La API de Contrails usa dos modelos diferentes para prever las estelas de condensación: un modelo basado en el aprendizaje automático (AA) que predice las zonas con probabilidad de estelas de condensación y un modelo basado en la física, la predicción de cirros de estelas de condensación (CoCiP), que predice el calentamiento.
Modelo basado en AA
El modelo de previsión de la zona probable de estelas (CLZ) basado en AA predice la probabilidad de formación de estelas. El modelo es una red neuronal profunda que toma las características meteorológicas como entradas y predice las CLZ en función de las detecciones de estelas de condensación satelitales (Geraedts et al. 2023).
Sus entradas consisten principalmente en atributos meteorológicos de HRES: humedad específica, temperatura, componente u del viento, componente v del viento, velocidad vertical, vorticidad relativa, fracción de cobertura de nubes, contenido específico de agua de hielo de nubes, contenido específico de agua de nieve y divergencia. La humedad relativa se calcula con la humedad y la temperatura específicas. Las entradas del modelo también incluyen la hora solar local, el día del año y la altitud de los puntos de referencia del vuelo.
En algunas áreas geográficas (p.ej., Estados Unidos), el modelo se ajusta para usar la latitud, la longitud y la altitud como atributos de entrada, mientras que el resguardo global del modelo solo usa la altitud (y no la latitud ni la longitud).
El modelo alcanza un rendimiento de estado del arte cuando se evalúa con datos de observación de estelas de condensación.
Modelo CoCiP
El modelo de predicción de cirros de estelas predice el forzamiento energético de la estela, que es una medida del impacto climático de la estela.
La fuerza de la energía se define de la siguiente manera:
\[ EF [J] = \int_{0}^{t} RF'(t) \times L(t) \times W(t)dt \]
es decir, el forzamiento radiativo instantáneo de la estela de condensación integrado durante su vida útil (Teoh et al. 2020). El forzamiento energético se normaliza según la distancia del vuelo, lo que da como resultado sus unidades de J/m.
CoCiP es un modelo basado en la física que simula la formación, la evolución y el impacto de las estelas de condensación con las condiciones atmosféricas, el tipo de aeronave, la ruta de vuelo y otras características (Schumann 2012; Schumann et al. 2012). El modelo usa 10 miembros de ensamble de los ensambles de pronóstico de alta resolución (HRES ENS) del ECMWF como entradas para advectar los puntos de referencia de vuelo en los que se formaron estelas de condensación hacia adelante en el tiempo (Hersbach et al. 2020). El modelo CoCiP también usa la teoría de la microfísica de nubes para determinar qué estelas persisten, lo que tiene en cuenta la corriente descendente, la caída y la sublimación iniciales. Dada la evolución simulada de la estela, el CoCiP calcula el forzamiento energético en función de las propiedades de la estela y las condiciones meteorológicas circundantes.
Además de la estimación del forzamiento energético de CoCiP, se calcula una estimación climatológica del forzamiento energético promediando un año de resultados de CoCiP, agrupados por hora del día, estación y latitud.
La cantidad final de forzamiento energético es un promedio del forzamiento energético de los miembros del ensamble de CoCiP con EF distinto de cero y el promedio climatológico, que siempre es distinto de cero. Incluir la climatología en el promedio garantiza una estimación del impacto de las estelas de condensación, incluso cuando el CoCiP no predice la formación de una estela de condensación con ninguno de los miembros del conjunto meteorológico.
Forzamiento energético efectivo esperado
Luego, el forzamiento energético efectivo esperado se calcula como el producto de las probabilidades de formación de estelas de condensación calculadas a partir del modelo de AA y el forzamiento energético efectivo de estas estelas de condensación calculadas a partir del modelo de CoCiP.
Valores del índice de forzamiento de estelas
Luego, los valores calculados del forzamiento energético efectivo esperado se pueden asignar a una escala de 0 a 4 para producir valores del índice de forzamiento de estelas. Los valores del índice de forzamiento de estelas se inspiran en los valores de previsión de turbulencias.
La API de Contrails traduce expected_effective_energy_forcing al
índice de gravedad contrails a través de un recorte y una escala lineal:
ds["contrails"] = ds["expected_effective_energy_forcing"].clip(min=2e7, max=2e8)
ds["contrails"] = ((ds["contrails"] - 2e7) / (2e8 - 2e7)) * 4
Para obtener más información sobre esta asignación, consulta Interpretación de la fuerza de la energía.
Además, puedes leer las notas de la versión de la API de Contrails y suscribirte a los anuncios para recibir notificaciones sobre los cambios en esta escala.
Equivalentes de CO2
El forzamiento energético efectivo esperado también se puede interpretar en términos del impacto climático de las estelas de condensación comparable al dióxido de carbono, es decir, su equivalente de $\text{CO}_2$.
Para calcular el equivalente de $\text{CO}_2$ del calentamiento previsto de las estelas de condensación, usa la siguiente conversión:
\[ \text{CO}_2\text{eq [kg]} = EEEF \text{ [J]} \times \text{GWP Factor} \]
Donde:
- EEEF es la fuerza energética efectiva esperada.
- El factor de GWP es el factor de potencial de calentamiento global, es decir, el inverso del forzamiento energético integrado total producido por 1 kg de $\text{CO}_2$ en un horizonte temporal específico (H, en años). Puede ser GWP 20, 50 o 100.
Ofertas de GWP Factor
Según los horizontes temporales de 20, 50 y 100 años, los factores de GWP que se ofrecen son los siguientes:
| Horizonte temporal | Factor de GWP (kg-$\text{CO}_2$/J) |
|---|---|
| GWP20 | 2.497e-9 |
| GWP50 | 1.173e-9 |
| GWP100 | 6.779e-10 |
Cálculo del factor de PCG
Estos factores de GWP se derivan del potencial de calentamiento global absoluto (AGWP) para el $\text{CO}_2$ con los factores del IPCC AR5 y el siguiente cálculo:
\[ \text{GWP Factor} = \frac{1}{AGWP_{\text{CO}_2, H} \times A_{\text{earth}} \times S_{\text{year}}} \]
Donde:
- $AGWP_{\text{CO}_2, H}$: Potencial de calentamiento global absoluto del $\text{CO}_2$ para el horizonte temporal elegido, obtenido del IPCC AR5
- $A_{\text{earth}}$: Área de la superficie de la Tierra ($5.101 \times 10^{14} \text{ m}^2$)
- $S_{\text{year}}$: Es la cantidad de segundos en un año ($31,536,000 \text{ s}$).
Licencia
Los datos que expone la API de Forecast tienen la licencia CC BY 4.0.
¿Qué sigue?
- Lee la descripción general de las atribuciones de ContrailWatch para comprender cómo se usan las atribuciones históricas de estelas de condensación a nivel de vuelo para mejorar la previsión de estelas de condensación.
Referencias
- 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". arXiv [physics.ao-Ph]. arXiv. http://arxiv.org/abs/2308.02707.
- Hersbach, Hans, Bill Bell, Paul Berrisford, Shoji Hirahara, András Horányi, Joaquín Muñoz-Sabater, Julien Nicolas, et al. 2020. "The ERA5 Global Reanalysis". Quarterly Journal of the Royal Meteorological Society 146 (730): 1999-2049.
- Schumann, U. alrededor del 2012. Un modelo predictivo de cirros de estela. Geoscientific Model Development 5 (3): 543-80.
- Schumann, U., B. Mayer, K. Graf, and H. Mannstein. alrededor del 2012. "A Parametric Radiative Forcing Model for Contrail Cirrus". Journal of Applied Meteorology and Climatology 51 (7): 1391-1406.
- Shapiro, Marc, Zeb Engberg, Roger Teoh, Marc Stettler y Tom Dean. 2023. Pycontrails: Python Library for Modeling Aviation Climate Impacts. https://doi.org/10.5281/zenodo.825291
- Teoh, Roger, Ulrich Schumann, Arnab Majumdar y Marc E. J. Stettler. 2020. "Mitigating the Climate Forcing of Aircraft Contrails by Small-Scale Diversions and Technology Adoption". Environmental Science & Technology 54 (5): 2941-50.
- Teoh, Roger, Zebediah Engberg, Ulrich Schumann, Christiane Voigt, Marc Shapiro, Susanne Rohs y Marc E. J. Stettler. 2024. "Global aviation contrail climate effects from 2019 to 2021". Atmospheric Chemistry and Physics 24: 6071–6093. https://www.researchgate.net/publication/384141259_Global_aviation_contrail_climate_effects_from_2019_to_2021.