Höhere Lufttemperaturen wirken sich negativ auf die menschliche Gesundheit aus. Vor allem während des Sommers können extreme Temperaturen hitzebedingte Belastungen und Krankheiten hervorrufen. Dies gilt besonders in den Nachtstunden, wo ggf. derart hohe Temperaturen auftreten (Tropennächte, siehe Indikator 9.2 Tropennächte in Innenstädten), dass keine erholsame Nachtruhe erfolgen kann. Die Auswirkungen des Klimawandels in Städten als Aufenthaltsraum vieler Menschen stehen besonders im Fokus. Städte sind stärker durch Hitze und höhere thermische Belastungen betroffen als das weniger dicht bebaute Umland. Das Phänomen des Temperaturunterschieds zwischen Stadt und Umland wird als städtische Wärmeinsel (UHI, urban heat island), ihre Ausprägung als UHI-Intensität (UHII) bezeichnet. Aufgrund der stark ansteigenden Temperaturen (siehe z. B. Indikatoren 1.1 Durchschnittliche Jahreslufttemperatur, 1.2 Durchschnittliche Jahreszeitenlufttemperatur und 1.4 Temperaturkenntage warm (Sommertage, Heiße Tage, Tropennächte)) werden die urbanen Wärmeinseln eine immer größere Bedeutung für die Ballungsräume gewinnen.

Das Klima wird kleinräumig durch verschiedene Faktoren beeinflusst. Im städtischen Raum und im Umland sind dies in erster Linie die Flächennutzung, die Bebauungsdichte, der Versiegelungsgrad, die Oberflächenstruktur, das Relief und die Vegetationsart (VDI 2015). Kleinräumige Bereiche, die hinsichtlich des Mikroklimas einheitliche Gegebenheiten aufweisen, werden als Klimatope bezeichnet (VDI 2015). Als Indikator wird die Intensität der UHI im meteorologischen Sommer (Juni, Juli, August) verwendet. Die UHII ist die Lufttemperaturdifferenz zwischen der (überwärmten) Innenstadt und dem (möglichst unbeeinflussten) Umland. Zur Berechnung der Lufttemperaturdifferenz werden Zeitreihen von zwei Stationen benötigt, wovon eine im städtischen Bereich, die andere im Umland liegen sollte. Die Einteilung der verwendeten Stationen nach der Klimatopkarte der Klimaanalyse NRW ist in nachfolgender Tabelle dargestellt:
 

Die Lufttemperaturdifferenzen werden auf der Basis von Stundenwerten berechnet. Es wird die maximale UHII (höchste UHII des Sommers), die mittlere UHII (Mittelwert der UHII Tageshöchstwerte) und die Anzahl verschiedener UHII-Klassen (>1 K bis 3 K, >3 K bis 6 K und >6 K, jeweils Tageshöchstwerte) ausgewertet. Falls weniger Daten als 90 % der Sommertage eines Jahres an einer Station vorhanden sind, wird für diese Stadt eine Datenlücke verzeichnet.

Literatur:

Verein Deutscher Ingenieure (VDI) (2015): VDI-Richtlinie 3787 Blatt 1. Umweltmeteorologie – Klima- und Lufthygienekarten für Städte und Regionen. Kommission Reinhaltung der Luft im VDI und DIN – Normenausschuss KRdL. Verein Deutscher Ingenieure, Düsseldorf.

Die bei den UHII verwendeten Stationspaare haben unterschiedlich lange Zeitreihenlängen: Bochum 1997-2022 (mit Datenlücken 2001 und 2005), Bonn 2006-2022 (mit Datenlücken 2008, 2009, 2013, 2014, 2016, 2018, 2019 und 2021 - aufgrund dieser vielen Datenlücken sind die Aussagen für diese Station weniger belastbar als für die anderen Stationen), Köln 2010-2022 und Aachen 2011-2022.

Vergleicht man die vier Städte, treten in Köln und Aachen die höchsten UHI-Mittel- und Maximalwerte (betrachtet über den jeweiligen Gesamtzeitraum) auf. In Aachen lassen sich die hohen Unterschiede durch die klimatisch günstige Umgebung mit hohem Abkühlungspotenzial im Vergleich zur Innenstadt erklären, in Köln hat vor allem die Stadtgröße insgesamt und die hohe Einwohnerzahl einen Einfluss auf die Werte. Dass Bochum die relativ geringsten Mittelwerte besitzt, kann damit erklärt werden, dass die Stadtstation in einer Kleingartenanlage liegt und eher von Stadtrandklimatopen umgeben ist. Gerade bei der langen Reihe in Bochum lassen sich auch einzelne besonders warme Sommer, wie 2003 und 2019, bei den maximalen UHII Werten deutlich erkennen. In Köln trat im letzten Jahr (2022) die höchste Anzahl an Sommertagen in der UHII-Klasse >6 K sowie die höchste maximale UHI der Zeitreihe (und aller Städte) mit einem Wert von 9,3 K auf. Dieser Wert wurde 2022 sogar zweimal erreicht: in den frühen morgen Stunden des 18.06. und des 12.08. Hier zeigt sich sehr deutlich die mangelnde Abkühlung in der Innenstadt im Vergleich zur Umlandstation nach einem heißen Tag.

Für alle Indikatoren werden eine Trendberechnung und Signifikanzprüfung nach der Methode des Umweltbundesamtes, kurz "DAS-Methode" genannt, durchgeführt. Bei der UHII wurden sowohl die mittlere und maximale UHII des Sommers als auch die Auftrittsanzahl verschiedener UHII-Klassen mit Hilfe der Trendanalyse untersucht. Es wurden für alle Städte die jeweiligen Gesamtzeiträume geprüft.

Für Bochum ergibt die Trendanalyse für den Gesamtzeitraum einen quadratischen Trend (n-Form) für die mittlere UHII, wohingegen die maximale UHII keinen Trend zeigt. Der quadratische Trend beschreibt zunächst ein Ansteigen und nach einer Trendumkehr einen Rückgang. Insgesamt zeigt das Änderungssignal (Differenz zwischen Anfangs- und Endwert der Trendlinie) einen Anstieg um +0,7 K. Darüber hinaus konnte für die UHII-Klassen >1 K bis 3 K und >3 K bis 6 K zum Teil ebenfalls signifikante Trends nachgewiesen werden. Die Änderungssignale sind nachfolgender Tabelle zu entnehmen.

Die Trendanalyse für die UHII in Bonn ergab keine signifikanten Trends. Dies kann mit der hohen Anzahl an Datenlücken zusammenhängen.

Für Köln ergibt die Trendanalyse für die mittlere und maximale UHII einen linear steigenden Trend. Die Änderungssignale liegen bei +2,4 K und +2,5 K. Für die Auftrittshäufigkeiten der UHII-Klassen zeigt die Trendanalyse für >1 K bis 3 K einen linear fallenden Trend, für die Klasse >3 K bis 6 K eine Trendumkehr (n-Form) und für >6 K einen linear steigenden Trend. Hier könnte sich also eine Verschiebung zu höheren UHI-Intensitäten zeigen, weshalb hier der Rückgang in den niedrigen Klassen negativ bewertet wird. 

Die Trendanalyse zeigt in Aachen keine signifikanten Trends.

Sowohl die Jahreseinzelwerte als auch die Trendanalyse zeigen, dass die Standortbedingungen der jeweiligen Stationspaare einen Einfluss auf die Ergebnisse haben. Dadurch lassen sich auch die teilweise konträren Trends erklären, aber auch die unterschiedliche Zeitreihenlänge spielt hierfür eine Rolle.