Çin için yüksek çözünürlüklü günlük CO₂ veri seti (2016–2020)

Çin’in karbon izini takip etmenin önemi

Karbon dioksit, gezegeni ısıtan başlıca insan kaynaklı gazdır ve Çin şu an dünyanın en büyük salımcısıdır. Ancak bu yakından izlenen ülkede bile, karbon kirliliğinin ve doğal karbon alımının geniş topraklar boyunca gün gün nasıl değiştiğine dair net bir resim eksikti. Bu makale, 2016–2020 yılları arasında Çin üzerinde her gün atmosferik CO₂’yi haritalayan yeni bir yüksek çözünürlüklü veri setini sunuyor; nereden karbon çıktığını, nerede tutulduğunu ve bu desenlerin mevsimlere göre nasıl değiştiğini daha keskin bir mercekle gösteriyor.

Görünmez bir gazı izlemedeki boşluklar

CO₂’nin kendisi görünmezdir ve onu salan ya da emen birçok süreç de öyle. Yıllardır bilim insanları iki ana araca güvendiler: sabit noktalarda havayı ölçen dağınık yer istasyonları ve atmosferi uzaydan tarayan uydular. Yer istasyonları çok doğru ölçüm verir ama seyrektir; aradaki bölgelerin çoğunu kaçırır. NASA’nın OCO‑2’si gibi uydular geniş kapsama sunar ancak her yörüngede Dünya’nın dar şeritlerini görür ve sık sık bulutlar ve pus tarafından engellenir. Sonuç olarak, ham uydu CO₂ haritaları hem mekânda hem zamanda deliklerle doludur ve bölgesel emisyonları izleme ya da iklim politikalarını test etme açısından sınırlıdır.

Birçok ipucunu tek bir net resimde birleştirmek

Bu boşlukları doldurmak için araştırmacılar, uydu okumalarını çok çeşitli diğer bilgilerle birleştirerek CO₂’nin nasıl davrandığını öğrenen bir yöntem geliştirdiler. OCO‑2’nin hassas ama parçalı CO₂ ölçümlerinden başladılar ve bunları yaklaşık 10 kilometre aralıklı ince bir ızgara üzerine hizaladılar. Bu ızgaranın üzerine hava durumu, sıcaklık, nem, güneş ışığı, toprak nemi, bitki sağlığı, fosil yakıt emisyonları, gece ışıkları (ekonomik etkinliğin bir göstergesi olarak), yangın emisyonları ve diğer uydu CO₂ ürünleri ile küresel reanaliz alanları gibi verileri yerleştirdiler. XGBoost adlı güçlü bir makine öğrenimi algoritması, bu birleşik ipuçlarından her yerde ve her gün CO₂’yi tahmin etmek üzere eğitildi; böylece farklı koşulların ve etkinliklerin havada nasıl iz bıraktığını etkili biçimde öğrendi.

Karmaşık bir model için daha akıllı eğitim

Modern makine öğrenimi modelleri çok ince desenleri yakalayabilir, ancak iç ayarlarına karşı tanınmış şekilde hassastır. Bu ayarları elle yapmak yerine ekip, istatistikten ödünç alınmış Bayesyen optimizasyon adlı bir strateji kullandı. Bu yaklaşım, rastgele tahminler yerine geçmiş denemelerle yönlendirilmiş biçimde model parametrelerinin en iyi kombinasyonlarını sistematik olarak arar. Ayrıca SHAP adlı yeni bir teknik kullandılar; bu teknik her bir model tahminini fosil yakıt emisyonları, bitki örtüsü veya nem gibi bireysel faktörlerin katkılarına ayırmalarına izin veriyor. Bu ek şeffaflık, modelin veri içerisindeki rastgele desenler yerine gerçek fiziksel davranışı yansıtmasını sağlamaya yardımcı oluyor—örneğin daha yeşil bölgelerin havadan daha fazla CO₂ çekme eğiliminde olduğu gibi.

Yeni haritaların ortaya koydukları

Ortaya çıkan veri seti, 2016–2020 yılları arasında Çin üzerinde sütun-ortalama CO₂ konsantrasyonunun kesintisiz günlük haritalarını sağlıyor. Gizli tutulan OCO‑2 gözlemleriyle karşılaştırıldığında yeniden yapılandırılmış değerler son derece iyi uyuşuyor; gözlemlenen değişimin yaklaşık %98’ini açıklıyor ve ortalamada 1 parçacık başına milyondan çok daha az fark gösteriyor. Hefei ve Xianghe’deki yüksek hassasiyetli yer istasyonlarına karşı yapılan bağımsız kontroller, yeni ürünün en az mevcut küresel reanaliz veri setleri kadar güvenilir olduğunu ve çoğu zaman onlardan daha iyi olduğunu doğruluyor. Haritalar, doğu sanayi bölgelerinde ve yoğun nüfuslu şehir kümelerinde daha yüksek CO₂, yüksek platolarda ve büyük ormanlık alanlarda daha düşük değerler şeklinde net bir desen vurguluyor. Ayrıca güçlü mevsimsel dalgalanmaları yakalıyor: ısınma ve enerji talebi artıp bitki büyümesi yavaşladığında kışın CO₂ yükseliyor, bitki örtüsü yazda zirvedeyken düşüyor.

İklim eylemine nasıl yardımcı olur

Uzman olmayanlar için temel çıkarım, artık Çin üzerinde gün gün, bölge bölge çok daha keskin ve sürekli bir CO₂ görünümüne sahip olmamızdır. Bu veri seti doğrudan fabrika ya da şehir emisyonlarını ölçmez, ancak atmosferde onların izlerini görme, bunları doğal değişimlerden ayırma ve emisyon azaltma çabalarının ölçülebilir bir fark yaratıp yaratmadığını kontrol etme yetimizi büyük ölçüde iyileştirir. Pratik açıdan bu yüksek çözünürlüklü haritalar, bilim insanlarının karbon kaynakları ve havuzları hakkındaki tahminleri iyileştirmesine, politika yapıcıların Çin’in karbon zirve ve karbon-nötrlük hedeflerine ilerlemeyi takip etmesine ve sanayi ile şehirlerin daha temiz, iklime dost planlar yapmalarına rehberlik edebilir.

Atıf: Yuan, Z., Liu, Y., Yang, A. et al. A high-resolution daily CO₂ dataset for China (2016–2020). Sci Data 13, 249 (2026). https://doi.org/10.1038/s41597-026-06569-w

Anahtar kelimeler: karbon dioksit, uydu verileri, Çin emisyonları, makine öğrenimi, iklim izleme