概要
ContrailWatch は、Geraedts 他（2023）に基づいて Sarna 他（2025）で説明されている手法を使用して計算された、飛行機雲の帰属のセットです。
これらの属性は、ML ベースの飛行機雲予測のトレーニング、飛行機雲回避試験の評価、飛行機雲形成パターンの分析情報の提供に使用されています。このデータが、飛行機雲の研究の加速に役立つことを願っています。
メキシコ湾岸地域上空の GOES-16 衛星画像シーケンスの 1 フレームの例。これは、飛行機雲回避飛行で検出可能な飛行機雲が生成されたかどうかを評価するために使用されました。太い線は、元の飛行経路と風による移流の飛行軌跡、コンピュータ ビジョン システムで検出された飛行機雲を示しています。詳しくは、元の論文をご覧ください。
制限事項
地理的範囲: 帰属は GOES-East の可視領域の一部でのみ利用できます。対象範囲は今後拡大される可能性があります。
形成に重点を置く: アトリビューションは、放射強制力の直接観測ではなく、衛星画像からの飛行機雲の形成の観測に基づいています。推定された有効エネルギー強制力は、CoCiP から導出された気候学的平均値に基づいています（Schumann 2012、Platt 他 2024）。エネルギー強制力の推定方法は、現在も研究が進められており、今後のバージョンで変更される可能性があります。
高精度: 帰属は、地域全体での飛行機雲の形成の全範囲を表していない可能性があります。衛星画像で観測可能な飛行機雲の形成率を理解することは、未解決の研究課題です。最近の研究によると、全飛行機雲の約半分が静止衛星で検出可能であり、温暖化の大部分は、ライフタイムのどこかの時点で検出可能な飛行機雲によるものです（Driver et al. 2025）。
参照
Geraedts、Scott、Erica Brand、Thomas R. Dean、Sebastian Eastham、Carl Elkin、Zebediah Engberg、Ulrike Hager 他。2023 年。飛行機雲の形成をフライト単位で測定するスケーラブルなシステム。Environmental Research Communications、http://doi.org/10.1088/2515-7620/ad11ab。Sarna, A.、Meijer, V.、Chevallier, R.、Duncan, A.、McConnaughay, K.、Geraedts, S.、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. 「飛行機雲の予測モデル。」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.、Gryspeerdt, E.: 衛星画像での飛行機雲の検出を制限する要因。測定Tech.、18, 1115–1134, https://doi.org/10.5194/amt-18-1115-2025, 2025.