发布时间：2025-09-21 06:47:19 点击量：
2025 中国城市规划年会于 8 月 29 -31日在沈阳召开。期间由哈尔滨工业大学建筑与设计学院承办的 “人工智能融入气候适应性规划” 学术对线日成功举行。本次对话延续气候适应性规划的核心主题，创新性植入“人工智能赋能” 视角，聚焦气候变化背景下城市规划的技术革新与实践突破，邀请来自高校、科研机构的规划学、气象学等领域专家，围绕智能技术如何能够赋能城市的韧性建设，推动规划范式从被动的响应转向主动的适应，为全球的气候治理提供智慧解决方案。
党的二十届三中全会明确提出“中国式现代化是人与自然和谐共生的现代化，要积极应对气候变化”，将气候适应性纳入城乡发展的核心议题。当前，中国面临北方干旱化、西南地质灾害频发、沿海台风与咸潮入侵等多元气候挑战，城市生命线系统、人居环境与居民生命财产安全持续受威胁。IPCC 第六次评估报告指出，未来几十年全球气候变化将加剧，极端高温、暴雨、冻土融化等灾害的“组合性影响”将对城市规划提出更高要求。在此背景下，传统的气候适应性规划面临着动态风险评估滞后挑战，AI的融入能够为这一领域带来革命性的突破。本次对话正是基于这一现实需求，汇聚政学研力量，探索 AI 与气候适应性规划的深度融合路径。
本次学术对话由学会理事、学术工作委员会副主任委员、哈尔滨工业大学建筑与设计学院冷红教授主持，邀请了学会常务理事、城市设计分会委员、天津大学建筑学院陈天教授，重庆大学建筑城规学院何宝杰教授，学会青年工作委员会副主任委员、华中科技大学建筑与城市规划学院党委副书记兼副院长彭翀教授，同济大学建筑与城市规划学院颜文涛教授，学会理事、城市更新分会委员、深圳大学建筑与城市规划学院副院长杨晓春教授，学会理事、城市安全与防灾规划专委会副主任委员、南京大学建筑与城市规划学院翟国方教授，学会城市规划新技术应用专委会副主任委员、武汉大学城市设计学院副院长詹庆明教授等嘉宾参与分享与交流。（嘉宾按照姓氏拼音排序）
冷红教授指出气候变化已成为全球性挑战，尤其对城市系统造成严重威胁。我国通过《国家适应气候变化战略2035》等政策将气候适应性纳入国土空间规划体系，强调区域差异和跨部门协同。
人工智能（AI）为气候适应性规划带来突破性进展，通过多源数据融合和机器学习技术，在灾害全周期管理中发挥关键作用：灾前实现高精度风险预测和预警；灾中支持应急响应和资源调配；灾后辅助重建监测。AI数字孪生技术还可实现气候场景动态模拟与公众参与。AI技术不仅能提升灾害管理的准确性和效率，还通过人机交互增强了公众气候知情权，为构建韧性城市提供重要支撑。
颜文涛教授指出，气候适应性规划面临三大核心挑战：一是多维协同和系统耦合问题，多目标协同和多系统交互；二是多灾叠加问题，面对多类灾害同时发生导致策略失效；三是多主体需求不同，长短期和多尺度策略平衡问题。传统基于还原论的静态规划方法难以应对，这些挑战要求规划范式必须向动态化、系统化转型。为此，他提出了数智驱动的韧性城市规划全生命周期框架，涵盖监测、评估、预警、智能规划与决策支持等多个环节，强调规划需通过不断迭代实现螺旋式上升。
颜文涛教授认为，AI的核心价值在于实现系统状态可感知、状态有反馈、知识能学习与结构可调整，从而显著提升规划的响应能力和适应弹性。他特别强调了人本导向在数智化规划中的核心地位，主张通过AI技术分析灾害条件下的人流动态与行为模式为应急设施布局和空间干预策略提供量化依据。他展望了AI在跨尺度系统建模、人机交互决策、韧性作用机理归因分析及智能治理场景构建等方面的应用前景。AI不仅是技术工具，更是推动规划科学化、精准化的重要支撑。
詹庆明教授系统阐述了遥感技术在气候适应性规划中的应用及其不确定性挑战。他指出，遥感数据存在多重不确定性因素，直接影响气候分析的可靠性，因此规划学科必须关注数据本身的科学性与准确性。AI技术可通过长周期数据分析帮助识别扰动阈值，提升数据的相对可靠性，但绝对理想化的数据难以获取。
詹庆明教授进一步探讨了遥感数据与规划实践结合的具体难题：其一，遥感反演的地表温度与人体实际感受气温定量转化关系复杂，需通过大量气象站点数据与AI建模结合才能实现精准推算；其二，城市下垫面材质的组合效应会通过热传导、气流等方式影响微气候，需通过模拟仿真厘清其与气温的耦合规律，否则将偏离实际情况和用户需求。他强调以人为本是气候适应性规划的核心。传统问卷难以捕捉动态反馈，而AI可通过生理信号监测获取大规模客观样本和主观感受，为精准识别人群需求提供新路径。他以神农架地质灾害研究为例，说明通过历史数据挖掘可识别已发生地质灾害的影响因素及与强降雨的时空耦合规律，进而识别并规避潜在的灾害风险；并通过避难场所和逃生路径的模拟优化来支撑应急场所选址与资源配置，体现了数据驱动规划在提升安全韧性与场景适应性方面的价值。
翟国方教授在发言中重点强调了在气候适应性规划中应用AI技术时需保持理性认知和风险意识，并提出五点核心观点：第一，他充分肯定AI技术可在气候变化应对中发挥全过程、全要素、全主体和全区域的重要作用，但其应用具有高度复杂性。第二，他警示需避免技术迷信，指出任何技术都有失效风险，且在极端灾害条件下AI系统可能完全瘫痪，反而加剧灾害影响。第三，他强调规划的本质是对未来的前瞻性谋划，虽然AI可通过多源数据分析提供决策依据，但规划本身包含价值导向和理想愿景，需考虑城市发展受多方因素影响的巨大不确定性。第四，他系统阐述了不确定性的多元来源，包括数据本身的不确定性、模型差异、人的认知与需求变化等，并指出这是系统性挑战。第五，他呼吁通过真正的公众参与和多主体平等协商来应对不确定性，强调需搭建平等平台让政府、企业、公众等各方表达诉求，以寻求共识，体现规划的人民性本质。
陈天教授指出，城市规划学科从依赖经验的决策模式转向融入人工智能等新技术的证据驱动范式。面对气候变化带来的频繁极端天气事件，AI技术能够通过处理多源数据和构建动态模型显著提升规划的精准性和科学性，推动学科从静态蓝图向动态过程、从单一工程向系统融合转变。
陈天教授进一步阐述了AI赋能气候适应性规划的四条关键路径：一是通过多源数据融合打破信息孤岛，为热岛效应分析等提供综合决策支持；二是针对我国不同气候区的特点，制定差异化的韧性策略；三是构建跨学科的气候互动模型，实现灾害风险的精细化时空预测；四是推动整体规划方法的跃迁，通过动态模拟找到适应性与发展性的最优平衡。他指出当前AI在规划领域应用仍处于初级阶段，需要重点关注数据隐私、算法公平、模型可解释性等技术伦理问题。他呼吁规划师与多学科专家、政府及公众共同合作，在探索技术应用的同时建立相应的规则和标准，确保AI技术能够健康、负责任地赋能规划实践，为应对气候变化提供更加科学有效的解决方案。
杨晓春教授表示，深圳面临着多气候风险叠加下的重要挑战。长期的海平面上升威胁着城乡用地前移，同时，深圳还面对着台风、暴雨、海水倒灌等叠加灾害。多情景叠加时，深圳气候适应性规划需要更系统的解决方案，杨晓春教授从多源异构数据的融合，AI驱动的精准模拟，以及公众参与的响应三个方面对其进行阐述。她指出，多源异构数据融合是AI精准识别风险的重要基础。通过多源异构数据融合，整合实时气象、三维城市模型、历史灾害数据等，在此基础上，AI驱动实现城市从被动响应到主动适应的过程。通过数字孪生与动态优化，AI能够模拟2050年海平面上升与台风情境，生成“硬屏障+软缓冲”的混合防护策略。
杨晓春教授特别强调公众参与的价值。在介绍深圳的创新实践时，她建议公众可以作为风险探测器，鼓励市民上报风险点，结合传统知识与AI生成互补型决策。通过AI支持分钟级响应与治理升级，实现实时风险预测与应急资源调度，显著提升城市韧性。
何宝杰教授指出高温风险的特殊性与创新策略。面临缺乏科学评判标准、技术工具短缺、忽视 “动态人群活动”的规划行业痛点，通过AI建立人体热健康风险模型，分析不同人群、活动类型下的热暴露与热负荷。通过AI结合经济成本、老龄化等因素，可以制定精细化空间调控策略，包括差异化降温设施布局与劳动时间调整。
何宝杰教授提出的高温规划综合体系，在空间层面通过 AI 优化城市形态，降低热岛效应；社会层面引导人群行为转变，提升基层组织管理能力；技术层面搭建城市高温数字平台，下达差异化预警指令，保障人群健康安全。构建AI支持的数字平台，能够为社区、行业提供高温预警与路径优化服务。同时关联老龄化数据，量化不同区域的高温健康风险，为设施布局、户外劳作时间调整、公共服务运营优化等提供依据。何宝杰教授强调，需要发展领域专用AI，避免通用模型误导决策，应该构建基于物理机制与地域特征的专业模型。
彭翀教授指出，在理论范式转型上，通过AI支撑“多风险协同 + 动态适应”，破解气候变化不确定性难题。依托AI 推动气候适应性规划从 “静态蓝图”向“动态适应”转型以三大理论为支撑，分别为韧性城市理论的深化应用、动态决策理论的技术落地与不确定性决策理论的工具创新。在核心技术赋能上，以多源数据融合破解“数据鸿沟”，AI 提升规划精准性与公平性。AI 的赋能作用依次体现在数据整合与价值挖掘、模型迁移与欠发达地区适配与智能优化与方案生成三个环节。在应用路径差异上，AI驱动的韧性规划需适配气候区特征，构建分类施策方案。差异化路径主要体现为湿润多雨区的“复合风险防御”、干旱半干旱区的“水资源智慧管理”与北方寒冷区的“低温灾害与能源韧性”。她强调所有区域均需嵌入“公平韧性”理念，避免AI 模型因数据偏见加剧资源分配失衡。在治理模式创新上，AI 赋能公众参与，构建包容性气候治理体系。具体路径包括沉浸式参与工具的开发、AI 社区顾问的普及应用与明化决策机制的建立。通过“AI +公众”的治理模式，提升规划的社会认可度并增强城市系统的“社会韧性”。
该环节围绕“如何在实际操作中推动有价值的公众参与，以避免加剧社会不公”这一问题展开了深入讨论。
哈尔滨工业大学建筑与设计学院蒋存妍副教授首先结合国际案例提出了疑问，引发了多位专家的回应。专家们的共识在于重申了“人本主义”的核心原则。
詹庆明教授主张技术手段与传统智慧相结合。他认为最可靠的方法往往是深入群众，观察和学习民众自发的适应行为，从中发现规律。技术是辅助工具，目的是为人服务，规划不应被技术主导。
翟国方教授强调技术的服务本质与数据风险。他指出所有技术的终极目标都是提升人的幸福感和满意度。他强烈警示了数据污染和AI“幻觉”的风险，强调必须对技术应用保持警惕，确保其真正服务于民，尤其是在应急设施等关乎生命的规划中。
颜文涛教授点明了公众参与的根本目的与AI的验证必要性。他认为公众参与的核心是让决策者理解不同群体的真实需求。对于AI，他持“拥抱但需极度谨慎”的态度，指出AI具有“欺骗性”，其产生的结果必须经过真实世界的严格验证，绝不能直接用于决策。
杨晓春教授赞同与AI共同成长的路径。她同样认为AI的欺骗性是一大挑战，因此强调任何AI分析都必须通过现实场景中的“小数据”进行验证，确保其真实性和可解释性。
哈尔滨工业大学建筑与设计学院于婷婷副教授首先提出AI存在“欺骗性”和“黑箱”问题，其生成内容需反复验证，并指出气候事件中人为因素与偶然性的影响，引发对AI验证方法的思考。
陈天教授回应称，需理性看待AI数据的科学性，建议通过公众参与整合多源数据，弥补AI感知的不足，并强调规划学科需加强与气象、水利等领域的交叉融合，借助卫星大数据等提升预测可靠性。
多位专家一致认为需开发专业领域的AI工具。何宝杰教授指出通用AI在专业领域可靠性不足，需构建结合物理模型的地域化专业AI平台；彭翀教授提出需应对空间与时间的复杂性，将AI作为辅助工具进行情景训练，同时警惕知识边界与幻觉问题；罗涛院长强调AI应是提供思路的辅助工具，而非决策主体，需为其设定学科边界以保障输出质量。冷红教授与颜文涛教授指出国家已推动“人工智能+行动”，并以上海规划局开发“垂类大模型”为例，说明应通过投喂共识性专业文件训练行业专用AI，使其系统化学习规划知识，从而实现对气候规律挖掘、风险预测和情景模拟的有效辅助。专家讨论得出的基本共识是：需以跨学科合作、专业化AI开发和人类主导决策为核心，理性推进AI在气候规划中的赋能作用。
展望未来，人工智能与气候适应性规划的深度融合将推动城市规划向智能化、精准化和人Kaiyun机械本化方向跨越式发展。通过构建跨学科协作网络、开发专业领域大模型，并坚守以人为本的价值导向，AI将不仅赋能气候变化风险的科学预测与动态调控，更将助力构建更具韧性、更可持续的人居环境，为全球城市的绿色低碳转型贡献中国智慧。
把年会手册装进手机里，会议日程、调研路线、最新资讯......随时都能查看！
想知道2025中国城市规划年会上都发生了什么？有哪些精彩报告？报告内容具体是什么？年会专题地址：
与此同时，欢迎关注中国城市规划学会的微信公众号、学习强国号、澎湃政务号、抖音、视频号、新浪微博账号~
其他年会相关信息，我们将及时通知！童鞋们、盆友们如果有什么问题，可以在文末留言交流哦。
