[論文レビュー] Perspectives on the importance of complex systems in understanding ourclimate and climate change -- The Nobel Prize in Physics 2021

Shraddha Gupta, Nikolaos Mastrantonas+2 more|arXiv (Cornell University)|Mar 7, 2022

Ecosystem dynamics and resilience参考文献 49被引用数 10

ひとこと要約

この考察論文は、マンベ、アッセルマン、パラージのノーベル賞受賞業績を統合し、非線形力学、確率過程、気候モデル化を含む複雑系理論の分野における彼らの貢献が、気候変動の理解をいかに変革したかを強調している。非定常的で複雑な気候システムの理解を深める基盤的知見が、人為的気候変動信号の検出や地球の気候システムにおけるターニングポイントの予測を向上させることを示している。

ABSTRACT

The Nobel Prize in Physics 2021 was awarded to Syukuro Manabe, Klaus Hasselmann, and Giorgio Parisi for their 'groundbreaking contributions to our understanding of complex systems' including major advances in the understanding of our climate and climate change. In this perspective article, we review their key contributions and discuss their relevance in relation to the present understanding of our climate. We conclude by outlining some promising research directions and open questions in climate science.

研究の動機と目的

• 2021年ノーベル物理学賞が気候科学における複雑系への貢献に対して授与された背景を文脈づけること。
• 白水秀郎の放射平衡対流モデルが二酸化炭素誘発温暖化の物理的基礎をどのように確立したかを説明すること。
• クラウス・アッセルマンのフレームワークが、気候信号における自然変動と人為的強制の分離をどのように可能としたかを分析すること。
• ジョルジョ・パラージの不規則系とスピンガラスに関する理論的進展が、気候動力学の理解にどのように応用されたかを検討すること。
• 複雑系理論に基づく気候科学における未解決の研究課題と今後の方向性を特定すること。

提案手法

• 気候モデル化と複雑系科学分野における歴史的・理論的発展の物語的統合を用いる。
• エネルギーバランスモデルや確率的気候モデルを含む概念的・数学的枠組みを通じて、ノーベル賞受賞者の主な貢献を分析する。
• アッセルマンによって形式化された「最適フィンガープrint」の概念を応用し、気候データにおける人為的信号の検出を行う。
• 確率的共鳴や非線形力学を含む統計物理学の知見を統合し、気候変動の原因を説明する。
• ネットワークベースや力学系アプローチを用いて、気候システムにおけるターニングポイントの早期予兆信号を検出する。
• 複雑系原理の計算的実装としての地球システムモデル（ESMs）と一般循環モデル（GCMs）を統合する。

実験結果

リサーチクエスチョン

• RQ1 白水秀郎の初期気候モデルは、大気中二酸化炭素濃度と全球平均気温上昇の間の物理的関係をどのように確立したか？
• RQ2 クラウス・アッセルマンの確率的気候モデルは、気候観測における自然変動と人為的強制の分離をどのように可能にしたか？
• RQ3 ジョルジョ・パラージの不規則系とスピンガラスに関する理論的知見は、気候システム挙動の理解にどのように応用されたか？
• RQ4 複雑系アプローチは、気候のターニングポイントの早期予兆信号を検出するために果たす役割は何か？
• RQ5 複雑系の原則は、今後の気候モデル構築と政策に影響を与える予測をどのように支援できるか？

主な発見

• マンベの1960年代のモデルは、大気中二酸化炭素濃度が2倍になると全球表面気温が1.5–2.0 K上昇することを示し、二酸化炭素誘発温暖化の基礎的放射力関係を確立した。
• アッセルマンのフレームワークにより、人為的気候影響の検出が「最適フィンガープリント」を用いて可能となり、IPCC AR6報告書でも統計的有意性が確認された。
• パラージの確率的共鳴と不規則系に関する研究は、氷河期・間氷期のサイクルのような気候遷移を理解するための理論的ツールを提供した。
• 複雑系理論の統合により、複数スケールにわたる非線形フィードバックや出現的挙動のモデリングが向上した。
• アトランティック・メルジアナル・オーバーウォールディング・シーストーム（AMOC）のようなターニングエレメントは、温暖化に伴い崩壊リスクが上昇しており、ネットワークベースの早期予兆指標によって示された。
• ルデッシャーらによるネットワークベースの気候モデリングの最近の進展により、気候ネットワークダイナミクスを用いたENSO予測が可能になった。