Atrybucje ContrailWatch

ContrailWatch to zestaw atrybucji śladów kondensacyjnych na poziomie lotu w przypadku wcześniejszych lotów.

Chociaż atrybucje śladów kondensacyjnych nie są używane bezpośrednio do planowania lotów, są ważne na potrzeby trenowania, oceny i edukacji. Mamy nadzieję, że te dane zostaną wykorzystane do przyspieszenia badań nad smugami kondensacyjnymi.

Metodologie

Aby zaspokoić różne potrzeby w zakresie badań i analiz, interfejs Contrails API oferuje 3 różne metodologie atrybucji za pomocą parametru view:

OBSERVATION

OBSERVATION to tryb domyślny, a atrybuty mają wpływ tylko na podstawie dopasowanych wykrytych śladów kondensacyjnych satelitów. Odcinki lotu, w przypadku których nie wykryto smug kondensacyjnych, mają zerowy wpływ.

Ten tryb stawia na wysoką precyzję opartą na bezpośrednich, zaobserwowanych dowodach.

Ten widok dopasowuje wykrycia satelitarne do ścieżek lotu za pomocą metod opisanych w publikacji Sarna i in. 2025 i opiera się na publikacji Geraedts i in. 2023.

COCIP

COCIP atrybuty wpływają wyłącznie na podstawie modelowania fizycznego (prognozy zespołu CoCiP z użyciem 10 elementów). Ścieżki lotu są w pełni interpolowane za pomocą ścieżek po okręgu wielkim w miejscach, w których brakuje danych.

W tym trybie priorytetem jest wysoka skuteczność.

W tym widoku wykorzystywane jest modelowanie fizyczne opisane w Schumann 2012.

OBSERVATION_ENHANCED_COCIP

OBSERVATION_ENHANCED_COCIP to podejście hybrydowe, które łączy obserwacje satelitarne z prognozami zespołu CoCiP, aby oszacować całkowity fizyczny wpływ radiacyjny.

Interfejs Contrails API zapewnia najlepsze oszacowanie fizycznej energii radiacyjnej, które jest uzyskiwane przez wyodrębnienie efektywnego wymuszania radiacyjnego z czterowymiarowych danych prognozy CoCiP w postaci siatki i przeprowadzenie interpolacji liniowej wzdłuż punktów lotu po ponownym próbkowaniu. Metodologia szacowania wymuszania radiacyjnego jest obszarem aktywnych badań i może się zmienić w przyszłych wersjach.

Takie podejście:

  • Skaluje lub obniża prognozy modelu fizycznego na podstawie dopasowanych wykryć satelitarnych w miejscach, w których jest to możliwe.
  • Opiera się bezpośrednio na modelowaniu fizycznym w regionach poza zasięgiem satelitów, a także w przypadku luk w danych o ścieżce lotu, które z natury nie nadają się do dopasowywania.

Ten widok łączy dopasowane wykrycia smug kondensacyjnych z satelitów z prognozami CoCiP na podstawie metodologii przedstawionej w Geraedts i in. 2026 (preprint).

Wykorzystanie

Atrybucje ContrailWatch zostały wykorzystane do trenowania prognoz śladów kondensacyjnych opartych na uczeniu maszynowym, oceny prób unikania śladów kondensacyjnych oraz dostarczania informacji o wzorcach powstawania śladów kondensacyjnych.

Przykład

Ten przykładowy obraz to klatka z sekwencji zdjęć satelitarnych GOES-16 nad obszarem wybrzeża Zatoki Meksykańskiej. Służył do oceny, czy lot z unikaniem smug kondensacyjnych spowodował powstanie wykrywalnej smugi.

Atrybucja GOES-16 przy użyciu zdjęć satelitarnych

Grube linie pokazują pierwotną trasę lotu i trasę lotu z uwzględnieniem wiatru, a także smugi kondensacyjne wykryte przez system wizji komputerowej. Więcej informacji znajdziesz w oryginalnej publikacji.

Ograniczenia

Atrybucje ContrailWatch mają te ograniczenia:

  • Zasięg geograficzny: ograniczenia regionalne dotyczą tylko operacji wykorzystujących zdjęcia satelitarne (widok OBSERVATION i segmenty korekty obserwacyjnej OBSERVATION_ENHANCED_COCIP). Są one ograniczone do podregionów objętych przez GOES-East (kontynentalne Stany Zjednoczone), MTG (kontynentalna Europa) i Himawari (podregiony Azji Wschodniej i regionu Azji i Pacyfiku). Atrybucje GOES-East i Himawari zapewniają jakość na poziomie produkcyjnym, a MTG jest w wersji beta. W przypadku obszarów poza tymi zdefiniowanymi regionami lub w przypadku widoku czysto fizycznego (COCIP) oceny lotów są obliczane globalnie na podstawie domyślnych prognoz modelu.

    Ramki ograniczające zasięg satelitarny (widok w projekcji Mercatora)

    Powyższa mapa ilustruje konkretne granice używane do przetwarzania danych w tych widokach opartych na obserwacjach.

  • Szacunki dotyczące powstawania i wymuszania radiacyjnego: atrybucje są oparte na obserwacjach powstawania smug kondensacyjnych na podstawie zdjęć satelitarnych lub symulacji fizycznych, a nie na bezpośrednich pomiarach wymuszania radiacyjnego w czasie rzeczywistym.

  • Przypomnienie: atrybucje oparte wyłącznie na obserwacjach mogą nie odzwierciedlać pełnego zakresu powstawania smug kondensacyjnych w danym regionie.

    Określenie odsetka powstawania smug kondensacyjnych, który można zaobserwować na zdjęciach satelitarnych, jest otwartym pytaniem badawczym. Badania wskazują, że około połowy wszystkich smug kondensacyjnych jest wykrywanych przez satelity geostacjonarne, a ogromna większość ocieplenia pochodzi ze smug kondensacyjnych, które są wykrywalne w pewnym momencie ich istnienia (Driver i in. 2025).

Licencja

Dane udostępniane przez interfejs ContrailWatch API są objęte licencją CC BY-NC 4.0.

Odniesienia

  • Geraedts, Scott, Erica Brand, Thomas R. Dean, Sebastian Eastham, Carl Elkin, Zebediah Engberg, Ulrike Hager i in. 2023 r. Skalowalny system pomiaru powstawania smug kondensacyjnych w przypadku poszczególnych lotów. Environmental Research Communications, http://doi.org/10.1088/2515-7620/ad11ab.

  • Sarna, A., Meijer, V., Chevallier, R., Duncan, A., McConnaughay, K., Geraedts, S. i 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 r. modelu prognozowania chmur cirrus powstałych w wyniku kondensacji pary wodnej za samolotami. 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. i Gryspeerdt, E.: Czynniki ograniczające wykrywanie smug kondensacyjnych na zdjęciach satelitarnych, Atmos. Meas. Tech., 18, 1115–1134, https://doi.org/10.5194/amt-18-1115-2025, 2025.

  • Geraedts, Scott, Aaron Sarna, Susanne Rohs, Roger Teoh i Kevin McCloskey. 2026. Ulepszanie ponownej analizy pogody na potrzeby weryfikacji smug kondensacyjnych przez uwzględnianie obserwacji satelitarnych. Copernicus Preprints, https://jecats.copernicus.org/preprints/jecats-2026-6/.