Endspurt in unserer Serie zum städtischen Wärmeinseleffekt (UHI).
Australien
Zunächst geht es nach Australien. Im Juli 2013 prognostizierte eine Studie der University of New South Wales, dass einige australische Städte bis 2050 wohl einen Wärmeschub um bis zu 3,7°C erfahren werden, ausgelöst durch die zunehmende Verstädterung und den damit verbundenen UHI. Das Blog Climate Citizen erläuterte:
While Maximum daytime temperatures (Tmax) for Sydney are projected to only increase slightly and mostly in the winter, most of the change will be seen in substantial increases in night-time temperatures (Tmin), particularly in Spring and Summer months. Urban expansion in Western Sydney is creating a multitude of new estates on Sydney’s fringes expected to house more than 100,000 residents. These new urban areas are likely to experience the largest rises in temperature of up to 3.7 degrees Celsius by 2050 due to the interaction of land use change, global warming and the urban heat island effect.
Tom Quirk beschrieb im JoNova-Blog eine schöne Fallstudie zu einer Wetterstation in Melbourne, die allmählich von der Stadt und dem UHI überrannt wurde. Dies spiegelt sich vor allem in einer deutlichen Zunahme der Nacht-Temperaturen wieder („Tmin“), während die Tagestemperaturen („Tmax“) vom UHI weitgehend unbehelligt blieben.
Im Jahr 1991 hatte Warwick Hughes eine Gegenüberschau der Temperaturentwicklung sechs großer australischer Städte mit 27 ländlichen Stationen erstellt (Abbildungen 1 und 2). Während die Temperaturen in den Städten um 1950 steil nach oben stiegen, setzte die Erwärmung auf dem Lande erst Mitte der 1970er Jahre wieder ein.
Abbildung 1: Temperaturentwicklung der letzten 100 Jahre in 6 großen australischen Städten. Quelle: Hughes 1991.
Abbildung 2: Temperaturentwicklung der letzten 100 Jahre in 27 ländlichen Wetterstationen in Australien. Quelle: Hughes 1991.
Ein Blick auf die Bevölkerungsentwicklung Australiens zeigt, wie es zu diesem enormen UHI in den Großstädten seit 1950 kommen konnte (Abbildung 3). Gerade nach dem Zweiten Weltkrieg steigerte sich der Bevölkerungszuwachs noch einmal enorm, ein Trend der bis heute ungebrochen ist.
Abbildung 3: Bevölkerungsentwicklung Australiens während der letzten 200 Jahre. Quelle: Wikipedia. Die Y-Achse gibt die Bevölkerungsgröße an (in 1000er Einheiten, 21.000 bedeutet 21 Millionen).
Südafrika
Springen wir nun hinüber nach Afrika. Hughes und Balling hatten 1996 im International Journal of Climatology den UHI von Südafrika näher unter die Lupe genommen. Die Autoren nahmen an, dass mindestens die Hälfte der Erwärmung des späten 20. Jahrhunderts in Südafrika dem UHI geschuldet sein könnte. Ein wichtiges Anzeichen hierfür war ein Zusammenrücken der Nacht- und Tagtemperatur, vermutlich aufgrund der sich entwickelnden nächtlichen Wärmeinsel in den Großstädten. Im Folgenden die Kurzfassung der Arbeit:
Urban influences on South African temperature trends
Temperature trends are examined for a variety of locations in South Africa. The long-term mean annual temperature record (1885 –1993) shows warming over the past century, with much of the warming occurring in the most recent three decades. However, our analyses show that half or more of this recent warming may be related to urban growth, and not to any widespread regional temperature increase. Maximum and minimum temperatures for the period 1960–1990 reveal a statistically significant decrease in the diurnal temperature range in large urban areas, but no change in the non-urban network. This assessment of the urban effects on temperature trends in South Africa may contribute to our understanding of apparent climate changes occurring in the Southern Hemisphere during the period of historical records.
Antarktis
Ed Caryl berichtete auf notrickszone.com über eine interessante Beobachtung aus der Antarktis. Dort liegen die sehr große US-amerikanische McMurdo-Station und die viel kleinere neuseeländische Scott Base nur gute zwei Kilometer Luftlinie auseinander. Trotz ihrer Nähe weichen die von den beiden Stationen gemessenen Temperaturkurven deutlich voneinander ab. McMurdo hat ein deutlich höheres Temperaturniveau und eine stärkere Erwärmungsrate als die Ross Base. Caryl vermutet eine UHI-Beeinflussung der McMurdo-Werte. Auf der Station halten sich im Sommer bis zu 1000 Menschen auf, während die Ross Base nur bis zu 30 Personen Platz bietet.
Fazit
In unserer Artikelserie haben wir versucht, den UHI von allen Seiten aus zu beleuchten, neugierig und ergebnisoffen. Wir haben Fragen gestellt und Antworten gefunden. Nicht alles konnten wir klären. Ideen für konkrete Untersuchungen sind entstanden, die wir zu geeigneter Zeit angehen wollen. Im Rahmen einer Leser-Umfrage haben Sie sich, liebe Leser, hier im Blog eine Darstellung zum UHI gewünscht. Wir hoffen, die Artikel haben Ihr Interesse gefunden. Ausgestattet mit diesem Grundwissen sind wir nun gespannt, wie sich das Thema weiterentwickelt. Wir halten Sie natürlich auf dem Laufenden.
Andere Bearbeiter hatten bereits ähnliche Ansätze wie wir. Hier sind vor allem Frank Lansner und Bob Tisdale zu nennen, die ebenfalls den Vergleich von UHI-freien Satellitendaten und den UHI-beeinflussten Bodentemperaturen unternommen haben und hieraus wichtige Hinweise Erkenntnisse gewinnen konnten. Lansner wies bereits 2011 darauf hin, dass die Erwärmungsrate wohl vor allem in Regionen mit aktuellem starkem Bevölkerungswachstum beeinflusst wird. Dies trifft für die letzten Jahrzehnte vor allem für die asiatischen Tigerstaaten und Afrika zu, weniger auf Europa und die USA. JoNova übernahm Lansners Beitrag und fasste ihn in ihrem Blog wie folgt zusammen:
Frank Lansner has come up with a way that might approximate the UHI effect — very roughly. It’s well known that UHI gets bigger as cities grow, but the devil is in the detail. Frank argues that it’s not just the size of the city that matters, but it’s growth rate. The USA is full of large cities, but there is not much difference between the trend in satellites and ground stations there. Frank’s approach could explain this — most of the growth in human population has come in regions like Africa, not the USA. He figured that if we compare satellite records to ground stations and see if there is a divergence, we might be able to see an indicator of UHI. The info coming out of satellites ought not be affected as populations expand, but the ground stations are often near population centres and they gradually get surrounded with more square-kilometers of concrete and a bigger buffer of UHI. Hence Frank sectioned up the world, and looked at the trends from both sets of measurements. None of this is simple as Frank points out. Populations don’t just grow evenly across regions, nor does each 10% increase in population translate into the same increase in industrial output (and presumably heat). Indeed Frank finds the trend changes in different regions of the world. What ever the reason, then the significant result of Frank’s analysis is that the ground based temperature stations contain, on average, nearly half a full degree (0.46 K) of extra heat trend 1979-2010 when compared to the satellite based data, and it occurs in exactly in the areas of the world with highest population growth rates: The developing countries. A 0.46K difference (for Africa, Latin America, and Asia minus Russia) is pretty darn significant especially as it’s only over 30 years. Is that UHI? Why do ground based temperatures rise so much faster than satellite data in areas of the largest population growth? UHI? Coincidence? Or some natural effect? (And why isn’t a PhD student, or paid researcher doing these analyses?)
Bereits 2010 hatte Roy Spencer einen Zusammenhang zwischen der Bevölkerungsdichte und dem UHI-Effekt entwickelt (Abbildung 4).
Abbildung 4: Zusammenhang zwischen der Bevölkerungsdichte und dem UHI-Effekt. Vorgeschlagen von Roy Spencer.
In einem dazugehörigen WUWT-Beitrag erläutert Spencer:
This graph shows that the most rapid rate of warming with population increase is at the lowest population densities. The non-linear relationship is not a new discovery, as it has been noted by previous researchers who found an approximate logarithmic dependence of warming on population. Significantly, this means that monitoring long-term warming at more rural stations could have greater spurious warming than monitoring in the cities. For instance, a population increase from 0 to 20 people per sq. km gives a warming of +0.22 deg C, but for a densely populated location having 1,000 people per sq. km, it takes an additional 1,500 people (to 2,500 people per sq. km) to get the same 0.22 deg. C warming. (Of course, if one can find stations whose environment has not changed at all, that would be the preferred situation.)
Lansner hatte im Anschluss an seine Arbeit 2011 die Idee im Rahmen seines „RUTI“-Projektes einen globalen Temperaturdatensatz zusammenzustellen, der ausschließlich Wetterstationen aus dem ländlichen Bereich umfasst. Hiermit sollten UHI-Effekte von städtisch geprägten Stationen ausgeschlossen werden. Trotz vieler bereits geleisteter Arbeiten scheint das Projekt irgendwann jedoch eingeschlafen zu sein. Eine Riesenaufgabe, die für einen Einzelnen nicht zu schaffen ist.
Ähnlich verhält es sich mit der Überprüfung der Wetterstationen in Deutschland. Wo sind sie platziert, mit wieviel UHI ist zu rechnen? Was ist von der DWD-Erklärung zu halten, dass fast alle Wetterstationen ländlichen Charakters sind und daher keinen statistisch relevanten UHI beeinhalten? Eines scheint klar zu sein: Laut Satellitendaten hat sich der UHI in den letzten Jahrzehnten in Deutschland nicht mehr gesteigert – ganz im Gegensatz zu China und Südkorea, wo der UHI aktuell die Erwärmungsrate spürbar mitgestaltet. Viel interessanter ist daher die Frage, ob im Temperaturniveau (nicht der Erwärmungsrate!) ein UHI-Anteil steckt. Dies könnte möglich sein, wenn ein nicht zu vernachlässigender Anteil an DWD-Stationen mittlerweile an UHI leidet. Ein nicht ganz auszuschließendes Szenario. Konkret: Würden wir heute den gleichen Temperaturplateauwert messen, wenn es in Deutschland keine Städte gäbe? Hier besteht auf jeden Fall Forschungsbedarf.
Verstanden haben wir auch die Komplexität des UHI. Dieser wirkt sich vor allem auf die Nachttemperaturen aus. Die Städte kühlen einfach viel langsamer aus als das Umland. Nächtliche Wärmeinseln sind die Folge. An den Tagtemperaturen kann man den UHI nicht richtig festmachen. Es gibt Städte, da sind die Temperaturen tagsüber gegenüber dem Umland sogar gesunken, in anderen Städten hingegen gestiegen und in wiederum anderen Städten unverändert. Es sind wirklich die anomal stark angestiegenen Nachttemperaturen, die als Kronzeuge des UHI dienen können. Hierdurch verringert sind auch der Unterschied zwischen wärmster und kältester an einem Tag gemessenen Temperatur. Dies entspricht dem Unterschied von Tag und Nacht, Tmax vs. Tmin, im Englischen auch als „diurnal temperature variation“ bezeichnet.
Am Beispiel Südkorea haben wir gesehen, dass der UHI in Asien von der GISS-Datenbank offenbar nicht ausreichend korrigiert wird. Dies gilt vermutlich auch für größere Regionen in China. In Afrika gibt es wenige Wetterstationen, viele davon sind in den logistisch gut erreichbaren Städten angesiedelt, darunter bevölkerungsmäßig explodierende Metropolen wie Lagos und Luanda. Aus den ländlichen Regionen gibt es eher wenige Daten.
Überhaupt bleibt das Thema „Temperaturkorrekturen“ aktuell. Weshalb werden in den meisten Fällen die Temperaturen der letzten Jahrzehnte nach oben gedrückt, wohingegen die erste Hälfte des 20. Jahrhunderts künstlich heruntergekühlt wird? Dies ist genau der gegenteilige Trend wie er vom UHI alleine zu erwarten wäre. Hier herrscht akuter Erklärungsbedarf.
Kann es sich der DWD weiterhin leisten, den UHI in den Großstadt-Messstellen unkorrigiert mitlaufen zu lassen? Selbst die IPCC-nahe US-amerikanische Environmental Protection Agency (EPA) fordert, dass entsprechende Korrekturen vorgenommen werden, bis zum Ausschluss von Stationen mit offensichtlich UHI-beförderten Wärmeanomalien. Die EPA schreibt auf ihrer Webseite:
Heat islands may skew long-term temperature records as urbanization encroaches on weather stations located near the outskirts of town. Consequently, researchers must remove heat island effects from temperature records to accurately estimate climate change. The data may be corrected in a variety of ways. In some cases, researchers statistically adjust urban weather station data to match trends seen in nearby rural stations; in other analyses urban data are simply excluded from the record.
Je nach Anteil und Grad der UHI-behafteten DWD-Stationen würde das Temperaturplateau der letzten 16 Jahre nach Durchführung der UHI-Korrektur ein Stück weit absacken. Das ist natürlich nicht gewollt. Wird vielleicht aus diesem Grund beim DWD auf die UHI-Korrektur verzichtet? Dringend benötigt wird nun die UHI-Klassifikation und bebilderte Beschreibung der in die Statistik eingehenden DWD-Stationen. Dies würde die notwendige Transparenz schaffen, die momentan fehlt. Eine gute Chance für den DWD seinen Standpunkt mit harten Fakten zu untermauern.
Weitere UHI-Lektüre
Wer an weiteren Materialien zum UHI interessiert ist, wird auf Popular Technology, CO2Science und NIPCC fündig. Auch das Klimawandler-Blog ist Ende Februar 2015 mit einer zweiteiligen Serie auf den UHI eingegangen (Teil 1, Teil 2).
—————————–
Alle Teile unserer UHI-Serie im Überblick:
Teil 1: Der Elefant im Raum: Ist der Städtische Wärmeinsel-Effekt vernachlässigbar?
Teil 2: Großer städtischer Wärmeinseleffekt – kleine Wirkung? Wir fragen beim Deutschen Wetterdienst nach
Teil 4: Städtischer Wärmeinseleffekt: Blick nach Europa
Teil 5: Städtischer Wärmeinseleffekt: Blick nach Amerika
Teil 6: Städtischer Wärmeinseleffekt: Blick nach Asien. Eine faustdicke Überraschung!
