Estimated contrail frequency and coverage over the contiguous United States from numerical weather prediction analyses and flight track data

Duda, D., P. Minnis, . Garber, and R. Palikonda (2005), Estimated contrail frequency and coverage over the contiguous United States from numerical weather prediction analyses and flight track data, Meteorologische Zeitschrift, 14, 537-548, doi:10.1127/0941-2948/2005/0050.
Abstract

Estimates of contrail frequency and coverage over the contiguous United States (CONUS) are developed using hourly meteorological analyses from the Rapid Update Cycle (RUC) numerical weather prediction model and commercial air traffic data for 2 months during 2001. The potential contrail frequency over the CONUS is computed directly from RUC analyses using several modified forms of the classical Appleman criteria for persistent contrail formation. Various schemes for diagnosing contrails from the RUC analyses were tested by first tuning each model to mean satellite estimates of contrail coverage for the domain and then comparing the resulting distributions to those from the satellite retrievals. The most accurate method for forming persistent contrails for both months uses a fourth root relationship between flight lengths and contrail coverage, accounts for contrail overlap and for the dry bias in the humidity profiles, and assumes that contrails can be detected in all cloudiness conditions. The differences between the simulated and satellite-derived contrail amounts are due to errors in the satellite observations, possible diurnally dependent saturation effects, and uncertainties in the numerical weather analysis humidity fields and other input variables. The algorithms developed here are suitable for eventual application to real-time predictions of potential contrail outbreaks. When refined, the methodology could be useful for both contrail mitigation and for contrail-climate effects assessment.

Zusammenfassung Es wurden Methoden zur Abschätzung von Kondensstreifenhäufigkeit und -bedeckung über den kontinentalen Vereinigten Staaten von Amerika (CONUS) entwickelt, wozu stündliche meteorologische Analysen des numerischen Wettervorhersagemodells RUC (Rapid Update Cycle) sowie kommerzielle Flugverkehrsdaten aus 2 Monaten des Jahres 2001 verwendet wurden. Die potenzielle Kondensstreifenhäufigkeit über den CONUS wird direkt aus den RUC-Analysen berechnet, und zwar mit Hilfe verschiedener modifizierter Formen des klassischen Appleman-Kriteriums, das die Bildung von persistenten Kondensstreifen beschreibt. Es wurden verschiedene Methoden zur Diagnose von Kondensstreifen getestet, wobei jedes Modell zunächst an den mittleren aus Satellitenbeobachtungen abgeleiteten Kondensstreifenbedeckungsgraden für das Gesamtgebiet kalibriert wurde. Die resultierenden Verteilungen wurden anschließend jeweils mit denen aus Satellitendaten verglichen. Die genaueste Berechnungsmethode der Bildung persistenter Kondensstreifen beinhaltet eine 4.-Wurzelbeziehung zwischen geflogenen Distanzen und Kondensstreifenbedeckung, trägt der Überlappung von Kondensstreifen und dem „dry bias“ in den Feuchteprofilen Rechnung und enthält die Annahme, dass Kondensstreifen unter allen bewölkten Bedingungen detektiert werden können. Die Unterschiede zwischen den simulierten und den aus Satellitendaten abgeleiteten Kondensstreifenbedeckungen sind zurückzuführen auf Fehler in den Satellitenbeobachtungen, mögliche tageszeitabhängige Sättigungseffekte sowie Unsicherheiten in Feuchtefeldern und anderen Eingabegrößen aus der numerischen Wettervorhersage. Die hier entwickelten Algorithmen eignen sich zur zukünftigen Anwendung auf Echtzeit-Vorhersagen der potenziellen Kondensstreifenbildung. In verbesserter Form könnte die Methode sowohl zur Entwicklung von Strategien zur Kondensstreifenvermeidung als auch zu einer genaueren Abschätzung der Klimawirksamkeit von Kondensstreifen beitragen.

PDF of Publication
Download from publisher's website
Research Program
Radiation Science Program (RSP)

 

Disclaimer: This material is being kept online for historical purposes. Though accurate at the time of publication, it is no longer being updated. The page may contain broken links or outdated information, and parts may not function in current web browsers. Visit https://espo.nasa.gov for information about our current projects.