ContrailWatch, पिछली फ़्लाइट के लिए फ़्लाइट-लेवल के कॉन्ट्रेल एट्रिब्यूशन का सेट है.
फ़्लाइट की योजना बनाने के लिए, इसका सीधे तौर पर इस्तेमाल नहीं किया जाता. हालांकि, कॉन्ट्रेल एट्रिब्यूशन, ट्रेनिंग, आकलन, और शिक्षा के मकसद से ज़रूरी होते हैं. हमें उम्मीद है कि इस डेटा का इस्तेमाल, कॉन्ट्रेल से जुड़ी रिसर्च को आगे बढ़ाने के लिए किया जाएगा.
लिस्ट किस तरह बनाई गई
रिसर्च और विश्लेषण की अलग-अलग ज़रूरतों को पूरा करने के लिए, Contrails API view पैरामीटर का इस्तेमाल करके, एट्रिब्यूशन के तीन अलग-अलग तरीके उपलब्ध कराता है:
OBSERVATION
OBSERVATION डिफ़ॉल्ट मोड है. इसमें एट्रिब्यूट का असर सिर्फ़, मैच किए गए सैटलाइट कॉन्ट्रेल का पता लगाने के आधार पर होता है. जिन फ़्लाइट सेगमेंट के लिए कॉन्ट्रेल का पता लगाने वाली रिपोर्ट नहीं मिली है उन पर कॉन्ट्रेल का कोई असर नहीं पड़ता.
यह मोड, सीधे तौर पर देखे गए सबूतों के आधार पर, ज़्यादा सटीक जानकारी को प्राथमिकता देता है.
इस व्यू में, सैटलाइट से मिले डेटा को फ़्लाइट के रास्तों से मैच किया जाता है. इसके लिए, Sarna et al. 2025 में बताए गए तरीकों का इस्तेमाल किया जाता है. साथ ही, यह Geraedts et al. 2023 के आधार पर बनाया गया है.
COCIP
COCIP एट्रिब्यूट का असर सिर्फ़ फ़िज़िकल मॉडलिंग पर पड़ता है. इसमें 10 सदस्यों का इस्तेमाल करके CoCiP के अनुमानों का एनसेंबल किया जाता है. फ़्लाइट के पाथ को पूरी तरह से इंटरपोलेट किया जाता है. इसके लिए, डेटा गैप पर ग्रेट-सर्कल पाथ का इस्तेमाल किया जाता है.
इस मोड में, ज़्यादा से ज़्यादा नतीजों को याद रखने को प्राथमिकता दी जाती है.
इस व्यू में, Schumann 2012 में बताई गई फ़िज़िकल मॉडलिंग का इस्तेमाल किया जाता है.
OBSERVATION_ENHANCED_COCIP
OBSERVATION_ENHANCED_COCIP एक हाइब्रिड तरीका है. इसमें, सैटलाइट से मिले डेटा को CoCiP के अनुमानों के साथ मिलाकर, कुल फ़िज़िकल रेडिएटिव असर का अनुमान लगाया जाता है.
Contrails API, फ़िज़िकल रेडिएटिव एनर्जी का सबसे सटीक अनुमान देता है. यह अनुमान, 4D ग्रिड वाले CoCiP के पूर्वानुमान के आउटपुट से असरदार रेडिएटिव फ़ोर्सिंग को निकालकर और फिर से सैंपल किए गए फ़्लाइट पॉइंट के साथ रैखिक रूप से इंटरपोलेट करके निकाला जाता है. एनर्जी फ़ोर्सिंग का अनुमान लगाने के तरीके पर लगातार रिसर्च की जा रही है. इसलिए, आने वाले वर्शन में इसमें बदलाव हो सकता है.
इस तरीके से:
- यह मॉडल, सैटलाइट से मिले डेटा के आधार पर, फ़िज़िकल मॉडल की अनुमानित जानकारी को घटाता या बढ़ाता है. ऐसा उन जगहों पर किया जाता है जहां सैटलाइट से मिले डेटा का इस्तेमाल किया जा सकता है.
- यह सीधे तौर पर, सैटलाइट कवरेज से बाहर के इलाकों में फ़िज़िकल मॉडलिंग पर निर्भर करता है. साथ ही, फ़्लाइट पाथ के डेटा में मौजूद उन कमियों के लिए भी फ़िज़िकल मॉडलिंग पर निर्भर करता है जो मैचिंग के लिए सही नहीं हैं.
इस व्यू में, सैटलाइट से मिले कॉन्ट्रेल के डेटा को CoCiP के अनुमानों के साथ मिलाया जाता है. ये अनुमान, Geraedts et al. 2026 (पूर्व-प्रिंट) में बताई गई कार्यप्रणाली पर आधारित होते हैं.
इस्तेमाल
ContrailWatch के एट्रिब्यूशन का इस्तेमाल, एमएल पर आधारित कॉन्ट्रेल के पूर्वानुमानों को ट्रेन करने, कॉन्ट्रेल से बचने के लिए किए गए परीक्षणों का आकलन करने, और कॉन्ट्रेल बनने के पैटर्न के बारे में अहम जानकारी देने के लिए किया गया है.
उदाहरण
इस उदाहरण वाली इमेज, मेक्सिको की खाड़ी के ऊपर GOES-16 सैटलाइट से ली गई तस्वीरों के क्रम का एक फ़्रेम है. इसका इस्तेमाल यह आकलन करने के लिए किया गया था कि क्या कॉन्ट्रेल से बचने के लिए की गई उड़ान से, पता लगाने लायक कॉन्ट्रेल बना है.
मोटी लाइनें, फ़्लाइट का ओरिजनल पाथ और हवा के साथ फ़्लाइट की दिशा में बदलाव दिखाती हैं. साथ ही, कंप्यूटर विज़न सिस्टम से पता चले कॉन्ट्रेल भी दिखाती हैं. ज़्यादा जानकारी के लिए, ओरिजनल पेपर देखें.
सीमाएं
ContrailWatch एट्रिब्यूशन पर ये सीमाएं लागू होती हैं:
भौगोलिक कवरेज: देश/इलाके से जुड़ी पाबंदियां सिर्फ़ उन कार्रवाइयों पर लागू होती हैं जो सैटलाइट से ली गई इमेज पर निर्भर करती हैं. जैसे,
OBSERVATIONव्यू औरOBSERVATION_ENHANCED_COCIPके ऑब्ज़र्वेशनल अडजस्टमेंट सेगमेंट. ये पाबंदियां, GOES-East (अमेरिका), MTG (यूरोप), और Himawari (पूर्वी एशिया / एशिया-पैसिफ़िक के उपक्षेत्र) के कवरेज में आने वाले उपक्षेत्रों पर लागू होती हैं. GOES-East और Himawari एट्रिब्यूशन, प्रोडक्शन-लेवल की क्वालिटी देते हैं. वहीं, MTG बीटा वर्शन में है. कवरेज के लिए तय किए गए इन इलाकों के बाहर या सिर्फ़ फ़िज़िक्स व्यू (COCIP) के लिए, फ़्लाइट का आकलन दुनिया भर में किया जाता है. इसके लिए, डिफ़ॉल्ट रूप से मॉडल के अनुमानों का इस्तेमाल किया जाता है.
ऊपर दिए गए मैप में, डेटा प्रोसेस करने के लिए इस्तेमाल की गई खास सीमाओं को दिखाया गया है. ये ऑब्ज़र्वेशन पर आधारित व्यू हैं.
बादल बनने की प्रक्रिया और ऊर्जा पर पड़ने वाले असर के अनुमान: एट्रिब्यूशन, सैटलाइट से ली गई तस्वीरों या फ़िज़िकल सिम्युलेशन से कॉन्ट्रेल बनने की प्रोसेस के बारे में मिली जानकारी पर आधारित होते हैं. ये सीधे तौर पर, रेडिएटिव फ़ोर्सिंग के रीयल-टाइम मेज़रमेंट पर आधारित नहीं होते.
ध्यान दें: सिर्फ़ निगरानी वाले एट्रिब्यूशन से, किसी क्षेत्र में कॉन्ट्रेल बनने की पूरी जानकारी नहीं मिल सकती.
सैटलाइट से ली गई तस्वीरों में, कॉन्ट्रेल बनने का कितना प्रतिशत दिखता है, यह एक रिसर्च का विषय है. रिसर्च से पता चलता है कि लगभग आधे कॉन्ट्रेल का पता जियोस्टेशनरी सैटलाइट से लगाया जा सकता है. इनमें से ज़्यादातर कॉन्ट्रेल, ऐसे होते हैं जिनका पता उनके जीवनकाल में किसी समय लगाया जा सकता है (ड्राइवर वगैरह, 2025).
लाइसेंस
ContrailWatch API से मिले डेटा का लाइसेंस, CC BY-NC 4.0 के तहत मिलता है.
रेफ़रंस
Geraedts, Scott, Erica Brand, Thomas R. डीन, सेबेस्टियन ईस्टहम, कार्ल एल्किन, ज़ेबेडियाह एंगबर्ग, उलरीके हैगर वगैरह. 2023. हर फ़्लाइट के हिसाब से, कॉन्ट्रेल बनने की प्रोसेस को मेज़र करने के लिए, एक स्केलेबल सिस्टम. Environmental Research Communications, http://doi.org/10.1088/2515-7620/ad11ab.
सरना, ए., मीजर, वी., शेवेलियर, आर॰, डंकन, ए॰, केविन मैकॉनहे, Geraedts, S., and 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. यह कॉन्ट्रेल सिरस का अनुमान लगाने वाला मॉडल है. Geoscientific Model Development 5 (3): 543-80.
जॉन सी प्लैट, मार्क एल शापिरो, ज़ेबेडियाह एंगबर्ग, केविन मैक्लॉस्की, स्कॉट गेराड्ट्स, थारुन शंकर, मार्क ई जे स्टेटलर, रॉजर टीओह, उलरिच शुमन, सुज़ैन रोह्स: नमी और मॉडल पैरामीटर में अनिश्चितता का असर, कॉन्ट्रेल एनर्जी फ़ोर्सिंग 2024 Environ के अनुमान पर पड़ता है. Res. Commun. 6 095015
ड्राइवर, ओ. जी॰ A., Stettler, M. ई॰ जे., और ग्रिस्पर्ड्ट, ई.: सैटलाइट इमेज में कॉन्ट्रेल का पता लगाने में आने वाली समस्याएं, Atmos. Meas. टेक., 18, 1115–1134, https://doi.org/10.5194/amt-18-1115-2025, 2025.
गेराएर्ट्स, स्कॉट, एरॉन सार्ना, सुज़ैन रोह्स, रॉजर टीओह, और केविन मैक्लॉस्की. 2026. सैटलाइट से मिली जानकारी को शामिल करके, कॉन्ट्रेल की पुष्टि करने के लिए मौसम के फिर से विश्लेषण करने की सुविधा को बेहतर बनाना. Copernicus Preprints, https://jecats.copernicus.org/preprints/jecats-2026-6/.