刘文清：人工智能助力环境监测从“感知”到“认知”，碳计量仍是关键瓶颈

　　“当前人工智能在环境监测中仍处于‘小场景’应用阶段，要走向更大范围，关键在于推动数据开放与共享。”在第四届生态环保产业服务双碳战略院士论坛间隙，中国工程院院士、中国科学院安徽光学精密机械研究所研究员刘文清在接受中新网等多家媒体采访时如此表示。

 

　　刘文清将人工智能发展划分为三个阶段：计算智能、感知智能和认知智能。他认为，当前环境监测领域仍处于“感知智能”的初级阶段。

 

　　“大气环境成分复杂，包括污染气体、温室气体、气溶胶等，仅依靠地面监测站点的数据远远不够。”刘文清举例说，“以北京市石景山区为例，即使布设多个监测点位，也只能获得'离散数据'，难以准确反映整个区域的空气质量状况。”

 

　　刘文清指出，人工智能的价值在于能够“弥合数据空白”。通过整合卫星遥感数据、地面监测数据以及地形地貌、污染排放和气象特征等多源信息，人工智能可以实现“每小时一幅图”，动态展示区域空气质量变化。这种能力标志着环境监测技术的重要突破。

 

　　刘文清用医学影像技术作了生动比喻，“几十年前，拍X光片就是很先进的技术了。现在医院普遍使用CT甚至核磁共振，能够分层、立体地观察病灶。环境监测同样需要这样的技术升级——通过更多维度、更高精度的数据，我们不仅能看到表象，更能解析污染成因。”

 

　　在谈到碳监测时，刘文清指出了当前面临的技术难题。

 

　　“碳计量是通过量化方法测算温室气体排放量的技术体系。到2030年，我国二氧化碳排放预计在110亿吨左右，到2060年要降至10亿吨，这意味着90%的排放需要依靠技术手段消解。”刘文清表示。

 

　　目前主要依靠“账面计算”方式——通过消耗的煤、电量来推算碳排放量，这种方法难以满足精准计量需求。“煤的品质不同，排放量差别很大。同时，新能源的快速增长使情况变得更加复杂。”

 

　　刘文清强调，必须发展“现场计量”技术，在工厂排放口直接监测，才能获得准确数据。但现实挑战是，很多化工园区70%的排放是无组织排放，以缓慢泄漏形式发生，难以准确测算。

 

　　监测精度是另一大挑战。刘文清指出：“大气二氧化碳浓度约为420ppm，年变化仅1-2ppm。如果仪器分辨率达不到0.1ppm，就无法捕捉到这些微小变化。缺乏精准监测能力，就无法实现可追溯、可验证的碳管理。”

 

　　为推动人工智能在环境监测中的深入应用，刘文清提出两大关键举措：一是打破数据壁垒，实现跨部门数据共享；二是推动监测技术持续升级。“如果气象、海洋、国土等卫星数据不能开放共享，人工智能就只能停留在‘小场景’。”他同时表示，监测技术也需不断迭代，例如在生态保护区采用更高性能的红外相机，甚至探索基于无线电波感知的新方法。

 

　　“人工智能在环境监测中的应用才刚刚起步，但前景广阔。”刘文清总结道，“随着碳计量精度提升、数据进一步开放和技术融合创新，人工智能必将成为支撑绿色低碳发展的重要力量。”(完)