Downscaling Global Emissions and Its Implications Derived from Climate Model Experiments

著者

Fujimori S., Abe M., Kinoshita T., Hasegawa T., Kawase H., Kushida K., Masui T., Oka K., Shiogama H., Takahashi K., Tatebe H. , Yoshikawa M.

雑誌名

PLOS ONE, 12 (1), e0169733-e0169733

DOI

-

概要

In climate change research, future scenarios of greenhouse gas and air pollutant emissions generated by integrated assessment models (IAMs) are used in climate models (CMs) and earth system models to analyze future interactions and feedback between human activities and climate. However, the spatial resolutions of IAMs and CMs differ. IAMs usually disaggregate the world into 10?30 aggregated regions, whereas CMs require a grid-based spatial resolution. Therefore, downscaling emissions data from IAMs into a finer scale is necessary to input the emissions into CMs. In this study, we examined whether differences in downscaling methods significantly affect climate variables such as temperature and precipitation. We tested two downscaling methods using the same regionally aggregated sulfur emissions scenario obtained from the Asian-Pacific Integrated Model/Computable General Equilibrium (AIM/CGE) model. The downscaled emissions were fed into the Model for Interdisciplinary Research on Climate (MIROC). One of the methods assumed a strong convergence of national emissions intensity (e.g., emissions per gross domestic product), while the other was based on inertia (i.e., the base-year remained unchanged). The emissions intensities in the downscaled spatial emissions generated from the two methods markedly differed, whereas the emissions densities (emissions per area) were similar. We investigated whether the climate change projections of temperature and precipitation would significantly differ between the two methods by applying a field significance test, and found little evidence of a significant difference between the two methods. Moreover, there was no clear evidence of a difference between the climate simulations based on these two downscaling methods.

将来の気候の予測には、気候モデル（CM）が用いられるが、人間活動由来の温室効果ガスと大気汚染物質は統合評価モデル（IAM）で作成される将来シナリオが使用されている。ただし、IAMとCMでは空間分解能が異なる。IAMは通常、世界を10〜30の集約的な地域に区分する一方で、CMはグリッドベースの空間分解能を必要する。従って、IAMによって作成される排出量をCMに入力するには、IAMからの排出データを詳細なグリッドへ割り当てる作業が必要となる（この作業をダウンスケールと呼ぶ）。本研究では、ダウンスケール手法の違いが気温や降水などの気候変動に大きく影響するかどうかを調べた。AIM/CGEと呼ばれるIAMモデルから得られた地域集約な硫黄排出シナリオを用いて、2つの極端なダウンスケーリング法をテストした。ダウンスケールされた排出量は、MIROCと呼ばれる気候モデルに入力された。有意検定を適用して2つの方法の気温変化と降水量の予測が大きく異なるかどうかを調査し、両者の間に有意差がないことを確認し、これらの2つのダウンスケーリング手法に基づく気候シミュレーションの違いの明確な証拠はなかった。本研究の成果は異なるモデルコミュニティ間での情報の交換を促進する布石となる可能性があり、今後の研究の発展に寄与するものである。

詳細はhttp://www.nies.go.jp/social/abstracts15.htmlを参照してください。