朱彤院士：已有数字模型仍不足以应对气候挑战

面对全球的快速变化，如何运用数字技术来帮助实现绿色发展和可持续发展？

"联合国之前发布了全球2030年实现可持续发展的目标，距离截止日期只剩下短短的6年。尽管我们已经取得了一些进展，但实际上仍然面临着许多挑战。"

在29日举行的首届长三角国际绿色发展论坛上，中国科学院院士、北京大学环境科学与工程学院教授朱彤在会上分享道。

朱彤认为，数字化不仅运用在日常的信息交流上，对描述自然以及预测未来都很重要。数字化还可以让每个人产生大量的数据，这个可对我们未来的健康提供非常重要的保护。

朱彤说，之所以如此关注绿色发展和可持续发展，原因在于，人类社会已经发展成一个紧密相连的全球网络，涉及交流、合作和冲突。这个网络越复杂、越紧密，其风险也就越高。这其中，空气污染是一个熟悉的问题，对人体健康造成最大威胁。此外，气候变化也直接或间接影响人类，高温热浪、传染病和极端天气等都是其后果。

当天成立的长三角国际绿色发展联盟，也旨在协助实现联合国的可持续发展目标。

为了减少这些危害，人们需要用现代科技来预测、预报和预警。科学家们已经进行了大量研究，发展了许多大数据模型，用于预测和预警。这些模型基于对全球自然过程的深入认识，以物理过程为基础，对未来进行预测至关重要。为了确保这些模型的准确性则需要大量的数据驱动。现代技术使我们能够收集来自地面监测网、传感器、卫星遥感等多种数据，描述整个地球的天气系统。

不过，在他看来，有了如此丰富的数据，数字模型仍然不足以应对挑战。希望将观测数据与模型产生的数据相结合，创建数字孪生地球。通过对地球的观测和模拟，我们可以更好地预测空气污染和气候变化。

目前已有的国际机构如联合国的大数据中心、北京大学的大气污染数据平台以及中国科学院大气物理研究所牵头的地球模拟实验室，都为这一目标提供了数据支持。我们可以利用这些数据进行环境模拟，包括污染变化和各种气候条件下的影响。此外，我们还可以通过机器学习分析历史数据，了解PM2.5和其他污染物的危害。

他认为，在数字孪生地球的背景下，我们还需要关注个体的健康。通过医学测量和传感器技术，我们可以追踪人体暴露于环境中的影响。而暴露组学类似于基因组学，可以预测人类未来健康问题，为预防和干预提供指导。

"传感器的发展可以把GPS、噪声和运动的状态收集起来。如果结合人体的样本，血液里面做基因转录、蛋白等，我们可以对疾病做一个未来预测。比如说用非靶向的转录组学，可以知道暴露在特定的污染物下，我们的健康会受到什么样的影响。"