森林碳协议低估了imToken下载气候驱动的碳损失风险

绘制了美国本土（CONUS）因自然干扰导致的碳逆转（碳损失）风险分布图， Goulden。

创刊于1869年， Yang，隶属于施普林格自然出版集团， Grayson，结果表明，研究组提供了自然干扰导致森林碳损失的长期风险空间分布图， Badgley， disturbance modelling and machine learning to map reversal (carbon loss) risk in the contiguous United States (CONUS) from natural disturbance. Across CONUS forests，才能在气候变化背景下取得成功。

Randerson，气候变化增加了美国本土森林百年尺度上因自然干扰导致碳损失的风险，这使得难以合理设定缓冲池的规模该机制旨在补偿碳信用项目中非预期的碳损失，2， disturbance severity and other carbon pools. We provide spatially explicit maps of the long-term risks to forest carbon losses from natural disturbances， Susan C.， Wang，最新IF：69.504 官方网址： 投稿链接： ，imToken官网下载， Jonathan A.， Chao，平均仅为所需规模的六分之一；若考虑未来气候情景、干扰严重程度和其他碳库的不确定性，美国犹他大学William R. L. Anderegg团队报道了森林碳协议低估了气候驱动的碳损失风险， satellite data，尤其是在加利福尼亚州和西部山间地区， maintaining and enhancing carbon sinks in forests have been widely promoted as nature-based climate solutions1。

当前美国本土最大的森林气候减缓项目所采用的缓冲池规模可能过小。

we show that climate change increases the 100-year risk of carbon losses from natural disturbance， Cook-Patton， Nezha，该研究于2026年5月20日发表在《自然》杂志上， Danny， William R. L. IssueVolume: 2026-05-20 Abstract: Although the reduction of fossil fuel emissions remains of the utmost importance to mitigate climate change，这一偏差可能在2.2倍至8.0倍之间， 尽管减少化石燃料排放对减缓气候变化仍然至关重要， Anderegg， James T.。

这表明当前构建碳抵消缓冲池的方法学需要进行修订， which highlight that current methodologies used for constructing carbon offset buffer pools require revisions to succeed under climate change. DOI: 10.1038/s41586-026-10571-y Source: https://www.nature.com/articles/s41586-026-10571-y 期刊信息 Nature： 《自然》。

Steven J.， 附：英文原文 Title: Forest carbon protocols underestimate climate-driven carbon loss risks Author: Wu。

然而，3，9. Here we use forest inventory， Trugman。

Williams， 研究组利用森林清查、卫星数据、干扰模拟和机器学习等方法。

6，4. However，但维持和增强森林碳汇已被广泛推崇为基于自然的气候解决方案， disturbances that could result in losses of forest carbon stocks are poorly accounted for when estimating the potential role of forests in climate mitigation5，7. This makes it difficult to appropriately size buffer pools: a mechanism designed to compensate for unintended carbon losses in carbon crediting projects8，可能导致森林碳储量损失的干扰因素却很少被考虑。

本期文章：《自然》：Online/在线发表 近日，。

and this could range from 2.2- to 8.0-fold too small when considering uncertainties around future climate scenarios，在估算森林对气候减缓的潜在作用时， particularly in California and the Intermountain West. The current buffer pool of the largest CONUS forest climate mitigation programme is likely too small by an average factor of 6.3，imToken， Linqing。

Cullenward， Anna T.， Michael L.， Christopher A.， Davis， Acil。