Multi-objective evaluation of solar climate engineering under uncertainty and a 1.5 C target

This work aims to explore the role of solar radiation management (SRM) - specifically stratospheric aerosol injection - as a strategy to complement traditional emissions' mitigation policies. The analysis performed here adopts a multi-objective approach that allows exploiting the trade-offs that exist amongst abatement costs, SRM, and environmental targets such as temperature and carbon dioxide concentration. The implementation uses the DICE model coupled with the simple climate model FAIR, including uncertainties for the climate parameters and the technology (SRM), modeled as random variables. The model - with uncertainties fixed to their median value - is solved in the 2015 - 2200 time interval with the BORG multi-objective optimization algorithm to produce a set of Pareto optimal solutions. The performances of a subset of representative policies are evaluated, a posteriori, under uncertainty in the climate and the technology to quantify the role of SRM in changing the risks. The results clearly show the trade-offs amongst mitigation costs, SRM, and carbon dioxide concentration. The uncertainty evaluation shows a higher risk of reaching greater temperatures in the scenario with high SRM, whereas the median temperature is kept lower. The uncertainty evaluation also reveals a slight increase in economic risk, especially if the GDP loss depends also on the CO2 concentration. The results suggest that SRM could play a significant role in helping to achieve the climate target of the Paris agreement, but also that its development would be limited by additional environmental or economic concerns. As such, even if promising, solar climate engineering cannot substitute completely the necessary actions which individuals and counties need to undertake to reduce their CO2 as rapidly as possible.

Questo lavoro mira a esplorare il ruolo del controllo della radiazione solare (SRM) - in particolare, l'immissione di aerosol nell'atmosfera - come strategia complementare alle politiche di mitigazione delle emissioni climalteranti. L'approccio adottato è quello dell'ottimizzazione multi-obiettivo, che consente di mettere in luce i compromessi esistenti tra costi di abbattimento, SRM e obiettivi ambientali quali temperatura e concentrazione di anidride carbonica. L'implementazione utilizza il modello DICE accoppiato al modello climatico FAIR, includendo incertezze per i parametri climatici e la tecnologia (SRM), modellate come variabili aleatorie. Il modello - con incertezze fissate sul loro valore mediano - è risolto sull’intervallo temporale 2015 - 2200 con l'algoritmo di ottimizzazione multi-obiettivo BORG per produrre una serie di soluzioni Pareto ottimali. Le prestazioni di un sottoinsieme di soluzioni sono valutate, a posteriori, in condizioni di incertezza sul clima e sulla tecnologia per quantificare il ruolo di SRM nell'aggiungere rischio economico e ambientale. Le soluzioni Pareto ottimali evidenziano i compromessi tra costi di mitigazione, SRM e concentrazione di anidride carbonica. La valutazione dell'incertezza evidenza un maggior rischio di raggiungimento di una temperatura maggiore nello scenario con alto SRM, anche se la temperatura mediana in tale caso è più bassa. La valutazione dell'incertezza mette in luce, inoltre, un leggero aumento del rischio economico, soprattutto se la perdita del PIL dipende anche dalla concentrazione di CO2 nell'atmosfera. I risultati suggeriscono che SRM potrebbe svolgere un ruolo significativo nel contribuire a raggiungere l'obiettivo climatico dell'accordo di Parigi, ma anche che il suo sviluppo sarebbe limitato da ulteriori preoccupazioni ambientali o economiche. In quanto tale, anche se promettente, il controllo della radiazione solare non può sostituire completamente le azioni necessarie che gli individui e gli Stati devono intraprendere per ridurre la CO2 il più rapidamente possibile.