陸地生態(tài)系統(tǒng)碳匯在減緩氣候變化和“碳中和”戰(zhàn)略中舉足輕重，及時準確評估陸地碳匯變化對科學制定生態(tài)系統(tǒng)碳匯鞏固提升政策尤為關鍵。全球碳計劃雖每年公布全球碳收支，但數(shù)據(jù)滯后一年之久，無法及時反映陸地生態(tài)系統(tǒng)碳匯變化。2023年，氣溫再創(chuàng)新高，極端干旱大面積發(fā)生，全球大氣CO2平均濃度激增2.8ppm，達419.3ppm，而陸地生態(tài)系統(tǒng)碳匯的大小和作用卻難以及時揭秘。

為此，北京大學碳中和研究院樸世龍院士團隊聯(lián)合王騰蛟教授團隊，構(gòu)建了基于生態(tài)過程的人工智能(AI)碳匯預測模型，并結(jié)合中國科學院青藏高原研究所田向軍研究員團隊發(fā)展的“貢嘎”大氣反演模型，研究發(fā)現(xiàn)2023年大氣CO2濃度激增主要歸因于全球陸地生態(tài)系統(tǒng)碳匯下降，而非化石燃料碳排放和海洋碳匯變化。具體而言，AI模型模擬表明，相比于2022年，2023年全球陸地碳匯減小了約18.2億噸碳，其中約80%歸因于熱帶植被生產(chǎn)力驟降引起的碳匯大幅降低，與“貢嘎”大氣反演系統(tǒng)結(jié)果一致。相關研究成果近期發(fā)表于《國家科學評論》。

該研究自主研發(fā)的AI碳匯預測模型深度融合了人工智能技術和碳匯形成過程與機制，克服了純數(shù)據(jù)驅(qū)動“黑箱”模型可解釋性低、歸因難、極端事件預警能力弱等缺點，能模擬季節(jié)至年代際陸地生態(tài)系統(tǒng)碳循環(huán)關鍵過程變化，從而準確模擬重現(xiàn)了極端氣候事件下陸地碳匯變化及其原因，為利用AI準確評估陸地碳匯提供了鮮明例證。相比于傳統(tǒng)手段，AI預測模型可大幅縮短陸地碳匯評估周期，支撐陸地碳匯的近實時追蹤，助力減緩氣候變化和“碳中和”戰(zhàn)略實施。


圖1 2023年全球碳收支異常分析。(a) 1959?2023年大氣CO2年增長量。(b) 2023年化石燃料燃燒碳排放、陸地凈碳通量、海洋凈碳通量相較于2022年的變化。(c?d) 大氣反演系統(tǒng)(c)以及基于生態(tài)過程的人工智能碳匯預測模型(d)估計的2023年陸地凈碳通量異常。b?d中正值表示更多的碳釋放到大氣中。

了解詳情，請閱讀原文：
The decline in tropical land carbon sink drives high atmospheric CO2 growth rate in 2023. National Science Review. doi：10.1093/nsr/nwae365

來源: 《中國科學》雜志社