Abstract. In Paris, France, December 2015, the Conference of the Parties (COP) to the United Nations Framework Convention on Climate Change (UNFCCC) invited the Intergovernmental Panel on Climate Change (IPCC) to provide a special report in 2018 on the impacts of global warming of 1.5 °C above pre-industrial levels and related global greenhouse gas emission pathways. In Nairobi, Kenya, April 2016, the IPCC panel accepted the invitation. Here we describe the response devised within the Inter-Sectoral Impact Model Intercomparison Project (ISIMIP) to provide tailored, cross-sectorally consistent impact projections to broaden the scientific basis for the report. The simulation protocol is designed to allow for (1) separation of the impacts of historical warming starting from pre-industrial conditions from impacts of other drivers such as historical land-use changes (based on pre-industrial and historical impact model simulations); (2) quantification of the impacts of additional warming up to 1.5 °C, including a potential overshoot and long-term impacts up to 2299, and comparison to higher levels of global mean temperature change (based on the low-emissions Representative Concentration Pathway RCP2.6 and a no-mitigation pathway RCP6.0) with socio-economic conditions fixed at 2005 levels; and (3) assessment of the climate effects based on the same climate scenarios while accounting for simultaneous changes in socio-economic conditions following the middle-of-the-road Shared Socioeconomic Pathway (SSP2, Fricko et al., 2016) and in particular differential bioenergy requirements associated with the transformation of the energy system to comply with RCP2.6 compared to RCP6.0. With the aim of providing the scientific basis for an aggregation of impacts across sectors and analysis of cross-sectoral interactions that may dampen or amplify sectoral impacts, the protocol is designed to facilitate consistent impact projections from a range of impact models across different sectors (global and regional hydrology, lakes, global crops, global vegetation, regional forests, global and regional marine ecosystems and fisheries, global and regional coastal infrastructure, energy supply and demand, temperature-related mortality, and global terrestrial biodiversity).

While the physical dimensions of climate change are now routinely assessed through multimodel intercomparisons, projected impacts on the global ocean ecosystem generally rely on individual models with a specific set of assumptions. To address these single-model limitations, we present standardized ensemble projections from six global marine ecosystem models forced with two Earth system models and four emission scenarios with and without fishing. We derive average biomass trends and associated uncertainties across the marine food web. Without fishing, mean global animal biomass decreased by 5% (±4% SD) under low emissions and 17% (±11% SD) under high emissions by 2100, with an average 5% decline for every 1 °C of warming. Projected biomass declines were primarily driven by increasing temperature and decreasing primary production, and were more pronounced at higher trophic levels, a process known as trophic amplification. Fishing did not substantially alter the effects of climate change. Considerable regional variation featured strong biomass increases at high latitudes and decreases at middle to low latitudes, with good model agreement on the direction of change but variable magnitude. Uncertainties due to variations in marine ecosystem and Earth system models were similar. Ensemble projections performed well compared with empirical data, emphasizing the benefits of multimodel inference to project future outcomes. Our results indicate that global ocean animal biomass consistently declines with climate change, and that these impacts are amplified at higher trophic levels. Next steps for model development include dynamic scenarios of fishing, cumulative human impacts, and the effects of management measures on future ocean biomass trends.

Young generations are severely threatened by climate change

Global impact models represent process-level understanding of how natural and human systems may be affected by climate change. Their projections are used in integrated assessments of climate change. Here we test, for the first time, systematically across many important systems, how well such impact models capture the impacts of extreme climate conditions. Using the 2003 European heat wave and drought as a historical analogue for comparable events in the future, we find that a majority of models underestimate the extremeness of impacts in important sectors such as agriculture, terrestrial ecosystems, and heat-related human mortality, while impacts on water resources and hydropower are overestimated in some river basins; and the spread across models is often large. This has important implications for economic assessments of climate change impacts that rely on these models. It also means that societal risks from future extreme events may be greater than previously thought.

Climate change is shifting the abundance and distribution of marine species with consequences for ecosystem functioning, seafood supply, management and conservation. Several approaches for future projection exist but these have never been compared systematically to assess their variability. We conducted standardized ensemble projections including 6 global fisheries and marine ecosystem models, forced with 2 Earth-system models and 4 emission scenarios in a fished and unfished ocean, to derive average trends and associated uncertainties. Without fishing, mean global animal biomass decreased by 5% (standard deviation 4%) under low and 17% (standard deviation 11%) under high emissions by 2100, primarily driven by increasing temperature and decreasing primary production. These climate-change effects were slightly weaker for larger animals and in a fished ocean. Considerable regional variation ranged from strong biomass increases in high latitudes to strong decreases in mid-low latitudes, with good model agreement on the direction of change but variable magnitude. Uncertainties due to differences among ecosystem or Earth-system models were similar, suggesting equal need for model improvement. Our ensemble projections provide the most comprehensive outlook on potential climate-driven ecological changes in the ocean to date. Realized future trends will largely depend on how fisheries and management adapt to these changes in a changing climate.

Abstract Global hydrological models (GHMs) are widely used to assess the impact of climate change on streamflow, floods, and hydrological droughts. For the ‘model evaluation and impact attribution’ part of the current round of the Inter-Sectoral Impact Model Intercomparison Project (ISIMIP3a), modelling teams generated historical simulations based on observed climate and direct human forcings with updated model versions. Here we provide a comprehensive evaluation of daily and maximum annual discharge based on ISIMIP3a simulations from nine GHMs by comparing the simulations to observational data from 644 river gauge stations. We also assess low flows and the effects of different river routing schemes. We find that models can reproduce variability in daily and maximum annual discharge, but tend to overestimate both quantities, as well as low flows. Models perform better at stations in wetter areas and at lower elevations. Discharge routed with the river routing model CaMa-Flood can improve the performance of some models, but for others, variability is overestimated, leading to reduced model performance. This study indicates that areas for future model development include improving the simulation of processes in arid regions and cold dynamics at high elevations. We further suggest that studies attributing observed changes in discharge to historical climate change using the current model ensemble will be most meaningful in humid areas, at low elevations, and in places with a regular seasonal discharge as these are the regions where the underlying dynamics seem to be best represented.