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

---