我们测量山的方式，可能一直都错了

你站在山脚下仰望时，那种震撼感是什么？是海拔高度吗？还是别的什么东西？

23岁的徐凯站在加州东部内华达山脉的汤姆山脚下时，突然意识到一个问题——我们用海拔高度来评判山峰的伟大，可能从一开始就错了。

这个耶鲁大学的数学和计算机双学位学生，从小就对山着迷。小学时，他会花几个小时在谷歌地球上放大那些著名山峰，研究它们的轮廓和高度。但当他第一次亲眼看到东部内华达山脉时，那种视觉冲击力让他彻底懵了。

＂我被眼前的景象迷住了。＂徐凯说。花岗岩峭壁像巨大的屏障一样从欧文斯谷底拔地而起，他从没见过喜马拉雅山或安第斯山脉，但此刻的震撼丝毫不亚于任何世界最高峰。

这种震撼让他开始思考：有没有办法测量这种感觉？怎样才能公正地评价这些令人惊叹的山峰的戏剧性魅力？

经过一年的研究、编程和计算，徐凯创造了一种全新的山峰测量方法。他的系统同时考虑山峰相对于周围环境的高度和上升的陡峭程度，然后计算出一个客观数值，他称之为＂jut＂——意思是，岩壁向天空突出的剧烈程度。

这本质上是一种量化壮观程度的方法。按照这个标准，29032英尺高的珠穆朗玛峰只能排到第46位。

你可能会觉得这很荒谬，但想想优胜美地的半圆顶吧。海拔只有8842英尺，在约塞米蒂山谷里算是矮子了。但它顶部那块近2000英尺的垂直花岗岩壁，让它成为北美最上镜的山峰之一。每年有400万人在它面前排队拍照。

相比之下，南极洲东部的圆顶阿格斯峰，海拔13428英尺，但它是在数百英里的范围内极其缓慢地升起的。你站在山顶上，可能都意识不到这是座山。

显然，海拔高度并不能解释一座山的震撼力。

徐凯的灵感部分来自于2002年数学家大卫·梅茨勒和爱德华·厄尔发明的ORS（全方位地形起伏和陡峭度）。但这些都没能给徐凯想要的东西——从最令人印象深刻的角度仰望时，山峰看起来有多雄伟。

数学很复杂，但概念很简单。想象你站在一个完全垂直的1000英尺悬崖正下方，直视山顶。从那个位置，视点印象值就是1000英尺。但如果从更远的地方以45度角看同一个山顶，震撼感会减弱，数值也会相应缩小。

关键是找到那个最佳观赏点。

徐凯利用谷歌地球引擎的海量地理空间数据，为任何一座山峰计算出他的新公式能产生最高视点印象值的那个点。他把这个点称为山的＂基点＂——理论上，这是仰望山峰的最佳位置，能看到最令人惊叹的景色。

谷歌平台用不到一周时间就为全球约20万座山峰计算出了jut值。

结果让人大跌眼镜。当徐凯计算出数字时，地球上海拔最高的五座山峰，没有一座进入jut值前五名。世界上实际最令人印象深刻的山峰？是喜马拉雅山脉的安纳普尔纳峰，海拔25089英尺，jut值11194英尺——比喻地说，它以巨大优势＂俯视＂着只有7293英尺jut值的珠峰。

徐凯在网上推广jut时如此热情，以至于论坛访客开始叫他＂jut男＂，还开玩笑说他在传教。有人说：＂我听说过我们的主和救世主Jut吗？＂

也有反对的声音。有人认为高度应该在计算印象深刻程度时发挥更大作用。还有人对自己喜欢的山峰排名不满。＂任何把菲茨罗伊山排在德纳利山下面的指标我都不能接受。＂

但大多数登山爱好者都很热情。许多人似乎在jut中发现了一种优雅的方式来捕捉他们缺乏表达方式的品质。

＂刚开始读这个时，我想＇又是Reddit上某个疯子在胡编乱造＇，＂一条典型的回复这样开头，＂但读下去后，我意识到你基本上解决了山峰分类问题。有各种测量方法：海拔、突出度等等，但它们都没告诉你一座山有多……怎么说呢，有多牛。而这正是人们想知道的！＂

很快，徐凯就收到了徒步者和登山者的来信，他们用jut来寻找那些被忽视的壮观之地。

＂人们写信告诉我，他们根据jut改变了旅行计划，＂徐凯说，＂他们想去参观一些非常令人印象深刻的山峰。＂

jut指定的最佳观赏点让它对非登山者也有用，这是其他山峰测量方法所没有的。你可能永远看不到安纳普尔纳峰或世界上许多jut值最高的山峰，但徐凯的网站可以引导你找到自家后院最好的山景——甚至给你拍Instagram照片的坐标。

＂这是一个很好的数字，可以显示山在你的相机里看起来有多大。＂前谷歌地球工程总监安德鲁·柯姆斯说。

一年前，徐凯收到了来自爱达荷州博伊西的22岁软件开发者兼背包客诺亚·洛马斯的电子邮件。洛马斯说，徐凯的工作促使他学习在谷歌地球引擎中编程，他开始创建一个全球jut＂热图＂。

今年早些时候，徐凯把它添加到了他的网站上：一个交互式谷歌地图图层，显示高点以绿色、黄色、橙色或红色点亮。点击地图上的山峰，网站就会显示其据称最令人印象深刻的观赏点的坐标。

有一天，洛马斯在随意浏览墨西哥地图时，注意到一个亮橙色的点。他看到的山在普埃布拉州和瓦哈卡州边界附近的马萨特卡山脉——无论他怎么搜索，都找不到多少相关细节。它那戏剧性的山壁曾被攀登过吗？

＂我们知道这个壮观的地理景观的唯一原因，＂洛马斯说，＂就是因为jut地图。＂

徐凯只是很高兴看到jut产生影响，无论是引导人们到新的山峰，还是对老山峰有新的认识。＂最终，＂他说，＂我希望人们从不同的角度看世界。＂

最近，他一直埋头于博士学位，研究人工智能。但即使在实验室里，徐凯的思绪也会飘回地理学，想着人工智能如何扫描地图、照片和网络信息，揭示只有当地人才知道的山峰——偏远的次山脉和无名山顶。

作为人工智能应用，这可能看起来是件小事。但对徐凯来说，这将是巨大的。