Die Klimaänderung zeigt sich nicht nur im signifikanten Temperaturanstieg der vergangenen Jahrzehnte. Es gibt viele weitere Klimaindikatoren, welche das Klima und dessen Änderungen verdeutlichen. Die wichtigsten dieser Kenngrössen lassen sich für klimatologisch relevante Messstationen im zeitlichen Verlauf darstellen.
Klima-Indikatoren
Die Klimaindikatoren liegen für die wichtigsten Stationen des Schweizer Klimamessnetzes vor. Soweit vorhanden werden sie mit homogenisierten Daten für die Perioden 1864 bis heute und 1961 bis heute berechnet. Die Grafiken werden rund einen Monat nach dem Ende einer Jahreszeit aktualisiert.
Im Zusammenhang mit Niederschlag dauert ein Tag aus historischen Gründen von morgen bis morgen (05.40-05.40 UTC). Für die anderen Grössen entspricht ein Tag dem Kalendertag (00.00 bis 00.00 UTC). Die Zeitreihen stehen nicht für alle möglichen Kombinationen von Klimaindikator, Jahreszeit, Zeitraum und Station zur Verfügung. Ein Indikator wird dann nicht dargestellt, wenn die benötigte meteorologische Grösse an der Station nicht gemessen wird oder der Indikator immer denselben Wert hat, zum Beispiel null. Hitzetage treten in hohen Lagen nie auf, deshalb werden sie an diesen Stationen auch nicht dargestellt. Nicht auswählbare Kombinationen sind im Auswahlmenü grau hinterlegt.
Wie haben sich die Heiztage in Genf verändert?
Heiztage bezeichnen Tage, an denen normalerweise geheizt wird. Die Heiztage nehmen überall in der Schweiz sehr deutlich ab. In Genf musste in den 1960er Jahren noch während rund 225 Tagen im Jahr geheizt werden, heute sind es im Mittel noch 190 Tage. Im Jahr 1965 wurde das Maximum mit 244 Heiztagen registriert, im Jahr 2006 das Minimum mit 181 Heiztagen.
Wie haben sich die Sommertage in Lugano verändert?
Ein Sommertag ist ein Tag mit einer Maximaltemperatur von 25°C oder mehr. Die Sommertage haben sich von den 1960er Jahren bis heute in Lugano von rund 40 Tagen auf 80 Tage verdoppelt. Im Jahr 1977 wurden nur 21 Sommertage registriert, 2003 hingegen deren 111.
Datenqualität
Wenn immer möglich werden homogene Klimadaten verwendet. Homogene Klimadaten sind bereinigt von Einflüssen, die nichts mit dem Klima und dessen Veränderung zu tun haben. Für Schnee und Indikatoren, die auf der Sonnenscheindauer basieren, liegen noch keine homogenen Reihen vor; hier werden die Auswertungen anhand der Originaldaten durchgeführt.
Trendbestimmung
Die Trends werden wie folgt bestimmt:
- Neben den Werten pro Jahr werden auch eine geglättete Kurve (11-Jahre Gaussfilter) und eine Schätzung des linearen Trends (gestrichelt) gezeigt. Für Zähldaten (wenn die Anzahl Tage gezählt wird) ist dies ein logistischer Trend, für alle anderen wird die Steigung der Trendlinie mittels der Theil-Sen-Methode bestimmt.
- Gezeigt werden jeweils der absolute Trend in Einheiten pro zehn Jahre, der relative Trend (die Differenz der Schätzung zwischen Beginn und Ende der Zeitreihe dividiert durch das Mittel der Zeitreihe) in Prozent sowie die Signifikanz des Trends (p-Wert).
- Die Signifikanz wird über den nicht-parametrischen Mann-Kendall-Trend-Test bestimmt. In der Klimatologie werden Trends mit p-Werten kleiner als 0.05 oft als signifikant von Null verschieden angesehen.
Referenzen
Folgende Literatur wurde verwendet:
- Begert M., Schlegel T., Kirchhofer W., 2005: Homogeneous Temperature and Precipitation Series of Switzerland from 1864 to 2000. International Journal of Climatology 25: 65-80. http://onlinelibrary.wiley.com/doi/10.1002/joc.1118/pdf
- Frei, C. and Schär C., 2001: Detection probability of trends in rare events: Theory and application to heavy precipitation in the Alpine region. J. Climate 14: 1568-1584. http://dx.doi.org/10.1175/1520-0442(2001)014<1568:DPOTIR>2.0.CO;2
- Kendall M.G., 1975: Rank Correlation Methods, Charles Griffin, London.
- Mann H.B., 1945: Nonparametric tests against trend. Econometrika 13:245-259.
- Sen P.K., 1968: Estimates of the regression coefficient based on Kendall's tau. Journal of the American Statistical Association, 63, 1379-1389.
- Theil H., 1950: A rank-invariant method of linear and polynomial regression analysis. Netherlands Akad. Wetensch. Proc., 53, pages: 386-392 (part I), 521-525 (part II), 1397-1412 (part III).