Дистанционное зондирование земли (ДЗЗ) из космоса является мощным инструментов исследования окружающего нас мира. В первую очередь это относится к экологическим, климатологическим задачам, а также к прогнозированию погоды и предупреждению стихийных бедствий. Дистанционное зондирование включает в себя много методов исследования, однако в данной работе речь пойдет о микроволновой радиометрии. Данный метод наилучшим образом подходит для глобальных исследований, например, изучения атмосферных катастроф; зондирования атмосферы; исследования полярных регионов и многих других задач.
Приборы серии МТВЗА (Модуль Температурного и Влажностного Зондирования Атмосферы) похожи на свои зарубежные аналоги. Основным отличием МТВЗА является необычный, для приборов с коническим сканированием, угол визировании (53,3°) и соответственно угол падения в 65°. Для большинства зарубежных аналогов угол падения составляет порядка 53°. Такое отличие приводит к необходимости разрабатывать новые (или переделывать уже имеющиеся) алгоритмы обработки данных, для того что бы конечный пользователь мог получить качественную информацию из нового независимого источника.
Результаты обработки спутниковых радиометрических данных обычно представляют в виде наборов измеренных радиояркостных температур и/или восстановленных геофизических параметров системы «подстилающая поверхность – атмосфера». К ним относятся: температура поверхности океана (ТПО), скорость приводного ветра (U10), интегральное паросодержание (V), водозапас облачности (L) и интенсивность осадков (R). Таким образом, необходимо разработать алгоритмы восстановления указанных геопараметров по имеющемуся набору данных прибора МТВЗА, что и является целью данной работы.
Для восстановления ТПО, скорости приводного ветра и интегрального паросодержания предлагается использовать регрессионный алгоритм, включающий в себя все доступные радиометрические каналы прибора МТВЗА-ГЯ. Как было установлено в ходе пробного построения регрессии, каналы в линиях поглощения водяного пара и кислорода не оказывают влияния на восстановление ТПО и скорости ветра, а на восстановление интегрального параосодержания не оказывают значительного улучшения точности. Также на некоторых канала есть сбои и высокий уровень шумов, они не используются. Поэтому для восстановления указанных параметров будет использовано всего 11 каналов данных. Это каналы: 10,6 ГГц (В, Г), 18,7 ГГц (В, Г), 23,8 ГГц (В, Г), 31,5 ГГц (В, Г), 36,7 ГГц (В, Г) и 91,6 ГГц (В).
В результате обучения регрессии были получены следующие статистические оценки качества восстановления ТПО, скорости приводного ветра и интегрального парососдержания.
Для ТПО коэффициент корреляции составляет 0,98. СКО в диапазоне температур от 273 до 305К достаточно стабильно и находится в диапазоне (1,5 – 2,2К). Таким образом, на данном этапе восстановить ТПО можно с точностью 1,5 – 2,2К в 68% случаев и с точностью 4,5 – 6,6К в 99% случаев.
Для скорости ветра коэффициент корреляции составляет 0,92. На данном этапе восстановить скорость ветра можно с точностью 1 – 2,5м/с в 68% случаев для диапазона от 0 до ~20 м/с и с точностью 3 – 7,5м/с в 99% случаев.
Для интегрального паросодержания результаты следующие: коэффициент корреляции составляет 0,99, что является отличным показателем. СКО не превышает значение в 2,6 мм в диапазоне паросодержания от 0 до 60 мм. При большом количестве паросодержания > 60 мм накоплено мало данных и поэтому оценки для этого диапазона условные. Таким образом, на данном этапе восстановление интегрального паросодержания может быть проведено с точностью < 2,6 мм в 68% случаев для диапазона от 0 до ~60 мм и с точностью < 7,8мм в 99% случаев.
Полученные на данном этапе продукты по ТПО можно найти в картографическом веб-интерфейсе системы Вега-Science (http://sci-vega.ru/).

Работа выполнена в рамках темы «Мониторинг» (гос. рег. № 01.20.0.2.00164)