【儀表網(wǎng) 研發(fā)快訊】陸地生態(tài)系統(tǒng)碳匯在減緩全球氣候變化方面發(fā)揮著關(guān)鍵作用，其動態(tài)變化一直是學術(shù)界關(guān)注的前沿熱點。然而，依賴全球碳計劃的傳統(tǒng)評估方法通常存在近一年的時間滯后。在極端氣候事件頻發(fā)的背景下，及時追蹤陸地生態(tài)系統(tǒng)碳匯變化顯得尤為重要。2024年，全球平均氣溫較2023年進一步攀升，創(chuàng)下有氣象記錄以來新高，同期大氣二氧化碳濃度增速明顯加快。盡管如此，陸地生態(tài)系統(tǒng)碳匯如何響應這一系列劇烈變化，仍是亟待解答的重要科學問題。
 

　　北京大學碳中和研究院科研團隊利用自主研發(fā)的基于生態(tài)過程的人工智能碳匯預測模型Carbon Mind，在國際上率先闡明了2024年全球陸地生態(tài)系統(tǒng)碳匯變化及其空間格局。研究發(fā)現(xiàn)，2024年全球陸地生態(tài)系統(tǒng)碳匯大幅下降，不足過去10年平均水平的一半。其中熱帶生態(tài)系統(tǒng)碳匯降幅尤為顯著，約為1PgC/yr(圖1)。這一發(fā)現(xiàn)與“貢嘎”大氣反演模型的獨立評估結(jié)果一致。然而，熱帶不同植被類型間碳匯變化存在顯著差異，相比于熱帶雨林，草地與稀樹草原碳匯損失比例更高，說明長期處于干旱脅迫的半干旱生態(tài)系統(tǒng)并未表現(xiàn)出更強的對極端氣候事件的抵抗能力。進一步分析表明，由高溫和干旱脅迫引發(fā)的植被生產(chǎn)力下降，是導致熱帶碳匯下降的重要原因。
 

2024年和最近兩次強厄爾尼諾事件下全球及區(qū)域陸地生態(tài)系統(tǒng)碳匯異常
 

　　Carbon Mind模型能夠自主學習碳循環(huán)形成過程與機制，靈敏捕捉過去一個多世紀以來陸地生態(tài)系統(tǒng)碳匯演變規(guī)律，具備可解釋、可溯因、可預警的智能研判能力。該研究表明全球變暖和極端氣候事件頻發(fā)正持續(xù)加劇碳-氣候耦合系統(tǒng)面臨的威脅，同時凸顯了AI在陸地碳匯變化及時監(jiān)測與精準歸因方面的有效性與重要價值。
 

　　研究成果以“AI-tracked halving of global land carbon sink in 2024”為題發(fā)表于Science Bulletin。北京大學計算機學院博士后王鶴媛和碳中和研究院助理研究員王鍇為共同第一作者，中國科學院青藏高原研究所研究員汪濤和北京大學計算機學院教授、碳中和研究院雙聘教師王騰蛟為共同通訊作者。