ContrailWatch 是一组针对过往航班的航班级飞机尾迹归因数据。
虽然飞机尾迹归因数据不会直接用于航班规划，但对于训练、评估和教育目的而言非常重要。我们希望这些数据能用于加快飞机尾迹研究。
方法
为了满足不同的研究和分析需求，Contrails API 使用 view 参数提供了三种不同的归因方法：
OBSERVATION
OBSERVATION 是默认模式，仅根据匹配的卫星飞机尾迹检测结果进行影响归因。没有匹配的飞机尾迹检测报告的航班段的影响为零。
此模式优先考虑基于直接观测证据的高精度。
此视图使用 Sarna et al. 2025 中描述的方法将卫星检测结果与航班路径进行匹配，并以 Geraedts et al. 2023 为基础。
COCIP
COCIP 仅根据物理建模（使用 10 个成员的 CoCiP 集成预测）进行影响归因。航班路径完全使用大圆路径在数据缺口上进行插值。
此模式优先考虑高召回率。
此视图利用 Schumann 2012 中描述的物理建模。
OBSERVATION_ENHANCED_COCIP
OBSERVATION_ENHANCED_COCIP 是一种混合方法，它将卫星观测结果与 CoCiP 集成预测相结合，以估算总物理辐射影响。
Contrails API 通过从 4D 网格化 CoCiP 预测输出中提取有效辐射强迫，并沿重新采样的航班点对其进行线性插值，从而提供物理辐射能量强迫的最佳估算值。估算能量强迫的方法是一个活跃的研究领域，可能会在未来的版本中发生变化。
此方法：
- 在覆盖范围允许的情况下，根据匹配的卫星检测结果缩放或折扣物理模型预测。
- 直接依赖于卫星覆盖范围之外的区域以及本质上不适合匹配的航班路径数据缺口的物理建模。
此视图根据 Geraedts et al. 2026（预印本）中介绍的方法，将匹配的卫星飞机尾迹检测结果与 CoCiP 预测相结合。
用法
ContrailWatch 归因数据已用于训练基于机器学习的飞机尾迹预测、评估飞机尾迹规避试验，并提供有关飞机尾迹形成模式的洞见。
示例
此示例图片是墨西哥湾沿岸地区 GOES-16 卫星图像序列的一帧。它用于评估飞机尾迹规避航班是否产生了可检测到的飞机尾迹。
粗线显示了原始航班路径和风平流航班轨迹，以及计算机视觉系统检测到的飞机尾迹。如需了解详情，请参阅 原始论文。
限制
ContrailWatch 归因数据存在以下限制：
地理覆盖范围：区域限制仅适用于 依赖卫星图像的操作（
OBSERVATION视图和OBSERVATION_ENHANCED_COCIP的观测调整段）。这些限制仅适用于 GOES-East（美国大陆）、GOES-West、 MTG（欧洲大陆）和 Himawari（东亚/ 亚太地区次区域）覆盖的次区域。GOES-East、GOES-West 和 Himawari 归因数据提供生产级质量，而 MTG 处于 Beta 版阶段。对于这些已定义覆盖区域之外的区域，或对于纯物理视图 (COCIP)，航班评估将通过默认使用模型预测在全球范围内计算。
上图说明了用于处理这些基于观测的视图数据的具体边界。
以形成为重点的能量强迫估算 ：归因基于卫星图像或物理模拟中飞机尾迹形成的观测结果，而不是直接实时测量辐射强迫。
召回率 ：仅基于观测的归因可能无法代表某个区域飞机尾迹形成的完整程度。
了解卫星图像中可观测到的飞机尾迹形成百分比是一个开放的研究问题。研究表明，大约一半的飞机尾迹可被地球静止卫星检测到，而绝大多数变暖来自在其生命周期的某个时间点可检测到的飞机尾迹 (Driver et al. 2025)。
时间可用性和维护 ：航班级飞机尾迹归因数据从 2024 年开始提供。
- 2024 年数据 ：以尽力而为的方式提供。此数据未经维护，并且在部署未来的检测模型或流水线更改时不会重新处理。
- 2025 年及以后 ：在部署新的检测模型或算法改进时，会主动维护和重新处理。
许可
ContrailWatch API 公开的数据已获得 CC BY-NC 4.0 许可。
参考
Geraedts, Scott, Erica Brand, Thomas R. Dean, Sebastian Eastham, Carl Elkin, Zebediah Engberg, Ulrike Hager 等人。2023 年。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. 和 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 年。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. 和 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 和 Kevin McCloskey。2026 年。Improving reanalysis weather for contrail validation by incorporating satellite observations. Copernicus Preprints, https://jecats.copernicus.org/preprints/jecats-2026-6/.