AI增强系统图谱揭示二氧化碳去除(CDR)科学文献规模远超预期

本研究通过人工智能辅助系统图谱方法，首次全面量化了二氧化碳去除(CDR)研究领域。研究人员针对当前CDR研究分散、评估滞后的现状，开发机器学习分类器分析Web of Science和Scopus数据库的75,518条文献记录，发现CDR研究总量达28,976篇，是先前估计的3-4倍。结果显示：生物炭研究占比56%且年增长率达18%，中国贡献30%的全球研究；IPCC评估仅涵盖2%的CDR文献且侧重BECCS(27%)，与实际研究热点存在显著偏差。该成果为IPCC第七次评估周期提供了关键证据基础，发表于《Nature Communications》。

　　

在全球应对气候变化的紧迫背景下，二氧化碳去除(CDR)技术被视为实现《巴黎协定》温控目标的关键手段。然而，这个快速发展的研究领域长期面临三大困境：传统文献综述方法难以覆盖海量研究，不同技术路线的发展不均衡缺乏量化评估，政策制定与科学研究之间存在严重信息不对称。这种状况直接影响到IPCC评估报告的全面性和各国CDR政策的科学性。

波茨坦气候影响研究所(Potsdam Institute for Climate Impact Research)领衔的国际团队在《Nature Communications》发表突破性研究。研究人员创新性地将机器学习与系统图谱方法结合，构建包含28,976篇文献的CDR知识图谱。通过训练ClimateBERT模型对53,000余篇文献进行多维度标注，首次揭示了CDR研究的真实规模和技术分布特征。

研究主要采用三项关键技术：1)基于ClimateBERT的文本分类器实现90%准确率的文献筛选；2)多标签分类系统同步识别CDR技术类型(如BECCS、DACCS等11类)、研究方法(实验室/野外实验等)和研究领域(技术/政策等)；3)地理实体识别技术(Mordecai包)分析9,305篇地域相关研究。所有数据通过三折交叉验证确保可靠性，置信区间达±3,800篇。

研究规模与增长趋势
机器学习分析显示CDR文献总量较前估计增长3-4倍，年增长率17%远超气候变化研究整体水平(12%)。生物炭研究呈现爆发式增长，2022年占比达62%，中国贡献了全球30%的研究产出。

技术分布与地域特征
研究呈现严重不均衡：生物炭(56%)和土壤碳封存(SCS,24%)占据主导，而BECCS(5.6%)和DACCS(2.8%)占比较低。地域上，74%的定位研究集中在国家尺度，中国在生物炭、欧洲在BECCS、北美在DACCS研究方面表现突出。

研究方法与学科分布
86%研究采用实验方法(实验室48%/野外38%)，自然科学期刊占比50%。BECCS研究例外，31%为模型研究，反映其在气候情景中的特殊地位。

IPCC评估偏差
IPCC AR6仅引用2%的CDR文献，过度关注BECCS(27%)而低估生物炭研究。评估侧重社会经济情景(33%)，与文献中技术研究(89%)的主体形成鲜明对比。

研究与实践脱节
当前CDR部署99.9%来自造林，而研究聚焦生物炭；80%专利集中在BECCS/DACCS，75%投资流向DACCS，反映技术成熟度与学术关注度的错配。

该研究建立了CDR领域的首个系统性证据基准，其创新性体现在三方面：首次实现全领域CDR研究的自动化分类与量化，揭示研究与实践的关键偏差，开发出可持续更新的文献分析框架。研究成果已通过climateliterature.org平台开放共享，将为IPCC第七次评估提供重要数据支持。特别是发现的"中国生物炭研究集群"和"BECCS模型依赖现象"，为优化全球CDR研发布局提供了实证依据。随着各国加速推进净零承诺，这种AI增强的证据合成方法有望成为气候政策制定的标准工具。