破解AI黑箱：可解釋人工智能讓災害預測透明可信 | 卓越亮點

原文發表于 《科技導報》2025年第18期科技新聞-卓越亮點

可解釋人工智能刷新傳統氣候災害模型

圖片來源：攝圖網

地球進入更熱、更急、更復雜的時代，傳統基于物理與統計的災害模型正被AI加速刷新，但“黑箱”增加了決策不確定性。悉尼科技大學Pradhan在

Geosci

ence Frontiers

相關研究從地學角度串起“數據—模型—解釋”全鏈條：在“4V”數據（體量大、更新快、來源雜、真偽不一）與氣候模式下行的信噪比挑戰下，XAI把“做準”變為“為什么做準”。方法上區分2類路徑：一是本征可解釋模型（如注意力網絡、NBDT、GAM、GNN），二是后驗解釋工具（SHAP、LIME）。案例顯示，基于SHAP的變量重要度與耦合分析，已用于不丹/美國滑坡易發性、美國肯塔基洪水易感性、澳東干旱預測與新西蘭降雨重建，提高精度并回答“為何在這里、為何在這時”。

XAI的核心并非復雜算法，而是“可驗證的理由”。

• 在城市內澇評估中，它能量化“不透水面比例”“距排水通道距離”等要素如何疊加放大積澇深度；

• 在農業干旱監測中，它能解釋“前期土壤水分—當季降水—植被熒光（SIF）”的鏈式影響；

• 在山地災害治理中，它能區分“短歷時強降雨觸發的淺層滑坡”與“長期地下水抬升引發的深層滑坡”的不同敏感因子。
  

Pradhan也提醒，XAI需要更高質量與更均衡覆蓋的觀測（尤其在發展中地區），需要與物理機理對表以避免“相關當因果”，需要建立跨地區可遷移與可復現的評測基準，還要在極端事件定義不一的前提下，保持解釋的穩健性與邊界感。

（來源于中國科技期刊卓越行動計劃入選期刊：

Geoscience Frontiers

《科技導報》創刊于1980年，中國科協學術會刊，主要刊登科學前沿和技術熱點領域突破性的研究成果、權威性的科學評論、引領性的高端綜述，發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策咨詢建議。常設欄目有院士卷首語、科技新聞、科技評論、專稿專題、綜述、論文、政策建議、科技人文等。