ContrailWatch ist eine Reihe von Attributen für Kondensstreifen auf Flugebene für vergangene Flüge.
Obwohl sie nicht direkt für die Flugplanung verwendet werden, sind Attributen für Kondensstreifen für Trainings-, Bewertungs- und Bildungszwecke wichtig. Wir hoffen, dass diese Daten verwendet werden, um die Forschung zu Kondensstreifen zu beschleunigen.
Methoden
Um unterschiedliche Forschungs- und Analyseanforderungen zu erfüllen, bietet die Contrails API drei verschiedene Attributionsmethoden mit einem view-Parameter:
OBSERVATION
OBSERVATION ist der Standardmodus und die Auswirkungen werden nur auf der Grundlage von übereinstimmenden Satellitenerkennungen von Kondensstreifen zugeordnet. Für Flugsegmente ohne übereinstimmende Erkennung von Kondensstreifen wird keine Auswirkung gemeldet.
In diesem Modus wird eine hohe Genauigkeit auf der Grundlage direkter, beobachteter Beweise priorisiert.
In dieser Ansicht werden Satellitenerkennungen mit Flugrouten abgeglichen. Dabei werden die in Sarna et al. 2025 beschriebenen Methoden verwendet und auf Geraedts et al. 2023 aufgebaut.
COCIP
COCIP ordnet die Auswirkungen ausschließlich auf der Grundlage der physikalischen Modellierung zu (CoCiP-Ensemble-Vorhersagen mit 10 Mitgliedern). Flugrouten werden vollständig interpoliert. Dabei werden über Datenlücken hinweg Großkreisrouten verwendet.
In diesem Modus wird eine hohe Recall-Rate priorisiert.
In dieser Ansicht wird die in Schumann 2012 beschriebene physikalische Modellierung verwendet.
OBSERVATION_ENHANCED_COCIP
OBSERVATION_ENHANCED_COCIP ist ein Hybridansatz, bei dem Satellitenbeobachtungen mit CoCiP-Ensemble-Vorhersagen kombiniert werden, um die gesamte physikalische Strahlungswirkung zu schätzen.
Die Contrails API bietet die beste Schätzung der physikalischen Strahlungsantriebskraft. Dazu wird die effektive Strahlungsantriebskraft aus 4D-Raster-CoCiP-Vorhersageausgaben extrahiert und linear entlang der neu abgetasteten Flugpunkte interpoliert. Die Methode zur Schätzung der Antriebskraft ist ein aktives Forschungsgebiet und kann sich in zukünftigen Versionen ändern.
Dieser Ansatz:
- Skaliert oder reduziert Vorhersagen aus physikalischen Modellen auf der Grundlage von übereinstimmenden Satellitenerkennungen, sofern die Abdeckung dies zulässt.
- Verwendet direkt die physikalische Modellierung in Regionen außerhalb der Satellitenabdeckung sowie für Datenlücken in Flugrouten, die von Natur aus nicht für den Abgleich geeignet sind.
In dieser Ansicht werden übereinstimmende Satellitenerkennungen von Kondensstreifen mit CoCiP-Vorhersagen kombiniert. Dabei wird die in Geraedts et al. 2026 (Vorabdruck) beschriebene Methode verwendet.
Nutzung
ContrailWatch-Attributionen wurden verwendet, um ML-basierte Vorhersagen von Kondensstreifen zu trainieren, Versuche zur Vermeidung von Kondensstreifen zu bewerten und Einblicke in Muster der Kondensstreifenbildung zu gewinnen.
Beispiel
Dieses Beispielbild ist ein Frame aus einer GOES-16-Satellitenbildsequenz über der Golfküste. Es wurde verwendet, um zu bewerten, ob bei einem Flug zur Vermeidung von Kondensstreifen ein erkennbarer Kondensstreifen entstanden ist.
Die dicken Linien zeigen die ursprüngliche Flugroute und die durch den Wind verdriftete Flugbahn sowie die vom Computer-Vision-System erkannten Kondensstreifen. Weitere Informationen finden Sie im Originalartikel.
Beschränkungen
Für ContrailWatch-Attributionen gelten die folgenden Beschränkungen:
Geografische Abdeckung: Regionale Einschränkungen gelten nur für Vorgänge, die auf Satellitenbildern basieren (die Ansicht
OBSERVATIONund die Segmente für die Anpassung auf der Grundlage von Beobachtungen vonOBSERVATION_ENHANCED_COCIP). Diese sind auf Unterregionen beschränkt, die von GOES-East (kontinentale USA), GOES-West, MTG (kontinentales Europa) und Himawari (Unterregionen Ostasiens/ Asien-Pazifik) abgedeckt werden. GOES-East-, GOES-West- und Himawari-Attributionen bieten Produktionsqualität, während MTG sich in der Betaphase befindet. Für Gebiete außerhalb dieser definierten Abdeckungsregionen oder für die reine physikalische Ansicht (COCIP) werden Flugbewertungen global berechnet, indem standardmäßig Modellvorhersagen verwendet werden.
Die obige Karte zeigt die spezifischen Grenzen, die für die Verarbeitung von Daten für diese beobachtungsbasierten Ansichten verwendet werden.
Schätzungen zu Bildung und Antriebskraft:Attributionen basieren auf Beobachtungen der Kondensstreifenbildung aus Satellitenbildern oder physikalischen Simulationen und nicht auf direkten Echtzeitmessungen der Antriebskraft.
Recall:Attributionen, die nur auf Beobachtungen basieren, stellen möglicherweise nicht das volle Ausmaß der Kondensstreifenbildung in einer Region dar.
Der Prozentsatz der Kondensstreifenbildung, der auf Satellitenbildern beobachtet werden kann, ist eine offene Forschungsfrage. Untersuchungen zeigen, dass etwa die Hälfte aller Kondensstreifen von geostationären Satelliten erkannt werden kann. Die überwiegende Mehrheit der Erwärmung geht auf Kondensstreifen zurück, die irgendwann in ihrem Lebenszyklus erkennbar sind (Driver et al. 2025).
Zeitliche Verfügbarkeit und Wartung:Attributionen für Kondensstreifen auf Flugebene sind ab 2024 verfügbar.
- Daten für 2024:Werden auf Best-Effort-Basis bereitgestellt. Diese Daten werden nicht gewartet und nicht neu verarbeitet, wenn zukünftige Erkennungsmodelle oder Pipelineänderungen bereitgestellt werden.
- Ab 2025:Werden aktiv gewartet und neu verarbeitet, wenn neue Erkennungsmodelle oder algorithmische Verbesserungen bereitgestellt werden.
Lizenz
Die von der ContrailWatch API bereitgestellten Daten sind unter der CC BY-NC 4.0-Lizenz lizenziert.
Verweise
Geraedts, Scott, Erica Brand, Thomas R. Dean, Sebastian Eastham, Carl Elkin, Zebediah Engberg, Ulrike Hager et al. 2023. A Scalable System to Measure Contrail Formation on a per-Flight Basis. Environmental Research Communications, http://doi.org/10.1088/2515-7620/ad11ab.
Sarna, A., Meijer, V., Chevallier, R., Duncan, A., McConnaughay, K., Geraedts, S. und McCloskey, K.: Benchmarking and improving algorithms for attributing satellite-observed contrails to flights, Atmospheric Measurement Techniques, https://doi.org/10.5194/amt-18-3495-2025.
Schumann, U. 2012. A Contrail Cirrus Prediction Model. Geoscientific Model Development 5 (3): 543-80.
John C Platt, Marc L Shapiro, Zebediah Engberg, Kevin McCloskey, Scott Geraedts, Tharun Sankar, Marc E J Stettler, Roger Teoh, Ulrich Schumann, Susanne Rohs: The effect of uncertainty in humidity and model parameters on the prediction of contrail energy forcing 2024 Environ. Res. Commun. 6 095015
Driver, O. G. A., Stettler, M. E. J. und Gryspeerdt, E.: Factors limiting contrail detection in satellite imagery, Atmos. Meas. Tech., 18, 1115–1134, https://doi.org/10.5194/amt-18-1115-2025, 2025.
Geraedts, Scott, Aaron Sarna, Susanne Rohs, Roger Teoh und Kevin McCloskey. 2026. Improving reanalysis weather for contrail validation by incorporating satellite observations. Copernicus Preprints, https://jecats.copernicus.org/preprints/jecats-2026-6/.