Atrybucje ContrailWatch

ContrailWatch to zestaw atrybucji smug kondensacyjnych na poziomie lotu w przypadku lotów z przeszłości.

Atrybucje smug kondensacyjnych nie są bezpośrednio wykorzystywane do planowania lotów, ale są ważne do celów szkoleniowych, oceny i edukacyjnych. Mamy nadzieję, że te dane zostaną wykorzystane do przyspieszenia badań nad smugami kondensacyjnymi.

Metodologie

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

OBSERVATION

OBSERVATION to tryb domyślny, który przypisuje wpływ tylko na podstawie dopasowanych wykryć smug kondensacyjnych przez satelitę. Segmenty lotu, w których nie wykryto smug kondensacyjnych, mają zerowy wpływ.

Ten tryb priorytetowo traktuje wysoką precyzję opartą na bezpośrednich, zaobserwowanych dowodach.

Ten widok dopasowuje wykrycia satelitarne do tras lotów za pomocą metod opisanych w Sarna et al. 2025 i opiera się na Geraedts et al. 2023.

COCIP

COCIP przypisuje wpływ wyłącznie na podstawie modelowania fizycznego (prognozy zespołu CoCiP z wykorzystaniem 10 członków). Trasy lotów są w pełni interpolowane za pomocą ścieżek po okręgu wielkim w przypadku luk w danych.

Ten tryb priorytetowo traktuje wysoką skuteczność.

Ten widok wykorzystuje 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 fizycznego wymuszenia radiacyjnego uzyskanego przez wyodrębnienie efektywnego wymuszenia radiacyjnego z 4-wymiarowych danych prognoz CoCiP i interpolowanie ich liniowo wzdłuż ponownie próbkowanych punktów lotu. Metodologia szacowania wymuszenia energetycznego jest aktywnym obszarem badań i może się zmienić w przyszłych wersjach.

To podejście:

  • skaluje lub dyskontuje prognozy modelu fizycznego na podstawie dopasowanych wykryć satelitarnych, jeśli jest to możliwe;
  • opiera się bezpośrednio na modelowaniu fizycznym w regionach poza zasięgiem satelity, a także w przypadku luk w danych dotyczących trasy lotu, które z natury nie nadają się do dopasowania.

Ten widok łączy dopasowane wykrycia smug kondensacyjnych przez satelitę z prognozami CoCiP na podstawie metodologii przedstawionej w Geraedts et al. 2026 (wersja robocza).

Wykorzystanie

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

Przykład

Ten przykładowy obraz to klatka z sekwencji zdjęć satelitarnych GOES-16 nad obszarem Zatoki Meksykańskiej. Został on użyty do oceny, czy lot mający na celu uniknięcie smug kondensacyjnych spowodował powstanie wykrywalnej smugi kondensacyjnej.

Atrybucja GOES-16 przy użyciu zdjęć satelitarnych

Grube linie pokazują pierwotną trasę lotu i trajektorię lotu przenoszoną przez wiatr, a także smugi kondensacyjne wykryte przez system rozpoznawania obrazów. Więcej informacji znajdziesz w oryginalnym artykule.

Ograniczenia

Atrybucje ContrailWatch mają te ograniczenia:

  • Zasięg geograficzny: ograniczenia regionalne dotyczą tylko operacji opartych na zdjęciach satelitarnych (widok OBSERVATION i segmenty korekty obserwacyjnej OBSERVATION_ENHANCED_COCIP). Są one ograniczone do podregionów objętych zasięgiem GOES-East (kontynentalna część Stanów Zjednoczonych), GOES-West, MTG (kontynentalna część Europy) i Himawari (podregiony Azji Wschodniej / Azji i Pacyfiku). Atrybucje GOES-East, GOES-West i Himawari zapewniają jakość na poziomie produkcyjnym, a MTG jest w wersji beta. W przypadku obszarów poza tymi zdefiniowanymi regionami zasięgu lub w przypadku widoku czystej fizyki (COCIP) oceny lotów są obliczane globalnie przez domyślne prognozy modelu.

    Ramki ograniczające pokrycie satelitarne (widok płaski w projekcji Mercatora)

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

  • Szacunki dotyczące powstawania i wymuszenia energetycznego: atrybucje są oparte na obserwacjach powstawania smug kondensacyjnych na podstawie zdjęć satelitarnych lub symulacji fizycznej, a nie na bezpośrednim pomiarze wymuszenia radiacyjnego w czasie rzeczywistym.

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

    Odsetek powstawania smug kondensacyjnych, który można zaobserwować na zdjęciach satelitarnych, jest otwartym pytaniem badawczym. Badania wskazują, że około połowy wszystkich smug kondensacyjnych jest wykrywalnych przez satelity geostacjonarne, a zdecydowana większość ocieplenia pochodzi ze smug kondensacyjnych, które są wykrywalne w pewnym momencie ich istnienia (Driver et al. 2025).

  • Dostępność czasowa i konserwacja: atrybucje smug kondensacyjnych na poziomie lotu są dostępne od 2024 r.

    • Dane z 2024 r.: udostępniane z możliwie największą dokładnością. Te dane nie są utrzymywane i nie będą ponownie przetwarzane po wdrożeniu przyszłych modeli wykrywania lub zmian w potoku.
    • Od 2025 r.: aktywnie utrzymywane i ponownie przetwarzane za każdym razem, gdy wdrażane są nowe modele wykrywania lub ulepszenia algorytmiczne.

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 inni. 2023. Skalowalny system do pomiaru powstawania smug kondensacyjnych na podstawie lotu. 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. Model prognozowania smug kondensacyjnych. 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.: 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 i Kevin McCloskey. 2026. Improving reanalysis weather for contrail validation by incorporating satellite observations. Copernicus Preprints, https://jecats.copernicus.org/preprints/jecats-2026-6/.