Os caminhos de emissões líquidas zero reduzem os riscos físicos e econômicos das mudanças climáticas

cenários de modelo

Para esta análise, foram utilizados os resultados de nove modelos de avaliação integrados: AIM / CGE, COFFEE, GEM-E3, IMAGE, TIAM-ECN, POLES, REMIND-MAgPIE, MESSAGEix-GLOBIOM e WITCH. Esses modelos geraram caminhos de emissão consistentes com um grande número de orçamentos de carbono (ou seja, CO cumulativo₂ emissões) usando duas famílias de cenários: EOC, que permitiu que a temperatura fosse excedida, e NZ, que não o fez (consulte o protocolo de modelagem nas Informações Suplementares). Os modelos não são limitados pelo nível de temperatura ao longo do século e podem ultrapassar a temperatura atingida no ano 2100. Escolhemos cenários com um aquecimento máximo de 2 ° C no ano 2100. O protocolo incluiu um exercício de validação para garantir que os resultados do modelo fossem próximos o suficiente dos dados históricos até 2020. Em particular, a atenção foi dedicada à coordenação do sistema de energia (ou seja, capacidades instaladas da usina, investimentos e atividades), gases de efeito estufa, emissões de aerossol, setor de uso da terra e crescimento econômico . Os modelos também implementaram políticas em vigor, como impostos sobre carbono, restrições a combustíveis fósseis, padrões de energia renovável, etc. O protocolo não exigia uma determinação do impacto da pandemia COVID-19. Uma descrição abrangente do processo de modelagem e cenários do modelo é fornecida por¹⁷.

Análise de incerteza

Várias fontes de incerteza foram consideradas na análise: caminhos de emissões para atingir o orçamento de carbono, temperatura média global por meio da sensibilidade climática e padrões de modelo CMIP5 em termos de resposta a forçantes geofísicos e temperatura em nível de país. A Figura Suplementar 14 lista essas fontes de incerteza e fornece uma representação da propagação da incerteza.

temperatura média global

As trajetórias de emissão de todos os cenários do modelo foram apresentadas como entrada para o simulador de clima MAGICC^21,22 Para calcular as projeções de temperatura média global até o ano 2100 (estimativa média, 5%, 10%, 25%, 75%, 90% e quantidades de 95%). O MAGICC é calibrado para representar a incerteza na sensibilidade do clima avaliada no Relatório Especial do IPCC sobre os Efeitos do Aquecimento Global a 1,5 ° C. Os cenários do modelo foram compilados com base na temperatura média global de 2100 (Tabela Suplementar 1).

reduzir a temperatura

As projeções de temperatura anual ponderada da população em nível de país foram obtidas a partir de estimativas médias da temperatura global usando uma função de resposta linear calibrada para cada modelo CMIP5. Coletamos temperaturas médias mensais de registros históricos e de dados de execução RCP para 20 modelos CMIP5 com todos os membros do conjunto disponíveis (ACCESS1-0 (3 execuções), BNU-ESM (4), CCSM4 (29), CMCC-CMS (3)), GFDL-CM3 (8), GFDL-ESM2G (5), GFDL-ESM2M (5), GISS-E2-H (15), GISS-E2-H-CC (3), GISS-E2-R (15)) , GISS-E2-R-CC (3), HadGEM2-CC (7), HadGEM2-ES (19), IPSL-CM5A-LR (19), IPSL-CM5A-MR (7), IPSL-CM5B-LR ( 2)), MPI-ESM-LR (12), MPI-ESM-MR (8), NorESM1-M (7) e inmcm4 (3). Calculamos a temperatura média anual em grade e corrigimos o enviesamento usando a observação da linha de base de 1980–2016 (Fig. 21 suplementar). As temperaturas médias anuais imparciais em nível de grade em nível de país foram agregadas com pesos de densidade populacional com base na população mundial em grade em 2010 (GPW v4). Os resultados são comparáveis ​​com as linhas de base originais da referência. ³² (Consulte as análises de sensibilidade nas Figuras 26 e 27 suplementares). Finalmente, para obter uma estimativa da temperatura local anual, a partir do aumento médio da temperatura global em relação a 2005, realizamos uma regressão linear ao longo do período 1900–2100 para cada modelo CMIP5 para cada ano e para cada país individual.

efeitos físicos

Para cada cenário típico, calculamos 15 indicadores de impacto (ver lista e definição na Tabela Suplementar 5) a cada ano para 6 regiões (global e 5 regiões totais: África, Europa, América do Norte, América do Sul, Ásia). Forças físicas foram calculadas a partir de uma tabela de pesquisa de impactos globais e regionais das mudanças climáticas em diferentes níveis de aumento da temperatura global, diferenciados para 23 modelos climáticos CMIP5.²⁵. Para aplicar essas funções, a temperatura média global foi deslocada em 0,014 ° C para que o aumento da temperatura média em relação ao nível pré-industrial seja igual a 0,61 ° C no período 1981-2010 para a ref. ²⁵. Os efeitos das temperaturas médias foram interpolados linearmente. A interpolação linear fornece melhor consistência entre as funções de efeito (Fig. 17 suplementar). Também avaliamos a interpolação linear, que eliminou alguns valores dos limites confiáveis ​​(por exemplo, valores negativos) para alguns intervalos de temperatura e de força (Fig. 18 suplementar). A diferença entre os dois métodos de interpolação é muito menor do que os valores do efeito (Figs 19 e 20 complementares). A distribuição do efeito resulta do conjunto de cenários do modelo, da distribuição global da temperatura média e da função de efeito do CMIP5. Usando essas distribuições, valores anuais e comparações máximas ao longo do século foram realizados para análises de impacto. Observe que nosso estudo se concentra na resposta transitória ao clima e às forças, que não podem ser totalmente capturadas por técnicas simples de medição de padrões.³⁶. No entanto, este é o melhor método disponível que nos permite capturar as incertezas decorrentes de estimativas de impacto consistentes cobrindo 5 níveis de aquecimento e 23 padrões climáticos.²⁵.

Efeitos econômicos usando a função de dano baseada no crescimento

Os impactos econômicos foram calculados em nível de país. Seguimos o procedimento descrito na ref. ³² Implementado na ref. ^{37, 38}. O PIB per capita é NS_euENS=NS_euENS-1(1 +o_euENS+ Dr( T_euENS)), Ondeo_eu é a taxa de crescimento que vem da projeção de referência do SSP em que nenhuma mudança climática ocorre³⁹ E Dr(T_{euE NS}) é uma função da resposta ao aumento anual da temperatura NS. O efeito de aquecimento esperado foi ajustado pela temperatura da linha de base em 2000-2010. A análise usou uma especificação de função de dano principal chamada BHM SR³².

Impactos econômicos das funções de dano com base no nível

Esses efeitos econômicos foram calculados apenas em nível global. Foi calculado como a perda de produção global em relação à projeção de referência do SSP sem mudança climática ( produto Interno Bruto) Perda de PIB ({{ Delta}} PIB , {{ mbox { _}}} cc = PIB {{ mbox { _}}} , total vezes ( alpha gm {t} _ {t} + beta gm {t} _ {t} ^ {2} + gamma) ), OndegNSNS é o aumento médio da temperatura global dos níveis pré-industriais e uma ENS Eles são os dois parâmetros da função de dano ao quadrado. Para o trabalho da Howard & Sterner³³, usamos as especificações do modelo preferido para danos não catastróficos, que foi aumentado em 25% para explicar os danos omitidos nas estimativas empíricas ( uma= NS= 0,NS= – 0,7438). Para Takakura et al. Trabalho³⁴, derivamos e usamos parâmetros de função SSP2 (uma= 0,07625,NS= 0,21465,NS= – 0,11746).

análise do peso da cauda

Realizamos uma análise estatística para testar se a distribuição EOC tinha uma cauda mais longa do que a distribuição NZ. Suposições e metodologia para a análise da gravidade da cauda são fornecidas em detalhes nos Métodos Suplementares.

aumento do nível do mar

Calculamos o aumento médio global do nível do mar usando o modelo físico fornecido pela ref. ⁴⁰usando sua calibração. Para este efeito específico, estendemos o horizonte de tempo para os cálculos até o ano 2200, com uma temperatura média global constante superior a 2100. O nível do mar continua a subir ao longo do século 22. Calculamos o aumento do nível do mar para três medidas (5%, 50% e 95%).

Danos evitados e custos de mitigação

Os danos adicionais associados à superação da meta de temperatura foram obtidos comparando o PIB nos cenários EOC e NZ, quando os impactos das mudanças climáticas foram contabilizados em ambos os cenários (Fig. Suplementar 11). Dependendo das características do modelo, o proxy para os custos de mitigação usados ​​foram as perdas de PIB ou o custo adicional do sistema de energia calculado em relação ao cenário de referência onde apenas as políticas aplicáveis ​​- “NPi2100” são consideradas no protocolo de modelagem (Métodos Suplementares ) Para garantir a consistência entre os custos de impacto e mitigação, todos os valores econômicos foram expressos em dólares americanos de 2018 usando uma projeção de referência do PIB.