Korrektur des Temperaturtrends meteorologischer Landstationen nach bereits erfolgter Homogenisierung

Description: Verlegungen von Klimastationen und Änderungen in der Beobachtungstechnik rufen Inhomogenitäten in den Temperaturzeitreihen hervor. Es gibt Hinweise darauf, dass solche Sprünge im Mittel negativ sind und somit einen negativen künstlichen Trend in die Daten einfügen. Darum werden standardmäßig Homogenisierungsverfahren angewendet, die diese künstlichen Anteile des Trends beseitigen sollen. Eine vollständige Korrektur ist allerdings aus prinzipiellen Gründen unmöglich, genau wie bei Regressionsverfahren, durch die auch nur ein bestimmter Anteil der Varianz erklärt werden kann. Vor allem bei niedrigen Signal-Rausch-Verhältnissen (SRV), wenn das Rauschen groß gegenüber der durch die Inhomogenitäten erzeugten Varianz ist, wird die tatsächlich notwendige Trendkorrektur bei weitem nicht erreicht. Niedrige SRV herrschen insbesondere in stationsarmen Gebieten der Welt, wo Vergleichsstationen weit entfernt sind. Bei der Berechnung globaler Mittelwerte erhalten aber gerade solche Stationen ein großes Gewicht, da sie weite Gebiete repräsentieren müssen. Wir nehmen daher an, dass der globale Temperaturtrend, auch wenn er aus homogenisierten Daten berechnet wird, deutlich unterkorrigiert ist. Mithilfe künstlicher Daten werden wir zunächst die beiden hauptsächlich verwendeten Korrekturmethoden untersuchen. Der Zusammenhang zwischen der erreichten und der eigentlich notwendigen Trendkorrektur wird für verschiedene realistische SRV bestimmt. Da auch die vorangegangene Identifizierung der Bruchpositionen eine indirekte Rolle spielen kann, werden insgesamt acht Prototypen gängiger Homogenisierungsverfahren getestet. Diese Information wird schließlich verwendet, um die Temperaturtrends eines realen, weitverbreiteten und bereits homogenisierten Datensatzes zu korrigieren und ihre Genauigkeit abzuschätzen.

SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Messstation ? Meteorologie ? Messtechnik ? Temperatur ? Temperaturmessung ? Thermografie ? Prognose ? Zeitreihenanalyse ? Prognosedaten ? Statistische Daten ? Berechnungsverfahren ? Datenverarbeitung ? Lärm ? Messdaten ? Messverfahren ? Prognosemodell ? Statistische Analyse ? Technik ? Umweltstatistik ? Messung ? Datenerhebung ? Klimamonitoring ? Kühlung ? Statistik ? Globale Aspekte ? Mittelwert ? Prototyp ?

Region: Nordrhein-Westfalen

Bounding boxes: 6.76339° .. 6.76339° x 51.21895° .. 51.21895°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

• Deutsche Forschungsgemeinschaft (Finanzielle Förderung)
• Rheinische Friedrich-Wilhelms-Universität Bonn, Meteorologisches Institut (Projektverantwortung)
• Umweltbundesamt (Bereitstellung)

Time ranges: 2016-01-01 - 2025-08-17

Alternatives

• Language: Englisch/English
  Title: Adjustment of Temperature Trends in Land stations After Homogenization (ATTILAH)
  Description: Relocations of climate stations and changes in observation practices induce inhomogeneities into the observed temperature records. There are some indications that these spurious jumps tend to be downward on average so that they introduce a cooling trend into the data. Homogenization algorithms are commonly applied to remove these spurious trends. However, for principle reasons a full correction is impossible, analogous to the only partly explainable variance in regression techniques. Especially for low signal-to-noise ratios (SNRs), when the noise variance is large compared to the variance introduced by the inhomogeneities, the actually necessary trend correction is only rudimentary applied. Such low SNRs prevail in data sparse periods and regions of the world, where stations to compare with are far away. For the global average, these isolated stations get unfortunately a large weight because they represent large areas. Thus, we expect the global temperature trend even after applied homogenization to be heavily undercorrected. Using simulated data we will determine the performance of two commonly-used correction schemes. The correlation between attained and necessary correction will be determined for different realistic SNRs. However, also the detection part of homogenization algorithms may influence indirectly the performance of the correction. Therefore, the combined effect of detection and correction is assessed by testing eight prototype algorithms that represent the full variety of the commonly-used homogenization methods. Finally, this information will be used to estimate and correct temperature trend biases of an existing, widely-used, and already homogenized global dataset and to estimate the uncertainties in these unbiased trend estimates. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1073695

Status

Aktiv

Quality score

• Overall: 0.47
• Findability: 0.53

  • Title: 0.00
  • Description: 0.20
  • Identifier: false
  • Keywords: 0.96
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.