ContrailWatch ist eine Reihe von Attributen für Kondensstreifen auf Flugebene für vergangene Flüge.
Die Zuordnung von Kondensstreifen wird zwar nicht direkt für die Flugplanung verwendet, ist aber für Training, Bewertung und Bildungszwecke wichtig. Wir hoffen, dass diese Daten die Forschung zu Kondensstreifen vorantreiben werden.
Methoden
Um unterschiedliche Forschungs- und Analyseanforderungen zu unterstützen, bietet die Contrails API drei verschiedene Attributionsmethoden mit dem Parameter view:
OBSERVATION
OBSERVATION ist der Standardmodus und ordnet die Auswirkungen nur basierend auf abgeglichenen Satelliten-Kondensstreifenerkennungen zu. Bei Flugsegmenten ohne zugehörigen Bericht zur Kondensstreifenerkennung wird keine Wirkung angegeben.
In diesem Modus wird auf hohe Präzision auf Grundlage direkter, beobachteter Beweise geachtet.
In dieser Ansicht werden Satellitenerkennungen mit Flugrouten abgeglichen. Dazu werden Methoden verwendet, die in Sarna et al. 2025 beschrieben sind und auf Geraedts et al. 2023 aufbauen.
COCIP
Die Auswirkungen von COCIP-Attributen basieren ausschließlich auf der physischen Modellierung (CoCiP-Ensemble-Vorhersagen mit 10 Mitgliedern). Flugrouten werden über Datenlücken hinweg vollständig interpoliert und dabei werden Großkreisrouten verwendet.
In diesem Modus wird hoher Recall priorisiert.
In dieser Ansicht wird die in Schumann 2012 beschriebene physikalische Modellierung verwendet.
OBSERVATION_ENHANCED_COCIP
OBSERVATION_ENHANCED_COCIP ist ein hybrider Ansatz, bei dem Satellitenbeobachtungen mit CoCiP-Ensemble-Vorhersagen kombiniert werden, um die gesamte physische Strahlungswirkung zu schätzen.
Die Contrails API liefert die beste Schätzung der physischen Strahlungsenergie, die durch die Extraktion der effektiven Strahlungsantriebskraft aus den 4D-Raster-CoCiP-Vorhersageausgaben und die lineare Interpolation entlang der neu berechneten Flugpunkte abgeleitet wird. Die Methodik zur Schätzung der Energieerzeugung ist ein aktives Forschungsgebiet und kann sich in zukünftigen Versionen ändern.
Dieser Ansatz:
- Skaliert oder gewichtet Vorhersagen des physischen Modells basierend auf übereinstimmenden Satellitenerkennungen, sofern die Abdeckung dies zulässt.
- Beruht direkt auf der physischen Modellierung in Regionen außerhalb der Satellitenabdeckung sowie bei Lücken in den Flugpfaddaten, die sich von Natur aus nicht für den Abgleich eignen.
In dieser Ansicht werden abgeglichene Satellitenkondensstreifendetektionen mit CoCiP-Vorhersagen auf Grundlage der in Geraedts et al. 2026 (Preprint) beschriebenen Methodik zusammengeführt.
Nutzung
ContrailWatch-Attributionen wurden verwendet, um ML-basierte Kondensstreifenvorhersagen zu trainieren, Versuche zur Vermeidung von Kondensstreifen zu bewerten und Einblicke in die Muster der Kondensstreifenbildung zu gewinnen.
Beispiel
Dieses Beispielbild ist ein Frame aus einer GOES-16-Satellitenbildsequenz über der Golfküste. Sie wurde verwendet, um zu bewerten, ob bei einem Flug zur Vermeidung von Kondensstreifen ein nachweisbarer Kondensstreifen entstanden ist.
Die dicken Linien zeigen den ursprünglichen Flugpfad und die durch den Wind verwehte Flugbahn sowie die vom Computer-Vision-System erkannten Kondensstreifen. Weitere Informationen finden Sie im Originalartikel.
Beschränkungen
Für ContrailWatch-Attributionen gelten die folgenden Einschränkungen:
Geografische Abdeckung:Regionale Einschränkungen gelten nur für Vorgänge, die auf Satellitenbildern basieren (die
OBSERVATION-Ansicht und die Beobachtungsanpassungssegmente vonOBSERVATION_ENHANCED_COCIP). Diese sind auf Unterregionen beschränkt, die von GOES-East (Kontinentale USA), MTG (Kontinentaleuropa) und Himawari (Unterregionen von Ostasien / Asien-Pazifik) abgedeckt werden. GOES-East- und Himawari-Quellen bieten eine Produktionsqualität, während MTG sich in der Betaphase befindet. Für Gebiete außerhalb dieser definierten Abdeckungsregionen oder für die reine Physikansicht (COCIP) werden Flugbewertungen global berechnet, wobei standardmäßig Modellvorhersagen verwendet werden.
Die obige Karte zeigt die spezifischen Grenzen, die für die Verarbeitung von Daten für diese beobachtungsbasierten Ansichten verwendet werden.
Schätzungen mit Fokus auf die Bildung und den Energie-Forcing-Effekt:Die Zuordnungen basieren auf Beobachtungen der Kondensstreifenbildung aus Satellitenbildern oder physikalischen Simulationen und nicht auf direkten Echtzeitmessungen des Strahlungs-Forcing-Effekts.
Wichtig:Attributionsanalysen, die nur auf Beobachtungen basieren, erfassen möglicherweise nicht das gesamte Ausmaß der Kondensstreifenbildung in einer Region.
Wie viel Prozent der Kondensstreifenbildung auf Satellitenbildern zu sehen ist, ist eine offene Forschungsfrage. Studien zeigen, dass etwa die Hälfte aller Kondensstreifen von geostationären Satelliten erfasst werden kann. Die überwiegende Mehrheit der Erwärmung geht auf Kondensstreifen zurück, die irgendwann in ihrem Lebenszyklus erfasst werden können (Driver et al. 2025).
Lizenz
Die von der ContrailWatch API bereitgestellten Daten sind unter der Lizenz CC BY-NC 4.0 lizenziert.
Verweise
Geraedts, Scott, Erica Brand, Thomas R. Dean, Sebastian Eastham, Carl Elkin, Zebediah Engberg, Ulrike Hager et al. 2023. Ein skalierbares System zur Messung der Kondensstreifenbildung pro Flug. 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 und Verbesserung von Algorithmen zur Zuordnung von Satellitenbeobachtungen von Kondensstreifen zu Flügen, Atmospheric Measurement Techniques, https://doi.org/10.5194/amt-18-3495-2025.
Schumann, U. 2012. Ein Modell zur Vorhersage von Kondensstreifen-Cirruswolken. 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.: Faktoren, die die Erkennung von Kondensstreifen in Satellitenbildern einschränken, 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. Verbesserung der Wetterdaten für die Reanalyse zur Validierung von Kondensstreifen durch Einbeziehung von Satellitenbeobachtungen. Copernicus Preprints, https://jecats.copernicus.org/preprints/jecats-2026-6/.