Improving Forecasts of Persistent Contrails through Ice Deposition Adjustments
Notice bibliographique
Résumé
Abstract. Aviation-induced clouds, especially persistent contrails, contribute significantly to anthropogenic climate forcing, often surpassing the short-term impact of aviation CO2 emissions. These clouds form in ice-supersaturated regions, where they trap longwave radiation and warm the climate. On 25 November 2023, widespread ice-supersaturated layers over eastern Canada and the USA led to extensive contrail formation, confirmed by GOES-16 satellite imagery and ground-based photography. Atmospheric conditions were characterized using ceilometer data from Toronto Pearson Airport and radiosonde soundings. High-resolution simulations were conducted using the Global Environmental Multiscale (GEM) model with the Predicted Particle Properties (P3) microphysics scheme. The Contrail Avoidance Tool (CoAT), incorporating Schmidt-Appleman Criteria and a wake vortex model, simulated persistent contrail formation and properties. Sensitivity tests adjusting ice depositional growth rates evaluated their impact on ice supersaturation. Results indicate that the control (CNTL) simulation underestimated relative humidity over ice (RHi), a common limitation where moisture is depleted too rapidly. Reduced depositional growth rates improved RHi forecasts and contrail-forming regions. However, GEM-CoAT underestimated contrail depth and ice number concentration in very shallow high-RHi layers. CoAT simulations also revealed that SAC alone is insufficient, as wake vortex dynamics can induce adiabatic warming, leading to ice particle sublimation. Further analysis examined contrail formation for two aircraft types (A321 and B747). The B747 generated deeper wake vortices, enhancing adiabatic heating and reducing contrail ice number concentrations by 27 % in sensitivity simulations and 78 % in the CNTL simulations. Adjusting depositional growth rates allowed GEM-CoAT to accurately simulate contrail formation and persistence.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».