Главная – Журналы – Оптика атмосферы и океана 2024 номер 11

Весомая роль в эволюции облачных систем и формировании радиационного баланса Земли принадлежит жидкокапельным облакам. Определение их оптико-микрофизических характеристик относится к одной из важнейших задач оптики и физики атмосферы. Настоящая работа посвящена оценке применимости искусственной нейронной сети для обработки имитационных данных пассивных спутниковых измерений отраженного солнечного излучения низкого и среднего пространственного разрешения в видимой и коротковолновой инфракрасной областях спектра с целью одновременного восстановления оптической толщины и эффективного радиуса капель горизонтально неоднородной облачности. Обучение сети осуществляется с использованием рассчитанных методом Монте-Карло значений интенсивности излучения в морской слоисто-кучевой облачности, сгенерированной с помощью фрактальной модели. Благодаря построению нелинейной аппроксимации зависимости оптико-микрофизических параметров облаков от радиационных характеристик апробируемый алгоритм позволяет учесть эффекты горизонтального переноса излучения в отличие от классических схем IPA/NIPA (Independent Pixel Approximation/Nonlocal Independent Pixel Approximation). Показано, что погрешности решения обратной задачи могут быть уменьшены за счет усвоения данных в смежных пикселях, снижения пространственного разрешения, использования значений интенсивности излучения, полученных при малых зенитных углах Солнца. Достигнутые высокие коэффициенты корреляции между тестовыми и восстановленными значениями оптической толщины облаков и эффективного радиуса капель свидетельствуют о возможности применения нейросетевого подхода для интерпретации данных спутниковых измерений.