極端な気象現象の後には、人為的な気候変動がどの程度寄与したのかという科学的な問いが提起されます。
2015年、World Weather Attribution は、英国、オランダ、フランスなどの気候科学者による協力関係を立ち上げました。
同取り組みは、現象発生後の数日または数週間にわたり、8段階の科学的プロセスを用いてこれらの問いに取り組みます。
この分析から得られる知見は、気候変動に関連する将来のリスクについての認識を高める際に重要です。
極端な気象現象の直後には、その発生確率や深刻度に人為的な気候変動がどの程度寄与したのかという問いがよく生じます。
過去20年間で、急速に成長している分野の 極端現象アトリビューションにより、科学者はこの問いにますます答えられるようになってきています。
しかし、こうした評価を実施し、査読付き学術誌に掲載するには、通常1年以上かかります。そのため、調査結果はイベントの終息から大分後になってようやく入手可能となり、その頃には一般の人々の記憶の中ではすでに遠い思い出にすぎなくなっています。
この問題に対処するため、私たちは World Weather Attribution（WWA）イニシアチブを2015年に立ち上げました。英国、オランダ、フランスなどの気候科学者によるこの協力体制は、極端現象の発生後数日から数週間以内に、気候変動が果たす役割を迅速に定量化することを目指しています。これにより、一般の人々や災害復旧計画の担当者にとってまだ非常に関連性が高い段階で情報を提供することが可能になります。
私たちが最初に行った欧州の熱波（2015年夏）についての研究以降、私たちは 30件を超える個別評価を実施してきました。新たな論文は、『Climatic Change』誌に掲載されており、開発したプロセスを振り返るとともに、得られた教訓のいくつかについて議論しています。
過去5年間から得られた主な認識は、実際のアトリビューション評価が、実はわずか8段階のうちの1段階にすぎず、おそらく一連の段階の中で最も容易な段階でもあるということです。
本稿では、このプロセスの各段階で何が関わるのかを順に見ていきます：
1. 私たちはどの極端な気象現象をアトリビューションの対象とするのか？
地球の規模は非常に大きいため、極端な気象は通常、ほぼ毎日どこかで発生しています。では、これらの現象のうちどれがアトリビューション研究に値するのでしょうか？
WWAでは、大きな影響をもたらした、あるいは社会で強い議論を巻き起こした現象を優先的に取り上げるよう努めています。その結果は幅広い読者にとって有用となるためです。これらはしばしば、WWAのパートナーである赤十字が国際的な支援の呼びかけを行う現象です。
場合によっては、より小規模な現象も身近な地域で発生した現象、あるいは気象記録の中でも多くの人々に影響を及ぼさなかったものも、評価に値するほどの関心を集めるように思われます。
私たちは、気候変動が現象に与えると予想される影響を、トリガー基準としては明示的に含めていません。現象が 気候変動の影響を受けなかった ――あるいは発生確率がむしろ低下していた―― という結果も、確率が上昇した場合と同じくらい科学的に有用です。
2. どのように極端な気象現象を定義するか？
イベントの定義は、当初考えていたよりもはるかに難しく、かつ重要であることがわかりました。
例として、初めて発表された 極端現象アトリビューション研究は、2003年の欧州夏季熱波を分析しました。その現象定義として、欧州全域の季節平均気温を採用しましたが、影響は数万人の死者に及んだのは、都市部における最も暑い10日間においてでした。そのため、私たちはできる限り影響に近い形でイベントを定義するよう努めています。
なお、実際にはイベント中に何が本当に起きたかを突き止めるのは容易ではないことに注意が必要です。下図は、ハリケーン・ハーヴェイ（2017年）によるヒューストン周辺の最大3日間降水量について、異なる観測システムから得られた大きく異なる推定値を示しています。
レーダー解析（c）はおそらく最も信頼性の高い選択肢ですが、そのデータセットは2005年までしか遡れません。そのCPCグリッド解析（b）は、リアルタイムで報告する観測所のみを用いるため、極端な気象現象を過小評価しています。衛星解析（d）は他の解析と大きく食い違っています。ここでは、多くの観測所で100年以上にわたる長期時系列を持つ、最も信頼できるデータセットとして観測所データ（a）を選びました。
2017年1月～9月の沿岸テキサスにおける観測された最大3日間平均降水量（mm/dy）。a）GHCN-D v2 雨量計、b）CPC 25 km解析、c）NOAA校正レーダー（8月25～30日の最大値）、d）NASA GPM/IMERG衛星解析。出典：van Oldenborgh et al.（2017）。
3. 現在および過去において、この現象はどの程度極端なのか？
私たちが用いる観測データは、アトリビューション評価の不可欠な一部であり、2つの情報を提供してくれます。すなわち、現在の気候において当該極端な気象現象がどれほど稀であるか、そして観測記録の中でそれがどの程度変化してきたかです。
現在の気候におけるイベントの発生確率は、そのような極端現象がインフラの対応能力の範囲内であるべきかどうかを政策立案者が判断する上で非常に重要です。例として、2014年1月にインドネシアのジャカルタを麻痺させた洪水は、「再現期間」（つまり、その規模のイベントがどの程度の頻度で予想されるか）が4～13年の降雨によって引き起こされたことが判明しています。
これは特に稀ではない極端な気象現象であり、この都市が洪水に対して非常に脆弱であることを示唆しています。
一方、2015年12月のチェンナイの洪水は、推定再現期間が600～2,500年に相当する降雨によって引き起こされたものでした。これは、そのような状況において防御機構が持ちこたえると想定するには、この現象が稀すぎた可能性があることを意味します。
しかし、温暖化する気候は、歴史的に非常に長い再現期間を持つ種類の現象が、より頻繁に観測されるようになることを意味します。つまり、過去の気候を前提に設計されたインフラは、予想以上に圧倒される可能性があります。
観測記録の期間にわたって極端な気象現象の発生確率がどの程度変化したかを算出するため、地球温暖化とともに変化する「極値分布」と呼ばれる数学関数にこれらのデータを当てはめます。これにより、地球温暖化を含むあらゆる影響によって観測された、現象の発生確率と深刻度の変化が得られます。
4. どの気候モデルが目的に適合しているか？
観測データだけでは、極端な気象現象の傾向を地球温暖化（または気候に対する自然の影響）と結びつける――つまり「帰属させる」――ことはできません。そのためには、気候モデルが必要です。
個々の気候モデルにはそれぞれ長所と短所があり、調査対象の地域について極端現象を現実的に再現するモデルのみを使用することができます。
実際には、アトリビューション評価のために気候モデル群を選定する際、以下の3つの基準を用いています：
そのモデルは、原理的に、私たちが関心を持つ極端現象を表現できるか？
モデル化された極端現象の統計は、観測された極端現象の統計と整合しているか？
モデル内でこれらの極端現象を引き起こしている気象は、観測データと類似しているか？
気候モデルは現実の不完全な表現であるため、研究を実施するには、アトリビューション分析に十分な精度を持つモデルを少なくとも2つ、できればそれ以上必要としています。
5. 気候変動の役割は何か？
次のステップは、実際のアトリビューション分析です。各モデルについて、温室効果ガスやエアロゾルの人為的排出によって、極端な気象現象の発生確率や強度がどの程度高まったかを算出します。
これは2つの方法のいずれかで行うことができます。 一つ目の方法は、2組のモデルシミュレーションを実行することです。一方は現在の気候、もう一方は気候に対する人為的影響がない「反事実的」な世界を対象とします。その後、それぞれのセットにおいて、評価対象の現象と一致する深刻な気象現象の数を特定できます。両世界における件数の差から、地球温暖化によって極端現象の発生確率がどの程度高まった、あるいは低下したかが得られます。
二つ目の方法は、既存のシミュレーションを利用することです。例えば、全球の結合モデル相互比較プロジェクトにおける過去および将来の気候モデル実行結果などです。これらのシミュレーションは、観測データと全く同じ方法で分析することができます（3の項を参照）。
これにより、気候変動などの潜在的な要因、さらには土地利用の変化やモデルに含まれるその他の気候強制力によって、発生確率と深刻度に変化があったかどうかを推定することができます。モデルでは、どの強制力が含まれ（温室効果ガスやエアロゾルなど）、どれが含まれないか（例えば、一部の局地的フィードバック）を把握しており、観測データよりもはるかに多くのデータがあります。
いずれの方法を用いても、このアトリビューションの段階では、各モデルから、気候変動の結果としての極端な気象現象の発生確率の変化に関する推定値が得られます。同様に、これらのアプローチは、特定の確率を持つ現象の強度の変化を定量化することもできます。
6. 気候変動の全体的な役割は何か？
次のステップは、観測データと複数のモデルからの情報を統合し、物理的な極端現象――すなわち、ハザード――の発生確率と強度がどのように変化したかについて、包括的な一つの結論にまとめることです。
これは容易ではなく、極端現象をモデルがどの程度うまく描写しているかについての推定が必要です。その情報の一部はモデル間のばらつきから導き出せますが、残りの部分はモデル内で極端現象がどれほど現実的にシミュレートされているかに基づく判断でなければなりません。
7. 脆弱性と曝露：極端な気象現象
気象関連災害は、3つの要因の組み合わせによって発生します。すなわち、ハザード（気象上の極端現象）、曝露（危険にさらされる人々）、脆弱性（人々や生態系がハザードにどれほど対処できるか）です。
ハザードに加えて、アトリビューション研究では脆弱性と曝露について議論することが不可欠だと考えています。これらは、（前の段階で算出された）物理的な極端現象の変化と組み合わさって気象上の極端現象の影響を決定するだけでなく、それ自体にも顕著な傾向がある場合があるからです。
例えば、私たちの研究では、ブラジル・サンパウロにおける2014～15年の干ばつについて、気候変動によってより深刻化したわけではないことがわかりました。しかし、当該都市の人口が20年間でおよそ20％増加し、さらに一人当たり水使用量の増加はそれ以上に速く、これに対して貯水・供給システムの適切な更新が行われていなかったことが分析により明らかになりました。
したがって、この事例では、脆弱性と曝露の傾向が、同都市における深刻な水不足の主要な要因でした。
8. これらのニュアンスをどのように伝えるか？
最後のステップは、結果をさまざまな対象者に伝えることです。これは、科学的に正確でありながら、対象読者にとって有用で理解しやすい形で知見を説明することを意味します。
私たちは、研究結果の利用者である3つのグループに関連する、3つの階層のコミュニケーションが必要であることを見出しました。すなわち、科学者、政策立案者および緊急管理機関、そしてメディア各社と一般の人々です。
科学コミュニティに結果を提示する際には、常に、別の科学者が結果を再現できるほど詳細にアトリビューション研究を記録した科学報告書を公表しています。分析に新たな方法論的要素が含まれる場合には、学術誌に投稿して完全な査読を受けることも約束しています。
政策立案者、人道支援関係者、その他の非科学専門家の対象者に対しては、アトリビューションの知見を文書で伝える最も効果的な方法は、物理科学分析の要点をまとめ、脆弱性と曝露の背景をさらに詳しく説明し、その後、この種の極端な気象現象に対するレジリエンスを高めるための具体的な推奨次ステップを示す、ブリーフィングノートであることがわかりました。
最後に、メディアを通じて一般の人々に届けるため、通常、研究の主要な知見を伝えるプレスリリースやウェブサイトのニュース記事を作成します。物理科学の知見に加え、これらのプレスリリースでは、通常、極端な気象現象に寄与した非物理科学的要因について、ごく簡潔で客観的な説明を示します。
世界経済フォーラムは気候変動に関して何をしているのか？
結論
過去5年間で、上記のステップにより、極端な気象現象が気候変動によって影響を受けているか、受けていないかについて、確かなメッセージを提供できることがわかりました。
また、数日または数週間以内に対応することで、極端な気象現象の発生直後、関心が最も高く結果が最も関連性を持つ時期に、重要な対象者に対して確かな科学的結果を迅速に提供できています。
アトリビューション研究の結果は、将来の極端な気象現象に対するリスク低減を図るうえで有用であるとともに、変化する気候における高まるリスクに対する認識を高め、それによって温室効果ガス排出削減の重要性を示すうえでも有用です。
重要なのは、この問いはしばしば投げかけられるため、結果が得られること自体が有意義であり、もし科学的に答えられなければ、非科学的な形で答えられることになるという点です。
