Contrails API は、2 つの異なるモデルを使用して飛行機雲を予測します。1 つは、飛行機雲が発生しやすいゾーンを予測する機械学習（ML）ベースのモデルで、もう 1 つは、温暖化を予測する物理ベースのモデルである Contrail Cirrus Prediction（CoCiP）です。
ML ベースのモデル
ML ベースの飛行機雲発生可能性ゾーン（CLZ）予測モデルは、飛行機雲の発生確率を予測します。このモデルは、気象特徴を入力として受け取り、衛星による飛行機雲の検出に基づいて CLZ を予測するディープ ニューラル ネットワークです（Geraedts et al. 2023）。
入力は主に HRES 気象特徴量（比湿度、気温、風の u 成分、風の v 成分、鉛直速度、相対渦度、雲量、比雲氷水量、比雪水量、発散）で構成されます。相対湿度は、比湿度と温度を使用して計算されます。モデルへの入力には、現地の太陽時、1 年の日数、飛行ウェイポイントの高度も含まれます。
一部の地域（米国など）では、緯度、経度、高度を入力特徴として使用するようにモデルがファインチューニングされていますが、モデルのグローバル フォールバックでは高度のみが使用されます（緯度や経度は使用されません）。
このモデルは、観測された飛行機雲データに対して評価すると、最先端のパフォーマンスを達成します。
CoCiP モデル
飛行機雲巻雲予測モデルは、飛行機雲のエネルギー強制力を予測します。これは、飛行機雲の気候への影響を測定するものです。
エネルギー強制は次のように定義されます。
\[ EF [J] = \int_{0}^{t} RF'(t) \times L(t) \times W(t)dt \]
つまり、飛行機雲の寿命全体にわたって積分された飛行機雲の瞬間的な放射強制力です（Teoh et al. 2020）。エネルギー強制力は飛行距離で正規化されるため、単位は（J/m）になります。
CoCiP は、大気条件、航空機の種類、飛行経路、その他の特徴を使用して、飛行機雲の形成、進化、影響をシミュレートする物理ベースのモデルです（Schumann 2012、Schumann et al. 2012）。このモデルは、ECMWF の高解像度予測アンサンブル（HRES ENS）から 10 個のアンサンブル メンバーを入力として使用し、飛行機雲が形成されたフライト ウェイポイントを時間的に前方に移流させます（Hersbach et al. 2020）。CoCiP モデルは、雲微物理学理論を使用して、初期の下降気流、落下、昇華を考慮して、どの飛行機雲が持続するかを判断します。CoCiP は、シミュレートされた飛行機雲の進化に基づいて、飛行機雲の特性と周囲の気象条件に基づいてエネルギー強制力を計算します。
CoCiP のエネルギー強制力の推定に加えて、CoCiP の出力を 1 年間平均し、時間帯、季節、緯度でビン化することで、エネルギー強制力の気候学的推定値を計算します。
最終的なエネルギー強制量は、ゼロ以外の EF を持つ CoCiP アンサンブル メンバーからのエネルギー強制量と、常にゼロ以外の気候平均の平均です。平均に気候学を含めることで、CoCiP が気象アンサンブル メンバーを使用して飛行機雲の形成を予測しない場合でも、飛行機雲の影響を推定できます。
予想される有効エネルギー強制力
次に、ML モデルから計算された飛行機雲形成の確率と、CoCiP モデルから計算されたこれらの飛行機雲の有効エネルギー強制力の積として、予想される有効エネルギー強制力が計算されます。
飛行機雲強制指数値
計算された予想有効エネルギー強制力値は、0 ～ 4 のスケールにマッピングされ、飛行機雲強制力指数値が生成されます。飛行機雲フォーシング インデックスの値は、乱気流予測値に基づいています。
Contrails API は、クリッピングと線形スケールを使用して、expected_effective_energy_forcing を contrails 重大度指数に変換します。
ds["contrails"] = ds["expected_effective_energy_forcing"].clip(min=2e7, max=2e8)
ds["contrails"] = ((ds["contrails"] - 2e7) / (2e8 - 2e7)) * 4
このマッピングの背景情報については、エネルギー強制解釈をご覧ください。
また、Contrails API のリリースノートを読み、お知らせに登録して、このスケールの変更に関する通知を受け取ることもできます。
CO2 換算
予想される有効エネルギー強制力は、二酸化炭素に匹敵する飛行機雲の気候への影響（$\text{CO}_2$ 換算）という観点から解釈することもできます。
予測される飛行機雲の温暖化の $\text{CO}_2$ 換算値を計算するには、次の変換を使用します。
\[ \text{CO}_2\text{eq [kg]} = EEEF \text{ [J]} \times \text{GWP Factor} \]
ここで
- EEEF は、予想される有効エネルギー強制力です。
- GWP 係数は地球温暖化係数です。これは、特定の期間（H、年単位）に 1 kg の $\text{CO}_2$ によって生成される総統合エネルギー強制力の逆数です。GWP 20、50、100 のいずれか。
GWP 係数サービス
20 年、50 年、100 年の期間に基づいて、提供される GWP 係数は次のとおりです。
| 期間 | GWP 係数（kg-$\text{CO}_2$/J） |
|---|---|
| GWP20 | 2.497e-9 |
| GWP50 | 1.173e-9 |
| GWP100 | 6.779e-10 |
GWP 係数の計算
これらの GWP 係数は、IPCC AR5 係数と次の計算を使用して、$\text{CO}_2$ の絶対地球温暖化係数（AGWP）から導出されます。
\[ \text{GWP Factor} = \frac{1}{AGWP_{\text{CO}_2, H} \times A_{\text{earth}} \times S_{\text{year}}} \]
ここで
- $AGWP_{\text{CO}_2, H}$: 選択した期間における $\text{CO}_2$ の絶対地球温暖化係数（IPCC AR5 から取得）
- $A_{\text{earth}}$: 地球の表面積（$5.101 \times 10^{14} \text{ m}^2$）
- $S_{\text{year}}$: 1 年間の秒数（$31,536,000 \text{ 秒}$）
ライセンス
Forecast API によって公開されるデータは、CC BY 4.0 に基づいてライセンス供与されています。
次のステップ
- ContrailWatch のアトリビューションの概要を読み、過去のフライトレベルの飛行機雲アトリビューションが飛行機雲予測の改善にどのように使用されているかを理解します。
参照
- Geraedts, Scott, Erica Brand, Thomas R. Dean、Sebastian Eastham、Carl Elkin、Zebediah Engberg、Ulrike Hager、他。2023 年。「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. 「ERA5 グローバル再解析」。Quarterly Journal of the Royal Meteorological Society 146 (730): 1999-2049。
- Schumann, U. 2012. 「飛行機雲の巻雲予測モデル」Geoscientific Model Development 5 (3): 543-80.
- Schumann, U.、B. Mayer, K. Graf、H. Mannstein。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、Tom Dean。2023 年。 Pycontrails: Python Library for Modeling Aviation Climate Impacts. https://doi.org/10.5281/zenodo.825291
- Teoh, Roger、Ulrich Schumann、Arnab Majumdar、Marc E. J. Stettler。2020 年。 「小規模な迂回と技術の導入による航空機の飛行機雲の気候強制力の軽減」Environmental Science & Technology 54 (5): 2941-50.
- Teoh, Roger、Zebediah Engberg、Ulrich Schumann、Christiane Voigt、Marc Shapiro、Susanne Rohs、Marc E. J. Stettler。2024 年。 「2019 年から 2021 年にかけての、世界の航空機雲が気候に及ぼす影響」Atmospheric Chemistry and Physics 24: 6071–6093. https://www.researchgate.net/publication/384141259_Global_aviation_contrail_climate_effects_from_2019_to_2021.