凯瑟琳·贝耶(Kathleen Beyer)6,格雷格·博德克(Greg Bodeker)7,奥利维尔·布歇(Olivier Boucher)12,埃里希·菲舍尔(Erich Fischer)13,福斯特24,25,克里斯·伦纳德(Chris Lennard)26,塔比亚·利斯纳(Tabea Lissner),27,亚历山大4:1,21,格伦·彼得斯28,安娜·皮拉尼29.30 ,贝德斯43:44,托库塔45,
气候变化带来了巨大影响的全球挑战。《巴黎协定》设定了将全球平均温度升高限制为高于工业前水平低于2℃的目标,并采取努力将温度升高限制为1.5°C。即使是2℃的目标,更不用说更雄心勃勃的1.5℃目标,仅凭这些气候政策就很难实现:即使在严格的气候政策下,至少暂时的过冲也可能是Rogelj等人,2018年; Raiser等,2020; Reisinger&Geden; Reisinger&Geden,20233)。这对探索另一个气候政策工具,太阳能工程(SG)(也称为太阳辐射修饰(SRM))的兴趣增加了。sg是通过增加反射回太空的阳光量来限制变暖的尝试,例如通过将硫颗粒注入平流层(硫酸盐气溶胶注入),或增加海洋云的反照率(Marine Cloud Brighting,MCB)(国家科学,工程学和医学学院,2021年)。SG SG还没有准备好部署,但在技术上可能是可行的。几个功能使SG成为不寻常的工具。首先,SG是快速的:冷却效应将在几个月内实现。第二,目前的估计表明,直接的SG部署成本将很低(在相同量的冷却量中,远低于减少排放成本的特定成本)。快速廉价的。快速效果和低成本使SG
- Martin,M。A.,Sendra,O.,Basts,A. M.,Ebi,K。L.,Edwards,C.M,Engel,A. H.,R。和J. Woodcock。在2021年有了新的见解:通过Horizon Scan,全球可持续性
Piers M. Forster 1,Chris Smith 1,2,3,Tristram Walsh 4,William F. Lamb 5,1,Robin Lamboll 6,Bradley Hall 23,Mathias Hauser 7,AurélienRibes 8,Debbie Rosen 1,Debbie Rosen 1,Debbie Rosen 1,Nathan P. Gillett 9,Matthew D. D. D. D. Palmer 3,10,Joeri Rogian rogi rogian carina,Karina karina,Karina,Karina,Karina,Karina,Karina,Karina,Karine von,karine von,karine von。 Myles Allen 4,Robbie Andrew 13,Richard A. Betts 3,18,Alex Borger 45,Tim Boyer 15,Jiddu A. Broersma 45,Carlo Buontempo 14,Samantha Burgess 14,Chiara Cagnazzo 14,Lijing Cheng 14,Lijing Cheng Cheng Cheng Cheng Cheng 16,Pierre Friedlingstein 18,119,和Getterman 40 Masayoshi Ishii 22 , Stuart Jenkins 4 , Xin Lan 21,37 , Colin Morice 3 , Jens Mühle 44 , Christopher Kadow 23 , John Kennedy 24 , Rachel E. Killick 3 , Paul B. Krummel 43 , Jan C. Minx 5,1 , Gunnar Myhre 13 , Vaishali Naik 17 , Glen P. Peters 13 , Anna Pirani 25,26 , Julia Pongratz 27,36,Carl-Friedrich Schleussner 28,29,Sonia I. Seneviratne 7,Sophie Szopa 30,30,Peter Thorne 31,Mahesh V. M. Kovilakam 40,ElisaMajamäki41,ElisaMajamäki41,Jukka-Pekka-Pekka Jalkka Jalkanen 41,Margka jalkanen 41,Margreet Van Margreet 32 Dominik Schumacher 7,Guido van der Werf 38,Russell Vose 33,Kirsten Zickfeld 34,Xuebin Zhang 9,ValérieMasson-Delmotte 30和Panmao Zhai 35
SIAMESE(带能源系统模拟器的简化综合评估模型)是一种复杂度较低的 IAM,它考虑到经济增长和能源消耗之间的复杂相互作用,在国家或州一级提供成本最优的排放路径(Sferra 等人,2018b)。在缩小给定模型(例如 IEA/ETP 2017)的能源部门结果的同时,SIAMESE 考虑了一套符合“中间路线”社会经济故事情节的连贯假设,例如(Dellink、Chateau、Lanzi 和 Magné,2017;Fricko、Havlik、Rogelj、Klimont 和 Gusti,2017)。该故事情节依赖于国家(或州)一级技术发展和 GDP 增长的历史趋势的延续。同时,在分配一个国家或地区需要为《巴黎协定》的长期目标做出多少全球减排贡献时,SIAMESE 具有成本优化的视角。在国家层面使用 IAM 基准面临着将区域结果(在 IPCC 1.5 数据库中报告为 R5ASIA、R5OECD+EU、R5MAF、R5LAM 和 R5REF)分配到国家层面的挑战。SIAMESE 整合了各种国家数据来源来完成这项任务。它使用报告的各个情景的国家预测,包括预测时间范围内的人口和 GDP 发展情况以及分析基准年的当前能源使用情况。当前可用的 IAM 路径使用 2010 年作为基准年,SIAMESE 使用来自 2015 年的最新数据,因此整合了原始 IAM 模型路径中未包含的国家的国家发展情况。 SIAMESE 方法可应用于整体经济(例如缩减总体一次能源消耗和排放),或适用于单个行业(例如运输、电力等)。SIAMESE 将原始 IAM 路径(例如,在此情景下从 2010 年开始的 OECD 地区路径)和特定国家观察到的能源消耗和排放数据作为输入。基于 SIAMESE 模拟,我们计算出特定国家符合《巴黎协定》的能源预测。降尺度的局限性体现在驱动情景中,在这种情况下,该情景在多个领域表现薄弱,包括工业脱碳、交通电气化以及可再生氢作为能源载体的成本。因此,我们将 SIAMESE 模拟用于多种情景和 IAM 模型,以纳入所有可能的兼容路径。可以使用排放因子处理每种情景中产生的燃料组合,以得出符合《巴黎协定》的预算、排放强度和其他相关指标。不确定性评估