Google では、2 つの異なるモデルを使用して飛行機雲を予測しています。1 つ目は、機械学習（ML）ベースのモデルで、飛行機雲の発生確率を予測します。ML コントレイルの可能性のあるゾーン（CLZ）予測モデルは、気象特徴を入力として取り、衛星によるコントレイルの検出に基づいて 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）。ML モデルの入力は、主に HRES 気象特徴で構成されています。具体的には、比湿度、気温、風の u 成分、風の v 成分、垂直速度、相対渦度、雲量、雲氷水分量、雪水分量、発散を使用します。Google は、比湿と温度を使用して計算された相対湿度を使用しています。また、フライトのウェイポイントの現地太陽時、日付、緯度、高度も入力特徴として使用します。米国の予測では、経度も特徴として使用しています。このモデルは、観測された飛行機雲データと比較して最先端のパフォーマンスを達成しています。
2 つ目のモデルである Contrail Cirrus Prediction（CoCiP）モデルは、飛行機雲のエネルギー強制を予測します。これは、飛行機雲による気候への影響を測定するものです。エネルギー フォーシングは次のように定義されます。
つまり、飛行機雲の全期間にわたる瞬間的な放射強制力です（Teoh et al. 2020）。また、エネルギー強制を飛行距離で正規化して、単位を \(J/m\)にしています。
CoCiP は、大気状態、航空機の種類、飛行経路などの特徴を使用して、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）。ECMWF の高解像度予測アンサンブル（HRES ENS）の 10 個のアンサンブル メンバーを CoCiP への入力として使用し、飛行経路のウェイポイントを前方にアドベクトして、コントレイルが形成された場所を特定します（Hersbach et al. 2020）。CoCiP モデルは、雲の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、どのコントライルが持続するかを決定します。飛行機雲の進化をシミュレートし、飛行機雲のプロパティと周囲の気象条件に基づいてエネルギー強制を計算します。
CoCiP のエネルギー強制の推定値に加えて、気候学的なエネルギー強制の推定値を使用します。気候学は、1 年間の CoCiP 出力を時間帯、季節、緯度で分類し、平均化して計算されます。
最終的なエネルギー強制量は、EF がゼロでない CoCiP アンサンブル メンバーからのエネルギー強制と、常にゼロではない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コントレイルの形成を予測しない場合でも、コントレイルの影響を常に推定できます。
これらの 2 つの予測は、次の式を使用して組み合わせます。
予想される有効なエネルギー強制 \(=\) （飛行機雲の形成確率、ML モデル） \(\times\) （飛行機雲のエネルギー強制、CoCiP、気候学） \(\times\) （RF -> ERF 変換係数、0.42）
参照
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 Flight-per 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 リアナリシス」Quarterly Journal of the Royal Meteorological Society 146（730）: 1999-2049。
Schumann、U. 2012. 「A Contrail Cirrus Prediction Model（飛行機雲の予測モデル）」Geoscientific Model Development 5（3）: 543-80。
Schumann, U., B. Mayer、K. Graf、および H. Mannstein です。2012. 「A Parametric Radiative Forcing Model for Contrail Cirrus（コントレイル サーラスのパラメータ放射強制力モデル）」Journal of Applied Meteorology and Climatology 51（7）: 1391-1406。
Shapiro、Marc、Zeb Engberg、Roger Teoh、Marc Stettler、Tom Dean。2023 年。Pycontrails: 航空機の地球気候への影響をモデリングするための Python ライブラリ。https://doi.org/10.5281/zenodo.825291
Teoh, Roger, Ulrich Schumann, Arnab Majumdar, and Marc E. J.Stettler です。2020. 「小規模な迂回と技術の導入による航空機の飛行機雲による気候変動の緩和」Environmental Science & Technology 54 (5): 2941-50.