核查对象与偏差量级：260城70%平均低估、单城超90%意味着什么
本次核查的对象是Climate TRACE联盟（由美国前副总统戈尔参与联合创立）发布的全球温室气体排放数据库中的城市机动车（轿车与卡车）CO2排放分项。北亚利桑那大学信息、计算与网络系统学院（SICCS）教授Kevin Gurney团队将其与其实验室自主开发的Vulcan onroad排放数据库进行逐城比对，覆盖260个美国城市。原文披露：Climate TRACE的城市机动车CO2排放平均比Vulcan低70%；个别城市如印第安纳波利斯（Indianapolis）和纳什维尔（Nashville）低估幅度超过90%。
基准体系与算法架构：Vulcan的官方交通记录校准链 vs Climate TRACE的AI路线
Vulcan是Gurney实验室开发的onroad排放数据库，其校准依据是官方交通记录与能源消费数据（原文披露），即以交通流量、车型分布、燃油销量等可审计的行政统计为锚点，自下而上重建逐城道路排放。Bilal Aslam（SICCS博士后、共同研究者）明确指出：Vulcan onroad数据并非完美，不确定度约14%，但远低于与Climate TRACE比对时发现的260城偏差（原文披露）。
实测比对数据与结论外推：从260城样本到全球数据的可信度风险
本次核查的实测数据链条清晰：比对样本为260个美国城市的机动车CO2排放，两库逐城对照；统计结果为平均低估70%，最差城市（Indianapolis、Nashville）超过90%，基准Vulcan不确定度约14%（均为原文披露）。论文发表于Environmental Research Letters，作者除Gurney外还包括SICCS博士后Bilal Aslam与研究助理Pawlok Dass。
对AI排放清单的整改建议与国内落地转化要点
论文明确提出若干旨在强化和改进Climate TRACE工作的建议（原文披露），核心指向三点：透明度（方法与数据链可公开审计）、专家评审（同行评议机制覆盖算法管线）、严格科学方法（以独立基准数据库做闭环验证）。Gurney的警告直指治理层面：不达标的排放数据会误导决策者，并可能使公众丧失对气候治理能力的信任（原文披露）。