Resumen. Las estelas de condensación persistentes y las nubes cirrus inducidas por las estelas de condensación se consideran los contribuyentes no-CO2 más significativos al impacto climático de la aviación. Estas nubes se forman principalmente en regiones sobresaturadas con hielo (ISSRs), definidas por una humedad relativa sobre hielo (RHice) que supera el 100 %. La predicción fiable de RHice en la troposfera superior y la estratosfera inferior permite mitigar su formación mediante el redireccionamiento de vuelos. Implementamos una parametrización de microfísica de hielo en nubes de dos momentos dentro de un Sistema de Predicción por Conjunto (EPS) de diez miembros utilizando el modelo global ICON (ICOsahedral Nonhydrostatic). Las predicciones de RHice se evaluaron en comparación con observaciones de radiosondas y aeronaves del Hemisferio Norte durante 2024–2025. Al tratar la predicción de ISSR (RHice > 100 %) como un problema de clasificación binaria, encontramos que la probabilidad de detección (POD) de ISSRs aumenta a 0.6 para el esquema de dos momentos (ICON 2-Mom), en comparación con 0.4 para el ICON operativo con un esquema de microfísica de hielo de un momento, manteniendo una baja tasa de falsos positivos (FPR < 0.1). Una evaluación adicional del ICON 2-Mom EPS utilizando análisis de Curva Característica de Operación del Receptor (ROC) mostró una POD de 0.8 para un modelo de decisión que requiere al menos tres miembros del conjunto para predecir ISSR, con una FPR de 0.13. Además, incorporamos información de dispersión del conjunto para desarrollar un meta-modelo que reduce aún más la FPR. Desde junio de 2024, más de 100 vuelos han sido redireccionados basándose en las predicciones del ICON 2-Mom EPS en un ensayo de evitación de estelas, demostrando el valor práctico de las mejoras en las predicciones de ISSR para una aviación consciente del clima. Este estudio destaca el significativo potencial de la modelación basada en conjuntos para predecir ISSRs y RHice, apoyando una planificación de vuelo ambientalmente optimizada y avanzando en aplicaciones en la ciencia del clima y el tiempo.
Axel Seifert (Mon,) estudió esta cuestión.