随着大数据时代的到来,机器学习得到了快速的发展并被广泛应用到人们的生活中,例如人脸识别、语音翻译以及自动驾驶等。不同的学科领域每天都会产生大量且复杂的数据,这当然也包括环境领域。机器学习因而也将成为环境学者不可或缺的重要工具,许多复杂的环境问题在机器学习的帮助下得以解决。但是,机器学习是一个专业性较强的学科,在应用于环境领域时还存在诸多问题和挑战,当然也存在着许多机遇。鉴于此,美国凯斯西储大学张慧春教授团队联合环境领域的数十位学者(Kai Zhang, Majid Bagheri, Joel G. Burken, April Gu, Baikun Li, Xingmao Ma, Babetta L. Marrone, Zhiyong Jason Ren, Joshua Schrier, Wei Shi, Haoyue Tan, Tianbao Wang, Xu Wang, Bryan M. Wong, Xusheng Xiao, Xiong Yu, Jun-Jie Zhu ), 共同撰写了“Machine Learning: New Ideas and Tools in Environmental Science and Engineering”这篇文章,并发表在环境领域著名期刊 ES&T上。文章概括了什么是机器学习,为什么要用机器学习,怎样使用机器学习,机器学习当前在环境领域的四大应用以及不足、挑战与机遇,旨在呼吁环境学者大胆尝试机器学习去解决环境问题。