Luftfartsindustrien står over for en betydelig udfordring, i bestræbelserne på at reducere dens miljøpåvirkning, især når det kommer til klimaforandrende faktorer som CO2-udledninger og andre relaterede effekter.
En af de mindre kendte, men væsentlige bidragydere til global opvarmning er kondensstriber, på engelsk kendt som contrails, der dannes bag fly, når de flyver gennem visse fugtige atmosfæriske forhold.
Googles Project Contrails er et banebrydende forsøg på at bruge kunstig intelligens (AI) til at forudsige og minimere dannelsen af disse kondensstriber og dermed reducere deres bidrag til klimaforandringer.
Hvad er kondensstriber og hvordan påvirker de klimaet?
Contrails er kort for condensation trails. Det er de linjeformede skyer, der nogle gange ses bag fly. De dannes, når vanddamp i atmosfæren kondenserer omkring små partikler af sod og andre forurenende stoffer, som udledes af flymotorer. Disse kondensstriber kan vedblive som cirrusskyer i minutter eller sågar timer, afhængigt af de atmosfæriske forhold, og de spiller en betydelig rolle i jordens varmeregulering.
Forskning har vist, at kondensstriber bidrager væsentligt til global opvarmning, især om natten, hvor de fanger varme, som ellers ville blive frigivet fra jordens overflade. Ifølge en rapport fra IPCC (Intergovernmental Panel on Climate Change) står kondensstriber for omtrent 35% af luftfartens samlede indvirkning på den globale opvarmning, hvilket gør dem til en betydelig ikke-CO2 faktor, der skal håndteres for at begrænse luftfartens miljøpåvirkning.
Googles innovative tilgang til reduktion af kondensstriber
Googles Project Contrails er en del af virksomhedens bredere engagement i at anvende AI til at tackle klimaforandringer. Projektet sigter mod at forudsige dannelsen af kondensstriber og hjælpe flyselskaber med at undgå dem gennem præcise højdejusteringer under flyvninger. Dette kan reducere dannelsen af kondensstriber markant og dermed mindske deres bidrag til global opvarmning.
Projektet udnytter store mængder vejrdata, satellitdata og flydata til at skabe avancerede forudsigelser af, hvor og hvornår kondensstriber sandsynligvis vil dannes. Ved at kombinere disse data med AI og computer vision-teknologier har Google udviklet en model, der kan identificere og forudsige kondensstriber i næsten realtid. Denne information kan derefter bruges af piloter og flydispatchere til at justere flyvehøjden og undgå de fugtige områder, hvor kondensstriber er mest tilbøjelige til at dannes.
Se denne video fra Google omkring projektet:
Testning og resultater med American Airlines
I samarbejde med American Airlines har Google testet deres AI-baserede forudsigelser i virkelige flyvninger. Over en periode på seks måneder fløj en gruppe piloter 70 testflyvninger, hvor de brugte Googles forudsigelser til at undgå ruter, der ville skabe kondensstriber. Resultaterne var bemærkelsesværdige: Google kunne reducere dannelsen af kondensstriber med 54% sammenlignet med flyvninger, hvor piloterne ikke brugte forudsigelserne.
En af de centrale udfordringer ved at undgå kondensstriber er den potentielle stigning i brændstofforbruget, da flyene ofte skal ændre højde for at undgå de kritiske områder. I Googles testninger viste det sig, at de justerede flyvninger i gennemsnit forbrugte 2% mere brændstof, hvilket på et bredere flådeniveau ville betyde en stigning på omkring 0,3%. Denne øgede brændstofudgift er dog ifølge Google mere end opvejet af den betydelige reduktion i kondensstribers klimapåvirkning, hvilket gør metoden til en af de mest omkostningseffektive klimaforanstaltninger i luftfartssektoren.
AI’s rolle og fremtiden for forskning i kondensstriber
Googles model er afhængig af en kombination af avanceret computer vision, massive datasæt og AI til at skabe nøjagtige forudsigelser af dannelsen af kondensstriber. Ved at træne modellen på tusindvis af satellitbilleder, der er omhyggeligt markeret af ingeniører, har Google været i stand til at opnå en præcision, der gør det muligt for piloter at undgå kondensstriber med minimal ekstra brændstofomkostning.
Projektets næste fase indebærer udvidelse af denne teknologi til geostationære satellitter over Europa, Afrika, Indien, Østasien og Australien, hvilket vil muliggøre en global anvendelse af denne teknologi. Dette vil være afgørende for at reducere kondensstriber på globalt plan og yderligere minimere luftfartens klimafodaftryk.
Google ser også mod fremtidige muligheder for at integrere AI-forudsigelser direkte i dispatchers’ værktøjer, hvilket vil give dem den mest opdaterede information og gøre det lettere for dem at træffe beslutninger om flyruter i realtid. Derudover vil der blive lagt større vægt på at undgå kondensstriber under natflyvninger, som har en endnu større opvarmningseffekt på grund af deres evne til at fange varme om natten.
Googles Project Contrails repræsenterer en banebrydende anvendelse af AI til at tackle en ofte overset, men betydelig bidragyder til global opvarmning. Ved at forudsige og undgå dannelsen af kondensstriber kan luftfartsindustrien tage et stort skridt mod at reducere sit samlede klimaaftryk.
Mens der stadig er udfordringer der skal overvindes, især i forhold til brændstofeffektivitet, viser de indledende resultater med American Airlines, at det er muligt at opnå betydelige miljømæssige gevinster med relativt små omkostninger. Med fortsat udvikling og udvidelse af teknologien kan Project Contrails blive en central del af en bredere strategi for at skabe en mere bæredygtig fremtid for luftfarten.
Læs mere om Googles projekt på research.google/contrails.
