Faglig innhold

Integrerte vurderingsmodeller (IAMs – eng. Integrated Assement Models) er et utbredt verktøy for analyser av hvordan samfunnet kan omstille seg for å møte ulke klimamål. De benyttes til å understøtte utvikling av klimapolitikk på nasjonalt og internasjonalt nivå. Litteraturen som er utarbeidet med bruk av disse er også tungt vektlagt i rapportene fra FNs klimapanel (IPCC). Fagfeltet har vokst fram siden på begynnelsen av 1970-tallet og Nobelprisvinner i 2018, William D. Nordhaus var sentral i dets utvikling. Formålet med dette kurset er å gi en oversikt over fagfeltet. Dette inkluderer blant annet en innføring i ulike typer IAMs, det metodologiske grunnlaget samt anvendelser av modellene. Kurset vil introdusere viktige konsepter innen klimaforskning, inkludert utformingen av de omforente sosioøkonomiske utviklingsbanene (SSP) og de tilhørende representative konsentrasjonsbanene (RCP). Disse benyttes som underlag for anvendelser av integrerte vurderingsmodeller samt klima- og jordsystemmodellering, for studier av både klimaendringer, -tilpasning og -omstilling. Integrerte evalueringsmodeller benyttes videre til å analysere hvordan individuelle teknologier og ulike virkemidler kan anvendes for å redusere utslippene av klimagasser. Alle disse elementene blir analysert i sammenheng, noe er helt sentralt gitt de tette sammenhengene i den globale økonomien samt den tette interaksjonen mellom antropogene og naturlige systemer. En nylig utvidelse av IAM-rammeverket involverer derfor en kombinasjon av klimaomstilling og tilpasning i sammenheng med bredere bærekraftsmål, inkludert luftkvalitet, vannforvaltning, energisikkerhet samt ressurseffektivitet. Utover dette så vil sammenkoblingen av IAM med metoder og verktøy fra andre disipliner som atmosfærisk kjemi og helseforskning relatert til luftforurensning samt industriell økologi bli diskutert. Kurset vil også gi en introduksjon til teknikker og metoder for å sikre reproduserbare resultater, inkludert versjonskontroll og bruk av verktøy for modellutvikling og kvalitetskontroll i forskningsteam. Dette inkluderer øvelser med anvendelser og delvis modifisering av et eksisterende IAM-rammeverk for å analysere ulike typer scenarier. Kurset vil også inkludere applikasjoner i seminardelen av kurset for å utdype forståelsen av den anvendte segmentet av feltets forskningsfront.

Emnet gis vår2024.

Læringsutbytte

Emnet gir studenten kunnskap om: a)Ulike typer integrerte vurderingsmodeller, inkl. deres svakheter og styrker. b) Det metodiske grunnlaget for integrerte vurderingsmodeller. c) Grunnleggende begreper som brukes i klimaforskning, inkludert Representative konsentrasjonsbaner og omforente sosioøkonomiske utviklingsbanene d) State-of-the-art applikasjoner av integrerte vurderingsmodeller, inkludert. Emnet gir studenten innsikt i: a) Hvordan man kjører en integrert vurderingsmodell. b) Hvordan man utfører scenarioanalyser og hvordan man tolker resultatene. Ferdigheter - Kurset skal gjøre det mulig for studenten å: Anvende en integrert vurderingsmodell til å evaluere ulike scenarier. Generell kompetanse - Emnet skal gi studentene innsikt i: Samspillet mellom overordnede klimaomstillingsbaner og tilhørende tiltak i individuelle sektorer.

Læringsformer og aktiviteter

Kurset består av forelesninger og øvinger. Kurset har obligatoriske øvinger og pensum. Undervisningsspråket er engelsk og derfor vil også eksamensoppgavene kun gis på engelsk.

Mer om vurdering

En avsluttende muntlig eksamen (70%) samt arbeider (30%). Resultatet blir gitt bestått/ikke bestått. For å få bestått i emnet er det krav om en score på minimum 70 prosent (70 av 100 poeng).

Anbefalte forkunnskaper

Det anbefales at studentene har en grunnleggende forståelse av økonomi. Det er også anbefalt å ha gjennomført innledende kurs i energisystemanalyse, miljøvitenskap samt miljøøkonomi.Kjennskap til matematisk modellering og optimeringsmetoder er sterkt anbefalt. For eks: TIØ4120 Operasjonsanalyse. Kontakt hovedlærer for henvendelser vedrørende forutsetninger.

Forkunnskapskrav

God forståelse av Linear algebra og grunnleggende programmering er påkrevd. Faget vil benytte seg av Python eller R

Kursmateriell

Kursmaterialet består av tidsskriftartikler, rapporter, presentasjoner, og programvare for integrerte vurderings modeller samt tilhørende dokumentasjon.