By this author

Retrieval of Cloud Liquid Water from MSU-GS Data On-Board Arctica-M No. 1

Issue number 3 from 15.09.2025

В статье представлена методика определения водозапаса облачности по данным дневных измерений радиометра МСУ-ГС, установленного на борту российского гидрометеорологического спутника “Арктика-М” № 1. В основе представленной методики лежат физические принципы взаимодействия электромагнитного излучения с частицами облачности в коротковолновой области спектра на длинах волн 0.55 и 4.0 мкм. Полученные по данным радиометра МСУ-ГС оценки водозапаса облачности сопоставлялись с аналогичными оценками по данным радиометров AMSU/MHS и AHI. По результатам сопоставления искомые оценки водозапаса капельной облачности находятся в допустимых пределах погрешности измерений, не превышающей 50 г/м². В тоже время в силу конструктивных особенностей радиометр МСУ-ГС не позволяет с требуемой точностью восстанавливать водозапас кристаллической облачности. В среднем оценка водозапаса кристаллической облачности по данным МСУ-ГС занижена на 110 г/м², а среднеквадратическая ошибка составляет 158 г/м² по сравнению с данными радиометра AHI. Полученные оценки водозапаса были внедрены в геоинформационную систему “Арктика-М”, обеспечивающую доступ к данным КА “Арктика-М” № 1 и результатам их тематической обработки в режиме, близкому к реальному времени.

4 0

Neural network algorithm for precipitation estimation from atms radiometer data

Issue number 4 from 15.09.2025

В статье представлена нейросетевая методика определения интенсивности осадков по данным микроволновых измерений радиометра ATMS, установленного на борту космических аппаратов Suomi NPP и NOAA-20/21. Алгоритм построен на двух полносвязных нейронных сетях, одна из которых используется для обнаружения осадкообразующей облачности, а другая – для количественной оценки осадков. При обучении нейронной сети в качестве эталонного источника информации выступал массив смоделированных с помощью быстрой радиационной модели RTTOV в каналах прибора ATMS измерений и соответствующих им интенсивностей осадков из реанализа ECMWF ERA5. Валидация полученных оценок интенсивностей осадков проводилась по данным результатов работы алгоритмов MIRS и GPROF для спутникового радиометра ATMS, а также по данным наземных радиолокационных наблюдений NIMROD. Результаты проведенной валидации показали уровень точности, соответствующий большинству работ в этой области. Валидация была проведена отдельно для суши и отдельно для воды. При сравнении с алгоритмом MIRS корреляция составила больше 0.9, и были получены RMSE для воды ‒ 0.78 мм/ч, для суши ‒ 0.84 мм/ч. При сравнении с алгоритмом GPROF корреляция для воды и для суши составила ~0.8, а RMSE ‒ 1.27 и 0.9 мм/ч, соответственно. При сравнении с данными наземного радиолокационного зондирования NIMROD корреляция и RMSE для суши составили 0.47 и 1.37 мм/ч, соответственно. Результаты проведенной валидации подтверждают работоспособность представленной нейросетевой методики восстановления интенсивности осадков. Кроме этого, дальнейшая небольшая доработка представленного алгоритма позволит применять его к измерениям других микроволновых спутниковым приборов, в том числе российских, например, МТВЗА-ГЯ, устанавливаемого на космических аппаратах серии Метеор-М.

2 0