在拍摄地球图像时，卫星通常面临一个大障碍：云层。平均而言，大约 67% 的地球表面被云层覆盖，使得追踪下方地面上的活动变得困难甚至不可能。许多卫星公司费尽心力地将不同时间拍摄的图像进行拼接匹配，以制作一张 耗时费力但无云遮挡的 地球图像。
但如今，两位科学家正试图更精确地描绘地球面貌，他们的思路不是绕开云层，而是将云层本身作为观察对象。在 PLOS Biology上发表的一项研究中，布法罗大学的Adam Wilson与耶鲁大学的Walter Jetz证明，云层可用于预测其下方将孕育何种气候与生态系统，且准确度令人惊叹。
北美与中美洲上空的云层覆盖情况 图片来源：Adam Wilson 和 Walter Jetz
Wilson与Jetz作为一个旨在开发生物多样性监测模型的合作项目的一部分，将全球云层15年的卫星图像压缩成了一系列 精美的地图。研究人员随后可从这些地图中寻找线索，以了解哺乳动物、鸟类及其他物种可能栖息的区域。
在下图中，颜色表示某一区域云量最多的月份。赤道周围的蓝色区域，云量最多的时段为8月的雨季。对于美国西部、北非和澳大利亚（以绿色和黄色为主）的区域，2月、3月和4月是云量最多的时段。
科学家通常通过追踪某种动物的已知目击记录，或利用气象观测站收集的当地温度与降雨数据，来预测某些物种可能出现的区域，从而绘制其预测分布范围图。但这是一种极不精确的做法。生物多样性丰富的亚马孙等广阔区域，大多仍未被测量。
但云层覆盖是一种非传统且未被充分重视的数据来源。云层决定了到达下方地面的日照与降水类型，进而决定了该区域能够繁衍的动植物物种。许多动物物种的行为乃至繁殖都会因云层而调整。通过利用这些数据，研究人员可以准确预测某些区域的小气候，从而了解生物物种的分布，并找到最佳保护方式。
该研究表明，科学家可利用此类数据精确界定不同环境类型之间的边界，例如Wilson与Jetz在下图中详细描绘的云雾森林。
Wilson与Jetz将其云层追踪方法与一种较为经典的模型进行了对比测试，该经典模型利用温度与降雨量预测两种鸣禽的分布范围，其中一种位于南美洲，另一种位于南非。结果显示，他们的方法与这些鸟类的已知目击记录相关性更高，更为准确。
