eea flag

Die Beschreibung und Quantifizierung von Unsicherheiten kann eine wertvolle Rolle bei der Entscheidungsfindung spielen. Quantifizierung kann Unsicherheit nicht beseitigen, aber sie kann helfen, das Ausmaß der Unsicherheit zu verstehen, mit dem wir es zu tun haben. Probabilistische Informationen können eine nützliche Möglichkeit sein, die Wahrscheinlichkeit möglicher Futures zu erklären. Statistische Methoden und Modelle spielen eine Schlüsselrolle bei der Interpretation und Synthese von beobachteten Klimadaten und Projektionen aus numerischen Klimamodellen.

Probabilistische Informationen sind jedoch nicht immer verfügbar. In diesem Fall können klare Beschreibungen zukünftiger Veränderungen, auch wenn sie qualitativ in der Natur sind, wertvolle Einblicke in die Erwartungen und die Entscheidungsfindung auf der Grundlage dieser Informationen liefern. Ansätze wie die Verwendung von Szenarien und Pfaden können verwendet werden, wenn Wahrscheinlichkeiten nicht verfügbar sind.

Art und Zeithorizont des Anpassungsentscheidungskontexts bestimmen die am besten geeigneten Informationen (probabilistisch oder nicht).

Wie werden Unsicherheiten quantifiziert und beschrieben?

Behandlung von Unsicherheiten im IPCC

Das IPCC hat einen gemeinsamen Ansatz und eine kalibrierte Sprache entwickelt, um den Grad der Sicherheit in seinen Ergebnissen zu bewerten und zu kommunizieren. Dieser Ansatz wurde im IPCC-Leitfaden zur konsequenten Behandlung von Unsicherheiten (Mastrandrea et al., 2010) dargelegt und im fünften Sachstandsbericht des IPCC (IPCC AR5, 2013-2014) und im jüngsten Sonderbericht über die globale Erwärmung von 1,5 °C (IPCC SR1.5, 2018) angewandt.

Der Ansatz stützt sich auf zwei Metriken (Vertrauen und Wahrscheinlichkeit), um den Grad der Sicherheit in Schlüsselergebnissen zu kommunizieren, basierend auf den Bewertungen der IPCC-Autorenteams des zugrunde liegenden wissenschaftlichen Verständnisses:

Vertrauen: Fünf Qualifikationen werden verwendet, um ein Maß an Vertrauen in die wichtigsten Ergebnisse auszudrücken, die von sehr niedrig, über niedrig, mittel, hoch bis sehr hoch reichen. Der Grad des Vertrauens synthetisiert die Beurteilungen über die Validität der Befunde, die durch die Bewertung der verfügbaren Evidenz (Art, Qualität, Menge oder interne Konsistenz) und den Grad der wissenschaftlichen Übereinstimmung zwischen verschiedenen Beweislinien bestimmt werden (siehe Abbildung 1).

Abbildung 1 – Grundlage für das Konfidenzniveau ist eine Kombination aus Evidenz (begrenzt, mittel, robust) und Übereinstimmung (niedrig, mittel und hoch). Das Vertrauen steigt in die obere rechte Ecke. Im Allgemeinen ist die Evidenz am robuststen, wenn es mehrere, konsistente unabhängige Linien von hoher Qualität gibt (Mastrandrea et al., 2010).

Wahrscheinlichkeit: Quantifizierte Unsicherheitsmaße in einem probabilistisch ausgedrückten Befund (basierend auf der statistischen Analyse von Beobachtungen oder Modellergebnissen oder Expertenurteilen). Wenn Unsicherheiten probabilistisch quantifiziert werden können, kann ein Befund anhand der folgenden Begriffe (Tabelle 1) charakterisiert werden:

Tabelle 1 – Wahrscheinlichkeitsausdrücke im Zusammenhang mit den Ergebnissen, die im IPCC AR5 und SR1.5 verwendet werden

Anmerkung: Zusätzliche Begriffe, die gegebenenfalls auch verwendet werden können, umfassen extrem wahrscheinlich (95-100 % Wahrscheinlichkeit), wahrscheinlicher als nicht (> 50-100 % Wahrscheinlichkeit), unwahrscheinlicher als wahrscheinlich (0– & 50 %) und extrem unwahrscheinlich (0–5 % Wahrscheinlichkeit).

Da die kalibrierte IPCC-Sprache in Englisch entwickelt wurde, sollte bei der Übersetzung dieses Ansatzes in andere Sprachen Vorsicht geboten werden, da dies zu einem Verlust an Präzision führen kann.

Szenarien und Wege

In Ermangelung von probabilistischen Erkenntnissen oder als Mittel zur Unterstützung der Auswirkungen des Klimawandels und der Gefährdungsbeurteilungen werden häufig Szenarien und andere qualitative Beschreibungen zukünftiger Veränderungen verwendet. Es sollte darauf geachtet werden, dass Szenarien, Pfade und andere Begriffe manchmal austauschbar verwendet werden, mit einer breiten Palette von sich überschneidenden Definitionen (Rosenbloom, 2017). Einige nützliche Definitionen werden von IPCC AR5 (2014) und IPCC SR1.5 (2018) bereitgestellt:

Szenarien als plausible Beschreibungen, wie sich die Zukunft entwickeln kann, basierend auf einem kohärenten und intern konsistenten Satz von Annahmen über die wichtigsten Triebkräfte (z. B. Geschwindigkeit des technologischen Wandels, Preise) und Beziehungen. Beachten Sie, dass Szenarien weder Vorhersagen noch Prognosen sind, sondern nützlich sind, um einen Überblick über die Auswirkungen von Entwicklungen und Maßnahmen zu geben.

Pfade beschreiben die zeitliche Entwicklung natürlicher und/oder menschlicher Systeme hin zu einem zukünftigen Zustand. Die Pathway-Konzepte reichen von Sets quantitativer und qualitativer Szenarien (oder Narrative) potenzieller Futures bis hin zu lösungsorientierten Entscheidungsprozessen, die auf wünschenswerte gesellschaftliche Ziele abzielen. Pathway-Ansätze konzentrieren sich typischerweise auf biophysikalische, techno-ökonomische und/oder sozial-behaviourale Trajektorien und beinhalten verschiedene Dynamiken, Ziele und Akteure über verschiedene Skalen hinweg.

Verschiedene Arten von Szenarien und Wegen zukünftiger Bedingungen, die für die Entscheidungsfindung der Anpassung nützlich sind, sind auf globaler und in einigen Fällen nationaler bis lokaler Ebene verfügbar. Dazu gehören typischerweise:

Emissionsszenarien: Plausible Darstellungen der zukünftigen Entwicklung der Emissionen von Treibhausgasen und Aerosolen auf der Grundlage kohärenter und intern konsistenter Annahmen über Antriebskräfte (wie demografische und sozioökonomische Entwicklung, technologischer Wandel) und deren Schlüsselbeziehungen. Konzentrationsszenarien, abgeleitet aus Emissionsszenarien, werden als Input für Klimamodelle verwendet, um Klimaprojektionen auf mehreren Skalen zu berechnen.

Repräsentative Konzentrationspfade (RCPs) sind eine neue Reihe von Szenarien, die für, aber unabhängig vom IPCC AR5 (2014) entwickelt wurden. Sie beschreiben vier verschiedene21 -Jahrhundert-Wege von Treibhausgasemissionen und atmosphärischen Konzentrationen, Luftschadstoffemissionen und Landnutzung (Moss et al., 2008).

Die RCPs wurden unter Verwendung von Integrated Assessment Models (IAMs) als Input für eine Vielzahl von Klimamodellsimulationen entwickelt, um ihre Folgen für das Klimasystem zu projizieren. Diese Klimaprojektionen werden wiederum für Auswirkungen und Anpassungsbewertungen verwendet (IPCC AR5, 2014).

Das Wort repräsentativ bedeutet, dass jeder RCP nur eines von vielen möglichen Szenarien bietet, die zu den spezifischen Strahlungsantriebseigenschaften führen würden. Diese werden als Pfade bezeichnet, um zu betonen, dass es sich nicht um definitive Szenarien handelt, sondern um intern konsistente Gruppen von (zeitabhängigen) Erzwingensprognosen, die möglicherweise mit mehr als einem zugrunde liegenden sozioökonomischen Szenario realisiert werden könnten. Die Zahl nach dem Akronym RCP identifiziert den ungefähren Wert des Strahlungsantriebs (in W m– 2), der voraussichtlich bei 2100 erreicht wird (IPCC AR5, 2013).

Vier RCPs wurden ausgewählt und als Grundlage für die Klimaprognosen und -prognosen im IPCC AR5 verwendet: RCP2.6 (stringierende Minderung); RCP4.5 und RCP6.0 (Zwischenstabilisierungsszenarien); und RCP8.5 (sehr hohe Treibhausgasemissionen).

Sozioökonomische Szenarien: Szenarien, die eine mögliche Zukunft in Bezug auf Bevölkerung, Bruttoinlandsprodukt und andere sozioökonomische Faktoren beschreiben, die für das Verständnis der Auswirkungen des Klimawandels auf nationaler bis lokaler Ebene relevant sind.

Gemeinsame sozioökonomische Pfade (SSP) wurden entwickelt, um die RCP mit unterschiedlichen sozioökonomischen Herausforderungen für Anpassung und Minderung zu ergänzen (O’Neill et al., 2014). Auf der Grundlage von fünf Erzählungen beschreiben die SSP alternative sozioökonomische Zukunftsperspektiven in Ermangelung klimapolitischer Maßnahmen, darunter nachhaltige Entwicklung (SSP1), regionale Rivalität (SSP3), Ungleichheit (SSP4), fossile Entwicklung (SSP5) und eine Entwicklung Mitte der Straße (SSP2) (O’Neill, 2000; O’Neill et al., 2017; Riahi et al., 2017).

Die Kombination von SSP-basierten sozioökonomischen Szenarien und Repräsentativer Konzentrationspfad (RCP)-basierten Klimaprojektionen bietet einen integrativen Rahmen für Klimaauswirkungen und politische Analysen.

Klimaprojektionen (und Klimafolgenprojektionen): Simulierte Reaktion des Klimasystems (oder eines klimasensitiven Systems) auf ein Szenario künftiger Emissionen oder Konzentrationen von Treibhausgasen und Aerosolen, die im Allgemeinen anhand von Klimamodellen (oder Klimafolgemodellen) abgeleitet werden. Klimaprojektionen dienen oft als Rohstoff für den Aufbau von Klima- (Wechsel-)Szenarien, aber diese erfordern in der Regel zusätzliche Informationen wie das beobachtete aktuelle Klima.

Für Anwendungen, die wichtige politische Entscheidungen oder wichtige Investitionsentscheidungen informieren, wird empfohlen, dass die Entscheidungsträger das gesamte Spektrum der verfügbaren Szenarien zum Klimawandel (und Auswirkungen) und Modellinformationen nutzen.

Weitere Hauptthemen:

1. Was bedeutet Ungewissheit?

3. Wie kann man Unsicherheiten berücksichtigen?

Language preference detected

Do you want to see the page translated into ?

Exclusion of liability
This translation is generated by eTranslation, a machine translation tool provided by the European Commission.