《Frontiers in Earth Science》：Large language models for climate vulnerability assessment: a reproducible framework with uncertainty quantification
编辑推荐：
面对气候脆弱性评估中整合异构数据源、保持统计严谨性与方法透明性的挑战，本研究提出了一种创新的评估框架。该研究将大型语言模型（LLM）与保形预测（Conformal Prediction, CP）相结合，实现了无需参数假设的分布无关不确定性量化。通过在中国广东、四川和云南三省进行实证验证，该框架表现出鲁棒的性能，校准相关系数达0.816，均方根误差为7.8，在95%置信水平下的实际覆盖率达94.7%。该框架为解决当前评估方法在数据整合效率和不确定性估计方面的局限提供了透明且统计可靠的新工具，对区域气候适应规划具有重要实践参考价值。
气候变化是21世纪人类社会面临的最复杂挑战之一，其影响具有强烈的时空变异性。要理解并应对这些影响，我们需要综合地球系统中的大气圈、水圈、生物圈和人类社会等多重信息。尽管地球系统科学和全球观测网络的发展为我们提供了海量的多源数据，如何将这些物理科学数据与社会脆弱性问题智能地连接起来，仍是一个巨大的挑战。现有的气候影响评估多依赖于第六次耦合模式比较计划（CMIP6）的多模式集合数据，但传统的统计模型在处理大规模异构数据集时存在效率问题，且对不确定性估计所做的假设也限制了模型的普适性。正是在这样的背景下，一项开创性的研究应运而生，它试图利用人工智能领域的最新进展——特别是大型语言模型（LLM）——为这一古老而紧迫的问题提供新的解决方案。这项研究发表在《Frontiers in Earth Science》上。
为了攻克上述难题，研究人员设计并实施了一套核心的技术方法组合。首先，他们构建了一个多维输入数据集，整合了来自CMIP6多模式集合的气候投影数据、世界银行的社会经济指标（如GDP、人口、人类发展指数HDI）、以及ND-GAIN和INFORM等权威脆弱性与风险指数。其次，他们创新的核心在于利用GPT-4和Claude两种大型语言模型，通过双模型交叉验证策略，实现了对异构气候数据的语义整合和脆弱性指标的自动化生成，以此缓解单一模型可能存在的偏差。最后，为了给评估结果提供严格的统计可靠性保证，研究引入了保形预测（Conformal Prediction）这一分布无关的不确定性量化方法，通过计算非一致性分数和分位数阈值，为每个预测的气候脆弱性得分（Climate Vulnerability Score, CVS）构建了具有预设覆盖保证的预测区间，从而无需对数据分布做任何参数假设。
3.1 框架性能评估
研究人员通过校准精度、覆盖验证和模型间一致性三个维度对框架性能进行了全面评估。校准散点图显示，预测值与观测值之间的皮尔逊相关系数达到0.816，均方根误差（RMSE）为7.8。覆盖验证结果表明，在95%的置信水平下，保形预测的实际覆盖率达到94.7%，与理论值仅有0.3个百分点的微小偏差，证实了该方法的统计正确性。此外，GPT-4和Claude两个独立大模型输出的CVS显示出强相关性（r = 0.883, p < 0.001），证明了双模型策略的有效性和结果对单一模型偏差的不敏感性。
3.2 区域应用与验证
研究在中国广东、四川和云南三省进行了区域应用。结果显示，三省的气候脆弱性得分（CVS）存在明显差异：广东为47.8 ± 5.2，四川为63.2 ± 6.8，云南为72.6 ± 7.4，呈现出与经济社会发展梯度相符的区域分异。时间序列分析（2020-2025年）表明，四川的CVS呈下降趋势（年均-1.3），而广东和云南的CVS相对稳定或微升。相关性分析发现，CVS与ND-GAIN准备度指数呈显著负相关（r = -0.70），与INFORM风险指数呈显著正相关（r = 0.77），这从外部验证了CVS的构建效度。
3.3 与传统方法的比较
通过消融实验，研究量化了所提出框架相较于传统方法的性能提升。以固定权重法为基线（r = 0.702），单独加入大型语言模型（LLM only）可使相关系数提升至0.779（贡献11.0%）；在此基础上再加入保形预测（LLM+CP）构成完整框架，相关系数进一步提升至0.816（总提升16.2%）。在预测误差方面，完整框架的均方根误差（RMSE）为7.8，较基线方法降低了36%，并且在95%置信水平下实现了94.7%的覆盖，表现最佳。
3.4 不确定性分解与分析
敏感性分析通过龙卷风图直观展示了各关键参数对CVS基线值（59.4分）的影响范围和方向。其中，气候数据源的选择影响最大，可导致CVS产生-5.8至+5.3的变化（总幅度11.1分）。置信水平的设置是第二大影响因素，变化幅度达10.7分。相比之下，大模型类型的选择影响相对较小（变化幅度5.8分），社会经济数据年份的影响则很微弱（对称变化±2.1分），这证明了双模型策略的稳健性和社会经济指标的稳定性。
3.5 敏感性分析
（此部分内容在结果部分已与“与传统方法的比较”和“不确定性分解与分析”合并阐述，为避免重复，此处不再单独列出小标题，但相关信息已整合于上文。）
研究结论与讨论
本研究表明，所提出的融合大型语言模型与保形预测的气候脆弱性评估框架，成功地将大模型的语义理解能力与严格的统计不确定性量化相结合，为区域气候适应规划提供了一个兼具方法论透明度和统计可靠性的新工具。实证验证证实了其优异的校准精度、覆盖保证和外部效度。框架的核心贡献在于实现了从单点预测到不确定性量化评估的方法学进步，并通过可重复的工作流程（开源代码、标准化提示模板、已处理数据集）确保了研究的透明度和可验证性。
然而，研究也指出了当前框架的局限与未来方向。尽管采用了双模型交叉验证，但大模型自身可能存在的、源于训练数据的偏差仍需警惕。案例验证仅在中国三个省份进行，结果的普适性有待在更广泛的地理区域检验。此外，气候数据源的选择对结果有决定性影响，这提示了数据质量与一致性的重要性。展望未来，研究可朝三个方向深化：在空间尺度上扩展至全国乃至全球；在内容上整合气候政策强度等适应性能力代理指标；在方法上探索更具可解释性的AI技术，并考虑在资源受限场景中应用开源大模型的潜力。总体而言，该框架为应对气候变化的复杂挑战，提供了一条将前沿人工智能技术与严谨的地球系统科学相结合的创新路径。
