[論文レビュー] Can we believe in high climate sensitivity?

J. D. Annan, J. C. Hargreaves|ArXiv.org|Dec 11, 2006

Climate variability and models参考文献 18被引用数 5

ひとこと要約

この論文は、最近の観測に基づく確率的分析から導かれた高い気候感度推定値（S > 6°C）の信頼性に疑問を呈し、これらが現実的でない一様事前分布と不完全なデータ利用に起因することを主張する。適切なベイズ推論を用い、より現実的な事前分布と包括的な観測データ（特にERBE衛星放射データ）を組み合わせることで、高感度は極めて不確実であり、95%上限は6°Cではなく4°C前後であると示している。

ABSTRACT

The climate response to anthropogenic forcing has long been one of the dominant uncertainties in predicting future climate change (Houghton et al, 2001). Many observationally-based estimates of climate sensitivity (S) have been presented in recent years, with most of them assigning significant probability to extremely high sensitivity, such as P(S>6C)>5%. However, closer examination reveals that these estimates are based on a number of implausible implicit assumptions. We explain why these estimates cannot be considered credible and therefore have no place in the decision-making process. In fact, when basic probability theory is applied and reasonable assumptions are made, much greater confidence in a moderate value for S (~2.5C) is easily justified, with S very unlikely to be as high as 4.5C.

研究の動機と目的

• 非常に高い気候感度（S > 6°C）に有意な確率を割り当てる観測に基づく推定値の信頼性に疑問を呈すること。
• 高感度値を不適切に支持する原因となる、一様（「無知」型）事前分布の使用に起因する欠陥を特定すること。
• 複数の観測データセット、特にモデルに依存しない衛星放射データ（ERBE）を組み合わせることで、より堅牢で穏やかな感度推定値が得られることを示すこと。
• 孤立したデータセットに偏ることで、多数の観測的証拠を無視することにより、整合性がなく意思決定に不相応な確率的評価が生じることを主張すること。
• 政策的利用に耐えうる、すべての関連データと現実的な事前分布を統合した整合的なベイズ枠組みを提唱すること。

提案手法

• ベイズ確率論を用い、ベイズの定理 f(S|O) = f(O|S)f(S)/f(O) を適用する。ここで f(S|O) は事後分布、f(S) は事前分布、f(O|S) は尤度、f(O) は正規化定数である。
• 一様事前分布（例：U[0,10] または U[0,20]）の使用を批判し、これらが P(S>6°C) = 40% 以上を割り当てるなど、現実的でない高い事前確率を付与することを示し、これが真に「無知」を反映しているとは言えないことを示す。
• フォスター＆グレゴリー（2006）のERBE衛星データ分析を尤度関数のモデルとして用い、フィードバックパラメータ L = 1/S に対してガウス型の尤度を採用することで、モデル依存性を回避する。
• 一様事前分布と専門家基準の事前分布（例：ウェブスター＆ソコロフ、2002）および長尾型事前分布を比較し、結果の妥当性を検証する。
• ERBE尤度とアナン＆ハーグレーブズ（2006）およびヘッジル他（2006）の事前分布を組み合わせることで、より鋭い事後分布が得られることを示す。
• データの切り捨てや事前分布の境界値が事後分布に与える影響を評価し、不適切な事前分布が使用された場合、事後分布が事前分布の選択に極めて敏感であることを示す。

実験結果

リサーチクエスチョン

• RQ1 なぜ多くの最近の観測に基づく推定値が、6°Cを超える気候感度に非無視的な確率（例：5%以上）を割り当てているのか？
• RQ2 一般的に「非情報的」として使用される一様事前分布は、気候感度における無知を真に反映していると正当化できるのか？
• RQ3 包括的な観測データ、特にモデルに依存しないデータ（ERBEを含む）を組み込むと、気候感度の事後推定値にどのような影響を与えるか？
• RQ4 両方の知識と複数のデータソースを統合した整合的なベイズ枠組みは、より説得力があり、穏やかな気候感度推定値を生み出せるか？
• RQ5 現実的な事前分布と完全なデータセットを用いた場合、95%信用区間における気候感度の上限は何か？

主な発見

• U[0,10°C] や U[0,20°C] などの一様事前分布は非情報的ではなく、高感度に極めて高い事前確率を割り当てる。例：P(S>6°C) = 40% 以上。
• 20°C を上限とする一様事前分布を用いると、S の事前期待値が10°C に達するが、これは物理的妥当性に反する。
• 直接観測に基づき気候モデルに依存しないERBE衛星放射データを尤度関数として用いることで、S の事後分布は鋭くピークし、有界になる。
• ERBE尤度と現実的な事前分布を組み合わせることで、S の95%上限確率境界が6°Cをはるかに下回り、4°C未満にまで低下する。
• 現実的な事前分布と完全なデータ統合に基づく事後分布は、S > 4.5°C である確率が極めて低いことを示し、95%上限境界は4°Cをはっきり下回っている。
• 本論文は、S > 6°C に有意な確率が存在すると信じることは、信頼できる事前分布と包括的データを用いた適切なベイズ的推論のもとでは、合理的に持続できないと結論づける。