Non-CO2 forcing changes will likely decrease the remaining carbon budget for 1.5°C
Notice bibliographique
Résumé
Estimates of the 1.5°C carbon budget vary widely among recent studies. One key contribution to this range is the non-CO2 climate forcing scenario uncertainty. Based on a partitioning of historical non-CO2 forcing, we show that there is currently a net negative non-CO2 forcing from fossil fuel combustion (FFC) mainly due to the co-emission of aerosols, and a net positive non-CO2 climate forcing from land-use change (LUC) and agricultural activities. We then perform a set of future simulations in which we prescribed a 1.5°C temperature stabilization trajectory, and diagnosed the resulting 1.5°C carbon budgets. Using the results of our historical partitioning, we prescribed changing non-CO2 forcing scenarios that are consistent with our model’s simulated decrease in FFC CO2 emissions. We compared the diagnosed carbon budgets from these idealized scenarios to those resulting from the default RCP scenario non-CO2 forcing, as well as from a scenario in which we assumed proportionality between future CO2 and non-CO2 forcing. We find a large range of carbon budget estimates across scenarios, with the largest budget emerging from the scenario with assumed proportionality of CO2 and non-CO2 forcing. Furthermore, our adjusted-RCP scenarios, in which the non-CO2 forcing is consistent with model-diagnosed FFC CO2 emissions, produced carbon budgets that are smaller than the corresponding default RCP scenarios. Our results suggest that ambitious mitigation scenarios will likely be characterized by an increasing contribution of non-CO2 forcing, and that an assumption of continued proportionality between CO2 and non-CO2 forcing would lead to an overestimate of the remaining carbon budget required to avoid low-temperature targets. Maintaining such proportionality under ambitious fossil fuel mitigation would require mitigation of non-CO2 emissions from agriculture and other non-FFC sources at a rate that is substantially faster than is found in the standard RCP scenarios.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».