Sustainability intelligence: Integrating Artificial Intelligence, the Internet of Things, and Digital Twins for resource-efficient and climate-resilient systems

可持续性已成为二十一世纪具有决定性意义的科学与社会挑战之一。气候变化、快速城市化、人口增长、能源需求上升以及自然资源减少，要求决策必须持续、自适应，并由可靠的环境智能提供支撑。传统监测系统往往依赖周期性测量和孤立分析工具，已不足以管理高度动态的环境系统。人工智能（AI）、物联网（IoT）、边缘计算和数字孪生（Digital Twins）的最新进展，为将可持续性管理从被动监测转变为智能、预测性和自主决策提供了前所未有的机遇。物联网能够实现持续环境感知，人工智能可从大规模异构数据集中提取知识，边缘智能支持低时延分析，而数字孪生则创建物理系统的动态虚拟表示，以支持仿真与优化。这篇批判性综合综述考察了AI赋能可持续性在智能能源系统、智能水管理、精准农业、交通、智能建筑、循环经济和气候韧性等领域的最新进展。本文并未孤立地评述这些技术，而是分析它们在集成数字生态系统中的相互作用，并讨论绿色AI、碳感知计算、可解释AI、联邦学习、网络安全和可持续性治理等新兴议题。综述方法结合了结构化多数据库检索，并通过截至2026年6月的针对性证据与标准更新加以补充。在所评述文献的基础上，本文提出可持续性智能框架（Sustainability Intelligence Framework, SIF），这是一个概念性七层架构，在持续反馈循环中整合物联网感知、边缘智能、AI分析、数字孪生、决策智能和可持续性评估。所提出的框架为设计能够支持未来可持续发展的自适应、韧性和资源高效型基础设施提供了系统层面视角。该综合指出，框架的独特贡献在于持续、可审计的可持续性评估（第7层），而非底层六层物联网/网络—物理技术栈。研究还表明，由于现场验证、