由中国科协立项支持、中国生态学学会主办的小型高端品牌交流活动——大数据和人工智能服务高效精准生态评估研讨会9月14日在中国科技会堂举办，30余位来自高校、科研院所及产业界的一线专家围绕相关议题开展交流研讨。本次活动聚焦大数据与人工智能如何满足高效精准开展全国生态系统评估的重要需求，探讨如何以更高精度、更高效率、具备未来风险预警能力的方式，支撑国家生态保护决策。中国生态学学会秘书长周伟奇、中国科学院生态环境研究中心欧阳志云研究员担任执行主席，张军泽副研究员担任学术秘书。

研讨会设三个主旨报告。欧阳志云作“AI在生态评估中应用需求”报告，系统回顾了全国生态状况调查评估工作为生态保护红线划定、国家公园布局等重大决策提供的科技支撑，指出当前生态评估正面临从“现状描述”向“预测预警”转型的迫切需求。他强调，未来生态评估需构建更精细的分类体系，并深度融合人工智能与大数据技术，实现对生态系统演变趋势及潜在风险的精准预测，从而更好地服务于国家生态安全与生态文明建设。中国科学院计算技术研究所山世光研究员围绕人工智能从“模式识别”迈向“世界模型”的演进路径，深入剖析了当前大语言模型作为“秀才智能”在缺乏物理世界体验方面的局限，提出构建具备物理常识的“工匠智能”是AI发展的下半场。他建议生态评估领域应借鉴“世界模型”理念，通过构建生态领域的多模态大模型，实现符号知识与物理规律的“虚实对齐”，并采用“大模型调度、小模型执行”的协同机制，将通用智能与生态机理模型深度融合，以解决复杂生态系统的认知与预测难题。北京师范大学刘良云教授针对全球土地覆盖产品在变化检测中存在的不确定性与方向性矛盾，提出了一套基于稠密时间序列遥感数据的“变化检测优先、动态更新跟进”的技术体系。他还介绍了利用AI基础模型生成“AI就绪”数据的前沿探索，指出这种方法能显著降低计算复杂度，并提升分类与变化检测的精度。他呼吁建立开放共享的数据生态体系，通过高质量、标准化的数据产品，推动全球及区域生态评估从“分析就绪”向“智能感知”跨越。

自由交流环节，与会专家围绕生态评估数据融合、风险预警机制及AI模型创新等话题，结合研究基础和工程实践发表各自观点。其中，南京大学孔繁花教授认为，应进一步关注大数据和AI精度提升的实际应用价值，建议在分类和指标体系中融入社会要素，构建动态系统，并提供区间评估或综合评估结果，以服务跨行业决策。中国科学院空天信息创新研究院何国金研究员聚焦国产卫星数据应用与精细刻画挑战，分享了对国产与国外卫星多源融合、宽幅与窄幅数据整合、人类活动尺度界定等问题的认识，认为参数准确性对生态系统生产总值（GEP）核算和风险评估具有重要支撑作用。中国地质大学王成教授结合深度学习大模型在精细分类中的应用，探讨了特征学习的优势与不可解释性风险，建议分类精细化应与人类管理需求挂钩，呼吁开发通俗易懂的综合指标，提出应科学评价人类生态修复的主观作用。专家们还深入探讨了AI大模型不可解释性与小数据假特征风险、GEP核算参数准确性、生态系统退化预测、生态修复可复制性评估、像素尺度汇总与区域总量统计差异、国产卫星数据服务体系构建等非共识问题。

与会专家一致认为，AI与大数据驱动生态评估范式转型，事关国家生态文明建设成效和生态治理现代化水平，是具有重大战略需求和前沿探索价值的重要方向。一是应坚持问题导向和应用牵引，围绕数据质量、分类标准、尺度转换、模型可解释性等核心瓶颈，凝练关键科学问题，推动底层数据获取与基础研究深度融合。二是主动拥抱生态评估“精度”定义的范式转变，探索“AI+专家校验”的混合模式，建立适应AI时代的精度评价体系。三是推动建立面向生态评估业务的国产卫星数据应用就绪标准，简化申请流程，提供标准化产品，降低数据处理门槛。四是优先建立标准化的地面观测样本采集和尺度转换流程，明确样本代表性和不确定性范围，避免“垃圾进，垃圾出”。五是推动评估模型的根本性创新，构建更贴近应用和公众感知的综合指标体系，关注区域尺度的增量评估，强化生态保护与粮食安全、水资源约束等社会经济影响的联合量化分析，推动我国生态系统评估向高效、精准、智能化方向跨越式发展。