Kunstig intelligens analyserte 1500 retningslinjer for å redusere utslippene. Disse var vellykkede.
Kunstig intelligens analyserte 1500 retningslinjer for å redusere utslippene. Disse var vellykkede.
Forskere brukte maskinlæring for å analysere rundt 1500 klimapolitikk og identifisere de som dramatisk har redusert karbondioksidutslipp. Studien hennes, som ble publisert i Science i dag, viste at retningslinjer som kombinerer flere instrumenter er mer effektive for å redusere utslippene som uavhengige tiltak Analysen identifiserte 63 intervensjoner i 35 land som førte til betydelige utslippsreduksjoner og senket den med 19 %i gjennomsnitt. De fleste av reduksjonene var assosiert med to eller flere retningslinjer. Sammen senket de 63 retningslinjene utslippene med 0,6 til 1,8 gigatons (GT) karbondioksidekvivalent.
Den rette blandingen av retningslinjer er viktigere enn å bruke mange forskjellige retningslinjer, sier Annika Stechemesser, medforfatter og forsker ved Potsdam Institute for Climate Impact Research i Tyskland. For eksempel arbeidet utløpet av kullfyrte kraftverk i Storbritannia fordi det ble brukt i kombinasjon med prismekanismer som en minstepris for karbon, mens forbudet mot forbrenningsmotorer i Norge var mest effektivt når det ble kombinert med et prisinsentiv som gjorde elbiler til billigere.
"Etter min mening er det en unik studie som gir en slik global vurdering," sier Jan Minx, en miljøøkonom ved Mercator Research Institute for Global Community Goods and Climate Change i Berlin.
vei til utslippskuttene
En database brukt som en del av analysen og dens kolleger med 1500 klimapolitikk, som ble implementert i 41 land mellom 1998 og 2022, inkludert de tre største drivhusgassutslippene over hele verden: Kina, USA og India . Politikkene falt i 48 kategorier, fra emisjonshandelssystemer til reform av subsidier for fossilt brensel.
"Tidligere anmeldelser fokuserte vanligvis på et begrenset antall fremtredende politikk i utvalgte land og oversett hundrevis av andre tiltak," sier Stechemesser.
Forfatterne kombinerte maskinlæring med en statistisk analytisk tilnærming for å identifisere store utslippsreduksjoner i fire svært emitterende sektorer - bygninger, strøm, industri og transport. De sammenlignet resultatene med politikken i databasen for å evaluere hvilke politiske og kombinasjoner av politikk som førte til de største utslippsnedgangene.
"Dette er en ganske smart metode," sier Zheng Saina, som analyserte global klimapolitikk ved University of Southeast i Nanjing, Kina. Den konvensjonelle måten ville vært å sjekke de mange politikken og velge de viktige, men denne tilnærmingen er subjektiv og kjedelig, legger til. "I stedet brukte forfatterne maskinlæring for å gjenkjenne store endringer i utslipp. Dette er mer objektivt."
ekte blanding
Resultatene viste at visse politiske kombinasjoner fungerte bedre i visse sektorer og økonomier. Når det gjelder å redusere utslippene i forbindelse med elektrisitetsproduksjon, var prismål som energiavgift i høyt utviklede land spesielt effektive, men mindre i land med lav og middels inntekt.
I byggebransjen doblet politisk blandinger, som gradvis utslippsutslippsgenererende aktiviteter, og forbyr reduksjonene i forhold til implementeringen av denne politikken individuelt.
Beskatning var den eneste politikken som oppnådde nesten like store eller større utslippsreduksjoner i alle fire sektorer som uavhengig politikk, i motsetning til en blanding av politikk.
Minx sier at den studiebaserte tilnærmingen til studien gjorde det for første gang for første gang å evaluere effektiviteten av et stort antall klimapolitikk fra en global oversikt over utslipp som dekker forskjellige land og sektorer.
Oppgaven er alarmerende for andre forskere. "Denne studien advarer landene over hele verden om at deres klimapolitikk så langt bare har hatt svært begrensede effekter," sier Xu Chi, en økolog ved University of Nanjing. "Eksisterende retningslinjer må sjekkes og endringer må gjøres," legger Xu til.