人工智能有助于减少亚马逊水电大坝的碳足迹

一组科学家开发了一种计算模型，该模型使用人工智能来查找水力发电站的位置，以帮助减少温室气体排放。

水电大坝可以提供大量的能源，碳足迹低至太阳能和风能等来源。但是由于它们的形成方式，一些水坝排放的温室气体危险性很高，威胁到可持续发展目标。

目前正在为亚马逊河流域提议一个数百座水电大坝，这是一个生态敏感地区，覆盖了南美的三分之一以上，因此提前预测其温室气体排放量对该地区和地球至关重要。

由康奈尔大学领导的生态学家，计算机科学家和南美组织的研究人员团队发现，实现低碳水力发电需要进行规划，要考虑整个亚马逊流域，并优先选择高海拔的水坝。

博士后研究员拉斐尔·阿尔梅达(Rafael Almeida)表示：“如果您一次开发这些大坝而没有进行战略性规划(通常是这样开发的话)，那么最终获得最佳解决方案的可能性就很小。”阿特金森可持续未来中心和“通过战略大坝规划减少亚马逊水电的温室气体排放”联合牵头，该出版物于9月19日发表在《自然通讯》上。

使用该模型，研究人员可以确定在给定的能量输出目标下，将产生最低温室气体排放量的大坝组合。

当洪水淹没地区修建水坝时，分解的植物产生甲烷，比二氧化碳更具破坏性。根据位置和其他因素，大坝建设产生的碳排放量可能从最低到最高变化超过两个数量级。

分析发现，在高海拔地区建造的水坝比在低地的水坝倾向于降低单位发电量的温室气体排放量，部分原因是在陡峭的环境中需要淹没的土地更少。

目前，大约有150个水电站大坝，另外350个为亚马逊河流域而建，其中包括巴西，厄瓜多尔，秘鲁和玻利维亚的部分地区。这项研究是使用计算工具来分析大坝影响的一项较大努力的一部分，以帮助南美政府和组织做出明智的决策，以权衡利弊。