[논문 리뷰] Can we believe in high climate sensitivity?

J. D. Annan, J. C. Hargreaves|ArXiv.org|2006. 12. 11.

Climate variability and models참고 문헌 18인용 수 5

한 줄 요약

이 논문은 최근 관측 기반의 확률적 분석을 통해 유도된 높은 기후 민감도 추정치(S > 6°C)의 신뢰성을 도전하며, 이러한 결과가 비현실적인 균일한 사전확률과 불완전한 자료 사용에서 비롯된다고 주장한다. 더 현실적인 사전확률과 종합적인 관측 자료—특히 ERBE 위성 복사량 데이터—를 사용한 적절한 베이지안 추론을 적용함으로써, 고민감도는 매우 불가능하며, 95% 상한선은 6°C가 아니라 약 4°C에 가까운 것으로 나타났다.

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.

연구 동기 및 목표

• 매우 높은 기후 민감도(S > 6°C)에 대해 유의미한 확률을 할당하는 관측 기반 추정치의 신뢰성을 도전하기 위해.
• 높은 민감도 값을 과도하게 지지하는 원인인 균일한(‘무지의’) 사전확률 사용의 결함을 규명하기 위해.
• 특히 모델에 의존하지 않는 위성 복사량 자료(ERBE)를 포함한 다수의 관측 자료를 통합할 경우, 보다 견고하고 중립적인 민감도 추정치를 도출할 수 있음을 보여주기 위해.
• 단일 자료집단에 치중하여 광범위한 관측 증거를 忽시할 경우, 비일관적이고 의사결정에 부적절한 확률 평가가 도출된다는 점을 주장하기 위해.
• 정책적 활용을 위한 신뢰할 수 있는 기후 민감도 추정치를 도출하기 위해, 모든 관련 자료와 현실적인 사전확률을 통합하는 일관된 베이지안 프레임워크를 제안하기 위해.

제안 방법

• 베이즈 정리 f(S|O) = f(O|S)f(S)/f(O)를 기반으로 한 베이지안 확률 이론을 적용함. 여기서 f(S|O)는 사후확률, f(S)는 사전확률, f(O|S)는 가능도, f(O)는 정규화 상수임.
• 균일한 사전확률(예: U[0,10] 또는 U[0,20])의 사용을 비판하며, 이들이 고민감도에 대해 P(S>6°C) = 40% 이상을 할당함으로써 비현실적이며 진정으로 ‘무지’를 반영하지 못한다고 보여줌.
• Forster & Gregory(2006)의 ERBE 위성 복사량 분석을 모델 가능도 함수로 사용함. 이 경우 피드백 계수 L = 1/S에 대해 정규분포를 취함으로써 모델 의존성을 피함.
• 균일한 사전확률과 전문가 기반 사전확률(예: Webster & Sokolov, 2002) 및 확장 꼬리 사전확률을 비교하여 결과의 강인성 테스트 수행.
• ERBE 가능도를 Annan & Hargreaves(2006) 및 Hegerl 등(2006)의 사전확률 분포와 융합함으로써, 더 날카롭고 뚜렷한 사후분포를 도출함.
• 자료 절단 및 사전확률의 범위 설정이 사후 결과에 미치는 영향을 평가하며, 부적절한 사전확률을 사용할 경우 사전확률 선택에 매우 민감한 결과가 도출됨을 입증함.

실험 결과

연구 질문

• RQ1 왜 최근 많은 관측 기반 추정치들이 기후 민감도가 6°C를 초과할 가능성이 비중요하지 않은 확률(예: >5%)을 할당하는가?
• RQ2 일반적으로 ‘정보 없는’ 것으로 간주되는 균일한 사전확률이 기후 민감도에 대한 무지를 진정으로 반영하는가?
• RQ3 특히 모델에 의존하지 않는 자료인 ERBE와 같은 종합적인 관측 자료를 포함할 경우, 기후 민감도의 사후 추정치에 어떤 영향을 미치는가?
• RQ4 다양한 자료원과 사전 지식을 통합하는 일관된 베이지안 프레임워크는 더 신뢰할 수 있고 중립적인 기후 민감도 추정치를 도출할 수 있는가?
• RQ5 합리적인 사전확률과 완전한 자료집을 사용할 경우, 기후 민감도의 95% 신뢰구간 상한선은 얼마인가?

주요 결과

• U[0,10°C] 또는 U[0,20°C]와 같은 균일한 사전확률은 비정보적이라기보다는 고민감도에 대해 비현실적으로 높은 사전확률을 할당하며, 예를 들어 P(S>6°C) = 40% 이상을 지님.
• 상한선 20°C를 가진 균일한 사전확률은 S에 대해 기대값 10°C를 부여함으로써 물리적 타당성과 부합하지 않음.
• 직접 관측에 기반하고 기후 모델과 무관한 ERBE 위성 복사량 자료를 가능도로 사용할 경우, S에 대한 사후분포는 날카롭게 뾰족해지고 유한한 범위로 제한됨.
• ERBE 가능도를 현실적인 사전확률과 융합할 경우, S의 95% 상한 신뢰구간은 6°C 이론보다 훨씬 낮은 4°C 이내로 감소함.
• 현실적인 사전확률과 완전한 자료 통합 하에서의 사후분포는 S > 4.5°C일 가능성은 매우 낮으며, 95% 상한선은 안정적으로 4°C 이하임.
• 논문은 현실적인 사전확률과 신뢰할 수 있는 자료를 기반으로 한 적절한 베이지안 추론 하에서는 S > 6°C일 가능성이 상당히 높다는 믿음이 합리적으로 지속될 수 없다고 결론 내림.