КАРТИРОВАНИЕ ПОЛЕЙ ТЕМПЕРАТУРЫ ПОВЕРХНОСТИ ОКЕАНА ПО ДАННЫМ СПУТНИКОВОГО МИКРОВОЛНОВОГО РАДИОМЕТРА МТВЗА-ГЯ
Optika atmosfery i okeana · 25.02.2026 · 39 (2(445)) · 145-150
DOI: 10.15372/aoo20260208 ↗Kurz gefasst
Fachartikel in der Zeitschrift Optika atmosfery i okeana, erschienen am 25.02.2026. Verfasst von А.О. МАСЛЯШОВА und 1 weiteren Autor:innen.
Abstract (Originalsprache)
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. A method for remote mapping of the sea surface temperature field (SST) in a cloudless and cloudy atmosphere has been proposed and tested based on SST measurements of MTVZA-GYa microwave radiometer from Meteor M satellite Nos. 2-2 and 2-4. The method includes the preliminary SST estimation using an artificial neural network (ANN) algorithm of multilayer perceptron type and statistical filtering of the preliminary estimates using climatic SST values calculated from the ERA5 reanalysis. The neural network algorithm uses antenna temperatures measured in five scanner channels of the MTVZA-GYa radiometer as predictors. Reference SST values from the open access ICOADS database are used to train the ANN. The statistical filtering procedure makes it possible to reduce the influence of clouds and precipitation in the satellite radiometer field of view and provides a root-mean-square error of the SST estimates on the order of 1.2-1.7 °C and a coefficient of determination of about 0.8-0.9 when compared with in situ observations. The proposed approach is applicable to operational global “all-weather" monitoring of sea surface temperature and can be adapted to analyze SST measurements of MTVZA-GYa type radiometers with improved technical and information characteristics.
Zitieren
APA
МАСЛЯШОВА, А., & УСПЕНСКИЙ, А. (2026). КАРТИРОВАНИЕ ПОЛЕЙ ТЕМПЕРАТУРЫ ПОВЕРХНОСТИ ОКЕАНА ПО ДАННЫМ СПУТНИКОВОГО МИКРОВОЛНОВОГО РАДИОМЕТРА МТВЗА-ГЯ. Optika atmosfery i okeana, 39(2(445)), 145-150. https://doi.org/10.15372/aoo20260208
Vancouver
МАСЛЯШОВА А, УСПЕНСКИЙ А. КАРТИРОВАНИЕ ПОЛЕЙ ТЕМПЕРАТУРЫ ПОВЕРХНОСТИ ОКЕАНА ПО ДАННЫМ СПУТНИКОВОГО МИКРОВОЛНОВОГО РАДИОМЕТРА МТВЗА-ГЯ. Optika atmosfery i okeana. 2026;39(2(445)):145-150. doi:10.15372/aoo20260208
BibTeX
@article{2026,
author = {МАСЛЯШОВА, А.О. and УСПЕНСКИЙ, А.Б.},
title = {КАРТИРОВАНИЕ ПОЛЕЙ ТЕМПЕРАТУРЫ ПОВЕРХНОСТИ ОКЕАНА ПО ДАННЫМ СПУТНИКОВОГО МИКРОВОЛНОВОГО РАДИОМЕТРА МТВЗА-ГЯ},
journal = {Optika atmosfery i okeana},
year = {2026},
volume = {39},
number = {2(445)},
pages = {145--150},
doi = {10.15372/aoo20260208}
}
EUVIMED