3. GEREÇLER VE YÖNTEMLER
4.5 Genomik DNA Örnekleri ile Yapılan Beş’li Çalışmalar
A Tabela 3.1 mostra todas as variáveis que compõem o modelo integrado clima-
Nome da Variável Símbolo
Modelo do Clima ∆TM
1 Concentrações Atmosféricas de GEE Con(t)
2 Forçamento Radiativo ∆F(t)
3 Elevação de Temperatura de Equilíbrio ∆TEq(t) 4 Elevação de Temperatura Realizada ∆T(t)
Modelo Econômico e de Emissões EMi(k)
5 Intensidade de carbono σi(k)
6 Emissões Nacionais Ei(t)
7 Produto Interno Bruto PIBi(t)
Modelo de Danos Climáticos DMi(k)
8 Função Dano di(t)
9 Danos Climáticos Di(t)
10 Danos Evitados ∆Di(t)
11 Danos Climáticos Totais DTOTi (k,HP(k))
Modelo de Custos de Abatimento CMi(k)
12 Função Custo de Abatimento ci(t)
13 Custos de Abatimento Ci(t)
14 Custos Totais de Abatimento CTOTi (k,hp(k)) Perda Social
15 Função Perda Social psi(t)
16 Perda Social PSi(t)
17 Perda Social Total PSTOTi (k,hp(k),HP(k))
Tabela 3.1: Nome das variáveis de cada sub-modelo do modelo integrado e os símbolos usados para cada uma.
(k) MAIi
Nome do Parâmetro Símbolo Tipo
Modelo do Clima ∆TM
1 Taxa de Assimilação de CO2 na Atmosfera δE Certo
2 Taxa de Absorção de CO2 pelo Oceano δM Certo
3 Sensibilidade Climática SC Incerto
4 Difusividade Térmica do Oceano β Incerto
Modelo Econômico e de Emissões EMi(k)
5 Taxa de Mudança Natural da Intensidade de
Carbono σi
δ Certo
6 Taxa de Crescimento BAU do Produto Interno
Bruto i
y
δ Certo
Modelo de Danos Climáticos DMi(k)
7 Coeficiente da Função Dano bi Incerto
8 Expoente da Função Dano θi Certo
9 Taxa de Desconto δi Certo
Modelo de Custos de Abatimento CMi(k)
10 Coeficiente da Função Custo de Abatimento ai Incerto
11 Expoente da Função Custo de Abatimento ϕi(t) Certo
Tabela 3.2: Parâmetros usados nos sub-modelos do modelo integrado , onde estão indicados os quatro parâmetros que são considerados, neste trabalho, incertos e aos quais
(k) MAIi
associamos distribuições de probabilidades.
economia que cada agente usa para tomar suas decisões de abatimento. E a Tabela 3.2
mostra todos os parâmetros do modelo, indicando aqueles que são considerados neste
trabalho parâmetros incertos aos quais são atribuídas distribuições de probabilidades.
O modelo integrado clima-economia desenvolvido neste capítulo capacita cada
governo a fazer projeções em cada momento de decisão k. Para isso em cada momento k
ele atualiza seu modelo por observação direta dos valores das seguintes variáveis:
a) Concentração atmosférica de GEE: Con(k) . b) Elevação de Temperatura Realizada: ∆T(k).
c) Produto Interno Bruto:PIBi(k) d) Intensidade de carbono: σi(k).
A atualização dos valores das outras variáveis da Tabela 3.1 é feita mediante o cálculo
de seus valores em k. Em seguida o agente faz, para uma seqüência de anos, indo desde o
ano k até o ano k+HP(k), as projeções de todas as variáveis da Tabela 3.1.
Se considerarmos o caso em que o agente é um único tomador de decisões global, e
se em k existe um conjunto de m opções de abatimento de emissões,
, j =1,2,3,... , então para cada uma das opções projetará uma trajetória
para cada variável da Tabela 3.1. A esse grupo de trajetórias denominamos Cenário de
Evolução das Mudanças Climáticas com o modelo . O agente constrói então
Cenários de Evolução, um para cada opção da abatimento. Em seguida o agente
compara cada uma das perdas totais para o período de k a k+HP(k) e escolhe a menor,
maximizando o seu PIB ou aplica algum outro critério complementar (Ver Capítulo 5)
(Figura 3.10). 2 (k) m (k), i i ≥ (k) µij (k) mi (k) mi mi(k) MAI (k)i
Repete até esgotar Opções
(k) MAIi
k k+HP(k) Projeta Cenário
Figura 3.10: Diagrama representando o Ciclo Observação-Atualização-Projeção-Decisão que um governo global realiza em um único momento de decisão k com seu modelo integrado
. As projeções dos cenários vão de k a té k+HP(k).
Escolhe a Melhor Opção de Abatimento Fixa uma Opção de Abatimento Atualiza todas as Variáveis do Modelo Meio Ambiente de Base Opções de Abatimento
Se considerarmos N governos, N ≥ 2, percorrendo o ciclo de operação acima cada um deles deve considerar, além das suas opções de abatimento, as opções de abatimento de
todos os outros países, para poder gerar cenários de emissões globais para alimentar o
modelo climático e obter as suas conseqüências regionais. A complexidade da situação
aumenta bastante relativamente ao caso simples esquematizado acima. No Capítulo 6
abordaremos a situação geral quando introduzirmos as negociações para distribuir cotas de
emissões. Na Figura 3.11 vemos um painel de uma seqüência de projeções realizada por um
governo global, gerando e, cada momento k um Cenário de Evolução das mudanças
Figura 3.11:Da esquerda para a direita e de cima para baixo, vemos uma seqüência de projeções do PIB Líquido Global, levando em conta os danos climáticos. A curva vermelha refere-se ao PIB observado pelo agente até a data indicada na linha vermelha vertical. A curva azul claro indica a projeção feita por ele dentro do horizonte de antecipação. Notemos que esse horizonte aumenta ao longo do tempo. O alcance da antecipação termina na linha azul claro vertical. A curva preta mais longa é a projeção BAU, que prolongamos além do HP para que se possa ter uma referência visual do alcance das antecipações. (Gráficos gerados no Proclin)
CAPÍTULO 4
Mudanças Climáticas e Tomadas de Decisão Seqüencial Sob uma Cascata de Incertezas
4.1 Introdução
As decisões sobre o controle de gases de efeito estufa (GEE) não podem ser feitas
de uma vez por todas, e as decisões tomadas hoje serão reconsideradas nos anos futuros à
luz de novos dados e de maior entendimento sobre o problema. Este processo pode ser
caracterizado como uma tomada de decisão seqüencial sob incertezas.
No Capítulo 2 desenvolvemos a estrutura de um agente genérico representando um
tomador de decisões governamentais diante de opções de abatimento de emissões de GEE.
Mas o tratamento dado naquele capítulo às incertezas foi genérico, e se faz necessário dotar
os agentes decisores de uma metodologia para lidar com estas incertezas para poderem
decidir por uma ação de redução de emissões.
Neste capítulo expomos um método para tratar as incertezas em tomada de decisão
sobre as mudanças climáticas globais, cuja utilidade vai além do modelo do agente
desenvolvido neste trabalho. Sua utilidade reside na sua simplicidade e por tornar muito
transparente a cascata de incertezas desde a ciência do clima até a tomada de decisão de
políticas de mitigação. Este método é tradicionalmente utilizado em diversas áreas de
ciência, economia, finanças, área ambiental e administração empresarial e foi utilizado por
(VALVERDE; JACOBY; KAUFMAN 1998) como uma ferramenta para análise de
decisões em mudanças climáticas, a partir de simulações feitas em um modelo de análise
O método proposto por estes autores baseia-se na análise clássica de decisões
usando Diagramas de Influência, e apesar de usarem a ferramenta para os fins específicos
de seu modelo do MIT, ela pode ser generalizada para análises de decisões em mudança
climática global e regional aplicando-se a uma larga classe de modelos nessas áreas. A
seguir fazemos esta generalização e ao mesmo tempo incorporamos conceitos e métodos
que vêm sendo utilizados em modelagem integrada e no tratamento de incertezas de
mudanças climáticas. Para isto seguimos o tratamento dado por (VALVERDE; JACOBY;
KAUFMAN 1998), mas modificamos a sua análise em vários pontos a fim de ampliá-la e
aprofundá-la adequando-a a nosso propósito. De fundamental importância foi o trabalho de
(CLEMEN, 1991) para a parte teórica e metodológica, que foi a fonte também para os
autores citados. Ainda que este último autor não aborde o problema das mudanças
climáticas, ele fornece vários exemplos com a mesma estrutura de decisão do problema
tratado neste capítulo.
O objetivo de informar os formuladores de políticas exige que uma análise de
decisões seqüenciais esteja baseada em representações matemáticas relativamente simples
dos processos subjacentes às decisões. Para a metodologia apresentada abaixo,
consideramos que o tomador de decisões se apóia em modelos para lidar com sete
componentes: (1) a trajetória das emissões dos gases de efeito estufa; (2) o efeito dessas
emissões sobre as concentrações atmosféricas; (3) a tradução dessas concentrações em
forçamento radiativo; (4) a resposta do clima a esta forçante em termos de elevação de
temperatura; (5) os impactos dessas mudanças do clima, e (6) a valoração econômica desses
impactos, em termos dos danos, e finalmente (7) os custos implicados por uma decisão de
expostos no Capítulo 3 e se integram naturalmente à discussão que se seguirá, embora a
discussão seja genérica.
A seguir abordaremos o problema da tomada de decisões com incertezas usando
Diagramas de Influência (DI). Um diagrama de influência é uma ferramenta tanto
visualmente eficiente para comunicar as conexões entre as incertezas e os outros elementos
da decisão, quanto computacionalmente poderosa, e é um método particularmente útil
quando uma representação em árvore de decisão pode ter muitos nós e ramos que acaba
tornando-se fácil perder-se na “floresta”. Por ter estas qualidades, este tipo de diagrama
serve bem ao propósito de comunicar incertezas e conexões entre elementos chave da
estrutura de decisões em mudanças climáticas.
Para fornecer uma base para a discussão abaixo, começamos com um sumário da
notação e dos conceitos que fundamentam a representação de escolhas diante de incertezas.