观潮 · 模式预报与气象 AI 观察
化石燃料若停止排放：CO₂ 浓度要 60 年回到工业化前，同位素只要 8 年——差别在光合作用
> 大气 CO₂ 浓度上升和同位素 δ¹³C 下降（Suess 效应）这件事，教科书式的解释是「燃烧排放了贫 ¹³C 的 CO₂ 加进大气」。这篇论文说这个解释在定量上也成立，而且只需要一个 2 参数模型就能对上观测。作者把模型反过来推：如果化石燃料排放停止，会发生什么？两个衰减时间常数的差别就是全部答案——CO₂ 浓度相对工业化前 280 ppm 的偏差以约 60 年的指数衰减；浓度—δ 值乘积 C×δ¹³C 相对工业化前 (280 ppm)×(−6.5‰) 的偏差以约 8 年的指数衰减。两者不同是因为同位素交换，而交换主要被陆地上的光合作用和呼吸驱动。作者没有把这个模型当成预测工具用，而是当成一个能自洽解释三条独立观测的最小框架。
缺的是哪一块
先说清这个模型处理的是什么量。作者用「同位素数向量」来记大气里的碳原子：绝大多数是稳定同位素 ¹²C，少量是 ¹³C，多数以 CO₂ 分子形式存在。用向量而不是标量，是因为后面要把两个同位素分开记账——而整套模型的优雅之处就在于，两参数模型能同时对上两条独立观测（浓度上升、δ 值下降），这在标量框架里做不到。
观测事实的起点：大规模向大气添加 CO₂ 始于约 1850 年；1800 年之前大气总碳原子数基本恒定。
作者把这篇定位为「note」性质的验证工作——他引 Engelbeen、Hannon 与 Burton 的近期论文说这些事实已广为人知，自己的贡献不是发现而是证明一个简单模型能定量对上。这一点作者自己写得很清楚。
模型怎么搭的
模型的骨架是一条常系数下的线性微分方程，由观测到的 CO₂ 分子数随时间的关系（引 Reference 12）微分而来。零排放时它退化成牛顿冷却定律的形式：任何 CO₂ 浓度相对工业化前值的偏差按指数衰减。
项 · 值或形式
工业化前 CO₂ 浓度 C₀ · 约 280 ppm
工业化前 δ¹³C · −6.5‰
参数 1：浓度偏差衰减时间常数 · 约 60 年
参数 2：C×δ¹³C 偏差衰减时间常数 · 约 8 年
大气总分子数 N_at · 1.065×10⁴⁴
工业化前碳原子总数 P · 2.98×10⁴⁰
深源 D = Pγ₁ · 4.97×10³⁸ y⁻¹
陆源碳原子平均质量 m · 1.994×10⁻²³ g
工业化前碳添加率 Dm · **9.91 Pg y⁻¹**
观测锚点 · 2024 年化石燃料碳排放率约 10.5 Pg C yr⁻¹
模型推出的工业化前碳排放率 · 9.91 Pg C yr⁻¹，略低于 10.5
方程有常数解（时间无关条件）也有受迫解。零排放条件下的通解是
|N⟩ = ∫₋∞^t dt′ e^(−Γ(t−t′)) |F′⟩ + |P⟩
其中 Γ 是阻尼矩阵。积分下限取 −∞ 这件事有个必要性的论证：若存在非零的齐次解 K，该解在 t → −∞ 时发散，是非物理的，所以 K 必须为零。
作者还证明了两个行向量 ⟨U₁| = [1, 1] 与 ⟨U₂| = [−p₂, p₁] 构成一组互反向量，满足完备性 Σⱼ |Uⱼ⟩⟨Uⱼ| = 1̂。这个代数性质是把两条方程相加、分离出总碳与 δ 分量的依据。
三个常数推出全部结果
模型里的深源不是凑出来的常数，它由一个可以被独立检查的关系确定。
大气总分子数 N_at = 1.065×10⁴⁴，工业化前碳原子总数 P = N_at·C₀ = 2.98×10⁴⁰。
时间无关条件（dN/dt = 0、F 为常数）下方程的解是 N = (Pγ₁ + F)/γ₁。作者把 Pγ₁ 定义成一个注入大气的深源：
D = Pγ₁ = 4.97×10³⁸ y⁻¹
这个数值来自假定 γ₁ = 1/60 y。
再用一个独立量把 D 换成质量通量：陆源碳原子的平均质量 m = 1.994×10⁻²³ g，于是工业化前的大气碳添加率为
dM/dt = Dm = 9.91 Pg y⁻¹
对照图 1 里 2024 年约 10.5 Pg y⁻¹ 的化石燃料排放率——模型给出的工业化前添加率略低于今天的排放率。 这是一条可核查的定量结论，不是定性表述。
同位素那一侧的参数从哪来
¹³C 的绝对丰度也给了具体数：VPDB 标准的 [N₂/N₁]_v = 0.0111105 ± 0.0000042。¹²C 占约 98.9%，¹³C 占其余的 1.1%，而 N₂/N₁ ≈ 0.011。
同位素分馏的存在值得单独说一句：树木里的有机碳 ¹³C 比例低于它所固定的大气中的 ¹³C 比例，原因是较轻的 ¹²CO₂ 分子通过叶片气孔和叶组织向叶绿体扩散得稍快一些。δ¹³C 的定义是样本 X 的比值相对校准标准 V 的比值再减 1，标准 V 可追溯到南卡罗来纳州 Pee Dee 河一套晚白垩世地层的箭石化石。
三个关键 δ 值：
对象 · δ¹³C
工业化前大气（从冰芯气泡中的空气测得） · −6.5‰
化石燃料排放的 CO₂ 平均 · **−28‰**
2026 年观测到的大气 · **−8.7‰**
现代观测值（−8.7‰）低于工业化前值（−6.5‰），正是"加入了贫 ¹³C 的碳"这个定性预期。
模型假定 δ¹³C 在 1000 年到 1800 年之间保持在工业化前值附近，1800 年后化石燃料燃烧开始加入大量贫 ¹³C 的 CO₂——这个观测事实是整套推导的出发点。
δ 的定义式最终被化简成一个很干净的表达式：δ_np = ⟨U₂|N⟩ / (p₁p₂N)，其中 ⟨U₂| = [−p₂, p₁] 是按工业化前比例 p₁、p₂ 构造的行向量。也就是说 δ 与总碳数 N 绑在一起，无法分开处理——这正是模型必须用二维向量而不是标量的原因。
方程有常数解（时间无关条件）也有受迫解。作者随后引入行向量把 ¹²C 和 ¹³C 的记账统一起来，写出「总碳原子数 = 行向量 × 列向量」的分解，再把这条关系代回浓度方程。
同位素交换的机制在文字里说得很直接：排放停止后，δ¹³C 向工业化前值松弛的速度明显快于浓度向工业化前值松弛的速度，而这个差异来自交换，主要由陆地上的光合作用和呼吸驱动（生物圈通量）。这一句是全文的解释核心。
两条观测曲线与两个时间常数
论文图 2：连续蓝线是观测到的 CO₂ 浓度 C = N/N_at 年平均值（ppm，引参考 4–7）；连续红线是观测到的同位素 δ¹³C 值（引参考 8–10）。相应的虚线是模型的预测。工业化前 CO₂ 浓度接近 C₀ = 280 ppm，工业化前同位素值接近 δ¹³C₀ = −6.5‰。浓度扰动 (C − C₀) 衰减的 e 折时间常数 τ₁ = 1/γ₁ = 60 年。
这张图是全文的核心证据，两条曲线各自对应一个时间常数：
观测量 · 工业化前基准 · 衰减时间常数
浓度 C（ppm） · 280 · **τ₁ = 1/γ₁ = 60 年**
浓度—同位素乘积 C×δ¹³C · 280 × (−6.5‰) · **τ₂ = 1/γ₂ = 8 年**
两条曲线共用同一套模型、同一组通量参数，差别只来自指数上的时间常数。 这就是"2 参数模型能同时对上两条独立观测"的具体含义——它不是分别拟合两条曲线，而是从同一套方程里读出两个不同的弛豫速率，然后去和观测对照。
τ₂ 明显短于 τ₁ 的物理含义是：停止排放后，δ¹³C 会先回到工业化前值，浓度还留在高位。这也解释了为什么"停止排放后大气会怎样"这个问题里，同位素记录是一个比浓度更快的示踪量。
论文图 3：大气中碳同位素的变化速率。最丰盛的同位素 ¹²C 用蓝色表示，稀有的稳定同位素 ¹³C 用红色表示。方程 (2.3) 右侧的负项即汇（sinks），表示从大气中损失的碳原子，用向下箭头标注；正项即源（sources），表示加入大气的碳原子，用向上箭头标注。图中列出的机制包括深汇、同位素交换、深源与化石燃料源。
这张记账图值得单独看一眼，因为τ₁ 和 τ₂ 的差别就藏在"同位素交换"这一项里：交换项在 ¹²C 和 ¹³C 之间的转移是不对称的（γ₁₂p₂N₁ 与 γ₂₁p₁N₂），而深汇只整体移出碳、不区分同位素。前者提供额外的弛豫通道，后者不提供。
论文图 1：按日历年计的大气 CO₂ 化石燃料排放量，单位 Pg（10¹⁵ g）。观测数据引参考 2、3。这条曲线给出了模型的输入锚点——2024 年约 10.5 Pg C/yr。
作者承认的限制和未做的事
- 模型是线性的、常系数的。作者把时间独立条件（排放率、相关时变参量取常数）作为解析解的前提写入推导。一旦排放历史不再平坦，模型需重解。
- 同位素交换是集总参数化的。「主要被光合作用和呼吸驱动」这一定性归因没有被分解到具体通量，也没有给出独立验证数据；8 年时间常数是从拟合出来的，不是从通量算出来的。
- 碳源构成的变化没有建模。作者自己列了这一条：模型可以进一步加入细节，例如从工业时代初期以煤为主、到如今油和天然气占比更大这一燃料结构变化。这条改动会改变排放的同位素签名。
- 放射性 ¹⁴C 没有纳入。作者指出宇宙射线持续产生的 ¹⁴C，以及地面核试验引入的脉冲，可以用类似方式分析——但本篇没做。
- 它不是预测工具。两个时间常数是「若排放停止」这一反事实假设下的推论，作者没有把它当成对未来的估计。60 年衰减对应的物理前提（排放真的归零）在现实里不成立。
一句话判断
这篇的实际贡献是把「CO₂ 浓度上升伴随 δ¹³C 下降」这条定性解释，落实成一个 2 参数、能同时对上两条独立观测的线性模型，并顺手给出一个物理上有意思的结论：同位素弛豫比浓度弛豫快一个数量级，差别来自陆地生物圈的交换，而差别的量级（60 年 vs 8 年）是模型里唯一需要调的东西。
同一篇里作者写明的边界同样确定：模型线性、燃料结构变化未纳入、¹⁴C 未处理、同位素交换是集总归因。这决定了它是一份漂亮的最小验证，不是一份碳循环预测模型。