O PAPEL DAS INCERTEZAS SOBRE A SENSIBILIDADE DO CLIMA NA TOMADA DE DECISÕES EM MUDANÇAS CLIMÁTICAS GLOBAIS
Luis Antônio L. Aímola* e Pedro Leite da Silva Dias**
RESUMO
Neste artigo mostramos através de uma análise probabilística simples a influência que a incerteza do valor da Sensibilidade Climática (SC) pode ter sobre o cálculo dos danos climáticos evitados. Um cenário qualitativo simples de evolução do conhecimento científico sobre o valor da SCé usado para realçar a importância de investimentos em pesquisas nesta área e os importantes benefícios que a ciência do clima pode dar ao bem estar da sociedade através do avanço desse conhecimento.
ABSTRACT
In this paper we show by a probabilistic analysis the influence of uncertainty that the Climate Sensivity value (SC) can have on the avoided climate damage evaluation. A simple qualitative scientific knowledge evolution scenario on the SC value is used to enhance the importance of the research investments in this area and the important benefits that climate science can give to the well being in the society from that knowledge progress.
Palavras-Chave: Incertezas, Sensibilidade Climática, Tomada de Decisão.
INTRODUÇÃO
Em todos os modelos climáticos globais que simulam as mudanças climáticas futuras devidas ao aquecimento global de origem antrópica, existe um importante parâmetro, a Sensibilidade Climática (SC), que expressa a resposta de equilíbrio do clima em termos de elevação de temperatura média global, à forçante das emissões de gases de efeito estufa (GEE). Para efeitos de calibração desses modelos convencionou-se utilizar o valor da SC correspondente à duplicação da concentração atmosférica de CO2 relativamente àquela que existia na época da Revolução Industrial (260 ppmV), que denotaremos por SC2xCO2. Ainda existe considerável incerteza sobre o valor da SC2xCO2 e o Painel Intergovernamental de Mudanças Climáticas (IPCC) tem fixado seu valor desde seu primeiro relatório em 1990, como estando entre 1,4 °C e 4,5 °C, sendo a principal fonte
*
Programa de Pós-Graduação em Ciência Ambiental (PROCAM), Universidade de São Paulo (USP). Rua do Anfiteatro 181, Colméia Favo 14. Cidade Universitária, SP, Brasil. CEP 05508-900. Tel 55 (11) 3091.3235 e-mail: aimola@usp.br.
**
Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG), USP. Rua do Matão 1226, Cidade Universitária, SP, Brasil. CEP 05508-900. Tel 55 (11) 3091-4732. e-mail: pldsdias@master.iag.usp.br.
dessa dispersão as grandes incertezas sobre o comportamento radiativo da cobertura de nuvens. O IPCC tem considerado desde aquele relatório o valor 2,8 °C como o mais provável daquele intervalo, embora sem critérios claros e seguros para esta escolha (AIMOLA, 2006).
Nos últimos anos tem-se procurado representar as incertezas sobre o valor da SC2xCO2 em termos de distribuições de probabilidades, a partir das quais se pode obter o valor esperado da SC2xCO2 e a variância (WEBSTER, 1997). Essas distribuições são em geral obtidas a partir de avaliações e atribuições subjetivas de probabilidades feitas por especialistas em climatologia e modelagem climática para alguns valores possíveis da SC2xCO2 e por isso estão sempre sujeitas a revisões. Embora mais informativa esta abordagem ainda não avançou significativamente em fornecer um valor mais provável confiável para a SC2xCO2, pois existem grandes incertezas sobre a forma da própria distribuição de probabilidades. Espera-se que com o avanço dos estudos observacionais e de modelagem sobre o feedback radiativo das nuvens, bem como das técnicas de tratamento das incertezas envolvidas, se possa restringir cada vez mais o intervalo de valores da SC2xCO2 e obter distribuições de probabilidades cada vez mais confiáveis para esse parâmetro.
No que se segue mostramos através de uma abordagem probabilística simples como essas incertezas influenciam diretamente a avaliação por parte dos governos do quanto abater de suas emissões de gases de efeito estufa (GEE) e conseqüentemente sobre o as políticas dos acordos internacionais para o controle das mudanças climáticas. Mostramos também como uma possível evolução dessas incertezas pode influenciar a mudança de rumo dessas políticas.
TOMADA DE DECISÂO SOB INCERTEZAS
Os governos de vários países para evitar os impactos climáticos potenciais severos do aquecimento global têm buscado coordenar suas ações através de negociações através da redução de suas emissões de GEE e o Protocolo de Quioto é a primeira ação conjunta global nessa direção. Muitas outras ações desse tipo ainda deverão ser tomadas. A grande incerteza sobre o valor da SC2xCO2 tem importantes repercussões sobre a tomada de decisões dos governos sobre o quanto abater de suas emissões. Para escolherem suas metas
de abatimento os países realizam basicamente uma análise custo-benefício comparando os custos que incorreriam ao adotar uma determinada meta de abatimento com os danos econômicos que se evitariam caso tal meta fosse implementada juntamente com as medidas de abatimento dos outros países. Para realizar essa análise se faz necessário o uso de modelos climáticos globais cujas projeções apóiam-se inevitavelmente na escolha de um valor do parâmetro SC2xCO2.
Para entendermos a relação entre as incertezas sobre o valor da SC2xCO2 e a análise custo-benefício realizada por um governo para decidir o quanto abater de suas emissões consideremos por simplicidade, ao invés de um conjunto de países que negociam várias vezes ao longo do tempo metas de redução de emissões, a situação de um governo global que está freqüentemente diante da decisão de escolher dentre um conjunto de políticas o quanto abaterá dessas emissões durante um certo período de tempo. Essa situação pode ser modelada considerando que repetidamente em determinadas datas, denotadas aqui por k, temos uma árvore de decisão com opções de abatimento A(1, k), A(2, k), ..., A(n, k). Para fixar idéias suponhamos que n = 4 para todos os momentos em que o governo deve realizar sua escolha e A(1, k) = 0% (nenhuma ação), A(2, k) = 5%, A(3, k) = 8% e A(4, k) = 10%, onde as porcentagens indicam o quanto deve ser reduzido de emissões relativamente às emissões globais em uma data de referência, por exemplo o ano 2000 (Figura 1-A).
ΔT(k+HP(k))
Em cada momento de decisão k, por meio de um modelo climático global, denotado por ΔTM, pode-se para cada opção de abatimento, projetar trajetórias da elevação da
Figura 1:(A)Um exemplo de uma Árvore de Decisão típica para 4 opções de abatimento de emissões, que representa a situação de escolha que se repete ao longo de várias datas k em que o governo deve escolher uma meta de redução. (B) Estrutura de dados para o cálculo da elevação da temperatura de equilíbrio ΔT, calculada para HP(k) anos à frente do momento de decisão k com as respectivas probabilidades.
Estados Climáticos Sensibilidade Climática SC(k) 10 % 15 % 45 % 25 % 5 % Alta Média Média Alta Média Baixa Baixa Decisão de Abatimento (k) A (k, 1) = 0% A (k, 2) = 5% A (k, 3) = 8% A (k, 4)= 10% (A) (B)
temperatura média superficial global durante um período específico HP(k), por exemplo, para os próximos cem anos. Por exemplo, se após uma consulta a especialistas, construirmos na data k, um diagrama com cinco possibilidades para o valor da SC2xCO2 , classificadas como Alta, Média Alta, Média, Média Baixa e Baixa, com as respectivas probabilidades expressando o estágio do conhecimento sobre esse parâmetro na data k, então o modelo projetará para a data k + HP(k), cinco estados de equilíbrio climático (Figura 1-B) com suas respectivas probabilidades. A cada valor da SC
M
ΔT
2xCO2 o modelo também pode fornecer cinco trajetórias de elevação da temperatura de equilíbrio desde k até k+HP(k).
M
ΔT
Em geral nos modelos econômicos de mudanças climáticas os danos climáticos, medidos em termos de porcentagem do Produto Interno Bruto, são representados como uma função quadrática da elevação da temperatura multiplicada por um coeficiente, que denominaremos ALFA. Analogamente à representação probabilística para os estados climáticos podemos representar a vulnerabilidade do sistema econômico às mudanças climáticas através do coeficiente ALFA atribuindo cinco categorias a essa vulnerabilidade: Baixa, Média Baixa, Média, Média Alta e Alta. A cada uma associamos uma probabilidade baseada em avaliações de especialistas sobre os impactos climáticos globais potenciais. Assim em cada momento de decisão k existe também um diagrama associado aos estados possíveis de vulnerabilidade com suas respectivas probabilidades (Figura 2-A).
Figura 2: (A) Um exemplo de estrutura de dados dos impactos relacionados às mudanças climáticas, calculados no momento k para o horizonte de antecipação HP(k) com as respectivas probabilidades. (B) Representação do problema de decisão de abatimento incluindo os danos climáticos. No exemplo existe um total de 100 estados de danos climáticos, mas somente é mostrado um ramo do diagrama.
Estados Climáticos Danos Climáticos Decisões de Abatimento
Propagação das incertezas
ALFA(k) MÉDIA BAIXA 20 % ALTA 3 % MÉDIA ALTA 7 % MÉDIA 15 % BAIXA 55 % (A) (B)
Supondo por simplicidade que não existem incertezas para os custos de cada opção de abatimento de emissões, então o governo em cada momento k estará diante de um problema de decisão onde a cada opção de redução de emissões, poderá calcular, por meio do modelo climático e de um modelo de impactos regionais, o dano econômico de cada opção desde o momento k até o momento k+HP(k), (Figura 2-B). No exemplo considerado, temos quatro opções de abatimento, cinco valores possíveis para a SC2xCO2 e cinco vulnerabilidades potenciais, implicando em cem (100) estados de impactos climáticos com danos econômicos. A probabilidade de um estado de dano específico será a probabilidade conjunta calculada como o produto da probabilidade do valor de SC2xCO2 pelo valor da probabilidade de ALFA do ramo do diagrama da Figura 2-B que termina no dano em questão (AIMOLA, 2006). A partir de cada opção de abatimento teremos 25 estados de danos e suas respectivas probabilidades conjuntas, com as quais podemos calcular o dano esperado e a variância final para cada decisão de abatimento. A partir do diagrama da Figura 2-B fica clara a conexão existente entre um parâmetro climático e um parâmetro econômico e a estrutura da propagação das incertezas nesse problema de decisão do governo.
O dano evitado esperado de uma política de abatimento será a diferença entre o dano climático esperado calculado para o caso em que não há redução alguma das emissões (caso Busines as Usual, A(1,k) = 0%) e o dano esperado alcançado por uma política cuja redução seja maior do que 0 % (Casos A(2,k), A(3,k) e A(4,k)). Um tomador de decisões racional escolherá a opção de abatimento da árvore de decisões da Figura 1-A cuja diferença entre o dano evitado esperado e o respectivo custo seja a maior possível. Essa diferença é denominada benefício líquido e o tomador de decisões escolherá o maior benefício líquido.
Sem dúvida a opção que levará ao maior benefício líquido dependerá da distribuição de probabilidades sobre o valor da SC2xCO2. Para ver isso claramente consideremos o caso em que os índices de vulnerabilidade são equiprováveis. Nesse caso a distribuição de probabilidades da SC2xCO2 determina completamente a escolha final que leva ao maior benefício líquido.
Um exemplo adicional que evidencia o importante papel que tem a pesquisa científica sobre o valor da sensibilidade climática, SC2xCO2, é a situação em que aa distribuição de probabilidade muda de forma entre duas datas, k e k + Δτ, por exemplo, Δτ = 10 anos, com um correspondente aumento no grau de confiança depositada na distribuição de probabilidade final. Por exemplo, suponhamos que em k a distribuição para a SC2xCO2 seja aquela da Figura 1-B e em k + 50 anos a distribuição passe a ser 0%, 0%, 0%, 0%, e 100%, respectivamente para as categorias Alta, Média Alta, Média, Média Baixa e Baixa. Isto é, há uma resolução completa da incerteza sobre o valor da SC2xCO2 mostrando que o seu valor esperado é 1,4 °C. Supondo ainda, como antes, que os valores dos indicadores ALFA de vulnerabilidade são equiprováveis e que os custos de abatimento para cada opção permanecem praticamente constantes nesse período, então essa evolução do valor esperado da SC2xCO2 levará claramente a um afrouxamento da intensidade das políticas de redução de emissões.
Conclusão
Com um modelo qualitativo e simples procuramos mostrar como a incerteza sobre o valor correto da sensibilidade climática SC2xCO2 interfere na avaliação sobre políticas de abatimento de emissões de GEE. A evolução do conhecimento científico sobre esse parâmetro também pode ser simulada e os impactos dessa evolução sobre as decisões dos governos avaliada, ainda que qualitativamente. A análise aqui exposta pode ser tornada mais detalhada com comparações quantitativas por meio de um modelo climático e u modelo econômico, incluindo situações em que existem vários governos negociando metas de redução de emissões, como por exemplo em (AIMOLA, 2006).
M
ΔT
Referências
AIMOLA, LUIS A. L Cascata de Incertezas, Impactos Climáticos Perigosos e
Negociações Internacionais de Mudança de Clima Global – Um Modelo Exploratório.
Tese defendida para obtenção do título de Doutor em Ciência Ambiental. São Paulo: PROCAM-USP, 2006.
WEBSTER, M. D. Uncertainty in Future Carbon Emissions: A Preliminary Exploration. MIT Joint Program on the Science and Policy of Global Change, Report No. 30, 1997.
