कॉन्ट्रेल के पूर्वानुमान का डेटा

इस दस्तावेज़ में, कॉन्ट्रेल फ़ोरकास्ट एपीआई के getGrids तरीके से मिले कॉन्ट्रेल फ़ोरकास्ट डेटा के लिए, NetCDF डेटा कॉन्ट्रैक्ट के बारे में बताया गया है.

डेटा फ़ॉर्मैट

पूर्वानुमान ग्रिड में पूरी दुनिया को शामिल किया जाता है. इन्हें netCDF4 फ़ॉर्मैट में दिखाया जाता है.

आयाम

नाम टाइप ब्यौरा
longitude float32 अनुरोध में कॉन्फ़िगर किए गए हिसाब से, -180 से लेकर +180 तक (शामिल है). ग्रिड रिज़ॉल्यूशन 0.25 डिग्री है, लेकिन आने वाले समय में इसमें बदलाव हो सकता है.
latitude float32 अनुरोध में कॉन्फ़िगर किए गए -90 से लेकर +90 तक (शामिल है). ग्रिड रिज़ॉल्यूशन 0.25 डिग्री है, लेकिन आने वाले समय में इसमें बदलाव हो सकता है.
flight_level int16 अनुरोध में कॉन्फ़िगर किए गए [270, 280, 290, 300, 310, 320, 330, 340, 350, 360, 370, 380, 390, 400, 410, 420, 430, 440] को हेक्टोफ़ीट में दिखाया गया है. फ़्लाइट लेवल, दबाव के लेवल से तय होते हैं.
time datetime64[ns] यूटीसी में, मौसम के पूर्वानुमान के लिए अनुरोध की गई तारीख और समय.
forecast_reference_time datetime64[ns] यूटीसी में, पूर्वानुमान के समय के बजाय, पूर्वानुमान के हिसाब से डेटा का हिसाब लगाने की तारीख और समय.

वैरिएबल

contrails (float32): (longitude, latitude, flight_level, time) लगातार कॉन्ट्रेल फ़ोर्सिंग इंडेक्स वैल्यू [0 - 4] से.

कंट्रेल फ़ोर्सिंग इंडेक्स की वैल्यू, टर्बुलेंस के अनुमान की वैल्यू से मिलती-जुलती हैं.
गंभीरता के लेवल की वैल्यू को इस तरह से समझा जा सकता है:
मान इसका मतलब यह है
0 कोई नहीं
1 कम (हल्का)
2 मध्यम
3 ज़्यादा (गंभीर)
4 बहुत ज़्यादा

applied_erf_over_rf_ratio = 0.42 रेडिएटिव फ़ोर्सिंग का असरदार रेडिएटिव फ़ोर्सिंग के अनुपात पर (Lee et al., 2021)

उदाहरण

स्केलिंग के उदाहरण में, ef_per_m को contrails इंडेक्स में बदला गया है: 
ds["contrails"] = ds["ef_per_m"].clip(min=2e7, max=2e8)
ds["contrails"] = ((ds["contrails"] - 2e7) / (2e8 - 2e7)) * 4
 ef_per_m से लेकर कॉन्ट्रेल इंडेक्स तक, बैकग्राउंड की जानकारी देने वाले उदाहरण की मैपिंग के बारे में ज़्यादा जानने के लिए, एनर्जी फ़ोर्सिंग इंटरप्रिटेशन देखें.

रेफ़रंस