Глобальное поле облачности является одним из основных составляющих климатической системы Земли и участвует в различных процессах, протекающей в ней, таких как перенос радиации, циркуляция влаги и т.п. Облачность влияет на изменение значений физических параметров атмосферы и подстилающей поверхности. При этом структура глобального поля облачности является неоднородной. Согласно метеорологическому стандарту облака классифицируются на 27 разновидностей, включая 10 основных типов, их подтипы и некоторые сочетания на основе морфологического описания приведенного в Атласе облаков [1]. Каждый тип облачности оказывает свое локальное воздействие на процессы, протекающие в системе «атмосфера-подстилающая поверхность».
На данный момент времени существует порядка десяти известных баз данных с архивной информацией о глобальном поле облачности и ее характеристиках, созданных на основе наземных измерений и результатов дистанционного зондирования Земли из космоса. Анализ этих сведений, приведенный в [2], показал, что физические характеристики облаков основных форм непостоянны, а их значения имеют широтную зависимость. Так, например, перистые облака в умеренном климатическом поясе имеют высоту верхней границы до 10-12 км, в арктическом – до 4-8 км, а тропиках – до 16-18 км. Существующие базы данных не обладают достаточной полнотой, позволяющей охарактеризовать все известные разновидности облачности. При этом в них отражается только глобальное распределение облачности и ее параметров, не уделяя особого внимания конкретным типам облаков. В настоящее время актуальными являются исследования, связанные с изучением региональных особенностей протекания различных атмосферных процессов и возникновение связанных с ними явлений, к которым относится и облачность. Особый интерес представляют исследования для Российской Федерации, расположенной сразу в нескольких климатических поясах и охватывающей большое число природных зон.
В докладе обсуждаются результаты анализа сезонно-широтных закономерностей распределения различных разновидностей облаков и их характеристик на примере территории Томской области по спутниковым данным MODIS. Для классификации изображений облачности используется оригинальный алгоритм, основанный на применении технологии искусственных нейронных сетей и методов нечеткой логики, а также сезонных статистических моделей текстурных признаков и физических параметров облачности [3]. При наличии снежного покрова применяется «зимняя» классификация облаков, а при его отсутствии – «летняя», включающие 12 и 16 разновидностей облаков соответственно. Обсуждаются результаты определения наиболее повторяющихся типов облачности, а также ход ее характеристик в зависимости от сезона для различных широтных поясов Томской области. Выдвигаются гипотезы относительно взаимосвязи характерных значений параметров различных разновидностей облаков и происходящими в соответствующие моменты времени атмосферными процессами.
Работа выполнена при финансовой поддержке РФФИ в рамках научного проекта № 16-37-60019 мол_а_дк.