Dresden und der Klimawandel

Im Jahr 2015 schrieb ich bereits einen ersten Beitrag zum Thema Klimawandel in Dresden. Damals war ich noch skeptisch und die Ergebnisse verblüfften mich. Auch wenn es auf meinem Blog ruhig geworden ist, möchte ich zu diesem Thema gerne ein Update geben.

Hierzu habe ich mir erneut die Daten vom Deutschen Wetterdienst für die Wetterstation in Dresden Klotzsche heruntergeladen und mit R ausgewertet. Die Visualiserung des linearen Regressionsmodells zeigt den Trend der Temperaturen seit 1970 sehr klar. Sie sind entsprechend des linearen Regressionsmodells um ca. 0,03 Kelvin (°C) pro Jahr gestiegen.

Jährliche Durchschnittstemperatur in Dresden für die Jahre 1970-2022

Die Parameter des Modells bestätigen diese Beobachtung. Zudem unterstreichen die Teststatistiken die triviale Erkenntnis, dass eine Unabhängigkeit von Jahreszahl und Temperatur abwegig ist. Mit anderen Worten: Es gibt definitiv einen Trend – und wie wir oben sehen können, zeigt dieser klar in Richtung steigender Temperaturen.

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) -48.574467  16.784969  -2.894 0.005585 ** 
year          0.031125   0.008409   3.701 0.000527 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.9365 on 51 degrees of freedom
Multiple R-squared:  0.2118,	Adjusted R-squared:  0.1963 
F-statistic:  13.7 on 1 and 51 DF,  p-value: 0.0005266

Wie für statistische Auswertungen üblich, möchte ich zumindest kurz auf die Qualität des Modells eingehen. Die zugehörigen Diagramme habe ich unter diesem Post eingefügt.
Das Residuendiagramm zeigt drei auffällige Datenpunkte für die Jahre 1987, 1996 sowie 2010, die in Bezug auf Anzahl und Quantillage jedoch mit den Annahmen des Modells vereinbar sind. Die Residuen sind ansonsten gleichmäßig verteilt; ein grundsätzliches Muster ist nicht erkennbar.
Hinsichtlich ihres Cook-Abstands fallen die Jahre 1996 und 2010 ebenfalls auf. Diese kalten Jahre haben damit einen höheren Einfluss auf den Koeffizienten/Anstieg des linearen Modells, da sie diesen dämpfen.
Auch im Quantil-Quantil-Plot fallen die drei Ausreißer auf. Zusammen mit den Abweichungen am oberen Ende der theoretisch zu erwartenden Normalverteilung der Residuen belasten sie die Ergebnisse der statistischen Tests mit Ungewissheit. Beim vorliegenden Stichprobenumfang n=52 haben sie jedoch keine praktische Auswirkung auf die Schätzwerte der Parameter.

Wir können schlussfolgern, dass es einen Trend der jährlichen Durchschnittstemperatur nach oben gibt. Im Umgang mit den ungewöhnlich kalten Jahren 1987, 1996 und 2010 könnte eine weitere Aufschlüsselung nach Saison zu robusteren Modellen führen. Das vorliegende Modell steht in Einklang mit den erwarteten Konsequenzen des Klimawandels für Dresden.