Совместно анализируются данные ежедекадных наблюдений за запасами продуктивной влаги (ЗПВ) в верхнем 0-10см и пахотном слоях почвы на метеостанциях Росгидромета и оперативные данные дистанционного зондирования Земли по данным скаттерометра ASCAT (ИСЗ семейства MetOp). Пересчет данных ASCAT в данные о ЗПВ осуществляется нейронной сетью с использованием дополнительной информации о климатической влажности почвы (данные NCAR, США), типах почвы (данные FAO – Всемирной продовольственной и сельскохозяйственной организации) и землепользования (GlobCover 2009). Смещения данных с метеостанций относительно пересчитанных данных ASCAT интерполируются по горизонтальным координатам методом оптимальной интерполяции. Метод оптимальной интерполяции использует анизотропные неоднородные пространственные корреляционные функции, оцененные с использованием нейронных сетей.
При сравнении двух версий: 1) классической, предполагающей однородность полей влажности почвы и с кусочно-линейной функцией пересчета данных ASCAT; и 2) описанной выше, основанной на нейронных сетях. Продемонстрировано, что 2) гораздо лучше воспроизводит экстремально низкие (в том числе, ниже влажности устойчивого завядания) и экстремально высокие влагозапасы, а также их локальные пространственные неоднородности. Представленные оценки погрешности анализа демонстрируют превосходство версии 2).
Анализ полей ЗПВ с горизонтальным шагом около 12.5км рассчитываем оперативно дважды в сутки по земледельческим районам России и Казахстана и позволяет улавливать даже межсуточную изменчивость увлажнения почвы. Данные используются для ежедневного мониторинга увлажнения пахотного слоя почвы, что особенно важно в критические по влаге для развития растений периоды.
При работе Ф.Л.Быков и В.А.Гордин были поддержаны грантом № 20-04-021 в рамках Программы «Научный фонд Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ)» в 2020 – 2021 гг.