朴世龙院士团队在NSR期刊揭示热带陆地碳汇减少导致 2023 年大气二氧化碳增长率居高不下

文摘   2024-12-24 06:59   湖北  
关注+星标🌟,好文及时看
应众多读者的需求和建议,遥感地理视界创建了学习交流群,想加入交流的可扫描下方二维码添加。请进群后按照群公告备注如“学位-学校(或机构)-昵称”格式(详情请查看公众号置顶推文)。

(一)文章信息
  • 标题:The decline in tropical land carbon sink drove high atmospheric CO2 growth rate in 2023

  • 期刊:《National Science Review》(中科院一区TOP,IF=16.3)

  • 作者:Yanchen Gui, et al.

  • doi:10.1093/nsr/nwae365

(二)研究背景
大气中二氧化碳(CO2)增长率(CGR)反映了人类排放与陆地和海洋净吸收之间的碳平衡,是决定全球变暖速度和程度的关键因素。2023年,夏威夷毛纳罗亚基线观测站(MLO)记录到的CGR达到了创纪录的高水平。了解这一异常高的CGR增长背后的原因对于制定应对气候变化的策略至关重要。自2006年以来,全球碳项目每年都会发布全球碳预算,但由于数据收集和处理的延迟,2023年的全球碳预算直到2024年下半年才为人所知。因此,能够详细且近乎实时地跟踪全球碳预算将具有极高的价值。本研究旨在通过整合化石燃料CO2排放数据、全球观测系统(GONGGA)的大气反演以及基于动态全球植被模型(DGVMs)的人工智能(AI)模型,量化2023年全球碳平衡的主要组成部分,并分析导致2023年CGR异常增长的原因。

(三)研究数据与方法
本研究使用了多种数据源和方法来分析2023年全球碳平衡的变化。数据包括MLO和全球平均海洋边界层(MBL)站点的CO2观测数据、GONGGA大气反演系统提供的净陆地和海洋碳通量数据、以及基于DGVMs的人工智能模型(AI-ORCHIDEE和AI-CABLE)的模拟结果。AI模型通过训练,能够快速捕捉陆地碳汇的时空模式,并协调气候变量、年度大气CO2浓度和月度碳通量之间的尺度差异。研究还使用了太阳诱导叶绿素荧光(SIF)数据、陆地水储量(TWS)数据、ERA5-Land再分析数据集提供的全球网格化气温和总降水量数据,以及ENSO指数来分析气候变化对碳循环的影响。通过这些数据和方法,研究能够详细分析2023年全球碳平衡的变化,并探讨导致CGR异常增长的主要因素。

(四)研究结果

2023年MLO的CGR比2022年增加了1.56 ppm/年,全球平均CGR也达到了2.82 ppm/年,接近过去三十年最强的两次厄尔尼诺事件期间的水平。研究发现,2023年全球陆地碳汇大幅下降,是导致CGR异常增长的主要原因。与2022年相比,全球陆地碳汇减少了约1803 ± 197 TgC/年,而海洋碳汇略有减少(184 TgC/年),化石燃料排放略有增加(24 TgC/年)。热带地区对全球陆地碳汇下降的贡献最大,占全球下降总量的78%。特别是非洲的萨赫勒和南部非洲地区,由于厄尔尼诺引起的异常变暖和干旱,植被生产力下降,导致碳汇显著减少。此外,2023年热带地区的碳汇下降幅度甚至超过了2015-2016年厄尔尼诺事件期间的下降幅度,表明在全球变暖背景下,热带陆地碳汇对厄尔尼诺事件的敏感性可能有所增强。研究还发现,尽管2023年发生了厄尔尼诺事件,但其对热带太平洋海洋碳汇的影响在季节上被之前的拉尼娜事件所抵消,导致年度海洋碳汇变化较小。

(五)研究结论
本研究通过整合大气CO2反演和人工智能模型,成功估算了2023年全球陆地碳平衡,并发现热带陆地碳汇的大幅下降是导致2023年MLO观测到的创纪录CGR增长的主要原因。厄尔尼诺事件相关的变暖和干旱条件,特别是在水资源受限的热带地区,显著减少了热带陆地碳汇。2023年的下降比2015-2016年厄尔尼诺事件导致的下降多出745 TgC/年。由于2023年底厄尔尼诺事件尚未结束,预计热带碳汇的下降将超过2023年的观测值。因此,本研究为近实时估算陆地碳汇提供了一个强有力的框架。此外,研究还强调了人工智能模型在捕捉2023年全球和大陆尺度上炎热干燥条件对陆地碳汇不利影响方面的能力。未来的研究需要更多的观测数据来改进人工智能模型,以提高我们及时和更准确地评估全球碳循环的能力。

文章来源 :

Gui, Y., Wang, K., Jin, Z., Wang, H., Deng, H., Li, X., ... & Piao, S. (2024). The decline in tropical land carbon sink drove high atmospheric CO2 growth rate in 2023. National Science Review, 11(12), nwae365.

免责声明 :

本公众号发布的内容仅供学习交流使用,内容版权归原作者所有。如有侵犯您的权益,请及时与我们联系。


END

可扫码获取PDF
点击关注

回复“1106获取全文

关注后记得加🌟

| 期待下一次相遇


往期推荐

【RSE好文推荐】结合天气建模和卫星观测数据改善日变化地表温度的估算

2024-10-15

【RSE好文推荐】EnMAP星载成像光谱任务:发射两年后的初步科学成果

2024-10-14

【ISPRS好文推荐】基于深度学习的合成孔径雷达在农业应用中的综述

2024-10-13

遥感地理视界
致力于分享遥感科学、地理科学、深度学习相关的最新前沿的顶刊文章。分享数据建模/软件操作/论文绘图等相关知识。文章和科研学术推广欢迎来稿,联系方式:eco_rs_gis@163.com或VX: ECO_RS_GIS 感谢您的关注!
 最新文章