政府による気候変動に関する誤情報と偽情報について

ジェニファー・マロハシー博士 著　2025年9月12日

Principia Scientific International

オーストラリア議会は、誤情報と偽情報の調査委員会を設置した。誤情報と偽情報は至る所に存在し、地域社会に大混乱をもたらし、主要な機関への国民の信頼を蝕んでいる。この問題は対処すべきだ。

この誤情報と偽情報は特定の政治陣営に限ったものではない。実際、いわゆる再生可能エネルギーへの移行を義務付けるための大幅な補助金を現在提供している法律を最初に制定したのは、ジョン・ハワード率いる保守政権だった。これは気候変動が新たな現象であるとか、気候が新たな軌道に乗っているといった荒唐無稽な考えに基づいていた。もちろん、気候変動は常に存在してきた。

ジョン・ハワードが風力・太陽光発電を義務付ける再生可能エネルギー政策を導入してから20年余りが経過したが、補助金の規模は拡大の一途をたどっている。

20年前、オーストラリアの公式気候予測は「終わりのない干ばつ」だった。貯水池が二度と満水にならないと、延々とそう言い続けられたのだ！

ところが間もなく貯水池は溢れ、私の住むクイーンズランド州の州都ブリスベンを洪水で襲った。

実際、オーストラリアは常に干ばつと豪雨の土地だった。それらは周期的に訪れ、去っていったのだ。

虚偽情報と偽情報に関する新たな議会委員会は調査範囲を定めた。私はその調査範囲を考慮し、委員会への提出書類として関連する二つの事例研究を提出した。

政府に提出済みの私の意見書全文は、Substackで閲覧できる。提出者全員に求められた通り、意見書には私の資格と動機に関する情報も含まれている。

https://jennifermarohasy.substack.com

以下が意見書の一部である最初の事例研究だ。

事例研究 #1.

ビッグデータとAI技術を用いた高度な気候予測手法

2011年のブリスベン壊滅的洪水後、私は人工ニューラルネットワーク（AIの一種）を用いた月間降雨予測の新手法を開発した。この研究には、長年の観測と文献調査から得た気象・気候に影響する主要変数の知識と、ビッグデータ技術の応用が含まれる。

この降雨予測における革新的研究は、2012年から2017年にかけて査読付き国際気候科学誌や学会論文集に12本の論文を発表する成果をもたらした。またインドネシア気象局との共同研究や中国科学院を通じた出版物も生み出した。現在はこの研究を拡張し、気候レジリエンスの新たな理論構築を進めている。

しかしオーストラリア気象局などは、この取り組みを支援するどころか、私を「ジャンクサイエンス」や気候変動否定論者と非難している。例えばCrikey.com.auの記事にはこう書かれている。

「気候変動否定論に関してオーストラリアで最も著名な声の一つが、IPAの最新気候関連書籍を編集したジェニファー・マロハシーだ。昨年、マロハシーとIPA同僚のジョン・アボットによる論文が査読付き学術誌に掲載され、ブライトバート、スペクテイター、ドラッジ・レポートといった右翼メディアから大きな注目を集めた。この論文は専門家から酷評され、ある者は「ジャンクサイエンス」と呼んだ。」［引用終わり］リンクはこちら https://www.crikey.com.au/…/institute-of-public…/

以下は、私の研究論文の概要である。この論文は、現在のパラダイムに政治的利点を見出す著名な国内外の気候科学者らによって、繰り返し「ジャンクサイエンス」や「気候変動否定論」と誤って表現されてきた。彼らは代替モデルや、私のAIを用いた手法のような技術を攻撃する。

Crickey.comがジャンクサイエンスとして言及した具体的な論文は『機械学習を用いた人為的気候変動と自然気候変動の評価』と題され、エルゼビア社よりGeoResJ誌 第14巻、2017年12月、36-46ページに掲載されており、https://www.sciencedirect.com/…/abs/pii/S2214242817300426 からアクセス可能だ。

本論文は、温度プロキシデータを用いて気候変動における人為的要因と自然要因の寄与度を評価するため、機械学習（特に人工ニューラルネットワーク）の応用について論じている。

本研究では、気候変動における自然要因と人為的要因の寄与度を評価するため、機械学習（特に人工ニューラルネットワーク：ANN）の活用を検討した。

• 樹輪などの温度プロキシから得られた時系列プロファイルを分析した。
• これらのプロキシから導出した正弦波成分を用いてANNを訓練し、歴史的温度をシミュレートした。
• ANN予測値と実測温度の最大偏差は約0.2℃であった。
• 推定された平衡気候感度（ECS）は約0.6℃であり、IPCCの推定値より著しく低い。

本研究は、長期的な気候変動を理解する上でプロキシ記録の重要性を強調している。

• プロキシ記録には年輪、サンゴ、堆積物などが含まれ、過去の気候条件の証拠を提供する。
• 完新世後期には気温の振動が見られ、小氷期や中世温暖期といった重要な事象が発生した。
• 産業化以前のこれらの振動には、内外の自然現象が寄与していた。

本手法ではスペクトル解析と機械学習技術を用いて温度プロキシを分析した。

• 分析対象として両半球から6つのプロキシ記録を選定した。
• スペクトル解析により各プロキシ記録から7～10個の正弦波を特定した。
• ANNモデルはNeurosolutions Infinityソフトウェアを用いて最適化され、最適なモデル構成の選択が自動化された。

結果として、ANN予測と実際の気温測定値との間に高い一致が認められた。

• ANNモデルは歴史的な気温プロファイルを効果的に再現できた。
• 1880年から2000年までのプロキシ記録とANN予測の偏差は最小限であり、気温上昇の大部分は自然変動で説明できることを示唆している。
• 本研究は、過去1世紀の気温上昇が主に自然現象に起因すると結論づけた。

本研究では、ECS推定値をIPCC及び他手法の結果と比較した。

• 本研究で推定したECSは約0.6℃であり、IPCCの平均推定値3.2℃を大幅に下回る。
• 分光法によるECS推定値も低く、0.33℃から0.9℃の範囲である。
• これらの知見は、気候感度に関するGCM出力と分光結果の差異を調整する必要性を示唆している。

本研究はB. マクフィー家族財団の資金提供を受け、ジョン・アボットとの共同研究の一環としてセントラルクイーンズランド大学およびジェームズクック大学と共同で実施された。オーストラリア気象局との共同研究の申し出があったにもかかわらず、公の嘲笑以外は何もなかった。一方、CSIROや気象局の科学者たちは、技術文献においていかなる形の反論も発表したことがない。彼らは主にTwitterやCrickey.comなどの場でこの研究を攻撃している。

一方、彼らは依然として時代遅れの降雨予測モデルや技術、特に一般循環モデル（GCM）を使い続けている。これらは、私がビッグデータとAIを用いて開発した技術に比べ、気象・気候予測の精度がはるかに劣る。

一般循環モデルは干ばつを予測し、専門家はウィヴェンホーダムが再び満水になることはないと断言した。ところが雨が降り続き、ウィヴェンホーダムが溢れたことでブリスベンは再び洪水に見舞われた。この写真は2011年1月の洪水後の様子だ。

私は2011年1月、復旧作業を手伝うためにブリスベンに戻った。

出典 ：https://www.facebook.com/JenniferMarohasyOfficialPage