Suchergebnisse

We present an application of imprecise probability theory to the quantification of uncertainty in the integrated assessment of climate change. Our work is motivated by the fact that uncertainty about climate change is pervasive, and therefore requires a thorough treatment in the integrated assessment process. Classical probability theory faces some severe difficulties in this respect, since it cannot capture very poor states of information in a satisfactory manner. A more general framework is provided by imprecise probability theory, which offers a similarly firm evidential and behavioural foundation, while at the same time allowing to capture more diverse states of information. An imprecise probability describes the information in terms of lower and upper bounds on probability. For the purpose of our imprecise probability analysis, we construct a diffusion ocean energy balance climate model that parameterises the global mean temperature response to secular trends in the radiative forcing in terms of climate sensitivity and effective vertical ocean heat diffusivity. We compare the model behaviour to the 20th century temperature record in order to derive a likelihood function for these two parameters and the forcing strength of anthropogenic sulphate aerosols. Results show a strong positive correlation between climate sensitivity and ocean heat diffusivity, and between climate sensitivity and absolute strength of the sulphate forcing. We identify two suitable imprecise probability classes for an efficient representation of the uncertainty about the climate model parameters and provide an algorithm to construct a belief function for the prior parameter uncertainty from a set of probability constraints that can be deduced from the literature or observational data. For the purpose of updating the prior with the likelihood function, we establish a methodological framework that allows us to perform the updating procedure efficiently for two different updating rules: Dempster's rule of conditioning and the Generalised Bayes' rule. Dempster's rule yields a posterior belief function in good qualitative agreement with previous studies that tried to constrain climate sensitivity and sulphate aerosol cooling. In contrast, we are not able to produce meaningful imprecise posterior probability bounds from the application of the Generalised Bayes' Rule. We can attribute this result mainly to our choice of representing the prior uncertainty by a belief function. We project the Dempster-updated belief function for the climate model parameters onto estimates of future global mean temperature change under several emissions scenarios for the 21st century, and several long-term stabilisation policies. Within the limitations of our analysis we find that it requires a stringent stabilisation level of around 450 ppm carbon dioxide equivalent concentration to obtain a non-negligible lower probability of limiting the warming to 2 degrees Celsius. We discuss several frameworks of decision-making under ambiguity and show that they can lead to a variety of, possibly imprecise, climate policy recommendations. We find, however, that poor states of information do not necessarily impede a useful policy advice. We conclude that imprecise probabilities constitute indeed a promising candidate for the adequate treatment of uncertainty in the integrated assessment of climate change. We have constructed prior belief functions that allow much weaker assumptions on the prior state of information than a prior probability would require and, nevertheless, can be propagated through the entire assessment process. As a caveat, the updating issue needs further investigation. Belief functions constitute only a sensible choice for the prior uncertainty representation if more restrictive updating rules than the Generalised Bayes'Rule are available. ; Diese Arbeit untersucht die Eignung der Theorie der unscharfen Wahrscheinlichkeiten für die Beschreibung der Unsicherheit in der integrierten Analyse des Klimawandels. Die wissenschaftliche Unsicherheit bezüglich vieler Aspekte des Klimawandels ist beträchtlich, so dass ihre angemessene Beschreibung von großer Wichtigkeit ist. Die klassische Wahrscheinlichkeitstheorie weist in diesem Zusammenhang einige Probleme auf, da sie Zustände sehr geringer Information nicht zufriedenstellend beschreiben kann. Die unscharfe Wahrscheinlichkeitstheorie bietet ein gleichermaßen fundiertes Theoriegebäude, welches jedoch eine größere Flexibilität bei der Beschreibung verschiedenartiger Informationszustände erlaubt. Unscharfe Wahrscheinlichkeiten erfassen solche Informationszustände durch die Spezifizierung von unteren und oberen Grenzen an zulässige Werte der Wahrscheinlichkeit. Unsere Analyse des Klimawandels beruht auf einem Energiebilanzmodell mit diffusivem Ozean, welches die globale Temperaturantwort auf eine Änderung der Strahlungsbilanz in Abhängigkeit von zwei Parametern beschreibt: die Klimasensitivität, und die effektive vertikale Wärmediffusivität im Ozean. Wir vergleichen das Modellverhalten mit den Temperaturmessungen des 20. Jahrhunderts, um eine sogenannte Likelihood-Funktion für die Hypothesen zu diesen beiden Parametern sowie dem kühlenden Einfluss der Sulfataerosole zu ermitteln. Im Ergebnis zeigt sich eine stark positive Korrelation zwischen Klimasensitivität und Wärmediffusivität im Ozean, und Klimasensitivität und kühlendem Einfluss der Sulfataerosole. Für die effiziente Beschreibung der Parameterunsicherheit ziehen wir zwei geeignete Modelltypen aus der unscharfen Wahrscheinlichkeitstheorie heran. Wir formulieren einen Algorithmus, der den Informationsgehalt beider Modelle durch eine sogenannte Belief-Funktion beschreibt. Mit Hilfe dieses Algorithmus konstruieren wir Belief-Funktionen für die A-priori-Parameterunsicherheit auf der Grundlage von divergierenden Wahrscheinlichkeitsschätzungen in der Literatur bzw. Beobachtungsdaten. Wir leiten eine Methode her, um die A-priori-Belief-Funktion im Lichte der Likelihood-Funktion zu aktualisieren. Dabei ziehen wir zwei verschiedene Regeln zur Durchführung des Lernprozesses in Betracht: die Dempstersche Regel und die verallgemeinerte Bayessche Regel. Durch Anwendung der Dempsterschen Regel erhalten wir eineA-posteriori-Belief-Funktion, deren Informationsgehalt qualitativ mit den Ergebnissen bisheriger Studien übereinstimmt, die eine Einschränkung der Unsicherheit über die Klimasensitivität und die kühlende Wirkung der Sulfataerosole versucht haben. Im Gegensatz dazu finden wir bei Anwendung der verallgemeinerten Bayesschen Regel keine sinnvollen unteren und oberen Grenzen an die A-posteriori-Wahrscheinlichkeit. Wir stellen fest, dass dieses Resultat maßgeblich durch die Wahl einer Belief-Funktion zur Beschreibung der A-priori-Unsicherheit bedingt ist. Die A-posteriori-Belief-Funktion für die Modellparameter, die wir aus der Anwendung der Dempsterschen Regel erhalten haben, wird zur Abschätzung des zukünftigen Temperaturanstiegs eingesetzt. Wir betrachten verschiedene Emissionsszenarien für das 21. Jahrhundert sowie verschiedene Stabilisierungsziele für den Treibhausgasgehalt in der Atmosphäre. Im Rahmen unserer Analyse finden wir, dass sehr strikte Stabilisierungsziele im Bereich einer Kohlendioxid-Äquivalentkonzentration von ca. 450 ppm in der Atmosphäre notwendig sind, um nicht eine vernachlässigbar kleine untere Wahrscheinlichkeit für die Begrenzung der Erwärmung auf 2 Grad Celsius zu erhalten. Wir diskutieren verschiedene Kriterien für die Entscheidungsfindung unter unscharfer Wahrscheinlichkeit, und zeigen dass sie zu verschiedenen teilweise unscharfen Politikempfehlungen führen können. Nichtsdestotrotz stellen wir fest, dass eine klare Politikempfehlung auch bei Zuständen schwacher Information möglich sein kann. Wir schließen, dass unscharfe Wahrscheinlichkeiten tatsächlich ein geeignetes Mittel zur Beschreibung der Unsicherheit in der integrierten Analyse des Klimawandels darstellen. Wir haben Algorithmen zur Generierung und Weiterverarbeitung von Belief-Funktionen etabliert, die eine deutlich größere A-priori-Unsicherheit beschreiben können, als durch eine A-priori-Wahrscheinlichkeit möglich wäre. Allerdings erfordert die Frage des Lernprozesses für unscharfe Wahrscheinlichkeiten eine weitergehende Untersuchung. Belief-Funktionen stellen nur dann eine vernünftige Wahl für die Beschreibung der A-priori-Unsicherheit dar, wenn striktere Regeln als die verallgemeinerte Bayessche Regel für den Lernprozess gerechtfertigt werden können.

The employment implications of decarbonizing the energy sector have received far less attention than the technology dimension of the transition, although being of critical importance to policymakers. In this work, we adapt a methodology based on employment factors to project future changes in quantity and composition of direct energy supply jobs for two scenarios - (1) relatively weak emissions reductions as pledged in the nationally determined contributions (NDC) and (2) stringent reductions compatible with the 1.5 °C target. We find that in the near-term the 1.5°C-compatible scenario results in a net increase in jobs through gains in solar and wind jobs in construction, installation, and manufacturing, despite significant losses in coal fuel supply; eventually leading to a peak in total direct energy jobs in 2025. In the long run, improvements in labour productivity lead to a decrease of total direct energy employment compared to today, however, total jobs are still higher in a 1.5 °C than in an NDC scenario. Operation and maintenance jobs dominate future jobs, replacing fuel supply jobs. The results point to the need for active policies aimed at retraining, both inside and outside the renewable energy sector, to complement climate policies within the concept of a "just transition".

While the international community has agreed on the long-term target of limiting global warming to no more than 2°C above pre-industrial levels, only a few concrete climate policies and measures to reduce greenhouse gas (GHG) emissions have been implemented. We use a set of three global integrated assessment models to analyze the implications of current climate policies on long-term mitigation targets. We define a weak-policy baseline scenario, which extrapolates the current policy environment by assuming that the global climate regime remains fragmented and that emission reduction efforts remain unambitious in most of the world's regions. These scenarios clearly fall short of limiting warming to 2°C. We investigate the cost and achievability of the stabilization of atmospheric GHG concentrations at 450 ppm CO2e by 2100, when countries follow the weak policy pathway until 2020 or 2030 before pursuing the long-term mitigation target with global cooperative action. We find that after a deferral of ambitious action the 450 ppm CO2e is only achievable with a radical up-scaling of efforts after target adoption. This has severe effects on trans-formation pathways and exacerbates the challenges of climate stabilization, in particular for a delay of cooperative action until 2030. Specifically, reaching the target with weak near-term action implies (a) faster and more aggressive transformations of energy systems in the medium term, (b) more stranded investments in fossil-based capacities, (c) higher long-term mitigation costs and carbon prices and (d) stronger transitional economic impacts, rendering the political feasibility of such pathways questionable.

Socio-economic scenarios constitute an important tool for exploring the long-term consequences of anthropogenic climate change and available response options. They have been applied for different purposes and to a different degree in various areas of climate change analysis, typically in combination with projections of future climate change. Integrated assessment modeling (IAM) has used them to develop greenhouse gas (GHG) emissions scenarios for the 21st century and to investigate strategies for mitigating GHG emissions on a global scale. Analyses of climate change impacts, adaptation and vulnerabilities (IAV) depend heavily on assumptions about underlying socio-economic developments, but have employed socio-economic scenarios to a lesser degree, due mainly to the multitude of contexts and scales of such analyses. A more consistent use of socio-economic scenarios that would allow an integrated perspective on mitigation, adaptation and residual climate impacts remains a major challenge. We assert that the identification of a set of global narratives and socio-economic pathways offering scalability to different regional contexts, a reasonable coverage of key socio-economic dimensions and relevant futures, and a sophisticated approach to separating climate policy from counter-factual "no policy" scenarios would be an important step towards meeting this challenge. Such "Shared Socio-economic Pathways" (SSPs) should be specified in an iterative manner and with close collaboration between IAM and IAV researchers to assure coverage of key dimensions, sufficient scalability and widespread adoption. They can be used not only as inputs to analyses, but also to collect the results of different climate change analyses in a matrix defined by two dimensions : climate exposure as characterized by a radiative forcing or temperature level and socio-economic development as classified by the SSPs. For some applications, SSPs may have to be augmented by "Shared Climate Policy Assumptions" (SPAs) capturing global components of climate policies that some studies may require as inputs. Finally, sufficient coverage of the relevant socio-economic dimensions for the analysis of mitigation, adaptation and residual climate impacts may be assessed by locating the SSPs along the dimensions of challenges to mitigation and to adaptation. We conclude that the development of SSPs, and integrated socio-economic scenarios more broadly, is a useful focal point for collaborative efforts between IAM and IAV researchers. This is likely to be a long-term and iterative enterprise comprising a collection of different activities : periodically taking stock of the evolving scenario work in both research communities, linking up individual efforts, and pursuing collaborative scenario work through appropriate platforms that still need to be established. In the short run, an important goal is to produce tangible outcomes that would allow the 5th Assessment Report of the IPCC to take a more integrated perspective on mitigation, adaptation and residual climate impacts. ; Les scénarios socio-économiques constituent un important outil d'exploration des conséquences de long terme du changement climatique d'origine anthropique, et des options disponibles pour y répondre. Ils ont été appliqués pour différents objectifs et à des degrés différents dans plusieurs domaines de l'analyse du changement climatique, typiquement en combinaison avec les projections de changements climatiques futurs. Les modèles d'évaluation intégrés (MEI) les ont utilisés pour développer des scénarios d'émissions de gaz à effet de serre (GES) pour le XXIe siècle et pour examiner les stratégies d'atténuation des émissions de GES à l'échelle planétaire. Les analyses sur les "impacts, l'adaptation, et la vulnérabilité" (IAV) du changement climatique dépendent fortement des hypothèses relatives aux développements socio-économiques sous-jacents, mais elles ont utilisé dans une moindre mesure les scénarios socio-économiques, principalement en raison de la multitude des contextes et des échelles de telles analyses. Il reste aujourd'hui difficile de mettre en place une utilisation plus cohérente des scénarios socio-économiques, qui autoriserait une vision plus intégrée de l'atténuation, de l'adaptation et des impacts climatiques résiduels. Nous soutenons qu'une étape importante pour relever ce défi est l'identification d'un ensemble de scénarios qualitatifs globaux et des trajectoires socio-économiques correspondantes, qui pourraient être déclinés à différentes échelles spatiales et couvriraient de manière convenable les différentes dimensions socio-économiques des futurs possibles. De telles " trajectoires socio-économiques partagées " (TSP) doivent être spécifiées de façon interactive, par une étroite collaboration entre les chercheurs MEI et IAV pour garantir le traitement des dimensions les plus importantes, la possibilité de décliner les scénarios à différentes échelles, et pour favoriser une large utilisation des TSP par l'ensemble de la communauté. Ces TSP peuvent être utilisées non seulement comme une information d'entrée pour des analyses spécifiques, mais aussi pour rassembler les résultats de différentes études dans une matrice définie selon deux dimensions : l'exposition climatique, caractérisée par un forçage radiatif ou un niveau de température, et le développement socio-économique, décrit par les TSP. Les TSP pourront également être augmentées "d'hypothèses partagées de politique climatique" (HPP), qui décrivent les composantes globales des politiques climatiques, nécessaires à certaines études. Finalement, on pourra vérifier que les TSP réalisent une couverture suffisante des dimensions socio-économiques pertinentes pour l'analyse de l'atténuation, de l'adaptation, et des impacts climatiques résiduels, en les situant selon deux dimensions, la première mesurant la capacité à l'atténuation et l'autre la capacité à s'adapter. Nous concluons que le développement des TSP, et plus largement celui des scénarios socioéconomiques intégrés, est un point central des efforts de collaboration entre les chercheurs des communautés MEI et IAV. C'est probablement une entreprise itérative et de long terme comportant un ensemble d'activités très différentes : faire périodiquement un bilan du travail des deux communautés de recherche sur les scénarios, rapprocher les efforts individuels sur ce thème, et mener un travail collaboratif sur les scénarios via des plates-formes appropriées qui restent encore à instituer. À court terme, un objectif important est la production de résultats tangibles permettant au cinquième rapport d'évaluation du GIEC d'adopter un point de vue plus intégré sur l'atténuation, l'adaptation et les impacts climatiques résiduels.

Socio-economic scenarios constitute an important tool for exploring the long-term consequences of anthropogenic climate change and available response options. They have been applied for different purposes and to a different degree in various areas of climate change analysis, typically in combination with projections of future climate change. Integrated assessment modeling (IAM) has used them to develop greenhouse gas (GHG) emissions scenarios for the 21st century and to investigate strategies for mitigating GHG emissions on a global scale. Analyses of climate change impacts, adaptation and vulnerabilities (IAV) depend heavily on assumptions about underlying socio-economic developments, but have employed socio-economic scenarios to a lesser degree, due mainly to the multitude of contexts and scales of such analyses. A more consistent use of socio-economic scenarios that would allow an integrated perspective on mitigation, adaptation and residual climate impacts remains a major challenge. We assert that the identification of a set of global narratives and socio-economic pathways offering scalability to different regional contexts, a reasonable coverage of key socio-economic dimensions and relevant futures, and a sophisticated approach to separating climate policy from counter-factual "no policy" scenarios would be an important step towards meeting this challenge. Such "Shared Socio-economic Pathways" (SSPs) should be specified in an iterative manner and with close collaboration between IAM and IAV researchers to assure coverage of key dimensions, sufficient scalability and widespread adoption. They can be used not only as inputs to analyses, but also to collect the results of different climate change analyses in a matrix defined by two dimensions : climate exposure as characterized by a radiative forcing or temperature level and socio-economic development as classified by the SSPs. For some applications, SSPs may have to be augmented by "Shared Climate Policy Assumptions" (SPAs) capturing global components of climate policies that some studies may require as inputs. Finally, sufficient coverage of the relevant socio-economic dimensions for the analysis of mitigation, adaptation and residual climate impacts may be assessed by locating the SSPs along the dimensions of challenges to mitigation and to adaptation. We conclude that the development of SSPs, and integrated socio-economic scenarios more broadly, is a useful focal point for collaborative efforts between IAM and IAV researchers. This is likely to be a long-term and iterative enterprise comprising a collection of different activities : periodically taking stock of the evolving scenario work in both research communities, linking up individual efforts, and pursuing collaborative scenario work through appropriate platforms that still need to be established. In the short run, an important goal is to produce tangible outcomes that would allow the 5th Assessment Report of the IPCC to take a more integrated perspective on mitigation, adaptation and residual climate impacts. ; Les scénarios socio-économiques constituent un important outil d'exploration des conséquences de long terme du changement climatique d'origine anthropique, et des options disponibles pour y répondre. Ils ont été appliqués pour différents objectifs et à des degrés différents dans plusieurs domaines de l'analyse du changement climatique, typiquement en combinaison avec les projections de changements climatiques futurs. Les modèles d'évaluation intégrés (MEI) les ont utilisés pour développer des scénarios d'émissions de gaz à effet de serre (GES) pour le XXIe siècle et pour examiner les stratégies d'atténuation des émissions de GES à l'échelle planétaire. Les analyses sur les "impacts, l'adaptation, et la vulnérabilité" (IAV) du changement climatique dépendent fortement des hypothèses relatives aux développements socio-économiques sous-jacents, mais elles ont utilisé dans une moindre mesure les scénarios socio-économiques, principalement en raison de la multitude des contextes et des échelles de telles analyses. Il reste aujourd'hui difficile de mettre en place une utilisation plus cohérente des scénarios socio-économiques, qui autoriserait une vision plus intégrée de l'atténuation, de l'adaptation et des impacts climatiques résiduels. Nous soutenons qu'une étape importante pour relever ce défi est l'identification d'un ensemble de scénarios qualitatifs globaux et des trajectoires socio-économiques correspondantes, qui pourraient être déclinés à différentes échelles spatiales et couvriraient de manière convenable les différentes dimensions socio-économiques des futurs possibles. De telles " trajectoires socio-économiques partagées " (TSP) doivent être spécifiées de façon interactive, par une étroite collaboration entre les chercheurs MEI et IAV pour garantir le traitement des dimensions les plus importantes, la possibilité de décliner les scénarios à différentes échelles, et pour favoriser une large utilisation des TSP par l'ensemble de la communauté. Ces TSP peuvent être utilisées non seulement comme une information d'entrée pour des analyses spécifiques, mais aussi pour rassembler les résultats de différentes études dans une matrice définie selon deux dimensions : l'exposition climatique, caractérisée par un forçage radiatif ou un niveau de température, et le développement socio-économique, décrit par les TSP. Les TSP pourront également être augmentées "d'hypothèses partagées de politique climatique" (HPP), qui décrivent les composantes globales des politiques climatiques, nécessaires à certaines études. Finalement, on pourra vérifier que les TSP réalisent une couverture suffisante des dimensions socio-économiques pertinentes pour l'analyse de l'atténuation, de l'adaptation, et des impacts climatiques résiduels, en les situant selon deux dimensions, la première mesurant la capacité à l'atténuation et l'autre la capacité à s'adapter. Nous concluons que le développement des TSP, et plus largement celui des scénarios socioéconomiques intégrés, est un point central des efforts de collaboration entre les chercheurs des communautés MEI et IAV. C'est probablement une entreprise itérative et de long terme comportant un ensemble d'activités très différentes : faire périodiquement un bilan du travail des deux communautés de recherche sur les scénarios, rapprocher les efforts individuels sur ce thème, et mener un travail collaboratif sur les scénarios via des plates-formes appropriées qui restent encore à instituer. À court terme, un objectif important est la production de résultats tangibles permettant au cinquième rapport d'évaluation du GIEC d'adopter un point de vue plus intégré sur l'atténuation, l'adaptation et les impacts climatiques résiduels.

The Paris Agreement, adopted in 2015, paved the way for a new hybrid global climate governance architecture with both bottom-up and top-down elements. While governments can choose individual climate goals and actions, a global stocktake and a ratcheting-up mechanism have been put in place with the overall aim to ensure that collective efforts will prevent increasing adverse impacts of climate change. Integrated assessment models show that current combined climate commitments and policies of national governments fall short of keeping global warming to 1.5 °C or 2 °C above preindustrial levels. Although major greenhouse gas emitters, such as China, the European Union, India, the United States under the Biden administration, and several other countries, have made new pledges to take more ambitious climate action, it is highly uncertain where global climate policy is heading. Scenarios in line with long-term temperature targets typically assume a simplistic and hardly realistic level of harmonization of climate policies across countries. Against this backdrop, this article develops four archetypes for the further evolution of the global climate governance architecture and matches them with existing sets of scenarios developed by integrated assessment models. By these means, the article identifies knowledge gaps in the current scenario literature and discusses possible research avenues to explore the pre-conditions for successful coordination of national policies towards achieving the long-term target stipulated in the Paris Agreement.

Cost-effective achievement of the Paris Agreement's long-term goals requires the unanimous phase-out of coal power generation by mid-century. However, continued investments in coal power plants will make this transition difficult. India is one of the major countries with significant under construction and planned increase in coal power capacity. To ascertain the likelihood and consequences of the continued expansion of coal power for India's future mitigation options, we use harmonised scenario results from national and global models along with projections from various government reports. Both these approaches estimate that coal capacity is expected to increase until 2030, along with rapid developments in wind and solar power. However, coal capacity stranding of the order of 133–237 GW needs to occur after 2030 if India were to pursue an ambitious climate policy in line with a well-below 2 °C target. Earlier policy strengthening starting after 2020 can reduce stranded assets (14–159 GW) but brings with it political economy and renewable expansion challenges. We conclude that a policy limiting coal plants to those under construction combined with higher solar targets could be politically feasible, prevent significant stranded capacity, and allow higher mitigation ambition in the future.