一是資料同化與氣候模式改進。資料同化是指把各類異構數據經由一系列處理后最終達到綜合運用。基于AI的資料同化法則更具優勢，不僅能取代原來同化方案、顯著提高運算速率，而且可降低由氣候預測系統初始場中不可避免的誤差。氣候模式上，AI技術可進一步優化改進傳統模式，大幅提高其計算效率、降低誤差與系統偏差，通過實現數字地球精準模擬大尺度氣候變化。

二是人工智能氣候預測與預估?；贏I技術對氣候變化預測與預估需以海量優質數據為支撐。過去40年，地球系統觀測數據、全球大氣再分析產品及數值模式模擬結果的存儲及類型愈加豐富，為AI技術開展氣候變化預測預估提供基礎。

三是智能氣候治理、減緩和適應。美國科學家利用AI技術預測全球變暖時間曲線，得出全球升溫超1.5℃的時間窗口與2022年聯合國政府間氣候變化專門委員會（IPCC）報告結論一致。AI研究結果與科學家認知吻合。AI還可應用在氣候變化減緩與適應，如平衡電力供需解決棄風棄光問題、“東數西算”工程降低運算碳強度、監測冰山融化等。

四是能源管理優化、碳排放監測。相比傳統能源管理，AI與大數據技術融合的智能化管理，能有效實現資源的自主化、智能化和高效化，被應用到電力、燃氣等多個領域。AI技術智能化能源管理的應用前景覆蓋能源資源監控和預測，能源消耗優化與控制，能源網格智能化管理，能源資源交易和市場機制等方面。碳排放監測和溯源方面，通過結合衛星遙感、地面傳感器和AI圖像識別，能精準定位甲烷泄露、非法森林砍伐等排放源；將區塊鏈技術與AI結合，可構建一個碳排放數據追蹤系統，保障數據真實性、不可篡改性以及透明性。

五是極端災害預警、防災減災決策?；贏I數據挖掘及分析技術迅速識別極端事件發生概率、強度、時間和地點等重要參數，助力監測預警與防災減災應急決策。例如，AI技術有望應用于臺風軌跡預警，減輕災害風險和損失；AI技術可應用于洪水預警，指導居民安全撤離。