Bauernregeln wissenschaftlich betrachtet: …wegc€¦ · Das Wegener Zentrum für Klima und Globalen Wandel vereint als interdisziplinäres und ... Ausarbeitung dieser Studie benötigt

Bauernregeln wissenschaftlich betrachtet: Untersuchung empirischer Witterungs-

und Klimaregeln in den Regionen Oststeiermark und Graz

Michael Moser

Oktober 2006

Wegener Zentrum für Klima und Globalen Wandel

Karl-Franzens-Universität Graz

Wissenschaftlicher Bericht Nr. 11-2006

Das Wegener Zentrum für Klima und Globalen Wandel vereint als interdisziplinäres und international orientiertes Forschungszentrum die Kompetenzen der Karl-Franzens-Universität Graz im Forschungsbereich "Klimawandel, Umweltwandel und Globaler Wandel". Forschungsgruppen und ForscherInnen aus Bereichen wie Geo- und Klimaphysik, Meteorologie, Volkswirtschaftslehre, Geographie und Regionalforschung arbeiten in unmittelbarer Campus-Nähe unter einem Dach zusammen. Gleichzeitig werden mit vielen KooperationspartnerInnen am Standort, in Österreich und international enge Verbindungen gepflegt. Das Forschungsinteresse erstreckt sich dabei von der Beobachtung, Analyse, Modellierung und Vorhersage des Klima- und Umweltwandels über die Klimafolgenforschung bis hin zur Analyse der Rolle des Menschen als Mitverursacher, Mitbetroffener und Mitgestalter dieses Wandels. Das Zentrum für rund 30 ForscherInnen wird vom Geophysiker Gottfried Kirchengast geleitet; führender Partner und stellvertretender Leiter ist Volkswirt Karl Steininger. (genauere Informationen unter www.wegcenter.at) Der vorliegende Bericht wurde im Rahmen einer im September 2006 fertig gestellten Diplomarbeit erarbeitet.

Alfred Wegener (1880-1930), Namensgeber des Wegener Zentrums und Gründungsinhaber des Geophysik-Lehrstuhls der Universität Graz (1924-1930), war bei seinen Arbeiten zur Geophysik, Meteorologie und Klimatologie ein brillianter, interdisziplinär denkender und arbeitender Wissenschaftler, seiner Zeit weit voraus. Die Art seiner bahnbrechenden Forschungen zur Kontinentaldrift ist großes Vorbild — seine Skizze zu Zusammenhängen der Kontinente aus Spuren einer Eiszeit vor etwa 300 Millionen Jahren als Logo-Vorbild ist daher steter Ansporn für ebenso mutige wissenschaftliche Wege: Wege entstehen, indem wir sie gehen (Leitwort des Wegener Center).

Wegener Center Verlag • Graz, Austria © 2006 Alle Rechte vorbehalten. Auszugsweise Verwendung einzelner Bilder, Tabellen oder Textteile bei klarer und korrekter Zitierung dieses Berichts als Quelle für nicht-kommerzielle Zwecke gestattet. Verlagskontakt bei allen weitergehenden Interessen: [email protected].

ISBN-10 3-9502126-8-X ISBN-13 978-3-9502126-8-6

Oktober 2006 Kontakt: Mag. Michael Moser [email protected] Wegener Zentrum für Klima und Globalen Wandel Karl-Franzens-Universität Graz Leechgasse 25 8010 Graz, Austria www.wegcenter.at

Bauernregeln wissenschaftlich betrachtet: Untersuchung empirischer Witterungs- und

Klimaregeln in den Regionen Oststeiermark und Graz

Michael Moser

Diplomarbeit

zur Erlangung des akademischen Grades eines

Magisters der Naturwissenschaften

an der Naturwissenschaftlichen Fakultät der

Karl-Franzens-Universität Graz

Wegener Zentrum für Klima und Globalen Wandel und

Institutsbereich Geophysik, Astrophysik und Meteorologie

Betreuer:

Univ.-Prof. Mag. Dr. Gottfried Kirchengast

Mitbetreuung: Mag. Dr. Ulrich Foelsche

Der vorliegende Bericht ist eine leicht modifizierte Version der im September

2006 an der Universität Graz fertig gestellten Diplomarbeit.

BAUERNREGELN OSTSTEIERMARK UND GRAZ DANKSAGUNG

i

Danksagung Der größte Dank richtet sich an meinen Eltern, Waltraud und Friedrich Moser, die mir meine

Ausbildung ermöglicht und mich mein ganzes Studium lang unterstützt haben. Danke für euer

Verständnis, eure Liebe und den Glauben an mich. Ein weiterer Dank gilt meiner Schwester,

Christina Moser, die mir in etlichen Situationen mit ihren Aufmunterungen geholfen hat. An

dieser Stelle möchte ich mich auch bei meinen Großeltern und bei meinen übrigen

Verwandten für ihre Unterstützung bedanken.

Während meines Studiums haben mich viele Freunde auf meinem Weg begleitet. Namentlich

bedanken möchte ich mich hier bei meinen Mitbewohnern Harry, Krisi und Daniel, die mit

Witz und Charme jede Menge Abwechslung in den universitären Alltag gebracht haben.

Weiters möchte ich Univ.-Prof. Mag. Dr. Gottfried Kirchengast meinen Dank aussprechen,

der die Arbeit vorgeschlagen und betreut hat und mir als Betreuer die Möglichkeit gegeben

hat, diese als Wegener Center Diplomand zu schreiben. An dieser Stelle möchte ich mich

auch bei allen MitarbeiterInnen des Wegener Centers für ihre Hilfe und Unterstützung

danken. Besonders sei Mag. Thomas Kabas gedankt, der mir mit seinen Ausführungen und

Hilfestellungen, speziell im Bereich der Datenanalyse, sehr geholfen hat. Weiters möchte ich

mich auch bei Mag. Dr. Ulrich Foelsche für sein Korrekturlesen und seine Ko-Betreuung

bedanken.

Ein weiterer Dank richtet sich an die MitarbeiterInnen der Zentralanstalt für Meteorologie und

Geodynamik (ZAMG) und der Bundesanstalt Statistik Österreich (Statistik Austria) für das

Bereitstellen sämtlicher meteorologischer und landwirtschaftlicher Datensätze, die für die

Ausarbeitung dieser Studie benötigt wurden.

ii

BAUERNREGELN OSTSTEIERMARK UND GRAZ INHALTSVERZEICHNIS

iii

Inhaltsverzeichnis

ZUSAMMENFASSUNG...............................................................................................1

ABSTRACT..................................................................................................................2

EINLEITUNG................................................................................................................3

1 BAUERNREGELN .............................................................................................. 5

1.1 Die Gregorianische Kalenderreform..................................................................................................... 6

1.2 Empirische Wetter- und Klimavorhersagen ........................................................................................ 6 1.2.1 Wetterregeln......................................................................................................................................... 6 1.2.2 Witterungsregeln.................................................................................................................................. 7 1.2.3 Ernteregeln........................................................................................................................................... 7 1.2.4 Kalendergebundene Klimaregeln......................................................................................................... 9 1.2.5 Tier- und Pflanzenregeln...................................................................................................................... 9 1.2.6 Populärregeln ..................................................................................................................................... 10 1.2.7 Scherzregeln....................................................................................................................................... 10

2 DAS UNTERSUCHUNGSGEBIET.................................................................... 13

2.1 Gliederung der Steiermark .................................................................................................................. 13

2.2 Klima der Steiermark........................................................................................................................... 16 2.2.1 Witterungszüge der Steiermark.......................................................................................................... 17

3 DATENGRUNDLAGE....................................................................................... 21

3.1 Die Zentralanstalt für Meteorologie und Geodynamik ..................................................................... 21

3.2 Der StartClim Datensatz ...................................................................................................................... 21

3.3 Ausgewählte Stationen ......................................................................................................................... 26 3.3.1 Bad Gleichenberg............................................................................................................................... 26 3.3.2 Fürstenfeld ......................................................................................................................................... 26 3.3.3 Gleisdorf ............................................................................................................................................ 26 3.3.4 Graz-Universität, Graz-Flughafen...................................................................................................... 29

3.4 Messfehler – Probleme bei der Datenaufbereitung............................................................................ 30 3.4.1 Systematische Messfehler .................................................................................................................. 30


iv

3.4.2 Datenlücken und Ausreißer................................................................................................................ 31 3.4.3 Mittelwertbildung .............................................................................................................................. 33 3.4.4 Stationsverlegungen ........................................................................................................................... 35

3.5 Landwirtschaftliche Produktionsdaten............................................................................................... 36 3.5.1 Obstproduktion .................................................................................................................................. 37 3.5.2 Weinproduktion ................................................................................................................................. 38 3.5.3 Getreideproduktion ............................................................................................................................ 40

4 TRENDANALYSE............................................................................................. 43

4.1 Trenddefinition ..................................................................................................................................... 43 4.1.1 Der lineare Trend ............................................................................................................................... 44 4.1.2 Der relative Trend .............................................................................................................................. 46

4.2 Vorgehensweise ..................................................................................................................................... 48 4.2.1 Der gleitende Trend ........................................................................................................................... 50 4.2.2 Der gleitende Trend der Erntedaten ................................................................................................... 53

5 DIE BEFRAGUNG DER LANDWIRTE ............................................................. 55

5.1 Psychologische Aspekte ........................................................................................................................ 55

5.2 Die Auswertung..................................................................................................................................... 56

6 DER HYPOTHESENTEST ................................................................................ 59

6.1 Der χ2-Test ............................................................................................................................................. 61

7 ERGEBNISSE................................................................................................... 63

7.1 Methodenbibliothek.............................................................................................................................. 63 7.1.1 Lostage............................................................................................................................................... 63 7.1.2 Monate ............................................................................................................................................... 65 7.1.3 Landwirtschaftliche Produktionsdaten............................................................................................... 66 7.1.4 Weitere Kriterien ............................................................................................................................... 66 7.1.5 Beispiel und beispielhafte Interpretation............................................................................................ 66

7.2 Witterungs- und Kalendergebundene Klimaregeln........................................................................... 69

7.3 Ernteregeln............................................................................................................................................ 91

7.4 Populärregeln...................................................................................................................................... 111


v

7.5 Signifikante Regeln............................................................................................................................. 127

7.6 Expertenvergleich ............................................................................................................................... 138

8 ZUSAMMENFASSUNG UND AUSBLICK .......................................................141

9 QUELLENVERZEICHNIS ................................................................................143

9.1 Literaturverzeichnis ........................................................................................................................... 143

9.2 Internetverzeichnis ............................................................................................................................. 145

9.3 Abbildungsverzeichnis........................................................................................................................ 147

9.4 Tabellenverzeichnis ............................................................................................................................ 150

10 ANHANG ......................................................................................................153

10.1 Fragebogen an ortansässige Experten............................................................................................... 153

10.2 Tabelle χ2-Verteilung .......................................................................................................................... 159

vi

BAUERNREGELN OSTSTEIERMARK UND GRAZ ZUSAMMENFASSUNG

1

Zusammenfassung Wissenschaftliche Studien zur Vorhersagekraft von empirischen Witterungs- und Klimaregeln

(„Bauernregeln“) sind bisher rar. In der vorliegenden Arbeit werden ausgewählte

Bauernregeln auf ihren Wahrheitsgehalt in der Oststeirischen und Grazer Region geprüft.

Im deutschsprachigen Raum gibt Vorläuferstudien, wobei jedoch die gewählten

Auswertungsmethoden und Vorgehensweisen in der vorliegenden Untersuchung deutlich

verbessert sind. In der vorliegenden Studie wird auf die rasanten Änderungen der

klimatischen Verhältnisse im Laufe der letzten Jahrzehnte Rücksicht genommen, indem

Methoden der Trendberechnung und Trendentfernung in die Auswertung eingebunden

werden. Um eine Tendenz zu erlangen, welche Regeln eine hohe subjektive Zustimmung oder

eine starke Ablehnung im Untersuchungsgebiet haben, wurde ein umfangreicher Fragebogen

mit einer großen Zahl bekannter Bauernregeln von wettererfahrenen Experten der Region

bewertet und daraufhin eine Auswahl von Regeln genau studiert. Bevor die Ergebnisse

diskutiert werden, wird noch auf die Datengrundlage eingegangen. Um die Aussagekraft der

Auswertungen deutlicher zu machen, wurde bei allen Ergebnissen ein Hypothesentest

durchgeführt. Witterungs- und Ernteregeln, die laut Analyse einen hohen oder niedrigen

Wahrheitsgehalt (auf Basis statistischer Signifikanz) besitzen, werden daraufhin noch

zusätzlich mit anderen, strengeren Kriterien geprüft.

Die gewonnenen Resultate zeigen schließlich, dass nur ein kleiner Teil der Auswertungen der

Bauernregeln und Populärregeln zu signifikanten Ergebnissen führen. Meistens gibt es den

von der Vorhersage prognostizierten Zusammenhang zwischen der Ausgangs- und

Zielsituation nicht. Es gibt 4 von insgesamt 26 ausgewerteten klassischen Bauernregeln, die

eine hohe Eintrittshäufigkeit (mit statistischer Signifikanz > 90%) in den letzten 40 Jahren

aufweisen, die im Folgenden angeführt werden:

- Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht

- Elisabeth (19. November) sagt an, was der Winter für ein Mann

- Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft

- Aprilregen verheißt viel Segen

Dem gegenüber gibt es 4 Auswertungen, die das genaue Gegenteil des Sachverhalts der

betrachteten Regel bestätigen. Eine Änderung der Auswertungsmethoden wirkt sich auf die

Eintrittshäufigkeiten jener signifikanten Regeln aus, die sich auf Lostage beziehen. Von 5

Regeln haben 3 ihre positive bzw. negative Signifikanz beibehalten. Zum Schluss der Arbeit

werden die aus der Untersuchung resultierenden objektiven Tendenzen der signifikanten

Regeln mit den subjektiven Beurteilungen der regionalen Experten verglichen.

BAUERNREGELN OSTSTEIERMARK UND GRAZ ABSTRACT

2

Abstract Scientific studies concerning the forecast skill of empirical rules of weather and climate

conditions (“Bauernregeln” – weather maxims) are rare so far. This thesis examines selected

weather maxims according to their validity in the Austrian region of Eastern Styria and Graz.

This thesis advances considerably upon previous studies that have already been carried out in

the German speaking area, concerning both the approach and methods of analysis. This study

takes into account the rapid changes of climatic conditions over the past few decades by

including various methods of computing and removing trends into its analysis. A

comprehensive questionnaire containing a great number of well-known weather maxims is

analysed by well-versed experts of the region (experienced farmers) in order to derive a

tendency as to which rules receive a high subjective confirmation and which have a strong

refusal in the region under investigation. Based on this, a selection of rules is studied in detail.

Prior to a discussion of the results, the general data basis is also described. A statistical

hypothesis test is conducted for all results in order to reveal the significance of the

evaluations. Those rules that are found to have a high or low validity (based on statistical

significance) according to the analysis are additionally tested with further more strict criteria.

The results indicate that only a small part of the evaluations of weather maxims lead to

significant results. In most cases, the expected connection between the initial and the final

situation does not, in fact, exist. However, four out of the 26 weather maxims analysed have

held a high occurrence probability (with statistical signigicance > 90%) over the past 40

years. These are (in German):

- Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht

- Elisabeth (19. November) sagt an, was der Winter für ein Mann

- Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft

- Aprilregen verheißt viel Segen

In contrast to this, four analyses support the exact opposite of the forecast of the rules in

question (negative significance). A change of methods of analysis has an effect on the

occurrence probability of those significant rules that refer to Lostage. Three out of five such

rules have retained their respective positive or negative significance. To conclude the thesis,

the objective tendencies of the significant rules resulting from the scientific analysis are

compared to the subjective evaluations of the regional experts.

BAUERNREGELN OSTSTEIERMARK UND GRAZ EINLEITUNG

3

Einleitung Das Wettergeschehen ist als bedeutender Umweltfaktor für uns Menschen schon immer von

regem Interesse gewesen, obwohl die physikalischen Aspekte lange Zeit nicht bekannt waren.

Da es vor allem Bauern waren, deren Existenzen vom Wettercharakter abhängig waren, ist es

nicht verwunderlich, dass sie ein besonderes Augenmerk auf das Wettergeschehen legten. Die

daraus gewonnenen Beobachtungen wurden in Form von Reimen, den Bauernregeln,

festgehalten und über Generationen bis zur heutigen Zeit weitergegeben.

Die Idee der vorliegenden Arbeit war es, den Wahrheitsgehalt von Bauernregeln im

Oststeirischen und Grazer Raum zu prüfen. Zusätzlich zu klassischen Witterungs-, Klima-

und Ernteregeln werden auch Populärregeln, in Form von Wochenendregeln, bearbeitet. Mit

Hilfe eines umfangreichen Fragebogens interessanter Bauernregeln wird eine Auswahl von

Regeln für die genauere Studie ermittelt. Nicht bearbeitet wurde die Frage, ob manche

Witterungs- und Ernteregeln in einem gleichmäßigen Jahresabstand vorkommen, oder ob die

klimatischen Entwicklungen der letzten Jahrzehnte Auswirkungen auf die Anzahl der

Eintrittsjahre haben.

Die vorliegende Studie ist in zehn Abschnitte gegliedert, wovon das erste Kapitel auf die

Geschichte und Gliederung der Bauernregeln eingeht. Im zweiten Abschnitt wird das

Untersuchungsgebiet Oststeiermark und Graz näher vorgestellt und naturräumlich und

klimatisch gegliedert.

Im dritten Kapitel werden die Datengrundlage und die damit verbundenen Probleme der

Datenaufbereitung bearbeitet. Des Weiteren werden die einzelnen Messstationen des

Untersuchungsgebiets kurz beschrieben. Neben den einzelnen Klimaparametern werden auch

die landwirtschaftlichen Produktionsdaten vorgestellt. Der darauffolgende vierte Abschnitt

geht auf die Trenddefinition, die Berechnung des gleitenden Trends und dessen Interpretation

ein.

Das fünfte Kapitel beschäftigt sich mit der Befragung von Landwirten der Region als

Experten in Sachen Bauernregeln. Unter Berücksichtigung psychologischer Aspekte wird

gezeigt, wie der Fragebogen aufgebaut ist und wie er ausgewertet wird. Abschließend wird

eine Liste jener Bauernregeln gezeigt, die in der Studie bearbeitet werden. Das sechste Kapitel

geht auf den angewendeten Hypothesentest (im Speziellen den χ2-Test) ein und beschreibt die

notwendigen Signifikanzgrenzen.

Im siebenten Abschnitt werden die gewonnenen Ergebnisse präsentiert. Zuerst beschreibt eine

Methodenbibliothek die verschiedenen Auswertungsmethoden. Daraufhin werden die

Ergebnisse der Witterungs-, Ernte- und Populärregeln dargestellt. Im zweiten Teil des

BAUERNREGELN OSTSTEIERMARK UND GRAZ EINLEITUNG

4

Kapitels werden die signifikanten Regeln ein zweites Mal mit strengeren Kriterien untersucht.

Abgeschlossen wird das Kapitel mit dem Vergleich der aus der Untersuchung resultierenden

statistisch objektiven Tendenzen der signifikanten Regeln mit der subjektiven Beurteilung der

Experten.

Vor Angabe des Quellenverzeichnisses und dem Anhang werden eine Zusammenfassung und

ein Ausblick zu möglichen Weiterführungen der Arbeit gegeben.

BAUERNREGELN OSTSTEIERMARK UND GRAZ 1. BAUERNREGELN

5

1 Bauernregeln Dieses einführende Kapitel orientiert sich größtenteils an der Arbeit von MAHLBERG 2003,

in der die Bauernregeln aufgegliedert und näher beschrieben werden. Zusätzlich wurden diese

dann mit Hilfe der Messreihe von Berlin Dahlem (1908 bis 1987) für den Berliner Raum

ausgewertet.

Das Wettergeschehen ist als bedeutender Umweltfaktor für uns Menschen schon immer von

regem Interesse gewesen, obwohl die physikalischen Aspekte lange Zeit nicht bekannt waren.

Der frühzeitliche Mensch zum Beispiel sah in den Himmelserscheinungen das Wirken der

Götter. Die Wetterbeobachtung resultierte aus dem Bedürfnis, den Willen der Götter zu

ergründen und die eigene Zukunft vorherzusagen. Das erste Mal, dass in einer Kultur

meteorologische Gesetzmäßigkeiten in Form von Bauernregeln zur Sprache kamen, gab es im

alten Griechenland und Rom.

Die sog. Bauernregeln basieren auf langjährig gesammelten Beobachtungen von Bauern über

das Wetter. Da gerade sie auf das Wetter angewiesen waren und sind, ist es nicht

verwunderlich, dass sie Jahrhunderte lang ihre Beobachtungen in Form von Reimen, den

"Bauernregeln" festhielten. Man kann sagen, dass Bauernregeln vor allem in Skandinavien,

Mittel- und Westeuropa, auf dem Balkan, Spanien, Portugal, oder auch in Brasilien und bei

den Indianern Nordamerikas bekannt sind. Allgemein können die Bauernregeln in folgende

Gruppen gegliedert werden:

• Wetterregeln

• Witterungsregeln

• Ernteregeln

• Kalendergebundene Klimaregeln

• Tier- und Pflanzenregeln

Weiters gibt es Populär- und Scherzregeln (Kap. 1.2.6 und Kap. 1.2.7), die aber keine

Bauernregeln im engeren Sinn sind. Bei der Betrachtung, Interpretation und Anwendung

sämtlicher empirischer Wettervorhersagen muss bedacht werden, dass es im 16. Jahrhundert

die Gregorianische Kalenderreform gegeben hat.


6

1.1 Die Gregorianische Kalenderreform

Die Einheiten aller Kalender sind Tag, Monat, Jahr. Im Prinzip sollte ein Kalender immer

dem tropischen Jahr angepasst sein. Das tropische Jahr ist definiert durch den Umlauf von

Frühlingspunkt zu Frühlingspunkt, welcher den Schnittpunkt zwischen Sonnenbahn (Ekliptik)

und Äquator zu Frühlingsbeginn (21. März) als Ort der Sonne darstellt und die Jahreszeiten

bestimmt.

Die ersten Kalender im alten Ägypten waren Sonnenkalender mit einem Jahr von 365 Tagen.

Da das tatsächliche Sonnenjahr aber etwa um einen viertel Tag länger dauert, wurde der

Kalender von J. Cäsar im Jahre 46 v. Chr. reformiert: Das Jahr hat 365 Tage und alle vier

Jahre gibt es ein Schaltjahr zu 366 Tagen (Julianischer Kalender). Dadurch wurde das Jahr

aber um etwa 11 Minuten länger als das tropische Jahr. Das führte bis zum 16. Jahrhundert zu

einem beträchtlichen Fehler von 10 Tagen. Gelöst wurde das Problem mit der

Gregorianischen Kalenderreform nach Papst Gregor XIII: Auf den 4.10.1582 folgte der

15.10.1582. Das Jahr hat 365 Tage und alle vier Jahre folgt ein Schaltjahr unter der

Berücksichtigung, dass volle Jahrhunderte nur dann ein Schaltjahr sind, sofern sie durch 400

ohne Rest teilbar sind.

Aufgrund der Kalenderreform müssten alle Bauernregeln (hier im Speziellen alle Regeln die

Lostage beinhalten) um 10 Tage verschoben werden, sofern sie vorgregorianisch entstanden

sind. Grundsätzlich ist bei keiner der vorliegenden Regeln die Entstehungszeit bekannt.

Andererseits ist meistens nicht der Lostag alleine entscheidend, sondern eine gewisse

Zeitspanne um diesen Tag. Dadurch wird die Auswirkung der Kalenderreform auf die Regeln

wieder etwas relativiert (vgl. HANSLMEIER 2002).

1.2 Empirische Wetter- und Klimavorhersagen

1.2.1 Wetterregeln

Ziehen die Wolken dem Wind entgegen, gibt’s am anderen Tage Regen

Bei dieser Art von Regeln wird vom gerade vorhandenen Wetterzustand ausgegangen, um auf

den weiteren Wetterablauf zu schließen. Indikatoren für solche Schlussfolgerungen sind zum

Beispiel der Wind, die Wolken und der Nebel. Aufgrund von Beobachtungen war es unseren

Vorfahren möglich, diese Zusammenhänge zur kurzfristigen Wettervorhersage nutzbar zu

machen. So kann zum Beispiel eine gute Wolkenbeobachtung sehr hilfreich sein, um die

Wetterentwicklung für einige Stunden bzw. für einen ganzen Tag vorherzusagen.


7

Auch bei dieser Art von Gesetzmäßigkeiten bleiben die physikalischen Zusammenhänge

verborgen, was aber nicht den Erfahrungsschatz der Bauern mindern soll.

Wetterregeln können für die Wetterabschätzung der nächsten Stunden recht erfolgreich sein.

Problematisch wird es nur, wenn das Wetter für einige Folgetage vorhergesagt werden soll.

Dafür gibt es aber auch Bauernregeln, wie der nächste Abschnitt zeigt.

1.2.2 Witterungsregeln

Regnet es am Siebenschläfertag (27. Juni), es noch sieben Wochen regnen mag

Die Witterung ist der Wettercharakter eines längeren Zeitraums. Witterungsregeln gehen vom

gegenwärtigen Wetterzustand aus, um das Wettergeschehen für die nächsten Wochen oder gar

Monate vorherzusagen.

Weil es sehr schwer ist, den atmosphärischen Zusammenhang, ähnlich wie bei den

Wetterregeln, zu durchschauen, muss darauf hingewiesen werden, dass Aussagen über den in

einigen Monaten zu erwarteten Wettercharakter nur mit Vorbehalt betrachtet werden sollen.

Bei dieser Kategorie von Regeln wird sichtbar, dass die Bezugspunkte überwiegend

kirchliche Festtage sind, so wie der Dreikönigstag (6. Jänner) oder Maria Lichtmess

(2.Februar). Diese Tage werden oft auch als Lostage bezeichnet, d.h. an ihnen soll sich das

Schicksal der Wetterentwicklung entscheiden. Es wäre an dieser Stelle falsch zu glauben, dass

die damaligen Bauern den Heiligen wetterbestimmende Kräfte zuschreiben wollten. Es waren

die kirchlichen Feiertage, die fest im bäuerlichen Gedächtnis verankert waren und den

Lebensrhythmus der Landwirte bestimmten. Das ist der wahre Grund, warum diese Tage als

Basis für die Witterungsregeln verwendet wurden.

Eine weitere Sonderheit bei den Witterungsregeln ist die Tatsache, dass man nicht nur den

Lostag alleine als Bezugspunkt nehmen darf. Sondern vielmehr soll das Wettergeschehen ein

bis zwei Tage vor und nach dem Lostag beobachtet werden, wenn es zur Anwendung der

jeweiligen Regel kommt.

1.2.3 Ernteregeln

Trockener März und feuchter April, das ist nach des Bauern Will

Die Ernte steht im Mittelpunkt des bäuerlichen Daseins, auch noch in der heutigen Zeit. Der

Ernteertrag einer Pflanze ist grundsätzlich von seinen genetischen Faktoren abhängig. Doch

können sich diese nur dann voll entfalten, wenn der Boden einerseits und das Klima

andererseits optimale Wachstumsbedingungen schaffen. Um hohe Erträge erzielen zu können,


8

setzt der Bauer seine ganze Kraft ein. Doch gegenüber Dürre, Nässe oder Hagelschlag ist er

Ohnmächtig. Monat für Monat wurde das Wettergeschehen beobachtet, immer hoffend, dass

die ganze Anstrengung nicht umsonnst war, und sich gute Wachstumsbedingungen von der

Saat bis zur Ernte einstellen. Auswirkungen großer Nässe oder extremer Dürre werden im

nächsten Absatz beschrieben (vgl. FINCK 1985)

Ist das Frühjahr und der Frühsommer zu nass, dann kann sich die Aussaat verspäten, wodurch

die Wachstumszeit verkürzt wird und die Erträge geringer ausfallen. Hinzu kommt noch

aufgrund des vielen Regens, dass die Bodennährstoffe ausgewaschen werden und die

Pflanzenblätter infolge von Sauerstoffarmut vergilben, was wiederum fürs Wachstum vom

Nachteil ist. Solche schwachen Pflanzen sind anfälliger gegen Krankheiten.

Ist der Hochsommer ebenfalls zu nass, dann begünstigt das den Pilzbefall. Hagel oder starke

Regenschauer schlagen das Getreide nieder, welches daraufhin durch die Nässe verfault.

Natürlich ist in nassen Jahren der Graswuchs üppig, jedoch ist es fast unmöglich von feuchten

Wiesen zu ernten. Das Heu ist schimmlig und kann kaum für das Vieh als Nahrung verwendet

werden. Die Tiere, die ebenfalls Kapital der Bauern sind, hungern und sind anfälliger gegen

Krankheiten.

Was passiert bei zu großer Trockenheit? Eine Frühjahrsdürre bringt eine schlechte Keimung

mit sich. Sofern die Pflanze nicht vertrocknet, gedeiht sie nur kümmerlich und unterliegt dem

besser wachsenden Unkraut. Ein weiteres Kennzeichen von zu trockenen Jahren sind

Insektenplagen. Sommerdürre begünstigt das Austrocknen von Getreide, welches daraufhin

nur wenig Korn trägt. Die Weiden vertrocknen, wodurch das Vieh der Hungernot verfällt.

Eine Kombination von Trockenheit und Nässe zur falschen Jahreszeit war gleichbedeutend

mit einer landwirtschaftlichen Katastrophe. Durch Missernten wurde der reichste Bauer arm

und die Auswirkungen auf die Bevölkerung waren lebensbedrohlich und mit einer schlechten

Ernte in Mitteleuropa in der heutigen Zeit nicht vergleichbar. Durch die Missernte wurde die

Qualität der angebotenen Waren minderwertig und auch die Preise nahmen teilweise um bis

zu mehrere 100 Prozent(!) zu (vgl. MAHLBERG 2003, S. 131 ff).

Aber nicht nur die Unterernährung war die Folge, sondern auch ein Mangel an Eiweiß,

Vitaminen und Mineralstoffen. Das Abwehrsystem des Menschen wurde geschwächt und

dadurch krankheitsanfälliger. Erntekatastrophen gingen daher meistens Hand in Hand mit

Seuchen wie Cholera oder Typhus, die oft mehr Menschen töteten als die Hungersnot selbst.


9

Das alles soll nur zeigen wie wichtig bzw. lebensnotwendig die Ernte für alle

Bevölkerungsschichten war. Es ist daher nicht verwunderlich, dass sich ein großer Teil der

Bauernregeln mit der Ernte beschäftigt.

1.2.4 Kalendergebundene Klimaregeln

Es pflegt im August beim ersten Regen, die Hitze sich zu legen

Unsere Vorfahren haben die Besonderheiten des mitteleuropäischen Klimas sehr gut

beobachtet, ohne Messinstrumente zu verwenden und ohne Klimastatistik zu betreiben. Das

belegen die Kalendergebundenen Klimaregeln, die auch Singularitäten genannt werden.

Dennoch gibt es regionale Unterschiede. Daher sollte man die Region der betreffenden Regel

kennen, um sie mit den dortigen Klimabeobachtungen zu vergleichen.

Entscheidend ist, dass sich das Wetter nicht an einen einzelnen Tag, sondern häufig an eine

gewisse Zeitspanne hält. Dabei geht es bei den Kalendergebundenen Klimaregeln nicht um

taggenaue Vorhersagen, sondern vielmehr um die Tatsache, dass unsere Vorfahren das Klima

ihrer Heimatregion gut abschätzen konnten.

So zum Beispiel war es den Bauern ohne eine meteorologische Begründung möglich, die

Wechselhaftigkeit des Aprilwetters in mehreren Regeln festzustellen und somit festzuhalten.

Oder auch die in Mitteleuropa bekannten Eisheiligen Pankratius, Servatius, Bonifatius und die

kalte Sophie (12. bis 15. Mai) sind herausragende meteorologische Witterungsereignisse, für

die es auch meteorologische Erklärungsversuche gibt. Die Bauern hatten mit einfacher

Beobachtung festgestellt, dass es zu dieser Jahreszeit herausragende, ungewöhnliche

Witterungsschwankungen gibt und diese anhand von Reimen den Nachkommen überliefert.

1.2.5 Tier- und Pflanzenregeln

Kräht der Hahn auf dem Mist, ändert sich das Wetter, kräht er auf dem Hühnerhaus, hält das

Wetter die Woche aus

Eine weitere Gruppe von Bauernregeln schließt vom Verhalten der Tiere und Pflanzen in der

Umgebung auf die weitere Wetterentwicklung. Hierbei handelt es sich um Voraussagen der

bevorstehenden Wettererscheinungen als auch über die Witterung der nächsten Wochen und

Monate. Den Aussagegehalt dieser wetterbezogenen Regeln kann man nur schwer überprüfen,

da die erforderlichen vieljährigen Aufzeichnungen aus dem Tier und Pflanzenreich fehlen.

Warum Tieren eine wetterweisende Fähigkeit zugeschrieben wird, liegt daran, dass frei

lebende Tiere in ihrer natürlichen Umwelt fest eingebunden sind. Aufgrund der Sensibilität


10

gegenüber Bedrohungen (z.B. bedrohliche Wettersituationen) reagiert das hochempfindliche

Nervensystem und ermöglicht den Tieren eine rechtzeitige Reaktion auf unmittelbar

bevorstehende Gefahren.

Tiere können kleine, schnelle Luftdruckschwankungen, ändernde Strahlungsbedingungen,

Feuchtefluktuationen oder auch Änderungen des elektrischen Feldes wahrnehmen.

Wenn es sich aber nicht um eine Bedrohung in Form einer Wettersituation handelt, gibt es

meistens eine logische Erklärung für das entsprechende Verhalten der Tiere. So zum Beispiel

spielt der Hahn eine wichtige Rolle. Der so genannte Wetterhahn ist nahezu ein Symbol für

die bäuerliche Wettervorhersage geworden. Bei Regenwetterlage findet man den Hahn

bevorzugt auf dem Misthaufen, da in den oberen Schichten ein besseres „Nahrungsangebot“

herrscht als bei Hochdrucksituationen, bei denen es zu einer Austrocknung der oberen

Schichten kommt und die Nahrung sich in tiefere, feuchtere Schichten zurückzieht. Dieser

Sachverhalt wird in sämtlichen Tierregeln dargestellt.

Zuguterletzt hat auch der Mensch solche Vorhersagekräfte in Form von Wetterfühligkeit. Das

heißt bei gewissen bevorstehenden Wetterereignissen (z.B. Föhn) kommt es zu körperlichen

und seelischen Beschwerden viele Stunden bevor die Wetterschwankung überhaupt eintritt.

1.2.6 Populärregeln

Wie das Wetter am Freitag so am Sonntag

Diese Kategorie von Vorhersagen beinhaltet keine Bauernregel im klassischen Sinn.

Populärregeln geben auch keine Prognosen über einen längeren Zeitraum ab, noch kann man

aus ihnen auf die kommende Ernte schließen. Vielmehr geben sie Aufschluss darüber, wie

sich das Wetter in den kommenden Tagen ändert. Beispielsweise wird versucht, von der

Wetterentwicklung der Woche (Montag bis Freitag) auf den Wettercharakter des darauf

folgenden Wochenendes (Samstag bis Sonntag) zu schließen. Auch die, in letzter Zeit in den

Medien sehr beliebten Zusammenhänge zwischen den Mondphasen und der Witterung

(Mondkalender) fallen in diese Kategorie. Daher auch die Namensgebung für diese spezielle

Art von Vorhersagen „Populärregeln“.

1.2.7 Scherzregeln

Auf dieses kann man zählen jeder Zeit, dass es am 30. Februar nicht schneit

Ist’s zu Sylvester klar und rein, der nächste Tag Neujahr muss sein

Bringt Allerheiligen einen Winter, so bringt Martini (11. November) einen Sommer


11

Wenn’s einmal um Josefi (19. März) is, so endet auch der Winter g’wiß

Stirbt der Bauer im Oktober, braucht er im Winter kein Pullover

In allen Kategorien der Bauernregeln kann man vereinzelt Vorhersagen auffinden, die

selbsterklärend sind und streng genommen nicht widerlegt werden können. Aus diesem Grund

können diese Scherzregeln in der vorliegenden Untersuchung über die Bauernregeln im

Oststeirischen und Grazer Raum nicht berücksichtigt werden.

Zusammenfassend ist zu sagen, dass die Prognosen über Wetter-, Witterungs- und

Ernteentwicklung eine Mischung aus meteorologischen Aberglauben über falsche

Kausalitätsprinzipien und sehr guten naturwissenschaftlichen Wetter- und

Witterungsbeobachtungen sind. Die Bauernregeln sind Teil der Kulturgeschichte unseres

Volkes und bis auf den heutigen Tag haben sie nichts von ihrer Faszination und Aktualität

eingebüßt.

12

BAUERNREGELN OSTSTEIERMARK UND GRAZ 2.UNTERSUCHUNGSGEBIET

13

2 Das Untersuchungsgebiet Das nächste Kapitel richtet sich nach der Arbeit von LIEB 1991 der darin eine neue

geographische Gliederung der Steiermark in landschaftliche Einheiten vorstellt. Als

Grundlage wurden die geologischen und geomorphologischen Gegebenheiten verwendet.

2.1 Gliederung der Steiermark

Wegen der geomorphologischen Gegebenheiten erfolgt eine Gliederung der Steiermark

zunächst in zwei übergeordneten Landschaftseinheiten: In eine größere Gebirgsregion (Alpen)

im Nordwesten und in eine kleinere hügelige Region (Vorland) im Südosten. Einen Überblick

über die Gebietsgliederung der Steiermark inklusive der Untereinheiten zeigt folgende

Darstellung (Abb. 1).

Abbildung 1: Gebietsgliederung der Steiermark. Quelle: nach LIEB 1991, S.16.


14

Die Alpen

Die Gebirgsregion, die in dieser Arbeit nicht zum Untersuchungsgebiet gehört, erfährt

wiederum eine Unterteilung in einen schmalen, kalkigen Teil im Norden (Nordalpen) und

einen größeren, silikatischen Teil im Süden (Zentralalpen). Beide Teile werden durch ein

fortlaufendes Talsystem (Enns – Palten – Liesing – Mur - Mürz) voneinander getrennt.

Nordalpen

Auffallend bei den Nordalpen ist die Dominanz der karbonischen Gesteine mesozoischen und

paläozoischen Alters. Das Landschaftsbild ist von Hochgebirgen und Steilhängen geprägt.

Dadurch sind isolierte Gebirgsmassive für diese Region typisch, welche nach Osten kleiner

und niedriger werden.

Gegliedert werden die Nordalpen in der Steiermark in folgende Untereinheiten:

Dachsteingruppe, Totes Gebirge, Emstaler Alpen, Eisenerzer Alpen, Hochschwabgruppe,

Ybbstaler Alpen, Türnitzer Alpen, Mürzsteger Alpen, Mürztaler Alpen.

Zentralalpen

In den Zentralalpen kommen überwiegend kristalline, silikatische Gesteine vor. Karbonische

sind eher eine Seltenheit und können hauptsächlich im Murauer und Grazer Paläozoikum auf

großen, zusammenhängenden Flächen gefunden werden. Gegenüber den Nordalpen sind die

Zentralalpen weniger hoch und weniger schroff. Bei den Gebirgen handelt es sich in den

meisten Fällen um langgezogene, kompakte Züge mit Hauptkämmen. Einzelgebiete der

Zentralalpen können zu Übergeordneten Gruppen zusammengefasst werden.

Die Zentralalpen in der Steiermark können in 14 Untereinheiten aufgespalten werden:

Schladminger Tauern, Wölzer Tauern, Seckauer Tauern (vereinigt zu den Niederen Tauern),

Murberge, Gurktaler Alpen, Seetaler Alpen, Poßruck, Koralpe, Stubalpe, Gleinalpe,

Fischbacher Alpen, Wechsel, Joglland (vereinigt zum Steirischen Randgebirge) und das

Grazer Bergland.

Das Vorland

Geologisch gesehen wird das Vorland von klastischen Sedimenten des Tertiärs geprägt.

Charakteristisch für diese Region sind die „Riedel“, die langgezogene, oft asymetrische

Höhenzüge darstellen und gegen die Haupttäler hin in pleistozäne Terrassen übergehen.

Terrassen, die höher und älter sind, haben eine Lehmbedeckung und sind daher von Wäldern

überzogen. Tiefere Terrassen werden landwirtschaftlich genutzt. Das Vorland kann in vier


15

weitere Einheiten untergliedert werden: Weststeirisches und Oststeirisches Hügelland, Sausal

und Windische Bühel. Das Untersuchungsgebiet der Bauernregeln bezieht sich fast

ausschließlich auf das Oststeirische Hügelland. Der Vollständigkeit halber werden im

Folgenden aber auch alle anderen Gliederungseinheiten kurz vorgestellt.

Weststeirisches Hügelland

Mit dieser Bezeichnung ist die Region westlich der Mur gemeint. Das Gebiet wird durch die

vom Randgebirge kommenden West-Ost oder Nordwest-Südost verlaufende Täler aufgeteilt.

Es gibt eine relativ scharfe Grenze zu den Alpen, die, morphologisch gesehen, am

undeutlichsten im Norden zum Grazer Bergland ist.

Sausal

Innerhalb des Vorlandes bildet diese Region die höchste und größte Festgesteinsaufragung.

Vom Landschaftsbild her erinnert das Sausal an das Randgebirge mit markanten Rücken und

tief eingeschnittenen Kerbtälern.

Windische Bühel

Im Weststeirischen Hügelland macht es Sinn den Abschnitt des unteren Saggau im Osten und

den Abschnitt des unteren Sulmtal im Süden als eigenständige Einheit, der Windischen Bühel,

aufzufassen. Dieses Untergebiet setzt sich wie das Riedelland aus tertiärem Lockermaterial

zusammen. Die Grenze der Bühel zum Gebirge (Poßruck) ist recht markant.

Oststeirisches Hügelland

Das Oststeirische Hügel(Riedel-)land stellt den größten Raum der Unterteilung des Vorraums

in der Steiermark dar. Eingegrenzt wird das Hügelland im Westen und Süden durch die Mur,

im Osten durch die Landesgrenze zum Burgenland und im Norden schließt das Grazer

Bergland diese Region ein. Das Hügelland setzt sich hauptsächlich aus tertiären Sanden,

Lehmen und Tonen zusammen. Das Grazer Bergland besteht zumeist aus paläozoischen

Gesteinen und beinhaltet bekannte Gipfel wie den Schöckel (1445 m), die Rote Wand (1505

m) oder auch den Hochlantsch (1720 m). Innerhalb des Oststeirischen Hügelland findet man

auch das Oststeirische Vulkangebiet, das neuerdings auch für den aufstrebenden Tourismus

dieser Region teilverantwortlich ist.


16

Talböden im Vorland

Die Täler von Sulm, Laßnitz, Mur, Raab, Feistritz und Lafnitz können aufgrund ihrer breit

erscheinenden Täler als eigene Einheit behandelt werden. Das Murtal ist dabei besonders

hervorzuheben. Typisch für das Tal der im Alpeninneren entspringenden Mur, ist das

Vorkommen von Gletscherzeugen, wodurch sich das Murtal in Gesteinsbestand, Formwelt,

Grundwasser und Standortbedingungen von den anderen Tälern weit absetzt.

2.2 Klima der Steiermark

Die nächsten Absätze gehen auf die klimatischen Verhältnisse des Untersuchungsgebiets ein.

Hierbei erscheint es sinnvoll zuerst die ganze Steiermark in einem Gesamtüberblick

vorzustellen und dann im Speziellen auf das Untersuchungsgebiet näher einzugehen. Als

Basis dieses Kapitels wurde die Arbeit von WAKONIGG 1978 verwendet.

In der klassischen Klimatologie versteht man unter Klima „die Gesamtheit der

meteorologischen Erscheinungen, die den mittleren Zustand der Atmosphäre an irgend einer

Stelle der Erdoberfläche kennzeichnen“ (HANN 1883). Dagegen wird das Klima in der

modernen Klimatologie als „Aufeinanderfolge, Häufigkeit und örtlichen Ausbildung der

kennzeichnenden Witterungen“ (FLOHN 1954) definiert. Daraus wird klar, dass das Klima

nur den mittleren, d.h. durchschnittlichen, über einen längeren Zeitraum gültigen Zustand der

Atmosphäre beschreibt. Das Wetter hingegen ist eine „Momentaufnahme“ der

atmosphärischen Zustände und kann als Einzellfall beobachtet werden.

Ein weiterer Begriff ist die Witterung: Sie ist der allgemeine Wettercharakter einer kürzeren

Zeitspanne oder besser gesagt „eine in sich zusammenhängende Folge von Einzelabschnitten

des Wetters über einen begrenzten Zeitabschnitt“ (FLOHN 1954). Die Witterung setzt also

voraus, dass es Zeiträume (einige Tage bis mehrere Wochen) gibt, in denen sich der

Grundcharakter des Wetters nur geringfügig ändert.

Das Relief der Steiermark ist reich gegliedert und dadurch ist zu erwarten, dass das Klima

äußerst differenziert ist. Das Klima eines Ortes ist von der geographischen Breite, die im

Untersuchungsgebiet nicht ins Gewicht fällt, der Seehöhe und der Exposition (Lage im

Gelände) abhängig. Alleine durch die Höhenunterschiede des Landes zeigt sich die

Variationsbreite des Klimas der Steiermark. Aufgrund der reichen Gliederung der Landschaft

kann zwischen Becken-, Hang-, Gipfel-, Pass- und Plateauklima unterschieden werden, wobei

bedeutende Unterschiede in gleicher Seehöhe auftreten können.


17

2.2.1 Witterungszüge der Steiermark

Die nördlichen Kalkalpen

Die Eisenerzer Alpen und die Nördlichen Kalkalpen bilden eine witterungsklimatische

Einheit in Form eines Nordstaugebiets, welches alle Strömungen aus West bis Nordwest

aufhaltet. In diesen Gebieten können die nordalpinen Niederschlagslagen sich voll entfalten

und daher treten beachtliche Niederschlagsmengen auf. Niederschlagsperioden über mehrere

Tage sind auch keine Seltenheit (Schnürlregen). Im Gegensatz dazu wird Schönwetter durch

die Hochdrucklagen und südlichen Strömungen, welche die Kalkalpen ungehindert passieren

können, verursacht. Diese Strömungen erreichen ihren vollen dynamischen

Temperaturgewinn meist erst in den Tälern der nördlichen Steiermark. Dadurch wird der

thermische Witterungsablauf sprunghaft und Temperaturstürze bzw. Wetterwechsel sind die

Folge.

Ennstal und Niedere Tauern

Bemerkenswert an diesen beiden Landschaften ist einerseits die Abschirmung durch die

vorgelagerten Kalkalpen, andererseits, aufgrund ihrer Lage nördlich des Alpenhauptkamms,

die Ähnlichkeit zu den Grundzügen des Witterungsablaufs der Nordstaugebiete. Dieser

Sachverhalt wird dadurch bestätigt, dass der Witterungswechsel zwar nicht ganz so

sprunghaft wie in den Nördlichen Kalkalpen, aber immer noch markant ist. Auch der Südföhn

in den Seitentälern der Enns ist vorhanden.

Das Ennstal wird als Schwachregengebiet bezeichnet, da in dieser Region mit häufigen,

leichten Landregen oder kurzfristigen Schauern zu rechnen ist. Die Mengen liegen bei bis zu

160 Niederschlagstagen im Jahr bei 1000 mm.

Das Obere Murtal

Dieses Gebiet, südlich der Niederen Tauern gelegen, ist gegenüber Strömungen aus Norden

durch die Wetterscheide der Tauern geschützt. Das macht sich in einem Rückgang der

Niederschlagsmengen und –tagen bemerkbar: Mit Mengen unter 800 mm bzw. 100 mm im

Winter bei 100 Tagen im Jahr wird das Murtal zum niederschlagärmsten Gebiet der

Steiermark. Weil man hier auch vor Kaltlufteinbrüchen geschützt ist, wird dadurch auch die

Schneefallhäufigkeit geringer, was auch Neuschneefälle im Frühjahr selten macht.


18

Das Mürztal

Die Wetterwirksamkeit der Nordalpinen Niederschlagslagen erhalten im Mürztal wieder mehr

Bedeutung, da der Alpenhauptkamm zu niedrig und löchrig ist, und zu einer

Niederschlagszunahme von Südwesten nach Nordosten führt. Andererseits ist das Mürztal

ebenfalls durch Abschirmung gegenüber Strömungen aus West und Nord geprägt. Dieser

Schutz macht das Tal inversionsanfällig.

Das Vorland und Randgebirge

Das Vorland ist charakterisiert durch die abschirmende Wirkung gegenüber nordalpiner als

auch südalpiner Niederschlagslagen. Das erklärt auch, speziell in der kalten Jahreshälfte, die

geringen Niederschlagsmengen. Weil dieses Gebiet der Steiermark nur nach Osten hin offen

ist, wird der Luftmassenaustausch erschwert und windschwache Luftmassen stabilisieren sich.

Weiters ist diese Region im Sommer von häufiger Schwüle und Gewitter, die für den

Hauptanteil der Niederschläge verantwortlich sind, geprägt.

Generell kann man im Witterungsablauf eine Ausgeglichenheit mit besonderer Dämpfung

allzu großer Extreme feststellen. Im Folgenden werden zwei Regionen des Vorlandes

herausgegriffen, die beide das Untersuchungsgebiet mit den Messstationen eingrenzen.

Die Talböden des Vorlandes

Das Klima der Talböden zeichnet sich durch geringe Wärme, große Frost- und

Inversionsbereitschaft und schwache Ventilation aus. Aber auch Beckenklimate (z.B.

Sulmtal) können sich örtlich entwickeln. Des Weiteren nehmen die Niederschlagsmengen von

Südwest nach Nordost ab. Die hygrischen Verhältnisse sind wegen der räumlichen

Ausdehnung uneinheitlich.

Man kann sagen, dass die Talböden ein sommerwarmes und winterkaltes, schwach

kontinentales Klima besitzen. Dieser Klimatyp gehört der Laubmischwaldstufe an und bringt

daher gute Voraussetzungen für den Anbau von Getreide und Mais mit sich. Aufgrund der

Spätfrostgefahr muss aber auf Qualitätsobst und Weinbau verzichtet werden. Der Winter ist

für den Tourismus ungeeignet und der Sommer mit seinem Reizklima nur für den Badebetrieb

ideal. Die Übergangszeiten von April bis Mitte Juni bzw. von September bis Mitte Oktober

sind für Erholungs- und Kuraufenthalte von Vorteil.


19

Übergangsklima der Terrassenstufe

Dieser Klimabereich liegt zwischen den echten Talbodenklimaten und den thermisch

begünstigten Riedelklima und beinhaltet einerseits große Flächen der höheren Terrassen,

andererseits einen breiten Übergangsraum zwischen den Talböden und den höheren Riedeln.

Dieses Übergangsklima spiegelt sich auch in den Klimaelementen und deren Messung wieder.

Eine Besonderheit im Vorland nimmt das Grazer Becken ein: Aufgrund von Windarmut, vor

allem im Winterhalbjahr, kann die Häufigkeit von Nebel ansteigen. Jedoch durch die

abgeschirmte Lage werden Lokalwinde, die zur Schadstoffausbreitung beitragen, begünstigt.

Die Talbeckenlage führt zu einer erhöhten Inversions- und Kaltluftgefährdung.

Ähnlich dem Klima der Talböden kann das Übergangsklima der Terrassenstufe als ein

sommerwarmes, mäßig winterliches, schwach kontinentales Klima eingestuft werden. Für die

Landwirtschaft und den Tourismus herrschen ähnliche Bedingungen wie für die Talböden des

Vorlandes mit dem Unterschied, dass bei zunehmender relativer Höhe und damit

abnehmender Frostgefahr der Qualitätsobstbau möglich bzw. rentabel wird.

In dieser Landschaft befinden sich die Messstationen Graz-Universität, Graz-Flughafen, Bad

Gleichenberg und Fürstenfeld.


20

Abbildung 2: Bezirke der Steiermark mit dem Untersuchungsgebiet (rot). Quelle:

www.gis.steiermark.at, modifiziert.

BAUERNREGELN OSTSTEIERMARK UND GRAZ 3. DATENGRUNDLAGE

21

3 Datengrundlage Für die Überprüfung der einzelnen Bauernregeln in dieser Arbeit dienen der StartClim

Datensatz und ein Standartdatensatz der Zentralanstalt für Meteorologie und Geodynamik

(ZAMG) als Grundlage. Für die Bearbeitung der Ernteregeln werden zusätzlich noch

landwirtschaftliche Produktionsdaten der Statistik Austria verwendet.

3.1 Die Zentralanstalt für Meteorologie und Geodynamik

Am 23. Juli 1851 bewilligte Kaiser Franz Joseph die Errichtung „… einer Centralanstalt für

meteorologische und magnetische Beobachtungen“. 1865 wurden die ersten täglichen

Wetterkarten publiziert und sieben Jahre später wurde das heutige Quartier an der Hohen

Warte in Döbling bezogen. Somit ist die ZAMG als meteorologischer Dienst Österreichs einer

der ältesten Wetterdienste der Welt.

Heute hat die Zentralanstalt Regionalstellen für Salzburg und Oberösterreich, für Kärnten, für

Tirol und Vorarlberg und für die Steiermark (Flughafen Graz) und ist ein moderner

Dienstleistungsbetrieb. Der breit gefächerte Aufgabenbereich reicht von meteorologischen

und geophysikalischen Fragen des Umweltschutzes über anwendungsorientierte Forschung

und klassische Wettervorhersage bis hin zu Seismologie, Magnetik, Beratung für Bauprojekte

und vieles mehr. An der ZAMG gehen Messdaten von 150 Phänologie-Stationen, 150

teilautomatischen Stationen (TAWES) und 120 klassischen Klimastationen ein und werden

dort in einer Datenbank verwaltet (vgl. ZAMG 2000).

3.2 Der StartClim Datensatz

Mit Hilfe von verschiedenen Methoden der Qualitätsprüfung wurde der Datensatz der

Klimawerte Lufttemperatur, Niederschlagssumme und Schneehöhe auf Tageswertbasis von

der Qualität her verbessert. Dieser StartClim Datensatz beinhaltet 71 Österreichische

Messstationen für die Periode 1948 bis 2002. Die Messreihe wurde in weiterer Folge auch für

die Extremwertstatistik verwendet. Die einzelnen Klimaparameter werden im Folgenden kurz

beschrieben:


22

• Lufttemperatur: Die Temperatur wird einerseits an den bestimmten Terminen (7, 14

und 19 Uhr MEZ1), andererseits mit Hilfe von Maximum- bzw.

Minimumthermometern gemessen.

• Niederschlag: Niederschlagsablesungen werden um 7 Uhr und um 19 Uhr MEZ

durchgeführt. Die Summe aus beiden Werten ergibt die Tagessumme (7h – 7h

Folgetag), die oftmals als Grundlage für Auswertungen dient.

• Schneehöhe: Dieser Parameter wird täglich um 7 Uhr MEZ in der unmittelbaren

Umgebung der Klimastation gemessen.

Im Rahmen des ZAMG-Kurzprojekts StartClim konnte keine umfangreiche

Qualitätskontrolle, Datenkorrektur und Datenhomogenisierung erfolgen. Jedoch beinhaltet das

Projekt eine eingehende Qualitätsprüfung und Qualitätsverbesserung (inkl. der Versuch einer

Homogenitätsprüfung) der Klimareihe von den 71 Stationen, von denen 69 aus den

qualitätsverbesserten Stationen des ÖKLIM-Projekts (AUER et al. 2001) stammen (siehe

Abb. 3). Bis auf die Messstation Fürstenfeld kommen alle verwendeten Stationen der

vorliegenden Studie im StartClim-Projekt der ZAMG vor.

Abbildung 3: Die Stationen des StartClim Datensatz. Quelle: Auer et al. 2003, S.8.

1 Vor 1971: 21 Uhr


23

Die Datenprüfung erfolgte mit Hilfe von einfachen Tools, die im Wesentlichen auf

verschiedenen Methoden der Berechnung auffälliger Werte (z. B. Ausreißer) beruhen. Die

dadurch gewonnen auffälligen Werte wurden daraufhin einzeln überprüft. Die Fehler sind

dann entweder durch den Vergleich mit den Originalbögen verbessert worden, oder mittels

Nachbarstationen ergänzt worden. Zum Schluss der Datenprüfung wurden die Elemente

Lufttemperatur und Schneehöhe homogenitätsgeprüft. Von den 71 ausgewählten

Messstationen haben 40 Stationen Fehlwerte innerhalb ihrer Datenreihe. Ein weiterer

kritischer Punkt ist die räumliche Verlegung von Stationen(vgl. auch Kapitel 3.4). In dieser

Arbeit sind folgende Stationen und Messreihen des StartClim-Projekts verwendet worden

(Tabelle 1 und 2):


24

Tabelle 1: Die vier bearbeiteten StartClim Stationen (Quelle: AUER et al 2003 modifiziert)

und die ausgewählte Station Fürstenfeld (Quelle: ZAMG Steiermark).


25

Tabelle 2: Finaler Datensatz der Stationen mit Fehlwertperioden.


26

3.3 Ausgewählte Stationen

3.3.1 Bad Gleichenberg

In der Hügellandschaft der südöstlichen Steiermark befindet sich die Messstationen Bad

Gleichenberg. Der kleine Kurort (Einwohnerzahl 2003: 2163) liegt in ca. 300 Metern Seehöhe

und wird von bis zu 600 Meter hohen Riedeln im Norden, Osten und Westen eingebettet. Im

Süden erstreckt sich ein breites Tal. Im Laufe der Zeit von 1861 weg hat es vier räumliche

Stationsverlegungen gegeben, wobei eine in die Zeitspanne der Untersuchung fällt. Die

derzeitige Messstation liegt auf einer freien Fläche unterhalb des Ortskerns von Bad

Gleichenberg und östlich der Klimastation befindet sich das Altenheim.

Zu den gemessenen Elementen zählen neben Temperatur, Schneehöhe und Niederschlag auch

Luftdruck, relative Feuchte, Bewölkung, Windrichtung und Windgeschwindigkeit.

3.3.2 Fürstenfeld

Die Bezirksstadt Fürstenfeld liegt in der südöstlichen Steiermark nahe der Grenze zum

Burgenland. Das Landschaftsbild ist geprägt durch die zwei markanten Flüsse Lafnitz und

Feistritz. Im Gebiet um Fürstenfeld sind im Norden die Riedel größtenteils mit

Laubmischwäldern bedeckt und in den Südlagen dieser Hügellandschaft wird der Weinbau

verstärkt betrieben. Die Messstation, welche seit 1932 betreut wird, liegt im Südwestlichen

Teil der Stadt und 20 Meter über der eigentlichen Talsohle neben einem Holzschuppen (siehe

Abb. 4).

Zu den gemessenen Parametern gehören neben den wichtigen Temperatur-, Niederschlags-

und Schneehöhenmessungen auch der Luftdruck und die mittlere Bewölkung. Diese Station

ist die einzige, die nicht aus dem StartClim Datensatz stammt, sondern von einem

gewöhnlichen, geprüften ZAMG – Standarddatensatz, der vom 01.01.1969 bis zum

31.12.2004 reicht.

3.3.3 Gleisdorf

Gleisdorf liegt im Bezirk Weiz im Tal der Raab, dort wo Rabnitz und Laßnitz münden.

Gleisdorf (Einwohnerzahl 2001: 5224) wir oft auch als „Tor zur Oststeiermark“ bezeichnet,

aufgrund der bedeutenden Verkehrsknotenpunkte dieser Region. Auf den Obstbau wird in

diesem Gebiet verstärkt gesetzt. Die dort befindliche Messstation ist seit 1957 in Betrieb und


27

daher reicht der StartClim Datensatz nur vom 01.01.1961 bis zum 31.12.2002. Die

Klimastation liegt im nördlichen Teil von Gleisdorf neben einem Einfamilienhaus, nahe der

Bundesstrasse B54 (siehe Abb. 5).

Andere wichtige meteorologische Parameter werden, ähnlich wie in Fürstenfeld und Bad

Gleichenberg, auch in Gleisdorf aufgezeichnet.


28

Abbildung 4: Die Klimastation Fürstenfeld und ihre Umgebung. Quelle: Regionalstelle

ZAMG Steiermark.

Abbildung 5: Die Klimastation Gleisdorf und ihre Umgebung. Quelle: Regionalstelle ZAMG

Steiermark.


29

3.3.4 Graz-Universität, Graz-Flughafen

Die Klimastation Graz-Universität (siehe Abb. 6) ist eine jeder wenigen Messstationen, die

schon vor 1850 meteorlogische Aufzeichnungen durchgeführt haben. Diese Station hat eine

sehr lange Tradition, welche auch durch die ersten homogenisierten Temperaturwerte im Jahr

1837 erklärt. Streng genommen

wurde die Messanlage seit 1836

vier Mal räumlich verschoben,

wobei die letzte, kleine

Verlegung auch im StartClim

Datensatz enthalten ist. 1988

wurde die Wetterhütte von

seiner ursprünglichen Position

am Karl Franzens

Universitätsgelände nordöstlich

vom Physik-Institutsgebäude um

etwa 10 Meter zum aktuellen

Standort zwischen

Universitätshauptgebäude und physikalischen Institut transportiert. Diese minimale räumliche

Änderung fällt aber für die Untersuchung nicht ins Gewicht. Die Klimastation Graz-

Universität wird von Universitätsbediensteten des Institutsbereichs Geophysik, Astrophysik

und Meteorologie (IGAM) betreut, was auch die außerordentlich hohe Qualität der

Messungen erklärt.

Anhand dieser Station wird eine charakteristisch urbane Modifikation des Klimas deutlich

und sie stellt das urbane Gegenteil zur Station Graz-Flughafen dar.

Die Klimastation Graz-Flughafen, südlich von Graz gelegen, wurde ebenfalls bei der

Untersuchung der empirischen Vorhersagen eingebunden. Anzumerken ist, dass diese

Messstation immer wieder der Verbauung weichen musste und sich somit mehrere nicht

eruierbare Stationsverlegungen ergaben. Die Wetterhütte am Grazer Flughafen wird seit 1948

von ZAMG-Bediensteten betreut.

Abbildung 6: Klimamessstation Graz

Universität. Quelle: Regionalstelle ZAMG.


30

3.4 Messfehler – Probleme bei der Datenaufbereitung

Bei der Datenanalyse muss berücksichtigt werden, dass die Daten Fehlerquellen ausgesetzt

sind, welche sich aber nicht alleine aus Missinterpretationen oder Rechenfehlern ableiten

lassen. Es ist daher oft der Fall, dass bei nicht korrekten Ergebnissen die Daten als

Fehlerquelle angesehen werden. Messungen sind teils mit großen Unsicherheiten und

verschiedenen Problemen behaftet. Hierbei erfolgt eine Aufteilung in systematische und nicht

systematische Messfehler. Als Beispiel für die nicht systematischen Fehler, die stochastischer

Natur sind, sei der zufällige Übertragungsfehler auf dem Weg von der Messung zur

Archivierung genannt. Im folgenden Abschnitt wird auf die systematischen Messfehler

anhand der Niederschlagsmessung näher eingegangen.

3.4.1 Systematische Messfehler

Bei der Messung des Niederschlags kommt es teilweise unüberwindbaren Problemen, wobei

der dominierende Windeinfluss und der Aufbau und die Eigenschaften des verwendeten

Messinstruments, sowie eventuell auftretende Gerätefehler und Beobachtungsfehler

(Ablesung) die Messwerte verfälschen und somit systematische (oft auch klimatologisch

genannte) Messfehler verursachen. Die World Meteorological Organization (WMO) initiierte

eine Vergleichskampagne für eine Auswahl nationaler Messgerätetypen, welche nach

flüssigen und festen bzw. gemischten Niederschlagsanteilen differnziert wurden. Die

Messwerte wichtiger nationaler Pluviometer wurden mit den Daten eines Referenzgerätes

(Double Fence Intercomperison Reference – DFR), das sehr geringe systematische Messfehler

aufweist und dadurch dem „wahren“ Niederschlagswert am nächsten kommen dürfte. Das

Ergebnis der Kampagne war ernüchternd: Die meisten Standartgeräte nahmen nur 50 bis 95%

des „wahren“ Niederschlages auf, wobei die Windexposition eine tragende Rolle übernimmt.

Je höher die Windgeschwindigkeit, desto größer ist auch der Messfehler. Von denen in

Mitteleuropa stark verbreiteten Hellmann-Apparaturen werden bei starken Wind

durchschnittlich 10% des gefallenen flüssigen Niederschlags nicht aufgefangen, bei

Schneefall liegen die Verluste sogar bei 50%. Wie sich andere Apparaturen bei Wind

verhalten zeigt folgende Darstellung (Abb. 7):


31

Abbildung 7: Windverursachte Niederschlagsmessfehler verschiedener Messgeräte. Quelle:

GOODISON et al. 1998.

Neben dem Wind spielen auch auftretende Gerätefehler, wie Benetzung und Verdunstung des

Auffangtrichters eine wichtige Rolle bei den systematischen Messfehlern. Untersuchungen

von RICHTER 1995 haben ergeben, dass der Fehler im Deutschen Tiefland bei 3%, in den

Mittelgebirgen sogar doppelt so groß ist (vgl. RAPP 2000).

3.4.2 Datenlücken und Ausreißer

Datenlücken entstehen, wenn Messwerte für einen oder mehrere Zeitpunkte nicht vorhanden

sind, d.h. fehlen. Ursache für solche Löcher sind in vielen Fällen Fehler bei der

Datenübertragung und Datenspeicherung (nicht systematische Messfehler). Es kann aber auch

sein, dass Messwerte einfach fehlen, weil die Messstation ausgefallen oder verlegt worden ist.

Entweder man ignoriert die Lücke und betrachtet die fehlerhafte Zeitreihe als partielle Serie

die ohne weiteres daraufhin verarbeitet werden kann. Oder man füllt die Lücke mit

realistischen Werten. Zur Bestimmung solcher Ersatzwerte gibt es verschiedene Verfahren

wie z.B. die Recherche nach fehlenden Werten in Alternativquellen oder die Methode der

zeitlichen Interpolation, bei der der Mittelwert eines Teilintervalls in die Lücke gesetzt wird.

Man kann aber auch eine räumliche Interpolation durchführen, indem man die Werte der

benachbarten Referenzstationen berücksichtigt.

Vereinzelt vorhandene Datenlücken sind weniger ein Problem, da die Wirkung solcher

Lücken zeitlich eng begrenzt ist, aber man muss berücksichtigen, dass Lücken, die in der

Mitte der Zeitreihe auftreten weniger problematisch sind, als solche, die an den Rändern


32

auftreten. Dort haben die Lücken nämlich größere Auswirkung und können bei einer

Trendanalyse zu einem virtuell negativen Trend führen (vgl. AUER et al. 2003).

Ausreißer verhalten sich ähnlich wie Datenlücken und besitzen auch die gleiche Ursache. Ein

wesentlicher Unterschied besteht darin, dass Ausreißer schwerer zu detektieren sind als

Datenlücken. Es müssen Kriterien definiert werden, die es ermöglichen einen unrealistischen

Wert, der nicht in den Verlauf der Zeitreihe passt, aufzuspüren. Wie man mit Ausreißern in

den StartClim Datensatz umgegangen ist, soll nun anhand folgenden Beispiels der

Lufttemperatur, in Form einer vierstufigen Qualitätskontrolle, gezeigt werden:

Das erste Kriterium vergleicht die täglichen Temperaturmessungen miteinander und prüft, ob

das Maximum bzw. Minimum auch tatsächlich das gemessene Extrema ist. Falls es

Unstimmigkeiten gibt werden diese Werte gekennzeichnet und mit den Originalklimabögen

verglichen und, wenn notwendig, ausgebessert.

Im nächsten Schritt beachtet man den typischen Verlauf eines wolkenlosen Strahlungstages,

der das Maximum kurz nach Sonnenhöchststand um 14 Uhr MEZ und das Minimum um ca. 7

Uhr MEZ aufweist. Aufgrund einzelner Wetterlagen, die zu beträchtlichen Abweichungen

führen können, werden nur größere Abweichungen gekennzeichnet und wieder mit den

Originalwerten der Klimabögen verglichen und überprüft.

Das dritte Kriterium der nutzt die zeitliche Autokorrelation der Temperatur aus. Aus dem

Vor- und Folgetag wird das arithmetische Mittel gebildet und mit den entsprechenden

Messwert des Untersuchungstages verglichen. Werte, die Abweichungen zum Mittel haben

erfahren die gleiche Behandlung wie die Ausreißer in den ersten beiden Verfahren der

Qualitätsprüfung.

Als letzte Untersuchung wird ein einhüllendes Maximum und ein einhüllendes Minimum

erzeugt, welche sich aus den Gauss`schen Tiefpassfilter der klimatologischen Mittel für die

Lufttemperaturmaxima und –minima der Periode 1961 – 1990 zusammensetzen (siehe Abb.

8). Werden die einhüllenden Grenzen von Tageswerten der Lufttemperatur über- oder

unterschritten, so klassifiziert und behandelt man diese als Ausreißer.


33

Abbildung 8: Einhüllende Maxima und Minima der Station Villacher Alpe. Quelle: AUER et

al. 2003 S. 11.

3.4.3 Mittelwertbildung

Im Vergleich zu der Niederschlagsmessung weist die Messung der Lufttemperatur weniger

Probleme auf. Seit geraumer Zeit sind die Anforderungen der Thermometer sehr hoch und

Thermometerhütten bieten Schutz vor Strahlung und Windexposition. Laut der WMO-

Angaben liegt der stochastische Messfehler der Einzelmessungen bei +/- 0,2°C. Bis zum Ende

der 1970er Jahre wurde für die Aufzeichnung der Messwerte Lochkarten verwendet. Bei der

Übertragung dieser Werte auf Magnetbänder und später auf Festplattenspeicher kam es zu

Übertragungsfehler. Ein weiteres Problem stellen die als ganzzahlig gelochten

Luftemperaturmaxima und –minima dar. Dem gegenüber wurden die Temperaturen zu den

angegebenen Terminbeobachtungen (7, 14, 19 bzw. 21 Uhr MEZ) mit einer Genauigkeit von

Zehntelgrad aufgezeichnet. Daraus folgten nicht nur Rundungsfehler, sondern auch ein

beträchtlicher Informationsverlust.

Bei der Bestimmung von Tages- und Monatsmittelwerten gab es zwar ab 1873 einen

definierten Standard, doch wurde dieser im Laufe der Zeit auch wieder verändert. Bis zum

31.12.1970 wurden mit Hilfe der Lufttemperaturwerten zu den Messterminen 7, 14 und 21

Uhr MEZ die jeweiligen Mittelwerte berechnet. Ab 1971 wurde der Abendtermin von 21 auf

19 Uhr MEZ vorverlegt und zusätzlich wurde der höchste bzw. niedrigste Wert mit einem


34

Maximum- bzw. Minimumthermometer gemessen. Die Auswertevorschrift hat sich also wie

folgt verändert:

Bis 1970 Seit 1971

Tagesmittel 3

21147 hhh TTTT

++=

2minmax TT

T+

=

Monatsmittel 4

*2 21147 hhh TTTT

++=

4minmax197 TTTT

T hh +++=

Tabelle 3: Berechnung der Temperaturmittelwerte abhängig vom Verwendungszweck.

Aus Tabelle 3 wird ersichtlich, dass man zur Berechnung des Monatsmittels andere

Tagesmittelwerte bildet. Der StartClim Datensatz verwendet auch schon vor 1971 die Tmin –

Tmax Methode zur Berechnung des Tagesmittelwertes. Die nachfolgende Abbildung (Abb. 9)

soll verdeutlichen, dass es einen Unterschied zwischen den beiden Berechnungen gibt. Streng

genommen ist der Unterschied zwischen den beiden Tagesmitteln nicht aussagekräftig, weil

die zweite Methode (T7h + T14h + Tmin + Tmax / 4) für die Bestimmung des Monatsmittels

verwendet wird. Es soll nur gezeigt werden, dass eine Änderung des Auswahlverfahrens stets

auch zu einer Änderung des Ergebnisses führt (vgl. KABAS 2005; RAPP 2000; AUER et al.

2003).


35

Abbildung 9: Unterschied der zwei Methoden der Tagesmittelwertsbildung anhand des Jahres

1983 für den Monat März der Station Gleisdorf. Schwarze Linie: (T7h + T19h + Tmax +

Tmin)/4; Rote Linie: (Tmax + Tmin)/2.

3.4.4 Stationsverlegungen

Wie man aus der Tabelle 1 (Kap. 3.2) entnehmen kann, hat es bei zwei Stationen im

Untersuchungszeitraum Stationsverlegungen, die durch eine neue Stationsnummer

gekennzeichnet werden, gegeben. Diese räumlichen Änderungen des Beobachtungspunktes

sind eine der Hauptgründe warum es in klimatologischen Zeitreihen zu Sprüngen kommen

kann. Damit verbunden sind Änderungen der Seehöhe, der Beschattungs- und

Lüftungsverhältnisse und anderen Modifikationen der Umgebungssituation. Solche

Veränderungen sind aber nicht nur auf die Verlegung alleine zurückzuführen, sondern auch

auf die damit verbundenen Wechsel der Beobachter (Betreuer) und Instrumente. Was auch

weiters zu Problemen und Messfehlern führen kann, ist die Tatsache, dass neue Stationen oft

nachjustiert werden und die Geräte immer wieder auf ihre Funktionalität überprüft werden

müssen.


36

Bei einer Stationsverlegung erscheint es sinnvoll Überschneidungsperioden mit den

entsprechenden Parallelmessungen anzustellen. Wobei die Überlappungsperioden eine eher

kurze Zeitspanne abdecken. Sind solche Messungen vorhanden, werden diese

gegenübergestellt und unter Zuhilfenahme einer Nebenstation, sofern vorhanden, verglichen.

Bei den Stationsverlegungen Graz-Universität bzw. Bad Gleichenberg wurden keine

Parallelmessungen durchgeführt. Bei beiden Klimastationen gibt es durch die räumliche

Verlegung keine Änderung in der Seehöhe und die der geographischen Länge und Breite sind

minimal (vgl. Kap. 3.2 Tab. 1). Das es keine gravierende Störungen bzw. Sprünge gegeben

hat, wird anhand folgender Darstellung (Abb. 10) sichtbar.

Abbildung 10: Der Temperaturverlauf der Station Bad Gleichenberg in der Zeit 1980 bis 1991

mit einer Stationsverlegung am 1.April 1985 (rot strichliert).

3.5 Landwirtschaftliche Produktionsdaten

Da für die Auswertung sämtlicher Ernteregeln nicht nur die einzelnen Niederschlags-,

Temperatur- und Schneehöhenmessungen der jeweiligen Station ausreichen, sondern auch die

Verhältnisse der landwirtschaftlichen Produktion bekannt sein müssen, werden im folgenden


37

Kapitel diese Produktionsdaten, welche von der Statistik Austria bereitgestellt wurden, näher

beschrieben.

Statistik Austria Durch das Bundesstatistikgesetz 2000 wurde das Österreichische Statistische Zentralamt aus

dem Bundesdienst ausgegliedert und seit dem 1. Jänner 2000 als eine selbständige, nicht

gewinnorientierte Bundesanstalt mit dem Namen Statistik Österreich (Statistik Austria)

errichtet. Dieses Informationssystem des Bundes stellt Daten über die wirtschaftlichen,

demographischen, sozialen, ökologischen und kulturellen Gegebenheiten in Österreich zur

Verfügung. Wichtige Punkte und Grundsätze (z.B. Objektivität und Unparteilichkeit, laufende

Überprüfung und Qualitätsverbesserungen, Anwendung statistischer Methoden nach

international anerkannten Grundsätzen) werden bei der Aufstellung sämtlicher Statistiken

gewährleistet. Eine der Kernaufgaben der Statistik Austria ist die Zurverfügungstellung von

statistischen Daten für die Wirtschaft, Wissenschaft und die Öffentlichkeit (vgl. STATISTIK

AUSTRIA 2006).

3.5.1 Obstproduktion

Die Erhebung der Erwerbsobstanlagen wurde zum ersten Mal 1973 als eigene Vollerhebung

durchgeführt, wobei zwischen Intensiv- und Extensivobstanlagen unterschieden wird. Weiters

ist eine Darstellung von Regionalergebnissen nach Politischen Bezirken und Gemeinden (als

Sonderauswertung) möglich.

Zunächst wird die Erhebungen der Intensivobstproduktion (Erwerbsobst) in einem

Dreijahresintervall durchgeführt worden, ehe sie auf eine Periodizität von fünf Jahren

umgestellt wurden, beginnend mit der Erhebung 1979. die letzte Erhebung wurde 2002

durchgeführt. Für die Methoden der Vollerhebung, welche für ausgewählte

Erwerbsobstbetriebe verpflichtend ist, sei auf STATISTIK AUSTRIA 2005 verwiesen.

Für die Jahre zwischen den Vollerhebungen werden Schätzungen von Erntereferenten

verwendet. Diese praxisbezogenen Erfahrungswerte lassen einen sehr guten Vergleich über

Jahre hinweg zu. Im Falle der Intensivobstproduktion wird eine Schätzung der

Durchschnittserträge pro Hektar monatlich von Mai bis Oktober von Obstbauexperten der

zuständigen Landes-Landwirtschaftskammer vorgenommen. Die Erntemengen lassen sich aus

der Multiplikation der Hektarerträge mit den ertragsfähigen Flächen auf Bundeslandebene

berechnen.


38

Bei der Erhebung von Extensivobstproduktionen (Streuobst, Hausgärten) gibt es keine

Vollerhebung wie bei der Intensivobstproduktion, dafür kommt es alljährlich zu Schätzungen

von ehrenamtlichen tätigen Erntereferenten in den Monaten Mai bis Oktober. Für die

Bestimmung der Erträge dienen die Baumzahlen laut der Obstbaumzählung als Basis.

Für die Auswertung der Ernteregeln wird die Gesamtobstproduktion der Steiermark

verwendet, welche zusammen mit der Extensiv- und Intensivobstproduktion in der folgenden

Grafik (Abb. 11) dargestellt wird.

Abbildung 11: Gegenüberstellung der Extensiv- (blau) Intensiv- (rot) und

Gesamtobstproduktion (schwarz) in der Steiermark.

3.5.2 Weinproduktion

Die Erhebung der Weinproduktion geht auf die (lt. Weingesetz) jährlich von den

Weinproduzenten an die Bundeskellereiinspektion abzugebende Erntemeldung zurück. Die

Daten der Produktionsmengen werden daraufhin von der Bundeskellereiinspektion über die

zentrale Weindatenbank auf Bezirksebene ausgewertet, und vom Bundesministerium für

Land- und Forstwirtschaft (BMLFUW) an die Statistik Austria übergeben. Zusätzlich wurden

in der Zeitspanne von 1971 bis 1995 von der Statistik Austria eigene jährliche


39

Weinernteerhebungen durchgeführt, welche nun kurz näher vorgestellt werden: Die

Weinernteerhebung (Vorschätzung) umfasst den Zeitraum August bis Oktober und wird von

Erntereferenten durchgeführt. Aufgrund der ertragsfähigen Weingartenfläche jeder Gemeinde

(lt. letzter Weingartengrunderhebung der Statistik Austria) wird ein Ertragsdurchschnitt für

jedes Weinbaugebiet sowie für jeden Politischen Bezirk und Bundesland errechnet. Diese

Durchschnittswerte werden daraufhin für die Berechnung der voraussichtlichen Weinernte

aufgrund der aktuellen (ertragsfähigen) Fläche verwendet. Vor 1970 wurde die Ernte aus

regional geschätzten Hektarerträgen und betriebsweise erhobenen Weingartenflächen

berechnet (vgl. STATISTIK AUSTRIA 2005).

Für die Auswertungen jener Ernteregeln, die sich auf die Weinproduktion beziehen, wurde

aus den Weinernten der Politischen Bezirke Weiz, Graz Umgebung, Feldbach, Graz Stadt und

Fürstenfeld eine Gesamtproduktion der Südoststeirischen Region gebildet (siehe Abb. 12),

wobei für das Jahr 1964 keine Werte auf Bezirksebene vorhanden sind. Dieser Wert wurde

mit Hilfe der Methode der linearen Interpolation in der Gesamtproduktion ausgebessert.

Abbildung 12: Gesamtweinmenge in Hektoliter in den Regionen Oststeiermark und Graz.


40

3.5.3 Getreideproduktion

Viele der Ernteregeln beziehen sich auf die Getreideernte, da diese eine zentrale Rolle des

bäuerlichen Daseins war bzw. noch immer ist.

Für die Erhebung der Getreideproduktion werden neben den Schätzwerten der bereits

bekannten Erntereferenten (Landwirte oder landwirtschaftliche Sachverständige) noch weitere

Informationsquellen verwendet. Bis 1995 wurde die Getreideernte aus der im Rahmen der

Bodennutzungs- und Agrarstrukturerhebungen erfassten Fläche und Ertragserhebungen der

wichtigsten Kulturarten errechnet.

Ab 1996 liegen die für die Berechnung der Erntemengen notwendigen Ackerflächen der

Auswertung der Mehrfachanträge der Agrarmarkt Austria (AMA) zugrunde. Neben diesen

Flächenangaben gibt es auch Ertragsangaben (Hektarerträge) der AMA, welche sich auf die

wichtigsten Getreidearten (z.B. Weizen, Roggen, Hopfen, Gerste, Mais, Erbsen) beziehen

(vgl. STATISTIK AUSTRIA 2005).

Sofern es zu Datenlücken in den Auswertungen der AMA kommen sollte, werden die

Ernteschätzungen der oben genannten Erntereferenten verwendet. Die folgende Grafik (Abb.

13) zeigt den Verlauf der Getreideproduktion, bezogen auf die Anbaufläche, für die gesamte

Steiermark während der letzten 46 Jahre. Die Auswertungen der Ernteregeln können nicht auf

die einzelnen Politischen Bezirke bezogen werden, weil die Erhebung der Getreideproduktion

auf Bezirksebene nur alle 4 Jahre durchgeführt wird.


41

Abbildung 13: Getreideproduktion der Gesamtsteiermark in [t/ha].

Wie wir bei allen drei Produktionsarten erkennen können, liegt auch hier ein deutlicher Trend

vor. So zum Beispiel liegt die Getreideproduktion 1960 bei ca. 2,5 Tonnen pro Hektar. Am

Ende der Zeitreihe liegt dieser Wert bei 10,1. Das ergibt einen positiven Trend von 7,6. Aus

diesem Grund muss auch bei den landwirtschaftlichen Daten ein Trend und daraufhin eine

Trendentfernung durchgeführt werden (siehe Kap. 4).

42

BAUERNREGELN OSTSTEIERMARK UND GRAZ 4. TRENDANALYSE

43

4 Trendanalyse Folgendes Kapitel orientiert sich an der Dissertation von RAPP 2000 und an der Diplomarbeit

von KABAS 2005, welche darin die Problematik und die Ergebnisse klimatologischer

Trendanalysen für Europa und Deutschland ausführlich bearbeiten.

4.1 Trenddefinition

Der Begriff „Trend“ hat verschiedene Bedeutungen und wird sowohl diagnostisch als auch

prognostisch verwendet. So zum Beispiel beschreibt der Trend eine Entwicklung, die in der

Vergangenheit seinen Ursprung hat und bis in die Gegenwart reichen kann. Dazu zählen

neben beobachtbaren Klimatrends auch Börsentrends, die durch tägliche Bildung zeitlich

gleitender Mittelwerte der Aktienindizes der vergangenen 30 oder 90 Tage Aussagen über das

langfristige Verhalten des Börsenmarktes ermöglichen. Andererseits kann der Trend auch als

Tendenz, die für die Zukunft erwartet wird, interpretiert werden. Zu dieser Kategorie gehören

die Ergebnisse der Wettervorhersage- oder Klimamodelle. Der Klimatologe versteht unter

Trend eine langfristige Veränderung von verschiedenen Klimaelementen oder daraus

abgeleitete Größen. Die mittleren Klimaverhältnisse erfahren eine Niveauverschiebung,

wobei die Trendanalyse keine Aussagen über den Untersuchungszeitraum hinaus ermöglicht.

Die vorliegende Studie der Bauernregeln im Oststeirischen und Grazer Raum bedient sich der

Trendanalyse und im Speziellen der Trendentfernung, welche im Folgenden ausführlich

beschrieben werden.

Um den Trend in einer Zeitreihe zu bestimmen, existiert in den Wirtschafts- und

Naturwissenschaften eine Reihe von Möglichkeiten:

lineare Regression (Trendgerade)

robuste Schätzung linearer Trends, sofern Ausreißer zuvor aus der Zeitreihe entfernt

wurden

nicht-lineare Funktionsanpassung (polynominal, exponentiell, logarithmisch)

Splines: Glättung der Zeitreihe durch Bestimmung von Funktionsableitungen

Gaußsche Tiefpassfilterung

Bildung zeitlich gleitender Durchschnittswerte


44

Innerhalb dieser Auswahl ist die Bestimmung der „Grundrichtung“ durch die Berechnung des

linearen Trends in der Klimadiagnose weit verbreitet und wird auch in der vorliegenden

Untersuchung verwendet

4.1.1 Der lineare Trend

Durch eine Zeitreihe ny der Länge N (z.B. Tage) wird beim linearen Trend eine

Regressionsgerade ny) gelegt.

nn ty βα +=) (4.1)

Hierbei wird auf das Kriterium der kleinsten Fehlerquadrate verwendet, d.h. die Summe der

quadrierten Differenzen nn yy )− soll ein Minimum werden

∑=

=−N

nnn Minyy

1

!2)( ) . (4.2)

ny) sind in diesen Zusammenhang die Ordinatenwerte der Regressionsgeraden zu den

verschiedenen Zeitpunkten nt und α bzw. β sind die Regressionskoeffizienten. Aus den

beiden oberen Gleichungen kann die Steigung β der Geraden wie folgt berechnet werden:

∑ ∑

∑ ∑ ∑

= =

= = =

−

−=

N

n

N

nnn

N

n

N

n

N

nnnnn

tN

tN

yN

tN

ytN

1

2

1

2

1 1 1

11

111

β (4.3)

Sofern die äquidistanten Zeitpunkte nt durchnummeriert werden ( Ntn ,,1K= ), vereinfacht

sich die Steigung zu:

12

112

21 1

−

+−

=∑ ∑= =

N

yNytN

N

n

N

nnnn

β (4.4)

Daraus ergibt sich die bloße Richtung des Trends aus

βsgn (4.5)

und der Trend T kann als Differenz des ersten und letzten Ordinatenwertes der

Regressionsgeraden für das betrachtete Zeitintervall angegeben werden:

( )11 −=−=∆= NyyyT N β))) (4.6)

Des Weiteren wird auch noch der normierte Trend

kN

yTnorm ⋅∆

=)

(4.7)


45

eingeführt, wobei k beispielsweise 1, 10 oder 100 Jahre betragen kann. Der normierte Trend

macht sich bezahlt, wenn einzelne Stationen, im Gegensatz zu den anderen, eine etwas

geringere zeitliche Datenverfügbarkeit besitzen, aber die Stationen dennoch in der

Untersuchung verbleiben sollen.

Ein deutlicher Trend wird anhand der nächsten Darstellung (Abb. 14) ersichtlich. Dabei

handelt es sich um die Tagesmittelwerte des ersten Halbjahres von 1997.

Abbildung 14: Die Tagesmittelwerte von Jänner bis Juni des Jahres 1997 mit der

Regressionsgeraden (rote Linie); Station Gleisdorf.

Eine weitere Möglichkeit den Trend zu ermitteln, stellt die Methode der Mittelwertdifferenz

dar. Sie ist im Grunde einfacher zu berechnen als eine Regressionsgerade und setzt sich aus

der Differenz der Mittelwerte zweier Zeitreihenabschnitte zusammen. Beide Subintervalle

sollten hierbei gleichlang sein und das gesamte Analyseintervall abdecken, sich selbst aber

nicht überschneiden. Der daraus folgende Trend ergibt sich aus:

−=−=∆ ∑ ∑

+= =

N

Nt

N

ttt yy

Nyyy

12

2

112

2 (4.8)


46

Die folgende Darstellung (Abb. 15) zeigt den Unterschied zwischen dem Trend einer

gefilterten Zeitreihe (links) und dem Trend nach der Methode der Mittelwertdifferenz

(rechts).

Abbildung 15: Links: Trend einer gefilterten Zeitreihe. Rechts: Methode der

Mittelwertdifferenz. Quelle: RAPP, SCHÖNWIESE 1996, S.55.

4.1.2 Der relative Trend

Sind Klimaelemente vorhanden, die physikalische Stoffmengen (z.B. Niederschlagssummen

oder Schneehöhen) mit Werten 0≥y beschreiben, ist die Einführung eines relativen Trends

zweckmäßig. Der relative Trend ermöglicht so den Vergleich von Stationsreihen mit räumlich

variierenden Mittelwerten, so wie beispielsweise bei der höhen- und orographieabhängige

Niederschlagshöhe. Um den relativen Trend zu berechnen gibt es verschiedene Methoden,

von denen drei kurz vorgestellt werden.

Eine Möglichkeit zeigt die Veränderung der Klimavariablen, ausgedrückt durch den linearen

Trend Tabs, während des Untersuchungsintervalls in Relation zum Mittelwert der Variablen,

sofern dieser ungleich Null ist.

yTT abs

rel = (4.9)

Eine weitere Darstellung des relativen Trends ist die Abweichung des aktuellen Niveaus der

Klimavariablen von den mittleren Bedingungen. Die daraus resultierende Differenz ist

ebenfalls relativ zum Mittelwert der Zeitreihe anzugeben:

y

TT

absrel

21

= (4.10)


47

Man beachte, dass der Wert des relativen Trends aus der Formel (4.10) genau die Hälfte des

relativen Trends aus der Formel (4.9) ergibt.

Die letzte Methode geht wieder von der Trendgeraden des Analysezeitraums aus und bezieht

diese Änderung der Klimavariablen auf den Anfangswert 1y) der Zeitreihe bzw.

Trendgeraden:

yT

T absrel )= (4.11)

Bei der letzten Darstellung des relativen Trends ist zu beachten, dass betragsmäßig gleiche

absolute Trends, die sich nur im Vorzeichen voneinander unterscheiden, unterschiedliche

relative Trends erzeugen (siehe Abb. 16). Handelt es sich um eine Zunahme, so wird ein

betragsmäßig größerer relativer Trend generiert, als bei einer Verminderung der Klimagröße.

Ein weiteres Problem ist die theoretisch mögliche Zunahme von (fast) 0 auf 100, da der

relative Trend dann exorbitant groß sein würde. Dieses Szenario kann bei der Darstellung von

Niederschlagsanomalien in Wüstengebieten auftreten.

Abbildung 16: Gegenüberstellung der Definitionen relativer Trends mit Hilfe des

Mittelwertes (1) und des Anfangswertes (3) der Zeitreihe. Quelle: RAPP 2000; Seite 12,

modifiziert.


48

Zusammengefasst lässt sich sagen, dass der Trend nicht nur aus einer Richtung und einem

Betrag besteht, sondern des Weiteren eine Signifikanz und eine räumliche und zeitliche

Repräsentanz besitzt, welche aber in der Untersuchung nicht verwendet werden (siehe auch

RAPP 2000; Seite 26 ff.).

Die statistische Signifikanz eines Trends ermöglicht erst die richtige Interpretation der

Klimavariablenveränderung. Des Weiteren muss eine Aussage getroffen werden, wie deutlich

er sich gegenüber der Zeitreihenvariabilität heraushebt. Um die Signifikanz zu bestimmen

gibt es verschiedene Methoden, darunter der Trendtest nach Mann und Kendall oder das

Trend-Rausch-Verhältnis.

Die zeitliche Repräsentanz ist die Veränderlichkeit des Trendwertes, sofern der

Analysezeitraum sukzessive variiert (verschoben, verkürzt oder verlängert) wird. Wenn

dadurch die statistische Signifikanz des Trends verändert wird, oder sich sogar das

Vorzeichen des Trends umkehrt, dann ist der für das zuvor gewählte Untersuchungsintervall

gefundene Trend instabil. Die räumliche Repräsentanz zeigt die räumliche Veränderlichkeit

des betreffenden Klimaelements.

4.2 Vorgehensweise

Eine zentrale Frage dieser Untersuchung ist, nach welchen Grundsätzen und mit welchen

methodischen Ansätzen kann man die Bauernregeln auswerten? Man muss davon ausgehen,

dass die Bauern weder Temperatur-, noch Niederschlags- oder Sonnenscheinmessungen

durchgeführt haben, zumal erst 1700 n. Chr. meteorologische Messinstrumente eingeführt

wurden. Der große Unterschied zur heutigen Zeit besteht darin, dass unsere Ahnen das Wetter

und die Witterung rein qualitativ beurteilten: Ihre Erfahrung sagte ihnen, ob es in einer

gewissen Jahreszeit zu warm oder zu kalt war. Aus diesem Grund muss auch klar werden,

dass zur Auswertung streng quantitativ orientierte Methoden der modernen Statistik in dieser

Studie nicht verwendet werden können. Es würde beispielsweise keinen Sinn machen, von

einer Oktoberregel zu verlangen, dass sie Auskunft darüber gibt, um wie viel Zehntel Grad

der nächste Jänner zu warm oder zu kalt wird.

Um dieses zentrale Problem der Studie zu lösen, orientieren wir uns an Durchschnittswerten,

um die qualitative Natur der Bauernregeln zu berücksichtigen. Aber weil diese

Durchschnittswerte die Klimaentwicklung bzw. Klimaveränderung der letzten Jahrhunderte

nicht berücksichtigen, wird von einem direkten Vergleich abgeraten und stattdessen der

Vergleich zum linearen Trend bevorzugt (siehe Abb. 17). Um nun festzustellen, in wie vielen


49

Fällen eine Ausgangswettersituation zu warm oder zu kalt, zu trocken oder zu nass, zu sonnig

oder zu trüb war (je nach Inhalt der zu untersuchenden Regel), wird eine Entfernung des

Trends der Zeitreihe verwendet. Durch den Abzug des linearen Trends vom ursprünglichen

Datensatz wird genau ersichtlich, welches Jahr oder Monat oder welche Woche über bzw.

unter dem Durchschnitt liegt (siehe Abb. 18).

Folgendes Beispiel soll den Sachverhalt nun besser darstellen: Anhand der Klimastation Graz-

Flughafen werden die Temperaturmonatsmittel des August berechnet und mit dem

errechneten linearen Trend dargestellt (siehe Abb. 17).

Abbildung 17: Monatsmittel August mit dem linearen Trend (blaue Linie) und dem

Durchschnittswert (gestrichelte Linie). Station Graz Flughafen für den Zeitraum 1950 bis

2004.

Um im Folgenden auf die trendentfernten Werte zu kommen, muss der lineare Trend von den

Monatsmittelwerten abgezogen werden:


50

Abbildung 18: Trendentfernte Monatsmittelwerte des August der Station Graz-Flughafen.

Aus der letzten Grafik (Abb. 18) kann man nun ablesen, welche Jahre unter bzw. über dem

Temperaturdurchschnitt liegen. Auf diese Weise kann festgestellt werden, dass innerhalb der

untersuchten Zeitspanne 23 Jahre im August überdurchschnittlich warm sind. Dem gegenüber

stehen 32 Jahre, in denen es zu kalt ist.

Die so erhaltenen Ergebnisse werden in Prozent umgerechnet, um eine Aussage über die

Eintrittshäufigkeit möglich zu machen. Eine Regel, die beispielsweise in 65% der Fälle

stimmt und daher zu 35% Ausnahmen zeigt, kann so angesehen werden, dass sie im Mittel bei

etwa 2 von 3 derartigen Ausgangssituationen zur richtigen Prognose führt.

4.2.1 Der gleitende Trend

Um die rasante Klimaentwicklung der letzten Jahre in die Untersuchung mit einzubeziehen,

reicht der lineare Trend nicht mehr aus. Stattdessen wird ein 30jährig gleitender Trend

verwendet, dessen Berechnung ähnlich durchgeführt wird, wie die Erstellung eines gleitenden

Mittelwerts. Für die ersten und letzten 15 Jahre unserer Zeitreihe wird der lineare Trend der

ersten bzw. letzten 30 Jahre verwendet. Für jeden Datenpunkt dazwischen werden sowohl die


51

vorangegangenen als auch die folgenden 15 Jahre für die Trendbildung verwendet. Folgende

Darstellung (Abb. 19) zeigt die Monatsmittelwerte des August an der Station Graz Flughafen

für die Zeitspanne 1950 bis 2004 mit dem gleitenden Trend dieser Zeitreihe.

Abbildung 19: Monatsmittelwerte des August mit der dazugehörigen gleitenden Trendkurve

(rote Linie).

Ein direkter Vergleich des gleitenden Trends mit dem linearen Trend macht den Unterschied,

vor allem am Anfang und am Ende der Zeitreihe, der beiden deutlich (Abb. 20).


52

Abbildung 20: Vergleich linearer Trend (blaue Linie) mit gleitenden Trend (rote Linie).

Wenn man schlussendlich die beiden Trendentfernungen miteinander vergleicht, wird

sichtbar, dass es auch hier deutliche Unterschiede gibt. So können beispielsweise Jahre, die

von der linearen Methode als unterdurchschnittlich bewertet werden, bei der gleitenden

Trendentfernung über dem Durchschnitt liegen (Abb. 21).


53

Abbildung 21: Vergleich lineare Trendentfernung (blaue Linie) und gleitende

Trendentfernung (schwarze Linie).

4.2.2 Der gleitende Trend der Erntedaten

Wie wir deutlich anhand der Getreideproduktion in der Steiermark (Kap. 3.5.3 Abb. 13)

erkennen können ist es auch bei den Erntedaten möglich, dass sich ein Trend abzeichnet.

Dieser muss bei der Auswertung der Ernteregeln in Form einer Trendentfernung

berücksichtigt werden. Die Trendbildung der Erntedaten lehnt sich stark an die Methode des

gleitenden Trends an. Der einzige Unterschied besteht in der Zeitspanne. Um die Trendkurve

besser an den Verlauf der Produktion anzupassen, wird statt eines 30jährigen gleitenden

Trends ein 5jährig gleitender Trend verwendet (Abb. 22).


54

Abbildung 22: Gesamtproduktion Getreide Steiermark mit 5jährig gleitenden Trend (rote

Linie).

Dieser gleitende Trend wird daraufhin noch von den Ertragswerten abgezogen, um Jahre

überdurchschnittlicher von Jahren unterdurchschnittlicher Produktion zu unterscheiden.

BAUERNREGELN OSTSTEIERMARK UND GRAZ 5. UMFRAGE

55

5 Die Befragung der Landwirte Im Zuge der vorliegenden Studie wurde eine Expertenbefragung über die Bauernregeln

durchgeführt, wobei nur drei Arten von Vorhersagen vorkommen: Kalendergebundene

Klimaregeln zusammen mit Witterungsregeln, Ernteregeln und Populärregeln. Ein

Fragebogen soll die Tendenzen bzw. den Wahrheitsgehalt der einzelnen Regeln, aus der Sicht

wetter- und witterungserfahrener Landwirte, filtern. Ziel dieser Selektion ist es, die Anzahl

der zu untersuchenden Vorhersagen auf wenige 10 Regeln zu reduzieren. In diesem Kapitel

wird auf die psychologischen Aspekte, den Fragebogen (siehe Anhang Kap. 10.1) und auf die

Methoden der Regelselektion eingegangen.

5.1 Psychologische Aspekte

Zur Gewinnung der Information über die Vorhersagen wurde die Methode des Fragebogens

angewandt. Dieses Vorgehen ist nomothetisch, d.h. alle untersuchten Experten werden mit

dem gleichen Maßstab gemessen. Verschiedene Antwortmöglichkeiten stehen zur Auswahl,

die durch bloßes Ankreuzen gewählt werden. Ein Fragebogen basiert, zum Unterschied von

Intelligenz- und anderen Fähigkeitstests, auf der Vorraussetzung, dass der Proband in der

Lage ist, Auskünfte über Gefühle, Vorlieben, Abweisungen und sonstige Einstellungen zu

geben. Bei der Konstruktion solch einer Umfrage muss im Vorfeld absolute Klarheit darüber

herrschen, was ein Fragebogen messen soll und welche „Items“ er zur Verfügung stellt. In der

vorliegenden Studie wird der Wahrheitsgehalt einzelner Feststellungen (hier Bauernregeln als

Items) geprüft und unter Zuhilfenahme von einer Ratingskala als Antworttyp beurteilt.

Ratingskalen stellen für die ausfüllenden Personen eine Erleichterung bei der

Antwortentscheidung dar. Der Proband hat die Möglichkeit, sich gegenüber dem Item-Inhalt

mit verschiedenen Abstufungen ihre Zustimmung oder Ablehnung auszudrücken. Mit der

zunehmenden Anzahl der Skalenstufen wächst auch die Differenzierungsfähigkeit einer Skala

an. Zu viele Stufen überschreiten allerdings diese Fähigkeit der Urteilenden, daher sind mehr

als 8 oder 9 Stufen nicht sinnvoll (vgl. DIEKMANN, 2002; BOTZ & DÖRING, 2002). Der

hier verwendete Fragebogen hat eine fünfstufige Skala nach Likert (1932) und zusätzlich

noch eine Item-Non-Response- („Weiss nicht“-) Stufe, falls die Person die Antwort

verweigert bzw. keine Meinung zu dem spezifischen Item hat. Die Verbale Abstufung erfolgt

nach dem Muster der Häufigkeiten (vgl. auch Tab. 4).


56

Beurteilung - Einschätzung des Zutreffens der Regel: 1=trifft häufig zu, 2=trifft eher zu, 3=mittel, 4=trifft eher nicht zu, 5=triff selten zu; 0=unbekannt/weiß nicht

Tabelle 4: Verbale Abstufung und Beurteilung mit einer 6 stufigen Likertskala.

Das Problem der sozialen Erwünschtheit

Fragebögen werden gewöhnlich als reaktive Messinstrumente bezeichnet, da die antwortende

Person das Ergebnis der Messung selbst wissentlich oder unabsichtlich beeinflussen kann.

Viele Personen tendieren dazu, in einer Weise zu antworten, wie es ihnen als positiv oder

günstig erscheint. Sie bemühen sich somit, im sozial erwünschten Sinn zu antworten. Dieses

Verhalten nennt man eine Antworttendenz der sozialen Erwünschtheit (Social Desirability).

Um diesen Unangenehmen Nebeneffekt einzudämmen, kann einerseits die Anonymität

garantiert werden und andererseits in der Instruktion darauf hingewiesen werden, dass um

offene und ehrliche Antworten gebeten wird (vgl. MUMMENDEY 2002). Beides wurde bei

der Expertenbefragung berücksichtigt. Um den Befragten in seinem Expertenwissen nicht

einzugrenzen, wurden auch noch einige Zeilen für eigene, nicht im Fragebogen vorkommende

Regeln berücksichtigt.

Zum Schluss ist noch zu erwähnen, dass die Umfrage auf postalischen Wege durchgeführt

worden ist. Dabei ist es aber zu Ausfallsquoten gekommen; von 10 ausgesandten Befragungen

haben 6 ihren Weg zurück gefunden. Hiermit möchten wir uns bei allen Experten und

Expertinnen recht herzlich für ihre Zeit, Mitarbeit und zusätzliches Wissen bedanken.

5.2 Die Auswertung

Nachdem die Experten die einzelnen Regeln beurteilt haben, erfolgt die Auswertung. Hierbei

wird die Methode der Zustimmungssumme verwendet, um die Regeln in drei Kategorien

aufzuspalten: Aussagen (Bauernregeln), die hohe Zustimmung (Glaubwürdigkeit) erlangt

haben; Aussagen, die eine starke Ablehnung erhalten haben und Regeln, die sich genau

zwischen der starken Zustimmung bzw. Ablehnung befinden. Die Zustimmungssumme eines

Items wird aus den Produkten der jeweiligen Note (1, 2, 3, 4, 5) multipliziert mit der Anzahl

der angekreuzten Note gebildet. Ein Beispiel:

Regel 1 2 3 4 5 0Es pflegt im August beim ersten Regen die Hitze sich zu legen ○ ○ ○ ○ ○ ○


57

Tabelle 5: Die Benotung einer Regel.

Durch die Beurteilung ergibt sich die Zustimmungssumme ZS:

ZS = 3×1 + 3×2 + 0×3 + 0×4 + 0×5 = 9

Bevor jedoch die Klassifizierung der Regel mit Hilfe der Summe durchgeführt werden kann,

müssen die einzelnen Items noch auf die 50% Grenze der Bekanntheit überprüft werden, d.h.

wenn eine Bauernregel mindestens dreimal eine Schulnote 0 erhalten hat, so ist sie für die

Untersuchung nicht mehr relevant, da sie nicht mehr als der Hälfte der Experten bekannt ist.

Als nächster Schritt wird die Selektion durch die Zustimmungssumme wie folgt durchgeführt:

Zustimmungssumme Beurteilung ZS ≤ 9 starke Zustimmung ZS ≥ 26 starke Ablehnung

26 ≥ ZS ≥ 10 Unentschlossenheit

Tabelle 6: Wertigkeit der Items durch die Zustimmungssumme.

Für die vorliegende Studie der Bauernregeln im Oststeirischen und Grazer Raum sind die

ersten beiden Klassen interessant und das Mittelfeld wird, aufgrund der Unentschlossenheit,

von der weiteren Untersuchung ausgeschlossen.

Als letztes Kriterium der Selektion wird von uns eine Tendenzanalyse (Summenverteilung)

angewendet. Dabei wird versucht Regeln auszuschließen, die zwar laut Zustimmungssumme

starke Zustimmung bzw. Ablehnung erfahren haben, aber wegen der sprunghaften

Notenvergabe (z.B. bei einer Zustimmung gibt es 1er, keine 2er aber 3er und 4er) ebenfalls

von der weiteren Analyse ausgeschlossen werden.

Wendet man nun diese drei Auswahlkriterien auf die Ergebnisse der Expertenbefragung an, so

ergibt sich daraus eine drastische Kürzung der zu untersuchenden Bauernregeln: Von 106

beurteilten Regeln, die in der Umfrage vorkommen, fallen 21 durch die Unbekanntheit, 55

durch die Unentschlossenheit und zwei durch ihre Summenverteilung weg. Hinzu kommen

aber noch 7 Bauernregeln, die von den Experten selbst als interessant angesehen werden. Von

diesen verbleibenden 35 Regeln müssen 7 aufgrund ihres nicht analysierbaren Sachverhalts

Regel 1 2 3 4 5 0Es pflegt im August beim ersten Regen die Hitze sich zu legen 3 3 0 0 0 0


58

von der weiteren Untersuchung ausgeschlossen werden. Daraus ergibt sich ein Satz von 26

Bauernregeln und 2 Populärregeln, der in folgender Tabelle (7) dargestellt ist. Auffallend ist

die Tatsache, dass die wettererfahrenen Landwirte jede der zu untersuchenden Regeln mit

einer hohen Zustimmung bewertet haben. Generell gibt es keine empirische Vorhersage, die

mit einer starken Ablehnung beurteilt worden ist.

Nr. Witterungs- und Kalendergebundene Klimaregeln 1 Auf trocken kalten Januar folgt viel Schnee im Februar 2 Sophie (15. Mai) man die Kalte nennt, weil sie gern kaltes Wetter bringt 3 Pankratius und Servatius (12. 13. Mai) bringen Kält’ oft und auch Verdruß 4 Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht

5 Ist der Oktober warm und fein, kommt ein scharfer Winter drein, ist es aber nass und kühl, mild der Winter werden will

6 Wenn's zu Allerheiligen schneit, dann lege deinen Pelz bereit. Regnet's aber an diesen Tag, viel Schnee im Winter kommen mag

7 Es pflegt im August beim ersten Regen die Hitze sich zu legen 8 Andre (30. Nov) bringt Schnee, hat er keinen sonst macht er einen 9 Elisabeth (19. Nov) sagt an, was der Winter für ein Mann

10 Große Kält am Antoniustag (17.1), große Hitze am Lorenzitag (10. August) Nr Ernteregeln 1 Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft 2 Wenn Matthäus (21. September) weint statt lacht, Essig aus dem Wein er macht 3 Kalter Dezember und fruchtbar Jahr, sind vereinigt immerdar 4 Januar hart und rau nutzt dem Getreidebau 5 Januar Schnee zuhauf, Bauer, halt den Sack bloß auf 6 Am 10. Jänner Sonnenschein bringt viel Korn und Wein 7 Ist der Winter warm, wird der Bauer arm 8 Trockener März und feuchter April, das ist nach des Bauern Will 9 Aprilregen verheißt viel Segen

10 Mairegen bringt Segen 11 Pankraz und Urban (12. bzw. 25. Mai) ohne Regen bringen großen Erntesegen 12 Juni kalt und nass, lässt leer Scheuer und Fass 13 Juli kühl und nass, leere Scheunen - leeres Fass 14 Schön zu St. Paul (29. Juni) füllt Taschen und Maul 15 Tanzen im Jänner die Mücken, muss der Bauer nach Futter gucken 16 Anna(26.Juli) warm und trocken lässt den Bauern frohlocken

Nr. Populärregeln 1 Wie das Wetter am Freitag so am Sonntag 2 Am Wochenende (Sa - So) ist es eher "schiach" (Regenwetter) als während der Woche

Tabelle 7: Liste der ausgewerteten Witterungs-, Klima-, Ernte- und Populärregeln.

BAUERNREGELN OSTSTEIERMARK UND GRAZ 6. HYPOTHESENTEST

59

6 Der Hypothesentest Eine der wesentlichen Aufgaben der Statistik besteht in einer Hypothesenprüfung. Anhand

eines solchen Prüfverfahrens können die berechneten Ergebnisse der Bauernregeln statistisch

ausgewertet werden. Dieses Kapitel beinhaltet eine kurze Einführung und Anwendung des

Prinzips der statistischen Hypothesenprüfung und lehnt sich an die ausführlichen

Beschreibungen von SCHÖNWIESE 2003 an.

Bei der Anwendung eines statistischen Prüfverfahrens (oft auch Testverfahren, Test) wird

eine sog. Nullhypothese H0 einer Alternativhypothese H1 gegenübergestellt. Die

Nullhypothese geht davon aus, dass eine zu prüfende Besonderheit (z.B. Unterschied) rein auf

den Zufall zurückzuführen ist, während die Alternativhypothese besagt, dass die Besonderheit

nicht zufällig zustande gekommen ist. In diverser Literatur findet man statt dem Begriff „nicht

zufällig“ auch oft „überzufällig“ oder „signifikant“.

Bei der Durchführung des Prüfverfahrens arbeitet man mit der Nullhypothese, um nach

Möglichkeit die Alternativhypothese „beweisen“ zu können. Daher hat man folgende zwei

Entscheidungsmöglichkeiten:

1. H1 wird angenommen, wodurch H0 abgelehnt wird (positiver Testentscheid)

2. H0 wird beibehalten, wodurch H1 abgelehnt wird (negativer Testentscheid)

Um einen Hypothesentest durchführen zu können braucht man noch eine Testgröße P, welche

einer bestimmten theoretischen Verteilung folgt. Diese kann mit Hilfe der theoretischen

Statistik abgeleitet werden. Die wichtigsten Prüfverteilungen sind die t- oder auch oft t-

Student-Verteilung, die χ2-Verteilung (wird ausführlicher behandelt), die F-Verteilung und die

standardisierte Normal- oder z-Verteilung. Aufgrund dieses Zusammenhangs zwischen der

Prüfgröße P und der Prüfverteilung schreibt man häufig statt „P“ das entsprechende

Verteilungssymbol (z.B. χ2 oder t).

Im letzten Schritt der Prüfung erfolgt die Entscheidung der Hypothesenprüfung, ob nun H0

beibehalten oder verworfen werden soll.

1. P < PΦ,α (H0 annehmen)

2. P > PΦ,α (H1 annehmen)

PΦ,α ist das Argument einer theoretischen Verteilung (z.B. χ2-Verteilung), welches mit Hilfe

der Zahl der Freiheitsgrade Φ und der gewählten Irrtumswahrscheinlichkeit α in einer

entsprechenden Tabelle (siehe Anhang Kap. 10.2) nachgeschlagen werden kann. Die

Irrtumswahrscheinlichkeit sagt aus, wie groß die Wahrscheinlichkeit eines falschen


60

Testentscheids ist. Die zur gewählten Irrtumswahrscheinlichkeit α passende Signifikanz SI

wird aus α−= 1SI gewonnen. Weiters leitet man aus dem gewählten Wert von α das

Signifikanzniveau der Hypothesenprüfung ab (Tab. 8).

Irrtumswahr-scheinlichkeit α Signifikanz SI

nicht signifikant α > 0,1 SI < 90%

signifikant α ≤ 0,1 SI ≥ 90%

sehr signifikant α ≤ 0,05 SI ≥ 95%

hoch signifikant α ≤ 0,01 SI ≥ 99%

Tabelle 8: Verhältnisse der Irrtumswahrscheinlichkeiten (IWSK) zu den Signifikanzen SI.

Quelle: SCHÖNWIESE 2003, modifiziert.

Wie das Wort Irrtumswahrscheinlichkeit vermuten lässt, gibt es die Möglichkeit einer der

beiden Hypothesen anzunehmen, obwohl die andere Hypothese in Wirklichkeit hätte

angenommen werden müssen. Wenn man die Nullhypothese akzeptiert, obwohl in

Wirklichkeit die Alternativhypothese zutrifft, so begeht man einen Fehler 2. Art mit der

Wahrscheinlichkeit β. Hat man aber die richtige Entscheidung getroffen und die

Alternativhypothese angenommen, dann erhält man die Trennschärfe β−=1TS . Dieser

Sachverhalt wird in folgender Darstellung (Tab. 9) veranschaulicht.

Wirklichkeit

Testentscheid H0 wahr, H1 falsch H0 falsch, H1 richtig

H0 abgelehnt Fehler 1. Art richtiger Entscheid

H1 angenommen mit p = α mit p = TS = 1 – β

H0 angenommen Richtiger Entscheid Fehler 2. Art

H1 abgelehnt mit p = SI = 1 - α Mit p = β

Tabelle 9: Mögliche Testentscheidungen und Fehler. p = variable Wahrscheinlichkeit, β als

Fehler 2. Art, wenn α als Fehler 1. Art bezeichnet wird, TS = Trennschärfe. Quelle:

SCHÖHNWIESE 2003 modifiziert.


61

6.1 Der χ2-Test

Beim χ2-Test geht man von einer empirisch gefundenen Häufigkeitsverteilung aus und möchte

diese mit einer theoretischen Häufigkeitsverteilung vergleichen, wobei die Stichprobe

klassenorientiert vorliegen muss. Bei der Auswertung der Bauernregeln kommen meistens nur

2 Klassen vor: Die Regel trifft ein, oder sie trifft nicht ein. Anders gesagt, versucht man zu

prüfen, ob die empirisch gefundenen Verteilungen auf die Alternativen entweder keine

verlässliche Abweichung von einer zufälligen Verteilung aufweisen, oder ob die Verteilungen

eindeutig durch die Eigenart der untersuchten Populationen bestimmt sind.

Für die Hypothesenprüfung werden die Differenzen zwischen einer empirisch gefundenen

Verteilung (beobachteter Wert B) und der zur Prüfung hypothetisch bestimmten Verteilung

(Erwartungswert E) gebildet. Daraufhin werden diese Differenzen ( )EB − normiert, indem

ihre Quadrate durch die Erwartungswerte E dividiert und zu einem χ2-Wert aufsummiert

werden (vgl. HENRYSSON 1960).

( )∑ −=

EEB 2

2χ (6.1)

Die χ2-Werte sind ein zusammenfassendes und standardisiertes Maß für die Abweichungen

der Beobachtungen von der Nullhypothese. Bevor jedoch der errechnete Wert für die

Hypothesenprüfung verwendet werden kann, muss zuerst noch die Anzahl der Freiheitsgrade

Φ festgestellt werden. Vereinfacht gesagt, ist die Anzahl der Freiheitsgrade 1−= kφ , wobei

durch k die Anzahl der Klassen gegeben ist.

Der so gewonnene χ2-Wert des Hypothesentests wird daraufhin mit einem statistischen

Listenwert mit gleich vielen Freiheitsgraden und einer gewissen Irrtumswahrscheinlichkeit α

(z.B. α = 0,1) verglichen. Ist der berechnete Wert kleiner als der theoretische, so wird die

Nullhypothese H0 beibehalten (die Abweichung vom Erwartungswert ist zufällig, kein

Effekt). Falls aber der χ2-Wert größer ist als der theoretische Wert, so wird die

Alternativhypothese H1 angenommen (die Abweichung vom Mittelwert ist statistisch

signifikant; nicht durch Zufall erklärbar).

62

BAUERNREGELN OSTSTEIERMARK UND GRAZ 7. ERGEBNISSE

63

7 Ergebnisse Im folgenden Kapitel werden jene Regeln ausgewertet, die von den Experten mit einer starken

Zustimmung oder starken Ablehnung beurteilt worden sind. Hierbei werden in erster Linie die

Berechnungen der Methodenbibliothek (Kap. 7.1) verwendet. Es kommen aber auch spezielle

Rechenverfahren zum Einsatz, die anhand der jeweiligen Regel näher erklärt werden.

Um die folgenden Ergebnisse und die dazupassenden Diagramme interpretieren zu können,

wird anhand eines Beispiels in Kapitel 7.1.5 diese Sachverhalt ausführlich behandelt.

7.1 Methodenbibliothek

Um die Witterungsregeln, Kalendergebundene Klimaregeln und Ernteregeln auswerten zu

können, verwenden wir, je nach Inhalt der Regel, gewisse Methoden, die auf der

Mittelwertbildung und der Trendentfernung (siehe Kap. 4.3) beruhen. Die Zeitspannen der

Berechnungen reichen von einem Lostag bis hin zu längeren Zeitintervallen (z.B. Winter). In

diesem Kapitel werden die einzelnen Vorgehensweisen für die verschiedenen Bezugspunkte

näher erklärt.

7.1.1 Lostage

Temperatur

Um feststellen zu können, wann ein Lostag zu kalt bzw. zu warm war, sollten wir nicht nur

den sog. „Schicksalstag“ alleine, sondern auch den vorangegangenen und den darauf

folgenden Tag berücksichtigen. Aus diesen drei Tagen wird ein Temperaturmittelwert

gebildet. Da der bestimmte Tag nur einmal im Jahr vorkommt, erhalten wir daher für jedes

beobachtete Jahr einen Mittelwert des Lostages. Von diesen Werten wird daraufhin der

30jährig gleitende Trend (siehe Kap. 4.3.1) gebildet und abgezogen. Wenn ein trendentfernter

Mittelwert positiv (> 0) ist, so war der Lostag des bestimmten Jahres überdurchschnittlich

warm. Dem gegenüber waren „Schicksalstage“, dessen trendentfernte Mittelwerte unter Null

liegen kälter als sonst.

Wenn in einer Regel nicht explizit auf eine andere Temperatur hingewiesen wird, verwenden

wir für die Berechnung stets die Tagesmitteltemperatur (vgl. Kap. 3.4.3 Tabelle 3).


64

Niederschlag

Bei manchen Regeln wird ein regenreicher bzw. ein trockener Lostag als Ausgangssituation

verwendet. Ähnlich wie bei der Temperaturbestimmung wird bei der Beurteilung der

Niederschlagsverhältnisse ebenfalls sowohl der Tag vor als auch der Tag nach dem

„Schicksalstag“ in die Auswertung miteinbezogen. Aus diesen drei Tagen wird aber kein

Mittelwert, sondern eine Niederschlagssumme pro Jahr gebildet. Hat diese Summe eines

Jahres einen Wert, der größer als Null ist, so können wir davon ausgehen, dass es um den

Lostag mindestens einmal geregnet hat. Andererseits kann ein trockener Lostag angenommen

werden, wenn die Niederschlagssumme gleich Null ist.

Bei allen Regeln wird ausschließlich der Niederschlagswert der Tagessumme verwendet.

Neuschneemenge

Ähnlich wie beim Niederschlag gibt es Tage, an denen Schneefälle als

Ausgangswettersituationen dienen. Da der StartClim Datensatz nur die Schneehöhe und nicht

die von der Regel geforderte Neuschneemenge beinhaltet, muss die Schneehöhendifferenz der

einzelnen Tage gebildet werden. So zum Beispiel wird der Schneehöhe vom 15. Dezember

die Schneehöhe vom 14. Dezember abgezogen. Ist die Differenz zweier Tage negativ, so

bedeutet das, dass die Schneehöhe von einem Tag auf den anderen durch Schmelzung bzw.

Setzung der Schneedecke abgenommen hat. Positive Differenzen stehen dagegen für eine

Schneehöhenzunahme, was normalerweise auf Neuschnee zurückzuführen ist. Die

tatsächliche Neuschneemenge wird hierbei geringfügig unterschätzt. Daher ist die

Schneehöhendifferenz ein guter Schätzwert.

Bei Lostagen bilden wir aus den drei Tagen diese Differenzen. Entfernen wir die negativen

Differenzwerte und summieren die Neuschneemengen auf, erhalten wir für jedes beobachtete

Jahr die Gesamtneuschneemenge um den Lostag. Ist ein Wert größer als Null, so hat es

tatsächlich in diesem bestimmten Jahr um den Lostag geschneit. Andernfalls ist kein Schnee

gefallen.

Für alle Neuschneeberechnungen wird der Tageswert der Schneehöhe, der jeweils um 7 Uhr

gemessen wird, verwendet.


65

7.1.2 Monate

Temperatur

Bei manchen Regeln werden nicht nur die Temperaturverhältnisse um einen bestimmten Tag

beobachtet, sondern die eines gesamten Monats. Um diesbezüglich Aussagen machen zu

können, benötigen wir die Monatsmitteltemperatur, welche mit Hilfe der Formel in Tabelle 3

(Kap. 3.4.3) berechnet wird. Daraus ergibt sich für jedes beobachtete Jahr ein

Monatsmittelwert. Durch die Entfernung des 30jährig gleitenden Trends wird ersichtlich in

welchen Jahren der definierte Monat zu kalt oder zu warm war.

Niederschlag

Ähnlich der Auswertungen der Temperaturverhältnisse eines Monats, wird bei der

Bestimmung der monatlichen Niederschlagsverhältnisse ein Mittelwert aus den täglichen

Niederschlagsmengen (Tagessumme) berechnet. Das ergibt für jedes Jahr einen

Niederschlagsmittelwert. Diese daraus resultierende Zeitreihe wird wiederum trendentfernt

und macht Aussagen wie „regenreicher“ oder „regenarmer“ Monat möglich.

Neuschnee

Bei der Bestimmung der Neuschneemengen eines Monats wird die schon bei den

Neuschneemengen eines Lostages erklärte Methode der Neuschneesummen angewandt. Die

Berechnung beruht auf der Schneehöhendifferenz einzelner Tage und vorangegangener Tage.

Bei Monaten ergibt das 31 bzw. 30, im Feber 28 (in Schaltjahren 29) Differenzwerte, wobei

auch der erste Schneehöhenwert des Folgemonats in die Berechnung miteinbezogen wird.

Gleich wie bei den Lostagen werden auch hier die negativen Werte entfernt und die positiven

Differenzen (Neuschnee) werden für den jeweiligen Monat jedes Jahr aufsummiert. Die

daraus folgenden Neuschneemengen werden anschließend mit Hilfe des 30jährig gleitenden

Trends trendentfernt, und in Jahren mit übermäßig viel Neuschnee und Jahren mit

unterdurchschnittlich wenig Neuschnee innerhalb eines bestimmten Monats aufgeteilt.

Es ist auch möglich, dass die zu beobachtende Zeitspanne aus mehreren Monaten (z.B.

Winter) besteht. Wobei anzumerken ist, dass es sich beim Begriff Winter stets um den

meteorologischen Winter (Dezember, Januar und Februar) handelt. In diesem Fall werden die

Monatsmethoden der Temperatur, des Niederschlags und der Neuschneemenge auf das

passende Zeitintervall ausgeweitet.


66

7.1.3 Landwirtschaftliche Produktionsdaten

Für die Analyse aller Ernteregeln benötigen wir die Produktionsdaten für Getreide, Obst und

Wein. Wie wir aus den grafischen Darstellungen dieser Produktionen in Kapitel 3.5

entnehmen können, wird auch hier ein deutlicher Trend ersichtlich. Aus diesem Grund wird

für die Jahreswerte der jeweiligen Produktionsart der 5jährig gleitende Trend (siehe Kap.

4.3.2) gebildet und abgezogen. Daraus wird sichtbar, in welchen Jahren die jeweilige Ernte

über (>0) bzw. unter (<0) der Erwartung gelegen hat.

7.1.4 Weitere Kriterien

Eine Vereinbarung, die wir treffen müssen ist, ab welchen Signifikanzniveau eine Regel

strenger hinterfragt werden soll. Um eine nähere Untersuchung einer Bauernregel

durchzuführen muss mindestens eine Station einer Teilregion eine Signifikanz von 0,95 und

die dazu passende Teilregion ein Niveau von 0,7 erreichen. Aus diesem Grund sind alle

Diagramme der Ergebnisse mit Signifikanzgrenzen von 0,9 und 0,95 versehen (siehe Kap.

7.1.5 Abb. 23).

Jede der untersuchten Bauern- und Populärregeln besitzt eine Ausgangssituation. So zum

Beispiel verlangt eine Regel einen kalten Ägidientag (1. September), um einen kalten

September zu prognostizieren. Wenn aber diese Ausgangswettersituation in 55 Jahren nur 7

Mal vorkommt, ist dann eine nähere statistische Untersuchung mit dem χ2-Test überhaupt

sinnvoll? Aus diesem Grund setzen wir die Grenze auf mindestens 10 Jahre, in denen die

Ausgangssituation erfüllt ist.

7.1.5 Beispiel und beispielhafte Interpretation

Würde eine Bauernregel von 27 möglichen Jahren in 19 Fällen eintreten, so würde das bei

einer Unterteilung in 2 Klassen ( 11 =−= kφ ) und einem Erwartungswert E der zufälligen

Verteilung von 13,5 folgenden χ2-Wert ergeben:

( ) ( ) ( ) 48,45,135,138

5,135,1319 222

2 =−

+−

=−

= ∑ EEBχ

Dieser Wert ist größer als der Wert für eine Irrtumswahrscheinlichkeit α = 0,1 und größer als

der Wert für α = 0,05. Aus Tabelle 8 (Kap. 6) kann entnommen werden, dass die Bauernregel


67

zu 95% (sehr signifikant) nicht durch den Zufall zu erklären und somit von besonderen

Interesse ist. Dieses Beispiel ist nicht erfunden, sondern es kommt bei der Auswertung der

Bauernregel

(4) Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht

an der Messstation Graz Universität vor. Um den Sachverhalt besser verständlich zu machen,

zeigt folgende Darstellung (Abb. 23) das Ergebnis der Witterungsregel.

Folgt auf einen kühlen Ägidientag ein kühler September?

0,88 0,89 0,930,82

0,97 0,9 0,92 0,91

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 23: Auswertung der Regel (4) mit den Signifikanzgrenzen 0,9 und 0,95 und dem

Signifikanzniveau der jeweiligen Eintrittshäufigkeit.

Wie kann man diese Ergebnisse der Regel interpretieren? Das Diagramm sagt aus, in wie

vielen Jahren, in denen die Ausgangssituation (kühler Ägidientag) vorkommt, die Regel und

ihre Forderung erfüllt sind. Deswegen besitzt jede Station eine Eintrittshäufigkeit und ein

dazupassendes Signifikanzniveau.

Die Lage des roten Symbols einer Station stellt den Wert der Eintrittshäufigkeit dar. Die dazu

berechnete Signifikanz (z. B. Bad Gleichenberg 0,88) wird im Diagramm rechts neben dem

Symbol angeführt. Das Oben angeführte Beispiel wird in der Darstellung bei der Station Graz

Universität ersichtlich. Die zum χ2-Wert 4,48 passende Signifikanz liegt bei 0,97. Das


68

bedeutet, dass die Eintrittshäufigkeit dieser Witterungsregel an der Klimastation Graz

Universität mit einer Irrtumswahrscheinlichkeit von nur α = 0,03 (3 %) nicht durch den Zufall

zu erklären ist. In anderen Worten: Die Abweichung der Eintrittshäufigkeit vom zufälligen

Erwartungswert ist signifikant, die Regel hat also Vorhersagekraft. Bei manchen Ergebnissen

kann es vorkommen, dass die Signifikanz von 1,00 vorliegt. Das ist auf die Rundung auf zwei

Nachkommastellen zurückzuführen (z. B. 0,996 → 1,00), denn eine gewisse

Irrtumswahrscheinlichkeit kann praktisch nie ausgeschlossen werden.

Weiters stoßen wir in den Ergebnissen manchmal auf die Begriffe „positive“ und „negative“

Signifikanz. Damit sind Eintrittshäufigkeiten gemeint, die entweder über bzw. unter der 50%

Grenze eine ausreichende Signifikanz (0,90 bzw. 0,95) aufweisen. Liegt bei einer Regel eine

positive Signifikanz vor, so können wir sagen, dass die Regel mit einer gewissen

Eintrittshäufigkeit „richtig“ ist. Dem gegenüber bedeutet eine negative Signifikanz, dass die

Regel eine Vorhersagekraft gerade für das Gegenteil besitzt und daher nicht nur nicht gilt,

sondern „falsch“ liegt. Führen wir den Gegentest zu solch einer „Antiregel“ durch, so werden

positiv signifikante Ergebnisse sichtbar.

Die eingezeichneten Fehlerbalken beziehen sich auf die Signifikanzgrenzen von 0,9 und 0,95.

Der Erwartungswert wird für die Berechnung dieser Grenzen miteinbezogen. Aus diesem

Grund werden die Grenzen mit zunehmend hohem Erwartungswert (viele Datenpunkte in

einer langen Zeitreihe) kleiner und dementsprechend robuster.

Des Weiteren werden die Messstationen Bad Gleichenberg (Abkürzung BG), Fürstenfeld (FF)

und Gleisdorf (GL) zu einer Teilregion „Oststeiermark“ (RO) zusammengefasst. Auch die

beiden Stationen Graz Universität (GU) und Graz Flughafen (GF) ergeben eine weitere

Teilregion „Graz“ (RG). Die gesamte Oststeirische und Grazer Region (R) wird aus allen fünf

Stationen des Untersuchungsgebiets gemittelt. Hierbei ist anzumerken, dass sich die

prozentuellen Eintrittshäufigkeiten der Regionen nicht aus dem Mittel der einzelnen

Eintrittshäufigkeiten der Stationen zusammensetzen, sondern wiederum separat aus den

Mittelwerten der Ausgangssituationen und den Mittelwerten der Eintrittsjahre einer gesamten

Region berechnet werden.


69

7.2 Witterungs- und Kalendergebundene Klimaregeln

Die in Kapitel 1 näher beschriebenen Klassen von Bauernregeln werden auf ihre

Eintrittshäufigkeiten an den jeweiligen Stationen und der (Teil-) Regionen geprüft. Aus den

Beobachtungs- und Erwartungswerten kann, wie in Kapitel 6.1 gezeigt, die entsprechende

Signifikanz (respektive einer gewissen Irrtumswahrscheinlichkeit) des Ergebnisses bestimmt

werden. Des weiteren muss bei der Analyse auf die Datenlücken der einzelnen Stationen

(siehe Kap. 3.2) Rücksicht genommen werden.

Nr. Witterungs- und Kalendergebundene Klimaregeln 1 Auf trocken kalten Januar folgt viel Schnee im Februar 2 Sophie (15. Mai) man die Kalte nennt, weil sie gern kaltes Wetter bringt 3 Pankratius und Servatius (12. 13. Mai) bringen Kält’ oft und auch Verdruß 4 Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht

5 Ist der Oktober warm und fein, kommt ein scharfer Winter drein, ist es aber nass und kühl, mild der Winter werden will

6 Wenn's zu Allerheiligen schneit, dann lege deinen Pelz bereit. Regnet's aber an diesen Tag, viel Schnee im Winter kommen mag

7 Es pflegt im August beim ersten Regen die Hitze sich zu legen 8 Andre (30. Nov) bringt Schnee, hat er keinen sonst macht er einen 9 Elisabeth (19. Nov) sagt an, was der Winter für ein Mann

10 Große Kält am Antoniustag (17.1), große Hitze am Lorenzitag (10. August) Tabelle 10: Die zur Auswertung verwendeten Witterungs- und Klimaregeln.


70

(1) Auf trocken kalten Januar, folgt viel Schnee im Februar

Der Regel nach soll auf einen niederschlagsarmen und gleichzeitig kalten Jänner viel

Neuschnee im Februar folgen. Mit Hilfe der Auswertungsmethoden werden nun Jahre

gesucht, in denen der Jänner sowohl niederschlagsarm als auch zu kühl war. Dies wird mit

den Monatsmethoden für Niederschlag und Temperatur realisiert (siehe Kap. 7.1.2). Des

Weiteren wird mit der Berechnung der Neuschneesumme nach Jahren gesucht, in denen der

Februar übermäßig viel Schnee gebracht hat. In Jahren, in denen sowohl die

Ausgangssituation (trocken kalter Jänner) als auch die Zielsituation (viel Schnee im Februar)

eintreten, gilt die Regel als erfüllt. Die Interpretation der folgenden Auswertung wird anhand

eines Beispiels in Kapitel 6.1.1 näher erklärt.

Auf trocken kalten Januar folgt viel Schnee im Februar

1

0,680,52

0,970,97

0,890,97

0,93

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Gleisd

orf

Graz Flug

hafen

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 24: Auswertung der Witterungsregel (1).

Station & Region BG FF GL GF GU RO RG R

Eintrittshäufigkeit 8,3% 33,3% 37,3% 12,5% 18,2% 24,1% 15,8% 20,8%

Wie wir aus der Abbildung 24 entnehmen können, gibt es drei Stationen (Bad Gleichenberg,

Graz Flughafen und Graz Universität) die eine Signifikanz von über 0,95 aufweisen. Mit

anderen Worten: Die Ergebnisse dieser Stationen sind bis auf eine geringe

Irrtumswahrscheinlichkeit nicht durch den Zufall entstanden. Bei der Station Bad


71

Gleichenberg würde daher auf 12 trocken/kalte Jänner nur ein Feber fallen, der

überdurchschnittlich viel Schnee aufweisen kann. Würden wir die Regel so definieren, dass

auf einen trocken/kalten Januar wenig Schnee im Februar folgt, dann würde diese Regel in

diesen 12 Fällen 11 mal (!) mit der gerundeten Signifikanz von 1,00 eintreten. Diese

Witterungsregel sagt daher eher das Gegenteil der realen Situation aus.


72

(2 )Pankratius und Servatius (12. 13. Mai) bringen Kält’ oft und auch Verdruß

(3) Sophie (15. Mai) man die Kalte nennt, weil sie gern kaltes Wetter bringt

Ein herausragendes meteorologisches Witterungsereignis im Mai sind die Eisheiligen.

Zahlreiche Bauernregeln setzen sich mit Pankratius, Servatius, Bonifatius (12. – 14. Mai) und

der kalten Sophie (15. Mai) auseinander. Deswegen wird nicht eine dieser etlichen Regeln

herausgegriffen und analysiert, sondern eine gesamte Eisheiligenregel untersucht.

In allen Regeln wird eine Abkühlung durch die Eisheiligen beschrieben. Hierzu werden aus

den vier Tagen vor den Eisheiligen (8. bis 11. Mai) und aus den Eisheiligen selbst (12. bis 15.

Mai) ein Paar aus Temperaturmittelwerten für jedes Jahr gebildet. Daraufhin wird eine

Differenz aus den Eisheiligenmittelwert und dem Mittelwert der vier Tage vor dem 12. Mai

gebildet. Ist diese Differenz positiv oder gleich Null, so hat es in diesem Jahr eine

Temperaturzunahme bzw. keine Temperaturänderung gegeben. Ist diese Differenz eines

Jahres negativ ist, so hat es die geforderte Abkühlung gegeben.

Die Eisheiligenregel

0,93 0,94 0,980,92 0,85

0,960,89 0,93

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 25: Auswertung der Witterungsregeln (2) und (3).




73

Das Ergebnis der Eisheiligenregel (Abb. 25) zeigt, dass keine Eintrittshäufigkeit einer Station

über der 50% Grenze liegt, sondern weit darunter. Die Messstation Gleisdorf weist eine

Signifikanz von 0,98 auf. Das heißt, dass die Eisheiligen an dieser Station ca. alle 3 Jahre

(31,8%) mit einer Irrtumswahrscheinlichkeit von 0,2 eintreten. Dreht man den Sachverhalt der

Eisheiligenregel um, und behauptet, dass es durch die Eisheiligen eine Erwärmung gibt, dann

liegt die Eintrittshäufigkeit bei der Station Gleisdorf bei rund 69% mit einer Signifikanz von

0,98. Bei der Auswertung dieser Regel wird daher ersichtlich, dass die Eisheiligen eher eine

Erwärmung als eine Abkühlung bringen.


74


Diese Regel ist aus mehreren Blickwinkeln interpretierbar und hat den 1. September als

zentralen Bezugspunkt. Der Regel nach soll das Wetter um den Ägidientag den

Wettercharakter des gesamten Septembers vorhersagen. Es folgt daher auf einen Niederschlag

um den 1. September ein regenreicher Monat (Abb. 28) bzw. auf einen regenfreien Ägidien

ein eher trockener September (Abb. 29). Auch bei der Temperatur ergibt ein zu warmer

Lostag einen mild gestimmten Folgemonat (Abb. 26) oder umgekehrt folgt auf einen zu

kühlen 1. September ein zu kühler Monat (Abb. 27). Für die Auswertung der

Ausgangssituationen werden die in der Methodenbibliothek (Kap. 7.1) beschriebenen

Berechnungen der Lostage verwendet. Auch die Niederschlags- und Temperaturverhältnisse

des Septembers werden nach diesen Vorgehensweisen analysiert.

Folgt auf einen warmen Ägidien ein warmer September?

0,82 0,77 0,90,55

0,86 0,840,73 0,8

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 26: Auswertung der Witterungsregel (4); erste Abfrage.



Auffallend bei dieser Auswertung ist, dass sich alle Eintrittshäufigkeiten über der 50% Grenze

befinden, aber keine Station die gewünschte Signifikanz von mindestens 0,95 erreicht. Daher

müssen wir bei der Interpretation bedenken, dass die Abweichungen vom Erwartungswert


75

(50%) zu einem gewissen Grad zufällig entstanden sind. Die beobachtete Eintrittshäufigkeit

der Station Gleisdorf mit 66,7% ist daher nur mit Vorsicht zu genießen, weil die dazu

berechnete Signifikanz (0,88) zu gering ist. Daher können wir verallgemeinert nicht

annehmen, dass auf 3 warme Ägidientage 2 warme September folgen.


0,88 0,89 0,930,82

0,97 0,9 0,92 0,91

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Gleisd

orf

Graz Flug

hafen

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 27: Auswertung der Witterungsregel (4); zweite Abfrage.



Ähnlich der ersten Interpretation der Regel (Abb. 26) ist diese Auswertung zu verstehen. Mit

dem Unterschied, dass eine der Stationen (Graz Universität) eine Signifikanz von 0,97

aufweist. Wenn also der Ägidientag kühl war, dann folgt an der Station Graz Universität in

rund 70% der Fälle ein kühler September.


76

Folgt auf einen nassen Ägidien viel Regen im September?

00,45

0,790,48

0,13 0,19 0,31 0,25

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 28: Auswertung der Witterungsregel (4); dritte Abfrage.



Mit einer Ausnahme (Gleisdorf) schwanken alle Eintrittshäufigkeiten dieser Teilregel um

50%. Und auch die dazu berechneten Signifikanzen sind um den Erwartungswert verteilt.

Daher können wir sagen, dass die Abweichungen vom Erwartungswert größtenteils zufälliger

Natur sind. Dadurch sind die berechneten Eintrittshäufigkeiten zu einem gewissen Grad

zufällig entstanden.


77

Folgt auf einen regenfreien Ägidien ein trockener September?

0,95

0,97

0,22

0,53 0,36

0,80,45

0,75

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 29: Auswertung der Witterungsregel (4); vierte Abfrage.



Diese Darstellung (Abb. 29) zeigt, wie groß die Unterschiede an den einzelnen Stationen sein

können. Herausragend ist der Messpunkt Fürstenfeld mit einer Eintrittshäufigkeit von 81,8%

und einer Signifikanz von 0,97. wir können daher sagen, dass diese Regel in 5 erfüllten

Ausgangssituationen (regenfreier Ägidientag) 4 mal eintrifft.

Interessant ist auch die Schwankung innerhalb der Teilregion Ost, da zwei Stationen (Bad

Gleichenberg und Fürstenfeld) hohe Signifikanzen zeigen. Dem gegenüber weist die dritte

Station der Region (Gleisdorf) eine sehr niedrige Signifikanz auf.


78

(5) Ist der Oktober warm und fein, kommt ein scharfer Winter drein,

ist es aber nass und kühl, mild der Winter werden will

Der Oktober soll, abhängig von seiner Witterung, Aufschluss über den folgenden Winter

geben. Für diese Witterungsregel gibt es mehrere Auslegungsmöglichkeiten. Die Aussage

„warm und fein“ wird als ein überdurchschnittlich warmer und trockener Oktober verstanden.

Mit den Monatsmethoden (Kap. 7.1.2) für Temperatur und Niederschlag wird ein Oktober

gesucht, der sowohl eine überdurchschnittlich hohe Mitteltemperatur als auch ein niedriges

Niederschlagsmittel aufweist. „Nass und kühl“ wird genau mit den gleichen Methoden wie

„warm und fein“ berechnet, mit dem Unterschied, dass der gewünschte Oktober durch ein

überdurchschnittlich hohes Niederschlagsmittel und einer zu niedrigen Monatsmittel-

temperatur charakterisiert ist. Ein scharfer bzw. milder Winter kann sich einerseits auf die

Lufttemperatur, andererseits aber auch auf die Neuschneemenge beziehen. Daraus ergeben

sich vier Möglichkeiten diese Regel auszuarbeiten (Abb. 30 bis Abb. 33).

Was bei den folgenden Auswertungen zu beachten ist die Tatsache, dass die

Ausgangssituationen „warm und fein“ als auch „nass und kühl“ sehr starke Forderungen sind

und daher diese Ausgangssituationen in nur knapp 10 Jahren vorkommen. Das erklärt auch

die breiten Signifikanzgrenzen von 0,9 und 0,95.

Folgt auf einen warmen feinen Oktober ein kalter Winter?

0,68 0,68 0,79 0,680,68

0,72 0,68 0,7

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]



79



Wie schon Eingangs bei dieser Regel erklärt ist es für die Eintrittshäufigkeiten sehr schwer,

die erwünschte Signifikanzgrenze von 0,95 zu erreichen. Das wird auch anhand dieser

Auswertung (Abb. 30) deutlich.

Folgt auf einen warmen feinen Oktober ein schneereicher Winter?

0,26

0,68

0,470,26

0 0 0,11 0,05

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Auch hier (Abb. 31) wird das Problem der seltenen Ausgangssituationen sichtbar. Ansonst

fällt auf, das die Eintrittshäufigkeiten vor allem in der Teilregion Ost stark schwanken aber

keine signifikanten Ergebnisse aufweisen.

Eine ähnliche Interpretation kann man auch für die Auswertung der dritten Teilregel

aufstellen. Wobei von einem nassen und kühlen Oktober ausgegangen wird und ein darauf

folgender milder Winter (in Form von milden Temperaturen) erwartet wird (Abb. 32).


80

Wenn der Oktober nass und kühl war, folgt dann ein milder Winter?

0,68

0,68

0,52 0,59

0,240,18 0,23 0,2

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]





81

Wenn der Oktober nass und kühl war, folgt dann schneearmer Winter?

0,26

0,68

0,52 0,59 0,63

0

0,610,3

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 33: Auswertung der Witterungsregel (5); vierte Abfrage.



Auch der letzte Teil der Regel „leidet“ unter der geringen Häufigkeit der

Ausgangssituationen. Interessant hierbei ist die Tatsache, dass die Eintrittshäufigkeiten in der

Teilregion Ost leichte Schwankungen zeigen. Wie auch bei allen vorangegangenen

Interpretationsmöglichkeiten dieser Regel, gibt es auch bei dieser Auswertung keine

ausreichend signifikanten Ergebnisse.


82

(6) Wenn's zu Allerheiligen schneit, dann lege deinen Pelz bereit.

Regnet's aber an diesen Tag, viel Schnee im Winter kommen mag

Diese Regel geht vom Allerheiligentag aus, um die Witterungsverhältnisse des darauf

folgenden Winter zu bestimmen. Jahre, in denen es um den Lostag geregnet oder geschneit

hat, können wir mit den Methoden der Neuschnee- und Niederschlagssumme (siehe Kap.

7.1.2) leicht bestimmen. Man soll den Pelz bereit legen, wenn der Winter mit seinem

trendentfernten Temperaturmittelwert unter dem Durchschnitt (Nulllinie) liegt. Der zweite

Teil der Regel prognostiziert viel Schnee im Winter, wenn es zu Allerheiligen regnet. Um

sagen zu können, welcher Winter in welchem Jahr tatsächlich mehr Neuschnee als erwartet

bringt, muss die Monatsmethode für Neuschneesummen auf die Monate Dezember, Jänner

und Februar ausgeweitet werden. Bei der Auswertung der Neuschneemengen um

Allerheiligen ist aufgefallen, dass es bei fast allen Stationen nur ein einziges Mal um den 1.

November geschneit hat (1980). Daher ist eine weitere Überprüfung des ersten Teils der

Regel nicht sinnvoll. Der zweite Teil der Regel kommt zu folgendem Ergebnis (Abb. 34):

Wenn es zu Allerheiligen regnet, folgt dann ein schneereicher Winter?

0,280,18

0,68 0,76 0,660,28

0,71 0,49

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 34: Auswertung der Witterungsregel (6), zweite Abfrage.




83

Bei den Ergebnissen dieser Kalendergebundenen Klimaregel können wir feststellen, dass bis

auf eine Ausnahme (Fürstenfeld) die berechneten Eintrittshäufigkeiten unter 50% liegen.

Jedoch sind alle Ergebnisse zu einem gewissen Grad zufällig entstanden und können, weil sie

keine ausreichende Signifikanz erreichen, nicht verallgemeinert werden.


84

(7) Es pflegt im August beim ersten Regen die Hitze sich zu legen

Diese Regel sagt, dass mit dem ersten Regentag im August die Sommerhitze ein wenig

nachlässt. Um diese Vorhersage auswerten zu können, müssen wir zuerst nach dem ersten

Regentag im August eines Jahres suchen. Dann wird aus den sieben Tagen vor dem ersten

Augustniederschlag ein Temperaturmittelwert gebildet. Die gleiche Berechnung wird für die

sieben Tage nach dem Regentag durchgeführt. Des Weiteren muss auch noch der mittlere

Temperaturrückgang von Juli auf August in die Auswertung der Bauernregel miteinbezogen

werden. Wir bilden daraufhin zuerst die Temperaturdifferenzen der einzelnen Wochenpaare

und entfernen danach den mittleren Temperaturrückgang und führen diese spezielle

Berechnung für jedes beobachtete Jahr durch. Wenn der so entstandene Differenzwert negativ

ist, so hat es die von der Regel prognostizierten Abkühlung tatsächlich gegeben.

Es pflegt im August beim ersten Regen die Hitze sich zu legen

0,66 0,50,24

0,31 0,31 0,35 0,31 0,33

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Wie wir aus der Auswertung der Regel (Abb. 35) entnehmen können, liegen die errechneten

Eintrittshäufigkeiten um 50% und keine dieser Ergebnisse kann eine Signifikanz von

mindestens 0,95 aufweisen.


85

(8) Andre (30. Nov) bringt Schnee, hat er keinen sonst macht er einen

Diese Prognose wurde von einem der Experten aus dem Untersuchungsgebiet vorgeschlagen.

Wobei bei der Auswertung dieser Regel der zweite Teil (…hat er keinen, sonst macht er

einen) vernachlässigt wird. In Jahren in denen die gebildete Neuschneesumme um den 30.

November größer als Null ist, tritt diese Regel ein. Hierbei wird die Methode der

Neuschneesumme für Lostage (Kap. 7.1.1) angewandt.

Wie oft hat es zu Andrä Neuschnee gegeben?

1 1 1 1 1 1 1 1

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Gleisd

orf

Graz Flug

hafen

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Wie die Auswertung (Abb. 36) erkennen lässt, besitzen alle Stationen und Regionen eine

negative Signifikanz von 1, d. h. dass die Eintrittshäufigkeiten für die einzelnen Messpunkte

auch im Allgemeinen gültig sind und nicht zufällig zustande gekommen sind. So zum

Beispiel hat es in Bad Gleichenberg innerhalb von 53 Jahren nur 9 mal um den Andretag

geschneit. Würden wir die Regel modifizieren und von ihr genau das Gegenteil verlangen

(Gegentest: Andre bringt keinen Schnee), dann beträgt die Eintrittshäufigkeit bei der Station

Bad Gleichenberg 83%. Diese Regel „stimmt“ daher eher, wenn sie das Gegenteil besagt. Ein

Grund warum diese Regel in so wenigen Jahren eintritt, kann auf eine allgemeine (globale)


86

Erwärmung zurückgeführt werden, da diese einen Schneefall am Winteranfang eher selten

macht.


87

(9) Elisabeth (19. Nov) sagt an, was der Winter für ein Mann

Ähnlich wie bei der Ägidienregel soll hier die Wetterlage um einen Tag die Witterung einer

längeren Zeitspanne (in diesem Fall Winter) vorhersagen. Hierbei beschränkt sich die Analyse

auf die Parameter Temperatur und Neuschneemenge. Schneefall zum Elisabethtag soll, streng

der Regel nach, auf überdurchschnittlich viel Neuschnee im Winter (Dezember bis Februar)

hinweisen. Andersherum prognostiziert kein Schneefall um den 19. November einen

schneearmen Winter (Abb. 39). Auch die Temperaturverhältnisse um den Lostag sollen

Aufschluss darüber geben, ob der kommende Winter zu warm oder zu kalt wird (Abb. 37 und

Abb. 38). Daraus folgen insgesamt vier Interpretationsmöglichkeiten, die mit Hilfe der

Methoden der Lostage (siehe Kap. 7.1.1) und Monate (siehe Kap. 7.1.2) ausgewertet werden

können.

Bei der Auswertung der Neuschneemengen um den Elisabethtag wird ersichtlich, dass es bei

den einzelnen Stationen des Untersuchungsgebiets in der betrachteten Zeitspanne nur in

maximal 6 Jahren Neuschnee gegeben hat. Das macht in weiterer Folge eine statistische

Auswertung unbrauchbar. Deswegen wird auf die Frage, ob auf Schnee zu Elisabeth ein

schneereicher Winter folgt, verzichtet.

Folgt auf einen warmen Elisabethtag ein warmer Winter?

0,760,38 0,59 0,74

0,280,61 0,54 0,58

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]





88

Wenn wir von der Regel verlangen, dass auf einen warmen Elisabethtag ein warmer Winter

folgt, so können wir aus der Auswertung (Abb. 37) entnehmen, dass jede Station eine

Eintrittshäufigkeit der Regel über 50% besitzt. Jedoch sind die dazupassenden Signifikanzen

zu gering.

Wenn es zu Elisabeth kühl ist, folgt dann ein kühler Winter?

0 0

0,750,31 0,31 0,29 0,31 0,3

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Reg

elw

ahrs

chei

nlic

hkei

t in

[%]




Das Ergebnis der Teilregel (Abb. 38) zeigt, dass keine der Stationen die Kriterien für eine

strengere Überprüfung (siehe Kap. 7.1.4) erfüllt.


89

Wenn Elisabeth schneefrei ist, bringt der Winter dann wenig Schnee?

0,540

0,85 0,750,95

0,55 0,880,73

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Reg

elw

ahrs

chei

nlic

hkei

t in

[%]




Der letzte Teil dieser Kalendergebundenen Klimaregel prognostiziert einen schneearmen

Winter, sofern es um den Elisabethtag (19. November) keinen Neuschnee gegeben hat. Das

Ergebnis (Abb. 39) zeigt, dass es zumindest einen Messpunkt gibt (Graz Universität), an dem

die Signifikanzgrenze von 0,95 erreicht wird. In 2/3 aller vorkommenden

Ausgangssituationen (neuschneefreier Elisabethtag) trifft diese Regel an der Station

tatsächlich ein. Bei allen anderen Stationen ist ebenfalls eine positive Tendenz sichtbar.


90

(10) Grosse Kält am Antoniustag (17.1), große Hitze am Lorenzitag (10. August)

Diese Kalendergebundene Klimaregel will aus den Temperaturverhältnissen des Antoniustags

auf die Verhältnisse des sieben Monate (!) später eintretenden Lorenzitags schließen. Hierbei

wird die Lostagsmethode angewandt, allerdings auf die Minimumstemperaturen des 17.

Jänners und auf die Maximumstemperaturen des 10. August. Wenn in einem Jahr der

trendentfernte Minimumsmittelwert des Antoniustags unter der Erwartung liegt, dann folgt im

gleichen Jahr, so der Regel nach, ein Lorenzitag, dessen trendentfernter Maximumsmittelwert

überdurchschnittlich groß ist.

Große Kält am Antoniustag, große Hitze am Lorenzitag

0,33 0,2 0,19

0,930,68

0,25

0,840,57

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Region

Graz

Region

Ost

Eint

ritts

häuf

igke

it [%

]




Wie wir aus dem Ergebnis (Abb. 40) entnehmen können, befinden sich alle

Eintrittshäufigkeiten unter 50%. Auffallend ist außerdem, dass die Teilregion Graz eine

stärkere negative Tendenz aufweist, als die Teilregion Ost. Des Weiteren können wir

feststellen, dass die durch die Auswertung entstandenen Ergebnisse zu einem gewissen Grad

zufällig zustande gekommen sind, weil die Signifikanzgrenze von 0,95 nie erreicht wird.


91

7.3 Ernteregeln

Die in Kapitel 1 näher beschriebene Klasse von Bauernregeln wird auf ihre

Eintrittshäufigkeiten an den jeweiligen Stationen und in den (Teil-) Regionen geprüft. Zu

beachten ist, dass mit den Begriffen „(Ernte-) Segen“, „gutes“ und „fruchtbares“ Jahr meist

die Getreideernte gemeint ist. Auf die Wein- bzw. Obsternte wird nur in manchen Ernteregeln

Bezug genommen.

Nr Ernteregeln 1 Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft 2 Wenn Matthäus (21. September) weint statt lacht, Essig aus dem Wein er macht 3 Kalter Dezember und fruchtbar Jahr, sind vereinigt immerdar 4 Januar hart und rau nutzt dem Getreidebau 5 Januar Schnee zuhauf, Bauer, halt den Sack bloß auf 6 Am 10. Jänner Sonnenschein bringt viel Korn und Wein 7 Ist der Winter warm, wird der Bauer arm 8 Trockener März und feuchter April, das ist nach des Bauern Will 9 Aprilregen verheißt viel Segen

10 Mairegen bringt Segen 11 Pankraz und Urban (12. bzw. 25. Mai) ohne Regen bringen großen Erntesegen 12 Juni kalt und nass, lässt leer Scheuer und Fass 13 Juli kühl und nass, leere Scheunen - leeres Fass 14 Schön zu St. Paul (29. Juni) füllt Taschen und Maul 15 Tanzen im Jänner die Mücken, muss der Bauer nach Futter gucken 16 Anna(26.Juli) warm und trocken lässt den Bauern frohlocken

Tabelle 11: Die zur Auswertung verwendeten Ernteregeln.


92

(1) Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft

Wenn wir der Regel Glauben schenken, dann wird ein niederschlagsreicher September ein

Indikator für eine gute Getreideernte (Segen) und andererseits für eine schlechte Weinernte

sein. Die Monatsmethode für den Niederschlag der Methodenbibliothek (Kap. 7.1.2) gibt

Aufschluss darüber, in welchen Jahren es im September überdurchschnittlich viel geregnet

hat. Um festzustellen in welchen Jahren die Getreide- und Weinproduktion über bzw. unter

der Erwartung ausgefallen ist, wird die Berechnung der Produktionsdaten verwendet (siehe

Kap. 7.1.3). Diese Ernteregel führt daher zu zwei möglichen Ergebnissen.

Septemberregen, dem Bauern Segen...

0,56

0 0,180,51

0,17 0,26 0,35 0,29

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 41: Auswertung der Ernteregel (1); erste Abfrage.



Das erste Ergebnis (Abb. 41) zeigt keine Besonderheiten, bis auf die Tatsache, dass alle

Eintrittshäufigkeiten mindestens 50% erreichen, jedoch die jeweils dazu berechnete

Signifikanz nicht ausreicht, um das Ergebnis vom Zufall unabhängig zu machen.


93

...dem Winzer Gift, wenn er ihn trifft

0,95

0,380,65 0,77

0,510,73 0,65 0,7

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 42: Auswertung der Ernteregel (1); zweite Abfrage.



Schenken wir der Auswertung in Abbildung 42 Glauben, so erkennen wir eine deutlich

positive Tendenz der Eintrittshäufigkeiten. Zusätzlich besitzt eine der Eintrittshäufigkeiten

eine Signifikanz von 0,95 (Station Bad Gleichenberg), was für eine genauere (strengere)

Überprüfung ausreicht. Das bedeutet für den Messpunkt Bad Gleichenberg, dass auf einen

niederschlagsreichen September in rund ¾ aller Fälle eine unterdurchschnittliche Weinernte

folgt.


94

(2) Wenn Matthäus (21. September) weint statt lacht, Essig aus dem Wein er macht

Diese Ernteregel bezieht sich auf einen Lostag, der die Weinernte prognostizieren soll. Dabei

fällt auf, dass sich dieser Tag im September befindet. Wir können daher sagen, dass diese

Regel ein spezieller Fall der vorangegangenen Ernteregel, die den Niederschlag des ganzen

Septembers betrachtet, ist. Die Berechnungen für den Niederschlag um einen Lostag, als auch

die Auswertung der Weinproduktion führen zum Auswertungsergebnis. Hier werden wieder

die jeweiligen Methoden der Methodenbibliothek (Kap. 7.1) verwendet.

Wenn Matthäus weint statt lacht, Essig aus dem Wein er macht

0,770,53

0,35 0,17 0,170,57

0,17 0,41

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 43: Auswertung der Ernteregel (2).



Im Gegensatz zur Auswertung der vorangegangenen Ernteregel (Abb. 42), kommt bei diesen

Ergebnissen (Abb. 43) die erwünschte Signifikanz von 0,95 nicht mehr vor. Vergleichen wir

beide Auswertungen (Abb. 42 und Abb. 43) miteinander, so fällt auf, dass die

Eintrittshäufigkeit einer Weinernteregel höher ist, wenn wir den Niederschlag des gesamten

Septembers betrachten, und nicht nur den Niederschlag um einen Lostag als Indikator für eine

unterdurchschnittliche Weinernte sehen.


95

(3) Kalter Dezember und fruchtbar Jahr, sind vereinigt immerdar

Wenn der Dezember kalt ist, so soll die darauffolgende Ernte üppig ausfallen. Es ist möglich

diese Regel auf alle Produktionsarten anzuwenden, jedoch wird die Analyse auf die

Getreideernte reduziert. Der Bauer versteht unter einem „guten“, „günstigen“ oder

„fruchtbarem“ Jahr meistens eine erfolgreiche Getreideernte. Um die Temperaturverhältnisse

des Dezembers und die Produktionsverhältnisse des Getreides auswerten zu können, werden

die Monatsmethoden aus Kapitel 7.1.2 und die Produktionsmethoden aus Kapitel 7.1.3

verwendet.

Kalter Dezember und fruchtbar Jahr sind vereinigt immerdar

0,350,18 0,18

0,47 0,470

0,47 0,21

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Bei der Auswertung dieser Ernteregel (Abb. 44) werden keine Besonderheiten sichtbar.

Einzig die leichten Unterschiede der Eintrittshäufigkeiten in der Region Ost fallen auf.

Ansonst können wir sagen, dass die berechneten Ergebnisse der jeweiligen Stationen auf

Grund von zu geringen Signifikanzen zufällig zustande gekommen sind, und daher mit

Vorsicht zu genießen sind.


96

(4) Januar hart und rau nutzt dem Getreidebau

Bei dieser Regel wird von den Temperaturverhältnissen („hart und rau“ – kalt) im Januar

ausgegangen, um die darauffolgende Getreideernte vorauszusagen. Wenden wir die Methoden

für die Produktionsdaten und die der Temperaturverhältnisse eines Monats (Januar) auf den

Sachverhalt dieser Ernteregel an, führt das zu folgendem Ergebnis (Abb. 45).

Januar hart und rau nutzt dem Getreidebau

00,36

0,17 00,33

0,06 0,17 0,04

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Auch hier sind die Abweichungen vom Erwartungswert rein zufälliger Natur und daher wird

diese Ernteregel für eine weitere Überprüfung nicht verwendet.


97

(5) Januar Schnee zuhauf, Bauer, halt den Sack bloß auf

Diese Ernteregel ist eine der wenigen, die den Schneezuwachs als einen Indikator für eine

gelungene Getreideernte sehen. Wenn die Neuschneemenge des Januars über dem

Durchschnitt liegt, dann soll der Regel nach im gleichen Jahr die Getreideproduktion

überdurchschnittlich gut ausfallen. Für die Auswertung werden die Berechnungen der

Methodenbibliothek (Kap. 7.1) verwendet.

Januar Schnee zu Hauf, Bauer halt den Sack bloß auf

0,360 0,19

0,53 0,630,2

0,58 0,37

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Auffallend bei der Auswertung dieser Ernteregel (Abb. 46) ist, dass sich alle

Eintrittshäufigkeiten, mit einer Ausnahme (Fürstenfeld), unter 50% befinden. Die mangelnden

Signifikanzen an den einzelnen Stationen stellen die „Glaubwürdigkeit“ dieser

Eintrittshäufigkeiten in Frage.


98

(6) Am 10. Jänner Sonnenschein bringt viel Korn und Wein

Die Bezeichnung „Sonnenschein“ gestaltet das Auswerten dieser Regel in der Tat ein wenig

problematisch, da der StartClim Datensatz nur die Lufttemperatur, die Niederschlagsmenge

und die Schneehöhe auf Taggesbasis beinhaltet. Die von der Regel verlangte

Sonnenscheindauer kommt in diesem Datensatz nicht vor. Der Begriff wird daher mit der

Hilfe der jeweiligen Berechnungen der Methodenbibliothek für eine Lostag (Kap. 7.1.1) als

„trocken und warm“ interpretiert. Daher werden jene Jahre gesucht, in denen der 10. Januar

überdurchschnittlich warm und niederschlagsfrei ist. Der zweite Teil der Regel bezieht sich

auf eine überdurchschnittlich hohe Produktion von Getreide und Wein.

Zusätzlich zu dem Problem der Berechnung des „Sonnenscheins“, kommt es bei Berechung

dazu, dass es zu wenig Ausgangssituationen (trocken und warm um den 10. Jänner) gibt. Wie

in Kapitel 7.1.4 vereinbart wurde, benötigen wir mindestens 10 Jahre der Ausgangssituation,

um ein statistisches Prüfverfahren anzuwenden. Bei der Auswertung dieser Regel wird dieses

durchwegs tolerante Kriterium nicht erfüllt. Deswegen wird auf eine statistische Auswertung

dieser Regel verzichtet.


99

(7) Ist der Winter warm, wird der Bauer arm

Hier soll die Witterung einer längeren Zeitspanne (Dezember bis Feber) im Zusammenhang

mit einer unterdurchschnittlichen Getreideproduktion stehen. Wenn die trendentfernte

Mitteltemperatur eines Winters über der Nulllinie liegt, dann soll im gleichen Jahr die

Getreideproduktion unter der Erwartung liegen. Die Auswertung und Berechung wird mit

Hilfe der Monatsmethoden und Produktionsmethoden der Methodenbibliothek (Kap. 7.1)

realisiert.

Ist der Winter warm wird der Bauer arm

0,180,36

0,760,45 0,17 0,39 0,32 0,36

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Bei der Auswertung dieser Ernteregel (Abb. 47) wird deutlich, dass es keine ausreichend

positiven als auch negativen Signifikanzen gibt, die eine weitere Untersuchung der Ernteregel

bedeuten würden.


100

(8) Trockener März und feuchter April, das ist nach des Bauern Will

Bei dieser Ernteregel werden für die Ausgangssituation gleich zwei Bedingungen gestellt: Auf

einen trockenen März soll ein regenreicher April folgen. Die Monatsmethoden für den

Niederschlag (Kap. 7.1.2) machen die Bestimmung der Ausgangssituation möglich. Wenn

dieser Teil der vorhersage erfüllt ist, dann soll im gleichen Jahr die Getreideernte

überdurchschnittlich hoch ausfallen.

Trockener März und feuchter April, das ist nach des Bauern Will

0,47 0,47

0,920,94

0,890,69

0,920,81

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Alle Eintrittshäufigkeiten liegen mehr oder weniger weit unter 50%. Würde man die dazu

berechnete Signifikanz vernachlässigen, dann würden wir beispielsweise bei dem Messpunkt

Graz Flughafen feststellen, dass auf einen trocken März und feuchten April nur in 1/5 aller

Fälle tatsächlich eine gelungene Getreideernte folgt. Wie man anhand der Größe der

Signifikanzgrenzen erkennen kann, gibt es nur wenige Jahre (z.B. 10 in Bad Gleicheberg), in

denen die Ausgangssituation (trockener März und feuchter April) erfüllt ist.


101

(9) Aprilregen verheißt viel Segen

(10) Mairegen bringt Segen

Beide Erntevorhersagen beziehen sich auf einen nassen Monat im Frühling, der dafür sorgen

soll, dass es ein „gutes“ Jahr (in Form der Getreideernte) für den Bauern wird. In beiden

Fällen gehen wir von einem regenreichen Monat aus und beides Mal soll daraus eine

überdurchschnittlich hohe Getreideernte resultieren. Wie wir aus folgenden Diagrammen

entnehmen können, unterscheiden sich beide Vorhersagen durch ihre Eintrittshäufigkeit und

Signifikanz.

Aprilregen verheisst viel Segen

0,87 0,8

1 1 0,990,95

0,990,98

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Was bei der Auswertung der Ernteregel (Abb. 49) auffällt, ist die Tatsache, dass sich alle

Eintrittshäufigkeiten weit unter 50% befinden. Die Stationen Gleisdorf, Graz Flughafen und

Graz Universität besitzen zusätzlich noch eine hohe negative Signifikanz. Das bedeutet, dass

die Eintrittshäufigkeiten nicht durch den Zufall zu erklären sind. Allgemein können wir sagen,

dass die Auswertung Regel genau das Gegenteil aussagt: Aprilregen bringt keinen Segen.

Wendet man diese von uns postulierte Regel zum Beispiel auf die Station Gleisdorf an, so


102

erhält man eine Eintrittshäufigkeit von 84,2% mit der gleichen Signifikanz von rund 1.

Demnach folgen in 5 Jahren, in denen der April regenreich war, 4 mal eine

unterdurchschnittliche Getreideernte.

Mairegen bringt Segen

0,510 0,17 0,35 0,49 0,24 0,42 0,31

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Gegenüber der Aprilregel (Abb. 49), können wir große Unterschiede zur Mairegel (Abb. 50)

feststellen. Die negative Tendenz der Eintrittshäufigkeiten ist nur noch leicht vorhanden und

keine der Stationen kann eine hohe positive als auch negative Signifikanz aufweisen.

Zusammengefasst können wir sagen, dass des einen Unterschied zwischen den beiden

Ernteregeln gibt, wobei die Aprilregel negative Signifikanzen zeigt. Dem gegenüber gibt es

bei der Mairegel keine Besonderheiten zu beobachten. Zwei Regeln prognostizieren das

Gleiche, jedoch unterscheiden sich die Ergebnisse von einander.


103

(11) Pankraz und Urban (12. bzw. 25. Mai) ohne Regen bringen großen Erntesegen

Für die Interpretation der Ernteregel gibt es drei verschiedene Ansätze. Entweder betrachten

wir den jeweiligen Lostag alleine und untersuchen die darauf folgende Getreideernte, oder wir

verlangen von beiden Tagen (12. und 25. Mai), dass es nicht regnet. Die

Niederschlagsverhältnisse um beide Lostage werden mit der Niederschlagsmethode aus

Kapitel 7.1.1 berechnet.

Für die erste, als auch für die letzte Auswertungsmöglichkeit liegen die Anzahl der Jahre, in

denen die Ausgangssituation erfüllt ist, unter der geforderten Grenze von 10. Erstaunlich

dabei ist, dass es um Pankraz (12. Mai) fast immer ein Niederschlag verzeichnet wurde. Bei

fast allen Stationen gab es nur 8 Jahre, in denen es keinen Niederschlag um Pankraz gegeben

hat. Bei den einzelnen Stationen gibt es innerhalb von 40 Jahren maximal vier Jahre, in denen

es sowohl um den 12. als auch um den 25. Mai nicht geregnet hat. Aus diesem Grund ist eine

statistische Überprüfung unbedeutsam und wird daher nicht durchgeführt. Von den drei

Interpretationsmöglichkeiten bleibt die des Urban als einzige übrig.

Trockener Urban bringt Erntesegen

0,24

0,83

00,47 0,47 0,43 0,47 0,44

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürst

enfel

d

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]





104

Eine stark dezimierte Anzahl von Ausgangssituationen (je nach Station zwischen 10 und 14

Jahren) macht sich auch bei Auswertung der Ernteregel (Abb.51) bemerkbar. Die

Signifikanzgrenzen für 0,9 und 0,95 sind verhältnismäßig sehr breit. Dadurch wird es für eine

Eintrittshäufigkeit sehr schwer, diese Grenze zu überschreiten. Des Weiteren können wir aus

der Auswertung entnehmen, dass die Eintrittshäufigkeiten, bis auf Gleisdorf, unter 50%

liegen.


105

(12) Juni kalt und nass, lässt leer Scheuer und Fass

(13) Juli kühl und nass, leere Scheunen - leeres Fass

Beide Ernteregeln beinhalten den gleichen Sachverhalt, jedoch handelt es sich bei der

Ausgangssituation um zwei verschiedene Sommermonate (Juni und Juli). Wenn

beispielsweise der Juni kalt und regenreich war, dann soll darauf eine dürftige Getreide- bzw.

Obsternte (in Form von Most und Apfelsaft; Fass) eingefahren werden. Sowohl die Ausgangs-

als auch die Zielsituationen beider Vorhersagen werden mit Hilfe der Methodenbibliothek

(Kap. 7.1) ausgewertet.

Das gleiche Schicksal, das auch schon der Ernteregel (11) wiederfahren ist, kommt bei den

Auswertungen dieser beiden Ernteregeln wieder vor: Für beide Ernteregeln sind drei

Interpretationen möglich, wobei zwei davon zu wenig Jahre der Ausgangssituation besitzen.

Gehen wir von einem kalten und nassen Juni/Juli aus, um daraus auf eine geringe Obsternte

zu schließen, so gibt es für den Juni maximal 9 und für den Juli maximal 7

Ausgangssituationen. Das Gleiche gilt für die Abfrage, ob auf einen kalten und nassen

Juni/Juli wenig Getreide und wenig Obst geerntet wird. Das ist für eine statistische

Überprüfung, laut der Vereinbarung in Kapitel 7.1.4, nicht ausreichend. Zurückzuführen ist

dieses Problem auf die Tatsache, dass die Zeitreihe der Obstproduktion nur 30 Jahre

beinhaltet. Des Weiteren stellt die Ausgangssituation zwei Bedingungen, die beide erfüllt sein

müssen.

Aus diesem Grund werden beide Ernteregeln daraufhin geprüft, ob auf einen kalten und

gleichzeitig regenreichen Juni/Juli eine unterdurchschnittliche Getreideernte folgt.


106

Juni kalt und nass, leere Scheun

0,24 0,26

0,47 0,44 0,240

0,34 0,15

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz Univ

ersitä

t

Region O

st

Region G

raz

Region

Ein

tritts

häuf

igke

it [%

]




Bei der Auswertung der Ernteregel (Abb. 52) ist zu beachten, dass keine der

Eintrittshäufigkeiten eine ausreichende positive oder negative Signifikanz besitzt. Generell

sind die Eintrittshäufigkeiten um den 50% Wert verteilt.


107

Juli kühl und nass, leere Scheun

0,680,74

0,470,68

0,870,63 0,79

0,71

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz Univ

ersitä

t

Region O

st

Region G

raz

Region

Ein

tritts

häuf

igke

it [%

]




Gegenüber der Auswertung der Juniregel (Abb. 53) fällt bei den Ergebnissen der Juliregel

(Abb. 53) auf, dass sich durchwegs bei allen Stationen eine positive Tendenz abzeichnet. So

zum Beispiel liegt die Eintrittshäufigkeit der Regel an der Station Graz Universität bei 72,7%.

Das bedeutet, dass die Regel in knapp 3 von 4 Fällen eintrifft. Des Weiteren können wir

sagen, dass in der gesamten Oststeirischen und Grazer Region (R) die Regel bei 2/3 aller

Ausgangssituationen erfüllt ist. Zu berücksichtigen ist aber, dass alle Ergebnisse keine hohe

Signifikanz aufweisen.


108

(14) Schön zu St. Paul (29. Juni) füllt Taschen und Maul

Bei der Ausarbeitung dieser Ernteregel interpretieren wir den der Begriff „schön“ als einen

trockenen und warmen 29. Juni. Besser wäre es natürlich, wenn wir für die Auswertung dieser

Ernteregel die tatsächliche Sonnenscheindauer verwenden würden. Doch dieser Parameter

kommt im verwendeten StartClim Datensatz nicht vor. Wenn der Lostag Bedingung erfüllt, so

soll darauf eine überdurchschnittlich hohe Getreideernte folgen. Für die Filterung, wann es

um den 29. Juni warm und niederschlagsfrei war, werden die Lostagsmethoden für den

Niederschlag und für die Temperatur aus Kapitel 7.1.1 verwendet.

Weil die Bedingungen niederschlagsfrei und warm um den St. Paultag eher streng sind, ist es

nicht verwunderlich, dass diese Forderungen in sehr wenigen Jahren der Beobachtung erfüllt

sind. Beispielsweise kommt es bei der Station Bad Gleichenberg nur insgesamt 4 Mal vor,

dass die Ausgangssituation (trocken und warm) vorhanden ist. Bei den anderen Stationen

kommt es zu maximal 7 Jahren, in denen es zu St. Paul trocken und warm war. Bei jeder

Messstation wird daher das für eine statistische Prüfung notwendige Kriterium (siehe Kap.

7.1.4) nicht eingehalten und macht dadurch eine nähere Auswertung sinnlos.


109

(15) Tanzen im Jänner die Mücken, muss der Bauer nach Futter gucken

Wenn im Januar die Mücken tanzen sollen, dann bedeutet das, dass die

Temperaturverhältnisse über dem Durchschnitt liegen. Ist das in einem beobachteten Jahr der

Fall, so wird die Getreideproduktion des gleichen Jahres unter der Erwartung liegen. Wie bei

allen anderen Ernteregeln bedienen wir uns auch hier der Methodenbibliothek (Kap. 7.1).

Tanzen im Jänner die Mücken, muss der Bauer nach Futter gucken

0,35 0,53 0,47 0,470,17

0,45 0,32 0,4

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Bei der Auswertung dieser Ernteregel (Abb. 54) wird keine Besonderheit sichtbar, bis auf die

Tatsache, dass die Regel überall eine Eintrittshäufigkeit von über 50% erhalten hat. Jedoch

sind die dazu berechneten Signifikanzen nicht ausreichend hoch.


110

(16) Anna (26.Juli) warm und trocken lässt den Bauern frohlocken

Ein regenfreier und gleichzeitig warmer 26. Juli soll für den Bauern ein „freundliches“ oder

„gutes“ Jahr (in Form der Getreideernte) prognostizieren. Dieser Sachverhalt wird mit Hilfe

der Methodenbibliothek ausgewertet.

Bei der Bearbeitung dieser Ernteregel fällt auf, dass die beiden Bedingungen für den 26. Juli

nur in sehr wenigen Jahren erfüllt sind. Beispielsweise kommt bei der Station Graz Flughafen

die Ausgangssituation nur in 6 Jahren von insgesamt 45 Jahren vor. Der Maximalwert der

erfüllten Ausgangssituationen (8 Jahre) kommt bei dem Messpunkt Graz Universität vor.

Zusammengefasst können wir hier, schon so wie bei manch anderen Ernteregeln mit zwei

Bedingungen für die Ausgangssituation, einen statistischen Test nicht durchführen, weil durch

den oben erklärten Sachverhalt das notwendige Kriterium für einen χ2-Test (siehe Kap. 7.1.4)

nicht erfüllt ist.


111

7.4 Populärregeln

Auf den folgenden Seiten werden die in Kapitel 1 näher beschriebenen Populärregeln

ausgewertet. Hierbei wird jede Regel auf ihre Eintrittshäufigkeit mit der dazu berechneten

Signifikanz an den Stationen des Untersuchungsgebiets geprüft. Bei den folgenden

Auswertungen und Abbildungen ist zu beachten, dass der dargestellte Bereich der

Eintrittshäufigkeiten nicht mehr, wie bei den ersten beiden Regelgruppen dargestellt, von 0

bis 100% reicht, sondern jetzt von 25% zu 75% geht. Dadurch werden die geringen

Signifikanzgrenzen, welche auf einen hohen Erwartungswert (viele Datenpunkte in der

Zeitreihe) zurückzuführen sind, deutlicher.

Nr. Populärregeln 1 Wie das Wetter am Freitag so am Sonntag 2 Am Wochenende (Sa - So) ist es eher "schiach" (Regenwetter) als während der Woche

Tabelle 12: Die zur Auswertung verwendeten Populärregeln.


112

(1) Wie das Wetter am Freitag so am Sonntag

Diese Populärregel geht vom Wettercharakter des Freitags aus, um daraus das

Wettergeschehen am darauf folgenden Sonntag zu prognostizieren. Dabei werden die

Klimaparameter Temperatur und Niederschlag in die Untersuchung eingebunden. Im

Gegensatz zu den Auswertungen der Witterungs- und Ernteregeln, werden hier keine

Methoden der Methodenbibliothek (Kap. 7.1) verwendet. Des Weiteren werden die Tage

nicht als Lostage behandelt, sondern streng der Regel nach als einzelne Tage verstanden.

Wenn also am Freitag ein Niederschlag verzeichnet wird, so soll am folgenden Sonntag

ebenfalls Niederschlag gemessen werden (Abb. 55). Umgekehrt soll der Regel nach ein

regenfreier Freitag einen ebenso trockenen Sonntag prognostizieren (Abb. 56). Zusätzlich

wird noch untersucht, wie oft es eine Abkühlung bzw. Erwärmung von Freitag auf Sonntag

gegeben hat (Abb. 57 und Abb. 58).

Regen am Freitag - Regen am Sonntag?

0,991 1

1 1 1 1 1

25%

50%

75%

Bad G

leich

enbe

rg

Gleisd

orf

Graz Flug

hafen

Region

Region

Graz

Region

Ost

Eint

ritts

häuf

igke

it [%

]

Abbildung 55: Auswertung der Populärregel (1); erste Abfrage.



Die Auswertung der Frage, ob auf einen Niederschlag am Freitag ein Niederschlag am

Sonntag folgt (Abb. 55) zeigt folgende Besonderheiten: Auf Grund der hohen Anzahl an


113

Ausgangssituationen (bis zu 1000 mal Regen am Freitag) wird auch der Erwartungswert

größer, und damit verbunden die Signifikanzgrenzen für 0,9 und 0,95 kleiner. Weiters

besitzen alle Stationen (bis auf Gleisdorf) und Teilregionen eine negative Signifikanz von 1.

Das bedeutet, dass die berechneten Eintrittshäufigkeiten nicht zufällig zustande gekommen

sind, und das die Regel öfters „falsch“ als „richtig“ lag.

Freitag regenfrei - Sonntag regenfrei?

1 1 1 1 1 1 1 1

25%

50%

75%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Region

Graz

Region

Ost

Eint

ritts

häuf

igke

it [%

]

Abbildung 56: Auswertung der Populärregel (1); zweite Abfrage



Wie wir aus der Auswertung der Frage, ob auf einen regenfreien Freitag ein trockener

Sonntag folgt (Abb. 56) entnehmen können, hat die Regel an allen Stationen eine sehr hohe

positive Signifikanz. Das heißt, dass wir davon ausgehen können, dass in 2 von 3 Fällen diese

Regel tatsächlich eintrifft. Physikalisch drückt dies nichts anderes als die meteorologische

Erhaltungsneigung stabilen (regenfreien) Wetters über zwei Tage aus.


114

Gibt es Freitag auf Sonntag eine Abkühlung?

1 0,91 0,080,99 0,96 0,95 0,98 0,91

25%

50%

75%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Region

Graz

Region

Ost

Eint

ritts

häuf

igke

it [%

]

Abbildung 57: Auswertung der Populärregel (1); dritte Abfrage.



Um die Frage zu beantworten, wie oft es eine Abkühlung von Freitag auf Sonntag gegeben

hat, werden die Temperaturdifferenzen dieser zwei Tage gebildet. Wenn diese Differenz

negativ ist, so hat es eine Abkühlung gegeben. Ist dieser Wert positiv, so hat es eine

Erwärmung gegeben. Wie wir aus der Abbildung 57 entnehmen können, gibt es für eine

Abkühlung keine Eintrittshäufigkeit, die 50% erreicht.

Wenn wir diese Auswertung mit der folgenden (Abb. 58) vergleichen, so können wir

feststellen, dass es von den Eintrittshäufigkeiten her wahrscheinlicher ist, dass es eine

Erwärmung gibt, als eine Abkühlung. Die kleinen Signifikanzgrenzen sind auf die Tatsache

zurückzuführen, dass es bis zu 3000 Freitag – Sonntag Paare gibt.


115

Gibt es eine Erwärmung von Freitag auf Sonntag?

1 0,91 0,080,99 0,96 0,95 0,98 0,91

25%

50%

75%

Bad G

leich

enbe

rg

Gleisd

orf

Graz Flug

hafen

Region

Region

Graz

Region

Ost

Eint

ritts

häuf

igke

it [%

]

Abbildung 58: Auswertung der Populärregel (1); vierte Abfrage.



Es ist interessant, dass bis auf die Station Gleisdorf eine signifikante Erwärmungstendenz

vorhanden ist. Möglicherweise hat das zum Teil mit Beobachtungswechseln von Werktagen

auf das Wochenende bei den einzelnen Stationen zu tun. Es ist aber interessant dies in

Zukunft noch genauer zu untersuchen.

Um ein Gefühl dafür zu vermitteln, wie groß solche einzelnen Temperaturänderungen am

Wochenende sein können, zeigt die folgende Darstellung (Abb. 59) diesen Sachverhalt

anhand der Station Graz Universität für die Zeitspanne von 2000 bis 2004. Wie wir daraus

sehen können, ist es möglich, dass es Erwärmungen bis zu 13 °C und Abkühlungen bis zu

knapp 11 °C geben kann.


116

Abbildung 59: Temperaturdifferenzen am Wochenende für die Zeitspanne 2000 bis 2004;

Station Graz Universität.


117

(2) Am Wochenende (Sa - So) ist es eher "schiach" (Regenwetter) als während der Woche

Die Auswertung und Interpretation der zweiten Populärregel lehnt sich stark an die der

vorangegangenen Regel an. Diese Populärregel ist durch den Aberglauben mancher Leute

zustande gekommen, dass während der (Arbeits-) Woche von Montag bis Freitag das ideale

„Freizeitwetter“ (trocken und mild) vorherrscht, und am (verdienten und hart erwarteten)

Wochenende der Wettercharakter auf Regenwetter umschlägt.

Wir untersuchen, ob es wirklich einen Zusammenhang zwischen der Woche (Montag bis

Freitag) und dem Wochenende (Samstag und Sonntag) gibt. Eine weitere Frage, die in diesem

Zusammenhang geklärt wird ist, ob einzelne Wochentagspaare (z. B. Dienstag – Mittwoch

oder Donnerstag - Freitag) Indikatoren für das folgende Wochenende sind. Anders herum

wird auch geprüft, ob der Wettercharakter am Wochenende das Wettergeschehen der

Folgewoche prognostizieren kann.

Bei der Temperatur werden aus den betrachteten Zeitspannen (zwei oder fünf Tage)

Mittelwerte gebildet. Beim Niederschlag wird für die jeweilige Zeitspanne eine

Niederschlagssumme verwendet, um sagen zu können, ob es einen Niederschlag gegeben hat,

oder nicht.

Da es bei der Auswertung der Zusammenhänge zwischen den einzelnen Wochentagspaaren

und dem Wochenende viele verschiedene Möglichkeiten gibt, wird stellvertretend für alle

anderen ein Beispiel (Abb. 60 und Abb. 61) herausgegriffen, erklärt und graphisch

aufbereitet.


118

Mo - Di regenfrei, Wochenende regen?

0,440,7 0 0,18 0,59 0,08 0,24 0,06

25%

50%

75%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 60: Auswertung der Populärregel (2); Zusammenhang zwischen den

Wochentagspaar Montag – Freitag und dem Wochenende bezogen auf den Niederschlag.



Die Frage, ob auf einen niederschlagsfreien Montag und Dienstag mindestens ein

Niederschlag am darauf folgenden Wochenende folgt, wird in diesem Zusammenhang (Abb.

60) geklärt. Wie wir erkennen können, besitzt keine Eintrittshäufigkeit eine ausreichend hohe

Signifikanz. Generell liegen alle Werte um 50%. In gut der Hälfte aller Fälle ist diese Regel

eingetreten.


119

Regen am Wochenende, Mo - Di trocken?

11 1

1 11

1 1

25%

50%

75%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 61: Auswertung der Populärregel (2); Zusammenhang zwischen dem Wochenende

und dem Wochentagspaar Montag - Freitag bezogen auf den Niederschlag.



In dieser Auswertung (Abb. 61) können wir sehen, dass stark negative Signifikanzen bei den

einzelnen Eintrittshäufigkeiten vorkommen. Die Teilregel, ob auf ein verregnetes

Wochenende (Samstag und Sonntag) ein regenfreier Montag und Dienstag folgt, trifft daher in

rund 3 möglichen Fällen einmal ein. Die Regel würde also höhere Eintrittshäufigkeiten

erzielen, wenn auf ein regenreiches Wochenende ein verregneter Montag und Dienstag

prognostiziert wird. So zum Beispiel würde sich die Eintritthäufigkeit an der Station Graz

Universität dadurch auf 58,5%, mit einer Signifikanz von 1, verändern.

Der gleiche Sachverhalt für alle vier Wochentagspaare wird im Folgenden mit Hilfe von den

Tabellen 13 bis 16 dargestellt.


120

Mo - Di trocken,

WE Regen WE Regen,

Mo - Di trocken Station EH SI EH SI Bad Gleichenberg 50,8% 0,52 35,8% 1,00 Fürstenfeld 48,2% 0,51 40,1% 1,00 Gleisdorf 50,0% 0,52 39,3% 1,00 Graz Flughafen 49,7% 0,52 35,6% 1,00 Graz Universität 51,1% 0,53 35,8% 1,00 Region Ost 49,8% 0,52 38,0% 1,00 Region Graz 50,4% 0,52 35,7% 1,00 Region 50,1% 0,52 37,0% 1,00

Tabelle 13: Zusammenhänge zwischen dem Wochentagspaar Montag – Dienstag (Mo - Di)

und dem Wochenende (WE) an den einzelnen Stationen und Regionen mit der

Eintrittshäufigkeit (EH) und der dazu berechneten Signifikanz (SI).

Di - Mi trocken,

WE Regen WE Regen,

Di - Mi trocken Station EH SI EH SI Bad Gleichenberg 50,6% 0,30 38,7% 1,00 Fürstenfeld 47,2% 0,91 46,4% 0,97 Gleisdorf 47,9% 0,84 43,7% 1,00 Graz Flughafen 48,8% 0,60 40,5% 1,00 Graz Universität 49,2% 0,42 39,9% 1,00 Region Ost 48,7% 0,61 42,4% 1,00 Region Graz 49,0% 0,51 40,2% 1,00 Region 48,8% 0,57 41,4% 1,00

Tabelle 14: Zusammenhänge zwischen dem Wochentagspaar Dienstag – Mittwoch (Di - Mi)




121

Mi - Do trocken, WE Regen

WE Regen, Mi - Do trocken

Station EH SI EH SI Bad Gleichenberg 48,7% 0,64 39,7% 1,00 Fürstenfeld 46,1% 0,98 47,0% 0,94 Gleisdorf 46,4% 0,98 46,5% 0,98 Graz Flughafen 47,3% 0,95 41,6% 1,00 Graz Universität 47,5% 0,93 43,4% 1,00 Region Ost 47,2% 0,94 43,8% 1,00 Region Graz 47,4% 0,94 42,5% 1,00 Region 47,3% 0,94 43,2% 1,00

Tabelle 15: Zusammenhänge zwischen dem Wochentagspaar Mittwoch – Donnerstag (Mi –

Do) und dem Wochenende (WE) an den einzelnen Stationen und Regionen mit der


Do - Fr trocken,

WE Regen WE Regen,

Do - Fr trocken Station EH SI EH SI Bad Gleichenberg 43,2% 1,00 39,6% 1,00 Fürstenfeld 41,9% 1,00 46,7% 0,96 Gleisdorf 41,9% 1,00 45,6% 1,00 Graz Flughafen 42,5% 1,00 42,9% 1,00 Graz Universität 43,6% 1,00 42,1% 1,00 Region Ost 42,4% 1,00 43,4% 1,00 Region Graz 43,0% 1,00 42,5% 1,00 Region 42,7% 1,00 43,0% 1,00

Tabelle 16: Zusammenhänge zwischen dem Wochentagspaar Donnerstag – Freitag (Do - Fr)



Was können wir aus diesen Abbildungen und Tabellen ablesen? Bei dem Vergleich der

einzelnen Wochentagspaare mit den darauf folgenden Wochenende fällt folgendes auf: Je

geringer der Abstand des Wochentagspaar vom Wochenende ist, desto geringer wird die

Eintrittshäufigkeit der Vorhersage. Damit verbunden ist aber auch eine Zunahme der dazu

berechneten Signifikanz. So zum Beispiel trifft die Regel beim Paar Montag – Dienstag bei

der Station Gleisdorf genau bei der Hälfte der Fälle (mit einer Signifikanz von 0,52) ein. Dem

gegenüber kommt die Regel mit dem Wochentagspaar Donnerstag – Freitag mit einer

Eintrittshäufigkeit von nur 41,9% und einer dazu berechneten Signifikanz von 1 vor. Daher

können wir sagen, dass von 10 regenfreien Tagespaaren Donnerstag – Freitag nur 4 Mal ein

verregnetes Wochenende folgt.


122

Die zweite Interpretationsmöglichkeit geht von einem Niederschlag am Wochenende aus, um

daraus regenfreie Tagespaare der Folgewoche zu prognostizieren. Wie wir aus der Abbildung

(Abb. 61) und den Tabellen (Tab. 13 - 16) entnehmen können, wächst die Eintrittshäufigkeit

mit der zunehmenden Zeitspanne an. Jedoch bei einzelnen Stationen nimmt mit dieser

zunehmenden Zeitspanne die Signifikanz der Eintrittshäufigkeit leicht ab. In Fürstenfeld

beispielsweise folgt in 40% aller Fälle auf ein verregnetes Wochenende ein

niederschlagsfreier Montag und Dienstag. Wenn jedoch vom Wochenende auf den darauf

folgenden Donnerstag und Freitag geschlossen werden soll, dann liegt die Eintrittshäufigkeit

schon bei rund 46%, jedoch die dazu berechnete Signifikanz liegt (nur noch) bei 0,96.

Um diese Regel noch ein wenig mehr zu fordern verlangen wir nun, dass die ganze Woche

von Montag bis Freitag regenfrei bleibt und darauf ein Niederschlag am Wochenende folgt.

Dieses strenge Kriterium zeigt folgende Ergebnisse (Abb. 62).

Folgt auf eine trockene Woche ein nasses Wochenende?

1 1 1 1 1 1 1 1

25%

50%

75%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Region

Graz

Region

Ost

Reg

elw

ahrs

chei

nlic

hkei

t in

[%]

Abbildung 62: Auswertung der Populärregel (2) mit der Frage, ob auf eine trockene Woche

(Montag bis Freitag) ein verregnetes Wochenende folgt.




123

Die Forderung an die Regel, dass es die ganze Woche nicht regnen darf, ist ziemlich hart. Bei

der Station Graz Universität wurde dieses Kriterium in ca. 2900 Wochenenden 560 mal (alle 6

Wochen) erfüllt. Wenn dann das darauffolgende Wochenende einen Niederschlag

verzeichnen soll, so trifft das innerhalb von 5 trockenen Wochen 2 Mal ein. Diese Regel ist

zwar an jeder Station signifikant, jedoch liegen die Eintrittshäufigkeiten unter 50%, daher

können wir sagen, dass diese Regel nicht „stimmt“, weil eine weitere Überprüfung genau das

Gegenteil bestätigt. Würden wir annehmen, dass auf eine trockene Woche ein trockenes

Wochenende folgt, so würde das bei der Station Graz Universität mit einer Eintrittshäufigkeit

von rund 60% und mit einer Signifikanz 1 eintreten. Es ist daher wahrscheinlicher, dass auf

eine trockene Woche ein ebenfalls trockenes Wochenende folgen wird.

Folgt auf ein nasses Wochenende eine trockene Woche?

11 1 1 1 1 1 1

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Region

Graz

Region

Ost

Reg

elw

ahrs

chei

nlic

hkei

t in

[%]

Abbildung 63: Auswertung der Populärregel (2) mit der Frage, ob auf ein trockenes

Wochenende eine verregnete Woche (Montag bis Freitag) folgt.



Wie wir aus der Auswertung (Abb. 63) entnehmen können folgt im Durchschnitt auf 6

niederschlagsreiche Wochenenden nur eine Woche, die keinen Niederschlag aufweist.

Aufgrund der geringen Eintrittshäufigkeiten wird hier der Bereich von 0 bis 100% dargestellt.


124

Diese Populärregel würde öfter eintreffen, wenn ein verregnetes Wochenende eine

regenreiche Folgewoche verlangen würde. Bei der Station Graz Universität würde dann die

Eintrittshäufigkeit dieser Regel bei rund 86% liegen.

Generell machen diese Ergebnisse der Niederschlagsabfrage schon Sinn, weil sich der

Wettercharakter (Regenwetter) von einen auf den anderen Tag selten rapid ändert, sondern

eher über diese kurze Zeitspanne konstant bleibt.

Da nicht nur der Niederschlag bei dieser Populärregel verwendet wird, sondern der

Sachverhalt auch auf die Temperaturverhältnisse geprüft werden kann, wird nun näher auf die

Zusammenhänge zwischen den Temperaturen der Wochentagspaare und dem Wochenende

eingegangen. Eine Differenz aus den Mittelwert der zwei Wochentage und dem Mittelwert

des Wochenendes soll Aufschluss darüber geben, wann es eine Abkühlung oder Erwärmung

(bzw. keine Änderung) gegeben hat. Die Regel besagt, dass es zum Wochenende hin eine

Abkühlung geben soll. Andersherum sollen die Temperaturen am Wochenende niedriger sein,

als in der Folgewoche.

Die so errechneten Ergebnisse zeigen bei der Eintrittshäufigkeit Schwankungen von maximal

1,5%. Aus diesem Grund wird im Folgenden der Zusammenhang zwischen einem

Wochentagspaar und dem Wochenende herausgegriffen und näher erklärt.


125

Gibt es eine Abkühlung von Mittwoch und Donnerstag aufs Wochenende?

0,48 0,02 0,12 0,22 0,24 0,22 0,23 0,03

25%

50%

75%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 64: Auswertung der Populärregel (2); Zusammenhang zwischen dem

Wochentagspaar Mittwoch und Donnerstag und dem Wochenende bezogen auf die

Temperatur.



Wie wir aus der Auswertung (Abb. 64) entnehmen können, gibt es keinen gesicherten

Zusammenhang (in Form der Signifikanz) zwischen den Temperaturverhältnissen zweier

Wochentage und dem Wochenende. Dieses Ergebnis ist aber nicht nur für das Paar Mittwoch

– Donnerstag gültig, sondern auch für alle anderen Wochentagspaare. Zwar gibt es teilweise

hohe Temperaturschwankungen von einen auf den anderen Tag, wie auch schon die erste

Populärregel zeigt (siehe Abb. 59), dass diese Schwankungen (Abkühlungen) jedoch

regelmäßig bei bestimmten Tagespaaren auftreten, kann bei dieser Populärregel nicht bestätigt

werden.


126

Gibt es eine Erwärmung vom Wochenende auf Mittwoch und Donnerstag?

0,6 0,81 0,65 0,78 0,91 0,69 0,85 0,77

25%

50%

75%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]


und dem Wochentagspaar Mittwoch - Donnerstag bezogen auf die Temperatur.



Gleich wie bei der vorherigen Auswertung (Abb. 64) zeigen auch diese Ergebnisse (Abb. 65)

keine Besonderheiten. Daraus wird ersichtlich, dass die Ergebnisse der Forderung, dass das

Wochenende gegenüber einem Tagespaar kühler ist, zufälliger Natur sind. Die

Wahrscheinlichkeit, dass es vom Wochenende auf Mittwoch – Donnerstag wärmer wird liegt

bei ca. 50%, gleich wie die „Chance“, dass es abkühlt. Diese Zusammenhänge und Ergebnisse

sind auch für die anderen Tagespaare gültig.


127

7.5 Signifikante Regeln

Wie wir aus den Ergebnissen in Kapitel 7.2 und 7.3 entnehmen können, gibt es Witterungs-

und Kalendergebundene Klimaregeln als auch Ernteregeln, die an einer oder mehreren

Stationen die geforderten Kriterien aus Kapitel 7.1.4 erfüllen und dadurch hier einer weiteren

(strengeren) Prüfung unterzogen werden.

Eine Möglichkeit der strengeren Prüfung besteht darin, dass man von allen trendentfernten

Daten das Überschreiten der Standardabweichung verlangt. So zum Beispiel ist ein September

nur dann kalt, wenn seine trendentfernte Monatsmitteltemperatur unter der

Standardabweichung der gesamten September-Zeitreihe liegt. Wenden wir diese strenge

Abfrage nun auf einen Teil der signifikanten Regel


an, so stellen wir fest, dass die Ausgangssituation relativ zu den gesamten Messjahren nur

noch selten erfüllt ist: Bei den Stationen Fürstenfeld und Gleisdorf ist diese Bedingung

innerhalb von 36 bzw. 44 Messjahren nur jeweils 7 Mal erfüllt. Das wiederum verletzt aber

ein grundliegendes Kriterium der statistischen Überprüfung, da mindestens 10 Jahre

vorkommen müssen, in denen die Ausgangssituation erfüllt ist (vgl. Kap. 7.1.4). Aus diesem

Grund wird von dieser Methode der strengeren Prüfung abgeraten.

Eine weitere Möglichkeit der härten Abfrage besteht in der Variabilität der Zeitspanne um

einen Lostag. In diesen Zusammenhang gibt es zwei Vorgehensweisen:

1. Die Zeitspanne wird auf plus/minus drei Tage um den Lostag ausgeweitet. Dadurch

wird eine strengere Abfrage möglich, weil der trendentfernte Mittelwert von 7 Tagen

über bzw. unter dem Durchschnitt liegen soll. So zum Beispiel reicht ein einziger

kalter Tag in der Woche nicht mehr aus, um die gesamte Woche „kalt“ erscheinen zu

lassen.

2. Die Regel wird so streng ausgelegt, dass nur der Lostag alleine betrachtet wird.

Beispielsweise wird dann von einer Ausgangssituation einer Regel verlangt, dass es

genau an diesem Tag geregnet oder geschneit hat.

Nach diesen beiden Kriterien werden folgende signifikante Regeln in diesem Kapitel

ausgewertet:


128

Nr. Signifikante Witterungs- und Kalendergebundene Klimaregeln 1 Auf trocken kalten Januar folgt viel Schnee im Februar 2 Sophie (15. Mai) man die Kalte nennt, weil sie gern kaltes Wetter bringt 3 Pankratius und Servatius (12. 13. Mai) bringen Kält’ oft und auch Verdruß 4 Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht 8 Andre (30. Nov) bringt Schnee, hat er keinen sonst macht er einen 9 Elisabeth (19. Nov) sagt an, was der Winter für ein Mann

Tabelle 17: Die für die strengere Auswertung verwendeten Witterungs- und Klimaregeln.

Nr Signifikante Ernteregeln 1 Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft 9 Aprilregen verheißt viel Segen

Tabelle 18: Die für die strengere Auswertung verwendeten Ernteregeln.

Aufgrund der beschriebenen stärkeren Abfragemethoden der signifikanten Regeln, können

nur jene geprüft werden, die einen Lostag aufweisen. Dadurch werden auf den folgenden

Seiten nur 5 signifikante Witterungs- und Kalendergebundene Klimaregeln ausgewertet.


129

(2) Sophie (15. Mai) man die Kalte nennt, weil sie gern kaltes Wetter bringt

(3) Pankratius und Servatius (12. 13. Mai) bringen Kält’ oft und auch Verdruß

Bei der Auswertung der Eisheiligenregel in Kapitel 7.2 werden die vier Tage vor dem 12. Mai

mit den vier Eisheiligentagen verglichen. Dabei wird eine negative Signifikanz an der Station

Gleisdorf in der Teilregion Ost deutlich. Eine strenge Abfrage wird durch den Vergleich der

Mittelwerte der Woche vor den Eisheiligen (5. bis 11. Mai) mit den Mittelwerten der darauf

folgenden Woche (12. bis 18. Mai) realisiert. Gleich wie bei der normalen Prüfung ergibt

auch hier eine negative Differenz die gewünschte Abkühlung.

Die Eisheiligenregel

0,960,99 0,98

0,92 0,850,98

0,89 0,95

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 66: Strengere Auswertung der Witterungsregeln (2) und (3).



Durch den Vergleich dieser Ergebnisse mit denen aus Kapitel 7.2 (Abb. 25) wird deutlich,

dass eine strengere Prüfung dafür sorgt, dass die Eintrittshäufigkeiten geringer bzw. gleich

geblieben sind. Des Weiteren treten nun bei allen Stationen der Teilregion Ost negative

Signifikanzen auf.


130


Bei dieser Regel gibt es insgesamt vier Auswertungsmöglichkeiten, wobei bei der

Überprüfung zwei dieser vier Interpretationen Signifikanzen erreicht haben. Diese beiden

Teilregeln werden nun mit Hilfe der Änderung der Zeitspanne um den Lostag strenger

geprüft.

Folgt auf eine kühle Ägidienwoche ein kühler September?

0,45

0,84 0,750,31

0,66 0,70,5 0,62

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 67: Strenge Auswertung der Witterungsregel (4); zweite Abfrage mit einer Woche

als Zeitspanne.



Durch die strengere Prüfung nehmen an allen Stationen die Eintrittshäufigkeiten ab.

Zusätzlich weist die Station Graz Universität gegenüber der normalen Untersuchung in

Kapitel 7.2 (Abb. 27) keine positive Signifikanz mehr auf.


131


0,97

0,99

0,960,9 0,95

0,980,93

0,96

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 68: Strenge Auswertung der Witterungsregel (4); zweite Abfrage mit dem Lostag

als Zeitspanne.



Betrachtet man die Temperaturverhältnisse am Lostag alleine, so werden alle

Eintrittshäufigkeiten der Stationen und Regionen so stark erhöht, dass dadurch diese Regel an

allen Messstationen (bis auf die Station Graz Flughafen) positive Signifikanzen aufweisen.

Dadurch wird ersichtlich, dass es einen Unterschied macht, ob man die Zeitspanne um einen

Lostag ausweitet oder verkleinert. In diesen Fall hat die Berücksichtigung der Woche einen

negativen Einfluss auf die Regel. Dem gegenüber wirkt sich eine Überprüfung mit dem

Lostag alleine positiv auf die Auswertungen aus.


132

Folgt auf eine regenarme Ägidienwoche ein trockener September?

0,86 0,86

0,15 0,280,14

0,710,07

0,49

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 69: Strenge Auswertung der Witterungsregel (4); vierte Abfrage mit einer Woche

als Zeitspanne.



Hier wird geprüft, ob eine regenarme Losttagswoche auf einen regenarmen September

schließen lässt, wobei die trendentfernten Niederschlagsmittel der Wochen unter dem

Durchschnitt (Nulllinie) liegen müssen. Vergleicht man diese dadurch erzielten Ergebnisse

mit denen der ursprünglichen Abfrage (Abb. 29), so sehen wir, dass alle Eintrittshäufigkeiten

mehr oder weniger stark (bis zu 16,6 %) abgenommen haben. Nur die Station Gleisdorf hat

einen leichten prozentuellen Zuwachs erfahren. Die positive Signifikanz, die an der

Klimastation Fürstenfeld auftritt, ist bei dieser starken Überprüfung an keiner einzigen Station

vorhanden.

Wir können natürlich auch so weit gehen, und von der Ägidienwoche verlangen, dass es

innerhalb dieser 7 Tage keinen Niederschlag gegeben hat. Doch weil es fast immer in dieser

Woche mindestens einmal geregnet hat, ist eine weitere Überprüfung nicht sinnvoll.


133

Folgt auf einen trockenen Ägidientag ein trockener September?

0,840,59 0,63

0,910,68 0,71 0,82 0,76

0,0%

25,0%

50,0%

75,0%

100,0%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 70: Strenge Auswertung der Witterungsregel (4); vierte Abfrage mit dem Lostag

als Zeitspanne.



Wenn wir von der Teilregel verlangen, dass es genau am Ägidientag nicht regnet, dann liegen

die Eintrittshäufigkeiten teilweise um einiges niedriger als wenn man für alle drei Tage keinen

Niederschlag fordert. So zum Beispiel nimmt die in Kapitel 7.2 (Abb. 29) positiv signifikante

Station Fürstenfeld um rund 24 % ab. Dennoch haben alle Stationen die 50% Grenze

überschritten, was bei der „milden“ Abfrage nicht der Fall ist.

Bei dieser Teilregel hat eine Änderung der Zeitspanne um den Lostag in beiden Fällen eine

leicht negative Auswirkung: Es gibt keine einzige Station oder (Teil-)Region, die eine

Signifikanz von mindestens 0,95 bzw. 0.7 aufweist.


134

(8) Andre (30. Nov) bringt Schnee, hat er keinen sonst macht er einen

Diese Kalendergebundene Klimaregel zeigt bei der normalen Überprüfung mit der Zeitspanne

von drei Tagen eine stark negative Signifikanz. Aus diesem Grund muss die Regel näher

geprüft werden.

Andrewoche bringt Neuschnee

1 11 1 1

11 1

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 71: Strenge Auswertung der Witterungsregel (8) mit einer Woche als Zeitspanne.



Im Grunde sollte eine Vergrößerung der Zeitspanne auf eine ganze Woche um den 30.

November die Möglichkeit für einen Schneefall wahrscheinlicher machen. Zwar gibt es

diesen prozentuellen Zuwachs der Eintrittshäufigkeiten, jedoch befinden sich weiter alle

Stationen unter der 50% Grenze und besitzen alle eine stark negative Signifikanz.

Betrachten wir nur den 30. November alleine und untersuchen diesen auf eventuellen

Neuschnee, dann stellen wir fest, dass es bei den Stationen Bad Gleichenberg, Gleisdorf und

Graz Flughafen in der betrachteten Zeitspanne 4 mal Neuschnee am Andretag gegeben hat.

Bei der Klimastation Graz Universität gab es 3 mal und in Fürstenfeld gar nur 2 mal am 30.

November Schneefall.


135

Um es der Regel so leicht wie möglich zu machen, wird daraufhin abgefragt, ob um den

Andretag überhaupt eine Schneedecke vorhanden war oder nicht.

Gibt es um Andre eine Schneedecke?

0,87 0,82 0,870,99 0,99

0,810,99 0,94

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 72: Strenge Auswertung der Witterungsregel (8) mit einer Woche als Zeitspanne

(Schneedecke).



Auch diese Interpretation der Regel bewirkt keine großen Veränderungen. Die

Eintrittshäufigkeiten wachsen zwar weiter an und manche Stationen haben keine negative

Signifikanz, aber trotzdem gibt es keine Station, an der die Regel die 50% Grenze

überschreitet.

Ein Grund warum diese Regel in so wenigen Jahren eintritt, ist die zunehmende globale

Erwärmung, die einen Schneefall am Winteranfang zunehmend seltener macht.


136

(9) Elisabeth (19. Nov) sagt an, was der Winter für ein Mann

Wie schon in Kapitel 7.2 gezeigt, gibt es vier Möglichkeiten diese Regel zu interpretieren.

Eine dieser Auswertungen besitzt an der Station Graz Universität eine positive Signifikanz

von 0,95. Aus diesem Grund wird die Frage, ob auf einen schneefreien Elisabethtag ein

schneearmer Winter folgt, aus zwei weiteren Blickwinkeln ausgearbeitet.

Folgt auf eine schneefreie Elisabethwoche ein schneearmer Winter?

0,610,730,50,86

0,540,76

0,150,65

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]




Diese Interpretation bezieht sich auf die ganze Woche um den Elisabethtag, wobei verlangt

wird, dass es die ganze Woche keinen Neuschneezuwachs gibt. Vergleicht man diese

Prognose mit den Ergebnissen der Vorhersage mit der „milden“ Abfrage aus Kapitel 7.2

(Abb. 39), so fällt auf, dass sich die Eintrittshäufigkeiten nur gering verändert haben. Jedoch

ist eine positive Signifikanz bei keiner der Stationen sichtbar.


137

Wenn der Elisabethtag scheefrei war, folgt dann ein schneearmer Winter?

0,670,830,50,90,73

0,88

00,34

0%

25%

50%

75%

100%

Bad G

leich

enbe

rg

Fürsten

feld

Gleisd

orf

Graz Flug

hafen

Graz U

nivers

ität

Region

Ost

Region

Graz

Region

Eint

ritts

häuf

igke

it [%

]

Abbildung 74: Strenge Auswertung der Witterungsregel (9) mit dem Lostag als Zeitspanne.



In dieser Auswertung wird von der Regel verlangt, dass nur der Lostag alleine keinen

Neuschnee bringt. Wenn das der Fall ist, so soll der darauffolgende Winter schneearm

ausfallen. Auch hier sind die Schwankungen der Eintrittshäufigkeiten gegenüber den

Ergebnissen aus Kapitel 7.2 (Abb. 39) minimal. Doch auch hier gibt es keine Station die eine

positive Signifikanz von mindestens 0,95 aufweisen kann.

In beiden neuen Auswertungen der Bauernregel wird ersichtlich, dass die Änderungen

gegenüber der normalen Abfrage sehr gering sind.


138

7.6 Expertenvergleich

Wie schon in Kap. 5 erwähnt, wurden alle Bauernregeln des Fragebogens (vgl. Anhang Kap.

10.1) durch Experten beurteilt. Jene, die eine hohe Zustimmung bzw. eine starke Ablehnung

erhalten haben, wurden daraufhin näher ausgewertet (vgl. Kap. 7.2 und Kap. 7.3) und einige

von ihnen weisen daraufhin positive oder negative Signifikanzen auf. Die statistisch

objektiven Tendenzen der Eintrittshäufigkeiten (über bzw. unter 50%) werden in diesen

abschließenden Kapitel mit den subjektiven Bewertungen der Experten verglichen, wie die

Tabellen 19 und 20 zeigen.

Tendenz Nr. Signifikante Witterungsregeln Auswertung Experten

1 Auf trocken kalten Januar folgt viel Schnee im Februar

Negative Signifikanz Zustimmung

2 Sophie (15. Mai) man die Kalte nennt, weil sie gern kaltes Wetter bringt


3 Pankratius und Servatius (12. 13. Mai) bringen Kält’ oft und auch Verdruß


4 Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht

Positive Signifikanz Zustimmung

8 Andre (30. Nov) bringt Schnee, hat er keinen sonst macht er einen

Negative Signifikanz

9 Elisabeth (19. Nov) sagt an, was der Winter für ein Mann


Tabelle 19: Vergleich zwischen den Tendenzen signifikanter Witterungsregeln und der

Einschätzung der Experten.

Tendenz Nr. Signifikante Ernteregeln Auswertung Experten

1 Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft


9 Aprilregen verheißt viel Segen Positive Signifikanz Zustimmung

Tabelle 20: Vergleich zwischen den Tendenzen signifikanter Ernteregeln und der

Einschätzung der Experten.

Auffallend ist die Tatsache, dass die wettererfahrenen Landwirte jede der in dieser Studie

dann genau untersuchte Regel mit einer hohen Zustimmung bewertet haben (dies war ein

Auswahlkriterium, siehe Kap. 5.2). Generell gibt es keine empirische Vorhersage, die mit

einer starken Ablehnung beurteilt worden ist. Aus der Tabellen wird ersichtlich, dass die


139

Experten in 4 von 8 Fällen mit ihrer Einschätzung richtig gelegen sind, in den anderen 4

Fällen falsch. Die Witterungsregel (8) wurde von einem Probanten ohne eine Beurteilung

aufgestellt. Die Untersuchung dieser Regel ergab eine stark negative Signifikanz mit

Eintrittshäufigkeiten unter 20% (vgl. Abb. 36).

An dieser Stelle sei ein Dank an die Experten aus der Oststeirischen und Grazer Region

ausgesprochen, da sie einen wesentlichen Unterstützungsteil zur vorliegenden Arbeit

beigetragen haben.

140

BAUERNREGELN OSTSTEIERMARK UND GRAZ 8. AUSBLICK

141

8 Zusammenfassung und Ausblick Die Arbeit beschäftigte sich mit den Ergebnissen einzelner Bauern- und Populärregeln im

Oststeirischen und Grazer Raum anhand von fünf Klimastationen. Als Datenbasis wurden der

StartClim Datensatz und ein standardisierter Datensatz der Zentralanstalt für Meteorologie

und Geodynamik (ZAMG) sowie ein Datensatz zur landwirtschaftlichen Produktion,

bereitgestellt von der Statistik Austria, verwendet. Des Weiteren wurde auf Basis der

Auswertung eines Fragebogens, welcher von ortsansässigen Experten aus der untersuchten

Region ausgefüllt wurde, die Anzahl der im Detail ausgewerteten Regeln aus einem

Ursprungskatalog von 110 auf 28 beschränkt.

Da es keine klaren Richtlinien gibt, wie die einzelnen Bauernregeln zu verstehen sind, folgen

daraus auch verschiedene Interpretationsmöglichkeiten. Um die Regeln an der jeweiligen

Station auszuwerten, wurden eigens dafür bestimmte Rechenverfahren einer

Methodenbibliothek verwendet. Diese Methoden nehmen auch auf die klimatischen

Änderungen der letzten Jahrzehnte Rücksicht, indem sie eine Entfernung eines gleitenden

Trends beinhalten. Die so gewonnenen Ergebnisse wurden weiters mit Hilfe eines

Hypothesentests auf statistische Signifikanz geprüft. Von den insgesamt 26 geprüften

Witterungs- und Ernteregeln weisen 4 eine positive und 4 eine negative (d.h. das Gegenteil

trifft zu) Signifikanz auf. Jene signifikanten Regeln, die sich auf Lostage beziehen, wurden

daraufhin ein zweites mal nach strengeren Kriterien untersucht, wobei von 5 Vorhersagen 3

ihre positive oder negative Signifikanz beibehalten haben. Abgeschlossen wurde diese Studie

mit dem Vergleich der aus der Untersuchung resultierenden statistisch objektiven Tendenzen

der signifikanten Regeln mit den subjektiven Beurteilungen der regionalen Experten.

Ein unausweichliches Problem besteht in der Tatsache, dass es keine genaue Datierung der

Entstehung der einzelnen Regeln gibt. Daraus folgt, dass wir bei der Auswertung jener

Regeln, die vielleicht vor der Gregorianischen Kalenderreform (1583) aufgestellt wurden,

diese 10 Tages-Kalenderverschiebung nicht berücksichtigen können. Des Weiteren ist es

durchaus möglich, dass Witterungs- und Ernteprognosen zu der Entstehungszeit der Regeln

vor langer Zeit höhere Eintrittshäufigkeiten erzielt haben, als jene, die in der vorliegenden

Studie aus den Datenreihen 1948 – 2004 (also nahe dem heutigen Klima) berechnet worden

sind.

Als Weiterführung dieser Arbeit gibt es einiges, was verbessert oder ausgebaut werden

könnte. Beispielsweise könnten die Datensätze weitgehend einer generellen Überprüfung

unterzogen werden, um dadurch die vorhandenen Datenlücken zu füllen, was aber mit einem

BAUERNREGELN OSTSTEIERMARK UND GRAZ 8. AUSBLICK

142

hohen Arbeitsaufwand verbunden wäre. Auch die landwirtschaftlichen Produktionsdaten der

Statistik Austria sind auf Bezirksebene lückenhaft bzw. gar nicht vorhanden. Diese Löcher zu

füllen ist kaum möglich, da die Statistik Austria die einzige Institution ist, die Messungen und

Schätzungen der landwirtschaftlichen Erntedaten auf Bundesland- und Bezirksebene

durchführt.

Verbesserungswürdig ist auch die Datengrundlage für die Bestimmung der Signifikanz,

welche mit Hilfe eines Hypothesentests berechnet wird. Dabei ist nicht der χ2-Test selbst ein

Problem, sondern die geringe Anzahl der Jahre, in denen die Ausgangssituation einer Regel

erfüllt ist, weil dadurch auch die Signifikanzgrenze von 0,95 für viele Eintrittshäufigkeiten zu

hoch liegt. Hier würden daher noch längere Zeitreihen (z. B. 100 Jahre) hilfreich sein und

diese Grenze herabsetzen.

Eine weitere mögliche Fortsetzung wäre der Vergleich verschiedener Auswertungsmethoden,

die auf eine Regel angewandt werden. Damit könnte im weiteren Sinne auch untersucht

werden, ob die Ergebnisse der Vorhersagekraft unter diesen verschiedenen Methoden große

Unterschiede aufweisen oder nicht.

Eine weitere Idee beschäftigt sich mit den Eintrittsjahren und hinterfragt, ob manche

Witterungs- bzw. Ernteregeln in einem gleichmäßigen Jahresabstand vorkommen, oder ob die

klimatischen Entwicklungen der letzten Jahrzehnte Auswirkungen auf die Anzahl der

Eintrittsjahre haben. So zum Beispiel könnte aus längeren Zeitreihen ersichtlich werden, dass

eine Regel vor 1980 regelmäßiger eintrifft, jedoch danach stimmt diese Regel nur noch in

manchen Jahren. Durch diesen Ansatz ist eventuell auch eine Prognose für die zukünftige

Eintrittswahrscheinlichkeit auf noch soliderer Grundlage möglich.

Wie aus den angeführten weiteren Verbesserungsmöglichkeiten ersichtlich wird, ist das

Gebiet der Erforschung empirischer Witterungs- und Klimaregeln umfangreich und diese

vorliegende Arbeit kann als Grundlage für weitere interessante Studien verwendet werden.

BAUERNREGELN OSTSTEIERMARK UND GRAZ 9. QUELLENVERZEICHNIS

143

9 Quellenverzeichnis

9.1 Literaturverzeichnis

BORTZ, J., DÖRING, N., 2002: Forschungsmethoden und Evaluation. Verlag Springer,

Berlin, 812 S.

DIEKMANN, A., 2002: Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen.

Rohwolts Enzyklopädie, Hamburg, 639 S.

FINCK, A., 1985: Nasse und trockene Sommer in früheren Jahrhunderten. Forschungsbericht

und Halbjahresschrift der Universität Kiel, Christiana Albertina 20, Kiel, S. 29-34.

HANSELMEIER, A., 2002: Einführung in die Astronomie und Astrophysik, Spektrum

Akademischer Verlag, Heidelberg, 442 S.

HENRYSSON, ST., HASELOFF, O., HOFFMANN, H., 1960: Kleines Lehrbuch der Statistik

für Naturwissenschaftler, Mediziner, Psychologen, Sozialwissenschaftler und

Pädagogen. Verlag de Gruyter, Berlin, 173 S.

KABAS, T., 2005: Das Klima in Südösterreich 1961 – 2004. Die alpine Region Hohe Tauern

und die Region Südoststeiermark im Vergleich. Publizierte Diplomarbeit. Wegener

Zentrum für Klima und Globalen Wandel. Universität Graz, Graz, 132 S.

Leykam Austria, 1984: Erleben 1985. Gesundes Leben, Heilkräuter, Brauchtum, Pflanzzeit,

Alter Bauernkalender. Leykam Universitätsbuchdruckerei, Graz

LIEB, G.K., 1991: Eine Gebietsgliederung der Steiermark aufgrund naturräumlicher

Gegebenheiten. Mitteilungen der Abteilung für Botanik am Joanneum Graz, S.1-30.

MAHLBERG, H., 2003: Bauernregeln aus meteorologischer Sicht. Verlag Springer, Berlin,

246 S.


144

MUMMENDEY. H., 2002: Die Fragebogen-Methode. Hogrefe Verlag, Göttingen, 240 S.

OSTEN, A., 2004: Bauernregeln für das ganze Jahr. Tosa Verlag, Wien, 151 S.

ÖKLIM (Österreichischer Klimaatlas) 2001, Zentralanstalt für Meteorologie und Geodynamik

(ZAMG), Wien, CD

RAPP, J., 2000: Konzeption, Problematik und Ergebnisse klimatologischer Trendanalysen für

Europa und Deutschland. Berichte des Deutschen Wetterdienstes (DWD) 212,

Selbstverlag des Deutschen Wetterdienstes, Offenbach am Main, 145 S.

RAPP, J., SCHÖNWIESE, C.-D., 1996: Atlas der Niederschlags- und Temperaturtrends in

Deutschland 1891-1990. Frankfurter Geowissenschaftliche Arbeiten, Serie B,

Meteorologie und Geophysik, Band 5, Frankfurt am Main, 253 S.

RICHTER, D., 1995: Ergebnisse methodischer Untersuchungen zur Korrektur des

systematischen Messfehlers des Hellmann-Niederschlagsmessers. Berichte des

Deutschen Wetterdienstes (DWD) 194, Selbstverlag des Deutschen Wetterdienstes,

Offenbach am Main, 93 S.

SACHS, L., 2002: Angewandte Statistik. Anwendung Statistischer Methoden. Springer

Verlag, Heidelberg, 881 S.

SCHÖNWIESE, C.-D., 2003: Praktische Statistik für Meteorologen und Geowissenschaftler.

Verlag Gebrüder Borntraeger, Berlin, 198 S.

WAKONIGG, H., 1970: Witterungsklimatologie der Steiermark. Verlag Notring, Dissertation

der Universität Graz, Wien, 255 S.

Zentralanstalt für Meteorologie und Geodynamik (ZAMG), 2000: Jahrbuch der ZAMG,

Jahrgang 1999, Wien


145

9.2 Internetverzeichnis

AUER, I., et al., 2003: StartClim1 – Qualitätskontrolle und statistische Eigenschaften

ausgewählter Klimaparameter auf Tageswertbasis im Hinblick auf Extremwertanalysen.

Zentralanstalt für Meteorologie und Geodynamik, Wien, 54 S. Zugriff Juli 2006.

http://www.boku.ac.at/austroclim/startclim/bericht2003/StCl01.pdf

Bauernregeln und Bauernweisheiten, Zugriff Juli 2006

http://www.bauernregeln.net

Bauernregeln und Lostage, Zugriff Juli 2006

http://www.jagdweb.at/allerlei/bauer/index.html

Bauernregeln, Lostage, Wetterregeln, Hintergrundinformationen, Zugriff Juli 2006

http://www.sagen.at/infos_quellen_links/calender.html

Bauernregeln und Wetterregeln durch das Jahr, Zugriff Juli 2006

http://www.garten-literatur.de/Kalender/bauern.htm

Bauernregeln für jede Jahreszeit, Zugriff Juli 2006

http://www.volkstanz.at/Brauchtum/Bauernregeln/Jahreszeit.html

Bundesanstalt Statistik Österreich (Statistik Austria). Zugriff Juli 2006.

http://www.statistik.at

Bundesanstalt Statistik Österreich (Statistik Austria), 2005: Standard Dokumentation

Metainformationen zur Erhebung der Erwerbsobstanlagen. Wien, 15 S., Zugriff Juli

2006.

http://www.statistik.at/standarddokumentation/001718.pdf

Bundesanstalt Statistik Österreich (Statistik Austira), 2005: Standard Dokumentation

Metainformationen zur Ernteerhebung. Wien, 27 S., Zugriff Juli 2006.

http://www.statistik.at/standarddokumentation/003451.pdf


146

GODISON, B. E., et al., 1998: WMO Solid Precepitation Measurement Intercomparison.

Final Report. No. 67, World Meteorological Organization, 212 S. Zugriff Juli 2006.

http://www.wmo.ch/web/www/reports/WMOtd872.pdf

Institutsbereich für Geophysik, Astrophysik und Meteorologie (IGAM) Universität Graz,

Zugriff Juli 2006.

http://www.kfunigraz.ac.at/igamwww/

Land Steiermark: Geographisches Informationssystem. Zugriff Juli 2006.

http://www.gis.steiermark.at/cms/ziel/298145/DE/

RAPP, J.: Eine erweiterte Definition des Begriffs “Trend” in der Klimadiagnose. 4 S. Zugriff

Juli 2006.

http://user.uni-frankfurt.de/~jrapp/ksb99_trend.pdf

Wetterregeln, Zugriff Juli 2006

http://www.wetterregeln.de/

Zentralanstalt für Meteorologie und Geodynamik (ZAMG). Zugriff Juli 2006.

http://www.zamg.ac.at


147

9.3 Abbildungsverzeichnis

Abbildung 1: Gebietsgliederung der Steiermark. Quelle: nach LIEB 1991, S.16. .................. 13

Abbildung 2: Bezirke der Steiermark mit dem Untersuchungsgebiet (rot). Quelle:

www.gis.steiermark.at, modifiziert........................................................................................ 20

Abbildung 3: Die Stationen des StartClim Datensatz. Quelle: Auer et al. 2003, S.8. ............. 22

Abbildung 4: Die Klimastation Fürstenfeld und ihre Umgebung. Quelle: Regionalstelle

ZAMG Steiermark.................................................................................................................... 28

Abbildung 5: Die Klimastation Gleisdorf und ihre Umgebung. Quelle: Regionalstelle ZAMG

Steiermark. ............................................................................................................................... 28

Abbildung 7: Windverursachte Niederschlagsmessfehler verschiedener Messgeräte. Quelle:

GOODISON et al. 1998. .......................................................................................................... 31

Abbildung 8: Einhüllende Maxima und Minima der Station Villacher Alpe. Quelle: AUER et

al. 2003 S. 11............................................................................................................................ 33

Abbildung 9: Unterschied der zwei Methoden der Tagesmittelwertsbildung anhand des Jahres

1983 für den Monat März der Station Gleisdorf. Schwarze Linie: (T7h + T19h + Tmax +

Tmin)/4; Rote Linie: (Tmax + Tmin)/2.................................................................................... 35

Abbildung 10: Der Temperaturverlauf der Station Bad Gleichenberg in der Zeit 1980 bis 1991

mit einer Stationsverlegung am 1.April 1985 (rot strichliert). ................................................. 36

Abbildung 11: Gegenüberstellung der Extensiv- (blau) Intensiv- (rot) und

Gesamtobstproduktion (schwarz) in der Steiermark. ............................................................... 38

Abbildung 12: Gesamtweinmenge in Hektoliter in den Regionen Oststeiermark und Graz. .. 39

Abbildung 13: Getreideproduktion der Gesamtsteiermark in [t/ha]. ....................................... 41

Abbildung 14: Die Tagesmittelwerte von Jänner bis Juni des Jahres 1997 mit der

Regressionsgeraden (rote Linie); Station Gleisdorf. ................................................................ 45

Abbildung 15: Links: Trend einer gefilterten Zeitreihe. Rechts: Methode der

Mittelwertdifferenz. Quelle: RAPP, SCHÖNWIESE 1996, S.55............................................ 46

Abbildung 16: Gegenüberstellung der Definitionen relativer Trends mit Hilfe des

Mittelwertes (1) und des Anfangswertes (3) der Zeitreihe. Quelle: RAPP 2000; Seite 12,

modifiziert. ............................................................................................................................... 47

Abbildung 17: Monatsmittel August mit dem linearen Trend (blaue Linie) und dem

Durchschnittswert (gestrichelte Linie). Station Graz Flughafen für den Zeitraum 1950 bis

2004. ......................................................................................................................................... 49

Abbildung 18: Trendentfernte Monatsmittelwerte des August der Station Graz-Flughafen. .. 50


148

Abbildung 19: Monatsmittelwerte des August mit der dazugehörigen gleitenden Trendkurve

(rote Linie)................................................................................................................................ 51

Abbildung 20: Vergleich linearer Trend (blaue Linie) mit gleitenden Trend (rote Linie). ..... 52

Abbildung 21: Vergleich lineare Trendentfernung (blaue Linie) und gleitende

Trendentfernung (schwarze Linie). .......................................................................................... 53

Abbildung 22: Gesamtproduktion Getreide Steiermark mit 5jährig gleitenden Trend (rote

Linie). ....................................................................................................................................... 54

Abbildung 23: Auswertung der Regel (4) mit den Signifikanzgrenzen 0,9 und 0,95 und dem

Signifikanzniveau der jeweiligen Eintrittshäufigkeit. .............................................................. 67

Abbildung 24: Auswertung der Witterungsregel (1)................................................................ 70

Abbildung 25: Auswertung der Witterungsregeln (2) und (3). ................................................ 72

Abbildung 26: Auswertung der Witterungsregel (4); erste Abfrage........................................ 74

Abbildung 27: Auswertung der Witterungsregel (4); zweite Abfrage. .................................... 75

Abbildung 28: Auswertung der Witterungsregel (4); dritte Abfrage. ...................................... 76

Abbildung 29: Auswertung der Witterungsregel (4); vierte Abfrage. ..................................... 77




Abbildung 33: Auswertung der Witterungsregel (5); vierte Abfrage. ..................................... 81

Abbildung 34: Auswertung der Witterungsregel (6), zweite Abfrage. .................................... 82






Abbildung 40: Auswertung der Witterungsregel (10).............................................................. 90

Abbildung 41: Auswertung der Ernteregel (1); erste Abfrage. ................................................ 92

Abbildung 42: Auswertung der Ernteregel (1); zweite Abfrage. ............................................. 93

Abbildung 43: Auswertung der Ernteregel (2)......................................................................... 94





Abbildung 48: Auswertung der Ernteregel (8)....................................................................... 100


149

Abbildung 49: Auswertung der Ernteregel (9)....................................................................... 101

Abbildung 50: Auswertung der Ernteregel (10)..................................................................... 102

Abbildung 51: Auswertung der Ernteregel (11); zweite Abfrage. ......................................... 103



Abbildung 54: Auswertung der Ernteregel (15)..................................................................... 109

Abbildung 55: Auswertung der Populärregel (1); erste Abfrage. .......................................... 112

Abbildung 56: Auswertung der Populärregel (1); zweite Abfrage ........................................ 113

Abbildung 57: Auswertung der Populärregel (1); dritte Abfrage. ......................................... 114

Abbildung 58: Auswertung der Populärregel (1); vierte Abfrage.......................................... 115

Abbildung 59: Temperaturdifferenzen am Wochenende für die Zeitspanne 2000 bis 2004;

Station Graz Universität. ........................................................................................................ 116

Abbildung 60: Auswertung der Populärregel (2); Zusammenhang zwischen den

Wochentagspaar Montag – Freitag und dem Wochenende bezogen auf den Niederschlag. . 118


und dem Wochentagspaar Montag - Freitag bezogen auf den Niederschlag. ........................ 119

Abbildung 62: Auswertung der Populärregel (2) mit der Frage, ob auf eine trockene Woche

(Montag bis Freitag) ein verregnetes Wochenende folgt. ...................................................... 122

Abbildung 63: Auswertung der Populärregel (2) mit der Frage, ob auf ein trockenes

Wochenende eine verregnete Woche (Montag bis Freitag) folgt. ......................................... 123

Abbildung 64: Auswertung der Populärregel (2); Zusammenhang zwischen dem

Wochentagspaar Mittwoch und Donnerstag und dem Wochenende bezogen auf die

Temperatur. ............................................................................................................................ 125


und dem Wochentagspaar Mittwoch - Donnerstag bezogen auf die Temperatur. ................. 126

Abbildung 66: Strengere Auswertung der Witterungsregeln (2) und (3)............................... 129

Abbildung 67: Strenge Auswertung der Witterungsregel (4); zweite Abfrage mit einer Woche

als Zeitspanne. ........................................................................................................................ 130

Abbildung 68: Strenge Auswertung der Witterungsregel (4); zweite Abfrage mit dem Lostag

als Zeitspanne. ........................................................................................................................ 131

Abbildung 69: Strenge Auswertung der Witterungsregel (4); vierte Abfrage mit einer Woche

als Zeitspanne. ........................................................................................................................ 132

Abbildung 70: Strenge Auswertung der Witterungsregel (4); vierte Abfrage mit dem Lostag

als Zeitspanne. ........................................................................................................................ 133


150


................................................................................................................................................ 134

Abbildung 72: Strenge Auswertung der Witterungsregel (8) mit einer Woche als Zeitspanne

(Schneedecke). ....................................................................................................................... 135


................................................................................................................................................ 136

Abbildung 74: Strenge Auswertung der Witterungsregel (9) mit dem Lostag als Zeitspanne.

................................................................................................................................................ 137

9.4 Tabellenverzeichnis

Tabelle 1: Die vier bearbeiteten StartClim Stationen (Quelle: AUER et al 2003 modifiziert)

und die ausgewählte Station Fürstenfeld (Quelle: ZAMG Steiermark). .................................. 24

Tabelle 2: Finaler Datensatz der Stationen mit Fehlwertperioden. .......................................... 25

Tabelle 3: Berechnung der Temperaturmittelwerte abhängig vom Verwendungszweck. ....... 34

Tabelle 4: Verbale Abstufung und Beurteilung mit einer 6 stufigen Likertskala. ................... 56

Tabelle 5: Die Benotung einer Regel. ...................................................................................... 57

Tabelle 6: Wertigkeit der Items durch die Zustimmungssumme. ............................................ 57

Tabelle 7: Liste der ausgewerteten Witterungs-, Klima-, Ernte- und Populärregeln. .............. 58

Tabelle 8: Verhältnisse der Irrtumswahrscheinlichkeiten (IWSK) zu den Signifikanzen SI.

Quelle: SCHÖNWIESE 2003, modifiziert............................................................................... 60

Tabelle 9: Mögliche Testentscheidungen und Fehler. p = variable Wahrscheinlichkeit, β als

Fehler 2. Art, wenn α als Fehler 1. Art bezeichnet wird, TS = Trennschärfe. Quelle:

SCHÖHNWIESE 2003 modifiziert. ........................................................................................ 60

Tabelle 10: Die zur Auswertung verwendeten Witterungs- und Klimaregeln......................... 69

Tabelle 11: Die zur Auswertung verwendeten Ernteregeln. .................................................... 91

Tabelle 12: Die zur Auswertung verwendeten Populärregeln. .............................................. 111

Tabelle 13: Zusammenhänge zwischen dem Wochentagspaar Montag – Dienstag (Mo - Di)


Eintrittshäufigkeit (EH) und der dazu berechneten Signifikanz (SI). .................................... 120

Tabelle 14: Zusammenhänge zwischen dem Wochentagspaar Dienstag – Mittwoch (Di - Mi)




151

Tabelle 15: Zusammenhänge zwischen dem Wochentagspaar Mittwoch – Donnerstag (Mi –

Do) und dem Wochenende (WE) an den einzelnen Stationen und Regionen mit der


Tabelle 16: Zusammenhänge zwischen dem Wochentagspaar Donnerstag – Freitag (Do - Fr)



Tabelle 17: Die für die strengere Auswertung verwendeten Witterungs- und Klimaregeln.. 128

Tabelle 18: Die für die strengere Auswertung verwendeten Ernteregeln. ............................. 128

Tabelle 19: Vergleich zwischen den Tendenzen signifikanter Witterungsregeln und der

Einschätzung der Experten..................................................................................................... 138

Tabelle 20: Vergleich zwischen den Tendenzen signifikanter Ernteregeln und der

Einschätzung der Experten..................................................................................................... 138

152

BAUERNREGELN OSTSTEIERMARK UND GRAZ 10. ANHANG

153

10 Anhang

10.1 Fragebogen an ortansässige Experten

Michael Moser Wegener Zentrum für Klima und Globalen Wandel Leechgasse 25 8010 Graz Graz, am 9. Nov. 2005

Sehr geehrte Damen und Herren

Das Wettergeschehen ist als bedeutender Umweltfaktor für uns Menschen schon immer von regen Interesse gewesen, obwohl die physikalischen Aspekte lange Zeit nicht bekannt waren. Da gerade Bauern auf das Wetter angewiesen waren und sind, ist es nicht verwunderlich, dass sie Jahrhunderte lang ihre Beobachtungen in Form von Reimen, den Bauernregeln, festhielten und teilweise sogar ihr Bauerndasein danach ausrichteten. Diese empirischen Wetter- und Klimaregeln basieren auf langjährig gesammelten Beobachtungen von Bauern über das Wetter. Trotz aller wissenschaftlicher und technischer Entwicklung (z. B. Wettersatelliten) hat sich aber die von Bauernregeln ausgehende Faszination bis in die Gegenwart erhalten. Die Frage, die sich aber nun stellt, lautet: Sind die uns überlieferten Regeln glaubwürdig? Wenn ja, ist es dann möglich, aufgrund der erlangten Ergebnisse die regionale/lokale Klima-Kurzfristvorhersage zu verbessern? All das wird in meiner Diplomarbeit (Untersuchung empirischer Wetter- und Klimaregeln in der Region Südoststeiermark) bearbeitet. Hierbei werden Regeln mit jahrzehntelangen meteorologischen Messreihen (Temperatur, Niederschlag,...) von vier Messstationen in der Südoststeirischen Region verglichen und ausgewertet. Des Weiteren können die so erlangten Erkenntnisse dann auch der Landwirtschaft in dieser Region von Nutzen sein. Im Zuge dieser Arbeit auf der Universität Graz bin ich auf etliche Bauernregeln (hier im Speziellen Witterungs- und Klimaregeln) gestoßen, doch es fällt mir schwer deren Qualität alleine zu beurteilen. Aus diesem Grund bitte ich Sie, sehr geehrte Damen und Herren, um Ihre Mithilfe. Anbei finden Sie drei Fragebögen, die sich auf jeweils ausgesuchte Witterungsregeln, Ernteregeln und Populärregeln beziehen. Welche der Regeln sind Ihnen bekannt? Wenn ja, wie häufig treffen sie zu, oder auch nicht zu? Kennen Sie Bauernregeln, die im Fragebogen gar nicht angeführt sind, die sich auf Witterung und Ernte beziehen? Wenn ja, welche? Ich weise hier noch darauf hin, dass es keine „richtige“ oder „falsche“ Antwort gibt. Auch wenn Sie von einer Regel noch nie was gehört oder gelesen haben (einfach Regel unbekannt/weiß nicht ankreuzen) helfen Sie mir bei meiner Arbeit weiter, da ihre Erfahrung mit Bauernregeln viel größer als meine ist und ich so wirklich „uninteressante“ Regeln heraustrennen kann. Ihre Anonymität wird natürlich gewahrt, es sind nur am Schluss ganz wenige allgemeine Daten zu Ihrer Person gefragt.


154

Zu guter Letzt möchte ich mich bei Ihnen schon im Voraus ganz herzlich dafür bedanken, dass Sie sich für die Bearbeitung des Fragebogens Zeit nehmen!

Hochachtungsvoll Michael Moser (Diplomand, Wegener Zentrum Graz/Forschungsschwerpunkt Südoststeiermark)

Erhebung zu Bauernregeln: Teil I - Witterungsregeln

Beurteilung - Einschätzung des Zutreffens der Regel: 1=trifft häufig zu, 2=trifft eher zu, 3=mittel, 4=trifft eher nicht zu, 5=triff selten zu; 0=unbekannt/weiß nichtIhre Einschätzung bitte ankreuzen! Nr. Regel 1 2 3 4 5 01 Am Neujahrstag kalt und weiß, wird der Sommer später heiß ○ ○ ○ ○ ○ ○

2 Große Kält’ am Antoniustag (17. Januar) große Hitze am Lorenzitag (10. August) ○ ○ ○ ○ ○ ○

3 Wieviel Regentropfen im Jänner, soviel Schneeflocken im März ○ ○ ○ ○ ○ ○

4 Auf trocken kalten Januar folgt viel Schnee im Februar ○ ○ ○ ○ ○ ○

5 Ist Dreikönig kein Winter, folgt keiner mehr dahinter ○ ○ ○ ○ ○ ○

6 Wie das Wetter zu Vinzenz (22. Januar) war, wird es sein das ganze Jahr ○ ○ ○ ○ ○ ○

7 Fällt viel Regen im Februar, gibs viel Regen im ganzen Jahr ○ ○ ○ ○ ○ ○

8 St. Dorothee (6. Februar) bringt meistens Schnee ○ ○ ○ ○ ○ ○

9 Wenn es im Februar nicht friert und schneit, kommt der Frost zur Osterzeit ○ ○ ○ ○ ○ ○

10 Ist St. Peter (22. Februar) kalt, hat der Winter noch lange Halt ○ ○ ○ ○ ○ ○

11 Felix und Petrus (21. 22. Februar) zeigen an, was wir 40 Tage für Wetter han ○ ○ ○ ○ ○ ○

12 Wenn’s an Petri Stuhlfeier (22. Februar) kalt, die Kält’ noch 40 Tage anhält ○ ○ ○ ○ ○ ○

13 Auf dieses kann man zählen jeder Zeit, dass es am 30. Februar nicht schneit ○ ○ ○ ○ ○ ○

14 Ein freundlicher März folgt ein freundlicher April ○ ○ ○ ○ ○ ○

15 Wies im März regnet, wird’s im Juni wieder regnen ○ ○ ○ ○ ○ ○

16 Wenns einmal um Josefi (19. März) is, so endet auch der Winter g'wiß ○ ○ ○ ○ ○ ○

17 Wie das Wetter zu Frühlingsanfang (21. März) ist es den ganzen Sommer lang ○ ○ ○ ○ ○ ○

18 Nasser April – trockener Juni ○ ○ ○ ○ ○ ○

19 Ist Palmsonntag ein heiterer Tag, für den Sommer ein gutes Zeichen sein mag ○ ○ ○ ○ ○ ○

20 Der heilige Ambrosius (4. April) schneit oft den Bauern auf den Fuß ○ ○ ○ ○ ○ ○

21 Ist der Gründonnerstag weiß, wird der Sommer sicher heiß ○ ○ ○ ○ ○ ○

22 Wenn's am Karfreitag regnet, ist's ganze Jahr gesegnet ○ ○ ○ ○ ○ ○

23 Wenn's am Ostertag regnet am wenigsten, so regnet's alle Sonntage bis Pfingsten ○ ○ ○ ○ ○ ○


155

24 Sophie (15. Mai) man die Kalte nennt, weil sie gern kaltes Wetter bringt ○ ○ ○ ○ ○ ○

25 Pankratius und Servatius (12. 13. Mai) bringen Kält’ oft und auch Verdruß ○ ○ ○ ○ ○ ○

26 Magdalena (24.Mai) weint um ihren Herrn, darum regnets an ihrem Tage gern ○ ○ ○ ○ ○ ○

27 Ist der Frühling trocken, gibt’s einen nassen Sommer ○ ○ ○ ○ ○ ○

28 Regnet es am Siebenschläfertag (27. Juni), es noch 7 Wochen regnen mag ○ ○ ○ ○ ○ ○

29 Regnet`s am Tag von Peter und Paul (29. Juni), steht es mit dem Wetter faul. Es drohen dreißig Regentage, da nützet nun mal keine Klage ○ ○ ○ ○ ○ ○

30 Wenn Jakobi (25. Juli) klar und rein, wird das Christfest frostig sein ○ ○ ○ ○ ○ ○

31 Ist Siebenbrüder (10. Juli) ein Regentag, so regnet es noch 7 Wochen danach ○ ○ ○ ○ ○ ○

32 Wies Wetter an St. Margareten (13. Juli), dasselbe noch 4 Wochen steht ○ ○ ○ ○ ○ ○

33 Vom Jakobustag (25. Juli) der Vormittag, das Wetter zu Weihnachten deuten mag ○ ○ ○ ○ ○ ○

34 So wie Ignaz (31. Juli) stellt sich ein, wird der nächste Januar sein ○ ○ ○ ○ ○ ○

35 Wie der August war, wird auch der künftige Februar ○ ○ ○ ○ ○ ○

36 Hitze an St. Domenikus (4. August) ein strenger Winter kommen muß ○ ○ ○ ○ ○ ○

37 Es pflegt im August beim ersten Regen die Hitze sich zu legen ○ ○ ○ ○ ○ ○

38 Wie das Wetter am Himmelfahrtstag (15. August) so es noch 2 Wochen sein mag ○ ○ ○ ○ ○ ○

39 Wenns an Joachim (16. August) regent, dann folgt ein warmer Winter ○ ○ ○ ○ ○ ○

40 Wie der Bartholomäustag (24. August) sich hält, ist der ganze Herbst bestellt ○ ○ ○ ○ ○ ○

41 Regnets sanft an Michaelstag (29. August), sanft auch der Winter werden mag ○ ○ ○ ○ ○ ○

42 September nass – Oktober kalt ○ ○ ○ ○ ○ ○

43 Kühler September – kalter Oktober ○ ○ ○ ○ ○ ○

44 Gib auf Ägidien (1. September) wohl acht, er sagt dir was der Monat macht ○ ○ ○ ○ ○ ○

45 Wie sich das Wetter an Maria Geburt (8. September) verhält, so ist’s noch weitere 4 Wochen bestellt ○ ○ ○ ○ ○ ○

46 Bringt St. Michael (29. September) Regen, kannst du gleich den Pelz anlegen ○ ○ ○ ○ ○ ○

47 Regnets sanft am Michaelistag (29. September) folgt ein sanfter Winter nach ○ ○ ○ ○ ○ ○

48 Warmer Oktober bringt führwahr, stets einen kalten Januar/Februar ○ ○ ○ ○ ○ ○

49 Ist der Oktober warm und fein, kommt ein scharfer Winter drein, ist es aber nass und kühl, mild der Winter werden will ○ ○ ○ ○ ○ ○

50 Schneits im Oktober gleich, dann wird der Winter weich (Schneetage) ○ ○ ○ ○ ○ ○

51 Oktober und März gleichen sich allerwärts ○ ○ ○ ○ ○ ○

52 Ist der Oktober freundlich und mild, ist der März dafür rau und wild ○ ○ ○ ○ ○ ○

53 Oktober rau - Januar lau ○ ○ ○ ○ ○ ○

54 Regnet es an St. Dionys (9. Oktober), regnet es den ganzen Winter gewiss! ○ ○ ○ ○ ○ ○

55 Wenn bei St. Gallus (16. Oktober) Regen fällt, der Regen sich bis Weihnachten hält ○ ○ ○ ○ ○ ○

56 Ist St. Gallus trocken, folgt ein Sommer mit nassen Socken ○ ○ ○ ○ ○ ○

57 Wenn's zu Allerheiligen schneit, dann lege deinen Pelz bereit. Regnet's aber an diesen Tag, viel Schnee im Winter kommen mag ○ ○ ○ ○ ○ ○

58 Hat Martini (11. November) einen weißen Bart, wird der Winter lang und hart ○ ○ ○ ○ ○ ○

59 Wie St. Kathrein (25. November), wird's auch an Neujahr sein ○ ○ ○ ○ ○ ○

60 Herrscht im Dezember recht strenge Kält`, sie volle Achtzehn Wochen hält ○ ○ ○ ○ ○ ○


156

61 Wie sich die Witterung vom Christtag bis Heiligdreikönig verhält, so ist das ganze Jahr bestellt ○ ○ ○ ○ ○ ○

62 Barbara (4. Dezember) im weißen Kleid verkündet gute Sommerzeit ○ ○ ○ ○ ○ ○

63 So kalt wie im Dezember, so heiß wird’s im Juli ○ ○ ○ ○ ○ ○

64 Ist’s an Weihnachten kalt, ist kurz der Winter, das Frühjahr kommt bald ○ ○ ○ ○ ○ ○

65 Wenn’s auf Weihnacht ist gelind, sich noch viel Kälte einfind ○ ○ ○ ○ ○ ○

66 Gefriert`s an Sylvester zu Berg und Tal, geschieht es dies zum letzten Mal ○ ○ ○ ○ ○ ○

Erhebung zu Bauernregeln: Teil II - Ernteregeln

Beurteilung - Einschätzung des Zutreffens der Regel: 1=trifft häufig zu, 2=trifft eher zu, 3=mittel, 4=trifft eher nicht zu, 5=triff selten zu; 0=unbekannt/weiß nichtIhre Einschätzung bitte ankreuzen!

Nr. Regel 1 2 3 4 5 01 Septemberregen - dem Bauern Segen, dem Winzer Gift, wenn er ihn trifft ○ ○ ○ ○ ○ ○

2 Wenn Matthäus (21. September) weint statt lacht, Essig aus dem Wein er macht ○ ○ ○ ○ ○ ○

3 Bringt der Oktober viel Regen ist’s für die Felder ein Segen ○ ○ ○ ○ ○ ○

4 Je mehr Schnee im November fällt, um so fruchtbringender wird das Feld ○ ○ ○ ○ ○ ○

5 Schnee in der Christnacht (25. Dezember) - gute Hopfenernte ○ ○ ○ ○ ○ ○

6 Kalter Dezember und fruchtbar Jahr, sind vereinigt immerdar ○ ○ ○ ○ ○ ○

7 Januar hart und rau nutzt dem Getreidebau ○ ○ ○ ○ ○ ○

8 Januar Schnee zuhauf, Bauer, halt den Sack bloß auf ○ ○ ○ ○ ○ ○

9 Ist der Januar gelind, die Trauben im Oktober trefflich sind ○ ○ ○ ○ ○ ○

10 Ist’s im Januar nur warm, wird der reichste Bauer arm ○ ○ ○ ○ ○ ○

11 Am 10. Jänner Sonnenschein bringt viel Korn und Wein ○ ○ ○ ○ ○ ○

12 Wenn es an St. Pauli (25. Januar) schneit, folgt eine teure Erntezeit ○ ○ ○ ○ ○ ○

13 Hat der Paulus weder Schnee noch Regen, bringt das Jahr gar manchen Segen ○ ○ ○ ○ ○ ○

14 Ist der Winter warm, wird der Bauer arm ○ ○ ○ ○ ○ ○

15 Trockener März und feuchter April, das ist nach des Bauern Will ○ ○ ○ ○ ○ ○

16 Gibt’s im März zu viel Regen, bringt die Ernte wenig Segen ○ ○ ○ ○ ○ ○

17 Ist Marien (25. März) schön und helle, gibt’s viel Obst auf alle Fälle ○ ○ ○ ○ ○ ○

18 Aprilregen verheißt viel Segen ○ ○ ○ ○ ○ ○

19 Bringt der April noch Schnee und Frost, gibt's wenig Heu und sauren Most ○ ○ ○ ○ ○ ○

20 Ist der Mai kühl und nass, füllt’s dem Bauern Scheun’ und Faß ○ ○ ○ ○ ○ ○

21 Mairegen bringt Segen ○ ○ ○ ○ ○ ○

22 An Jacobi (1. Mai) heiß und trocken, kann der Bauersmann frohlocken ○ ○ ○ ○ ○ ○


157

23 Pankratz und Urban (12. bzw. 25. Mai) ohne Regen bringen großen Erntesegen ○ ○ ○ ○ ○ ○

24 Ist der Juni warm und nass, gibt’s viel Korn (Frucht) und noch mehr Gras ○ ○ ○ ○ ○ ○

25 Juni kalt und nass, lässt leer Scheuer und Fass ○ ○ ○ ○ ○ ○

26 Soll gedeihen Korn und Wein, muss im Juni Wärme sein ○ ○ ○ ○ ○ ○

27 Wenn Barnabas (11. Juni) bringt Regen, so gibt es auch viel Traubensegen ○ ○ ○ ○ ○ ○

28 O heiliger St. Veit (15. Juni), regne nicht, dass es uns nicht an Obst und Wein gebricht ○ ○ ○ ○ ○ ○

29 Juli kühl und nass, leere Scheunen - leeres Fass ○ ○ ○ ○ ○ ○

30 An Siebenbrüder (10. Juli) Regen, der bringt dem Bauern keinen Segen ○ ○ ○ ○ ○ ○

31 Vinzenz (19. Juli) Sonnenschein, füllt die Fässer mit Wein ○ ○ ○ ○ ○ ○

32 Je dichter der Regen im August, desto dünner wird der Most ○ ○ ○ ○ ○ ○

33 Oswald-Tag (5. August) muss trocken sein, sonst wird teuer Korn und Wein ○ ○ ○ ○ ○ ○

Erhebung zu Bauernregeln: Teil III - Populärregeln

Beurteilung - Einschätzung des Zutreffens der Regel: 1=trifft häufig zu, 2=trifft eher zu, 3=mittel, 4=trifft eher nicht zu, 5=triff selten zu; 0=unbekannt/weiß nichtIhre Einschätzung bitte ankreuzen!

Nr. Regel 1 2 3 4 5 01 Heller Mond und strenge Kält' lange nicht zusammenhält ○ ○ ○ ○ ○ ○

2 Wenn der Mond hat einen Ring, so folgt der Regen allerding ○ ○ ○ ○ ○ ○

3 Gewitter in der Vollmondzeit verkünden Regen weit und breit ○ ○ ○ ○ ○ ○

4 Wenn Weihnachten der Mond zunimmt, dann ist das Jahr drauf gut gesinnt ○ ○ ○ ○ ○ ○

5 Zu Vollmond ist das Wetter stabil, zu Neumond labil und wechselhaft ○ ○ ○ ○ ○ ○

6 Wie das Wetter am Freitag so am Sonntag ○ ○ ○ ○ ○ ○

7 Am Wochenende (Sa-So) ist es eher "schiach" (Regenwetter/fast kein Sonnenschein) als während der Woche

○ ○ ○ ○ ○ ○


158

Erhebung zu Bauernregeln: Teil IV - Weitere Regeln, die ich kenne

Hier finden Sie Platz, um Bauernregeln oder Populärregeln hinzuschreiben, die Ihnen bekannt sind, die Sie für interessant halten, die aber in den Fragebögen nicht vorgekommen sind:

Nr. Regel 1 2 3 4 5 0

1

○ ○ ○ ○ ○ ○

2

○ ○ ○ ○ ○ ○

3

○ ○ ○ ○ ○ ○

4

○ ○ ○ ○ ○ ○

5

○ ○ ○ ○ ○ ○

Schließlich einige wenige Daten zu Ihnen (Ihre Anonymität ist gewahrt!) VIELEN DANK

Gemeinde: FÜR IHRE MÜHE

Wohnort: UND HILFE!

Alter (Jahre):

Beruf:


159

10.2 Tabelle χ2-Verteilung

Zum Inhalt: Wissenschaftliche Studien zur Vorhersagekraft von empirischen Witterungs- und Klimaregeln („Bauernregeln“) sind bisher rar. In der vorliegenden Arbeit werden ausgewählte Bauernregeln auf ihren Wahrheitsgehalt in der Oststeirischen und Grazer Region geprüft. In der vorliegenden Studie wird auf die rasanten Änderungen der klimatischen Verhältnisse im Laufe der letzten Jahrzehnte Rücksicht genommen, indem Methoden der Trendberechnung und Trendentfernung in die Auswertung eingebunden werden. Um eine Tendenz zu erlangen, welche Regeln eine hohe subjektive Zustimmung oder eine starke Ablehnung im Untersuchungsgebiet haben, wurde ein umfangreicher Fragebogen mit einer großen Zahl bekannter Bauernregeln von wettererfahrenen Experten der Region bewertet und daraufhin eine Auswahl von Regeln genau studiert. Um die Aussagekraft der Auswertungen deutlicher zu machen, wurde bei allen Ergebnissen ein Hypothesentest durchgeführt. Witterungs- und Ernteregeln, die laut Analyse einen hohen oder niedrigen Wahrheitsgehalt (auf Basis statistischer Signifikanz) besitzen, werden daraufhin noch zusätzlich mit anderen, strengeren Kriterien geprüft. Die gewonnenen Resultate zeigen schließlich, dass nur ein kleiner Teil der Auswertungen der Bauernregeln und Populärregeln zu signifikanten Ergebnissen führen. Meistens gibt es den von der Vorhersage prognostizierten Zusammenhang zwischen der Ausgangs- und Zielsituation nicht. Es gibt 4 von insgesamt 26 ausgewerteten klassischen Bauernregeln, die eine hohe Eintrittshäufigkeit (mit statistischer Signifikanz > 90%) in den letzten 40 Jahren aufweisen. Dem gegenüber gibt es 4 Auswertungen, die das genaue Gegenteil des Sachverhalts der betrachteten Regel bestätigen. Eine Änderung der Auswertungsmethoden wirkt sich auf die Eintrittshäufigkeiten jener signifikanten Regeln aus, die sich auf Lostage beziehen. Von 5 Regeln haben 3 ihre positive bzw. negative Signifikanz beibehalten. Zum Schluss der Arbeit werden die aus der Untersuchung resultierenden objektiven Tendenzen der signifikanten Regeln mit den subjektiven Beurteilungen der regionalen Experten verglichen.

Wegener Zentrum für Klima und Globalen Wandel Karl-Franzens-Universität Graz

Leechgasse 25 8010 Graz, Austria www.wegcenter.at

ISBN-10 3-9502126-8-X ISBN-13 978-3-9502126-8-6

Documents

Bauernregeln wissenschaftlich betrachtet: …wegc€¦ · Das Wegener Zentrum für Klima und Globalen Wandel vereint als interdisziplinäres und ... Ausarbeitung dieser Studie benötigt