朴世龙院士团队联合王腾蛟团队利用AI破解2023年大气二氧化碳激增之谜

学术   2024-11-27 16:06   湖南  

  第一时间获取气象科研资讯

气象学家公众号交流群

加入

陆地生态系统碳汇在减缓气候变化和“碳中和”战略中举足轻重,及时准确评估陆地碳汇变化对科学制订生态系统碳汇巩固提升政策尤为关键。全球碳计划虽每年公布全球碳收支,但数据滞后一年之久,无法及时反映陆地生态系统碳汇变化。2023年,气温再创新高,极端干旱大面积发生,全球大气CO2平均浓度激增2.8ppm,达419.3ppm,而陆地生态系统碳汇的大小和作用却难以及时揭秘。

为此,北京大学碳中和研究院朴世龙院士团队联合王腾蛟教授团队,构建了基于生态过程的人工智能(AI)碳汇预测模型,并结合中国科学院青藏高原研究所田向军研究员团队发展的“贡嘎”大气反演模型,研究发现2023年大气CO2浓度激增主要归因于全球陆地生态系统碳汇下降,而非化石燃料碳排放和海洋碳汇变化。具体而言,AI模型模拟表明,相比于2022年,2023年全球陆地碳汇减少了约18.2亿吨碳,其中约80%归因于热带植被生产力骤降引起的碳汇大幅降低,与“贡嘎”大气反演系统结果一致。

2023年全球碳收支异常分析。(a) 1959—2023年大气CO2年增长量。(b) 2023年化石燃料燃烧碳排放、陆地净碳通量、海洋净碳通量相较于2022年的变化。(c—d) 大气反演系统(c)以及基于生态过程的人工智能碳汇预测模型(d)估计的2023年陆地净碳通量异常。b—d中正值表示更多的碳释放到大气中

本研究自主研发的AI碳汇预测模型深度融合了人工智能技术和碳汇形成过程与机制,克服了纯数据驱动“黑箱”模型可解释性低、归因难、极端事件预警能力弱等缺点,能模拟季节至年代际陆地生态系统碳循环关键过程变化,从而准确模拟重现了极端气候事件下陆地碳汇变化及其原因,为利用AI准确评估陆地碳汇提供了鲜明例证。相比于传统手段,AI预测模型可大幅缩短陆地碳汇评估周期,支撑陆地碳汇的近实时追踪,助力减缓气候变化和“碳中和”战略实施。
研究成果以“The decline in tropical land carbon sink drives high atmospheric CO2 growth rate in 2023”为题发表于《国家科学评论》(National Science Review,NSR)。北京大学城市与环境学院博士生桂研琛,博士后王锴、金哲,计算机学院博士后王鹤媛为共同第一作者,北京大学朴世龙、王腾蛟、陈薇副研究员,以及中国科学院青藏高原研究所汪涛研究员、田向军为共同通讯作者。
来源:北京大学新闻网





声明:欢迎转载、转发。气象学家公众号转载信息旨在传播交流,其内容由作者负责,不代表本号观点。文中部分图片来源于网络,如涉及内容、版权和其他问题,请联系小编(微信:qxxjgzh)处理。


往期推荐
 获取ERA5/ERA5-Land再分析数据(36TB/32TB)
 获取全球GPM降水数据,半小时/逐日(4TB)
 获取1998-2019 TRMM 3B42逐日降水数据
 获取最新版本CMIP6降尺度数据集30TB
 EC数据商店推出Python在线处理工具箱
★ EC打造实用气象Python工具Metview
★ 机器学习简介及在短临天气预警中的应用
★ Nature-地球系统科学领域的深度学习及理解
★ 灵魂拷问:ChatGPT对气象人的饭碗是福是祸?
★ 气象局是做啥的?气象局的薪水多少?

气象学家
【气象学家】公众号平台为您把握最新AI4Science、解读最新气象科研进展、分享气象实用编程技巧、追踪气象即时资讯。致力于提升我国天气和气候预报、预测水平。欢迎加入气象AI和气象行业交流群以及气象博士群!与12W+专业人士一起交流互动!
 最新文章