Детектирование осадков и оценка их интенсивности по данным радиометра SEVIRI спутников MSG с использованием нейронных сетей

Сведения о выпавших осадках используются во многих сферах человеческой деятельности – сельском хозяйстве, авиации, строительстве и др. В условиях недостаточной плотности и неравномерности распределения наземной наблюдательной сети и сети метеорадиолокаторов актуальной становится задача обнаружения и оценки характеристик выпадающих осадков по данным спутникового мониторинга, позволяющего вести наблюдения в больших масштабах.
В работе демонстрируется, что такая задача может быть решена с использованием искусственных нейронных сетей, важной особенностью которых является их способность к обучению. Обученная нейронная сеть с большой вероятностью может правильно реагировать на новые, не предъявленные ей ранее образы. Нейросетевой подход особенно эффективен в задачах экспертной оценки и классификации.
В качестве исходных данных для обучения используются изображения, сформированные специальным программным обеспечением на основе данных, полученных с радиометра SEVIRI спутников MSG по системе трансляции EUMETCast в 2015-2016 гг. на станции приема Тверского государственного университета, и данные наземного мониторинга. Для детектирования зон осадков используется многослойная нейронная сеть прямого распространения – многослойный персептрон, а в качестве предикторов – данные каналов 6 (7,3 мкм), 7 (8,7 мкм), 9 (10,8 мкм), 10 (12,0 мкм) и их комбинации. В работе обсуждаются общие вопросы функционирования предложенной модели, представлены результаты выделения зон осадков предварительно обученной нейронной сети, оценивается влияние структуры нейронной сети на качество обучения, а также обсуждаются перспективы практического использования данной модели.