近日，国务院印发的《关于深入实施“人工智能+”行动的意见》提出，推进工业全要素智能化发展，加快人工智能在设计、中试、生产、服务、运营全环节落地应用。在“双碳”目标下，人工智能如何赋能绿色低碳科技成为关注的焦点。

9月10日，在2025年中国国际服务贸易交易会主题论坛——第四届生态环保产业服务双碳战略院士论坛举办间隙，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、博士生导师刘文清接受中环报记者采访时指出，人工智能正在推动环境监测不断拓展，但同时碳监测和计量依然存在瓶颈。

中国环境：人工智能目前在环境监测领域的应用情况如何？面临哪些问题？

刘文清：人工智能的发展大体可以分为3个阶段：计算智能、感知智能和认知智能。目前，我认为，我们仍处在“感知智能”的初级阶段。

在环境监测中，这一特点尤为明显。大气环境的成分复杂，包括污染气体、温室气体、反应气体等，单靠地面监测站点的数据往往不够。打个比方，以这次会议举办地北京市石景山区为例，即便对一个地区布设多个监测点位，也只能得到一些“离散数据”，难以准确反映整个区域的空气质量。

人工智能的价值就在于“弥合空白”。通过卫星获取的大范围数据和图像，结合地面监测点数据，以及城市的地形地貌、污染排放、气象特征，就能做到“每小时一幅图”，动态展示区域空气质量变化。这一能力正是人工智能赋予环境监测的重要突破。

更进一步，大气成分都有光谱特征，就像人的“指纹”。识别这些“指纹”，我们才能分清不同的污染物和温室气体。但光靠地面监测是不够的，大气污染的生成、转化和输送往往发生在一两公里甚至十公里的高空。要想看清这些过程，就需要发展立体探测技术。

这有点像医学检查。几十年前，拍X光片就算先进，如今医院普遍用CT甚至核磁共振，能够一层层、立体化地观察病灶。环境监测也需要这样的升级——用更多维度、更高精度的数据，帮助我们不仅看到表象，更找到因果。

中国环境：在温室气体或碳监测方面，目前还存在哪些难点？

刘文清：这就涉及到碳计量的问题。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，意味着90%要靠其他技术消解。核算方式如果还停留在“账面计算”——用多少煤、多少电就算多少碳排放，则很难满足需要。如煤的品质不同，排放量的差别就很大，同时，随着新能源的快速增长，情况变得更为复杂。

因此，我们必须发展“现场计量”。如在工厂排放口直接监测，才能得到准确数据。但问题是，很多化工园区的排放70%是无组织排放，慢慢泄漏，很难算清。要解决这一点，就需要区域性的检测技术。

更大的挑战在于监测精度。二氧化碳浓度现在大约420ppm，每年变化只有1ppm—2ppm。如果仪器没有0.1ppm的分辨能力，就捕捉不到这些细微变化。缺乏精准计量，也就难以做到溯源。可以说，碳监测的短板，正是未来绿色低碳发展的关键突破口。

中国环境：您认为，未来如何更好地推动人工智能在环境监测中的应用？

刘文清：我认为有两个关键：一是数据，二是手段。

现在人工智能在环保领域的应用，还只是一些“小场景”。要走向大范围，关键在于数据开放。如果气象卫星、海洋卫星、国土卫星等数据不能共享，人工智能的潜力就难以发挥出来。

与此同时，还要不断升级监测手段。比如生态保护区里，有的用红外相机监测动物活动，如果有更先进的传感器，效果就会更好。再比如，我们每个人的手机都在接收无线电波，如果能捕捉到人走动引起的波动变化，就能推算出房间里的人数和运动状态。类似的应用场景正在快速涌现。

所以，推动人工智能应用，一方面要打破“数据孤岛”，让更多基础数据开放共享；另一方面要提升监测技术，从二维感知走向三维认知。就像医学影像的发展一样，只有完成这一跨越，人工智能才能真正成为环境治理的有力工具。

人工智能在环境监测中的探索才刚刚起步，但未来潜力巨大。随着碳计量精度的提升、数据资源的开放和技术手段的进步，人工智能将在绿色低碳发展中发挥越来越重要的作用。