（本文閱讀時間：9分鐘）
工業革命以來，化石燃料的燃燒和土地利用方式的轉變，尤其是對森林的砍伐，成為了大氣二氧化碳升高的主要推手。儘管陸地植被和海洋作為自然界的主要碳匯，吸收了部分二氧化碳，但排放量的激增已遠遠超出了它們每年的吸收極限，導致大氣中的二氧化碳濃度不斷攀升，引發全球變暖和極端天氣。在這一嚴峻背景下，碳預算估算成為了實現碳中和的關鍵。
碳預算是指對全球碳迴圈中碳源和碳匯的評估，它綜合了化石燃料和水泥排放、土地利用和土地利用變化相關的排放和清除、海洋和自然陸地的二氧化碳來源與吸收等證據，從而衡量大氣中二氧化碳濃度的變化。準確且及時的碳預算對理解和應對全球氣候變化具有決定性意義。在全球氣候和環境挑戰日益加劇的今天，監測碳匯與碳排放變得至關重要。特別是在全球各國積極推進碳達峰和碳中和策略的當下，碳預算已成為相關科學研究和制定可持續發展政策的基礎。
為了支援全球的可持續發展，微軟亞洲研究院制定了“基於人工智慧的近即時全球碳預算（ANGCB）”計劃，旨在更有效地利用海洋、陸地等自然環境條件來捕捉二氧化碳，以實現全球即時碳預測的目標。
透過與清華大學和法國原子能署氣候與環境科學實驗室（Laboratoire des Sciences du Climat et de l’Environnement）緊密合作，微軟亞洲研究院利用人工智慧技術開發了一種創新的綜合方法，成功將全球碳預算的時間延遲從一至兩年縮短至三個月。這一成果不僅為相關領域的科學研究提供了更及時的資料支援，也為碳減排和碳匯政策的制定者提供了更迅速的資料反饋。
圖1：基於人工智慧的近即時全球碳預算（ANGCB）
傳統的碳預算包含了採用數值模擬的方法，這種方法雖然可以模擬複雜的地球系統過程，但由於涉及的計算量巨大且資料更新速度慢，通常存在一至兩年的滯後。以“全球碳專案”（Global Carbon Project，GCP）釋出的最新的《2023年全球碳預算》（Global Carbon Budget 2023）報告為例，該報告於2023年12月發表，但其結果僅能覆蓋到2022年底，未能包含2023年的資訊，碳預算時間滯後長達一年。
而2023年，全球遭遇了多起重大環境事件，對氣候產生了顯著影響。例如，北美地區森林火災頻發；自2020年以來一直較為活躍的拉尼娜現象在2023年6月轉變為中等強度的厄爾尼諾現象；根據 GRACE 衛星的觀測，2023年北半球大部分地區的陸地水儲量出現下降，這可能導致植物面臨水分脅迫，即因土壤缺水而抑制植物生長；亞馬遜熱帶雨林地區從2023年6月到11月遭受了極端乾旱，而熱帶非洲地區則比正常年份更為溼潤。
這些關鍵的氣候變化均未被《2023年全球碳預算》所覆蓋，這種滯後性不僅影響了對氣候變化趨勢的準確性判斷，也延緩了應對氣候變化採取行動的時機。
造成滯後的原因主要在於，傳統的數值模擬方法是由滯後一年的氣候資料驅動的，不能完全適應當前的碳預算需求。若使用近即時更新的氣候再分析資料來驅動模型，那麼數值模擬方法無法直接相容新資料，所以結果的準確性會有較大差異。此外，“全球碳專案”採用了十餘個陸地和海洋模型，每個模型都來自不同的實驗室或機構。這意味著需要協調多個組織同時推進同一專案，進一步加劇了碳預算的延遲。
對於自下而上的海洋碳匯預算，研究員們結合海洋生物地球化學知識和資料驅動模型，設計了全新的機器學習模擬器。“此前，海洋碳預算主要有兩種方法。一種是數值模擬，但存在滯後性；另一種是依靠海洋中航行的船隻，透過將船隻底部感測器收集的資料與衛星監測資料結合，構建機器學習模型，然而航測資料是由散點觀測擴充套件至整個全球觀測，這種以點代面的方法無法保證結果的準確性。” 微軟亞洲研究院應用科學家桂曉凡介紹道。
基於這兩種方法，微軟亞洲研究院構建了新的機器學習模擬器，使其能夠實現近即時的更新。截至目前，僅使用這一個海洋資料驅動的模型，就已經可以完成覆蓋全球每個區域的近即時海洋碳預算。
而對於自上而下的陸地碳預算，微軟亞洲研究院也在積極嘗試利用人工智慧技術探索全球陸地碳預算的有效路徑。
微軟亞洲研究院近即時碳預算模型的分析結果顯示，2023年陸地碳匯能力降至2003年以來的最低點。通常在夏季達到碳匯峰值的北部陸地在2023年的表現低於預期，中歐、西俄羅斯、中美洲也出現了異常的碳排放源。而2023年的海洋碳匯能力則比2022年有所增加，特別是在太平洋和部分南大西洋區域。這一變化主要歸因於拉尼娜現象的消退和厄爾尼諾現象的發展，減少了熱帶太平洋的二氧化碳排放來源，同時高海表溫度又降低了東北大西洋的碳匯能力。
總體來看，在2023年，化石燃料的排放估計為102億噸碳，而碳匯卻難以跟上碳排放增長的步伐。受拉尼娜向厄爾尼諾轉變導致的極端天氣事件頻發影響，雖然海洋吸收了26億噸碳，但陸地的吸收量卻急劇下降，僅為1.4億噸碳，導致大氣中二氧化碳濃度水平持續上升。若沒有及早進行碳預算，那麼人們將無法及時發現這些變化。設想一下，如果未來十年全球持續變暖，並像2023年那樣對陸地碳匯產生負面影響，自然碳匯將可能失去一半目前吸收人類活動產生的二氧化碳的能力。
圖2：2010年至2023年的碳預算
這表明，減少化石燃料排放以及保護自然碳匯是應對全球氣候變暖的重要舉措。氣溫每一度的上升都非常重要，因為溫度的上升和碳匯的減弱將決定地球與人類的未來。保護氣候、恢復碳平衡刻不容緩，全球社會都應該立即採取行動。
“碳預算時間的縮短意味著政府和決策者可以更快地掌握碳排放和碳匯的最新情況，從而更有效地制定和調整相關政策，確保人類社會的可持續發展。利用與微軟亞洲研究院合作構建的近即時碳預算方法，相關機構能夠迅速評估政策的實施效果，而不必等待一兩年才能看到結果。這種及時反饋對於最佳化政策執行和提高政策響應的速度至關重要。”法國原子能署氣候與環境科學實驗室研究員 Philippe Ciais 表示。
在當今科學研究的前沿領域，跨學科合作已成為推動創新和解決複雜問題的重要途徑。基於人工智慧的近即時碳預算方法，就是微軟亞洲研究院、清華大學和法國原子能署氣候與環境科學實驗室共同合作的成果，其中結合了環境科學、地球系統科學、生態學、大氣科學和人工智慧等領域的專業知識與技術。
“在跨學科合作中，我們深刻體會到不同學科間知識互補的重要性。法國原子能署氣候與環境科學實驗室提供的寶貴資料，為我們的研究奠定了堅實基礎，而人工智慧的創新應用讓即時監測碳匯與碳排放成為可能。環境科學、地球系統科學、生態學和大氣科學的複雜性，需要人工智慧領域的科研人員深入理解和融會貫通，而環境科學領域的專家也需要掌握人工智慧技術的前沿發展及應用潛力。這種知識的融合與共同學習，為我們實現了人工智慧技術在環境監測中的有效應用，也充分展現了跨學科合作在解決全球性問題中的核心價值。”微軟亞洲研究院資深首席研究員邊江說。
隨著技術和資料的不斷完善，微軟亞洲研究院將整合海洋與陸地碳預算模型，進一步推進 ANGCB 計劃。為此，研究員們也將持續提升模型的效能和效率，希望透過碳預算的提前預測，為全球氣候變化的研究和相關政策的制定提供更及時準確的資料支援，助力推動全球環境治理與生態文明建設。
相關論文：
Low latency carbon budget analysis reveals a large decline of the land carbon sink in 2023
https://doi.org/10.1093/nsr/nwae367
你也許還想看：