変化するシナリオのコスト: IPCC が気候評価において一貫した語彙を維持する必要がある理由

この洞察力に富んだ記事では、著名な水文気象学者で気候リスク評価者のバポン・ファフルディン氏が、著名な地質生態学者のヤナ・シルマン氏とともに、IPCCシナリオ用語の変化による悪影響について警告しています。 移行コストを超えて、用語の変更は、ポリシー設定におけるそのようなシナリオの適用にも悪影響を及ぼします。

変化するシナリオのコスト: IPCC が気候評価において一貫した語彙を維持する必要がある理由

抽象

気候変動に関する政府間パネル(IPCC)の報告書で使用されているシナリオは、気候変動を理解し対応する上で重要な手段であり、地球規模の気候変動対策の科学的基盤として機能します。 これらは、さまざまな温室効果ガス排出経路の下での将来の気候条件について、科学的に厳密でピアレビューを経た予測を提供します。 第一次評価報告書(AR90)の「SA1990」(1 年のシナリオ A)から第六次評価報告書(AR6)の共有社会経済経路(SSP)に至るまで、これらのシナリオは、私たちの成長を反映して、複雑かつ正確に進化してきました。気候システムの理解と、官民セクターの戦略的決定、気候変動リスク評価、適応計画を支援するモデリング技術の高度化が進んでいます。 これらのシナリオは、社会経済の発展、技術の進歩、緩和努力に関する特定の仮定に対応するさまざまな将来の可能性を提供するため、政策に情報を提供するために不可欠です。 さまざまな排出軌道の潜在的な影響を概説することで、政策立案者が自らの決定に関連するリスクとトレードオフを評価できるようになります。

さらに、シナリオは、地球規模、地域レベル、地方レベルでの気候変動の影響を定量化するのに役立ちます。 これらは気候への影響評価に重要なデータを提供し、適応とレジリエンス構築のための戦略に情報を提供します。 これらのシナリオは、気候変動の経済分析においても極めて重要な役割を果たし、費用対効果の高い緩和戦略を特定し、低炭素開発と気候変動適応策に向けた投資を導きます。

過去 200 回の IPCC 評価サイクルの過程で、社会経済シナリオと排出シナリオの命名規則と枠組みが変化してきました。 最新の科学情報を活用することを目的としていますが、この用語の変遷は、各国政府や、計画立案者や政策立案者にシナリオを組み込む必要がある部門に大きな混乱を引き起こします。 新しいシナリオを使用した気候リスク評価のためのシナリオの理解、解釈、移行コスト、国や地方の利害関係者の能力構築、法改正に関する知識が不足しているため、重大な課題に直面しています。 語彙の変更は、技術的、社会的、財政的、能力構築の課題を引き起こす可能性があります。 過去の評価の証拠から、用語の変更により IPCC 報告書全体の移行費用に約 6 億ドルが費やされたことが明らかになりました。 これにより、各国の能力構築、リスク評価、法律や政策の変更が大幅に拡大する可能性があります。 IPCC は AR7 以降、微妙なシナリオ語彙を使用し、少なくとも第 XNUMX 次評価報告書 (ARXNUMX) を通じて、そして将来的には評価サイクルに続く可能性があるまで一貫した用語を使用する必要があります。


IPCC シナリオと語彙の課題

IPCC は科学文献を評価して、政策立案者に気候変動科学の現状に関する包括的な最新情報を定期的に提供します。 これらの評価レポートの主要な構成要素は、気候モデル予測に組み込まれる社会経済シナリオと排出シナリオです。 シナリオ開発プロセスは、複雑な気候と統合評価モデル (IAM) を実行する独立したモデリング グループによって主導されます。 最近の IPCC 第 6 次評価報告書 (AR6) では、中核となるシナリオ モデリング グループは、より大規模な結合モデル相互比較プロジェクト (CMIP7) の一部であるシナリオ モデル相互比較プロジェクト (ScenarioMIP) でした。 現在、気候モデリングは次の段階である CMIP7 に移行しており、今後の IPCC ARXNUMX に反映される新しいシナリオと予測が生成されます。

シナリオ分析は IPCC 気候評価の重要な要素であり、IPCC は科学的理解の進歩を反映し、より包括的な評価を提供するために、シナリオの語彙を時間の経過とともに進化させてきました。 ただし、これらのシナリオの命名規則とフレームワークは、評価報告書 (AR) サイクルごとに変更され、SA90 から IS92、SRES、RCP、そして現在は SSP へと変化しています (IPCC、2021)。 この更新はシナリオの改善に似ていますが、語彙の変化により、気候評価、政策変更、能力構築のための移行コストが増加します(Nakicenovic、2000)。 表 1 は、IPCC シナリオ、モデルの精度、制限、利点をまとめたものです。

図: IPCC シナリオとモデルの進化の概要

 新しい IPCC 評価サイクル (AR7) が始まったばかりで、TEWA: 「排出は世界的に回避された」、NFA: 「これ以上の行動はとらない」、DASMT: 「気候変動対策と安定化の経路が遅れている」などの新しいシナリオの提案が発表されています。 「目標」、DAPD:「遅延した行動のピークと減少」、IAPD:「即時行動のピークと減少」(マインスハウゼン、2023).

しかし、これらの名前はより直観的であり、多様なシナリオに対する科学的需要に応えているように見えるかもしれませんが(Meinshausen 2023)、IPCC評価報告書全体で用語やシナリオが継続的に変更されているため、影響コミュニティなどのシナリオ利用者の間で誤解や誤解が生じる可能性があります。金融セクターと気候変動サービス。 さらに、データの互換性と統合において課題が生じる可能性があります。 デジタルツインテクノロジーへの移行においては、語彙の一貫性を維持することも極めて重要です。

ここでは、IPCC シナリオの語彙に関するいくつかの課題について概説します。

混乱と誤解: シナリオの語彙の変更は、政策立案者、研究者、一般大衆の間で混乱を引き起こします (Parson、2007)。 なじみのある用語や概念が新しい語彙と一致しなくなる可能性があり、結果として調査結果の誤解が生じ、効果的な意思決定が妨げられることがあります。 SRES、RCP、SSP などの頭字語の使用は、特にレポートを解釈しようとする非専門家にとって混乱を招く可能性があります。 それぞれが何を表しているのかを理解するには時間がかかります。 IPCC のシナリオ名は、人々の言語の使用方法と必ずしも一致しているわけではないため、混乱を招く可能性もあります。 例えば、IPCCのA1Bシナリオは、世界の温室効果ガス排出量が21世紀を通じて増加し続けるというシナリオである。 ただし、「A1B」という用語は、気候科学コミュニティの外では明確な意味を持ちません。 このため、気候科学に詳しくない人にとっては、A1B シナリオを理解することが困難になる可能性があります。

コミュニケーションの課題: 語彙は、複雑な概念を伝え、共通の理解を促進する上で重要な役割を果たします。 言語や用語が変わると、政策立案者、利害関係者、国民に科学的発見を効果的に伝えることが難しくなり、情報に基づいた政策や行動の展開が妨げられる可能性があります。 「代表的な集中経路」や「共有の社会経済経路」などの用語は、専門家以外の人には直観的ではなく、簡単に理解できないものです。 より単純な言語は、明確さと理解を高めるのに役立ちます。

取引コストと能力構築: 取引コストと能力構築のニーズ:シナリオ用語の変更は取引コストにつながるだけでなく、各国政府や政策立案者の能力構築に多大なリソースを必要とします(Rozenberg、2014)。 これには、要員の再訓練、ガイドラインの改訂、最新の語彙によるポリシーの再調整が含まれます。 このような出費は多額になり、他の重要な分野に支障をきたす可能性があります。 たとえば、2009 年の英国気候予測報告書から UKCP18 への移行では、シナリオが SRES から RCP に更新され、公務員の再訓練、計画プロセスの調整、変更されたシナリオに基づく修正予測の利害関係者への伝達が必要になりました。 これらの取引コストにより、政策実施の遅れが生じました。 さらに、新しいシナリオを導入するには、古いシナリオに精通しているメディア、一般大衆、意思決定者に明確さを確保し、変化をシームレスに把握して採用できるようにするための効果的なコミュニケーション戦略が必要です (Geden 2015)。

一貫性の欠如:AR6(2021年)とAR5(2013年)の間、および特定の年以内の以前のIPCC報告書の間でのSRESからRCPへの移行は、まったく異なる枠組みと前提を表しています。 このため、レポート間での直接比較が困難になります。 ただし、これは研究コミュニティにモデルの限界と改善点を理解する機会も与えます。

無数のシナリオ: 各レポート内では、複数の異なるシナリオが使用されています (RCP2.6、RCP4.5、RCP6.0、RCP8.5 など)。 ユーザーにとって、どちらを使用するべきか、どれがより可能性が高く、もっともらしく、関連性があるのか​​という疑問がしばしば生じます (定義上、IPCC によってどのシナリオにも確率が割り当てられるわけではないことに注意してください)。 一部のシナリオ (RCP8.5 など) は、2020 回の評価サイクル内であっても非現実的であると主張されています。 さらに、排出量を「通常通り」の物語として組み立てることは誤解を招く可能性があります (Hausfather and Peters 2021、。地球規模と地域の両方の気候モデルからの予測があるため、用語と解釈がさらに複雑になります (例: Ranasinghe et al. XNUMX を参照)。

データ標準と相互運用性: シナリオの語彙が変更されると、機械学習や AI の評価に使用されるデータの不整合が生じます。 AI モデルは多くの場合、過去のデータや特定のシナリオに基づく予測に依存します。 語彙が変更されると、トレーニングと評価に使用されるデータが新しい用語と一致しなくなり、不正確な結果や偏った評価につながる可能性があります。 RCP から新しい SSP シナリオに変更すると、トレーニング データはシームレスに相互運用されず、入力/出力を予想される SSP 用語に変換するための前処理が必要になります (Eyring et al、2016)。 AI システムを適応させる際に適切に処理されないと、エラーが発生する可能性があります。

モデル適応: AI モデルは、データ内の特定のパターンと関係を認識するようにトレーニングされています。 シナリオの語彙が変更された場合は、新しい用語を正しく理解して解釈できるように、これらのモデルを再トレーニングまたは適応させる必要があります。 このプロセスは時間とリソースを大量に消費する可能性があり、モデル アーキテクチャへの大幅な調整が必要になる場合があります。 たとえば、複雑なモデルを模倣するためのより単純なモデル (ニューラル ネットワーク) を開発すると、計算能力が節約されます。 これらの単純なモデルは、特定のシナリオ (RCP 4.5、RCP 8.5 など) でトレーニングされます。 トレーニング データの入力ラベルと対応する出力変数は、新しい SSP シナリオの語彙と更新されたモデル出力に一致するように変換する必要があります。 新しいシナリオ フレームワークでは入力と出力の間の関係パターンが変更されている可能性があるため、新しいラベル付きデータでの再トレーニングだけでは十分ではないことがよくあります。 これには、エミュレータのニューラル ネットワーク アーキテクチャ自体を変更する必要がある可能性があります。つまり、新しい関連付けを学習できるようにレイヤー、ノード、接続の数を調整する必要があります。

転移学習: 既存のシナリオ語彙を使用してトレーニングされた機械学習モデルは、その知識を新しい語彙に移行するのに苦労する可能性があります。 これにより、新しい用語の下で正確な評価や予測を提供する能力が制限される可能性があり、新しいモデルを再トレーニングしたりゼロから構築したりするために多大なリソースを投資する必要が生じます。 評価の尺度も時代とともに変化してきました。 初期のレポートは世界的な影響に焦点を当てていました。 しかし、より最近の報告書には、地域および局所的な影響が含まれています。 これにより、気候変動の潜在的な影響をより詳細に評価できるようになりました。 ただし、さまざまなバージョンのモデルの評価を比較することが困難になります。

移行コスト:  シナリオ語彙コストは移行コストと考えることができ、キャパシティビルディング、技術評価、データ分析、政策策定、コミュニケーション、およびシナリオに関連する機会コストのみに基づいて検討することができます。 新しい語彙への全体的な移行コストを表 2 に示します。

表 2: 語彙変更の移行コスト

これは、用語や語彙の変更により、技術的、財務的、シナリオに関する学習に多大なコストがかかる一方、フレームワークの固定化に比べてわずかなメリットしか得られないという強力な証拠を示しています。 地球規模のコミュニティ全体を考慮すると、語彙の変更を適用する移行コストは予想よりも高くなる可能性があります。 気候科学を政策に組み込むことは的を絞った方法で行うことができ、数十年にわたる情報に基づいた政策決定に必要な利用可能な科学を生み出すためには、実質的な能力構築が不可欠です。

提言

各国が気候科学に関する能力を構築するコストと、気候科学を政策に組み込むコストは多大です。 しかし、これらのコストは気候変動の課題に対処するために必要です。 IPCC は、評価サイクル全体にわたって用語の一貫性を維持する必要があります。 これにより、シナリオの語彙変更に伴う移行コストが削減され、政策立案者や国民がIPCCのシナリオを理解しやすくなるだろう。 さらに、機械学習と AI モデルが自然言語を効果的に処理して解釈するには、一貫した語彙が不可欠です (Miller、2019)。 この一貫性により、モデルは単語を数値的に表現し、文脈上のニュアンスを把握し、矛盾やエラーを管理し、新しい入力に対して適切に一般化することができます (Riedel et al., 2017)。

一貫性と安定性: 一貫性のある安定したシナリオの語彙を維持すると、理解が容易になり、評価の継続性が保証され、効果的な意思決定が促進されます。 用語が安定しているため、気候変動の影響を長期的に評価することができ、さまざまな期間や地域にわたる結果の比較が容易になります。 IPCC は、シナリオ開発者が将来的により直観的でアクセスしやすい命名規則や用語を目指すためのガイダンスや原則を提供する可能性があります。 拘束力はありませんが、これはプロセスの方向性を決めるのに役立つ可能性があります。

世界規模での協調的な取り組み: 気候変動は地球規模の課題であり、複数の利害関係者の連携した取り組みが必要です。 一貫した語彙により、世界中の科学者、政策立案者、組織間での協力と知識の共有が促進され、気候変動への対処と気候変動リスクの報告を目的とした国際的な取り組みや政策の有効性が高まります(例:気候関連財務情報開示タスクフォース - TCFD または各国政府)政府)。 例えば、金融セクターは、高排出シナリオを含む気候関連リスク(TCFD による勧告など)の報告に課題を抱えており、IPCC シナリオだけでなく選択できるシナリオもある中で、どのシナリオを使用するかを決定する必要があります。たとえば、国際エネルギー機関や金融システムのグリーン化ネットワーク (NGFS) によって開発されました。 同様の課題は、シナリオ選択に関して各国政府や官民セクターでも直面しています。 一連の共通または調和のとれたローエンド、ミドルエンド、ハイエンドのシナリオがあれば、意思決定が容易になり、将来の気候変動下でどのような経済的影響が予想されるかがより透明かつ一貫したものになるでしょう。

長期計画: 一貫した語彙は、政府やその他の団体による長期計画をサポートします。 これにより、科学的な評価や予測に沿った政策、緩和戦略、適応計画を策定できるようになります。 語彙が頻繁に変更されると、計画プロセスが混乱し、不必要な複雑さと不確実性が生じます。

効果的なコミュニケーション: 安定した語彙は、科学者、政策立案者、一般大衆の間の効果的なコミュニケーションを強化します。 これにより、重要なメッセージと調査結果が正確に理解されるようになり、気候変動対策の実施を妨げる可能性のある誤解を避けることができます。 IPCC は、シナリオの理解や適用に関する課題について、主要なユーザー グループ (政策立案者、ビジネス リーダーなど) からフィードバックを求めることがよくあります。 この情報は、明確性を向上させるための取り組みに役立つ可能性があります。

より広範な国民の理解を促進するには、さまざまなレポートのシナリオ間の区別を明確にするために、単純明快なコミュニケーションと図解的な視覚化に向けた献身的な努力が不可欠です。 結局のところ、潜在的な曖昧さを回避するには、用語の統一性と正確性を維持することが重要です。 この問題に対処することは、コミュニケーションにおける永続的な課題のままです。

まとめ

IPCC は 1990 年以来、シナリオの用語を数回変更し、気候変動の評価に課題を生み出してきました。 こうした頻繁な変更により、モデルの更新、ユーザーの再トレーニング、新しい用語の伝達に多大な移行コストがかかりました。 さらに、これらの変更は、政策立案者、公的および民間の金融分野の利害関係者、および一般大衆にとっての IPCC シナリオの理解性と適用性を不用意に損なうことになりました。 これらの移行コストを削減し、シナリオの理解と使いやすさを向上させるために、IPCC は評価サイクル全体にわたって一貫したシナリオの語彙を維持する必要があります。

AR6 以降の用語を強化し、少なくとも AR7 まで、そしておそらくその後のサイクルでも RCP と SSP の揺るぎない使用を確保することで、IPCC は用語の更新からシナリオの品質と解釈の強化に焦点を移すことができます。 統一された用語で低、中、高の軌道を網羅する標準化された一連のシナリオを制定することで、公共部門と民間部門の政策立案者や指導者が気候シナリオをより明確に把握できるようになります。 これにより、気候変動の課題に直面しても、十分な情報に基づいた意思決定ができ​​るようになります。


了承:

著者らは、国際科学会議(ISC)のAnne-Sophie STEVANCE氏に編集審査の役割を担ってもらったことを認めた。


著者について

バポン・ファクルディン

バポン・ファクルディン

緑の気候基金 (GCF); RIAワーキンググループ議長、 IRDR; 椅子、 コデータ DRR、ISC 用の TG-FAIR データ。

ヤナ・シルマン

ハンブルク大学; RIAワーキンググループ議長、 IRDR.


ニュースレター

ニュースレターの最新情報を入手してください

ISC マンスリーにサインアップして、ISC およびより広範な科学コミュニティから重要な最新情報を受け取り、オープン サイエンス、国連の科学などに関するより専門的なニッチ ニュースレターをチェックしてください。


による写真 ミックハウプト on Unsplash


免責事項
この記事に記載されている情報、意見、推奨事項は寄稿者個人のものであり、必ずしも国際科学会議の価値観や信念を反映しているわけではありません。

関連アイテムをすべて表示

コンテンツにスキップ