Probabilistic projections of baseline (with no additional mitigation policies) future carbon emissions are important for sound climate risk assessments. Deep uncertainty surrounds many drivers of projected emissions. Here we use a simple integrated assessment model, calibrated to century-scale data and expert assessments of baseline emissions, global economic growth, and population growth, to make probabilistic projections of carbon emissions through 2100. Under a variety of assumptions about fossil fuel resource levels and decarbonization rates, our projections largely agree with several emissions projections under current policy conditions. Our global sensitivity analysis identifies several key economic drivers of uncertainty in future emissions and shows important higher-level interactions between economic and technological parameters, while population uncertainties are less important. Our analysis also projects relatively low global economic growth rates over the remainder of the century. This illustrates the importance of additional research into economic growth dynamics for climate risk assessment, especially if pledged and future climate mitigation policies are weakened or have delayed implementations. These results showcase the power of using a simple, transparent, and calibrated model. While the simple model structure has several advantages, it also creates caveats for our results which are related to important areas for further research.


翻译:未来碳排放量的概率预测(没有额外的缓解政策)对于良好的气候风险评估十分重要。 预测排放的很多驱动因素都存在深刻的不确定性。 在这里,我们使用一个简单的综合评估模型,根据本世纪范围内的基准排放量、全球经济增长和人口增长的数据和专家评估加以校准,对2100年的碳排放量作出概率预测。 根据关于化石燃料资源水平和去碳化率的各种假设,我们的预测大致同意当前政策条件下的若干排放预测。我们的全球敏感性分析确定了未来排放不确定性的若干关键经济驱动因素,并显示了经济和技术参数之间重要的更高层次的相互作用,而人口不确定性则不那么重要。我们的分析还预测了本世纪剩余时间里相对较低的全球经济增长率。这说明了对经济增长动态进行更多研究对于气候风险评估的重要性,特别是在承诺和未来气候减缓政策被削弱或推迟执行的情况下。这些结果展示了使用简单、透明和校准模型的力量。虽然简单的模型结构有若干优点,但也为我们的结果创造了洞穴,而这些结果与进行进一步研究的重要领域有关。

0
下载
关闭预览

相关内容

专知会员服务
28+阅读 · 2021年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
一文搞懂反向传播
机器学习与推荐算法
18+阅读 · 2020年3月12日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2022年1月17日
VIP会员
相关资讯
一文搞懂反向传播
机器学习与推荐算法
18+阅读 · 2020年3月12日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员