大型藻类吸收二氧化碳的能力现状：来自方法学开发团队的见解

《Frontiers in Climate》：The state of macroalgae carbon dioxide removal: insights from a methodology development team

　　摘要
面对人为引起的气候变化，迫切需要开发和实施可持续的二氧化碳去除（CDR）技术，同时减少排放。CDR是一个新兴的私营行业，旨在为无法将碳排放量降至监管要求以下的企业提供科学严谨的碳抵消服务，或者支持它们自愿声明实现碳中和和减排。在基于自然的CDR策略中，大型藻类（海藻）培养经常被提及为一种有前景的海洋碳储存途径。尽管文献中有大量讨论，并有许多论文对大型藻类培养的长期储存效果进行了建模，但实地研究却很少，且目前尚不存在公认的碳信用框架。最近，一个行业-学术合作项目试图开发一种严格的生态合理的碳信用方法论，以协调私营部门和学术界在大型藻类CDR方面的目标。本文介绍了这项努力的过程，概述了开发该方法论所需的基本科学原理、最终阻碍项目完成的挑战，以及进一步推进大型藻类CDR所需的步骤。要实现大规模、可扩展的大型藻类CDR，可能需要公共部门的投资、更加依赖可负担的监测和测量技术（例如基于卫星的遥感技术），以及人工智能可能推动的计算处理能力的快速进步。我们希望通过对这些经验的总结，能够为新兴的CDR行业提供指导，并为下一个致力于大型藻类CDR的项目提供一个起点，包括基于我们最新草案方法论的进一步发展。

引言
自19世纪末以来，人为排放的二氧化碳已经扰乱了地球的气候，因此需要全球性的缓解措施（Friedlingstein等人，2019年）。在众多提出的减排方案中，脱碳是关键。目前采取了一种双管齐下的方法：减少温室气体排放和消除排放，本文重点讨论后者。过去几十年里，提出了许多工程化和基于自然的缓解技术，并在不同程度上取得了成功，其中二氧化碳去除（CDR）是一个突出且非常有前景的领域。本文重点探讨了大型藻类（海藻）在当前技术准备状态下的蓝碳潜力。此外，我们还详细介绍了作为学术-私营合作项目的一部分，我们为大型藻类CDR项目开发可部署方法论的努力，希望能帮助未来的从业者取得成功。

海藻CDR的潜力
海藻，从科学上讲被称为大型藻类，包括多种多细胞、肉眼可见的光合生物。这些海洋藻类利用阳光将二氧化碳转化为有机碳分子（也称为碳固定），主要用于构建生物量。这些生物体的总碳含量通常根据颗粒状态或溶解状态进行分类（Gao等人，1994年）。在自然条件下，海藻和其他浮游植物会生长，其中一部分物质会沉入海洋的混合层以下——即大气和海洋不再达到平衡的深度（Azam等人，2007年）。生物量来源的颗粒碳（包括藻类本身）和溶解有机碳（分别称为颗粒有机碳POC和溶解有机碳DOC）的命运取决于降解因素（如微生物呼吸、食草作用）与沉积环境中的储存之间的平衡（概念性描述见图1；Arnosti等人，2018年；Arnosti和Holmer，2003年）。总体而言，从表面沉降的固定生物量中，有一定比例会通过呼吸作用转化为二氧化碳或溶解无机碳（DIC），或者转化为DOC，其余部分最终会沉积在海洋沉积物中，按照当前的碳封存时间尺度（100-1000年）被有效去除（Gao等人，1994年；Chung等人，2010年；Duarte等人，2021年）。大型藻类CDR的方法大致可以分为三类：(1)栖息地恢复，(2)水产养殖，(3)强制沉降海藻。我们的方法论主要针对前两类项目开发者，虽然以下文献回顾可能适用于所有类型，但我们起草的监测、报告和验证（MRV）计划仅在这两类项目中有效。

图1 大型藻类的生物泵作用。具体参考文献用于估算碳储存的数量级。

大型藻类的碳循环
大型藻类将有助于在海洋环境中储存颗粒有机碳（POC）、溶解有机碳（DOC）和溶解无机碳（DIC）。这里分别从概念上对这些碳类型进行了说明。

颗粒有机碳（POC）
POC传统上被定义为无法通过亚微米过滤器的颗粒（Halewood等人，2022年）。从功能上讲，颗粒大小是决定沉降速度的关键因素，进而影响生物量的呼吸作用和再矿化程度（McDonnell和Buesseler，2010年；Fischer和Karaka?，2009年）。虽然不同类型和位置的颗粒平均沉降速度有差异，但可以合理估计70微米到6毫米范围内的颗粒沉降速度在10到100米/天之间（McDonnell和Buesseler，2010年）。针对海带养殖的更具体研究指出，大量海藻有机物的沉降时间更快，从几分钟到几小时不等（Broch等人，2022年）。深部碳储存的挑战不在于沉降速度，而在于沉积环境对其的影响。如图1所示，未呼吸或未再矿化的POC将进入三种不同的沉积环境：(1)浅层大陆架（混合层以上），(2)深层大陆架（混合层以下但仍受沿海上升流影响），(3)深海盆地。实际上，POC会同时进入这些沉积池中，其储存时间取决于地区和具体条件。除了呼吸作用和再矿化外，生物扰动、物理混合/扰动（Teal等人，2008年；Wakelin等人，2012年）以及潜在的上升流（álvarez-Salgado等人，2001年；Muller-Karger等人，2004年；Wu等人，2017年）也会影响其在沉积物中的长期储存。尽管有许多相关因素，但经典研究（Gao等人，1994年；Arnosti等人，2018年；Arnosti和Holmer，2003年；Chung等人，2010年；Duarte等人，2021年）以及针对海藻林（Filbee-Dexter等人，2024年；Krause-Jensen等人，2016年）和其他海藻沉降情景（Sten等人，2026年）估计，不同类别的储存时间分别为10年、100年和1000年，尽管存在较大的地区差异，且实际数据往往解读较粗略。对于深部碳储存而言，POC的再矿化及其随后转化为DOC和/或DIC的过程被纳入1000年的估算中。尽管大型藻类在深海中的循环过程复杂，但由于海洋环流模式，碳仍会在长达一个世纪的时间尺度上从大气中去除（Sarma等人，2006年；Follett等人，2014年；Keppler等人，2020年）。最近的研究估计了天然海藻林对长期深部碳储存的贡献（100年时间尺度），全球平均值为净初级生产力（NPP）的15±4%，模型范围为10-170亿吨碳（Filbee-Dexter等人，2024年）。最新的研究还量化了全球20个海藻养殖场的有机碳埋藏率，平均净埋藏率为1.06±0.74吨碳/公顷/年（Duarte等人，2025年）。无论如何，确定适当的碳信用百分比需要针对每个类别进行量化。

溶解有机碳（DOC）
溶解有机碳同样是一个操作上的概念区分——指无法通过亚微米过滤器的剩余有机碳含量（Halewood等人，2022年）。实际上，DOC不会从海洋表面沉降，其运输与水体运动有关。DOC既由大型藻类主动释放，也是POC的降解产物，并且DOC本身会在不同微生物中快速循环利用（Hansell和Carlson，2014年；English等人，2025年；Carlson等人，2024年）。DOC的氧化程度取决于位置和深度，其效果从最小到接近完全氧化不等（English等人，2025年；Wada等人，2015年；Powers等人，2020年）。因此，DOC的组成不断变化，其在海洋表面的储存时间难以精确确定，但大致的估计时间为1年（Hopkinson和Vallino，2005年）。因此，计算DOC的封存情况比POC更为复杂，但在讨论其向深海的转移时仍可进行简化评估（Duarte等人，2021年；Krause-Jensen等人，2016年；Hopkinson和Vallino，2005年；Duarte，1992年）。与POC类似，进入深部储存的DOC也会在深处发生再矿化，其长期命运受海洋环流模式的影响，这些环流模式会将DOC（及呼吸产生的DIC）重新带回表面。

溶解无机碳（DIC）
溶解无机碳是指碳酸盐平衡系统中的溶解形式：碳酸（H2CO3，也称为CO2(aq)）、碳酸氢根（HCO3?）和碳酸根（CO32?）。这些离子的相对比例受pH值调控（Kazakov等人，1959年）。在表面层，DIC通过混合作用与大气交换，因此不会被封存（Morel和Hering，1993年）。在混合层以下，DIC可能进入溶解循环，较冷和较咸的水域允许其在海洋内部储存，储存时间取决于温盐环流（区域差异较大；Raven和Falkowski，1999年）。虽然大型藻类再造林主要影响生物泵作用，但深层POC和DOC的再矿化和呼吸作用会增加深部储存的DIC量，从而影响整个溶解循环的强度。因此，MRV必须模拟生物泵和溶解循环之间的反馈。为简化起见，可以假设在长时间尺度（>1000年）内，这些碳类都会通过海洋环流重新释放回海洋表面。

氮循环的考虑
在许多海域，海洋的初级生产力取决于溶解氮的可用性，而在许多地方，氮是限制性资源（Bristow等人，2017年；Browning和Moore，2023年）。尽管沿海环境通常不缺乏氮——相反，这正是海藻能够在这些环境中生长的原因之一（Prasad Behera等人，2022年；Racine等人，2021年）——但在评估CDR潜力时，我们必须考虑附加性。这里的附加性是指超出自然基线的碳储存量，即如果没有实施CDR项目会发生的情况。具体而言，有意培养海藻会导致氮和其他环境营养物质的消耗，这些营养物质原本可能被其他生物利用。因此，在进行CDR核算时，必须进行充分的背景测量和机制建模，以确定“营养抢夺”的程度（Oschlies等人，2025年）。

如果海藻培养成功用于CDR，预计沿海地区的氮浓度会比自然基线更低，因为会产生更多的生物量。这引出了关于这种CDR途径局限性的问题，以及这些营养物质的来源。换句话说，如果沿海海藻CDR非常成功，是否意味着下游地区的营养物质会减少？不一定如此，因为大多数海岸线地区实际上存在人为引起的富营养化问题。事实上，海藻种植已被提议作为解决富营养化和防止有害藻类爆发的方法（Prasad Behera等人，2022年；Jiang等人，2020年；Fei，2004年）。因此，“营养抢夺”是一个依赖于具体情境的命题。具体来说，为了使海藻CDR不破坏现有的自然循环并真正产生额外效益，必须在人为引入营养物质的区域进行。虽然这听起来可能有限制，但实际上并非如此。例如，美国近三分之二的海岸线、河流和海湾都受到营养过剩的影响（国家海洋和大气管理局，2025年；Howarth等人，2000年）。此外，由于这种多余的氮主要来自哈伯-博施工艺（从大气中获取，而非深海），因此最好将其视为存在于现有海洋碳储量之外。最终，海藻养殖的地点将决定一个项目是否能够证明其额外性（即其对碳减排的贡献），但幸运的是，似乎有足够的适宜环境来证明这一点。

在考虑无意产生的温室气体时，刺激海藻碳捕获与封存（CDR）将从根本上改变某些沿海环境，可能增加生物多样性并促进当地动物群的生长。然而，这些变化也可能改变产生不同类型温室气体的微生物的活动，主要是CH?和N?O。区域水文模式、大陆架环境和特定的微生物群落都是评估这一过程的重要因素，而且实际上很难在不同系统中一致地进行预测（Mazur和Fulweiler, 2023；Roth等人, 2022；Wu等人, 2022；Zhang等人, 2016）。这种“无意的”温室气体增加是所有基于自然的CDR技术所面临的共同挑战，现实情况是，多种复杂的环境将产生不同的结果（Liu等人, 2014；Cotovicz等人, 2016；Chiapponi等人, 2024；Maxey等人, 2024）。因此，我们不能一概而论，而是需要每个项目进行充分的测量和/或建模，以确定是否会产生额外的温室气体。进一步讨论超出了本文的范围，因为我们的工作尚未发展到这个阶段，但解决无意产生的温室气体问题是未来成功的关键。

方法论在碳信用方面起着至关重要的作用，它们提供了标准化的框架，指导项目设计、实施和监测。这些框架确保CDR项目在实现可验证和可测量的碳减排的同时，也符合环境和社会保护要求（Fuss等人, 2018）。方法论涵盖了CDR的各个方面，如基准设定、额外性评估和监测协议，有助于保持一致性、透明度和可信度（Minx等人, 2018）。通过建立明确的基准，方法论使CDR项目有资格获得碳信用，从而增加其对投资者的吸引力，并确保其与监管标准和自愿碳市场的一致性（Goldstein等人, 2020）。简而言之，CDR技术的接受度，包括任何经济机会，取决于基于科学共识和可量化风险评估的方法论的发展和接受度。这一理念促使作者们形成了公私合作关系，并设计了一种基于基础科学且考虑到了CDR行业商业需求的方法论。

**我们制定方法论的步骤**

2023年底，学者Martocello和Buchwald在一场海洋CDR会议上与安大略省的初创公司Coastal Carbon的创始人取得了联系。Coastal Carbon发现了海洋大型藻类领域的一个显著空白：如何在大规模上验证这些项目？通常被称为“手动生态学”的金标准方法是使用网格化和实际计数或提取（在生物量的情况下），然后通过外推来测量大面积区域。然而，这种方法成本高昂且在大规模应用上不可行。虽然存在估计海洋生物量和净初级生产力（NPP）的遥感方法，但大多数方法对于产品开发者来说过于粗糙。一个有前景的想法是使用高光谱卫星图像（例如30米的Landsat卫星来估计圣巴巴拉长期生态研究站中的浮游巨藻；Bell等人, 2020；Bell等人, 2023），并建立深度学习模型，但在2020年时，这种计算需求极高，因此被认为不可行。然而，随着人工智能的巨大进步，出现了一种替代方案——利用AI模型来处理高分辨率卫星图像，并用较少的计算资源估算海藻生物量。不过，只有当验证这些项目的方法论包含这种或类似的遥感方法时，这种AI的潜力才能得到充分发挥。因此，我们开始了合作，在Coastal Carbon和达尔豪斯大学之间共同任命了Martocello，根据最佳的科学依据并在考虑商业需求的情况下开发这种方法论。

**外部审查**

完成初稿后，我们邀请了一级研究大学的海洋学家以及加拿大渔业和海洋部的专家进行外部审查。我们的方法论（支持信息）规定了对相当于高分辨率卫星分辨率（10-30米）的项目地点进行监测，最初通过手动生态学确定生物量，然后将其输入基于现有海藻封存方法的模型，并根据特定地区进行调整——基本上是输入生物量，应用其与NPP的关系，再将NPP应用于区域性的环流和输出。这种方法允许最初通过“金标准”进行量化和验证，并在收集到足够数据后逐步过渡到基于遥感的监测。

参与者的反馈各不相同，一些人提供了关于条件的详细技术评论，例如生物量是否是计算碳通量的可靠指标，以及适用于哪些物种。其他人则提出了关于养分竞争和海藻恢复在方法论背景下的额外性的思考。大家一致认为，在没有可比较的CDR级别研究的情况下，目前还不适合规定测量指南（样本计数、分辨率、研究地点规模、测量类型）。然而，普遍的观点是需要多项CDR级别的研究，其测量频率应至少与长期生态研究站相同（例如，圣巴巴拉海岸LTER报告了超过10年的每月海藻生物量测量数据）。虽然文献中有许多研究探讨了大型藻类碳循环的部分方面，并有许多综述对其进行了有力总结，但这些研究不足以作为决策依据。

我们的初步方法论可能过于激进，旨在为私人项目开发者提供融资途径：基于全球海藻森林NPP封存率下限（10%）的预购买或项目融资。我们还设定了每参与者最多封存1000吨二氧化碳当量的严格上限，并要求这些项目与环境保护相结合。换句话说，我们希望我们的方法论能够帮助启动这项CDR技术，通过小规模试点与一个普遍无争议的环境目标（即海藻恢复）相结合。对我们来说，这是所谓的双赢局面，最坏的情况也只是将沿海海藻恢复到历史状态（即逆转人类造成的栖息地破坏），但几乎不会产生碳封存效果，而且滥用碳信用的机会相对较小（1000吨二氧化碳相当于纽约到洛杉矶之间25次商业跨大陆航班的排放量）。然而，外部审查认为，在没有进行严格的实地测量（这些测量需要在多次独立LTER风格的研究后确定）的情况下授予任何形式的信用（即使是临时的）对一个不受监管的行业来说都是危险的。因此，我们陷入了一个循环，私营公司很难摆脱这个循环——没有测量指南，公司很难获得进行必要验证研究所需的资金。值得注意的是，我们的方法论仍然需要手动生态学验证，因为我们希望降低启动项目的财务障碍，从而产生有用的学习成果，并且如前所述，这样做带来的负面影响最小。

**与项目可行性和成本相关的额外考虑**

例如，圣巴巴拉海岸LTER这样的海洋大型藻类研究站每年需要127.5万美元的更新预算来开展活动，这大约是我们为40公里海岸线和100-200米宽度的海藻CDR项目所指定的最低成本。建议的监测时间为2至5年（Ocean Visions），这进一步增加了单次部署的成本。然而，仅这些每年近130万美元的测量费用不足以生成碳输出分析——这些测量数据是验证区域[海洋环流]耦合模型（以下简称RCM）所需的，而该模型可以量化生物泵输出。根据“最佳可用科学”原则，一个适用于所有情况的模型可能是不合适的，这意味着每个项目还将产生模型开发成本，进一步增加了MRV成本，并强调了需要更严格的研究（目前全球综合分析还不够充分）。

**自我挫败的循环**

在准备进行后续审查的必要修改时，我们联系了多个碳信用注册机构，但遇到了更多障碍。我们的调查发现，这些机构对项目开发者的审查收费在3万到10万美元之间，整个审查过程预计需要数年时间，从提交概念笔记开始。尽管这些成本和时间框架相对较低，但信用必须通过这些机构之一，这显然对私营部门的碳项目开发构成了障碍，尽管风险资本对此表现出兴趣。然而，由于缺乏可实际应用的研究来开发方法论，使得这种方法论的创建几乎不可能，因此我们的工作陷入了自我挫败的循环，项目也因此终止。重要的是，科学的CDR社区不能破坏研究或方法论过程的完整性，本文并不是呼吁这样做。相反，我们希望打破这一循环，帮助下一个试图将大型藻类碳信用推向市场的团队。文章的其余部分将分享我们的关键经验教训，结合我们最新的方法论版本（支持信息），我们希望这些内容能帮助其他有决心的团队进行必要的公开现场规模和严格的CDR试验，从而在未来推动大型藻类CDR的发展。

**前进的道路：实现规模化的具体步骤**

要发展这个领域，需要建立公共资金的渠道。私营部门尚未拥有足够的稳定碳市场来完全激励必要的研究，学术界也不愿意完全信任私人生成的数据。对于大型藻类CDR来说，一个明显的财务障碍是在经济可行性的前提下进行大规模去除。例如，如果解决方案是按照LTER的频率进行现场研究质量分析，那么像圣巴巴拉这样规模的站点每年将需要130万美元的监测成本。在一个理想化的场景中，如果使用5000克碳/平方米每年的封存率（高端估计，Pessarrodona等人, 2022），对于40公里海岸线和100-200米宽度的区域，每年可以封存11,000-22,000吨二氧化碳当量。在最佳情况下，每吨碳信用的成本大约需要60美元才能达到盈亏平衡，这还没有包括模型开发、生命周期评估、泄漏、额外性扣除和防止逆转的监测成本。换句话说，碳信用的成本很可能会远高于大多数合规市场的价格（例如，在过去5年中，欧盟的碳许可价格在40至105欧元之间，约合45至120美元）。

估计大型藻类碳的实际成本是复杂且具有挑战性的，尽管有一项研究表明，在水产养殖中每吨的成本最高为1,257美元（Coleman等人, 2022）。目前预测大型藻类碳信用的成本具有高度不确定性，超出了我们的研究范围。不过，作为参考，CDR技术的估计成本在100至1,000美元之间不等（Oh等人, 2025）。为了与其他CDR技术保持竞争力，降低成本将有很大的动力。例如，直接空气捕获（DAC）的目标是到2030年达到每吨400-600美元，到2040年达到250-350美元，以满足自愿碳市场的需求（Climeworks, 2024）。为了使大型藻类的碳信用（CDR）不仅仅具有潜力，其发展必须在考虑减少未来成本的前提下进行。鉴于多项多年长期生态研究（LTER-style studies）的高昂费用，最大化这些潜在公共投资的价值至关重要。因此，根据我们的原始理念，我们概述了主要的学习成果，这些成果旨在研究大型藻类的碳信用，并特别关注具有成本效益的监测、报告和验证（MRV）方法（图2）。

图2 可扩展海藻碳信用的概念框架。

我们最初的建议进行了修改：将实地验证数据与遥感数据相结合。正如之前所提出的，手动生态学方法将是验证碳信用的初步方式，但这些数据需要以一种可以与公开可用（或成本极低）的遥感数据集相关联的方式进行收集。这将使碳信用验证（RCM）从依赖手动生态学输入转变为依赖遥感数据，从而大幅降低MRV成本。在收到反馈后，我们修改了我们的方法论（现在的形式见补充材料），建议使用Sentinel 3及其他在太阳同步轨道上配备海洋和陆地颜色仪（OLCI）的免费卫星来进行初始测量。目前，OLCI模块的分辨率为300米，可以通过叶绿素和荧光数据包来估算净初级生产力（NPP）（Zhang等人，2020年；Wu等人，2024年）。高分辨率的实地NPP测量通常为每100平方米1到5个样点（Prince等人，2011年）。因此，我们建议按照以下规模开展项目：对于可以通过现有卫星算法估算NPP的每个实例，应进行补充测量（基于上述测量比例，每300平方米区域至少10个样点），持续5年。这可能会生成足够的数据来验证RCM，并将其与基于现有卫星方法预测的NPP模型进行比较，以证明其相关性并最终实现收敛。

这个具体示例展示了利用当今技术的一种可行方法，但300米的分辨率可能对于实际应用碳信用来说过于粗糙。然而，将实地验证研究与卫星观测相结合的方法非常关键，这是在以前的方法中缺失的。事实上，我们鼓励未来的研究团队采用更新型的卫星模块进行采样，理想情况下是高光谱级别的（例如10米）。虽然这不是一个革命性的建议（新的NPP或生物量遥感估算方法），但在CDR项目所操作的粒度、时间安排和协调尺度上进行这些分析在我们的经验中并不明显，这是一个实际存在的方法论障碍。例如，可以选择那些具有可靠卫星图像和观测机会、云层覆盖风险较低以及卫星协调测量时间的试点地点。此外，最初应重点关注那些生物量或NPP与出口之间存在可量化关系的物种，如巨藻（Macrocystis）（Krause等人，2023年），在碳信用实施较为可行的地区（Sten等人，2026年）。这种MRV方法可能仅适用于特定地点和某些物种，但这正是碳信用的现实——既要相信核心科学，也要证明我们具备测量它的能力。

在开发MRV协议的过程中，除了利用遥感技术外，处理和解释所有数据也是一个挑战，尤其是在更高分辨率的图像分析背景下。例如，当卫星分辨率从1公里提高到300米时，卫星拍摄的地球图像数量将增加约11倍。这不仅意味着处理和运行海洋颜色算法的计算时间和资源需求增加了10倍以上，同时还需要更多的时间和技术资源用于质量控制、文件打包和存储。此外，这些新卫星还测量更多的波段，这意味着数据处理的计算需求也会显著增加。因此，需要开发更高效的计算流程，以便及时且可用地处理这些数据，这可能需要借助人工智能的帮助。

人工智能在地球科学中的应用相对较新，截至目前只有少数可部署的应用（Sun等人，2024年）。最近，特别是在全球环流模型（GCM）方面，一个名为NeuralGCM的人工智能神经网络模型与X-SHiELD（一个经典的传统GCM）进行了基准测试，结果发现NeuralGCM的性能远远超过了X-SHiELD（Kochkov等人，2024年）。具体来说，NeuralGCM在一个张量处理单元上仅需8分钟就能模拟一年的大气条件，而X-SHiELD则需要20天在拥有13,000个CPU的超级计算机上完成同样的任务。虽然这里的应用场景不同，海藻碳信用的实地验证数据也比模拟大气动态的数据少得多，但开发MRV标准时结合人工智能和丰富的遥感数据所带来的潜在成本节约效益不容忽视。

人工智能还可以作为一种研究工具，帮助发现人类研究人员不易察觉的关联，例如卫星图像中的像素与NPP之间的关系。虽然我们通常在数据集中寻找机制性解释，但人工智能并不会这样做——它寻找的是最快的问题解决方案，就像所谓的“黑箱”。方法论不应基于黑箱计算，但人工智能检测到的模式对科学家来说是有用的，因为他们可以进一步研究并可能发现观察到的模式的新机制性解释。之后，人工智能在提高模型计算效率方面肯定也会发挥作用，这是降低MRV成本的另一个关键因素。最终，海藻碳信用的初步验证必须依赖于实地验证和RCM，我们需要对其输出有理解和信任。然而，从长远来看，基于人工智能的计算将在降低MRV成本方面发挥重要作用，这是成功投资大型藻类碳信用的关键因素。

基于大型藻类的碳信用具有巨大的潜力，是应对气候变化的强大工具。尽管仍存在一些挑战，如需要更深入地了解生物泵机制和可扩展的监测技术，但这些障碍并非不可克服。通过有针对性的资金支持无偏研究，并致力于理解海洋碳循环，海洋学界可以进行必要的研究，以增强信心并减少不确定性。这是我们领域的一个“人类基因组计划”时刻：通过国际合作、多国研究站点、数据共享、改进的全球遥感仪器以及新型模型的开发，这是国际化合作的绝佳机会。未来的研究可以战略性地设计与可扩展的实际应用相契合，利用免费卫星数据进行全球评估，并通过人工智能实现更高效和精简的数据处理。最重要的是，一个具有良好扩展性的解决方案应努力建立信任并全面评估风险，为无需重复大规模研究的精简高效实施铺平道路，否则这个行业可能无法在蓬勃发展之前就失败了。