10 
Klimatologischer Eisatlas 
Fehlende Eiskarten wurden ersetzt, indem man manuell die 
benachbarten Karten duplizierte. Die Häufigkeit der Eiskar 
tenproduktion hängte von der Änderung der Eislage ab. Je 
öfter sich die Eisverhältnisse änderten, desto öfter wurden 
die Karten gezeichnet. Folglich sollte die Methode, die ange 
wendet wurde, um Daten für Tage ohne Eiskarten zu interpo 
lieren, nicht zu all zu großen Fehlern führen. 
Bei der statistischen Analyse basierend nur auf den Daten 
aus den Eiskarten werden die Ergebnisse zu niedrigerer Häu 
figkeit, späterem Termin des frühesten Eisauftretens und frü 
herem Ende der Eissaison tendieren. Das liegt daran, dass 
die Herausgabe der Eiskarten erst beginnt, wenn genügend 
Eis im Seebereich auftritt, und endet, wenn auf See keine Be 
hinderungen für Schiffe durch Eis auftreten. Deshalb wurden 
die Eiskarten durch die täglichen Daten der etwa 50 Beob 
achtungsstationen an der deutschen Ostseeküste ergänzt. 
An den anderen Küsten, an denen keine täglichen Stations 
daten zur Verfügung standen, sind die Daten des Beginns 
und des Endes einer Eissaison etwas verfälscht. 
Da die polnischen und die älteren deutschen Eiskarten den 
nordöstlichsten Teil der südlichen Ostsee nicht erfassen, wur 
den die gröberen, im 30’x30’ - Raster digitalisierten Daten 
aus den deutschen, den ganzen Ostseebereich umfassenden 
Eisübersichtskarten (Feistei et al., 2008), zusätzlich in die Be 
rechnungen einbezogen. Die Daten entlang der südlichen 
Ostseeküste wurden ausgeschaltet, indem man den Bede 
ckungsgrad und die Eisdicke auf Null gesetzt hat. Danach 
wurden die Daten auf ein 2’x4’ Rasterfeld interpoliert (die In 
terpolation wird nachfolgend besprochen) und zu den deut 
schen Rasterdaten zugefügt. Dies wurde separat für jedes 
Jahr und nur für den Seebereich östlich des östlichsten Da 
tenpunktes in den fein gerasterten deutschen Karten durch 
geführt. Die Anwendung der grob digitalisierten Eiskarten be 
einflusst die Ergebnisse der Analyse der langjährigen Daten 
reihe und äußert sich in eiförmigen Gebilden in den 
statistischen Angaben für Herbst- oder Frühlingstermine (z. B. 
Häufigkeit, Eisbedeckungsgrad oder Eisdicke für den 1. April). 
Die polnischen Daten und die ergänzten deutschen Daten 
wurden zu einem einzelnen Satz zusammengefügt. Für die 
Punkte, die gleichzeitig in beiden Datensätzen Vorkommen, 
wurden der größte Bedeckungsgrad und die höhere Eisdicke 
ausgewählt. Im Bereich, wo beide Sätze sich überdecken 
(hauptsächlich in der Pommerschen Bucht), kann diese An 
näherung zu einer geringfügigen Überbewertung der Eispara 
meter führen. 
Für die Kartendarstellung im Atlas wurden die 2’x4’ Daten 
auf ein achtmal feineres Gitter interpoliert. Bei der Interpola 
tion variierte die Gewichtung der einzelnen Datenpunkte 
linear von 1 am Punkt selber zu 0 an den anderen Daten 
punkten. Linien, die Küsten und Inseln darstellten, wurden bei 
der Interpolation nicht gekreuzt, d.h. der Wert eines Punktes 
auf einer Seite einer Linie wurde nur mit Hilfe von Datenpunk 
ten berechnet, die auf der gleichen Seite sind. Einige manu 
elle Korrekturen von Datenpunkten und Küstenlinien mussten 
durchgeführt werden, um zu vermeiden, dass z. B. Daten von 
den inneren Küstengewässern nicht irrtümlich verwendet 
werden, um Punkte im Seebereich zu interpolieren und um 
gekehrt. 
Sobald die Daten vollständig Vorlagen, war die Berechnung 
der statistischen Angaben (Häufigkeit des Eisauftretens, mitt 
lerer Bedeckungsgrad, mittlere Eisdicke, etc.) unkompliziert. 
Aber bei der Interpretation der Ergebnisse sollte man die un 
ten angegebenen Punkte beachten: 
- Die Länge der Eissaison (Differenz zwischen dem ersten 
und dem letzten Tag des Eisauftretens) ist immer gleich 
oder größer als die Anzahl der Tage mit Eis, weil eisfreie 
Tage in diesem Zeitraum Vorkommen können. Je dichter 
die beiden Parameter beieinander liegen, desto weniger 
Unterbrechungen gab es im Eiswinter und desto kontinu 
ierlicher war die Eisentwicklung. 
- Die Karten der Mittelwerte des Bedeckungsgrades und der 
Eisdicke für Winter mit Eisauftreten, können auf ersten 
Blick unrealistisch aussehen, weil im Seebereich öfters grö 
ßere Werte als an der Außenküste oder in den inneren Küs 
tengewässern Vorkommen. Jedoch wird dieses Verhalten 
durch ein einfaches Beispiel leicht erklärt: In einem extrem 
starken oder sehr starken Eiswinter sind die Küstengewäs 
ser und der Seebereich zu 100% eisbedeckt. Wenn es der 
einzige Winter mit Eisauftreten auf See war, ist das Mittel 
dieses einzelnen Wertes natürlich auch gleich 100%. In 
den Küstengewässern, in denen Eis in weiteren Wintern, 
aber mit einer Bedeckung unter 100%, auftrat, wird auch 
der Mittelwert kleiner als 100 % sein. 
Für eine grobe Fehlerabschätzung des Eisbedeckungsgrades 
und der Eisdicke wurden die Daten der deutschen und polni 
schen Karten an Punkten mit Eiskonzentration über 0% ver 
glichen (über 0% , weil gleich 0% „eisfrei“, sowie auch 
„keine Daten“ bedeuten kann). Einige der gefundenen Unter 
schiede resultieren aus der verwendeten zeitlichen Interpola 
tion. Der Fehler hängt auch vom Wert selbst ab: Fehler für die 
niedrigen und hohen Werte sind im Allgemeinen kleiner als in 
unmittelbare Nähe des Wertes. Beide Parameter haben 
außerdem nicht kontinuierliche Werte, und die Daten und die 
Differenzen sind nicht normalverteilt. Dennoch verwenden wir 
zur groben Fehlereinschätzung für den vollständigen Daten 
satz die Gauß’sche Normalverteilung. Die deutschen Mittel 
werte für den Bedeckungsgrad sind ungefähr 0,03 höher und 
die polnischen, für die Eisdicke ungefähr 5 cm größer. Etwa 
60% aller Werte unterscheiden sich maximal um 0,1 in der 
Bedeckung, und bei der Dicke zeigen etwa 50 % der Werte 
Unterschiede kleiner als 10 cm. Die Standardabweichung ist 
±0,24 für den Eisbedeckungsgrad und ±14 cm für die Eis 
dicke. Obwohl die einzelnen Fehler ziemlich hoch sind, ist der 
Fehler im 50-jährigen Mittelwert geringer, da wir mehrere Zei 
ten kombinieren. So ist der Fehler nur noch 0,03 für den Be 
deckungsgrad und 2 cm für die Eisdicke. Die entsprechenden 
Fehler in den 30-jährigen Zeiträumen sind 0,04 und 3 cm. 
Betrachten wir nur die Winter mit Eis, so sind die Fehler in 
den Mittelwerten etwas größer, da weniger Einzelwerte ein 
fließen. Solange die Häufigkeit des Eisauftretens aber nicht 
sehr klein ist, ist der mittlere Fehler kleiner als 0,1 bzw. 6 cm. 
Alles zusammen fassend sind die Fehler kleiner, oder höchs 
tens gleich groß, als die Abstufungen der in den Karten ver 
wendeten Farbkodierung.