В России за последние 10 лет мезомасштабные конспективные системы (МКС) и сопутствующие им опасные погодные явления конвективного характера (сильные ливни, смерч, шквалы, град) привели к экономическим потерям в несколько десятков миллиардов рублей и гибели более 200 человек. В то же время, климатология МКС в российских регионах недостаточно изучена.
В данной работе представлены первые результаты проекта, направленного на получение знаний о пространственно-временной структуре МКС в России с применением методов машинного обучения на спутниковых данных. На первом этапе рассматриваются осесимметричные МКС, в первую очередь, на мезомасштабных конвективных комплексах (МКК) и суперячейках (СЯ) на европейской территории России, на юге Урала и Западной Сибири.
Собрана информация о нескольких десятках известных случаев МКК и СЯ за 2012–2018 годы, проведена её валидация на основе данных радиолокационного зондирования. На основе 15-минутных спутниковых данных Meteosat создана выборка спутниковых изображений в различных спектральных каналах, содержащих различные характерные сигнатуры облачного поля МКС (например, пробои тропопаузы, холодные U/V и кольцевые сигнатуры). Для дальнейшей автоматизации инвентаризации случаев МКК и СЯ с целью получения климатологических оценок, была подготовлена модель сверточной нейронной сети, которая была обучена на основе собранного набора данных. Ранее данная модель была апробирована при обработке полярных мезоциклонов в Южном океане. Первые результаты полученной климатологии осесимметричных МКК с использованием спутниковых данных в модели со сверточной нейронной сетью представлены в данной работе.
Работа выполнена при поддержке гранта РНФ (18-77-10076).