近实时追踪全球碳收支
结合大气反演与AI模拟的碳循环归因框架，首次在次年同期完成对全球碳汇变化的定量归因，打破一年报告滞后的常规。
凯王 · 金哲 · Wang, Heyuan · 李湘怡 · 田向军 · Wang, Tao · 陈伟 · 王腾蛟 · 朴世龙
National Science Review 2024
框架整合大气反演与AI模拟，能在同期完成对全球碳收支变化的定量归因，而传统方法通常滞后一年。
2023年陆地碳汇下降1803 TgC、海洋碳汇减少184 TgC，框架将各分量对CO₂增长率升高的贡献分开量化。
至少78%的全球陆地碳汇下降归因于热带，其中GONGGA反演与AI模拟在热带降幅上结果一致，并关联到厄尔尼诺引起的暖干化。