但它并不是要让所有跨大西洋航班都绕路。相反，研究人员希望利用天气数据和人工智能预测，找出少量“值得改变航线”的航班与高空气象区域：在那里，一次幅度不大的爬升或下降，或许能避免形成一条影响远超平均水平的持久性凝结尾迹。

凝结尾迹为什么可能让气候变暖？

飞机发动机排出的温暖水汽与高空极冷空气混合后，会形成由冰晶组成的云带，这就是凝结尾迹。许多尾迹会在短时间内消散；但在足够寒冷且湿度较高的环境中，它们可能持续存在、扩散，并演变成更大范围的冰云。

这些冰云会影响地球大气向外释放热量的方式，因此凝结尾迹被视为航空业“非二氧化碳气候影响”的重要组成部分。其影响大小取决于所在高度、温度、湿度以及一天中的时间。

夜间和傍晚的尾迹尤其受到关注，因为由冰晶形成的云层可能减少红外热量从地球向外逸散的程度。也正因为如此，针对最具影响力的尾迹进行规避，理论上比把所有凝结尾迹都视为同样有害更有效。

AI 将怎样帮助飞机避开尾迹？

谷歌计划把卫星观测、历史航班和凝结尾迹数据，与英国气象局的天气预报结合起来，预测高空大气中的“冰过饱和区”——也就是更容易形成持久性凝结尾迹的区域。

整个流程预计分为三个步骤：

1. 预测形成风险： AI 模型识别飞机可能形成持久性凝结尾迹的区域和飞行高度。
2. 评估运行方案： 航空交通管制员判断，针对某一架飞机进行小幅度高度调整是否安全、可行，并且不会对整体交通造成不必要干扰。
3. 核对实际结果： 研究人员将卫星图像与飞行数据进行比对，检查飞机是否确实避开了持久性凝结尾迹，以及高度变化消耗了多少额外燃油。

NATS 预计会指导被选中的航班进行相对小幅的爬升或下降，最大幅度约为 2,000 英尺，而不是重新规划整个跨大西洋航班网络。运行试验计划安排在冬季时段，并重点观察傍晚和夜间航班，因为这些时段的尾迹规避可能具有更高的气候价值。

关键并不在于“能不能避开”，而在于是否真的更环保

改变飞行高度并不天然等于减排。飞机爬升或下降可能需要燃烧更多燃油，从而产生额外的二氧化碳排放。Operation Blue Skies 要测量的，正是这笔账：避免持久性凝结尾迹带来的潜在降温收益，是否足以抵消额外燃油造成的排放。

要得出可信结论，研究人员至少需要回答以下问题：

• AI 多大比例能够准确预测持久性凝结尾迹？
• 有多少真正具有增温效应的尾迹被漏报，或被错误预测？
• 高度调整实际增加了多少燃油消耗？
• 卫星观测是否证实了模型预测的尾迹，以及被规避的尾迹确实没有形成？
• 用什么气候指标、以多长时间尺度来比较凝结尾迹的增温效应与额外二氧化碳排放？

因此，这项计划目前仍是一场实验，而不是“这些操作已经能够净减少气候影响”的证明。凝结尾迹的气候效应本身就难以精确估算，英国政府关于航空非二氧化碳影响的评估也指出了统一测量这类影响的困难。

试验规模与参与者

该项目由谷歌英国、英国交通部、NATS、英国气象局、Contrails.org、帝国理工学院和剑桥大学组成的联盟实施。英国政府通过航空航天技术研究院（Aerospace Technology Institute，ATI）项目提供支持。

项目的特别之处在于运行规模。此前的相关工作包括航空公司主导的演示试验，以及利用卫星图像探测凝结尾迹、将尾迹归因于具体航班并生成预测的工具。谷歌早期研究曾使用经过标注的卫星图像训练计算机视觉模型，从而识别凝结尾迹并将其与飞机联系起来。

Blue Skies 试图进一步从单架飞机或零散航班实验，走向由航空交通管制员在繁忙海洋空域中根据预测结果作出决策。项目组织方称，Shanwick 空域约占全球估算凝结尾迹增温效应的 5%。

结果如何接受独立检验？

项目方面表示，相关方法和结果计划公开发表。这一点十分重要，因为最终证据需要能够被复现和审查，而不能只依赖模型推演或项目宣传中的估算。

学术合作方可以提供科学审阅，但运行层面的核算同样需要独立验证。理想的最终报告应披露：模型预测表现、实际观测到的凝结尾迹变化、飞行层面的燃油影响、所采用的气候假设，以及运行预测系统本身所需的能源。

只有这样，公众和研究人员才能区分三个不同层次的说法：AI 是否能预测容易形成凝结尾迹的天气条件；航空管制员是否能在不影响安全运行的情况下使用这些预测；以及最终干预是否真的降低了航空业的总体气候影响。

如果试验成功，航空业会得到什么？

如果试验能够证明这种方式具有可靠的净气候收益，规避凝结尾迹可能成为航空业在较短期内应对部分非二氧化碳气候影响的一种手段。它利用的是现有飞机和空中交通管理系统，不必等到新型燃料普及或整个机队完成更换。

不过，这种方法不会取代二氧化碳减排。飞机仍然需要燃烧燃油，不是所有凝结尾迹都能规避，而部分高度调整还可能增加排放。最终效果取决于模型能否足够准确地锁定真正值得规避的航班和大气区域，让总体排放与气候影响的账面结果朝有利方向发展。

谷歌自身的 AI 能耗问题仍待回答

这项计划也带来了一个不能回避的核算问题：运行 AI 预测系统需要多少能源？谷歌报告称，2024 年其数据中心用电需求增加了 27%，但数据中心能源相关排放下降了 12%；公司将其归因于清洁能源采购和效率提升。

这些数字本身并不能说明 Blue Skies 一定能够带来净气候收益。更公平的评估方式，应当把预测系统新增的计算能源和相关边际排放，与飞机实际燃油变化以及观测到的凝结尾迹增温变化放在同一套核算框架中比较。

在这些数据公开之前，最准确的判断仍需保持谨慎：Operation Blue Skies 是一次重要测试，它将检验 AI 能否把凝结尾迹规避从单次演示推进到海洋空域级运行；但它最终能带来多大气候收益，目前仍未得到证明。

但它并不是要让所有跨大西洋航班都绕路。相反，研究人员希望利用天气数据和人工智能预测，找出少量“值得改变航线”的航班与高空气象区域：在那里，一次幅度不大的爬升或下降，或许能避免形成一条影响远超平均水平的持久性凝结尾迹。

凝结尾迹为什么可能让气候变暖？

飞机发动机排出的温暖水汽与高空极冷空气混合后，会形成由冰晶组成的云带，这就是凝结尾迹。许多尾迹会在短时间内消散；但在足够寒冷且湿度较高的环境中，它们可能持续存在、扩散，并演变成更大范围的冰云。

这些冰云会影响地球大气向外释放热量的方式，因此凝结尾迹被视为航空业“非二氧化碳气候影响”的重要组成部分。其影响大小取决于所在高度、温度、湿度以及一天中的时间。

夜间和傍晚的尾迹尤其受到关注，因为由冰晶形成的云层可能减少红外热量从地球向外逸散的程度。也正因为如此，针对最具影响力的尾迹进行规避，理论上比把所有凝结尾迹都视为同样有害更有效。

AI 将怎样帮助飞机避开尾迹？

谷歌计划把卫星观测、历史航班和凝结尾迹数据，与英国气象局的天气预报结合起来，预测高空大气中的“冰过饱和区”——也就是更容易形成持久性凝结尾迹的区域。

整个流程预计分为三个步骤：

1. 预测形成风险： AI 模型识别飞机可能形成持久性凝结尾迹的区域和飞行高度。
2. 评估运行方案： 航空交通管制员判断，针对某一架飞机进行小幅度高度调整是否安全、可行，并且不会对整体交通造成不必要干扰。
3. 核对实际结果： 研究人员将卫星图像与飞行数据进行比对，检查飞机是否确实避开了持久性凝结尾迹，以及高度变化消耗了多少额外燃油。

NATS 预计会指导被选中的航班进行相对小幅的爬升或下降，最大幅度约为 2,000 英尺，而不是重新规划整个跨大西洋航班网络。运行试验计划安排在冬季时段，并重点观察傍晚和夜间航班，因为这些时段的尾迹规避可能具有更高的气候价值。

关键并不在于“能不能避开”，而在于是否真的更环保

改变飞行高度并不天然等于减排。飞机爬升或下降可能需要燃烧更多燃油，从而产生额外的二氧化碳排放。Operation Blue Skies 要测量的，正是这笔账：避免持久性凝结尾迹带来的潜在降温收益，是否足以抵消额外燃油造成的排放。

要得出可信结论，研究人员至少需要回答以下问题：

• AI 多大比例能够准确预测持久性凝结尾迹？
• 有多少真正具有增温效应的尾迹被漏报，或被错误预测？
• 高度调整实际增加了多少燃油消耗？
• 卫星观测是否证实了模型预测的尾迹，以及被规避的尾迹确实没有形成？
• 用什么气候指标、以多长时间尺度来比较凝结尾迹的增温效应与额外二氧化碳排放？

因此，这项计划目前仍是一场实验，而不是“这些操作已经能够净减少气候影响”的证明。凝结尾迹的气候效应本身就难以精确估算，英国政府关于航空非二氧化碳影响的评估也指出了统一测量这类影响的困难。

试验规模与参与者

该项目由谷歌英国、英国交通部、NATS、英国气象局、Contrails.org、帝国理工学院和剑桥大学组成的联盟实施。英国政府通过航空航天技术研究院（Aerospace Technology Institute，ATI）项目提供支持。

项目的特别之处在于运行规模。此前的相关工作包括航空公司主导的演示试验，以及利用卫星图像探测凝结尾迹、将尾迹归因于具体航班并生成预测的工具。谷歌早期研究曾使用经过标注的卫星图像训练计算机视觉模型，从而识别凝结尾迹并将其与飞机联系起来。

Blue Skies 试图进一步从单架飞机或零散航班实验，走向由航空交通管制员在繁忙海洋空域中根据预测结果作出决策。项目组织方称，Shanwick 空域约占全球估算凝结尾迹增温效应的 5%。

结果如何接受独立检验？

项目方面表示，相关方法和结果计划公开发表。这一点十分重要，因为最终证据需要能够被复现和审查，而不能只依赖模型推演或项目宣传中的估算。

学术合作方可以提供科学审阅，但运行层面的核算同样需要独立验证。理想的最终报告应披露：模型预测表现、实际观测到的凝结尾迹变化、飞行层面的燃油影响、所采用的气候假设，以及运行预测系统本身所需的能源。

只有这样，公众和研究人员才能区分三个不同层次的说法：AI 是否能预测容易形成凝结尾迹的天气条件；航空管制员是否能在不影响安全运行的情况下使用这些预测；以及最终干预是否真的降低了航空业的总体气候影响。

如果试验成功，航空业会得到什么？

如果试验能够证明这种方式具有可靠的净气候收益，规避凝结尾迹可能成为航空业在较短期内应对部分非二氧化碳气候影响的一种手段。它利用的是现有飞机和空中交通管理系统，不必等到新型燃料普及或整个机队完成更换。

不过，这种方法不会取代二氧化碳减排。飞机仍然需要燃烧燃油，不是所有凝结尾迹都能规避，而部分高度调整还可能增加排放。最终效果取决于模型能否足够准确地锁定真正值得规避的航班和大气区域，让总体排放与气候影响的账面结果朝有利方向发展。

谷歌自身的 AI 能耗问题仍待回答

这项计划也带来了一个不能回避的核算问题：运行 AI 预测系统需要多少能源？谷歌报告称，2024 年其数据中心用电需求增加了 27%，但数据中心能源相关排放下降了 12%；公司将其归因于清洁能源采购和效率提升。

这些数字本身并不能说明 Blue Skies 一定能够带来净气候收益。更公平的评估方式，应当把预测系统新增的计算能源和相关边际排放，与飞机实际燃油变化以及观测到的凝结尾迹增温变化放在同一套核算框架中比较。

在这些数据公开之前，最准确的判断仍需保持谨慎：Operation Blue Skies 是一次重要测试，它将检验 AI 能否把凝结尾迹规避从单次演示推进到海洋空域级运行；但它最终能带来多大气候收益，目前仍未得到证明。