Двадцать третья международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
XXIII.D.231
Определение водозапаса облаков над водной поверхностью по данным спутникового микроволнового радиометра МТВЗА-ГЯ
Масляшова А. О. (1,2), Успенский А.Б. (1)
(1) Научно-исследовательский центр космической гидрометеорологии «Планета», Москва, Россия
(2) МГУ имени М.В. Ломоносова Географический факультет, Москва, Россия
В состав целевой аппаратуры полярно-орбитальных космических аппаратов (КА) серии
МЕТЕОР-М (КА № 1, 2, 2-2, 2-3, 2-4 и последующих) входит микроволновой радиометр
МТВЗА-ГЯ с функциями сканера и атмосферного зондировщика, измерения которого
предназначены для дистанционного определения геофизических параметров атмосферы и подстилающей поверхности, в том числе, влагозапаса атмосферы и водозапаса облаков [1,2].
В докладе рассмотрены нейронно - сетевые алгоритмы, предназначенные для обработки
измерений радиометра МТВЗА-ГЯ КА МЕТЕОР-М № 2-4 (запущен в 2024г.) и
дистанционного определения водозапаса облаков над водной поверхностью (в терминах
LWP- liquid water path). Для получения оценок LWP разработаны нейронно–сетевой
алгоритм типа многослойного персептрона (MLP) и свёрточная нейросеть CNN, причем
испытание сети CNN показало некоторое преимущество, по сравнению с MLP, в смысле
точности результатов. Входными данными или предикторами для сетей MLP и CNN
являются антенные температуры Т а , измеренные в 10 каналах МТВЗА-ГЯ на
вертикальной (V) и горизонтальной (H) поляризациях с частотами (18,7 V, H; 23,8 V, H;
36,5 V, H; 91,65 V, H; 183,31 ± 3,0 V; 183,31 ± 7,0 V ГГц), чувствительные к вариациям
LWP. Сеть CNN с энкодер-декодерной архитектурой включает несколько слоёв свертки с
функцией активации ReLU, слои обратных сверток и конечный регрессионный слой.
Обучение проводилось с использованием оптимизатора Adam, стандартной функции
потерь MSE и выполнено на выборке пар, состоящих из наборов синхронных,
пространственно совмещенных антенных температур Т а и значений параметра Total
column cloud liquid water (CLW) по данным реанализа ERA5 [3]; параметр CLW является
полным аналогом LWP. В состав обучающей выборки включены 2723000 пар, отобранных
за разные дни летнего и осеннего сезонов 2025г. в акваториях Тихого и Атлантического
океанов, за исключением акваторий в полярных широтах. Кроме того, одно из условий
формирования выборки - наличие пар со значениями LWP из реанализа более 0.4 кг/м2,
чтобы сеть могла корректно восстанавливать высокие значения искомого параметра.
Приведены примеры карт спутниковых оценок LWP. Верификация этих оценок
проводилась сравнением с ближайшими по месту и времени «эталонными» величинами
CLW из реанализа ERA5 и оценками LWP по данным микроволнового радиометра
AMSR2 японского спутника GCOM-W1 [4]. Метрики качества спутниковых оценок –
среднеквадратичное отклонение RMSE и коэффициент детерминации R². Величины
RMSE и R² по различным акваториям Атлантического и Тихого океанов в широтной зоне
+/- 60 град. за 30 июня 2025г. меняются в диапазоне 0,05 – 0,065 кг/м2 в зависимости от области и сроков зондирования. Сравнительный анализ полей облачности по данным ERA5 и полей спутниковых оценок LWP показал, что максимальные величины оценок LWP относятся к сценам с плотной облачностью и
сильными осадками - в основном это области мощных циклонов и активной конвекции в
районах внутритропической зоны конвергенции. При отсутствии облаков значения оценок LWP оказались, в основном, близкими к нулевым. Визуальное сравнение полей оценокLWP по данным МТВЗА-ГЯ и AMSR2 показало неплохое совпадение зон высоких и низких значений обеих оценок. Количественное сравнение обеих типов оценок не
проводилось ввиду расхождения по времени данных AMSR2 и МТВЗА-ГЯ (около 1,5
часов) и значительной временной изменчивости полей LWP. В целом, результаты
верификации подтверждают работоспособность предложенной методики анализа данных
МТВЗА-ГЯ, а также достижение удовлетворительного качества восстановленных полей
LWP, учитывая возможные систематические смещения спутниковых оценок за счет
ошибок зондирования в условиях сильных осадков и отсутствия облачности [5], а также
собственные погрешности эталонных данных реанализа и повышенный уровень
радиометрического шума в данных МТВЗА-ГЯ.
Ключевые слова: радиометр МТВЗА-ГЯ, водозапас облаков, свёрточная нейросеть CNN, верификация.
Литература:
- Успенский А.Б., Тимофеев Ю.М., Козлов Д.А., Черный И.В. Развитие методов и
- средств дистанционного температурно-влажностного зондирования земной
- атмосферы // Метеорология и гидрология, 2021, №12, с. 33-44.
- Заболотских Е. В. Современные методы определения интегральных параметров
- влагозапаса атмосферы и водозапаса облаков // Известия РАН. Физика атмосферы
- и океана, 2017, т. 53, No. 3, с. 335–342.
- Hersbach H. et al. The ERA5 global reanalysis // Quarterly Journal of the Royal
- Meteorological Society, 2020, Т. 146, №. 730, с. 1999-2049.
- https://www.earthdata.nasa.gov/data/instruments/amsr2.
- Elsaesser G.S., O’Dell C.W., Lebsock M.D. et al. The multisensory advanced
- climatology of liquid water path (MAC-LWP) // J. Clim., 2017, 30, 10193–10210.
Дистанционные методы исследования атмосферных и климатических процессов