中新網北京9月14日電(記者 趙方園)“當前人工智能在環境監測中仍處于‘小場景’應用階段，要走向更大范圍，關鍵在于推動數據開放與共享。”在第四屆生態環保產業服務雙碳戰略院士論壇間隙，中國工程院院士、中國科學院安徽光學精密機械研究所研究員劉文清在接受中新網等多家媒體采訪時如此表示。

　　劉文清將人工智能發展劃分為三個階段：計算智能、感知智能和認知智能。他認為，當前環境監測領域仍處于“感知智能”的初級階段。

　　“大氣環境成分復雜，包括污染氣體、溫室氣體、氣溶膠等，僅依靠地面監測站點的數據遠遠不夠。”劉文清舉例說，“以北京市石景山區為例，即使布設多個監測點位，也只能獲得'離散數據'，難以準確反映整個區域的空氣質量狀況。”

　　劉文清指出，人工智能的價值在于能夠“彌合數據空白”。通過整合衛星遙感數據、地面監測數據以及地形地貌、污染排放和氣象特征等多源信息，人工智能可以實現“每小時一幅圖”，動態展示區域空氣質量變化。這種能力標志著環境監測技術的重要突破。

　　劉文清用醫學影像技術作了生動比喻，“幾十年前，拍X光片就是很先進的技術了。現在醫院普遍使用CT甚至核磁共振，能夠分層、立體地觀察病灶。環境監測同樣需要這樣的技術升級——通過更多維度、更高精度的數據，我們不僅能看到表象，更能解析污染成因。”

　　在談到碳監測時，劉文清指出了當前面臨的技術難題。

　　“碳計量是通過量化方法測算溫室氣體排放量的技術體系。到2030年，我國二氧化碳排放預計在110億噸左右，到2060年要降至10億噸，這意味著90%的排放需要依靠技術手段消解。”劉文清表示。

　　目前主要依靠“賬面計算”方式——通過消耗的煤、電量來推算碳排放量，這種方法難以滿足精準計量需求。“煤的品質不同，排放量差別很大。同時，新能源的快速增長使情況變得更加復雜。”

　　劉文清強調，必須發展“現場計量”技術，在工廠排放口直接監測，才能獲得準確數據。但現實挑戰是，很多化工園區70%的排放是無組織排放，以緩慢泄漏形式發生，難以準確測算。

　　監測精度是另一大挑戰。劉文清指出：“大氣二氧化碳濃度約為420ppm，年變化僅1-2ppm。如果儀器分辨率達不到0.1ppm，就無法捕捉到這些微小變化。缺乏精準監測能力，就無法實現可追溯、可驗證的碳管理。”

　　為推動人工智能在環境監測中的深入應用，劉文清提出兩大關鍵舉措：一是打破數據壁壘，實現跨部門數據共享；二是推動監測技術持續升級。“如果氣象、海洋、國土等衛星數據不能開放共享，人工智能就只能停留在‘小場景’。”他同時表示，監測技術也需不斷迭代，例如在生態保護區采用更高性能的紅外相機，甚至探索基于無線電波感知的新方法。

　　“人工智能在環境監測中的應用才剛剛起步，但前景廣闊。”劉文清總結道，“隨著碳計量精度提升、數據進一步開放和技術融合創新，人工智能必將成為支撐綠色低碳發展的重要力量。”(完)