戈爾創建的「氣候追蹤」資料庫發現重大錯誤

結果今天發表在 環境研究快報 由 NAU 資訊學、計算和電子系統學院 (SICCS) 教授 Kevin Gurney 撰寫。研究的重點是二氧化碳（CO₂) 在最近發布的氣候追蹤資料庫中報告了汽車和卡車的排放量。

格尼說，這些發現以及先前的一項研究發現了氣候追蹤器對發電廠的估計存在類似問題，引發了人們對用於指導氣候政策和決策的排放數據的可靠性的擔憂。

「鑑於汽車公司的重要性₂ 格尼說：“我們仔細檢查了 TRACE 氣候計畫的數據，這些數據依賴於基於人工智慧的有前途的新方法。”₂ 排放量，我們的結果顯示 TRACE 氣候數據大大低估了美國一半以上基於化石燃料的二氧化碳₂ 城市的排放。 」

將氣候追蹤與 Vulcan 排放資料庫進行比較

為了評估氣候追蹤估計，格尼和他的同事將其與 Vulcan 的數據進行了比較，Vulcan 是他的實驗室開發的「道路」排放資料庫。 Vulcan系統使用官方交通記錄和能源消耗數據進行校準，為測量車輛排放提供獨立基準。

研究人員比較了CO化合物₂ 兩個資料庫中來自 260 個美國城市的排放數據。

「雖然 Vulcan 越野數據並不完美，不確定性約為 14%，但這比我們比較 260 輛城市車輛二氧化碳排放時發現的差異要小得多。₂ 「美國的排放量已包含在氣候 TRACE 資料庫中，」SICC 博士後研究員、該研究的聯合研究員比拉爾·阿斯拉姆 (Bilal Aslam) 說。₂ 平均而言，Vulcan 的二氧化碳排放量比公路相同二氧化碳排放量低 70%₂ 排放資料庫。 」

研究人員表示，某些地區的差異更大。

SICS 研究員兼研究撰稿人 Pauluk Das 補充道：“印第安納波利斯和納什維爾等個別城市的房價下降了 90% 以上。”

作者認為，這種低估可能會超出美國範圍，並可能影響全球的 TRACE 氣候數據。他們還對資料庫的其他方面可能需要進一步審查表示擔憂。

對基於人工智慧的排放追蹤的擔憂

研究人員強調，人工智慧在監測環境條件和生成排放估算方面具有巨大潛力。然而他們表示，強而有力的科學標準仍然至關重要。

他們認為，透明度、專家審查和嚴格的科學方法對於確保排放數據準確和可信是必要的。可靠的溫室氣體測量是製定有效的氣候政策和評估減排進展的重要組成部分。

該文件還概述了旨在加強和改進氣候追蹤工作的幾項建議，並幫助政策制定者和預算規劃者就減少溫室氣體排放做出更明智的決策。

格尼說：「我們永遠不會完全準確地估算排放量，但我們必須確保與政策制定者和公眾共享的數據是公正的，並且符合最佳實踐和最嚴格的科學標準。」 “如果沒有這一點，我們就會誤導決策者，並可能失去公眾對我們應對氣候變遷能力的信心。”

凱文·格尼 (Kevin Gurney) 在溫室氣體排放方面的工作

格尼的專業知識包括大氣科學、環境和公共政策，他花了 20 多年的時間開發測量美國溫室氣體排放的標準化方法。

他的 Vulcan 和 Hestia 計畫得到了多個聯邦機構的支持，測量並視覺化全國範圍內從單一發電廠、道路到社區的溫室氣體排放量。這些系統有助於識別排放「熱點」並支援更有針對性的污染減排策略。格尼的排放估算也與大氣的直接觀測測量結果高度一致。

在其職業生涯中，Gurney 撰寫了 180 多篇科學論文，引用次數超過 20,000 次。他的工作包括對美國國家科學院最近題為“決策中的溫室氣體排放”的報告的貢獻。

他也參與《聯合國氣候變遷綱要公約》和《京都議定書》進程超過 25 年，並​​擔任政府間氣候變遷專門委員會 (IPCC) 的主要作者。