← 最新论文
📄 地球科学

Flyers can identify the most-warming flights when booking

这项研究表明,航空公司和旅客仅通过使用预订前的航班时刻表信息,即可预测并避免造成绝大部分凝结云诱发气候强迫效应的一小部分航班,从而显著减少航空诱发的变暖。

原作者: Steven Davis, Silas Whiteson, Xavier Bonnemaizon, Ken Caldeira, Roger Teoh, Marc Shapiro

发布于 2026-10-08
📖 1 分钟阅读☕ 轻松阅读

原作者: Steven Davis, Silas Whiteson, Xavier Bonnemaizon, Ken Caldeira, Roger Teoh, Marc Shapiro

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

当我们思考飞机的气候影响时,脑海中浮现的通常是燃烧喷气燃料后留下的二氧化碳气体的无形轨迹。这种气体在其中层大气中捕获热量并停留数百年,缓慢地使地球变暖。然而,在高空还存在着第二种更直接、却常被注视窗外的乘客所忽略的效果。当飞机飞经寒冷且潮湿的空气时,它们会留下被称为“凝结尾迹”(contrails)的长长的白色冰晶痕迹。这些痕迹会扩散并形成薄薄的高空云层,像毯子一样捕捉来自下方地球辐射的热量。与在世代间徘徊的二氧化碳不同,这些云层可以在几小时内消失。如果我们能阻止它们的形成,它们造成的增温也会同样迅速地消失。问题在于,并非每架航班都会产生这些捕获热量的云,而且产生这些云的航班其危害程度也并不相等。有些航班会造成大量的增温,而另一些则几乎没有,甚至可能产生轻微的冷却效应,这取决于时间、航线和飞机类型。

研究人员现在已经证明,即使在乘客购买机票之前,也是可以预测哪些航班会成为这种增温效应的“罪魁祸止”的。通过分析数百万次商业航班的数据,他们开发出一种方法,仅利用标准航班时刻表上现有的信息,就能识别出最有可能产生捕获热量的云的具体行程。他们的研究表明,如果旅客和公司能够简单地选择避开这些特定的航班,转而选择类似的替代方案,他们就可以在无需改变飞机或航线的情况下,显著降低航空业对全球变暖的贡献。

研究人员首先建立了一个包含2019年和2021年超过5200万次商业航班数据的庞大数据库。他们使用了一个复杂的计算机模型来模拟凝结尾迹的形成与演变过程,并将实时天气数据输入该模型,以精确计算每一次单独航班造成的增温量。这一过程揭示了一个惊人的模式:增温效应并非均匀分布在所有航班中,而是高度集中的。研究发现,极小比例的航班承担了绝大部分的增温责任。具体而言,表现最差的5%的航班贡献了大约95%的凝结尾迹总增温量。其余的航班贡献极少,有些甚至产生了净冷却效应,因为它们是在白天形成的,此时冰晶会将阳光反射回太空。

这项发现的关键在于理解什么样的一架航班是“糟糕”的。研究人员发现,那些对气候有害的航班往往具有在航班预订网站上可见的特定特征。飞行距离较长的航班,尤其是那些在高纬度地区(如欧洲或美国北部上空)飞行的航班,更有可能产生增温云。起飞时间也至关重要:下午或傍期起飞的航班比早晨的航班更具破坏性。这是因为下午和晚间的航班留下的痕迹会持续到夜晚,而在夜晚,冰晶只能捕获热量而无法反射阳光。相比之下,早晨的航班通常形成的痕迹只存在于白天,此时反射阳光带来的冷却效应可以抵消增温。飞机类型也起着作用,某些较旧或效率较低的发动机会产生更多的烟尘,从而导致形成更持久的冰晶。

带着这些模式,团队训练了一个计算机程序来充当预测器。他们教程序只观察购票时可获得的各种基本细节:出发地和目的地、预定的起飞时间、飞机类型以及行程距离。他们特意排除了任何实时天气数据,因为在人们提前数周或数月订票时,这些信息是无法获取的。目标是观察仅凭时刻表是否就能预测哪些航班是最差的。结果令人惊讶地有效。该模型成功识别出了造成最多增温的前10%的航班,捕捉到了约68%的总增温效应。更令人印象深刻的是,它能精准定位出仅占5%的航班,而这些航班负责了近一半的增温。这意味着,旅客不需要了解复杂的大气物理学知识,只需知道要避开哪一个具体的航班号即可做出更好的选择。

为了测试这在现实世界中如何运作,研究人员将他们的模型应用于两家大型企业的差旅记录。他们查看了这些公司员工实际乘坐的航班,并计算了这些航班造成的增温量。然后,他们模拟了一个场景:如果这些公司避开了模型标记出的最差航班,情况会如何。如果这些公司仅仅是将这些“坏航班”更换为模型预测中危害较小的同航线航班,他们可以将总的凝结尾迹增温减少14%至29%。这种减少是在一个实际约束条件下实现的:替换航班必须在原航班起飞后的16小时内起飞。如果公司愿意接受同一航线上任何时间的航班,这种减少幅度可高达54%。研究表明,对于许多繁忙航线,通常会有多个在相近时间段内可用的航班,因此通过更换高增温航班为低增温航班,无需显著改变行程即可实现。

研究人员还通过观察模型所依赖的具体特征,探讨了为什么有些航班比其他航班更糟。最重要的因素是飞行距离,紧随其后的是飞机类型和飞行过程中遭遇的日照量。在黑暗中飞行时间较长的航班,特别是在高纬度地区冬季飞行的航班,最容易产生持久的捕获热量的云。模型还强调,飞行路径中经过陆地与海洋的比例是影响最小的因素。这表明,航线的地理位置不如时间节点和飞机机械性能那样重要。研究证实,模型的预测在不同年份和不同天气模式下均保持一致,这证明了这些是关于航空如何影响气候的可靠且具有结构性的模式。

这项工作挑战了“所有航班对气候的影响都是一样糟糕”以及“唯一的解决方案是减少飞行或等待新技术”的观点。相反,它表明通过在订票瞬间做出更明智的选择,可以实现即时的、显著的减温效果。虽然航空公司已经在探索实时重新规划航线以避开恶劣天气的方法,但这项研究表明,旅客和企业差旅管理人员也可以提前数周或数月发挥作用。通过选择在早晨起飞或选择不同的机型,旅行者可以避开导致最具破坏性云层的特定条件。研究人员甚至已经开始开发向公众提供此类信息的工具,例如一种可以在预订网站上直接显示航班增温潜力的浏览器插件。

该研究确实存在局限性。预测是基于模拟和历史数据,而非对每一架未来航班影响的直接测量。该模型在有许多替代航班可选的情况下表现最好,这在主要航线上是成立的,但在较小的、频率较低的连接航线上可能较难实现。此外,研究人员指出,凝结尾迹产生的增温是暂时的,仅持续到飞行过程产生它们为止,而二氧化碳排放则会持续数百年。这意味着,虽然避免凝结尾迹能带来即时的冷却收益,但这并不能取代减少碳排放的需求。然而,识别并避开最差航班的能力,为减少航空业总影响提供了一个强有力的、即时的杠杆。它将订票的行为变成了一个做出具体、可衡量改变的机会,证明了那些最具增温性的航班并非谜团,而是可以被规避的、可预测的日程部分。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →