气候变化适应很复杂,因为大多数解决方案都需要平衡协同作用和权衡利弊,而这些协同作用和权衡源于适应所涉及的社会生态系统和部门之间的相互依赖关系。适应作为对实际或预期气候变化的调整过程,通常是针对当地或部门的(Field 等人,2014 年),并且可能忽视跨部门和跨地区的气候风险传播(Challinor 等人,2018 年)。不同行为者的适应方式也不同,并且具有不同的适应措施能力和选择。此外,前所未有的气候事件和气候变化影响的时间滞后会产生难以适应的未知后果。结果是一个复杂、不确定且快速变化的适应挑战矩阵(Helmrich & Chester,2020 年),而传统的气候变化适应工具和策略无法应对。随着新数据流和分析能力的不断增加,人工智能 (AI) 帮助应对这些适应挑战的新机会也随之出现。尽管人工智能已应用于气候变化科学,但这主要局限于气候变化建模、影响和缓解(Huntingford 等人,2019 年;Jones,2017 年;Monteleoni 等人,2013 年;Rolnick 等人,2022 年),而对适应的关注较少。人工智能对于适应的价值会增加,尤其是当它有助于分析上述复杂性时,例如协同作用和权衡、异质参与者以及气候变化影响的未知后果。此外,人工智能正在迅速发展,以处理适应研究中普遍存在的数据稀缺问题。本文重点介绍了这些角色以及与适应相关的关键应用。
主要关键词