Transport lotniczy to jedna z branż, która znacząco wpływa na zmiany klimatyczne. Ale czy wiesz, że to białe smugi kondensacyjne za samolotem mają bardzo dużą rolę w globalnym ociepleniu?
Dzięki nowemu projektowi od Google Research, mamy szansę to zmienić. Projekt ten wykorzystuje sztuczną inteligencję do analizy i zmniejszenia wpływu smug kondensacyjnych na klimat.
Co to są Smugi Kondensacyjne?
Smugi kondensacyjne to białe linie na niebie, które często widzimy za samolotami. Powstają one, gdy gorące spaliny z silników samolotu mieszają się z zimnym powietrzem na dużych wysokościach. Te smugi mogą działać jak chmury, zatrzymując ciepło i wpływając na efekt cieplarniany.
Smuga kondensacyjna, znana również jako contrail (od ang. „condensation trail”), powstaje w wyniku procesów fizyko-chemicznych zachodzących w silnikach samolotów podczas lotu.
Dlaczego Smugi Kondensacyjne są Problemem?
Chociaż mogą wyglądać niewinnie, smugi kondensacyjne mają swoje konsekwencje. Mogą zatrzymywać ciepło w atmosferze i przyczyniają się do efektu cieplarniany. Według raportów, nawet do 35% wpływu transportu lotniczego na zmiany klimatyczne pochodzi od smug kondensacyjnych.
Czy Smugi Kondensacyjne Muszą Powstawać?
Wbrew powszechnemu przekonaniu, smugi kondensacyjne nie są nieuniknionym efektem lotów samolotem. Ich powstanie zależy od wielu czynników, takich jak wilgotność powietrza, temperatura i wysokość lotu. Dlatego, jeśli samoloty unikają lotu przez wilgotne i chłodne regiony atmosfery, można znacząco zmniejszyć ilość powstających smug kondensacyjnych. To właśnie te warunki są analizowane przez sztuczną inteligencję w projekcie Contrails, aby pomóc w optymalizacji tras i wysokości lotów, minimalizując tym samym wpływ transportu lotniczego na zmiany klimatyczne.
Jak Sztuczna Inteligencja Może Pomóc?
Projekt Contrails od Google Research wykorzystuje sztuczną inteligencję do analizy danych pogodowych, tras lotów i zdjęć satelitarnych. Dzięki temu, AI może przewidzieć, gdzie i kiedy najprawdopodobniej powstaną smugi kondensacyjne. Piloci mogą używać tych informacji, aby zmienić trasę lub wysokość lotu i unikać tworzenia smug.
Wyniki Testów
W testach z American Airlines, zastosowanie prognoz opartych na AI pozwoliło na zmniejszenie ilości smug kondensacyjnych o 54%. Co więcej, miało to minimalny wpływ na zużycie paliwa, co pokazuje, że technologia jest nie tylko skuteczna, ale i ekonomiczna.
Warto zobaczyć pełny materiał:
