一是资料同化与气候模式改进。资料同化是指把各类异构数据经由一系列处理后最终达到综合运用。基于AI的资料同化法则更具优势，不仅能取代原来同化方案、显著提高运算速率，而且可降低由气候预测系统初始场中不可避免的误差。气候模式上，AI技术可进一步优化改进传统模式，大幅提高其计算效率、降低误差与系统偏差，通过实现数字地球精准模拟大尺度气候变化。
二是人工智能气候预测与预估。基于AI技术对气候变化预测与预估需以海量优质数据为支撑。过去40年，地球系统观测数据、全球大气再分析产品及数值模式模拟结果的存储及类型愈加丰富，为AI技术开展气候变化预测预估提供基础。
三是智能气候治理、减缓和适应。美国科学家利用AI技术预测全球变暖时间曲线，得出全球升温超1.5℃的时间窗口与2022年联合国政府间气候变化专门委员会（IPCC）报告结论一致。AI研究结果与科学家认知吻合。AI还可应用在气候变化减缓与适应，如平衡
电力供需解决弃风弃光
问题、“东数西算”工程降低运算
碳强度、监测冰山融化等。
四是能源管理优化、
碳排放监测。相比传统能源管理，AI与大数据技术融合的智能化管理，能有效实现资源的自主化、智能化和高效化，被应用到电力、燃气等多个领域。AI技术智能化能源管理的应用前景覆盖能源资源监控和预测，能源消耗优化与控制，能源网格智能化管理，能源资源交易和
市场机制等方面。碳排放监测和溯源方面，通过结合卫星遥感、地面传感器和AI图像识别，能精准定位甲烷泄露、非法森林砍伐等排放源；将区块链技术与AI结合，可构建一个碳排放数据追踪系统，保障数据真实性、不可篡改性以及透明性。
五是极端灾害预警、防灾减灾决策。基于AI数据挖掘及分析技术迅速识别极端事件发生概率、强度、时间和地点等重要参数，助力监测预警与防灾减灾应急决策。例如，AI技术有望应用于台风轨迹预警，减轻灾害风险和损失；AI技术可应用于洪水预警，指导居民安全撤离。
