今年 2 月，政府间气候变化专门委员会 （IPCC） 发布了《2022 年气候变化：影响、适应和脆弱性》报告，该报告警告说，气候变化“影响正在接近不可逆转”。为了编写这份报告，数百名顶尖科学家提供了数据，195个国家同意并签署了该报告。报告指出：一些损失已经是不可逆转的，例如气候变化导致的第一批物种灭绝......其他影响正在接近不可逆转，例如冰川退缩导致的水文变化的影响，或某些山脉的变化......以及永久冻土融化驱动的北极生态系统。（第 10 页）该摘录中充满希望的部分是“接近不可逆转”这几个词。这意味着，虽然窗口即将关闭，但我们仍然有时间缓解甚至扭转气候变化的主要方面和影响。但我们现在需要采取行动。这正是一些 Amazon Web Services （AWS） 客户正在做的事情，即使用 AWS 服务在树木公平、生物多样性和减少废物等领域进行创新。环保拼车2016 年，AWS 客户大众汽车集团 （Volkswagen） 创建了 MOIA 拼车服务，以通过其全电动汽车车队正面解决化石燃料和排放问题。与大多数其他拼车服务不同，MOIA 从一开始就不含化石燃料。大众汽车使用电池来运行 MOIA 的定制专用车辆。如今，MOIA 拼车服务在德国两个城市——汉堡和汉诺威提供。乘客使用 MOIA 应用程序订购乘车服务，他们与最多 5 名同向行驶的人共享车辆。该应用程序的用户界面 （UI） 包括接送和总行程时间、途中停靠点、完成旅程所需的步行时间以及车辆编号。大众汽车将 MOIA 设计为传统拼车车队的稳定、经济高效、可持续的替代方案。他们使用 AWS 服务构建了 MOIA，包括为货车传感器供电的物联网 （IoT），让 MOIA 收集数据并不断提高性能。“AWS 为我们提供了所需的各种服务，以便我们可以将它们组合在一起。我们使用大量 IoT 和 AWS IoT Greengrass 在车辆中安装Lambda@Edge来收集所有数据，“MOIA 工程总监 Moritz Siuts 说。今年，大众汽车计划在汉堡试行 MOIA 自动驾驶拼车。气候下一个：使用数据应对树木覆盖和气候变化大自然保护协会使用云技术为社区提供树荫通道——无论收入、种族或民族如何。这个故事是 Climate Next 的一部分，这是一个新的 AWS 纪录片系列。MOIA 的电动拼车解决方案减少了城市街道上的汽车，提高了城市的生活质量——这些地方变化对全球环境产生了影响。它是环保口号的典范：“全球思考，本地行动”。洛杉矶树木计划解决气候变化和遮荫差异气候变化的最大反作用力之一是自然。例如，树木通过减少空气污染和碳封存来帮助缓解气候变化。后者涉及从大气中自然捕获二氧化碳的任何生物、化学或物理过程。然而，美国许多城市在树木覆盖方面存在不平等。弱势和低收入社区的树木覆盖率比高收入地区低 15.2%，温度高 37.4 °F （2.7 °C）。大自然保护协会帮助洛杉矶使用数据和 AWS 服务来支持 ArcGIS StoryMaps 来解决这一差异，从而帮助该市获得支持，以增加服务欠缺社区的树木覆盖率。ArcGIS StoryMaps 是一个基于 Web 的故事创作应用程序，允许用户在叙述性文本和其他多媒体内容的上下文中共享其地图。它所基于的地理信息系统 （GIS） 技术是一个空间系统，可以创建、管理、分析和绘制所有类型的数据。Esri 是 AWS 合作伙伴网络 （APN） 合作伙伴，创建了该应用程序。Amazon 首席技术官 Werner Vogels 创建了 Climate Next 系列，重点介绍 AWS 客户和 AWS 支持的计划用于解决复杂人类问题的 AWS 技术。Climate Next 报道了大自然保护协会为减少洛杉矶树木差异所做的工作。根据大自然保护协会的数据，83.6% 的人居住在城市地区。“如果我们想对人们生活中的气候变化产生影响，我们必须考虑我们的城市将如何应对我们所处的气候危机，”大自然保护协会碳项目主任塔努什里·比斯瓦斯说。“故事地图是我们将复杂的科学转化为行动项目的好方法。”哥斯达黎加的生物多样性和生态系统建模尽管哥斯达黎加仅占地球表面的 0.03%，但它拥有全球近 6% 的生物多样性。哥斯达黎加环境和能源部 （MINAE） 的国家地球环境信息中心 （CENIGA） 是一个技术情报单位，它使用测绘和建模工具来整合、标准化和交流哥斯达黎加的环境数据。CENIGA 与世界各地的政府和科学机构会面，开发识别生物多样性模式的方法，帮助领导人为哥斯达黎加和世界各地的可持续发展做出更好的决策和政策。这个过程从地球观测 （EO） 开始——有关地球物理、化学和生物系统的数据。环氧水排放数据的示例包括记录雨水趋势、监测温度和绘制森林覆盖图。卫星技术可以通过使用近乎实时的遥感来捕获环安置地信息，从而提供比地面数据收集更全面的图片。然而，独立的环奥无法全面评估生态系统特性，如生物多样性和随时间的变化。该分析还需要生态系统服务建模，该模型使用地理空间数据来预测真实生态系统的模式。将稳健的环氧乙烷数据集与建模相结合，可以更准确、更相关地预测生态系统的行为方式和可能的演变方式。这项工作首先访问 AWS 上可用的 EO 数据集，然后使用这些数据通过 AWS 云技术进行生态系统服务建模。了解亚马逊在地球月的可持续发展工作
