基于定制化人工智能工具COAST-AId的威尼斯海岸多灾害风险评估与适应策略优化研究

《International Journal of Disaster Risk Reduction》：Prioritise risks and improve adaptation strategies in the Veneto coast through the application of a custom AI tool

本综述系统介绍了COAST-AId这一定制化大语言模型（LLM）工具，通过整合欧洲气候风险评估（EUCRA）框架与多灾害风险分析方法，实现了对威尼斯海岸带气候风险的智能识别（risk identification）、分析（risk analysis）和政策评估（policy analysis）。该研究为沿海地区灾害风险管理提供了AI驱动的决策支持范式，显著提升了区域气候适应策略的科学性与时效性。

　　

Section snippets

Case study area

威尼斯海岸带（如图1）沿北亚得里亚海延伸约169公里，其多样化的复杂地貌受到自然与人为活动的共同塑造（Ruol等，2016）。该海岸线横跨威尼斯和罗维戈两省，整体为低平沙质海岸，主要受六大河流出口（包括阿迪杰河、皮亚韦河、布伦塔河、塔利亚门托河、利文扎河和西莱河）及波河三角洲的影响而形成…

Methodology

本研究通过基于预训练大语言模型GPT4o（Hurst等，2024）的定制化工具，支持威尼斯地区海岸带风险优先级划分及适应策略优化。研究方法包含四个步骤（图2）：首先设计COAST-AId的指令与知识库（第3.1节），随后开展工具测试与迭代优化（第3.2节），接着与利益相关方合作进行应用验证（第3.3节），最终通过EUCRA矩阵评估行动紧迫性（第3.4节）。

COAST-AId development

COAST-AId的开发是一个综合且迭代的过程，最终形成了表1所示的优化指令集。初期测试中发现模型存在幻觉（hallucination）问题，通过结构化提示工程（structured prompting）与多轮优化显著提升了响应可靠性与准确性，确保输出结果与EUCRA框架高度一致。

Conclusion

本研究成功开发并应用了创新型AI工具COAST-AId（Coastal multi-risk Assessment SupporTed by AI-baseD tools），通过大语言模型（LLM）技术评估威尼斯地区海岸风险与适应策略。该工具将欧洲气候风险评估（EUCRA）方法应用于区域尺度，构建了符合国际标准（ISO/IEC 31010:2019）的多风险评估框架，为沿海韧性规划提供了科学支撑。