Towards a comprehensive, comparative assessment of Climate Engineering schemes - Metrics, Indicators and Uncertainties

Mengis, Nadine

Climate Engineering (CE) as an option to prevent dangerous climate change has reached the political debate. For a well informed decision on CE research and deployment in the future, work towards a comprehensive, comparative assessment is needed. In the first part of this thesis, climate impacts and side effects of an artificial Arctic ocean albedo modification scheme are studied. The second part of this thesis presents a parameter sensitivity study on the uncertainty in the response of transpiration to CO2 and implications for climate change. Is the application of indicators used for the historical time period valid for a comprehensive assessment of future climate change? In the third part of the thesis we introduce a methodological approach to systematically evaluate correlation matrices, identifying robust indicators from Earth system variables, to be used in a natural-science based assessment. In the fourth part of this thesis this method is applied to three exemplary CE scenarios: Large-scale afforestation, ocean alkalinity enhancement and solar radiation management. Changes in correlation patterns provide information on which variables might become more relevant under CE scenarios. To enable a comprehensive comparison of the three scenarios, the common correlation matrix is systematically evaluated to identify an indicator set. A preliminary evaluation of the three scenarios based on these indicators remains inconclusive. If the indicators are further aggregated into a metric to reduce the complexity, a ranking of the different scenarios becomes evident. Given all assumptions, we find that overall the RCP4.5 scenario performs ’best’ in staying close to todays climate state. Solar Radiation Management is identified as the ’best’ CE scenario, followed by Ocean Alkalinity Enhancement and Large-scale Afforestation. These analyses advance the natural-science based assessment of CE, which is essential prior to a decision making process.

Auf politischer Ebene hat man begonnen über Climate Engineering (CE) als mögliche Option gegen den mensch-gemachten Klimawandel zu sprechen. Um gut informierte Entscheidungen zum Thema zukünftiger Forschung oder potentiellen Umsetzung von CE Massnahmen zu treffen, benötigt man eine umfassende und vergleichende Einschätzung der verschiedenen Methoden. Im ersten Teil der Arbeit werden Effekte und Nebenwirkungen der CE Methode Ozeanoberlächenaufhellung in der Arktis (AOAM) untersucht. Im zweiten Teil der Arbeit wird eine Parameter Studie zur CO2 Sensitivität von Vegetationstranspiration vorgestellt. Ist es ausreichend die Indikatoren für die historische Zeitspanne zu benutzen, um zukünftigen Klimawandel umfassend zu beschreiben? Im dritten Teil der Arbeit wird eine Methodik eingeführt, um systematisch Korrelationsmatrizen auszuwerten. Das ermöglicht die Identifizierung eines Indikatorensets für eine umfassende, naturwissenschaftliche Beurteilung der gegebenen Fragestellung. Im vierten Teil der Arbeit wird diese Methode auf drei CE Szenarien angewendet, wodurch Änderungen in den jeweiligen Korrelationsmustern gegenüber der zwei Klimawandel Szenarien identifiziert werden können. Eine erste Beurteilung der drei exemplarischen CE Methoden, basierend auf den ausgewählten Indikatoren, bleibt zunächst ergebnislos. Erst wenn die Indikatoren zu einer Metrik zusammen gefasst werden, gelangen wir zu einem klareren Ranking der Szenarien. Unter den gegebenen Annahmen, stellen wir fest, dass das RCP4.5 Szenario am nächsten an dem gewählten Referenzklimazustand bleibt. Das Strahlungsmanagement Szenario ist das ’beste’ CE Szenario, gefolgt von der Ozeankalkung und der gross-skaligen Aufforstung. Diese Analysen bringen das naturwissenschaftliche Verständnis von verschiedenen CE Methoden voran, welches massgeblich für eine spätere Entscheidungsfindung ist.

Cite

Citation style:

Mengis, Nadine: Towards a comprehensive, comparative assessment of Climate Engineering schemes - Metrics, Indicators and Uncertainties. 2016.

Rights

Use and reproduction:
No CC License (german copyright law applies)

Export