В работе исследуется метод восстановления параметра TPW (Total Precipitable Water), отражающего влагозапас атмосферы, по данным ИК каналов прибора AHI КА Himawari-8. Основу метода составляет регрессионная модель полносвязной нейронной сети на базе многослойного персептрона. Для обучения модели в качестве эталонного значения влагозапаса атмосферы используются значения TPW, рассчитываемые Европейским центром среднесрочных прогнозов ECMWF. Исходными данными для алгоритма восстановления TPW являются ИК изображения в диапазоне длин волн от 6.2 до 13.3 мкм, географические координаты, зенитный угол сенсора и номер дня в году. Поскольку значение TPW рассчитывается для всего столба атмосферы, его оценка производится только для безоблачных участков. Валидация предложенного алгоритма произведена с привлечением данных радиозондов по территории Дальневосточного региона, а также данных спутниковых микроволновых зондировщиков AMSU-A и ATMS КА NOAA-18 и Suomi NPP соответственно.
Значение влагозапаса атмосферы TPW может использоваться в процессе краткосрочного прогнозирования развития конвективной облачности, для чего требуется его рассмотрение совместно с индексами неустойчивости атмосферы, такими как K-index или CAPE. Высокие значения индексов неустойчивости и TPW свидетельствуют о благоприятных условиях для формирования облачности конвективного характера, потенциально несущей в себе опасные погодные явления.
Предложенный алгоритм в настоящее время усовершенствуется. В частности, исследуется возможность совместного использования данных приборов AHI, AMSU и ATMS для получения значений TPW и расчета индексов неустойчивости в виде конечного продукта, строящегося в оперативном режиме.