エミュレータは、地球システム予測などの複雑なモデル出力を効率的に生成する方法で、物理ベースの簡易モデルやAIのようなアルゴリズムベースの手法が使われる。簡易モデルはIPCC第6次評価報告書で温暖化レベルを確率論的に評価する際に中心的な役割を担った。個々の気候強制因子による温暖化寄与や、多数の気候緩和シナリオの温暖化レベルの分類など、報告書に示された重要な評価は簡易モデルの大規模パラメータアンサンブル実験に基づく。温暖化レベルは気候・影響・緩和のシナリオで共通に使われる指標であり、パラメータアンサンブルにはモデリング・観測・プロセス理解に基づく知見が反映される。この観点から、エミュレータは各分野の情報を相互に結びつけて統合するツールとも言える。影響評価で必要となる空間分布や季節変化などの気候パターンは、アルゴリズムベースのエミュレータで扱われる。様々な気候シナリオに対して分野・地域別の影響を簡便に評価する影響エミュレータも開発されている。本セッションでは、このようなエミュレータの役割に焦点を当て、エミュレータの方法論と応用に関連する個々の知見を広く共有し、相互の理解を深めることを目指す。

Emulators are an efficient method to generate complex model outputs, such as earth system projections, using physics-based reduced complexity models or algorithm-based approaches like artificial intelligence. Reduced complexity models played a central role in probabilistic assessment of global warming levels in the IPCC Sixth Assessment Report. Some of the key assessments presented in the report, including warming contributions from individual climate forcing agents and warming-level categorization for numerous climate mitigation scenarios, were based on large-scale parameter ensemble experiments with reduced complexity models. The global warming level is a commonly used indicator in climate, impact, and mitigation scenarios, and the parameter ensemble reflects findings based on modeling, observations, and process understanding. From this perspective, the emulator can be seen as a tool to interconnect and integrate information from various disciplines. Climate patterns such as spatial distribution and seasonal changes, which are necessary for impact assessment, can be handled by algorithm-based emulators. Impact model emulators have also been developed to easily assess sectoral and regional impacts for various climate scenarios. This session will focus on the role of such emulators and aims to share individual findings related to emulator methodology and applications broadly to deepen mutual understanding.