Artificial Intelligence-Based Innovations for Environmental Management in Uganda: A Scoping Review of Current Innovations
Henry Omara
综述乌干达环境管理中AI应用现状，发现应用集中于遥感与森林监测，整体零散且受基础设施制约。
系统检索2020-2026年五个数据库的文献与政策报告，筛选出18项研究做范围综
AI应用有前景但地理与主题集中，湿地、水质、野生动物等领域应用孤立，数据与政策短板明显。
可研究低成本遥感与机器学习在乌干达湿地、水质及小农农业环境监测中的落地路径与治理整合。
系统梳理乌干达AI环境管理应用的综述论文，方法规范、结论可靠，但属区域性研究且与三农信息化关联偏间接，公共影响有限。
乌干达拥有非凡的生物多样性，涵盖艾伯丁裂谷（Albertine Rift）的濒危灵长类动物种群、东非最重要的淡水湿地系统以及具有全球保护意义的山地森林廊道，然而这些生态系统正面临来自大面积森林砍伐、湿地侵占、农业扩张、气候变率以及长期不足的环境治理能力的复合且持续加速的环境压力。与此同时，人工智能技术正在全球范围内迅速部署于环境监测、预测建模、自然资源管理和气候适应等领域，这引发了一个问题：这些创新是否正在惠及乌干达等地区。本范围综述（scoping review）系统梳理了乌干达环境管理中人工智能应用的新兴图景，考察了哪些具体技术已被部署或试点、涉及哪些环境领域、由哪些类型的行动者实施，以及有哪些已记录的结果或局限。研究对2020年至2026年间发表的同行评审文献、灰色文献、政策文件和机构报告在五个数据库中进行了系统检索，在仔细筛选初步识别的247条记录后，最终仅有18项研究和报告符合纳入标准。研究结果表明，人工智能在乌干达环境管理中的应用确实具有前景，但在地理和主题上高度集中，其中用于土地覆盖变化检测和森林监测的遥感与机器学习应用构成了唯一占主导地位的应用集群。湿地管理、水质监测、野生动物保护和气候适应方面的应用确实存在，但仍然孤立、资源不足，且未能有效纳入政府环境治理框架。关键的跨领域障碍，包括持续存在的数据基础设施赤字、数字技能短缺、电力获取限制以及欠发达的人工智能政策生态系统，系统性地限制了全球人工智能创新向乌干达本土化环境管理解决方案的有效转化。综述最后提出了一个人工智能-环境治理整合框架（AI-Environmental Governance Integration Framework）。