Google에서는 두 가지 모델을 사용하여 비행운을 예측합니다. 첫 번째 모델은 머신러닝 (ML) 기반 모델로, 비행운 형성 가능성을 예측합니다. ML 비행운 발생 가능성이 높은 지역 (CLZ) 예측 모델은 날씨 지형지물을 입력으로 받아 위성 비행운 감지를 기반으로 CLZ를 예측하는 심층 신경망입니다 (Geraedts et al. 2023). ML 모델의 입력은 주로 HRES 날씨 지형지물로 구성됩니다. 특히 비중, 온도, 바람의 u 구성요소, 바람의 v 구성요소, 수직 속도, 상대적 자이로스피드, 구름 덮음 비율, 구름의 비중 얼음 물 함량, 구름의 비중 눈 물 함량, 발산을 사용합니다. Google에서는 비중 습도와 온도를 사용하여 계산된 상대 습도를 사용합니다. 또한 비행 경로의 현지 일광 절약 시간, 일 년 중 일 수, 위도, 고도를 입력 지형지물로 사용합니다. 미국 예측의 경우 경도도 특성으로 사용합니다. 이 모델은 관측된 비행운 데이터를 기준으로 평가할 때 최신 성능을 달성합니다.
두 번째 모델인 비행운 적운 예측 (CoCiP) 모델은 비행운의 기후 영향을 측정하는 비행운의 에너지 강제력을 예측합니다. 에너지 강제는 다음과 같이 정의됩니다.
즉, 비행운의 전체 수명 동안 통합된 비행운의 순간 방사 강제 (Teoh et al. 2020)입니다. 또한 비행 거리에 따라 에너지 강제를 정규화하여 단위가 \(J/m\)가 됩니다.
CoCiP는 대기 조건, 항공기 유형, 비행 경로, 기타 지형지물을 사용하여 비행운 형성, 진화, 영향을 시뮬레이션하는 물리 기반 모델입니다 (Schumann 2012; Schumann et al. 2012). 비행 경로를 전진 이동하여 비행운이 형성된 시점을 예측하기 위해 ECMWF의 고해상도 예측 앙상블 (HRES ENS)의 앙상블 구성원 10개를 CoCiP의 입력으로 사용합니다 (Hersbach et al. 2020). CoCiP 모델은 또한 구름 마이크로물리학 이론을 사용하여 초기 하강 기류, 하강, 승화 등을 고려하여 지속되는 비행운을 결정합니다. CoCiP는 비행운의 시뮬레이션된 진화를 고려하여 비행운 속성과 주변 기상 조건을 기반으로 에너지 강제를 계산합니다.
CoCiP의 에너지 강제 예측 외에도 에너지 강제의 기후학적 추정치를 사용합니다. 기후학은 시간, 시즌, 위도별로 분류된 1년간의 CoCiP 출력을 평균하여 계산됩니다.
최종 에너지 강제량은 EF가 0이 아닌 CoCiP 앙상블 구성원의 에너지 강제량과 항상 0이 아닌 기후학적 평균의 평균입니다. 평균에 기후학을 포함하면 CoCiP가 날씨 앙상블 구성원 중 하나를 사용하여 비행운 형성을 예측하지 못하는 경우에도 항상 비행운 영향에 대한 추정치를 얻을 수 있습니다.
이 두 예측을 다음과 같은 제품을 사용하여 결합합니다.
예상되는 효과적인 에너지 강제 \(=\) (비행운 형성 확률, ML 모델) \(\times\) (비행운의 에너지 강제, CoCiP 및 기후학) \(\times\) (RF -> ERF 변환 계수, 0.42)
참조
게라에츠, 스콧, 브랜드, 에리카, 로버트 R. 딘, 세바스티안 이스트햄, 칼 엘킨, 제베디아 엔그버그, 울리케 하거 외. 2023. '비행별로 비행운 형성을 측정하는 확장 가능한 시스템'. arXiv [physics.ao-Ph]. arXiv. http://arxiv.org/abs/2308.02707.
헤르스바흐, 한스, 빌 벨, 폴 베리스포드, 쇼지 히라하라, 안드레아스 호라니, 호아킨 무뇨즈-사바테르, 줄리앙 니콜라스 외. 2020. 'ERA5 글로벌 재분석' Quarterly Journal of the Royal Meteorological Society 146 (730): 1999-2049.
Schumann, U. 2012. '비행운 비행운 예측 모델' Geoscientific Model Development 5 (3): 543-80.
슈만, U., B. Mayer, K. Graf, H. 만슈타인. 2012. '비행운 시러스의 파라메트릭 복사 강제 모델' Journal of Applied Meteorology and Climatology 51 (7): 1391-1406.
Shapiro, Marc, Zeb Engberg, Roger Teoh, Marc Stettler, Tom Dean 2023. Pycontrails: 항공기 기후 영향 모델링을 위한 Python 라이브러리. https://doi.org/10.5281/zenodo.825291
Teoh, Roger, Ulrich Schumann, Arnab Majumdar, Marc E. J. Stettler 2020년. '소규모 우회 및 기술 채택을 통한 항공기 비행운의 기후 변화 완화' Environmental Science & Technology 54 (5): 2941-50.