Новый алгоритм мониторинга облаков обеспечивает повышенную точность

Исследователи под руководством профессора Хуси Лету из Института аэрокосмической информации Китайской академии наук разработали новый алгоритм для измерения свойств облаков с использованием нейронных сетей.

Алгоритм, известный как Cloud Retrieval Algorithm based on Neural Networks (CRANN), предназначен для определения доли облачности и давления на верхней границе облаков по гиперспектральным измерениям в полосе поглощения O₂–O₂. Исследование опубликовано в журнале Remote Sensing of Environment. CRANN является частью более широкого пакета алгоритмов Cloud Remote Sensing, Atmospheric Radiation and Renewal Energy Application (CARE) и будет интегрирован с новым китайским гиперспектральным прибором Ozone Monitoring Suite (OMS). Это направлено на повышение точности измерений свойств облаков, что критически важно для улучшения определения следовых газов по спутниковым данным.

Традиционные методы определения свойств облаков сталкивались с проблемами эффективности из-за высокой спектральной и пространственной разрешающей способности современных гиперспектральных приборов. Существующие спутниковые инструменты, такие как Ozone Monitoring Instrument (OMI) и OMS, не захватывают данные в полосе O₂-A, что осложняет использование существующих алгоритмов, таких как FRESCO+ и ROCINN, которые были разработаны именно для наблюдений в этой полосе.

Новый алгоритм CRANN решает эти проблемы, сочетая физическую модель переноса излучения с методом машинного обучения. Исследователи обучили физически обусловленные модели нейронных сетей на смоделированном наборе данных, созданном с помощью модели переноса излучения, достигнув лучшей производительности. При тестировании против официальных алгоритмов, таких как OMCLDO2, FRESCO+ и ROCINN, модель CRANN показала сопоставимые результаты. Для наблюдений OMI и TROPOMI коэффициенты корреляции между результатами CRANN и официальных алгоритмов были заметно высокими.

«Метод CRANN предоставляет мощный инструмент для спутникового мониторинга облаков. Это многообещающий метод для будущих атмосферных исследований», — сказал профессор Хуси Лету.