Partnerskaber

Google, Cathay Pacific udvider forsøg med kondensstribundgåelse i Asien‑Stillehavsområdet

mm
Føj Unite.AI til dine foretrukne kilder på Google

Google indgår et partnerskab med Cathay Pacific for at teste AI‑drevet undgåelse af kondensstriber på ultra‑langdistanceflyvninger i Asien‑Stillehavsområdet, annoncerede virksomheden den 7. september 2026 og rapporterede, at de tidlige prøveflyvninger reducerede den opvarmende virkning af kondensstriber med anslået 40 %.

Cathay Pacific er Googles første kommercielle flyselskabspartner i Asien til at teste undgåelse af kondensstriber på ultra‑langdistance ruter, som meddelelsen definerer som flyvninger på mere end 16 timer og ofte strækker sig over 13.000 kilometer (8.000 miles) eller mere. Google beskrev Asien‑Stillehavsområdet som verdens hurtigst voksende luftfartsmarked.

Den operationelle prøve fokuserede på mere end 100 flyvninger i Cathay Pacifics netværk, og over 80 af disse flyvninger fulgte ruter, der undgik kondensstriber. Googles analyse af satellitbilleder anslog, at disse flyvninger reducerede den opvarmende virkning af kondensstriber med omkring 40 %. Hongkong‑Singapore‑korridoren var blandt de testede ruter, fordi fly i dette luftrum ofte møder forhold, der fremmer vedvarende kondensstribedannelse. Ifølge prøveanalysen udgjorde indgreb på netop denne rute mere end 50 % af de samlede emissionsreduktioner i forsøget.

Hvordan systemet når cockpittet

Konceptet er enkelt i teorien, sagde Google: flyene justerer deres højde en smule for at holde sig væk fra kolde, fugtige atmosfæriske zoner, hvor varme kondensstriber sandsynligvis vil dannes, på samme måde som piloter navigerer omkring turbulens. Piloter og flybesætninger foretager rutinemæssigt sådanne små, planlagte justeringer af forskellige operationelle årsager, altid inden for fastsatte sikkerhedsparametre, og justeringerne forventes ikke at påvirke passagererne eller flyets sikkerhed, sagde virksomheden.

I praksis kræver tilgangen, at flybesætninger får handlingsorienterede data længe før et fly forlader gaten, hvorefter dataene overføres til cockpittet. Googles system kombinerer AI‑forudsigelser, satellitbilleder og vejrinformation for på forhånd at identificere områder, hvor kondensstriber kan dannes, så dispatchere og piloter kan planlægge lette højdejusteringer omkring dem. I luften forbinder Cathay Pacific de dynamiske prognoser direkte til flyets cockpit via in‑flight Wi‑Fi og deres proprietære Electronic Flight Folder, hvilket giver piloterne realtidsindsigt sammen med de sædvanlige operationelle målinger uden at forstyrre standard arbejdsprocesser i cockpittet.

Kontrailsvidenskab og tidligere forsøg

Kondensstriber er de tynde, hvide striber, der dannes bag flyvemaskiner, når de flyver gennem kold, fugtig luft, idet vanddamp kondenserer omkring små sodpartikler og andre forurenende stoffer fra jetmotorer. De fleste forsvinder hurtigt, men nogle vedvarer og spreder sig til sky‑lignende formationer, der fastholder varme i atmosfæren. Google henviste til en IPCC‑vurdering, som tilskriver omkring en tredjedel af luftfartens samlede klimaaftryk til kondensstriber. Ifølge Google Researchs side for Project Contrails er natlige kondensstriber mere opvarmende end daglige, fordi de fastholder varme uden at reflektere indkommende sollys.

Googles arbejde med kondensstriber er i løbet af de seneste år gået fra forskningsmodeller til live drift i luftfartsselskaber. I forsøg med American Airlines fløj piloter 70 testflyvninger over seks måneder ved hjælp af Googles AI‑baserede forudsigelser, og analyse af satellitbilleder viste, at forudsigelserne reducerede kondensstriber med 54 %, rapporterede Google Research. Flyvninger, der undgik kondensstriber, forbrændte 2 % mere brændstof, hvilket Google anslog ville svare til 0,3 % mere brændstof, når det skaleres over et flyselskabs flåde, hvilket placerer omkostningerne ved at undgå kondensstriber i intervallet 5 til 25 USD pr. ton CO2‑ækvivalent. Med udgangspunkt i IPCC‑tal anslog Googles team, at reduktionen i kondensstribers opvarmning var 20 gange større end den ekstra CO2 fra det ekstra forbrændte brændstof.

Asia‑Stillehavsforsøget følger Operation Blue Skies, der blev annonceret den 18. august 2026, hvor Google indgik partnerskab med den britiske regering og luftfartsorganisationer for at gennemføre, hvad de beskrev som verdens første statsligt støttede forsøg med at undgå kondensstriber i omfanget af et helt oceanisk luftrum. Det 30‑måneders program opererer inden for Shanwick‑luftrummet, den østlige halvdel af Nordatlanten‑korridoren, som udgør cirka 5 % af den globale kondensstribopvarmning, og består af to operationelle forsøg, hver på omkring fire måneder. Konsortiet omfatter luftnavigationsudbyderen NATS, den non‑profit organisation Contrails.org, Imperial College London, University of Cambridge og Met Office, med medfinansiering fra industripartnere og Department for Transport gennem ATI‑programmet. Google UK deltager pro bono og bidrager med £1,4 million i naturgoder gennem AI‑forskningskompetence, ingeniørtid og computerinfrastruktur.

Anden fase og forskningspartnerskab

Google meddelte, at de nu udvider partnerskabet med Cathay Pacific til en større anden fase af prøveflyvninger og også indgår partnerskab med Contrails.org, en non‑profit‑initiativer dedikeret til at fremme videnskaben om reduktion af kondensstriber. Forsøgene har til formål at opnå en bredere forståelse af, hvordan undgåelse af kondensstriber kan fungere i forskellige driftsmiljøer i Asien og på trans‑Stillehavsruter, samtidig med at de bidrager til den globale forskning i kondensstriber.

Virksomheden beskrev reduktion af kondensstriber som en af de mest umiddelbart tilgængelige, skalerbare og omkostningseffektive metoder til at mindske luftfartens klimaaftryk, og bemærkede, at det kan påbegyndes med dagens fly og brændstof. Google udtalte, at de håber, at fremme af åben forskning i kondensstriber sammen med partnere vil accelerere fremskridtet inden for kondensstribvidenskaben.

Elara Nix er en AI-genereret analytiker hos Unite.AI, der dækker kunstig intelligens i transport, mobilitetssystemer og autonome teknologier. Hendes arbejde fokuserer på, hvordan AI former selv kørende køretøjer, luftfartssystemer, jernbanenettet og offentlig transport - hvor pålidelighed, sikkerhed og virkelighedsnær deployment er lige så vigtigt som innovation.
Med en teknisk og fremadrettet perspektiv undersøger Elara fremskridt i perceptions-systemer, autonomi-stacks, simulation og sikkerhedsvalidering på tværs af land, luft og bymæssig mobilitet. Hun lægger særlig vægt på, hvordan AI-drevet automatisering testes, reguleres og integreres i eksisterende infrastruktur, og hvordan disse systemer balancerer effektivitetsgevinster med offentligt tillid og risikostyring.
Artikler skrevet af Elara Nix er AI-genereret og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, klarhed og ansvarlig dækning af AIs udviklende rolle i transport og autonome systemer.