陆地生态系统碳汇在减缓全球气候变化方面发挥着关键作用，其动态变化一直是学术界关注的前沿热点。然而，依赖全球碳计划的传统评估方法通常存在近一年的时间滞后。在极端气候事件频发的背景下，及时追踪陆地生态系统碳汇变化显得尤为重要。2024年，全球平均气温较2023年进一步攀升，创下有气象记录以来新高，同期大气二氧化碳浓度增速明显加快。尽管如此，陆地生态系统碳汇如何响应这一系列剧烈变化，仍是亟待解答的重要科学问题。

北京大学碳中和研究院科研团队利用自主研发的基于生态过程的人工智能碳汇预测模型Carbon Mind，在国际上率先说明了2024年全球陆地生态系统碳汇变化及其空间格局。研究发现，2024年全球陆地生态系统碳汇大幅下降，不足过去10年平均水平的一半。其中热带生态系统碳汇降幅尤为显著，约为1PgC/yr（图1）。这一发现与“贡嘎”大气反演模型的独立评估结果一致。然而，热带不同植被类型间碳汇变化存在显著差别，相比于热带雨林，草地与稀树草原碳汇损失比例更高，说明持久处于干旱胁迫的半干旱生态系统并未表现出更强的对极端气候事件的抵抗能力。进一步分析表明，由高温和干旱胁迫引发的植被生产力下降，是导致热带碳汇下降的重要原因。

2024年和最近两次强厄尔尼诺事件下全球及区域陆地生态系统碳汇异常

Carbon Mind模型能够自主学习碳循环形成过程与机制，灵敏捕捉过去一个多世纪以来陆地生态系统碳汇演变规律，具备可解释、可溯因、可预警的智能研判能力。该研究表明全球变暖和极端气候事件频发正持续加剧碳-气候耦合系统面临的威胁，同时凸显了AI在陆地碳汇变化及时监测与精准归因方面的有效性与重要价值。

研究成果以“AI-tracked halving of global land carbon sink in 2024”为题发表于Science Bulletin。北京大学计算机博士后王鹤媛和碳中和研究院助理研究员王锴为共同第一作者，中国科青藏高原研究所研究员汪涛和北京大学计算机教授、碳中和研究院双聘教师王腾蛟为共同通讯作者。