Картирование температуры поверхности океана по данным микроволнового радиометра МТВЗА-ГЯ со спутника «Метеор-М» № 2-4

Измерения микроволнового радиометра МТВЗА-ГЯ (с функциями сканера и атмосферного зондировщика), входящего в состав полезной нагрузки КА серии «Метеор-М», используются для дистанционного определения геофизических параметров атмосферы и подстилающей поверхности, в том числе, получения оценок температуры поверхности океана (ТПО, Ts). В регрессионном алгоритме оценки Ts по данным МТВЗА-ГЯ из [1] в качестве предикторов использованы радиояркостные температуры Тb, полученные по измерениям антенных температур Та в сканерных каналах с рабочими частотами 10,65, 18,7 и 36,5 ГГц. Помимо перечисленных, в составе МТВЗА-ГЯ имеются сканерные каналы 23,8, 31,5, 42,0, 48,0 и 91,65 ГГц c вертикальной и горизонтальной поляризацией, а в аппаратуре МТВЗА-ГЯ на борту КА «Метеор-М» № 2-4 (запущен 29. 02. 2024г.) на экспериментальной основе включены сканерные каналы с частотами 6,9 ГГц и 7,3 ГГц [2].
В данной работе для дистанционного определения Ts предлагается применить статистический алгоритм искусственных нейронных сетей (ИНС), в котором основными входными данными являются антенные температуры Та, измеренные в пяти сканерных каналах МТВЗА-ГЯ. Отказ от использования в качестве предикторов радиояркостных температур Тb связан со значительными систематическими расхождениями Та и Тb и необходимостью проведения внешней калибровки каналов МТВЗА-ГЯ (в дополнение к бортовой радиометрической калибровке) для перехода к шкале Тb. При стабильном функционировании прибора, что имело место для всех летных образцов аппаратуры, включая МТВЗА-ГЯ на борту КА "Метеор-М" № 2-4, использование Та в качестве предикторов позволяет избежать влияния дополнительных погрешностей, вносимых процедурой внешней калибровки. При разработке алгоритма ИНН в результате численных экспериментов с фактическими данными МТВЗА-ГЯ были выбраны двухслойная однонаправленная сеть с сигмоидальной функцией активации и линейной функцией активации нейронов выходного слоя. Сеть обучалась с помощью алгоритма обратного распространения ошибки с использованием байесовской регуляризации. Число нейронов в скрытом слое равно 40, а в выходном равно 1. Состав предикторов варьировался путем выбора из первоначального набора - измерений Та в сканерных каналах 10,6, 18,7, 23,8, 31,5, 36,7 ГГц с вертикальной и горизонтальной поляризацией. Обучение нейронной сети выполнено на выборке пар, состоящих из синхронных, пространственно совмещенных антенных температур Та и значений Ts (данные глобального реанализа ERA5 [3]). Отработка алгоритма ИНН проводилась на выборке совмещенных данных МТВЗА-ГЯ и реанализа, покрывающих акваторию Атлантики, а верификация спутниковых оценок ТПО - на контрольных данных реанализа ERA5 (не использованных при обучении нейросети). Согласно предварительным оценкам величины стандартного отклонения оценивания Ts не превышают 2,8 К.