如何讓“人工智能+”更好賦能大氣污染治理？
【谷騰環保網訊】當前，“十四五”規劃進入收官階段。經過五年不懈努力，我國大氣污染治理取得顯著成效：2024年，全國PM2.5平均濃度已降至29.3微克/立方米，較2015年下降20.7微克/立方米，距離2035年實現25微克/立方米以下的目標已不足5微克/立方米。
然而，近日我國一些地區再次出現的污染天氣過程，凸顯出大氣污染治理工作的復雜性與長期性。這也表明，我國大氣污染治理進入深水區后，改善空氣質量需要更精準的問題識別和治理措施，對建立“精準把脈”“靶向治療”的大氣污染精準治理模式提出了更高要求。
2025年8月26日國務院印發《關于深入實施“人工智能+”行動的意見》，要求將人工智能融入生態環境治理，推動構建智能協同的精準治理模式，為在新形勢下推進大氣污染精準治理指明了方向。
然而，將人工智能技術真正應用于大氣污染防治仍面臨諸多挑戰。技術方面，需要融合氣象、空氣質量監測、污染源清單等多源數據，并協調運用多種算法構建可實際運行的業務平臺。人才方面，開發這類系統需要環境科學、氣象學、數據科學、計算機工程與人工智能等多學科背景的復合型團隊，組建難度大。成本方面，據部分城市公開招投標數據，一套空氣污染溯源模型和系統平臺的開發成本從幾十萬元到上千萬元不等，這對區縣及經濟欠發達地區治理大氣污染形成了現實壁壘。此外，若各地重復開發功能相近的平臺，還將造成巨大的資源浪費。如何讓“人工智能+”跨越成本鴻溝，開發好用、普惠的工具，成為亟待破解的難題。
在筆者看來，要走出這一困境，亟須創新“人工智能+大氣污染治理”公共產品供給方式。圍繞落實國務院《關于深入實施“人工智能+”行動的意見》提出的“強化基礎支撐能力”，加快建設統一的人工智能模型庫和算法平臺，實現大氣污染監測、預報、溯源等模型的標準化、模塊化與服務化，形成政府、科研機構、企業等共建共享的大氣污染治理智能模型體系。
對于政府部門而言，這有助于避免各地在相似系統上的重復投資與資源浪費，實現技術成果的規模化復用。特別是對財政能力有限的區縣和經濟欠發達地區，能夠以最小化的邊際成本獲得與發達地區同等水平的智能治理工具，從而有效彌補發展不平衡所帶來的環境治理能力差異。對環保企業而言，也將顯著降低其應用先進技術的初始成本與創新門檻，從而加快技術落地。
建設統一的人工智能模型庫和算法平臺時，一方面，要重點提高空氣質量預測能力，以便更精準地采取應急措施實現削峰降頻。另一方面，要重點提高污染溯源分析能力，以便更精準地發現污染源，推動環境執法從“人防為主”向“技防優先”轉變，進一步提高入企檢查發現問題的比例，同時減少入企檢查頻次和對生產經營活動的干擾。
為進一步建立并完善“人工智能+大氣污染治理”領域的公共產品供給機制，還需要發揮政府、科研機構、企業等各方的作用。政府部門應該發揮主導作用，中央政府部門負責頂層設計、總體規劃、標準制定與數據平臺開放監管等；地方政府則結合實際需求，提出具體應用場景，并通過采購引導市場創新。科研機構和高校應專注模型研發與算法創新，開發開源、權威的基礎模型和核心算法，攻克基礎性、前瞻性技術難題，為公共產品提供技術源泉。企業則要聚焦應用落地，專注于在具體場景中進行二次開發和個性化應用，為地方政府提供定制化的解決方案和技術服務。
相信通過“人工智能+大氣污染治理”公共產品供給模式的建立與完善，我們必將構建起更加協同高效的大氣污染治理體系，為2035年實現“美麗中國”空氣質量目標奠定堅實基礎。
使用微信“掃一掃”功能添加“谷騰環保網”
