AI调高度少四成尾迹增温：80多次航班之后还缺什么

Google与国泰航空的AI凝结尾迹避让试验进入扩大阶段。路透社9月7日的报道 显示，首阶段有超过80次国泰航班采用避让路线，尾迹增温影响估算下降约40%；国泰也是Google在亚太地区开展这类测试的首家商业航空合作伙伴。

这项试验把AI预测、天气数据、飞行运行和卫星核验串在一起，但AI并不直接操纵飞机。约40%指试验航班凝结尾迹造成的增温影响降幅，不是燃油消耗、二氧化碳排放或航班全部气候影响减少40%。

样本漏斗：100多次目标航班，超过80次实际执行

Google公布的试验数据 包含三个依次收窄的口径：国泰航空网络内有100多次航班被选为目标，超过80次真正采用尾迹避让路线，卫星影像分析再据此估算尾迹增温影响降低约40%。香港—新加坡走廊也在测试范围内，该走廊的干预贡献了整个试验估算效果的50%以上。

从目标航班到实际执行航班之间存在一道营运筛选。预测系统可以识别值得避让的高风险空域，但调整高度仍要满足空域、载荷、飞行安全和其他运行条件；因此，未执行不能简单等同于模型预测错误。

首阶段也覆盖超长途飞行。Google在说明中将其定义为飞行时间超过16小时、通常航程达到1.3万公里以上的航线，这类航班跨越的天气系统更多，巡航高度选择还会受到载荷和运行计划约束。

目前还无法从样本漏斗计算一个适用于其他航空公司的“执行率”。已披露资料没有提供执行航班按机型、季节、昼夜时段和航线的完整分布，也没有逐次列出建议未被采用的原因及其占比。

AI预测位置，人决定是否调整，卫星事后核验

系统首先结合AI模型和天气情报，预测高空中寒冷、潮湿且容易产生持久凝结尾迹的区域。签派员据此规划小幅改变巡航高度的方案，飞行员再结合空中交通管制、安全程序和实时运行条件决定是否执行。

国泰航空的联合公告 进一步说明，动态预测通过机上Wi-Fi和其自行开发的电子飞行资料夹（EFF）进入驾驶舱；公告同时指出，部分目标航班因空域和载荷限制没有参与实际避让。

这意味着标题中的“AI调高度”是对流程的简写。AI负责找出可能形成增温尾迹的空气层并提供可操作信息，签派员和飞行员负责运行决策，飞机才执行获准的高度变化；最终成效属于整套流程，不能只归因于预测模型。

卫星影像承担的是事后观察和估算。它可以识别航迹后方尾迹的形成、持续和扩散情况，再推算相关增温影响，但它不是发动机燃油流量或二氧化碳排放的直接读数；预测准确、调整成功与卫星确认效果是三个不同环节。

“减少四成尾迹增温”不等于总排放减少四成

凝结尾迹通常在飞机穿过寒冷、潮湿空气时形成。很多尾迹会迅速消散，部分却会持续并扩散成云状层，通过滞留热量产生增温作用；避让试验针对的是后一类尾迹，而不是让发动机停止排放。

飞机调整高度后仍会燃烧燃料并排放二氧化碳。因此，约40%的严格含义是：在采用避让路线的这批试验航班中，卫星分析估算凝结尾迹的增温影响平均下降约四成。它既不是国泰航空整个航线网络的减排比例，也不表示每次执行航班都取得相同降幅。

高度偏离原计划的巡航层还可能改变燃油消耗。现阶段披露结果没有给出这批航班的总燃油变化、对应的二氧化碳代价、逐航班效果分布或估算不确定性区间，因此仅凭40%不能计算完整的净气候收益，更不能替代航空公司的温室气体排放核算。

单一走廊贡献过半，下一阶段要回答能否外推

香港—新加坡走廊贡献了首阶段超过一半的估算效果，这既是积极信号，也是最重要的外推限制。它说明在经常具备持久尾迹形成条件的空域，针对性调整可能产生较大收益；同时也表明总体平均值可能受到少数高贡献航段显著影响。

其他航线能否复制这一结果，取决于当地和当时的温湿结构、可用高度层、空域拥堵程度，以及机型、载荷和航程对高度变化的容忍度。如果一条航线很少遇到会形成持久增温尾迹的空气层，或空管与运行条件不允许调整高度，即使预测准确，也不会自然得到相同的平均降幅。

合作方正把试验扩大至国泰的亚洲和跨太平洋网络，并引入非营利机构Contrails.org。下一阶段的关键不只是增加航班数，还要分别披露系统识别、获准调整、实际执行和卫星确认的样本，并补充燃油变化、二氧化碳代价、估算不确定性以及分航线和分季节结果。

截至目前，试验支持的结论是：AI辅助的小幅高度调整已经在真实商业航班中显示出降低尾迹增温影响的潜力。它尚未证明所有航线都能稳定减少约40%，也未给出足以判断完整净气候收益的数据；能否从一批可行航班扩展为稳定、可核算的营运措施，将取决于更大规模试验的分项结果。