Microsoft Research prezentuje nową metodę budżetowania węglowego opartą na sztucznej inteligencji — innowacyjne rozwiązanie do monitorowania emisji i pochłaniania dwutlenku węgla w czasie rzeczywistym.

—

Jak sztuczna inteligencja rewolucjonizuje walkę z kryzysem klimatycznym

Od czasu rewolucji przemysłowej spalanie paliw kopalnych i zmiany w użytkowaniu gruntów, w tym masowe wylesiania, są głównymi przyczynami wzrostu poziomu dwutlenku węgla (CO2) w atmosferze. Choć roślinność lądowa i oceany pełnią rolę naturalnych pochłaniaczy węgla, zdolność ta nie nadąża za rosnącymi emisjami. W rezultacie ilość CO2 w atmosferze stale rośnie, co napędza globalne ocieplenie i coraz bardziej ekstremalne zjawiska pogodowe. Aby skutecznie przeciwdziałać zmianom klimatycznym, niezbędne stało się precyzyjne zrozumienie tzw. budżetu węglowego, czyli bilansu pomiędzy emisjami dwutlenku węgla a jego pochłanianiem przez naturalne ekosystemy.

Wyzwania w obliczaniu budżetu węglowego

Największym problemem w monitorowaniu budżetu węglowego jest dokładne i szybkie oszacowanie danych. Budżet ten uwzględnia emisje generowane przez spalanie paliw kopalnych, produkcję cementu, zmiany w użytkowaniu gruntów oraz naturalne źródła CO2. Z drugiej strony określa także zdolność pochłaniania tego gazu przez oceany i roślinność. Tradycyjne metody analizy, choć szczegółowe, często zawodzą w obliczu dynamicznych zmian środowiskowych, takich jak pożary lasów czy zjawiska klimatyczne typu El Niño, które potrafią nieprzewidywalnie zmieniać dynamikę węgla w krótkim czasie.

Metody tradycyjne bazują na symulacjach numerycznych ziemskiego cyklu węglowego, które niestety mają poważne opóźnienia. Najnowszy raport Global Carbon Budget 2023, opracowany na podstawie danych do końca 2022 roku, pokazuje, że istnieje przynajmniej roczna luka w dostępności informacji. Takie opóźnienia utrudniają podejmowanie bieżących decyzji, które mogłyby skutecznie przeciwdziałać zmianom klimatu. Widać więc jasną potrzebę wprowadzenia szybszych, bardziej precyzyjnych rozwiązań.

Nowa era analizy budżetu węglowego dzięki AI

Aby sprostać tym wyzwaniom, badacze z Microsoft Research Asia we współpracy z Uniwersytetem Tsinghua, Francuskim Laboratorium Nauki o Klimacie i Środowisku oraz innymi międzynarodowymi instytucjami wprowadzili nową metodę analizy budżetu węglowego opartą na sztucznej inteligencji. Zastosowanie zaawansowanych modeli uczenia maszynowego zrewolucjonizowało sposób, w jaki monitoruje się pochłanianie i emisję dwutlenku węgla w czasie niemal rzeczywistym.

Model ten integruje dane satelitarne, dynamiczne modele globalnej roślinności oraz symulatory oceanów. Dzięki zastosowaniu konwolucyjnych sieci neuronowych (CNN) i technik półnadzorowanego uczenia maszynowego, system potrafi generować szybkie i dokładne prognozy. Analiza danych nie ogranicza się do prostych pomiarów. Narzędzie wykorzystuje zmienne środowiskowe oraz dane historyczne, aby szczegółowo przewidzieć poziomy pochłaniania CO2 przez oceany i roślinność.

Model analizuje 12 miesięcy danych historycznych, uwzględniając zmieniające się cechy środowiskowe, takie jak emisje związane z pożarami lasów. Dzięki zaawansowanym algorytmom model ten potrafi przewidywać zmiany w pochłanianiu węgla z błędem wynoszącym mniej niż 2%. To czyni go o wiele szybszym i bardziej precyzyjnym narzędziem niż tradycyjne metody.

Wyniki badań: Precyzyjne prognozy w czasie rzeczywistym

Najnowsze testy tego modelu pokazały jego niesamowitą skuteczność. W 2023 roku model zidentyfikował znaczny spadek w pochłanianiu węgla przez tereny lądowe. Na przykład lasy deszczowe Amazonii, które doświadczyły poważnej suszy, straciły zdolność pochłaniania równą 0,31 ± 0,19 GtC (gigaton węgla). System precyzyjnie oszacował również emisje wynikające z pożarów w Ameryce Północnej, które przyczyniły się do wzrostu stężenia CO2 o 0,58 ± 0,10 GtC.

Dodatkowo, model zidentyfikował przejście z fazy La Niña do umiarkowanego El Niño w 2023 roku, co znacznie wpłynęło na dynamikę pochłaniania dwutlenku węgla. Te wyniki dowodzą nie tylko skuteczności modelu w monitorowaniu zmian w czasie rzeczywistym, ale również jego potencjału w dostarczaniu danych użytecznych dla polityki klimatycznej.

Znaczenie dla walki o neutralność klimatyczną

Szybki i znaczący spadek zdolności pochłaniania węgla przez naturalne środowisko stanowi istotne zagrożenie dla globalnych wysiłków zmierzających do osiągnięcia neutralności klimatycznej. Wprowadzenie modelu opartego na sztucznej inteligencji to kluczowy krok naprzód w walce ze zmianami klimatycznymi. Dzięki możliwości generowania prognoz w czasie rzeczywistym i dokładnego monitorowania dynamicznych zmian środowiskowych, nowa technologia dostarcza narzędzi do podejmowania bardziej efektywnych decyzji w polityce klimatycznej.

Poprzez eliminację opóźnień w dostępie do kluczowych danych o emisjach i pochłanianiu CO2, innowacyjne podejście umożliwia szybsze reagowanie na kryzys klimatyczny. Takie precyzyjne informacje mogą pomóc w lepszym projektowaniu strategii adaptacyjnych i ograniczających zmiany klimatu w skali globalnej, co jest obecnie bardziej niż kiedykolwiek potrzebne.

—