近年来，人工智能（AI）深刻影响了各个领域，包括地球系统科学。本文回顾了如何利用 AI 分析极端事件（如洪水、干旱、野火和热浪），强调创建准确、透明和可靠的 AI 模型的重要性。我们讨论了处理有限数据、实时信息整合、部署模型以及使其可理解的挑战，这些对于赢得利益相关者的信任和满足监管需求至关重要。我们概述了如何通过 AI 更有效地识别和解释极端事件，提高灾害应对和沟通能力。强调跨不同领域的合作，以创建实用、可理解和可信赖的 AI 解决方案，用于分析和预测极端事件。这种合作努力旨在增强灾害准备和减少灾害风险。

Jun, 2024

通过使用人工智能驱动模型，该研究在气象灾害的风险管理策略中创造了一个转变。研究采用了热带气旋作为一个重点示例，工程设计了一种基于干扰的方法，使用先进的 Pangu AI 气象模型来产生集合预测。研究结果显示，AI 生成的集合预测在登陆前的七天内与欧洲中期天气预报中心的集合预测趋于一致。这种方法可以极大地提高天气预报驱动风险分析和管理的效果。

Apr, 2024

深度学习在极端天气事件预测和理解领域有着潜在的应用，本文对其在雷暴、闪电、降水、干旱、热浪、寒潮和热带气旋等天气预报的各个方面的运用进行了综述，强调了深度学习捕捉复杂模式和非线性关系的潜力，同时讨论了当前方法的局限性和未来的进展方向，该综述为科学界了解并减轻极端天气事件的影响提供了重要见解。

Aug, 2023

我们开发了一种基于人工智能的模型，能够提前七天预测极端水文事件，该模型在全球各大洲、各种提前期和重现期下均优于现有的全球水文模型，特别适用于没有测量的流域，该研究的成果已被纳入全球超过 80 个国家的运行中的预警系统，提供免费的实时预测。

Jul, 2023

人工智能天气预报模型的快速进展，尤其是近年来，已经导致了几个大参数人工智能天气预报模型的出现。本研究探讨了这些先进人工智能预报模型的演变，并基于找到的共同点，提出了它们发展的 “三大规则”。我们讨论了人工智能在革新数值天气预报方面的潜力，并简要概述了这个潜力的基本原因。此外，我们探讨了未来发展大规模人工智能天气预报模型的关键领域，整合整个数值预测过程。通过一个结合大规模人工智能模型与海洋波浪预报的例子，我们说明了预报员如何调整和利用先进的人工智能模型。我们承认大规模人工智能预报模型的高准确性、计算效率和易于部署，但我们强调传统数值预测的不可替代价值。我们相信，天气预报的最佳未来在于实现人工智能和传统数值模型的无缝融合。这种综合预计将为未来天气预报提供更全面、更可靠的方法。

Jan, 2024

提出一种新的综合框架，用于支持基于人工智能的自然气候决策制定中的各个方面的综合决策支持模型，包括植被碳储量评估、火灾检测、逆转风险减轻和灾害响应规划等不同方面。

Dec, 2023

灾难应对机构已从气候预测范式向预测行动范式转变，评估的不仅是气候情况，更是其对特定人群的影响，从而实现主动响应和资源分配。机器学习模型在气候预测方面变得异常强大，但在促进预测行动方面仍存在方法论上的差距。在本研究中，我们概述了预测行动，回顾了机器学习的相关应用，确定了共同的挑战，并强调了机器学习在推进对气候变化最脆弱人群的灾难应对方面的独特贡献领域。

Jul, 2023

本研究探讨了人工智能、物联网和机器人技术在农业领域的最新应用，并讨论了其优势、挑战以及未来研究方向。

Feb, 2022

本论文提出了 “负责任规范（RAIN）” 框架，填补人工智能伦理和高水平政策目标之间的缺口，从而实现对人工智能影响的高水平控制，使其服务于全球可持续发展。

Jul, 2022

应对气候变化是可持续发展和应对气候变化的 AI 技术的一个重要方向，研究中提出了 DeepEn2023 的大规模能源数据集，以测量、分析和优化边缘 AI 系统和应用的环境可持续性。

Nov, 2023