ContrailWatch คือชุดข้อมูลการระบุแหล่งที่มาของเมฆคอนเทรลระดับเที่ยวบินสำหรับเที่ยวบินที่ผ่านมา
แม้ว่าจะไม่ได้ใช้โดยตรงในการวางแผนการบิน แต่การระบุแหล่งที่มาของเมฆคอนเทรลมีความสำคัญต่อการฝึกอบรม การประเมิน และวัตถุประสงค์ด้านการศึกษา เราหวังว่าข้อมูลนี้จะถูกนำไปใช้เพื่อเร่งการวิจัยเกี่ยวกับเมฆคอนเทรล
ระเบียบวิธี
Contrails API มีระเบียบวิธีในการระบุแหล่งที่มา 3 แบบที่แตกต่างกันโดยใช้พารามิเตอร์ view เพื่อรองรับความต้องการด้านการวิจัยและการวิเคราะห์ที่แตกต่างกัน
OBSERVATION
OBSERVATION เป็นโหมดเริ่มต้นและระบุแหล่งที่มาของผลกระทบโดยอิงจากการตรวจจับเมฆคอนเทรลจากดาวเทียมที่ตรงกันเท่านั้น ส่วนเที่ยวบินที่ไม่มีรายงานการตรวจจับเมฆคอนเทรลที่ตรงกันจะมีผลกระทบเป็น 0
โหมดนี้ให้ความสำคัญกับความแม่นยำสูงโดยอิงตามหลักฐานที่สังเกตได้โดยตรง
มุมมองนี้จะจับคู่การตรวจจับจากดาวเทียมกับเส้นทางการบินโดยใช้วิธีการที่อธิบายไว้ใน Sarna et al. 2025 และต่อยอดจาก Geraedts et al. 2023
COCIP
COCIP ระบุแหล่งที่มาของผลกระทบโดยอิงจากการสร้างแบบจำลองทางกายภาพเท่านั้น (การคาดการณ์แบบรวมของ CoCiP โดยใช้สมาชิก 10 คน) เส้นทางการบินจะถูกประมาณค่าอย่างสมบูรณ์โดยใช้เส้นทางวงกลมใหญ่เหนือช่องว่างของข้อมูล
โหมดนี้ให้ความสำคัญกับการเรียกคืนสูง
มุมมองนี้ใช้การสร้างแบบจำลองทางกายภาพที่อธิบายไว้ใน Schumann 2012
OBSERVATION_ENHANCED_COCIP
OBSERVATION_ENHANCED_COCIP เป็นแนวทางแบบผสมผสานที่รวมการสังเกตจากดาวเทียมกับการคาดการณ์แบบรวมของ CoCiP เพื่อประมาณผลกระทบทางรังสีทางกายภาพทั้งหมด
Contrails API ให้ค่าประมาณที่ดีที่สุดของแรงทางรังสีทางกายภาพที่ได้มาจากการดึงแรงทางรังสีที่มีประสิทธิภาพจากเอาต์พุตการคาดการณ์ CoCiP แบบกริด 4 มิติ และประมาณค่าแบบเชิงเส้นตามจุดการบินที่สุ่มใหม่ ระเบียบวิธีในการประมาณแรงทางรังสีเป็นพื้นที่การวิจัยที่กำลังดำเนินการอยู่และอาจมีการเปลี่ยนแปลงในเวอร์ชันในอนาคต
แนวทางนี้มีลักษณะดังนี้
- ปรับขนาดหรือลดการคาดการณ์แบบจำลองทางกายภาพโดยอิงจากการตรวจจับจากดาวเทียมที่ตรงกันในกรณีที่ความครอบคลุมอนุญาต
- อิงอาศัยการสร้างแบบจำลองทางกายภาพโดยตรงในภูมิภาคที่อยู่นอกความครอบคลุมของดาวเทียม รวมถึงช่องว่างของข้อมูลเส้นทางการบินซึ่งไม่เหมาะสำหรับการจับคู่โดยธรรมชาติ
มุมมองนี้รวมการตรวจจับเมฆคอนเทรลจากดาวเทียมที่ตรงกันกับการคาดการณ์ CoCiP โดยอิงตามระเบียบวิธีที่นำเสนอใน Geraedts et al. 2026 (ร่างบทความ)
การใช้งาน
การระบุแหล่งที่มาของ ContrailWatch ถูกนำไปใช้เพื่อฝึกโมเดลการคาดการณ์เมฆคอนเทรลที่อิงตาม ML ประเมินการทดลองหลีกเลี่ยงเมฆคอนเทรล และให้ข้อมูลเชิงลึกเกี่ยวกับรูปแบบการก่อตัวของเมฆคอนเทรล
ตัวอย่าง
รูปภาพตัวอย่างนี้เป็นเฟรมของลำดับภาพถ่ายจากดาวเทียม GOES-16 เหนือพื้นที่ชายฝั่งอ่าว ซึ่งใช้เพื่อประเมินว่าเที่ยวบินที่หลีกเลี่ยงเมฆคอนเทรลก่อให้เกิดเมฆคอนเทรลที่ตรวจจับได้หรือไม่
เส้นหนาแสดงเส้นทางการบินเดิมและวิถีการบินที่ถูกลมพัดพาไป พร้อมกับเมฆคอนเทรลที่ตรวจจับได้โดยระบบคอมพิวเตอร์วิทัศน์ ดูรายละเอียดเพิ่มเติมได้ใน ใน บทความต้นฉบับ
ข้อจำกัด
การระบุแหล่งที่มาของ ContrailWatch มีข้อจำกัดดังต่อไปนี้
ความครอบคลุมทางภูมิศาสตร์: ข้อจำกัดระดับภูมิภาคจะมีผลเฉพาะกับการดำเนินการ ที่อิงตามภาพถ่ายจากดาวเทียม (มุมมอง
OBSERVATIONและส่วนการปรับตามการสังเกตของOBSERVATION_ENHANCED_COCIP) โดยจะจำกัดอยู่ที่ ภูมิภาคย่อยที่ครอบคลุมโดย GOES-East (ภาคพื้นทวีปสหรัฐอเมริกา) GOES-West, MTG (ภาคพื้นทวีปยุโรป) และ Himawari (ภูมิภาคย่อยของเอเชียตะวันออก/ เอเชียแปซิฟิก) การระบุแหล่งที่มาของ GOES-East, GOES-West และ Himawari มีคุณภาพระดับการผลิต ในขณะที่ MTG อยู่ในเวอร์ชันเบต้า สำหรับพื้นที่นอกภูมิภาคที่กำหนดไว้เหล่านี้ หรือสำหรับมุมมองทางฟิสิกส์ล้วน (COCIP) ระบบจะคำนวณการประเมินเที่ยวบินทั่วโลกโดยใช้การคาดการณ์แบบจำลองเป็นค่าเริ่มต้น
แผนที่ด้านบนแสดงขอบเขตที่เฉพาะเจาะจงที่ใช้ในการประมวลผลข้อมูลมุมมองที่อิงตามการสังเกตเหล่านี้
การประมาณการที่เน้นการก่อตัวและแรงทางรังสี: การระบุแหล่งที่มาอิงตามการสังเกตการก่อตัวของเมฆคอนเทรลจากภาพถ่ายจากดาวเทียมหรือการจำลองทางกายภาพ แทนที่จะเป็นการวัดแรงทางรังสีแบบเรียลไทม์โดยตรง
การเรียกคืน: การระบุแหล่งที่มาที่อิงตามการสังเกตเท่านั้นอาจไม่ได้แสดงขอบเขตทั้งหมดของการก่อตัวของเมฆคอนเทรลในภูมิภาค
การทำความเข้าใจเปอร์เซ็นต์การก่อตัวของเมฆคอนเทรลที่สังเกตได้ในภาพถ่ายจากดาวเทียมเป็นคำถามการวิจัยที่ยังไม่ได้รับการตอบ การวิจัยระบุว่าดาวเทียมประจำที่สามารถตรวจจับเมฆคอนเทรลได้ประมาณครึ่งหนึ่งของเมฆคอนเทรลทั้งหมด โดยความร้อนส่วนใหญ่มาจากเมฆคอนเทรลที่ตรวจจับได้ในช่วงใดช่วงหนึ่งของอายุการใช้งาน (Driver et al. 2025)
ความพร้อมใช้งานและการบำรุงรักษาตามช่วงเวลา: การระบุแหล่งที่มาของเมฆคอนเทรลระดับเที่ยวบินพร้อมใช้งานตั้งแต่ปี 2024 เป็นต้นไป
- ข้อมูลปี 2024: ให้บริการอย่างเต็มความสามารถ ข้อมูลนี้จะไม่ได้รับการบำรุงรักษาและจะไม่ได้รับการประมวลผลใหม่เมื่อมีการติดตั้งใช้งานโมเดลการตรวจจับหรือการเปลี่ยนแปลงไปป์ไลน์ในอนาคต
- ตั้งแต่ปี 2025 เป็นต้นไป: ได้รับการบำรุงรักษาและประมวลผลใหม่อย่างสม่ำเสมอเมื่อมีการติดตั้งใช้งานโมเดลการตรวจจับใหม่หรือการปรับปรุงอัลกอริทึม
ใบอนุญาต
ข้อมูลที่ ContrailWatch API แสดงได้รับอนุญาตภายใต้ CC BY-NC 4.0
ข้อมูลอ้างอิง
Geraedts, Scott, Erica Brand, Thomas R. Dean, Sebastian Eastham, Carl Elkin, Zebediah Engberg, Ulrike Hager, et al. 2023. A Scalable System to Measure Contrail Formation on a per-Flight Basis. Environmental Research Communications, http://doi.org/10.1088/2515-7620/ad11ab.
Sarna, A., Meijer, V., Chevallier, R., Duncan, A., McConnaughay, K., 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. A Contrail Cirrus Prediction Model. 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., and 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, and Kevin McCloskey. 2026. Improving reanalysis weather for contrail validation by incorporating satellite observations. Copernicus Preprints, https://jecats.copernicus.org/preprints/jecats-2026-6/.