國泰同Google試行AI避開持久飛機航跡，靠小幅升降減氣候暖化影響

唔使換飛機，先避開最易留低航跡嘅高度

國泰航空正同Google試行一種較即時嘅減暖化做法：利用AI預測飛機航跡（contrail）最可能形成及持續嘅空域，再由航班調度員同機組考慮在巡航期間作小幅高度調整，從薄薄嘅潮濕氣層上方或下方飛過。

重點係避開「持久航跡」。飛機引擎排氣在合適嘅低溫、濕度條件下會凝結成航跡；如果航跡長時間唔散，仲擴散成類似卷雲嘅雲層，會困住向外散失嘅熱力，因而帶來暖化效應。85

AI點樣預測？

Google嘅Contrails API會整合大規模天氣資料、飛行資料、衛星影像同電腦視覺分析，預報未來48小時哪些空域較可能產生航跡，以及可能造成幾大暖化影響。2

系統其實有兩層模型：

• 機器學習模型：預測哪些區域容易形成航跡；
• 物理模型CoCiP：推算相關航跡嘅暖化影響。6

呢啲預報會融入飛行計劃。實際能否改高度，仍要視乎飛行安全、空中交通管制批准、燃油需要及航線運作等限制；唔係見到預警就一定可以即時轉高度。

首階段有咩成績？

國泰係Google首個亞洲商業航空公司夥伴。首階段試驗在2025年底展開，涉及逾80班航班，包括超長途運作；部分報道亦指早期實際操作涵蓋香港—新加坡航線。813

按Google自身嘅衛星分析，採用避開航跡路線後，原本可能形成嘅航跡暖化影響，估計減少約40%。820

不過，呢個數字應視為有希望嘅初步企業估算，未等於已經有獨立重複驗證、可套用到全機隊嘅最終結論。較早一項商業航班研究則發現，採取避開策略嘅組別可觀測到嘅航跡數目，比對照組少63.6%。1

點解只係「微調高度」都可能有用？

形成持久航跡嘅條件未必遍布整個天空，而可能集中在巡航高度上一層狹窄嘅冰過飽和濕空氣。故此，與其令飛機繞一大圈，選擇性升高或降低少少，理論上已可避開部分高影響區域。

好處係毋須等新一代飛機、全新推進系統，或者大規模可持續航空燃料（SAF）供應到位，現有機隊已有機會採用。國際民航組織（ICAO）檢視嘅建模結果顯示，如只針對最具氣候破壞性嘅航跡機會，減少航跡影響可以只帶來較小燃油代價。7

下一步：超長途、亞洲及跨太平洋航線

國泰、Google同Contrails.org下一階段計劃，把測試擴展至亞洲及跨太平洋超長途航班，並進行隨機對照試驗。1011

呢一步特別重要，因為早期相關模型及驗證工作，很多來自美國或北大西洋環境。亞洲空域嘅天氣型態、衛星觀測條件、航班流量同空管限制未必一樣；擴大試驗可檢驗模型能否可靠應用到熱帶及長途亞洲航線。3

同SAF、換新機係競爭，定互補？

答案係互補。SAF同更高效率飛機，對削減燃燒航空燃油所排放嘅長期二氧化碳仍然不可或缺；但航跡迴避針對嘅係較短期、非二氧化碳嘅暖化效應，可以在現有飛機上較快試行。SAF或可減少煙粒子，從而降低形成航跡嘅傾向，但唔會令航跡完全消失，亦唔能取代準確預測同安全可行嘅飛行調度。12

真正要過嘅關，係能否規模化：預報要夠準、空管要能配合、每次高度調整要安全，而額外燃油消耗亦要低過所避免嘅暖化代價。現階段嘅40%成果值得留意，但仍屬試驗證據，未可以當作整個航空業已解決航跡問題。87