在3 月7 日出版的《環境研究快報》上，麻省理工學院的一支研究團隊，分享了美國境內在COVID-19 大流行前後的航跡變化。可知在新冠感染病例達到首波高峰時，旅行限制和乘客的減少，導致2020 年停飛的航班數量創下了歷史新高、同時散落在空中的尾氣（白色蓬鬆航跡）也大幅減少。

（圖via United Nations）

論文指出，MIT 工程師繪製了2020 年在美國產生的噴氣式客機航跡，並將其與COVID-19 大流行之前的年份進行了對比。

可知在2018 / 2019 年的任何一天，凝結尾跡覆蓋的總面積，都相當於馬薩諸塞州和康涅狄格州的總和。然而2020 年的時候，航空尾跡收縮了近20% 。

而作為在陸上範圍捕獲凝結尾蹟的精細且短暫細節的首個研究項目，MIT 團隊希望驗證其測繪技術的有效性，並且正在用它來預測大氣中可能形成尾蹟的位置。

眾所周知，除了二氧化碳排放，航空器的尾跡也在全球變暖中扮演著重要角色。當飛機高溫高濕的尾氣與大氣中涼爽潮濕的空氣混合，便會產生呈細線狀迅速發散開來的尾跡。

研究配圖- 1：2018 年初- 2019 年底的平均航空尾跡覆蓋範圍

雖然單一的凝結尾跡可能不會產生太大的溫室效應，但從總量上來看，其後果還是不容小覷。畢竟它會充當漂浮的毯子，來捕獲地球散發的熱量。

好消息是，MIT 團隊正在與各大航司合作，以嘗試通過預測分析來重新安排航線，來盡量減少凝結尾蹟的產生。MIT 航空航天系教授兼副主任Steven Barrett 指出：

“這項技術可實時幫助飛機轉向以消除尾跡，而通過消除當今產生的大部分尾跡，航空業對氣候變暖的影響可被減半，我們不該錯過這個難得的機會”。

為了得出相對準確的預估，研究團隊參考了有限的衛星數據來建模。其難點在於，分析尾跡數據的傳統計算機視覺算法，很難從自然雲中辨別出纖細的尾巴。

研究配圖- 2：晝夜模式分析

有鑑於此，MIT 團隊翻閱了美國宇航局GOES-16 地球靜止衛星拍攝的圖像。這枚衛星盤旋在包括美國在內的地球同一片區域的上空，並且持續拍攝了高分辨率的圖像。

首先，該團隊利用大約100 張衛星圖像，並訓練了一組人來解釋遙感數據，以標出作為航跡所在部分的像素。然後通過這些標記數據，對計算機視覺算法展開有針對性的訓練。

在投餵了大約10 萬張衛星圖像後（總計近6 萬億像素/ 每像素代表大約2 平方公里），該算法終於能夠相當準確地分辨航跡與普通的雲。

這些圖像覆蓋了美國本土與毗鄰的加拿大和墨西哥的部分地區，間隔在15 分鐘左右，收錄時間為2018 年1 月1 日- 2020 年12 月31 日。

研究配圖- 3：2018~2020 年度折線對比

通過自動將每個像素分為航跡或非航跡，這套系統能夠生成美國上空的每日航跡地圖。儘管算法本身對飛機的飛行地點一無所知，但在處理衛星圖像時，它還是能夠分辨出可識別的飛行路線。

基於此，MIT 團隊認為新研究有助於分析大範圍的凝結尾跡。比如在2018 – 2019 年的每一天，美國地區的凝結尾跡都覆蓋了大約4.3 萬平凡公里的區域。

而隨著COVID-19 大流行，覆蓋率在2020 年3 月大幅下降了20% 。在首輪感染高峰過去後，全球航空業迎來了緩慢的複蘇，凝結尾跡又開始在衛星圖像中重新出現。

（來自：Environmental Research Letters）

此外MIT 團隊留意到了每日/ 季節性的模式變化，通常情況下，凝結尾跡會在早上達到頂峰、並於下午減少。

一種猜測是，自然卷雲更有可能在下午形成，所以該算法才難以在當天晚些時候識別雲中的凝結尾跡。

不過這也可能是何時形成最多凝結尾蹟的一個重要指示，因為它會在冷空氣更多的冬末和早春達到頂峰。