Studie: Hitzeindikator bei Weinreben lässt Erwärmung fälschlich als Verzögerung erscheinen

Eine neue statistische Studie kommt zu dem Ergebnis, dass eine verbreitete Methode zur Messung von Wetterbedingungen in der Weinrebenforschung irreführende Resultate liefern kann. Sie kann sogar den Eindruck erwecken, wärmere Bedingungen verlangsamten die Pflanzenentwicklung, obwohl sie diese tatsächlich beschleunigen.

Die in der Fachzeitschrift Discover Data veröffentlichte Studie untersuchte, wie Forschende die Phänologie der Weinrebe modellieren, also den zeitlichen Ablauf von Entwicklungsstadien wie Blüte und Fruchtreife. Die Autoren S. Behnamian und F. Fogh argumentieren, dass viele Analysen eine versteckte Verzerrung in ihre Modelle einbauen, indem sie die aufsummierte Wärme bis zu dem Datum berechnen, an dem ein Ereignis beobachtet wird. Da sich die Wärmesumme im Laufe der Saison naturgemäß erhöht, geht ein späteres Beobachtungsdatum fast immer mit einer höheren Wärmesumme einher. Das führt zu einem statistischen Problem, weil die Wettervariable teilweise durch das Ergebnis bestimmt wird, das sie eigentlich erklären soll.

Den Autoren zufolge kann dadurch die scheinbare Richtung eines Temperatureffekts umgekehrt werden. In der Praxis kann ein Modell ausweisen, dass zusätzliche Wärme die Blüte oder Reife verzögert, obwohl der tatsächliche biologische Effekt genau umgekehrt ist.

Die vorgeschlagene Lösung ist einfach. Anstatt Wetterbedingungen bis zum Ereignisdatum aufzusummieren, berechnen die Autoren die Wetterwerte nur für festgelegte Zeiträume vor der Saison, die enden, bevor das Ereignis plausiblerweise festgestellt werden kann. Im Beispiel der Weinrebe verwendete die Studie den Zeitraum vom 1. Januar bis zum 30. April für die Blüte und vom 1. Januar bis zum 29. Juni für die Reife. Da diese Zeiträume vor den üblichen Ereignisdaten enden, können die Wetterwerte nicht mechanisch an den Zeitpunkt gekoppelt sein, zu dem das Ereignis beobachtet wurde.

Zunächst prüfte die Studie das Problem anhand einer Simulation. In 1.000 wiederholten Durchläufen generierten die Forschenden Zeitpunkte für phänologische Ereignisse mit einem bekannten tatsächlichen Effekt der Wärme vor der Saison. In diesem Szenario hätte ein Anstieg der Wärme um eine Standardabweichung das Ereignis um 15 % beschleunigen müssen; ausgedrückt als Zeitverhältnis entspricht das 0,85. Verwendete das Modell die korrekte exogene Wettervariable, ergab sich nahezu genau dieser Wert: Das durchschnittlich geschätzte Zeitverhältnis lag bei 0,851. Bei Verwendung der kumulierten Wärme bis zum Ereignis selbst verschob sich der Durchschnittswert jedoch auf 1,237. Das entsprach einer Aufwärtsverzerrung von 45 % und wies in die falsche Richtung: Statt einer Beschleunigung wurde fälschlich eine Verzögerung nahegelegt.

Anschließend wandten die Autoren die Methode auf Beobachtungen der kultivierten europäischen Weinrebe Vitis vinifera aus dem USA National Phenology Network an. Das Archiv umfasste den Zeitraum von 2012 bis 2025 und enthielt 41.274 Statusaufzeichnungen zu sieben einzelnen Pflanzen an fünf US-Standorten, eingereicht von 16 Beobachtern. Nach der Eingrenzung auf die beiden untersuchten Entwicklungsstadien – offene Blüten und reife Früchte – umfasste der auswertbare Datensatz noch 8.274 Aufzeichnungen. Diese wurden zu 50 Beobachtungseinheiten aus Pflanze, Standort und Jahr zusammengefasst.

Für die Auswertung nutzte die Studie eine Überlebenszeitanalyse, um ein grundlegendes Problem bei Feldbeobachtungen zu berücksichtigen: Beobachter besuchen die Pflanzen in der Regel nicht täglich, sodass der genaue Zeitpunkt eines Entwicklungsstadienwechsels an einer Rebe oft unbekannt ist. Bekannt ist lediglich, dass Blüte oder Reife irgendwann zwischen dem letzten Besuch, bei dem das Stadium noch nicht eingetreten war, und dem ersten Besuch, bei dem es festgestellt wurde, stattgefunden hat. Die Autoren behandelten solche Fälle als intervallzensierte Daten, statt jedes Ereignis einem einzelnen Beobachtungsdatum zuzuordnen. Auch Jahre, in denen ein Ereignis nie erfasst wurde, behielten sie bei und behandelten sie als rechtszensierte Beobachtungen, anstatt sie aus der Analyse auszuschließen.

Das ist wichtig, weil einfachere Methoden solche Jahre häufig unberücksichtigt lassen, obwohl sie wertvolle Informationen über späte oder ausgebliebene Ereignisse enthalten. Laut Studie liefert dieser Rahmen der Überlebenszeitanalyse ein realistischeres Bild der Unsicherheit in phänologischen Aufzeichnungen, die auf Beobachtungen beruhen.

Bei den Weinrebendaten zeigte sich in den korrigierten Modellen ein klareres Signal für die Reife als für die Blüte. Wärmere Bedingungen vor der Saison führten durchweg zu einer früheren Reife. Im wichtigsten Weibull-Modell lag das Zeitverhältnis bei 0,864, mit einem Konfidenzintervall von 0,813 bis 0,917. Den Autoren zufolge verschob sich in diesem Datensatz der Mediantermin der Reife mit jeder zusätzlichen Standardabweichung der Wärme vor der Saison – etwa 150 Gradtagen – um rund 29 Tage nach vorne. Ein zweites Modell auf Basis einer log-logistischen Verteilung ergab einen geringeren Effekt mit einem Zeitverhältnis von 0,962. Das zeigte, dass die Höhe der Schätzung teilweise von der Modellspezifikation abhing, während die Richtung gleich blieb.

Bei der Blüte ergab sich ein anderes Bild. Die geschätzte Reaktion auf wärmere Bedingungen vor der Saison war schwach und statistisch unsicher; in allen Modellvarianten schlossen die Konfidenzintervalle den Wert eins ein. Die Studie fand bei dieser Stichprobengröße auch keinen eindeutigen Niederschlagseffekt. Ein marginaler Zusammenhang mit dem Niederschlag verschwand, als die Forschenden die kumulierte Niederschlagsmenge durch eine Wasserbilanz ersetzten, bei der die Referenz-Evapotranspiration abgezogen wird.

Der Unterschied zwischen den korrigierten und den fehlerhaften Modellen stand im Zentrum der Arbeit. Verwendeten die Forschenden absichtlich Wettervariablen, die bis zum Ereignisdatum aufaddiert worden waren, legten die Modelle nahe, dass mehr Wärme sowohl die Blüte als auch die Reife verzögerte. Die Simulationstests deuteten darauf hin, dass dieses Ergebnis ein statistisches Artefakt und kein biologisches Signal war.

Die Autoren beschrieben den Fall der Weinrebe als methodische Demonstration und nicht als allgemeine Aussage darüber, wie alle Weinberge auf das Klima reagieren. Die Stichprobe war klein und ungleichmäßig verteilt. Obwohl die ursprüngliche Zahl der Aufzeichnungen groß war, stammten sie von nur sieben Pflanzen an fünf Standorten. Zudem lieferten nur drei Standorte in Kalifornien und New York ausreichend statistische Aussagekraft für die Modelle mit festgelegten Zeiträumen. Für 43 der 50 Einheiten aus Pflanze, Standort und Jahr fehlten Angaben zur Rebsorte. Bei den Reben handelte es sich außerdem um eine Mischung aus Kelter-, Tafel- und Zierreben. Die meisten wurden bewässert, was zu Bewirtschaftungsunterschieden führt, die sich auf die Entwicklung auswirken können.

Die Arbeit umfasste eine Reihe von Sensitivitätsprüfungen. Die Forschenden testeten unterschiedliche Basistemperaturen für die Berechnung von Gradtagen, alternative Zeiträume, strengere Definitionen der Endpunkte sowie eine homogenere Teilstichprobe von einem einzigen Standort. Ihren Angaben zufolge veränderten diese Anpassungen zwar die Punktschätzungen, nicht aber die zentralen Schlussfolgerungen. Außerdem prüften sie, ob die Zensierung informativ war, und ermittelten eine mediane Beobachtungsintervallbreite von vier Tagen. Die Clusterung auf Standortebene war für die Reife moderat und konnte die Standardfehler in einem Modell, das Cluster berücksichtigt, ungefähr verdoppeln; an der Gesamtinterpretation änderte sich dadurch jedoch nichts.

Der Studie zufolge lässt sich die Methode nur unter bestimmten Voraussetzungen auf andere Arten und Beobachtungsnetzwerke übertragen. Die Besuche müssen im Verhältnis zur jährlichen Streuung der Ereigniszeitpunkte häufig genug stattfinden. Der Anteil rechtszensierter Fälle darf nicht so hoch sein, dass die parametrischen Schätzungen instabil werden. Die Stichprobe muss für das gewählte Modell groß genug sein. Und der festgelegte Wetterzeitraum muss vor dem frühestmöglichen Erfassungsdatum enden, sonst kann dieselbe Verzerrung erneut auftreten.

Für die Getränkeindustrie könnte die Arbeit langfristig relevant werden, wenn sie zu zuverlässigeren Prognosen für den Betrieb im Weinberg und den Erntezeitpunkt führt. Genauere Schätzungen dazu, wann Trauben blühen oder reifen, können die Personalplanung und die zeitliche Abstimmung der Fruchtverarbeitung in der Weinproduktion unterstützen. Aufgrund der begrenzten Stichprobe muss der Ansatz jedoch noch unter breiteren kommerziellen Anbaubedingungen geprüft werden, bevor sein praktischer Nutzen klar ist.

Die Arbeit verweist zudem auf ein übergeordnetes Problem in der Forschung zu Klimareaktionen. Phänologische Studien greifen häufig auf kumulative Messgrößen wie Gradtage zurück, weil sie einfach und weithin verbreitet sind. Die Studie legt nahe, dass solche Messgrößen grundlegende Annahmen von Regressions- und Überlebenszeitmodellen verletzen können, wenn sie in Bezug auf das vorherzusagende Ereignis definiert werden. Bei Weinreben kann das ausreichen, um eine durch Erwärmung beschleunigte Entwicklung als scheinbare Verzögerung erscheinen zu lassen.

Mit festgelegten Zeiträumen vor der Saison und Überlebenszeitmodellen für intervallzensierte Daten können Forschende diese Fallstricke laut den Autoren vermeiden und Klimasignale herausarbeiten, die besser dazu passen, wie Feldbeobachtungen tatsächlich erhoben werden.