China’s marine carbon sink capacity assessment and potential projection: a machine learning approach

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:The machine learning framework (XGBoost with SHAP) for carbon sink projection is methodologically novel and can be replicated in other regions.

🏢実務担当者:Coastal managers and carbon project developers can use the identified drivers and threshold effects to optimize mariculture and conservation for carbon sequestration.

🏛政策担当者:Chinese policymakers can leverage scenario analysis to align marine resource management with 'Dual Carbon' goals; global policymakers see a model for blue carbon accounting.

地球規模の気候変動の激化は、生態系と人類の発展に深刻な課題をもたらしている。海洋炭素隔離（マリンカーボンシンク）は、重要な自然気候ソリューションとして、そのポテンシャル評価とトレンド予測が、世界の気候ガバナンスと政策立案の中心に位置づけられている。世界最大の炭素排出国である中国は、「ダブルカーボン」目標を達成するために、海洋炭素隔離の増分ポテンシャルと規制経路の科学的根拠に基づく特定を緊急に必要としている。本研究は、中国本土の11の沿海省・直轄市、具体的には遼寧、河北、天津、山東、江蘇、上海、浙江、福建、広東、広西、海南（2005年～2022年）のパネルデータを用い、環境条件、人間活動、政策措置にわたる多次元指標を統合した。また、機械学習と解釈可能性ツールを組み合わせた予測フレームワークも開発した。XGBoostを用いて複雑な非線形関係を捉えることで、モデルは95.7%の予測精度を達成し、SHAP分析を適用して主要な駆動要因の限界貢献度と閾値効果を定量化した。主な発見は以下の通りである：(1) 自然保護区の数、海洋養殖面積、総排水量が中核的な駆動要因として特定され、クロロフィルa濃度と研究人員数が重要な調整要因として機能し、それぞれが明確な「生態学的閾値」を示す。(2) 2023年～2032年の複数シナリオ予測では、グリーン開発シナリオが年間炭素隔離ポテンシャル（400万6100トン炭素）で最高となり、通常シナリオ（321万3300トン炭素）および経済優先シナリオ（308万7200トン炭素）を上回る。後者は生態学的閾値からの逸脱により、初期に13.4%の減少を示す。(3) 顕著な地域的異質性が観察される：北部沿海経済ベルトは海洋養殖が支配的であり、EP ≈ BAU > GPである。東部沿海経済ベルトは主に都市化率によって駆動され、GPが他を大幅に上回る。南部沿海経済ベルトは海洋養殖と海面水温の二重中核駆動パターンに従い、GPが最適かつ安定した結果を示す。本研究は、海洋炭素隔離ダイナミクスの予測のための拡張可能なデータ駆動型アプローチを提供し、中国および他の海洋地域における気候変動への沿岸管理適応とエビデンスに基づく政策立案のための実践的な洞察を提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

The intensification of global climate change poses severe challenges to ecosystems and human development. Marine carbon sinks, as a critical natural climate solution, have placed their potential assessment and trend prediction at the centre of global climate governance and policymaking. As the world’s largest carbon emitter, China urgently requires scientifically grounded identification of the incremental potential and regulatory pathways of marine carbon sinks to achieve its “Dual Carbon” goals. This study employs panel data from 11 coastal provinces and municipalities in mainland China, specifically Liaoning, Hebei, Tianjin, Shandong, Jiangsu, Shanghai, Zhejiang, Fujian, Guangdong, Guangxi, and Hainan (2005–2022) and integrates multidimensional indicators spanning environmental conditions, human activities, and policy measures. In this study a predictive framework that combines machine learning with interpretability tools was also developed. Using XGBoost to capture complex nonlinear relationships, the model achieves a prediction accuracy of 95.7%, and SHAP analysis was applied to quantify the marginal contributions and threshold effects of key drivers. Key findings include the following: (1) The number of natural reserves, mariculture areas, and total wastewater discharge are identified as core drivers, while chlorophyll-a concentration and the number of research personnel serve as important moderators—each exhibiting distinct “ecological thresholds”. (2) Multi-scenario projections for 2023–2032 indicate that the Green Development scenario yields the highest annual carbon sink potential (4.0061 million tC), surpassing the Business-As-Usual (3.2133 million tC) and Economy-Priority (3.0872 million tC) scenarios. The latter shows an initial decline of 13.4% due to deviation from ecological thresholds. (3) Significant regional heterogeneity is observed: the Northern Coastal Economic Belt is dominated by mariculture, with EP ≈ BAU > GP; the Eastern Coastal Economic Belt is primarily driven by urbanisation rate. With GP substantially outperforming others, the Southern Coastal Economic Belt follows a dual-core-driven pattern of mariculture and sea surface temperature, where GP demonstrates both optimal and stable outcomes. This research provides a scalable, data-driven approach for projecting marine carbon sink dynamics, offering actionable insights for adapting coastal management to climate change and evidence-based policy formulation in China and for other maritime regions.

• openalex https://doi.org/10.3389/fmars.2026.1839741first seen 2026-05-17 07:27:02 · last seen 2026-06-16 04:53:11