কন্ট্রেইলস এপিআই কন্ট্রেইলের পূর্বাভাস দিতে দুটি ভিন্ন মডেল ব্যবহার করে: একটি মেশিন লার্নিং (এমএল)-ভিত্তিক মডেল যা কন্ট্রেইল-সম্ভাব্য অঞ্চলের পূর্বাভাস দেয় এবং কন্ট্রেইল সির্রাস প্রেডিকশন (কোসিআইপি) নামক একটি পদার্থবিদ্যা-ভিত্তিক মডেল যা উষ্ণায়নের পূর্বাভাস দেয়।
এমএল-ভিত্তিক মডেল
এমএল-ভিত্তিক কন্ট্রেইল লাইকলি জোন (সিএলজেড) পূর্বাভাস মডেলটি কন্ট্রেইল গঠনের সম্ভাবনার পূর্বাভাস দেয়। মডেলটি একটি ডিপ নিউরাল নেটওয়ার্ক যা আবহাওয়ার বৈশিষ্ট্যকে ইনপুট হিসাবে গ্রহণ করে এবং স্যাটেলাইট কন্ট্রেইল সনাক্তকরণের উপর ভিত্তি করে সিএলজেড-এর পূর্বাভাস দেয় ( Geraedts et al. 2023 )।
এর ইনপুটগুলির মধ্যে প্রধানত HRES আবহাওয়ার বৈশিষ্ট্যগুলি অন্তর্ভুক্ত: নির্দিষ্ট আর্দ্রতা, তাপমাত্রা, বায়ুর u উপাংশ, বায়ুর v উপাংশ, উল্লম্ব বেগ, আপেক্ষিক ঘূর্ণন, মেঘাবরণের ভগ্নাংশ, মেঘের নির্দিষ্ট বরফ জলীয় উপাদান, তুষারের নির্দিষ্ট জলীয় উপাদান এবং অপসরণ। নির্দিষ্ট আর্দ্রতা এবং তাপমাত্রা ব্যবহার করে আপেক্ষিক আর্দ্রতা গণনা করা হয়। মডেলের ইনপুটগুলির মধ্যে আরও অন্তর্ভুক্ত রয়েছে স্থানীয় সৌর সময়, বছরের দিন, অক্ষাংশ এবং ফ্লাইট ওয়েপয়েন্টের উচ্চতা।
কিছু ভৌগোলিক এলাকার (যেমন, মার্কিন যুক্তরাষ্ট্র) জন্য, মডেলটিকে ইনপুট ফিচার হিসেবে অক্ষাংশ, দ্রাঘিমাংশ এবং উচ্চতা ব্যবহার করার জন্য সূক্ষ্মভাবে সমন্বয় করা হয়, যেখানে মডেলটির গ্লোবাল ফলব্যাক শুধুমাত্র অক্ষাংশ এবং উচ্চতা ব্যবহার করে।
পর্যবেক্ষণমূলক কনট্রেইল ডেটার সাথে তুলনা করলে মডেলটি সর্বাধুনিক পারফরম্যান্স প্রদর্শন করে।
CoCiP মডেল
কন্ট্রেইল সির্রাস প্রেডিকশন মডেলটি কন্ট্রেইলের এনার্জি ফোর্সিং-এর পূর্বাভাস দেয়, যা জলবায়ুর উপর এর প্রভাবের একটি পরিমাপ।
শক্তি বল প্রয়োগকে নিম্নরূপে সংজ্ঞায়িত করা হয়:
\[ EF [J] = \int_{0}^{t} RF'(t) \times L(t) \times W(t)dt \]
অর্থাৎ কনট্রেইলের জীবনকাল জুড়ে তার তাৎক্ষণিক বিকিরণজনিত বল ( Teoh et al. 2020 )। শক্তি বলকে উড্ডয়ন দূরত্ব দ্বারা স্বাভাবিক করা হয়, যার ফলে এর একক হয় (J/m)।
CoCiP হলো একটি পদার্থবিদ্যা-ভিত্তিক মডেল যা বায়ুমণ্ডলীয় অবস্থা, বিমানের ধরন, উড্ডয়ন পথ এবং অন্যান্য বৈশিষ্ট্য ব্যবহার করে কনট্রেইলের গঠন, বিবর্তন এবং প্রভাব অনুকরণ করে ( Schumann 2012 ; Schumann et al. 2012 )। এই মডেলটি ECMWF-এর উচ্চ-রেজোলিউশন পূর্বাভাস এনসেম্বল (HRES ENS) থেকে ১০টি এনসেম্বল মেম্বারকে ইনপুট হিসেবে ব্যবহার করে, যা কনট্রেইল গঠিত হওয়া ফ্লাইট ওয়েপয়েন্টগুলোকে সময়ের সাথে সামনে এগিয়ে নিয়ে যায় ( Hersbach et al. 2020 )। CoCiP মডেলটি কোন কনট্রেইলগুলো টিকে থাকবে তা নির্ধারণ করতে ক্লাউড মাইক্রোফিজিক্স তত্ত্বও ব্যবহার করে, যেখানে প্রাথমিক নিম্নগামী বায়ুপ্রবাহ, পতন এবং ঊর্ধ্বপাতনকে বিবেচনায় রাখা হয়। কনট্রেইলের অনুকৃত বিবর্তনের উপর ভিত্তি করে, CoCiP মডেলটি কনট্রেইলের বৈশিষ্ট্য এবং পারিপার্শ্বিক আবহাওয়ার অবস্থার উপর নির্ভর করে শক্তি বল গণনা করে।
CoCiP-এর শক্তি বলের অনুমানের পাশাপাশি, দিনের সময়, ঋতু এবং অক্ষাংশ অনুসারে বিন্যস্ত করে এক বছরের CoCiP আউটপুটের গড় করার মাধ্যমে শক্তি বলের একটি জলবায়ুগত অনুমানও গণনা করা হয়।
চূড়ান্ত শক্তি বলের পরিমাণটি হলো CoCiP এনসেম্বলের অশূন্য EF যুক্ত সদস্যগুলো থেকে প্রাপ্ত শক্তি বল এবং জলবায়ুগত গড়ের একটি গড়, যা সর্বদা অশূন্য। এই গড়ের মধ্যে জলবায়ুবিদ্যাকে অন্তর্ভুক্ত করা হলে কনট্রেইলের প্রভাবের একটি অনুমান নিশ্চিত হয়, এমনকি যখন CoCiP কোনো আবহাওয়া এনসেম্বল সদস্য ব্যবহার করে কনট্রেইল গঠনের পূর্বাভাস দেয় না।
প্রত্যাশিত কার্যকরী শক্তি বলপ্রয়োগ
এরপর প্রত্যাশিত কার্যকর শক্তি বল গণনা করা হয় এমএল মডেল থেকে হিসাবকৃত কনট্রেইল গঠনের সম্ভাব্যতা এবং কোসিআইপি মডেল থেকে হিসাবকৃত এই কনট্রেইলগুলোর কার্যকর শক্তি বলের গুণফল হিসেবে।
কন্ট্রেইল ফোর্সিং সূচক মান
গণনাকৃত প্রত্যাশিত কার্যকরী শক্তি বলের মানগুলিকে ০ থেকে ৪ স্কেলে বিন্যস্ত করে কন্ট্রেইল বল সূচক মান তৈরি করা যায়। কন্ট্রেইল বল সূচক মানগুলি টার্বুলেন্স পূর্বাভাসের মান দ্বারা অনুপ্রাণিত।
কন্ট্রেইলস এপিআই, ক্লিপিং এবং একটি লিনিয়ার স্কেলের মাধ্যমে expected_effective_energy_forcing কে contrails সেভিয়ারিটি ইনডেক্সে রূপান্তরিত করে:
ds["contrails"] = ds["expected_effective_energy_forcing"].clip(min=2e7, max=2e8)
ds["contrails"] = ((ds["contrails"] - 2e7) / (2e8 - 2e7)) * 4
এই ম্যাপিং সম্পর্কে আরও পটভূমি তথ্যের জন্য, এনার্জি ফোর্সিং ইন্টারপ্রিটেশন দেখুন।
এছাড়াও, আপনি কন্ট্রেইলস এপিআই রিলিজ নোট পড়তে পারেন এবং এই স্কেলের পরিবর্তন সম্পর্কে অবহিত হওয়ার জন্য ঘোষণাগুলিতে সাবস্ক্রাইব করতে পারেন।
CO2-সমতুল্য
প্রত্যাশিত কার্যকরী শক্তি বলকে কার্বন ডাই অক্সাইডের সাথে তুলনীয় কনট্রেইলের জলবায়ুগত প্রভাব, অর্থাৎ তাদের $\text{CO}_2$-সমতুল্য, এর পরিপ্রেক্ষিতেও ব্যাখ্যা করা যেতে পারে।
পূর্বাভাসিত কনট্রেইল উষ্ণায়নের CO2-সমতুল্য মান গণনা করতে, নিম্নলিখিত রূপান্তরটি ব্যবহার করুন:
\[ \text{CO}_2\text{eq [kg]} = EEEF \text{ [J]} \times \text{GWP Factor} \]
যেখানে:
- EEEF হলো প্রত্যাশিত কার্যকরী শক্তি বলপ্রয়োগ
- GWP ফ্যাক্টর হলো গ্লোবাল ওয়ার্মিং পটেনশিয়াল ফ্যাক্টর; যা একটি নির্দিষ্ট সময়সীমা (H, বছরে) ধরে ১ কেজি CO₂ দ্বারা উৎপাদিত মোট সমন্বিত শক্তি বলের বিপরীত। এর মান GWP ২০, ৫০ বা ১০০ হতে পারে।
GWP ফ্যাক্টর অফার
২০, ৫০ এবং ১০০ বছরের সময়সীমার উপর ভিত্তি করে, প্রস্তাবিত GWP ফ্যাক্টরগুলো হলো:
| সময়সীমা | GWP ফ্যাক্টর (কেজি-CO2/জুল) |
|---|---|
| জিডব্লিউপি২০ | ২.৪৯৭e-৯ |
| জিডব্লিউপি৫০ | ১.১৭৩e-৯ |
| GWP100 | ৬.৭৭৯e-১০ |
GWP ফ্যাক্টর গণনা
এই GWP ফ্যাক্টরগুলি IPCC AR5 ফ্যাক্টর এবং নিম্নলিখিত গণনা ব্যবহার করে $\text{CO}_2$-এর পরম বৈশ্বিক উষ্ণায়ন সম্ভাবনা (AGWP) থেকে উদ্ভূত হয়েছে:
\[ \text{GWP Factor} = \frac{1}{AGWP_{\text{CO}_2, H} \times A_{\text{earth}} \times S_{\text{year}}} \]
যেখানে:
- $AGWP_{\text{CO}_2, H}$: নির্বাচিত সময়সীমার জন্য $\text{CO}_2$-এর পরম বৈশ্বিক উষ্ণায়ন সম্ভাবনা, উৎস: IPCC AR5
- $A_{\text{earth}}$: পৃথিবীর পৃষ্ঠের ক্ষেত্রফল ($5.101 \times 10^{14} \text{ m}^2$)
- $S_{\text{year}}$: এক বছরে সেকেন্ডের সংখ্যা ($31,536,000 \text{ s}$)
লাইসেন্স
Forecast API দ্বারা প্রকাশিত ডেটা CC BY 4.0 লাইসেন্সের অধীনে রয়েছে।
এরপর কী?
- কন্ট্রেইল পূর্বাভাস উন্নত করতে ঐতিহাসিক ফ্লাইট-লেভেল কন্ট্রেইল অ্যাট্রিবিউশন কীভাবে ব্যবহার করা হয়, তা বুঝতে কন্ট্রেইলওয়াচ অ্যাট্রিবিউশন ওভারভিউটি পড়ুন।
তথ্যসূত্র
- গেরায়েডটস, স্কট, এরিকা ব্র্যান্ড, টমাস আর. ডিন, সেবাস্টিয়ান ইস্টহ্যাম, কার্ল এলকিন, জেবেদিয়াহ এনবার্গ, উলরিকে হেগার, প্রমুখ। ২০২৩। "প্রতি-ফ্লাইট ভিত্তিতে কনট্রেইল গঠন পরিমাপের জন্য একটি পরিমাপযোগ্য সিস্টেম।" arXiv [physics.ao-Ph]। arXiv। http://arxiv.org/abs/2308.02707।
- হারসবাচ, হ্যান্স, বিল বেল, পল বেরিসফোর্ড, শোজি হিরাহারা, আন্দ্রেস হোরানি, জোয়াকুইন মুনোজ-সাবাটার, জুলিয়েন নিকোলাস, এবং অন্যান্য। 2020। "ERA5 গ্লোবাল রিঅ্যানালাইসিস।" রয়্যাল মেটিওরোলজিক্যাল সোসাইটির ত্রৈমাসিক জার্নাল 146 (730): 1999-2049।
- শুমান, ইউ. 2012. "একটি কন্ট্রেইল সিরাস পূর্বাভাস মডেল।" ভূ-বৈজ্ঞানিক মডেল উন্নয়ন 5 (3): 543-80।
- শুমান, ইউ., বি. মেয়ার, কে. গ্রাফ, এবং এইচ. ম্যানস্টাইন। ২০১২। "কন্ট্রেইল সিরাসের জন্য একটি প্যারামেট্রিক রেডিয়েটিভ ফোর্সিং মডেল।" জার্নাল অফ অ্যাপ্লায়েড মেটিওরোলজি অ্যান্ড ক্লাইমেটোলজি 51 (7): 1391-1406।
- শাপিরো, মার্ক, জেব এনবার্গ, রজার টিওহ, মার্ক স্টেটলার, এবং টম ডিন। ২০২৩। পাইকন্ট্রেইলস: বিমান চলাচলের জলবায়ুগত প্রভাব মডেলিংয়ের জন্য পাইথন লাইব্রেরি। https://doi.org/10.5281/zenodo.825291
- টিও, রজার, উলরিখ শুমান, অর্ণব মজুমদার, এবং মার্ক ইজে স্টেটলর। 2020। "ক্ষুদ্র-মাপের বিচ্যুতি এবং প্রযুক্তি গ্রহণের মাধ্যমে বিমানের কনট্রেইলের জলবায়ু প্রভাব প্রশমন।" পরিবেশ বিজ্ঞান ও প্রযুক্তি 54 (5): 2941-50।
- টিও, রজার, জেবেদিয়াহ এনবার্গ, উলরিখ শুমান, ক্রিস্টিয়ান ভয়েগট, মার্ক শাপিরো, সুজান রোস, এবং মার্ক ই. জে. স্টেটলার। ২০২৪। "২০১৯ থেকে ২০২১ পর্যন্ত বৈশ্বিক বিমান চলাচলের কনট্রেইলের জলবায়ুগত প্রভাব।" অ্যাটমোস্ফেরিক কেমিস্ট্রি অ্যান্ড ফিজিক্স ২৪: ৬০৭১–৬০৯৩। https://www.researchgate.net/publication/384141259_Global_aviation_contrail_climate_effects_from_2019_to_2021.