Korleis kommuniserast usikkerheiter?

Beskrive og kvantifisere usikkerheit kan spela ei verdifull rolle i å informera beslutningsprosessar. Kvantifisering kan ikkje eliminere usikkerheit, men det kan bidra til å forstå nivåa av usikkerheit vi har å gjera med. Probabilistisk informasjon kan vera ein nyttig måte å forklara sannsynet for moglege futures. Statistiske metodar og modellar spelar ei nøkkelrolle i tolking og syntese av observerte klimadata og av prognosar frå numeriske klimamodellar.

Imidlertid er probabilistisk informasjon ikkje alltid tilgjengeleg. I dette tilfellet kan klare beskrivingar av framtidige endringar, sjølv om dei er kvalitativt i naturen, gje verdifull innsikt i kva du kan forventa og korleis du bestemmer deg basert på denne informasjonen. Tilnærmingar som bruk av scenari og vegar kan brukast når sannsyn ikkje er tilgjengelege.

Typen og tidshorisonten for beslutningskonteksten for tilpasninga vil avgjere kva for opplysningar som er mest hensiktsmessige (probabilistiske eller ikkje) å bruke.

Korleis kvantifiserast og beskrivast usikkerheiter?

Behandling av usikkerheit i IPCC

IPCC har utvikla ei felles tilnærming og eit kalibrert språk for å evaluarar og kommunisera graden av sikkerheit i sine funn. Denne tilnærminga har vorte lagt fram i IPCC Guidance Note on Consistent Treatment of Uncertainties (Mastrandrea eit al., 2010) og anvend i IPCCs femte hovudrapport (IPCC AR5, 2013-2014) og den nylege spesialrapporten om global oppvarming på 1,5 °C (IPCC SR1.5, 2018).

Tilnærminga baserer seg på to berekningar (konfidens og sannsyn)for å formidle graden av sikkerheit i sentrale funn, basert på IPCCs forfattarteams evalueringar av den underliggande vitskaplege forståinga:

Tillit: Fem kvalifikatorar brukast til å uttrykkje grad av tillit til viktige funn, alt frå svært låg, gjennom låg, middels, høg, til svært høg. Tillitsnivået syntetiserer vurderingane om gyldigheten av funn som bestemt gjennom evaluering av tilgjengeleg bevis (type, kvalitet, mengd eller intern konsistens) og graden av vitskapleg semje mellom ulike bevislinjer (sjå figur 1).

Figur 1 — Grunnlaget for konfidensnivået er gjeven som ein kombinasjon av dokumentasjon (avgrensa, middels, robust) og semje (låg, middels og høg). Tilliten aukar mot øvste høgre hjørne. Generelt er dokumentasjonen mest robust når det er flere, konsistente uavhengige linjer av høg kvalitet (Mastrandrea eit al., 2010).

Sannsyn: Kvantifiserte mål på usikkerheit i eit funn uttrykt probabilistisk (basert på statistisk analyse av observasjonar eller modellresultatar, eller ekspertvurdering). Dersom usikkerheiter kan kvantifiserast probabilistisk, kan eit funn karakteriserast ved hjelp av følgjande omgrepar (tabell 1):

Tabell 1 — Sannsynsomgreper knytte til utfall brukt i IPCC AR5 og SR1.5

Merk: Tilleggsomgrepar som òg kan brukast når det er hensiktsmessig, omfattar ekstremt sannsynleg (95–100 % sannsyn), meir sannsynleg enn ikkje (> 50–100 % sannsyn), meir usannsynleg enn sannsynleg (0– & lt; 50 %) og ekstremt usannsynleg (0–5 % sannsyn).

Fordi IPCC-kalibrert språk vart utvikla på engelsk, bør forholdsregel brukast med oversetjinga av denne tilnærminga til andre språk, då det kan føra til tap av presisjon.

Scenari og vegar

I mangel av probabilistiske bevis eller som eit middel til å støtte klimaendringar og sårbarheitsvurderingar, brukast ofte scenari og andre kvalitative beskrivingar av framtidige endringar. Forsiktigheit bør utvisast sidan scenari, vegar og andre omgrepar nokre gonger brukast om kvarandre, med eit breitt spekter av overlappande definisjonar (Rosenbloom, 2017). Nokre nyttige definisjonar er gjevne av IPCC AR5 (2014) og IPCC SR1.5 (2018):

Scenari som truverdige beskrivingar av korleis framtida kan utvikle seg basert på eit samanhengjande og internt konsistent sett av antakingar om sentrale drivkrefter (t.d. snøggleik på teknologisk endring, prisar) og relasjonar. Vêr merksam på at scenari verken er spådommar eller prognosar, men er nyttige for å gje ei oversikt over konsekvensane av utvikling og handlingar.

Pathways beskriv den tidsmessige utviklinga av naturlege og/eller menneskelege systemar mot ein framtidig tilstand. Pathway konsepta spenner frå sett med kvantitative og kvalitative scenari (eller forteljingar) av potensielle futures til løysingsorienterte beslutningsprosessar retta mot ønskelege samfunnsmål. Pathway-tilnærmingar fokuserer vanlegvis på biofysiske, teknoøkonomiske og/eller sosio-atferdsmessige banar og involverer ulike dynamikkar, mål og aktørar på tvers av ulike skalaer.

Ulike typar scenari og vegar for framtidige forhold som er nyttige for beslutningstaking om tilpasning, er tilgjengelege på global og i nokre tilfelle nasjonal til lokal skala. Desse inkluderer vanlegvis:

Utsleppsscenari: Plausible framstillingar av den framtidige utviklinga av utslepp av klimagassar og aerosolar basert på eit samanhengjande og internt konsistent sett av antakingar om drivkrefter (som demografisk og sosioøkonomisk utvikling, teknologisk endring) og deira nøkkelforhold. Konsentrasjonsscenari, avleia frå utsleppsscenari, brukast som input til klimamodellar for å berekne klimaprognosar i flere skalaer.

Sosioøkonomiske scenarier: Scenari som beskriv ei mogleg framtid når det gjeld folkesetnad, bruttonasjonalprodukt og andre sosioøkonomiske faktorar som er relevante for å forstå konsekvensane av klimaendringar på nasjonalt til lokalt nivå.

Klimaprognosar (og prognosar for klimapåverknad): Simulert respons av klimasystemet (eller eit klimasensitivt system) til eit scenario av framtidige utslepp eller konsentrasjon av klimagassar og aerosolar generelt avleia ved hjelp av klimamodellar (eller klimapåverknadsmodellar). Klimaprognosar tener ofte som råmateriale for å konstruere klimascenari, men desse krev vanlegvis tilleggsinformasjon som det observerte noverande klimaet.

For applikasjonar som informerer viktige politiske beslutningar eller større investeringsbeslutningar, tilrådast det at beslutningstakarar nyttar seg av heile spekteret av tilgjengelege klimaendringar (og konsekvensar) scenari og modellinformasjon.

Andre hovudtema:

1. Kva meinast med usikkerheit?

3. Korleis å faktor i usikkerheit?