論文の概要: Contrail-to-Flight Attribution Using Ground Visible Cameras and Flight Surveillance Data
- arxiv url: http://arxiv.org/abs/2510.16891v1
- Date: Sun, 19 Oct 2025 15:39:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 00:56:39.196032
- Title: Contrail-to-Flight Attribution Using Ground Visible Cameras and Flight Surveillance Data
- Title（参考訳）: 地上可視カメラとフライトサーベイランスデータを用いたコントラル・ツー・フライアトリビューション
- Authors: Ramon Dalmau, Gabriel Jarry, Philippe Very,
- Abstract要約: 本研究では,地上カメラを用いて観測されたコントラルを航空機の監視と気象データから導出した理論的コントラルに寄与するモジュラー・フレームワークを提案する。
この研究は強力なベースラインを確立し、コントラルとソースフライトをリンクする将来の研究のためのモジュラーフレームワークを提供する。
- 参考スコア（独自算出の注目度）: 3.372200852710289
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aviation's non-CO2 effects, particularly contrails, are a significant contributor to its climate impact. Persistent contrails can evolve into cirrus-like clouds that trap outgoing infrared radiation, with radiative forcing potentially comparable to or exceeding that of aviation's CO2 emissions. While physical models simulate contrail formation, evolution and dissipation, validating and calibrating these models requires linking observed contrails to the flights that generated them, a process known as contrail-to-flight attribution. Satellite-based attribution is challenging due to limited spatial and temporal resolution, as contrails often drift and deform before detection. In this paper, we evaluate an alternative approach using ground-based cameras, which capture contrails shortly after formation at high spatial and temporal resolution, when they remain thin, linear, and visually distinct. Leveraging the ground visible camera contrail sequences (GVCCS) dataset, we introduce a modular framework for attributing contrails observed using ground-based cameras to theoretical contrails derived from aircraft surveillance and meteorological data. The framework accommodates multiple geometric representations and distance metrics, incorporates temporal smoothing, and enables flexible probability-based assignment strategies. This work establishes a strong baseline and provides a modular framework for future research in linking contrails to their source flight.
- Abstract（参考訳）: 航空の非CO2効果、特に反動は、その気候への影響に大きく寄与している。
永続的なコントラルは、航空機のCO2排出量に匹敵する、またはそれ以上の放射線を強いることで、赤外線の放射を阻止するキリルのような雲へと進化することができる。
物理モデルは対物線の形成、進化、散逸をシミュレートするが、これらのモデルの検証と校正には、観測された対物線を発生した飛行とリンクする必要がある。
衛星ベースの属性は、空間分解能と時間分解能が限られているため、検出前にコントラルがドリフトして変形することがしばしばあるため、困難である。
本稿では, 地中カメラを用いて, 高空間分解能, 時間分解能, 薄型, 直線型, 視覚的に区別されたコントラクションを, 形成直後のコントラクションを高分解能, 時間分解能で捕捉する手法について検討する。
地上可視カメラコントラルシーケンス(GVCCS)データセットを活用し,地上カメラを用いて観測されたコントラルを航空機の監視と気象データから導出した理論的コントラルに寄与させるモジュラー・フレームワークを導入する。
このフレームワークは、複数の幾何学的表現と距離のメトリクスに対応し、時間的平滑化を取り入れ、柔軟な確率ベースの割り当て戦略を可能にする。
この研究は強力なベースラインを確立し、コントラルとソースフライトをリンクする将来の研究のためのモジュラーフレームワークを提供する。
関連論文リスト
- GVCCS: A Dataset for Contrail Identification and Tracking on Visible Whole Sky Camera Sequences [2.0761764595782544]
地上カメラで記録したコントラルのオープンデータセットを可視域内に提示する。
各コントラルは個別にラベル付けされ、時間とともに追跡され、そのライフサイクルを詳細に分析することができる。
また,汎視的セグメンテーションモデルを用いた反則解析のための統合ディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-24T11:57:59Z) - MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。
以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。
本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
論文 参考訳（メタデータ） (2024-08-20T13:45:49Z) - Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。
本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。
カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
論文 参考訳（メタデータ） (2024-04-11T10:26:40Z) - Learning Robust Precipitation Forecaster by Temporal Frame Interpolation [65.5045412005064]
本研究では,空間的不一致に対するレジリエンスを示す頑健な降水予測モデルを構築した。
提案手法は,textit4cast'23コンペティションの移行学習リーダーボードにおいて,textit1位を確保したモデルにおいて,予測精度が大幅に向上した。
論文 参考訳（メタデータ） (2023-11-30T08:22:08Z) - Context-Aware Generative Models for Prediction of Aircraft Ground Tracks [0.004807514276707785]
軌道予測は航空交通管制官の意思決定を支援する上で重要な役割を果たしている。
従来のTP手法は決定論的で物理学に基づく手法であり、パラメータは世界中で収集された航空機の監視データを用いて校正される。
本研究では、確率論的機械学習を用いて、パイロット行動とATCO意図の未知の効果をモデル化する横型TPの生成法を提案する。
論文 参考訳（メタデータ） (2023-09-26T14:20:09Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - OpenContrails: Benchmarking Contrail Detection on GOES-16 ABI [3.716161594311069]
コントラル(Contrails、凝縮路)は、航空機によって引き起こされる線状氷雲であり、おそらく航空による気候変動の最大の要因である。
我々は,GOES-16 Advanced Baseline Imager (ABI)データに基づいて,違反検出モデルのトレーニングと評価を行う,OpenContrailsというラベル付きデータセットを提案する。
論文 参考訳（メタデータ） (2023-04-04T21:03:46Z) - Inferring Traffic Models in Terminal Airspace from Flight Tracks and Procedures [39.89295870460643]
本稿では,レーダ監視データから収集したプロシージャデータとフライトトラックから可変性を学習可能な簡易確率モデルを提案する。
我々は、ガウス混合モデルから一連の偏差をサンプリングし、航空機の軌道を再構築することで合成軌道を生成する。
本研究は、ジョン・F・ケネディ国際空港の着地軌道と着地手順に関するモデルについて紹介する。
論文 参考訳（メタデータ） (2023-03-17T13:58:06Z) - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of
Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。
降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文 参考訳（メタデータ） (2021-07-14T21:10:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。