AI驱动的空气污染成因解析与控制成效评估｜周四直播 · 地球系统科学读书会

导语

为了能够深入理解人类世背景下地球系统各要素之间复杂的相互作用与演化机制，并为人类应对未来的地球系统科学重大挑战提供一套科学的认知框架，集智俱乐部联合清华大学讲席教授陈德亮、北京师范大学教授樊京芳、东莞理工学院特聘副研究员陈爱芳、南开大学副教授戴启立老师和爱尔兰都柏林大学博士生班崭共同发起，将组织大家从新的研究范式出发梳理相关文献，并深入研读其中涉及的理论与模型。

从2025年3月4日开始，每周二晚上19:00-21:00，读书会将以线上形式进行，持续时间预计8-10周。读书会详情及参与方式见后文。

分享背景

地表大气环境是复杂的非线性系统，空气污染是全球性的重要环境问题，空气污染的时空变化受到众多自然与人类活动排放与复杂多尺度大气理化过程的共同影响，深入理解和量化空气污染的驱动因素，尤其是定量人为活动排放贡献及其控制成效，是支撑空气质量改善的科学基础和重要前提。

分享简介

本次分享将重点围绕“人为排放-气象条件-空气污染“这一复杂系统的非线性关联的破解难题，针对传统空气污染成因来源解析方法遇到的技术瓶颈，重点介绍大数据时代的污染溯源新技术、污染排放控制评估因果推断新方法，探讨与展望在空气质量持续改善背景下，AI赋能空气污染防治决策的机遇与挑战。

分享大纲

1. 空气污染复杂成因与时空演变 2. 空气污染成因的系统解耦方法 3. 大数据时代的空气污染溯源技术 4. 人为排放控制政策成效因果推断 5. AI赋能空气质量管理决策展望

核心概念

空气污染，air pollution

来源解析，source apportionment

政策评估，policy evaluation

机器学习，machine learning

因果推断，causal inference

主讲人简介

戴启立，南开大学副教授。围绕空气污染来源问题，主要从事环境大数据挖掘、空气污染因果推断等方面的研究，致力于研发人工智能辅助的空气污染成因诊断与政策评估技术、揭示并解耦“空气污染-人类活动-天气气候”的复杂关联。在《中国科学:地球科学》、Geophysical Research Letters、Journal of Geophysical Research：Atmospheres、Environmental Science & Technology (Letters)等地学与环境领域期刊发表论文100余篇。

报名参与

直播信息
2025年4月10日19:00-21:00

报名加入社群（可开发票）

斑图链接：https://pattern.swarma.org/study_group_issue/881

扫码参与，加入群聊，获取系列读书会回看权限，共建共享地球系统科学社区，与一线科研工作者沟通交流，共同推动这一前沿领域的发展。

地球系统科学读书会

世界气象组织《2023年全球气候状况》报告确认2023年是有观测记录以来最暖的一年。气候变化正在以高温、干旱、洪水、野火和沙尘暴等极端天气的形式吸引人们的广泛关注。世界经济论坛《2024全球风险报告》将气候变化作为首要值得关注的风险。地球作为一个多要素、非线性的开放复杂系统，要素间相互作用关系复杂，往往牵一发而动全身。在人类活动深刻影响下，我们该如何理解并有效应对正在面临的气候变化以及其带来的社会经济等一系列议题，实现人类与地球的可持续发展？

为了能够深入理解人类世背景下地球系统各要素之间复杂的相互作用与演化机制，并为人类应对未来的地球系统科学重大挑战提供一套科学的认知框架，集智俱乐部联合清华大学讲席教授陈德亮、北京师范大学教授樊京芳、东莞理工学院特聘副研究员陈爱芳、南开大学副教授戴启立老师和爱尔兰都柏林大学博士生班崭共同发起，将组织大家从新的研究范式出发梳理相关文献，并深入研读其中涉及的理论与模型。

详情请见：