抬头看见飞机拖着一条长长的白线，你大概会觉得：今天天气不错，适合拍照。

气候研究人员看到同一幅画面，脑子里可能已经开始算账：这条线能留多久？会铺成多大一片云？又会让多少热量留在地球上？

最近，谷歌和国泰航空公布了一项合作：让人工智能提前找出容易形成凝结尾迹的空域，帮助飞机调整飞行高度。飞机照常飞，试着少给天空添几道会增温的白线。

这件事有意思的地方在于：减少航空的气候影响，除了研究新飞机、新燃料，还可以研究眼前这些飞机怎么飞。

一、飞机云如何形成？

先来解释飞机云（专业术语：凝结尾迹）的形成原因。航空燃料燃烧后，发动机会排出水蒸气和烟炱颗粒。高空足够冷时，尾气与周围空气混合、冷却，水蒸气凝结，再冻结成细小冰晶。烟炱等颗粒可以参与这一过程，为液滴附着提供条件。无数冰晶聚在一起，就成了我们看见的白线。可以把它想象成飞机在高空“哈了一口白气”。不过，冬天嘴边的白气主要是细小液滴，飞机在巡航高度留下的这条线，主要由冰晶组成。

有的白线很快消失，有的却赖着不走，还越摊越大，区别主要在周围的大气条件。如果空气比较干，冰晶容易升华，重新变回水蒸气；如果进入“冰面过饱和”的区域，周围的水蒸气就能继续补充冰晶。可以理解为：这里的水汽条件，足够让这片冰晶云继续长大。这样的尾迹可能持续数小时，并逐渐扩散成尾迹卷云。

白天，云可以把部分太阳辐射反射回太空，起到降温作用，同时，又会吸收并重新发射地球向外散失的红外辐射，产生增温作用。到了夜里，没有太阳辐射可供反射，后面这笔“保温账”就更突出。

白天，云既会反射部分阳光，减少地球吸收的热量，也会阻碍地球向太空散热。到了夜里，没有阳光可反射，减慢散热的作用却仍然存在。因此夜间尾迹更容易让地球增温。不能看到白线就判定它一定有害。尾迹产生在什么时间、什么位置，上下有没有其他云层，都会影响最终结果。科学研究关注的是这些作用合起来之后的净影响；持续性尾迹及其形成的卷云，整体上构成航空业的重要增温来源。

谷歌和国泰的公告引用了一个便于理解的量级：凝结尾迹约占航空业总体气候影响的三分之一。这里说的是“气候影响”，不能简单理解成航空业三分之一的二氧化碳排放来自白线；这个比例也不是每架飞机、每次飞行都适用的固定值。

值得规避的重点是那些会持续存在、并带来明显净增温的尾迹。

凝结尾迹通常只存在几分钟到几小时，飞机少留下一些会增温的尾迹，就能较快减少这部分气候影响。不过，尾迹消散了，飞机燃烧燃油排出的二氧化碳还在，它对气候的影响要持久得多。所以，调整飞行路线、减少尾迹值得做，节省燃油、降低碳排放也得继续。

二、人工智能进入驾驶舱

谷歌想做的，可以理解成一份会更新的“高空尾迹天气预报”：告诉飞行团队，什么时候经过哪里、处在哪个高度，容易留下具有增温作用的尾迹。

真正的难点，是把“天气冷又湿”这句常识，变成飞行计划里能用的信息。

卫星图像可以帮助研究人员寻找持续性尾迹；航班轨迹则告诉他们，哪些飞机曾从附近经过。但把两张图直接叠起来，还不够：飞机飞走后，风会继续吹动尾迹，它未必还留在原来的航路上。谷歌团队发表的研究介绍了一套自动检测与匹配系统：从卫星数据识别尾迹，再结合飞行轨迹及气象信息，判断尾迹与航班的对应关系，给飞行航段标注是否匹配到持续性尾迹。这样，模型训练和评估才有大量真实观测作依据。然后再让模型判断，类似天气下，哪里容易出现尾迹。

谷歌公开的技术文档介绍，其尾迹概率预测使用深度神经网络，以卫星检测结果则为学习提供观测依据，输入包括温度、湿度、风等气象特征，也考虑飞行位置、高度和时间，输出是特定条件下的尾迹形成概率。某片区域现在适合通过，不代表几小时后仍然一样；同一经纬度，换一个飞行高度，条件也可能不同。因此，谷歌公开的Contrails API提供经度、纬度、高度、时间四个维度的预测，覆盖未来48小时，并能以网格或区域地图的形式输出，供飞行计划系统和人工规划人员使用。

不过容易产生尾迹，并不自动等于应该绕开。

谷歌公开方案还引入了物理模型CoCiP，用来模拟尾迹如何形成、扩散、消散，以及这段过程中对地球能量收支的影响。把它与机器学习给出的形成概率结合起来，才能进一步估算潜在的增温影响。通俗地说，一个部分估计“有多大概率发生”，另一个部分估计“发生后影响多大”。

接着还要把气候收益与飞行代价放在一起比较：换高度会不会多烧油？空域允许吗？飞机当时的重量和性能支持吗？这笔账不能漏。谷歌早期与美国航空开展的试验就曾报告，执行规避的航班平均多消耗约2%的燃油。

这是那次试验的结果，不能直接套到国泰身上，但是却提醒我们：天空里少一条白线，未必就是零成本。合理的目标，是在安全和运行约束下，让减少的尾迹增温尽可能超过额外燃油带来的气候代价。

预测地图再漂亮，也得回答一句：飞机照着飞，效果究竟怎样？这里必须区分两件事：卫星看见尾迹减少，与研究人员估算气候影响减少，属于不同层次的结果。后者还需要把尾迹特征转化为气候效应。调整后没有留下尾迹，是否就说明规避成功了？如果原定路径上的大气条件本就不利于尾迹形成，就不能把“没有尾迹”算成调整的功劳。因此，研究人员需要比较条件相近、采取和未采取规避措施的航班，评估调整究竟带来了多大变化。

谷歌、美国航空等团队在2026年公布的一项研究论文中，就采用了随机对照试验（论文当时以预印本形式发布，相关结果仍需后续评审和更多研究检验），整个符合规避条件的干预组，观测到的尾迹形成率下降约11.6%；其中实际按规避计划飞行的子组，下降约62%。两者的差别提示，方案能取得多大效果，与运行中有多少航班真正采用并执行它密切相关；子组结果也不能直接当成全航司收益。

三、从概念验证迈向规模化运行

根据双方提供的材料，实际运行试验于2025年底启动，计划覆盖逾100个航班，超过80个航班采用了凝结尾迹规避路径。空域和有效载荷限制等因素，使部分计划航班未能参与规避。国泰的做法，是把机上Wi-Fi与自主研发的电子飞行文件夹EFF结合，让飞行员在查看常规运行信息时，也能查看谷歌的动态尾迹预测。飞行员需要在既有流程里获得及时、有用的信息，再结合运行条件作决定。超长途飞行尤其需要考虑预测随时间变化、信息在途中更新的问题。国泰称，它是谷歌在亚太地区首家开展这项试验的商业航空公司合作伙伴，也是全球首家在超长途航班上测试尾迹规避的航空公司。谷歌公开博客给出的结果是：超过80个航班采用规避路径，其凝结尾迹增温影响估算减少约40%。香港至新加坡航线贡献了此次试验超过一半的减缓效果。

香港至新加坡这条航线的突出贡献，也带来一个值得继续验证的思路：先识别那些气象条件合适、规避收益明显的航段，也许比平均要求每个航班都调整，更有效率。这是从初步结果出发的判断，仍需更多季节、航线和运行数据支持。

双方计划扩大第二阶段飞行试验，覆盖亚洲及跨太平洋航线，专注凝结尾迹减缓研究的非营利组织Contrails.org也参与其中。

它的积极意义，首先在于补充亚太地区的真实运行证据。过去试验在这一地区覆盖不足，更多数据可以帮助研究人员判断：换了气候条件、航线长度和空域环境，原有方法还能不能奏效。其次，它能让“执行不了的原因”也进入研究。飞机受什么限制、哪些调整可行、飞行团队怎样使用预测，这些经验会影响技术最终能覆盖多少航班。一次成功的高度调整提供了案例，一套能长期使用的工作流程，才有机会持续积累收益。

当然，预测仍有误差，气候效益的估算也还有不确定性。EASA（欧盟航空安全局）指出，尾迹的观测、预测及其气候效应仍存在需要补足的科学证据。但这并不妨碍它成为一个值得继续试验的方向：用现有飞机，在部分航段调整高度，就可能减少一部分气候影响。接下来要做的，是把收益测得更准，把油耗算得更清，把方法放进更多航班的日常运行里。

下次再看到飞机在蓝天上画白线，除了拍张照片，还可以多想一件事：如果它刚才换了一个高度，会不会少留下一片让地球保温的云？