结合灾害预测与动植物健康诊断：气候变化下增强 One Health 决策支持

项目概览

本博士项目关注气候变化和耐药性给农户带来的现实压力，这些因素威胁畜牧生产力和可持续性。问题在非洲等地区尤其突出，因为疾病负担高、控制选择有限。项目将增强现有的非洲小农场小反刍动物健康监测系统，把实时健康信息与寄生虫传播预测模型结合起来，并向农户提供可执行的抗寄生虫干预建议。项目还希望探索与植物健康风险预测工具的衔接，支持识别和应对作物与动物双重威胁。

项目详情

研究将利用现有和新采集的数据，应用机器学习识别最有信息量的健康指标，以及最高效、最有效的监测策略。随后，项目将加入由气候驱动的寄生虫传播潜力预测，使监测和行动能够根据流行病学风险进行校准。核心产出将是一款智能手机应用，把上述能力提供给农户和顾问；该应用将与用户共同开发，而不是单向设计。

项目最后还会探索如何让该应用与植物健康领域的类似风险预测工具对接，帮助农户和其他使用者识别并应对影响作物和动物的多重粮食安全威胁。研究因此具有 One Health 特征：它不仅关注动物健康，还把气候、寄生虫传播、药物干预、植物健康和粮食安全连接到同一个决策支持框架中。

被录取学生将接受机器学习、应用开发、动物健康和流行病学训练。学生将与利益相关方紧密合作，包括非洲相关方，共同开发、交付并在实地应用该应用，从用户体验中学习并优化设计与交付。项目希望培养学生在数字健康方面的前沿技能和经验，这些技能在研究、NGO、公共部门和私营部门都有较强需求。导师团队包括 Eric Morgan 教授（eric.morgan@qub.ac.uk）、Adam Kleczkowski 教授（a.kleczkowski@strath.ac.uk）、Self-Help Africa 的 Paul Wagstaff，以及 PEAT GmbH / Plantix 的 Rob Strey。

申请要点

项目属于 SUSTAIN 博士培养项目，面向 2027 年 10 月 cohort 招收全额资助四年制博士生，研究方向为人工智能在可持续农业食品中的应用。申请者应访问 SUSTAIN 网站确认资格并查看完整申请说明。资助包包括全部博士学费、2026/27 年度每年 21,805 英镑的免税 UKRI 生活津贴、每年 3,000 英镑研究训练支持经费（用于差旅、培训和耗材，总额最高 12,000 英镑），以及额外资金支持外展传播、夏校、研究活动和开发项目。申请截止时间为英国夏令时 2026 年 10 月 16 日星期五中午 12:00。

申请者应拥有统计学、数据科学、动物科学或兽医学等方向的荣誉学位，最低 2:1，且应具有定量重点，例如编程、建模、数据科学、机器学习和 AI。硕士学位是优势。项目特别看重候选人是否有动力把先进 AI 和分析工具用于提升食品生产系统可持续性，并创造真正有意义的解决方案。学生必须自我驱动、好奇、愿意跨学科工作和探索新领域，并能融入跨学科团队；还需参与同伴和学术员工交流、部门活动和研讨会，并对公共或政策参与活动有热情。加分条件包括农业或畜牧系统、环境科学、兽医学知识，AI、机器学习、环境科学、生物或农业科学等相关硕士学位，以及定量或技术型论文。

由于最终产出是与农户和顾问共创的手机应用，项目不仅要求模型预测能力，也要求用户需求理解、原型迭代、现场反馈收集和实用建议表达能力。候选人可重点展示编程、数据建模、动物健康或农业系统经验，以及面向实际使用者沟通研究结果的能力，并理解气候风险、寄生虫控制和粮食安全之间的联系。

需要进一步确认

申请前应确认国际学生学费是否全额覆盖、UKRI 津贴和附加经费细节、非洲实地合作国家或地点、智能手机应用的数据治理和隐私安排、农户共创活动的伦理审批、寄生虫传播模型和植物健康工具的数据来源，以及是否需要既有 app 开发经验。还应确认 SUSTAIN 资格检查中是否存在国籍、安全或制裁相关限制。

结合灾害预测与动植物健康诊断：气候变化下增强 One Health 决策支持博士研究报告

申请判断

建议：值得申请，但要先核实田野条件和资助边界。

这个项目适合能把定量建模落到动物健康决策中的申请者。核心任务是把小反刍动物的实时健康指标与气候影响下的寄生虫传播风险结合起来，再将结果变成农户和动物健康服务人员能使用的建议。项目后期还会探索与植物健康风险工具的衔接。官方项目页面提到，研究将使用已有和新增数据，通过机器学习筛选健康指标，引入气候驱动的传播预测，并与农户共同开发手机应用。

Q2125 目前在招，计划于 2027 年 10 月入学。在招项目页面将其标为“Open to Applications”，没有“Home Students Only”限制。申请截止时间是 2026 年 10 月 16 日星期五英国时间 12:00，当前招生通知也给出了同一时间。

中国大陆申请者可以竞争这个名额，但整个 CDT 每届国际学生比例不得超过 30%。因此，项目开放并不代表国际生席位宽松，见申请与资格说明。

博士奖学金方案写明，资助包括全部博士学费、按 UKRI 标准发放的免税生活津贴、每年 £3,000 的 Research Training Support Grant，四年最高 £12,000，另有参加活动和能力发展所需的支持。UKRI 当前公布的最低生活津贴为每年 £21,805，适用于 2026 年 10 月以后开始的资助，见UKRI 资助学生说明。

这套资助看起来已经覆盖学费和基本生活，但国际申请者仍应要求学校在正式文件中写清海外学生学费差额、完整四年资助、非洲田野差旅、保险、设备与网络费用，以及可能产生的诊断耗材。公开资料没有说明具体非洲国家、合作农场、当地机构、数据集、样本量、动物采样方案、设备、API 许可或独立验证地点。这里是项目目前最大的决策风险。

研究方向与领域前景

可行的研究切入点

分两步建立健康与风险模型。 先估计动物当前健康状态，再预测未来寄生虫风险，最后用透明的决策层组合结果。研究可以据此检验气候信息在动物现状指标之外是否增加决策价值。

分层时空校准。 在农场和农业生态区之间做部分汇聚，同时保留当地季节影响。模型应在未参与训练的地点和未来时间段接受验证，并报告校准误差与不确定性。

优化监测信息价值。 在农户时间、设备成本和网络条件的约束下，确定最有价值的健康指标、监测动物和采样频率。

共同确定预警阈值。 与农户、农业顾问和动物健康服务人员一起决定阈值。评价标准应同时考虑漏诊、不必要治疗、药物抗性、动物福利、成本和信任。

采用模块化 One Health 架构。 动物与植物模块可以共用账户、地图、提醒和风险沟通，但结局定义、模型和验证应各自保留。植物健康工作最好设置阶段性继续或停止条件，避免挤占核心动物健康研究。

开展前瞻性影响评估。 模型准确率只是起点。最终还要检验应用是否改善干预时机、动物健康、药物使用、农户工作量和经济结果。

领域发展

项目处在精准畜牧监测、气候敏感流行病学、驱虫药抗性治理、参与式数字健康和 One Health 决策支持的交叉地带。UKRI 当前战略把 AI 和精准技术列为农业技术转型的重要方向，强调用户需求、生产率和气候韧性，见UKRI 2026—2031 战略。

Plantix 的生产级作物诊断 API 说明农业诊断可以规模化部署。其公开资料同时给出真实田间图像与精选测试集之间的准确率差异，这也提醒研究者，实验数据上的好成绩不能替代现场验证。

更稳妥的做法是把研究按决策链拆开：

1. 动物当前状态：哪些低成本观察或传感器能够识别健康下降？
2. 近期风险：天气、季节、农业生态区和寄生虫生物学如何改变感染压力？
3. 干预建议：在不确定性、药物抗性和当地资源约束下，何时应检查、检测、治疗或寻求兽医帮助？
4. 落地使用：语言、识字水平、设备和网络条件有限时，建议能否被理解并采用？
5. 植物健康衔接：动物与植物模块可以共享哪些界面和风险沟通方式，哪些标签与验证必须分开？

这样拆分后，各部分可以独立验证，系统失效时也更容易找到原因。

职业发展与市场前景

毕业后的技能可用于学术界的寄生虫学和流行病学，也可进入精准畜牧、农业科技企业、兽医监测、NGO、国际发展项目、公共部门风险分析和数字产品研究。

最有竞争力的博士成果应能证明以下能力：

• 可复现的 Python/R 分析；
• 时空和跨地点验证；
• 不确定性校准与可解释阈值；
• 动物健康和气候领域推理；
• 研究数据治理；
• 应用或产品协作；
• 参与式田野研究和非技术沟通。

职业价值最终取决于能否在科学、监管和使用场景约束下交付可靠系统。仅仅给农业问题贴上 AI 标签，难以形成可迁移的能力证明。

学校、学科与培养

SUSTAIN 是一个为期四年的跨校 CDT，研究 AI 在可持续农业食品系统中的应用。培养内容覆盖计算与数据、动物科学、农学、可持续土地管理和负责任创新，也包括暑期学校与学术会议，见培养与资助说明。本项目横跨机器学习、寄生虫流行病学、应用开发和参与式田野研究，CDT 的训练结构能补足申请者不熟悉的部分。

项目主要在 Queen’s University Belfast 开展。该校 Institute for Global Food Security 的研究覆盖环境韧性、食品安全和动物健康，并设有 Agriculture and Environmental Resilience、Enabling Technologies, Data and Data Innovation 等方向，见IGFS 介绍。

IGFS 的数据与技术研究页面列出 AI、系统与计算生物学、测序、智慧农场传感和实时预测建模等能力。这些信息说明学校具备相关研究环境，但不能证明 Q2125 已经拿到具体实验室、传感器、算力或数据配额。项目专用资源仍需逐项确认。

按 QUB 当前公布的数据，Belfast 的生活成本相对可控。学生生活成本页面给出的示例包括：校内住宿约 £163/周起，私人住宿约 £580/月，食品杂货约 £101/月。每年 £21,805 的免税生活津贴大体能支撑单人基本生活，但 2027 年的实际预算还要计入押金、水电、签证和医疗附加费、国际搬迁，以及田野支出垫付。

导师与研究环境评估

导师研究方向

项目团队的分工有较强互补性。

Professor Eric Morgan 是最直接的学术匹配。他在 QUB 的研究集中于气候如何改变动物寄生虫流行病学、药物抗性如何削弱传统防治，以及怎样改进诊断和管理，以支持生计与动物福利。他目前接收博士生，详见Morgan 个人资料。近年的论文也直接涉及南部非洲小反刍动物、低成本健康指标、机器学习和气候驱动的寄生虫风险。

Professor Adam Kleczkowski 的专长包括数学生物学、参数估计，以及人类、动物和植物疾病建模。他在 University of Strathclyde 的个人资料还列出气候条件下植物病原系统和 AI 作物疾病预测相关工作。他能够支持寄生虫风险建模，也能帮助界定植物健康模块。由于他在另一所大学，面试时应确认跨校指导频率和工作包分工。

项目团队还包括 Self Help Africa 的 Paul Wagstaff 和 PEAT GmbH/Plantix 的 Rob Strey。Self Help Africa 的数字害虫监测项目显示，Paul Wagstaff 参与过非洲农业风险监测和决策支持。Plantix 的团队介绍将 Rob Strey 列为 CTO 和联合创始人，负责技术与基础设施。

Plantix 已运行作物诊断 API，可接收作物照片并返回诊断和建议，见Plantix API。这让植物健康合作有了现实基础。不过，公开资料没有写明合作方会投入多少时间、是否提供实习、在哪些国家开展工作，也没有承诺工程支持、数据/API 许可或博士毕业后的维护资源。

近期重要论文

以下五项研究与项目判断最相关。

1. Early prediction of declining health associated with helminth infection in small ruminants using accelerometers and machine learning（2026）。研究使用南部非洲超过 13 个月的田野数据。加速度计特征预测绵羊 FAMACHA 评分恶化时，AUC 为 82.7%；预测治疗后未响应时，AUC 为 66.4%。见论文。结果证明低成本传感和机器学习有潜力，也说明不同临床决策需要分别训练和验证。

2. Future climate change is projected to predominantly suppress the transmission potential of the small-ruminant parasite Haemonchus contortus in Africa（2026）。研究使用经过偏差校正的 CORDEX Africa 数据和 Q0 风险模型，发现不同地区和季节的变化并不一致，并提出开发面向农户的风险等级决策工具。见论文。这项工作与博士项目的气候风险部分高度接近。

3. El Niño and La Niña differentially drive transmission dynamics of H. contortus across agroecological zones in Southern Africa（2025）。研究发现 ENSO 在热带和亚热带农业生态区的影响方向与幅度不同，见论文。项目因此需要分地区校准，不能依赖覆盖整个非洲的一套预警规则。

4. Targeted supplementation with bioactive plants sustainably improves goat health and decreases antiparasitic drug use on smallholder farms（2026）。研究使用农户参与的 Five Point Check/FAMACHA 类观察指标来决定干预，见论文。这类指标便于解释，但在成为数字标签前，还要统一操作流程并评估观察一致性。

5. Novel epidemiological model of gastrointestinal nematode infection to assess grazing cattle resilience（2023）。模型把宿主生长、免疫、寄生虫负荷、牧草、天气和治疗纳入同一机制框架，见论文。它为机制模型与统计模型结合提供了基础，也显示参数估计和验证会占用大量工作。

这些研究形成了一条清晰的技术链。田野观察或传感器用于估计动物当前健康状态，气候和生态模型用于估计寄生虫传播风险，有针对性的干预则用于减少不必要的驱虫药。博士研究的难点是把这些模块接起来，同时保留各自的不确定性和验证标准。

数据、设备与合作资源

项目可能需要以下资源：

• 农场动物健康的纵向或重复测量记录；
• 气候和环境协变量；
• 农户观察指标，以及可能使用的传感器；
• 寄生虫流行病学模型；
• 手机应用开发、用户研究和田间测试；
• NGO 与农业咨询网络；
• 用于对照或互操作设计的植物健康平台或 API。

既有研究证明其中部分资源和方法可行，但公开项目说明没有承诺这些资源会全部交给博士生。申请者应要求团队提供第一年的数据清单，至少写明农场、国家、时间范围、动物数量、结局变量、缺失情况、采样频率、知情同意、数据所有者、存储位置和允许用途。

Plantix 接口同样需要确认 API 限额、数据字段、地理覆盖、图像权利、模型版本和发表权限。Plantix 的隐私说明确认 PEAT GmbH 是服务数据控制方，植物诊断图像不属于公开内容。正式的数据和接口协议不可省略。

资助、申请与生活成本

公开资助信息很有吸引力，但正式 offer 仍需把国际生的具体待遇写清。

已公布资助： 四年博士、全部学费、UKRI 标准免税生活津贴、每年 £3,000 的 RTSG，四年最高 £12,000，并有外展、暑期学校和研究活动经费，见资助方案。

国际生资格： Q2125 在招且未标为仅限本土学生。国际生可以申请，但每届国际生比例受 30% 上限约束，见项目列表和资格说明。QUB 的中国大陆申请说明确认，中国申请者可以申请博士课程，并需满足项目规定的学历与英语要求。

最低学术和英语要求： CDT 要求相关学科一等或 2:1 本科学位，或 MSc merit；非英语母语申请者需要达到 IELTS 6.5 同等水平。Q2125 更倾向 Statistics、Data Science、Animal Science 或 Veterinary Science 背景，课程中应包含编程、建模、数据科学、机器学习或 AI 等定量内容。相关硕士和技术型论文属于加分项。

申请方式： 第一阶段填写在线表格，提交项目志愿和结构化动机回答。第二阶段要回复确认邮件，附上 CV、成绩单和国际申请者所需材料。推荐信在面试后索取。表格不会自动保存，个人陈述会匿名处理，因此不得写入姓名、国籍、雇主、学校名称或可识别身份的链接，详见申请说明。

接受录取前，建议让学校在书面文件中确认：

• 海外学生学费差额和完整四年学费；
• 生活津贴是否逐年调整，以及支付时间；
• RTSG 的允许用途；
• 海外差旅、住宿、保险、疫苗和签证费用；
• 设备、移动数据、云服务、API 和应用托管；
• 若包含诊断或实验，相关检测、样本运输和耗材；
• 田野报销时间和应急经费；
• 当地许可与伦理审批由谁负责。

签证方面，QUB 的CAS 与 ATAS 说明指出，部分科学、工程或技术领域的非欧盟研究生可能需要 ATAS。英国ATAS 规则列出若干生物学、生态与环境生物学、动物学、植物科学、生物技术和农业相关博士学科代码。

中国申请者应向 QUB 确认最终课程名称和 CAH code。是否需要 ATAS 取决于正式课程编码和研究描述，不能仅凭项目标题判断。

申请者匹配与准备建议

更适合哪些申请者

• 学过统计或数据科学，并完成过生物、兽医或环境问题相关定量项目的申请者；
• 具备编程能力，能够处理纵向或时空数据，并理解模型验证的动物科学或兽医背景申请者；
• 能够接受不完整田野数据、跨文化共创和出差安排的人；
• 关注减少不必要用药和改善小农户决策，同时重视模型可靠性的人；
• 能够在导师、NGO、工程师、农户和动物健康服务人员之间沟通协作的人。

哪些情况需要谨慎

• 希望博士研究以湿实验寄生虫学为主。公开项目说明没有承诺实验室诊断或动物实验；
• 希望从事纯理论机器学习，不愿参与田野和利益相关方工作；
• 入学前必须获得已经完全清洗、固定不变的数据集；
• 难以接受海外田野工作、当地时间安排和产品迭代的不确定性；
• 希望以植物健康为主要研究方向。公开计划把它放在核心动物健康能力之后探索。

申请前应补强的证据

申请材料最好提供一项与项目决策问题相近的成果，例如：

• 使用时间或地理隔离划分训练集和测试集的 Python/R notebook；
• 校准图、不确定性区间以及阈值取舍解释；
• 有生物学依据的机制模型或时空模型；
• 传感器、兽医、生态或气候数据分析；
• 田野、农业推广、NGO、用户研究或跨学科合作经历；
• 对标签误差、缺失、领域漂移和不同农场公平性的简短分析。

200 字项目动机应说明监测、风险与行动之间的关系，申请者已具备什么、还需要补什么，并指出一个具体的验证风险。由于申请会匿名评审，材料中应删除学校、雇主和能够识别个人身份的链接。

风险与待核实问题

项目计划与农户共同开发应用。若研究会收集访谈、可识别联系方式、语音、图像或地理位置，可能需要人体参与研究伦理和隐私治理。QUB 要求研究接受相应伦理审查，并区分人体参与和动物研究流程，见研究伦理说明。

QUB 的研究参与者隐私说明涉及适度收集、特殊类别数据、第三方处理、跨境传输和去标识化。研究数据管理政策还要求研究数据可检索且治理合规，并提醒研究者不要把个人、敏感或机密数据泄露给第三方 AI 服务。

动物伦理和生物安全风险要根据实际研究内容判断。QUB 说明，涉及脊椎动物的研究要进入相应动物福利或 AWERB 审查流程，非 ASPA 管辖的行为或福利研究也有伦理路径，见动物研究伦理说明。

项目页面没有说明会进行受监管的动物操作、跨境运输样本或培养病原体。因此，湿实验防护、样本许可和职业生物安全目前只能视为条件性风险。若研究新增粪便、血液或寄生虫采样，团队应在田野工作开始前说明当地兽医审批、动物福利、采集运输流程、进出口许可、实验室防护等级和培训要求。

优先确认的问题

1. 已经确定了哪些非洲国家、农场、当地大学和兽医服务机构？有哪些书面合作协议？
2. 博士生第一年能拿到哪些数据？应确认动物数量、农场、时间跨度、变量、标签、缺失、采样频率、数据所有者和允许用途。
3. 项目会新增哪些数据？是否包括农户访谈、地理位置、图像、加速度计、健康评分、粪便虫卵计数、血液或寄生虫样本？
4. 各项工作分别需要哪些 QUB 和当地的人体、动物、兽医、隐私和生物安全审批？谁负责推进？
5. 是否会跨境运输生物材料？如果会，许可、冷链、运输、进出口和实验室防护费用是否已经落实？
6. 主要结局和行动是什么：健康恶化、寄生虫负荷、治疗需求、治疗响应，还是其他指标？
7. 哪些农场、国家和未来时间段预留给外部验证？达到什么校准和决策效用标准才算成功？
8. Plantix 的正式投入是什么：API、数据、工程师时间、实习、许可、隐私支持和后续维护？
9. 国际学生的书面资助是否覆盖全部学费差额、完整四年、生活津贴调整、田野差旅、保险、设备与网络以及诊断耗材？

其他需要确认的问题

1. QUB、Strathclyde 和合作方如何分配指导职责与日常定量支持？
2. 植物健康部分是共用界面、风险框架比较，还是模型融合？在哪个里程碑决定继续或停止？
3. 农户和顾问已经提出哪些离线、语言、识字、无障碍、设备和移动数据要求？
4. 代码、模型、应用、农户数据和毕业后的维护责任分别归谁？
5. 项目预留了哪些算力、安全存储、软件工程和 MLOps 支持？
6. 最终 QUB 课程名称和 CAH code 是什么？中国大陆学生是否需要先取得 ATAS，再办理 CAS 和签证？

证据与来源

项目、培养与学校

• Q2125 官方项目页面
• SUSTAIN 在招项目
• SUSTAIN 申请说明
• SUSTAIN 博士奖学金方案
• SUSTAIN 当前招生通知
• QUB Institute for Global Food Security
• IGFS 数据与技术研究

导师、合作方与论文

• Eric Morgan 个人资料
• Adam Kleczkowski 个人资料
• Self Help Africa 数字害虫监测项目
• Plantix 团队与公司信息
• Plantix 作物诊断 API
• Plantix 隐私说明
• 加速度计与机器学习预测小反刍动物健康下降
• 气候变化与 H. contortus 非洲传播风险
• ENSO 与 H. contortus 在南部非洲的传播
• 小农户山羊健康的针对性干预
• 牲畜、寄生虫和环境综合模型

伦理、数据、申请与资助

• QUB 研究伦理
• QUB 动物研究伦理
• QUB 研究数据管理政策
• QUB 研究参与者隐私说明
• QUB 中国大陆申请说明
• QUB Belfast 生活成本
• QUB CAS 与 ATAS 流程
• 英国 ATAS 规则
• UKRI 资助学生说明
• UKRI 2026—2031 战略

证据核验日期：2026 年 9 月 23 日。申请、移民和资助页面可能更新，提交申请和接受录取前应再次核实。