Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Девятнадцатая международная конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XIX.D.15

Нейросетевой метод восстановления вертикальных профилей атмосферы по данным спутникового микроволнового радиометра МТВЗА-ГЯ КА Метеор-М №2-2

Андреев А.И. (1), Филей А.А. (1), Успенский А.Б. (2)
(1) Дальневосточный центр ФГБУ "НИЦ "Планета", Хабаровск, Россия
(2) Европейский центр «НИЦ «Планета», Москва, Россия
Одной из традиционных задач космической метеорологии является определение вертикальных атмосферных профилей физических величин (температуры, влажности и др.) с использованием спутниковых зондировщиков в инфракрасной и микроволновой части электромагнитного спектра. Получаемые с их помощью продукты температурно-влажностного зондирования атмосферы существенно дополняют данные наземной наблюдательной сети и служат одним из основных источников информации для моделей численного прогноза погоды.
В настоящей работе рассматривается статистический метод интерпретации измерений микроволновых радиометров на основе искусственных нейронных сетей на примере данных прибора МТВЗА-ГЯ космического аппарата «Метеор-М» № 2-2. Указанный прибор обладает функциями сканера и атмосферного зондировщика и позволяет оценивать температурно-влажностные профили на сетке изобарических уровней, в том числе в условиях наличия или отсутствия облачности и осадков.
Используемый подход основан на применении полносвязной нейронной сети прямого распространения с пятью скрытыми слоями для моделирования аппроксимирующей нелинейной функции, связывающей измерения антенных температур каналов прибора и «эталонные» величины температур и влажности на различных изобарических уровнях. При этом в качестве «эталонных» профилей используются результаты расчетов численных прогностических моделей. Помимо антенных температур используется информация о географической широте, рельефе подстилающей поверхности и угле наблюдения, что в свою очередь позволяет повысить качество получаемых продуктов.
Валидация полученных результатов осуществлялась с использованием данных реанализа численной прогностической модели ECMWF и радиозондирования атмосферы в различных условиях, включая несколько типов подстилающей поверхности, наличие и отсутствие облачности и осадков, а также температурных инверсий. Кроме того, был проведен сравнительный анализ атмосферных профилей, получаемых с использованием зарубежного программного комплекса MiRS применительно к данным радиометра ATMS спутника NOAA-20.
По результатам проведенных исследований установлено, что среднеквадратичная погрешность оценки профилей температуры не превышает 3.0 К у поверхности земли и 2.0 К в слое атмосферы. Анализ ошибок показал, что наибольшая погрешность наблюдается в горной местности (до 3.4 К), а основным источником ошибок в нижней части тропосферы являются приземные температурные инверсии. Максимальная погрешность оценки относительной влажности составила до 37% при сравнении с результатами радиозондирования в районе тропопаузы, а при сравнении с данными реанализа ECMWF не превышает 20% во всем атмосферном слое.

Ключевые слова: Атмосферные профили, МТВЗА-ГЯ, машинное обучение, нейронная сеть

Дистанционные методы исследования атмосферных и климатических процессов

147