Том 39, номер 02, статья № 8

Аннотация:

Предложен и испытан метод дистанционного картирования поля температуры поверхности океана (ТПО) в условиях безоблачной и облачной атмосферы по данным измерений микроволнового радиометра МТВЗА-ГЯ со спутников серии «Метеор-М» № 2-2 и № 2-4. Метод включает построение предварительных оценок ТПО с помощью алгоритма искусственной нейронной сети (ИНС) типа многослойного персептрона и статистическую фильтрацию предварительных оценок на основе климатических данных о ТПО, рассчитанных по результатам реанализа ERA5. В нейросетевом алгоритме в качестве предикторов используются антенные температуры Та, измеренные в пяти сканерных каналах радиометра, а для обучения ИНС привлекаются эталонные значения ТПО из базы данных открытого доступа ICOADS. Статистическая фильтрация позволяет уменьшить влияние облачности и осадков в поле зрения спутникового радиометра и обеспечивает среднеквадратичную погрешность оценок ТПО порядка 1,2–1,7 °C и коэффициент детерминации ~ 0,8–0,9 при сравнении с наблюдениями in situ. Предложенный подход применим для оперативного глобального «всепогодного» мониторинга температуры поверхности океана и может быть адаптирован для анализа измерений радиометров МТВЗА-ГЯ с улучшенными техническими и информационными характеристиками.

Ключевые слова:

температура поверхности океана, микроволновый радиометр МТВЗА ГЯ, реанализ ERA5, база данных ICOADS, искусственная нейронная сеть

Иллюстрации:

Список литературы:

1. Масляшова А.О., Успенский А.Б. Картирование температуры поверхности океана по данным микроволнового радиометра МТВЗА-ГЯ со спутника «Метеор-М» № 2–4 // Материалы 22-й Междунар. конф. «Современные проблемы дистанционного зондирования Земли из космоса». М.: ИКИ РАН, 2024. С. 49.
2. O’Carroll A.G., Armstrong E.M., Beggs H.M., Bouali M., Casey K.S., Corlett G.K., Dash P., Donlon C.J., Chelle L.G., Høyer J.L., Ignatov A., Kabobah K., Kachi M., Kurihara Yu., Karagali I., Maturi E., Merchant Ch.J., Marullo S., Minnett P.J., Pennybacker M., Ramakrishnan B., Ramsankaran R., Santoleri R., Sunder S., Saux Picart S., Vàzquez-Cuervo J., Wimmer W. Observational needs of sea surface temperature // Front. Mar. Sci. 2019. V. 6. P. 420. DOI: 10.3389/fmars.2019.00420.
3. Minnett  J., Alvera-Azcárate A., Chin T.M., Corlett G.K., Gentemann C.L., Karagali I., Li X., Marsouin A., Marullo S., Maturi E., Santoleri R., Saux Picart S., Steele M., Vazquez-Cuervo J. Half a century of satellite remote sensing of sea-surface temperature // Remote Sens. Environ. 2019. V. 233. P. 111366. DOI: 10.1016/j.rse.2019.111366.
4. Chelton D.B., Wentz F.J. Global microwave satellite observations of sea surface temperature for numerical weather prediction and climate research // Bull. Am. Meteorol. Soc. 2005. V. 86, N 8. P. 1097–1115. DOI: 10.1175/BAMS-86-8-1097.
5. Pearson K., Merchant C., Embury O., Donlon C. The role of Advanced Microwave Scanning Radiometer 2 channels within an optimal estimation scheme for sea surface temperature // Remote Sens. 2018. P. 2072–4292. DOI: 10.3390/rs10010090.
6. Gentemann C.L., Hilburn K.A. In situ validation of sea surface temperatures from the GCOM-W1 AMSR2 RSS calibrated brightness temperatures // J. Geophys. Res. Ocean. 2015. V.  120. P.  3567–3585. DOI: 10.1002/2014JC010574.
7. Сазонов Д.С. Алгоритм восстановления температуры поверхности океана, скорости приводного ветра и интегрального паросодержания по данным МТВЗА ГЯ // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19, № 1. С. 50–64.
8. Goodfellow I., Bengio Y., Courville A. Deep Learning / I. Goodfellow, Y. Bengio, A. Courville (eds.). Cambridge: The MIT Press, 2016. 800 p. DOI: 10.1007/s10710-017-9314-z.
9. Успенский А.Б., Тимофеев Ю.М., Козлов Д.А., Черный И.В. Развитие методов и средств дистанционного температурно-влажностного зондирования земной атмосферы // Метеорол. и гидрол. 2021. № 12. С. 33–44.
10. Johnson B.T., Dang C., Stegmann P., Liu Q., Moradi I., Auligne T. The Community Radiative Transfer Model (CRTM): Community-focused collaborative model development accelerating research to operations // Bull. Am. Meteorol. Soc. 2023. V. 104, N 10. P. E1817–E1830. DOI: 10.1175/BAMS-D-22-0015.1.
11. U.S. Department of Commerce, National Oceanic and Atmospheric Administration. International Comprehensive Ocean Atmosphere Dataset].   2016. URL: https: //icoads.noaa.gov/icoads_brochure_20160308_8.5x11.pdf (last access:  18.06.2025).
12. Freeman E., Woodruff S.D., Worley S.J., Lubker S.J., Kent E.C., Angel W.E., Berry D.I., Brohan P., Eastman R., Gates L., Gloeden W., Ji Z., Lawrimore J., Rayner N.A., Rosenhagen G., Smith S.R. ICOADS Release 3.0: A major update to the historical marine climate record // Int. J. Climatol. 2017. V. 37. P. 2211–2232. DOI: 10.1002/joc.4775.
13. Hersbach  H., Bell B., Berrisford P., Hirahara S., Horányi A., Muñoz-Sabater J., Nicolas J., Peubey C., Radu R., Schepers D., Simmons A., Soci C., Abdalla S., Abellan X., Balsamo G., Bechtold P., Biavati G., Bidlot J., Bonavita M., De Chiara G., Dahlgren P., Dee D., Diamantakis M., DraganiR., Flemming J., Forbes R., Fuentes M., Geer A., Haimberger L., Healy S., Hogan R.J., Hólm E., Janisková M., Keeley S., Laloyaux P., Lopez Ph., Lupu C., Radnoti G., de Rosnay P., Rozum I., Vamborg F., Villaume S., Thépaut J.-N. The ERA5 global reanalysis // Quart. J. Roy. Meteorol. Soc. 2020. V. 146, N 730. P. 1999–2049. DOI: 10.1002/qj.3803.
14. Locarnini  R.A., Mishonov А.V., Baranova O.K., Boyer T.P., Zweng M.M., Garcia H., Reagan J.R., Seidov D., Weathers K.W., Paver C., Smolyar I.V., Locarniniet R.A. World Ocean Atlas. Vol. 1: Temperature. USA: US Department of Commerce, 2024. DOI: 10.25923/54bh-1613.