Использование данных лидара CALIOP для восстановления высоты нижней границы многослойной облачности по спутниковым снимкам MODIS на основе методов нечеткой логики

Высота нижней границы облаков (ВНГО) является одной из наиболее важных характеристик, изучаемых в климатологии и метеорологии. Информация о данном параметре необходима для обеспечения безопасности полетов воздушных судов, оценки степени воздействия облачности на радиационный перенос и транспорт аэрозоля, а также в радиолокации. Традиционным подходом к определению ВНГО является использование наземных светолокационных (например, РВО-2м) или лазерных (например, CL31) высотомеров. Основным недостатком этих приборов является локальность производимых ими измерений, что делает невозможным мониторинг целевого параметра в глобальном масштабе (например, в высоких широтах и над поверхностью Мирового океана). Поэтому в последние десятилетия активно развиваются методы восстановления ВНГО по результатам дистанционного зондирования Земли из космоса.
Наиболее эффективными спутниковыми системами для определения целевого параметра являются лидары и радары. При использовании полученных ими данных восстановление ВНГО осуществляется на основе анализа степени ослабления испускаемых этими приборами сигналов, вызванного прохождением их сквозь атмосферу и отражением от различных объектов. Это позволяет получать оценки целевого параметра «напрямую» с хорошим вертикальным разрешением (например, 30 м у инструмента CALIOP) в большом диапазоне высот. Однако недостатками данного типа устройств является их низкая периодичность съемки выбранной территории и малый размер пятен сканирования. В совокупности с небольшим числом спутниковых лидаров и радаров, находящихся на орбите, использование их результатов зондирования не позволяет обеспечить глобальный мониторинг ВНГО.
Спутниковые системы, регистрирующие отраженное солнечное и/или испускаемое различными земными объектами собственное излучение в нескольких диапазонах спектра с высокой периодичностью съемки и широкой полосой обзора имеют большую распространенность. Это делает их привлекательными для использования при решении задачи восстановления ВНГО. Однако данному типу устройств «напрямую» доступна информация только о верхней границе облачности. Определение же таких характеристик облаков, как, например, оптическая толщина, эффективный радиус частиц и водозапас осуществляется косвенно на основе применения моделей переноса излучения. Несмотря на это за последнее десятилетие были достигнуты серьезные успехи в решении задачи оценки ВНГО по данным пассивного спутникового зондирования.
В настоящее время существует две основные концепции определения рассматриваемого параметра по данным оптической спутниковой съемки. Первая из них заключается в использовании эмпирических зависимостей между ВНГО и другими характеристиками облаков, найденных с помощью сопоставления результатов активного и пассивного зондирования облачности [1]. Второй концепцией является «донор-реципиент», согласно которой результаты определения целевого параметра, полученные наземными средствами, спутниковыми лидарами или радарами экстраполируются на синхронные измерения радиометрами [2]. При этом существует гибридный подход к восстановлению ВНГО, объединяющий упомянутые выше способы, основанный на использовании методов интеллектуального анализа данных. Именно его применение является наиболее эффективным настоящее время, поскольку обеспечивает получение оценок смещения между рассчитанными значениями целевого параметра и эталонными на уровне –0.2…0.3 км при среднеквадратическом отклонении 1.2 – 1.9 км [3, 4]. Однако эти результаты достигнуты только для однослойной облачности, хотя и во всем диапазоне допустимых значений оптической толщины. Возможность же восстановления ВНГО у облаков, расположенных в нескольких ярусах одновременно, обсуждалась только в [5], где разработанный авторами алгоритм позволяет оценивать значения целевого параметра либо для самой верхней облачности из всей наблюдаемой, либо регистрировать основание наиболее близких к земле облаков, если расстояние между ярусами невелико, и они воспринимаются единым целым.
В докладе рассматривается разработанный нами алгоритм восстановления ВНГО многослойной облачности по спутниковым данным MODIS. Предложенный метод позволяет определять значения целевого параметра для облаков сразу нескольких ярусов, наблюдаемых одновременно друг под другом, в отличие от известных работ в данной области. Восстановление ВНГО рассматривается нами в качестве частного случая решения задачи нечеткой классификации. При этом классами являются узкие интервалы значений высоты основания облаков – 0.05 км из диапазона 0 – 20 км, а классификационными признаками выступают различные параметры облачности, включая оптическую толщину, эффективный радиус частиц, водозапас, характеристики верхней границы облаков, эффективную излучательную способность и другие. В качестве классификаторов рассмотрены две гибридные нейронные сети. Нечеткий слой в первой из них функционирует согласно алгоритму Fuzzy C-Means, а во второй – Густафсона-Кесселя. На этапе обучения сетей используются результаты сопоставления данных CALIOP и MODIS, а непосредственно восстановление ВНГО осуществляется только по результатам пассивного зондирования. На данном этапе разработанный алгоритм позволяет определять значения рассматриваемого параметра у многослойной облачности с оптической толщиной менее 15.
Работа выполнена при финансовой поддержке Российского научного фонда (грант № 21-71-10076, https://rscf.ru/project/21-71-10076/).