美国气象学家利用机器学习探测雾
机场上空的雾和低层层云可能造成危险的飞行条件，导致代价高昂的延误和计划被打乱。
美国国家气象局各办事处在雾和低云形成条件有利时进行监测并发布预警。航空公司利用这些预警预测天气状况、避免延误，并在必要时调整航班航线。
现在，美国国家气象局（NWS）正在使用一款新的雾探测软件，该软件由威斯康星大学麦迪逊分校气象卫星研究联合研究所（CIMSS）与美国国家海洋和大气管理局（NOAA）的科学家共同开发，用于辅助这些预警工作。
该软件（被称为卫星产品）是CIMSS与NOAA十余年合作的成果。它利用机器学习方法，结合NOAA的GOES-East和GOES-West等气象卫星的近实时数据，全天候监测天气状况并发布可能出现雾的预警。
“截至2020年底，GOES-R雾与低层层云产品已在全国各地的国家气象局办事处全面投入运行。该产品可提供从阿拉斯加的乌特恰格维克到佛罗里达的基韦斯特之间危险雾况的全天候监测”
当云在地面附近形成、能见度降至1公里以下时，就出现了雾。早上上班途中或望向窗外时，雾也许很容易辨认，但要测定大面积雾团的范围仍是难题，对卫星观测而言尤其如此。
早期的雾探测系统比较可见光与红外卫星数据，但在雾上方没有其他云层的条件下才大致可用。此外，以往的方法因反射阳光造成的干扰，只能在夜间使用。而且，与含有较大雨滴和冰晶的雷暴不同，雾由小得多的液滴组成，雷达无法探测到。
“为了改进系统，我们纳入了数值天气预报算法中使用的其他大气数据。通过对图像的每个像素进行评估，并生成雾的存在概率及其强度，这有助于判断该区域雾的类型”
除了判断是否有雾，该产品还帮助航空公司避免延误，而延误每年造成的损失高达数百万美元。根据美国联邦航空管理局的分析，2008至2013年间，天气是约70%航班延误的原因，造成了实际成本。每延误一小时，航空公司每个航班的损失为1000至4000美元。
GOES-R雾产品是根据航空业的需求开发的，不同机型对此有不同要求。例如，小型飞机在应对天气时依赖另一套规则，因为它们不具备大型客机那样先进的设备。雾产品能够识别两类飞机的危险条件，可用于全国范围的预警，从而避免代价高昂的延误，并使航空运输更加安全。
“出行的人可能不了解这一产品的来历，也不知道幕后发生了什么。但这是一个很好的例子，说明大学与政府的这种合作如何使公众受益”
虽然天气是因受影响资源需求过大而导致延误的主要原因，但即使资源能力不受限制，需求过大所引起的流量也占延误的19%。设备故障占1%，跑道不可用占6%，“其他”因素占其余5%。这些延误统计涵盖航空公司、空中出租车、通用航空和军用机型。
导致空中交通延误的天气类型随一年中的时间而变化，也取决于国家的地理区域。天气延误和总延误的高峰出现在5月、6月和7月（天气延误在约6700至7800架次之间波动，总延误在9000至9500之间波动），但3月、4月、10月、11月和12月的天气延误也较为显著（在3500至5400之间）。
NextGen Weather（美国联邦航空管理局的项目）提供航空气象产品，支持天气事件期间的战术和战略空中交通管理，有助于减少旅客延误，同时提升飞行安全。
流量管理人员可以采取多种措施，例如根据天气状况在局部重新分配交通，当航班接近目的地机场时引导其飞往无天气影响的进近路径，以及让航班在等待区盘旋等候，直到天气好转。
