arXiv 物理· Xiaomeng Du, Runda Jiang, Philippe Ciais, Pierre Friedlingstein, Stephen Sitch, Mike O'Sullivan, Jefferson Goncalves de Souza, Tim Stripp, Eloi Lindas, Piyu Ke, Yi Xi, Minxuan Sun, Xiaoran Wu, Mengjie Han, Shanshan Song, Qiang Zhang, Wei Li·· 3 小时前AI 评分58
研究预测2026年极端厄尔尼诺前的碳风险热点
Forecasting carbon-risk hotspots ahead of the extreme 2026 El Ni\~no
AI 导读
研究团队构建前瞻性预警框架，用ECMWF季节气候预报集合驱动动态全球植被模型并结合机器学习过火面积预测，提前评估2026年潜在超级厄尔尼诺的陆地碳循环风险。结果显示2026年下半年全球净生物群系生产力将减少0.23±0.21 PgC，南美东部碳汇减弱、东南亚火险升高是主要热点。
来源：arXiv 物理 · arxiv.org