Определение микрофизических параметров облачного покрова по спутниковым данным

Сведения о микрофизических параметрах облачного покрова (водности и водозапасе облаков, фазовом состоянии воды в облачных частицах, оптических плотности и толщине облачного слоя, эффективном радиусе облачных частиц и др.) важны для моделирования изменений климата и прогноза погоды, т.к. именно они в значительной степени отвечают за уходящие и приходящие к поверхности земли потоки ДВ и ИК радиации и таким образом влияют на изменения погоды и климата. К настоящему времени в мире разработано и эксплуатируется большое количество методик для получения информации о микрофизических свойствах облаков. Подавляющее большинство из них используют различные радиационные модели и в качестве входных данных – спутниковые наблюдения в ДВ и КВ ИК участках спектра. Поэтому их область применения ограничена светлым временем суток и бесснежными регионами. Кроме того, на точность получаемых спутниковых оценок большое влияние оказывают входные параметры модели − неточное или упрощённое их задание может существенно исказить окончательный результат.
Автором в ФГБУ «НИЦ «Планета» разработано несколько версий многоспектральной Комплексной пороговой методики (КПМ) автоматической круглосуточной классификации спутниковых данных (для радиометров AVHRR/NOAA, МСУ-МР/Метеор-М №2, SEVIRI/Meteosat-8, -9, -10), в т.ч. числе для получения оценок микрофизического состояния облачного покрова. В качестве предикторов КПМ использует значения радиационной температуры (в светлое время суток дополнительно к ним значения альбедо), а также параметры облачности и осадков, полученные на предыдущих этапах классификации. Оценки микрофизического состояния облаков получаются КПМ независимо от состояния подстилающей поверхности: по данным полярно-орбитальных спутников − для Европейской территории России и сопредельных стран, по данным геостационарных спутников – для всего круга обзора. Проведённая валидация выходных продуктов КПМ данными наземных наблюдений на метеостанциях и климатическими оценками показала хорошее качество классификации: её результаты не уступают по точности зарубежным аналогам и удовлетворяют предъявляемым к ним пользователями требованиям.