Notícias

Jul 15, 2023

Um amplamente

Relatórios Científicos volume 13,

Scientific Reports volume 13, Número do artigo: 1720 (2023) Citar este artigo

5206 acessos

129 Altmétrica

Detalhes das métricas

Este artigo foi atualizado

A mitigação das mudanças climáticas requer, além de reduções nas emissões de gases de efeito estufa, ações para aumentar os sumidouros de carbono nos ecossistemas terrestres. Um método de medição chave para quantificar tais sumidouros e calibrar modelos é a técnica de covariância turbulenta, mas requer imputação, ou preenchimento de lacunas, de dados ausentes para determinação dos balanços anuais de carbono dos ecossistemas. Comparações anteriores de métodos de preenchimento de lacunas concluíram que métodos comumente usados, como amostragem de distribuição marginal (MDS), não têm um impacto significativo na estimativa do balanço de carbono. Ao analisar um extenso conjunto de dados globais, mostramos que o MDS causa erros significativos no balanço de carbono para locais do norte (latitude \(>60^\circ\)). O MDS superestima sistematicamente as emissões de dióxido de carbono (CO\(_2\)) das fontes de carbono e subestima o sequestro de CO\(_2\) dos sumidouros de carbono. Também revelamos as razões para esses vieses e mostramos como um método de aprendizado de máquina chamado aumento de gradiente extremo ou uma implementação modificada do MDS pode ser usado para reduzir substancialmente o viés do site do norte.

A mudança climática é um dos maiores desafios enfrentados pela humanidade. Além de limitar as emissões de gases de efeito estufa provenientes de combustíveis fósseis e uso da terra, é preciso encontrar formas efetivas de sequestrar o carbono (C), principalmente o dióxido de carbono (CO\(_2\)), já presente na atmosfera. Soluções climáticas naturais, como agricultura inteligente para o clima, florestamento, reflorestamento e restauração de turfeiras, são consideradas os meios mais viáveis ​​para isso1,2. Para tornar essas soluções confiáveis ​​para políticas climáticas e mercados de carbono, é necessária uma verificação confiável do sequestro de carbono3. A verificação também envolve a técnica micrometeorológica de covariância turbulenta (EC), um método chave para medir diretamente os fluxos de CO\(_2\) entre os ecossistemas e a atmosfera4. A popularidade desse método se manifesta na rede FLUXNET, que ao longo dos anos teve mais de 900 sites de CE registrados em todo o mundo5. Em princípio, EC fornece dados contínuos sobre a troca líquida de CO no ecossistema (NEE) de curto prazo com a atmosfera, que pode ser integrada temporalmente para determinar o balanço de carbono relacionado de um ecossistema. Embora as medições de CE possam ser executadas continuamente, na prática existem lacunas nos dados coletados, por exemplo, devido a falhas técnicas e, principalmente, devido à necessidade de filtragem dos dados coletados em condições atmosféricas comprometendo a validade da técnica de CE . Por exemplo, no conjunto de dados global FLUXNET2015, com 1532 sites-anos de dados6, em média 68% dos fluxos de CO\(_2\) de meia hora estão faltando7. Mesmo que sejam excluídos os sites-anos com intervalos superiores a dois meses, a cobertura média dos dados é de 40%. Apenas 50 sítios-anos têm uma cobertura superior a 60% e apenas 5 sítios-anos uma cobertura superior a 70%.

Vários métodos têm sido usados ​​para imputar, ou preencher lacunas, dados ausentes, com métodos que vão desde simples interpolação linear e variação média diurna até métodos mais complexos, como redes neurais artificiais (ANN). Em uma comparação de 15 métodos de preenchimento de lacunas de fluxo de CO\(_2\), concluiu-se que o efeito do preenchimento de lacunas é modesto no balanço anual de C e que a precisão dos métodos de melhor desempenho, que se mostraram não lineares regressão, tabela de consulta, amostragem de distribuição marginal (MDS), um modelo semi-paramétrico e ANN, já está atingindo o limite de ruído das medições8. No entanto, esta comparação incluiu apenas sítios florestais de uma faixa latitudinal \(20^\circ\). Outras comparações deixaram passar os métodos de preenchimento de lacunas mais usados ​​hoje em dia9, ou seja, MDS e abordagens baseadas em aprendizado de máquina, ou focados em lacunas longas7,10,11. Apesar dessas deficiências, diferentes métodos de aprendizado de máquina e especialmente MDS tornaram-se os métodos padrão para preencher lacunas nos dados EC. Notavelmente, o MDS é usado para preencher as lacunas dos dados NEE padronizados de acesso aberto fornecidos pela FLUXNET6 e pela infraestrutura de pesquisa europeia Integrated Carbon Observation System (ICOS). O MDS também é implementado na ferramenta gratuita de preenchimento de lacunas REddyProc12 e como parte do Tovi\(^{TM}\), um software comercial para pós-processamento de dados EC13. No entanto, falta conhecimento sobre o desempenho de diferentes métodos de preenchimento de lacunas, especialmente MDS, para dados de locais de alta latitude do norte (latitude \(>60^\circ\)). Nos ecossistemas do norte, as estações de crescimento são curtas e a quantidade de radiação solar, um fator ambiental chave na troca de CO\(_2\), é distribuída de forma muito desigual ao longo do ano. Portanto, a quantidade de dados noturnos potencialmente disponíveis durante a curta estação de crescimento do norte é baixa mesmo antes da filtragem da qualidade dos dados.