Прогнозирование характеристик и эволюции облаков верхнего яруса на основе данных наземного и спутникового зондирования атмосферы с использованием методов машинного обучения

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 24-72-10127

НазваниеПрогнозирование характеристик и эволюции облаков верхнего яруса на основе данных наземного и спутникового зондирования атмосферы с использованием методов машинного обучения

Руководитель Кучинская Олеся Ивановна, Кандидат физико-математических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Томский государственный университет" , Томская обл

Конкурс №98 - Конкурс 2024 года «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-301 - Физическая оптика

Ключевые слова Климатообразование, облака верхнего яруса, поляризационное лазерное зондирование, поляризационный лидар, матрица обратного рассеяния света, вертикальные профили метеорологических величин, реанализ метеоданных, спутниковые данные, машинное обучение, большие данные, искусственные нейронные сети, генетические алгоритмы.

Код ГРНТИ29.31.00

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Научная проблема, на решение которой направлен проект, заключается в развитии метода восстановления характеристик и эволюции облаков верхнего яруса (ОВЯ), включая облака с преимущественной горизонтальной ориентацией ледяных частиц, в условиях изменяющегося климата с использованием данных наземного и спутникового зондирования атмосферы и инструментов машинного обучения (МО). Будут исследованы особенностей применимости методов МО к задаче определения критериев обнаружения ОВЯ, их формирования и эволюции, а также восстановления зависимостей между оптическими, микрофизическими и геометрическими характеристиками ОВЯ с метеорологической обстановкой. Существующие модели взаимосвязи метеорологических параметров атмосферы и характеристик ОВЯ не позволяют учитывать некоторые эффекты ввиду упрощенного физического описания среды, либо в рамках этих моделей учет таких зависимостей становится очень нетривиальной задачей. Нейронные сети способны учитывать сложное взаимодействие параметров друг с другом, а также восстановить практическую любую зависимость характеристик ОВЯ от этих параметров. При этом, ОВЯ относятся к факторам, существенно влияющим на перенос солнечного излучения в атмосфере. Такие облака покрывают до 50% [1] земной поверхности и их вклад в парниковый эффект наиболее значим на фоне других облаков [2]. Влияние ОВЯ на потоки лучистой энергии в атмосфере общепризнано [3–5], однако их микроструктура недостаточно изучена и грубо учитывается [5] в моделях прогноза погоды и климата, что влечет неминуемые ошибки. В частности, определить ориентацию ледяных кристаллов в облаках контактными методами невозможно, поскольку она нарушается при заборе проб исследуемой среды. Устранить этот пробел позволяет высотный матричный поляризационный лидар ТГУ [6, 7], обеспечивающий оценку состояния ориентированности ледяных частиц в облаке наряду с другими характеристиками ОВЯ. Для комплексной оценки структуры, формы и параметров ОВЯ будут задействованы данные по спектральной плотности энергетической яркости в различных спектральных каналах спутникового радиометра. Следующим шагом будет разработан метод интерпретации результатов лазерного наземного и спутникового зондирования ОВЯ, содержащих частицы льда, на основе совместного анализа большого массива вертикальных профилей метеорологических величин, получаемых из нескольких источников. В качестве дополнительных к аэрологическим измерениям будут использованы данные реанализа, обладающие более высоким пространственным и временным разрешением. Новизна предлагаемой методики заключается в уникальной интеграции крупных источников данных экспериментальных параметров атмосферы – спутниковых, лидарных и метеорологических, что позволит реализовать комплексную оценку характеристик ОВЯ, определить условия и частоту их наблюдения. В совокупности с анализом и обработкой данных методами МО это позволит выявить закономерности в формировании и эволюции ОВЯ, улучшить качество данных, решить сложные задачи классификации структуры и формы облаков, а также выявлять изменения в облаке с течением времени. Таким образом, комплексная оценка состояния атмосферы и прогнозирования ее изменений в зависимости от метеорологических условий, несомненно, является актуальной для решения задач экологического мониторинга, динамики и физики атмосферы. 1. Heymsfield A.J. et al. // Meteor. Monogr. 2017. 58; doi: 10.1175/amsmonographs-d-16-0010.1. 2. Воробьева В.В., Володин Е.М. // Труды Гидрометцентра России. 2017. 363. С. 5–18. 3. Gu Y. et al. // Earth and Space Science. 2020. 7; doi: 10.1029/2020EA001119. 4. Di Natale G. et al. // Atmos. Meas. Tech. Discuss. 2016; doi: 10.5194/amt-2016-181. 5. Дмитриева-Арраго Л.Р. и др. // Труды Гидрометцентра России. 2017. 363. С. 19–34. 6. Самохвалов И.В. и др. // Оптика атмосф. и океана. 2012. Т. 25, № 5. С. 403–411. 7. Kuchinskaia O. et al. // Remote Sens. 2023, 15(1), 109; https://doi.org/10.3390/rs15010109. Q1

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2025 году
В первый год реализации проекта основное внимание было уделено исследованию и интеграции данных из различных источников для комплексной оценки оптических, геометрических, микрофизических, метеорологических и радиационных характеристик облаков верхнего яруса (ОВЯ). Разработан метод, который объединяет данные лидарных наблюдений, спутниковых измерений, аэрологического зондирования и атмосферных реанализов для всестороннего изучения ОВЯ. Ключевым результатом стало подтверждение возможности сопоставления высокоточных локальных данных, полученных с помощью высотного матричного поляризационного лидара (ВМПЛ) НИ ТГУ [Высотный поляризационный лидар для зондирования атмосферы и Томская ионосферная станция «ЛИДАР-ИОНОЗОНД». URL: https://ckp-rf.ru/usu/73573 (дата обращения: 21.04.2025 г.).], с крупномасштабными данными реанализов и спутниковых наблюдений. Это расширяет область применения локальных измерений и помогает выявлять типичные условия для формирования облаков. Данный подход может оказаться полезным для уточнения параметров в климатических моделях и задачах краткосрочного прогноза облачности. В дальнейшем планируется развивать инструменты для прогнозирования формирования и характеристик ОВЯ, а также интегрировать дополнительные источники данных для оценки облачного покрова и его изменений. Результаты исследования подчеркивают значимость комплексного анализа данных для создания более точных моделей прогнозирования климата и погоды. Для более точного определения границ фронтов воздушных масс был разработан метод, основанный на анализе производной температуры по высоте. Этот подход позволил выявить критические точки изменения температуры, что является индикатором наличия фронтальной поверхности. Для аппроксимации зависимости приращения температуры от высоты использовался полином третьей степени, что дало возможность учесть нелинейные изменения температурного градиента и более точно описать его поведение. Создана эффективная система сбора, хранения и обработки атмосферных параметров для дальнейшего анализа и обучения алгоритмов машинного обучения. Для этого разработано программное обеспечение на языке программирования Python, которое описывает характеристики обрабатываемых данных, включая лидарные измерения и данные реанализов ERA-5 и MERRA-2. Реализованы функции для вычисления средних значений, стандартных отклонений и формирования удобных датасетов. Создан класс DB с методами для извлечения и обработки метеорологических данных, обеспечивающий работу с 2698 сериями наблюдений. Для хранения данных была выбрана реляционная база данных SQLite, что обеспечит компактное хранение и быстрый доступ к информации. Реализована автоматизация загрузки спутниковых данных Terra и Aqua с серверов NASA через разработанное программное обеспечение для формирования запросов и фильтрации по времени и месту проведения лидарных экспериментов. Следует отметить, что массив данных будет систематически пополняться: эксперименты по лидарному зондированию атмосферы проводятся в различных метеорологических условиях и будут продолжаться на протяжении всего периода реализации проекта. Деятельность проекта освещалась в различных средствах массовой информации, что свидетельствует о заинтересованности общественности и важности проводимых исследований: – Региональное информационное агентство "Томск" (РИА Томск): «Проект ученых ТГУ поможет анализировать важные для климата облака» https://www.riatomsk.ru/article/20240813/tgu-izuchenie-oblakov/ (дата обращения: [13.05.2025]). – Управление информационной политики НИ ТГУ: «Ученые ТГУ разрабатывают ПО для предсказания характеристик облаков» https://news.tsu.ru/news/uchenye-tgu-razrabatyvayut-po-dlya-predskazaniya-kharakteristik-oblakov/ (дата обращения: [13.05.2025]). Полученные результаты были представлены на шести международных и всероссийских конференциях, а также опубликованы в двух статьях, включённых в перечень "Белого списка" и базы данных Scopus.

Публикации

1. Е. В. Ни, О. И. Кучинская, И. В. Самохвалов, И. Д. Брюханов, А. А. Дорошкевич, И. В. Животенюк, О. Ю. Локтюшин, М. С. Пензин, И. М. Акимов, Д. А. Романов ПОЛЯРИЗАЦИОННОЕ ЛАЗЕРНОЕ ЗОНДИРОВАНИЕ И МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ ДЛЯ РЕШЕНИЯ ЗАДАЧ АТМОСФЕРНОЙ ОПТИКИ Томск: Издательство Томского государственного университета , Материалы и технологии фотоники, электроники и нелинейной оптики: материалы Всероссийской конференции с международным участием, 10–13 сентября 2024 г. / отв. ред. Е.И. Липатов. – Томск : Издательство Томского государственного универ- ситета, 2024. – 88 с. (год публикации - 2024)

2. Д. Романов, И. Акимов, М. Пензин, О. Кучинская, И. Самохвалов и Д. Брюханов PREDICTIVE CAPABILITY OF MACHINE LEARNING ALGORITHMS FOR RECONSTRUCTING HIGH-LEVEL CLOUD PARAMETERS BASED ON LIDAR OBSERVATIONS Russian physics journal, Vol. 67 (год публикации - 2024)
10.1007/s11182-024-03311-0

3. И. Д. Брюханов, О. И. Кучинская, И. В. Самохвалов, К. Н. Пустовалов, Е. В. Ни, И. В. Животенюк, А. А. Дорошкевич Интеграция лидарных и метеорологических данных для комплексного исследования облаков верхнего яруса Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики (Санкт-Петербург) АО “НПО ГОИ им.С.И. Вавилова» (Санкт-Петербург), Т. 92 № 11, С. 34–44 (год публикации - 2025)
10.17586/1023-5086-2025-92-11-34-44

Аннотация результатов, полученных в 2026 году
Растущее влияние облаков верхнего яруса (ОВЯ) на радиационный баланс и климат в условиях антропогенных изменений требует создания точных методов их оперативного мониторинга и прогнозирования. Работа проекта направлена на решение этой фундаментальной задачи путем разработки униĸального метода реĸонструкции оптичесĸих и геометрических характеристик ОВЯ на основе данных наземного, спутниĸового, аэрологического зондирования атмосферы, реанализов (ERA5, MERRA-2) и инструментов машинного обучения. Отличительной особенностью исследований является наличие массива параметров ОВЯ, полученных в эĸспериментах по зондированию атмосферы на высотном матричном поляризационном лидаре (ВМПЛ) Томсĸого государственного университета и сопоставленных с метеорологичесĸой обстановĸой над точĸой стояния лидара. Особое внимание уделено ОВЯ с горизонтально ориентированными кристаллами льда (зеркальным). Описаны их пространственные параметры и характерные метеорологические условия формирования. Показана эффективность интеграции разнородных источников данных для уточнения микрофизических и оптических характеристик облаков. Выполнена верификация данных атмосферного реанализа MERRA-2 в диапазоне высот формирования ОВЯ. В качестве опорной информации использованы данные аэрологических наблюдений ближайших станций в радиусе 500 км (Колпашево, Новосибирск, Барабинск, Емельяново и Енисейск), а также результаты сравнения с данными реанализа ERA5. Выполнено сопоставление вертикальных профилей температуры, влажности и компонент скорости ветра по критериям среднего смещения, среднеквадратичного отклонения и коэффициента корреляции. Показано, что данные MERRA-2 удовлетворительно воспроизводят температурные и ветровые характеристики атмосферы на высотах формирования ОВЯ, однако для влажности наблюдаются существенные расхождения с аэрологическими измерениями. Сделан вывод о возможности ограниченного использования данных MERRA-2 при анализе лидарных наблюдений и необходимости дополнительной верификации отдельных параметров. Получены результаты идентификации ОВЯ на основе анализа данных наземного лидарного зондирования атмосферы и реанализа MERRA-2. Изучены распределения высот верхней и нижней границ ОВЯ в рамках серий экспериментов, проводимых с 2009 года по настоящее время. Проведено сопоставление 807 вертикальных профилей облачности, массовой доли льда и жидкой воды по данным реанализа MERRA-2 с результатами лидарного зондирования на ВМПЛ. Выполнен анализ возможности восстановления значений высот границ ОВЯ с использованием методов машинного обучения на основе данных лазерного зондирования и метеорологических параметров. Получены результаты применения ансамбля решающих деревьев для восстановления информации о высотах расположения ОВЯ с использованием вертикальных профилей температуры воздуха и его относительной и абсолютной влажности. Экспериментально показаны характерные особенности изменения характеристик влажности воздуха вблизи границ ОВЯ. Предложен и апробирован метод восстановления информации о высоте фронтальной поверхности, от которой зависит высота нижней границы ОВЯ, основанных на изменении вертикального градиента температуры воздуха при пересечении границы (переходного слоя) раздела воздушных масс с различными термодинамическими свойствами. Полученные результаты могут использоваться для повышения точности климатических моделей и краткосрочного прогноза облачности, подтверждая значимость междисциплинарного анализа в метеорологии и климатологии. Материалы по указанной теме были представлены на Международном симпозиуме «Атмосферная радиация и динамика», г. Санкт-Петербург, СПбГУ, 23–26 июня 2025 г.; XХХI Международном симпозиуме «Оптика атмосферы и океана. Физика атмосферы», г. Томск, 08-11 июля 2025 г.; XII Международной научной конференции «Региональные проблемы дистанционного зондирования Земли», г. Красноярск, 09–12 сентября 2025 г.; III Международной научно-практической конференции «Гидрометеорология и физика атмосферы: современные достижения и тенденции развития», г. Санкт-Петербург, 18-19 марта 2026 г., а также поданы для публикации в следующие журналы: Оптический журнал; MDPI, Atmosphere; Russian Physics Journal; Journal of Environmental and Earth Sciences. Команда проекта ведет активную работу по вовлечению школьников старших классов в научно-исследовательскую деятельность на своем примере междисциплинарных исследований, объединяющих разные отрасли науки [https://news.tsu.ru/projects/university-in-details/tgu-organizoval-ekskursiyu-na-unikalnyy-polyarizatsionnyy-lidar/ ; https://vk.com/@-61363026-zrenie-buduschego-kak-lazerom-issleduut-oblaka?subtype=primary].

Публикации

1. Игнатий Самохвалов, Илья Брюханов, Иван Акимов, Олеся Кучинская, Максим Пензин, Денис Романов, Евгений Ни, Иван Животенюк Effect of Scattered Solar Radiation on the Informativeness of Polarization Lidar Studies of High-Level Clouds JOURNAL OF ENVIRONMENTAL AND EARTH SCIENCES, Bilingual Publishing Group, Singapore, Volume 07, Issue 06, P. 148-156. (год публикации - 2025)
10.30564/jees.v7i6.8139

2. И.М. Акимов, Д.А. Романов, Е.В. Ни СРАВНИТЕЛЬНЫЙ АНАЛИЗ ВЫСОТ ФОРМИРОВАНИЯ ОБЛАКОВ ВЕРХНЕГО ЯРУСА НА ОСНОВЕ ДАННЫХ РЕАНАЛИЗА MERRA2 Физика : материалы 63-й Междунар. науч. студ. конф. 16–22 апреля 2025 г. / Новосиб. гос. ун-т. — Новосибирск : ИПЦ НГУ, 2025. — 270 с., Ф505, Физика : материалы 63-й Междунар. науч. студ. конф. 16–22 апреля 2025 г., С. 212. (год публикации - 2025)
10.25205/978-5-4437-1789-0

3. Самохвалов И.В., Брюханов И.Д., Кучинская О.И., Пустовалов К.Н., Пензин М.С., Животенюк И.В., Ни Е.В., Локтюшин О.Ю., Акимов И.М., Романов Д.А. COMPREHENSIVE ANALYSIS OF DATA FROM THE HIGH-ALTITUDE MATRIX POLARIZATION LIDAR DEVELOPED AT THE TOMSK STATE UNIVERSITY USING THE INFORMATION FROM AEROLOGICAL SENSING, REANALYSIS, AND SATELLITE OBSERVATIONS V.E. Zuev Institute of Atmospheric Optics of SB RAS, Tomsk, International Symposium "Atmospheric and Ocean Optics. Atmospheric Physics" . V.E. Zuev Institute of Atmospheric Optics, Siberian Branch of the Russian Academy of Sciences . Volume 1. 2025. pp. 1-4. (год публикации - 2025)
10.56820/conferencearticle_685d0aa1250575.49325138

4. М. Пензин, О. Кучинская, К. Пустовалов, Е. Ни, И. Брюханов, Д. Романов, И. Акимов Verification of MERRA-2 reanalysis data for the altitude range of high-level cloud formation Russian physics journal, Vol. 4 (год публикации - 2026)

5. М.С. Пензин, К.Н. Пустовалов, О.И. Кучинская, Д.А. Романов, И.М. Акимов, И.Д. Брюханов Machine Learning-Based Prediction of High-Level Clouds: Integrating Meteorological Observations with Independent Lidar Validation MDPI (Multidisciplinary Digital Publishing Institute), Atmosphere 2026, Volume 17 , Issue 4, 348. (год публикации - 2026)
10.3390/atmos17040348

6. И. Д. Брюханов, О.И. Кучинская, К.Н. Пустовалов, М.С. Пензин, И.М. Акимов, Д.А. Романов, Е.В. Ни, А.А. Дорошкевич, И. В. Животенюк Ретроспективное восстановление информации о высотах границ облаков верхнего яруса Оптический журнал, Санкт-Петербург, Т 93, № 10 (год публикации - 2026)

7. Акимов И.М., Пустовалов К.Н., Кучинская О.И., Брюханов И.Д. ПОИСК ВЫСОТЫ ФРОНТАЛЬНОЙ ПОВЕРХНОСТИ В МОМЕНТ РЕГИСТРАЦИИ ОБЛАКОВ ВЕРХНЕГО ЯРУСА Библиотечно-издательский комплекс Сибирского федерального университета, Красноярск , Материалы XII Международной научной конференции "РЕГИОНАЛЬНЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ", Красноярск, 2025 г., стр. 123-126. (год публикации - 2025)

8. Илья Д. Брюханов, Олеся И. Кучинская, Игнатий В. Самохвалов, Константин Н. Пустовалов, Максим С. Пензин, Евгений В. Ни, Иван В. Животенюк, Антон А. Дорошкевич, Иван М. Акимов, Романов А. Денис ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ АТМОСФЕРЫ И ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ В РАЗЛИЧНЫХ ОБЛАСТЯХ СПЕКТРА КОМПЛЕКСНЫЙ ПОДХОД К ИЗУЧЕНИЮ ОБЛАКОВ ВЕРХНЕГО ЯРУСА: ПОЛЯРИЗАЦИОННЫЙ ЛИДАР, МЕТЕОРОЛОГИЧЕСКАЯ ИНФОРМАЦИЯ, СПУТНИКОВЫЙ СПЕКТРОРАДИОМЕТР И МАШИННОЕ ОБУЧЕНИЕ Издательство: ООО "Издательство ВВМ", Санкт-Петербург, МЕЖДУНАРОДНЫЙ СИМПОЗИУМ "АТМОСФЕРНАЯ РАДИАЦИЯ И ДИНАМИКА" (МСАРД - 2025). Сборник трудов. Санкт-Петербург, 2025. С. 53-54. (год публикации - 2025)

9. И.М. Акимов, О. И. Кучинская, К. Н. Пустовалов, М.С. Пензин, Д.А. Романов, И. В. Самохвалов, И. Д. Брюханов, И. В. Животенюк, Е. В. Ни COMPARATIVE ANALYSIS OF HIGH-LEVEL CLOUD HEIGHTS AND CLOUD FORMATION PROBABILITY USING LIDAR AND SATELLITE SENSING DATA V.E. Zuev Institute of Atmospheric Optics of SB RAS, Tomsk, International Symposium "Atmospheric and Ocean Optics. Atmospheric Physics" . V.E. Zuev Institute of Atmospheric Optics, Siberian Branch of the Russian Academy of Sciences . Volume 1. 2025. pp. 1-4. (год публикации - 2025)
10.56820/conferencearticle_685d0aa1480af2.41189474