近年来，气候变化和地缘冲突风险之间的联系越来越受到国际组织和跨学科科学家群体的关注。例如，联合国SDGs明确提出全球要协同行动应对气候变化并促进人类和平。尽管研究界已在不同的空间和时间尺度上开展了相关研究，但对气候-冲突在全球尺度上的因果关系仍知之甚少，且缺少在精细格网单元上的研究成果。 

　　针对上述关键问题，中国科学院地理科学与资源研究所葛全胜研究员等与来自德国汉堡大学、以色列耶路撒冷希伯来大学和澳大利亚默多克大学的合作者开展了系统研究。研究以地理大数据和机器学习为基础，选取0.1度格网为分析单元，统筹考虑气候偏差（标准化温度指数、标准化降水指数）、气候本底、社会经济、地缘政治等多维度要素，制定了4种模型构建策略，探讨了气候变化对武装冲突风险的驱动机制，绘制了2000-2015年高空间分辨率的全球武装冲突风险分布图。 

　　研究表明，武装冲突的时空分布格局主要受到地理环境背景要素（如气候本底、社会经济、政治等因素）的影响，其次受到与气候偏差相关的协变量的影响。边际效应曲线表明，温度正偏差或极端降水与全球的武装冲突风险增加有关。此外，与全球范围内的降水偏差相比，气温上升对武装冲突风险的非线性影响更大。该研究提供了对全球范围内气候-冲突联系的科学认知，增强了全球武装冲突风险的时空建模能力，有助于实现武装冲突风险的早期预警。 

　　研究成果发表在Nature Communications上，中科院地理资源所葛全胜研究员为第一作者，郝蒙蒙副研究员为共同第一作者，通讯作者为江东研究员和丁方宇助理研究员。论文获得中国科学院A类先导专项（XDA19040305）和国家自然科学基金（42001238）资助。 

　　论文信息：Ge, Q., Hao, M., Ding, F., Jiang, D., Scheffran, J., Helman, D., Ide, T. Modelling armed conflict risk under climate change with machine learning and time-series data. Nat Commun 13, 2839 (2022). https://doi.org/10.1038/s41467-022-30356-x 

　　论文源：https://www.nature.com/articles/s41467-022-30356-x 

　　（图1：气候偏差相关协变量的边际效应曲线） 

　　（图2：0.1°× 0.1°空间分辨率下2000-2015年全球武装冲突模拟风险图）