Une nouvelle étude montre qu’une méthode de calcul utilisée par les réseaux de mesure internationaux crée un biais systématique dans les estimations du bilan carbone des écosystèmes nordiques. L’étude, dirigée par l’Institut météorologique finlandais, montre qu’une méthode d’apprentissage automatique peut être utilisée pour réduire considérablement l’erreur.
Une méthode clé utilisée pour mesurer les bilans de carbone des forêts, des champs agricoles et des zones humides est la technique de covariance des turbulences. En principe, cette méthode mesure les échanges de dioxyde de carbone entre les écosystèmes et l’atmosphère en continu toutes les demi-heures. Cependant, certaines des mesures doivent être rejetées en raison de conditions atmosphériques défavorables, et des défaillances techniques entraînent également des lacunes dans les données. Remplacer ou combler les lacunes des données manquantes pour obtenir des séries temporelles complètes est une étape essentielle dans le calcul des bilans carbone annuels.
Une nouvelle étude, dirigée par l’Institut météorologique finlandais, a étudié pour la première fois l’impact de différentes méthodes de comblement des lacunes sur les estimations du bilan carbone des écosystèmes des hautes latitudes. Les résultats ont été publiés dans Rapports scientifiques.
L’étude a montré que la méthode de remplissage des lacunes la plus courante, également utilisée par les réseaux internationaux de mesure des flux, entraîne une erreur systématique dans les estimations annuelles du bilan carbone des écosystèmes nordiques. En raison de cette erreur, les émissions des sources de carbone ont été surestimées et la force des puits de carbone sous-estimée. Le biais est important, voire sur certains sites d’une ampleur similaire au bilan carbone annuel. L’erreur est causée par une distribution très asymétrique du rayonnement solaire aux latitudes nord.
Une méthode d’apprentissage automatique produit des estimations fiables du bilan carbone
Pour corriger l’erreur, l’étude a utilisé une méthode d’apprentissage automatique, qui s’est avérée plus précise que l’ancienne méthode standard et n’a causé aucune erreur systématique. En plus d’une nouvelle méthode non biaisée, l’ancienne méthode a été modifiée pour mieux tenir compte des conditions environnementales prévalant dans les latitudes nordiques.
Les biomes boréal et de toundra couvrent une superficie de plus de 20 millions de kilomètres carrés. Par conséquent, l’erreur systématique trouvée dans l’étude peut avoir des impacts significatifs sur les estimations du bilan de carbone des régions nordiques, si celles-ci sont basées sur des mesures de covariance des turbulences. Lorsque les méthodes améliorées de comblement des lacunes seront largement utilisées, les estimations des bilans de carbone des écosystèmes nordiques pourront être calculées avec plus de précision. À l’avenir, les données de covariance turbulente pourront également être utilisées pour accroître la fiabilité des estimations du bilan carbone produites dans les inventaires nationaux des gaz à effet de serre.
Plus d’information:
Henriikka Vekuri et al, Une méthode largement utilisée de remplissage des écarts de covariance des tourbillons crée un biais systématique dans les estimations du bilan carbone, Rapports scientifiques (2023). DOI : 10.1038/s41598-023-28827-2
Fourni par l’Institut météorologique finlandais