景象形象范畴的 AI研发和使用依赖于海量的景象形象数据，这些数据的收集、存储和共享过程中存正在数据现私和平安问题。景象形象部分取学术、私营企业的合做过程中，需要景象形象数据共享的指点法则，以规范数据共享行为。

　　虽然目上次要国度和相关国际组织的景象形象范畴 AI计谋打算明白，但都未包含 AI管理，这可能为可持续成长埋下现患。景象形象范畴的 AI管理之所以处于相对“实空”形态，缘由是多方面的。

　　从短期来看，应摸索保守预告员取 AI预告协同增效的工做流程，培育把握 AI技术的新型预告员；正在我国倡议的预告比对、数据共享等相关区域示范项目中，应参取摸索国际 AI管理的经验分享取区域合做典范，自动设置议题鞭策世界景象形象组织（WMO）切磋并构成 AI管理导则；逐渐成立景象形象范畴 AI使用风险防备系统，对景象形象范畴的 AI使用进行全面的风险评估，包罗手艺毛病、数据泄露、误报等风险；成立景象形象范畴 AI手艺办理框架和对话交换机制，按期评估 AI手艺正在景象形象预告、景象形象办事中的现实结果；正在风险可控的前提下，通过设立性前提并制定风险管控办法，激励立异手艺产物或贸易模式正在实正在景象形象使用场景中进行测试和使用。

　　从持久来看，应系统评估 AI管理成本，科学制定持久规划。应针对目前景象形象范畴 AI使用的现状，动手成立相关的律例和原则，以规范 AI模子进入景象形象营业系统、AI景象形象预告用于公共办事，成立一整套取国际 AI管理接轨的系统；参取、引领国际景象形象范畴 AI管理系统的成立，积极参取全球 AI管理尺度和系统的制定；牵头制定 AI数据全球分级共享政策，融入 WMO数据管理系统；通过数据政策支撑、景象形象范畴专业学问投入的体例，激励景象形象部分取私营、参取到景象形象范畴的 AI使用研发中，分享中国正在景象形象范畴的 AI公私合做成功经验和最佳典范。

　　当下，非专业机构的 AI气候预告渗入自、号、短视频的制做中，因为缺乏景象形象布景学问，易获取不精确、不实正在消息。AI使用或存正在损害权势巨子景象形象机构诺言以及导致信赖危机等问题，若无妥帖办理和规范，这种环境将影响对主要景象形象消息的响应。

　　别的，AI景象形象预测手艺正在敏捷成长的同时，相关算法和模子的学问产权归属问题也愈加复杂。景象形象预告 AI模子的建立过程中涉及到景象形象不雅测和数值气候预告等数据的共享、景象形象范畴专业学问和 AI专业学问的融合，景象形象部分取私营和学术部分之间的学问产权归属问题需进一步厘清。

　　从法令角度来看，当 AI系统正在营业流程中呈现错误预测或失效时，明白义务归属和法令义务，以最大程度预告员和决策者，也是亟待处理的问题。

　　起首，AI手艺正在景象形象预告中的使用不竭加深，对保守预告工做流程形成冲击，AI预告也存正在诸多现患。

　　最初，AI管理方面缺乏同一的全球管理框架，正在鞭策全球景象形象数据共享、全球同一的 AI预测质量查验系统、景象形象范畴 AI全球伦理原则、全球天气变化中 AI的使用等议题方面，还缺乏协同合做的无效机制，以致难以构成鞭策景象形象 AI范畴良性成长的强大合力。

　　从使用质量上来说，基于 AI的景象形象、天气、等预测，如缺乏同一的手艺尺度和质量节制机制，可能导致 AI预测成果的精确性、不变性、可用性上难以，使得景象形象预告质量良莠不齐。

　　近年来，人工智能（AI）做为科技的驱动力量，正深度沉塑全球各范畴的成长图景。然而，景象形象预告预测具有高度复杂性和不确定性，火急要求全球配合摸索无效的景象形象范畴 AI管理策略。国度景象形象核心周康辉和代刊、中国景象形象局国际合做司曾沁和那晓丹正在《景象形象学报》上撰文，从风险管控到全球协同系统建立等方面要加强对景象形象范畴的 AI管理。

　　景象形象范畴 AI管理只要正在合理、、合乎伦理的下才能实现可持续成长。条则目前仍处于“空白”形态，对此，周康辉等人提出短期和持久。

　　为此，专家从短期和持久角度加强景象形象范畴AI管理，包罗摸索保守预告员取AI预告协同增效、成立风险防备系统等。