近期，吕永龙课题组题为“优先推进生态敏感地区的可持续发展（Prioritizing Sustainable Development of Ecologically Sensitive Regions）”的论文在Science合作刊物Ecosystem Health and Sustainability发表（2026，12：0478）。这项创新性研究提出将人工智能与本土知识相结合，针对“临界点”生态系统采取行动，以实现可持续发展目标。

文章发表当天，美国科学促进会（AAAS）以“New study proposes global framework to safeguard world’s most vulnerable regions amid climate crisis”为题对该文进行报道。

  AAAS新闻稿原文：https://www.eurekalert.org/news-releases/1114130

一项开创性的新研究呼吁全球优先关注四类生态敏感地区的可持续发展，由于气候变化和人类活动的影响，这些地区正面临即将发生灾难性“临界点”的严重风险。审稿人评价该研究“及时”“创新”且“具有前瞻性”，提出了一种将人工智能（AI）与原住民知识相结合的新颖方法，并建立统一的科学框架，以防止系统性崩溃并指导实现公平的恢复能力。

全球意义：避免连锁危机

该研究确定了四种关键的生态敏感地区类型：高原/高寒地带、资源枯竭地区、快速发展的特大城市以及岛屿/海岸带地区，认为它们的脆弱性尤为突出。尽管这些地区地理环境各不相同，但它们有一个共同的特点：对可能引发不可逆转损害的冲击具有高度敏感性，且这种损害会带来全球性的后果。

该研究强调：“这些问题并非仅仅是地方性问题”。青藏高原的冰川融化威胁着亚洲数十亿人的用水安全，一个资源枯竭城市的崩溃可能会使整个地区陷入不稳定状态，沿海海平面上升可能会造就气候难民。保护这些地区是实现全球稳定以及达成联合国可持续发展目标（SDGs）的关键，特别是与水相关的目标（SDG 6）、城市相关的目标（SDG 11）、气候行动目标（SDG 13）、水下生命目标（SDG 14）以及陆地生命目标（SDG 15）。

理论与方法创新：一个统一视角与一种新颖融合方式

该研究的核心创新之处在于其统一的社会-生态系统（SES）分析框架，该框架使政策制定者能够通过相同的暴露、敏感性和适应能力视角来分析从北极永久冻土到像深圳这样的大型城市等各种不同的地区。这种方法揭示了生态脆弱性和社会脆弱性是如何相互交织从而形成系统性风险的。

其最具开创性的提议是将人工智能赋能监测（利用卫星数据和物联网传感器）与原住民及当地知识相结合。虽然人工智能能够检测大规模的环境变化，但当地社区对生态节律和恢复策略有着深刻且基于地域的了解。该研究认为，将这些知识体系融合起来对于实现准确的早期预警以及符合当地文化要求的解决方案至关重要。

论文指出：“人工智能可以从轨道上监测到森林树冠的变化，但本地知识能够解释这种变化的原因以及其对当地社区意味着什么。这种协同作用就是可持续发展科学的未来方向”。

对全球可持续发展目标实施的启示：一份促进道德行动的蓝图

为了将科学转化为实际行动，该研究提出了切实可行的建议，这些建议对全球可持续发展目标的实施具有深远意义：

1. 建立全球敏感性观测网络：提议建立一个国际网络，该网络将采用综合的人工智能/本地知识模型对这些关键区域进行标准化监测，从而提供实时数据用于全球评估和本地行动。

2. 促进公平与正义的治理：该研究强烈反对仅仅依靠技术手段来解决问题。它主张采用具有适应性的治理模式，以增强当地社区的权力，解决政策冲突，并确保长期的政治和财政支持。成功的关键在于将公平和环境正义置于所有干预措施的核心位置。

3. 技术的伦理框架：该研究直接探讨了伦理方面的潜在问题，主张制定明确的数据主权政策、采用易于理解的“可解释人工智能”以及推行参与式设计。它强调，社区必须拥有自己的数据，并有权对影响其生活和土地的由人工智能驱动的决策提出异议。

4. 有针对性且具有韧性的发展：通过明确界定生态敏感地区的类型，该框架使国际社会能够将资金、技术转让和政策支持优先投向最急需的领域，从而使可持续发展目标的实现更具战略性和成效性。

匿名审稿人一致称赞该研究的雄心和重要性。他们强调了其在跨学科科学领域的“有价值综合”以及其“值得称赞”的知识整合呼吁。它不仅提供了一种警示，还提供了一份可操作的路线图。该研究认为，保护世界上最脆弱的社会生态系统是检验我们对可持续且公正的全球未来的承诺程度的最终考验。

原文链接：https://spj.science.org/doi/10.34133/ehs.0478

文、图｜苑晶晶

责任编辑｜苑晶晶