Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 14–18 ноября 2022 г.

(http://conf.rse.geosmis.ru)

XX.D.490

Способ автоматического детектирования облачности глубокой конвекции по данным МИСЗ и COSMO-Ru

Шишов А.Е. (1), Горлач И.А. (1)
(1) Гидрометеорологический научно-исследовательский центр Российской Федерации, Москва, Россия
Круглосуточные измерения радиометра SEVIRI метеорологического искусственного спутника Земли (МИСЗ) Meteosat-10 в трех инфракрасных диапазонах за период с 2013 по 2020 год (только тёплые месяцы года) с пространственным разрешением 4-6 км и периодом обновления 15 минут использованы для детектирования зон глубокой конвекции (в дальнейшем - объектов) с помощью многошагового алгоритма на основе комплексного применения стандартного порогового метода [1] и статистической модели машинного обучения. Такой подход позволяет учесть большое количество факторов, в том числе различные характеристики температуры и формы верхней границы облака.

Для оценки качества и обучения алгоритма детектирования привлечены регулярные синоптические наблюдения и проверенные данные базы добровольных сообщений об опасных явлениях (ОЯ) ESWD [2]; проведен отбор близких по времени и пространству данных о фактах конвективных ОЯ (наземных наблюдений) и о наблюдении с МИСЗ объектов облачности глубокой конвекции, формирующих условия ОЯ.

Дополнительное привлечение данных модели численного прогноза погоды COSMO-Ru позволило детектировать не только сами объекты ОГК, но и области пробивания тропопаузы, связанные с максимальным риском возникновения ОЯ [3].

Результаты исследования свидетельствуют о высокой эффективности разработанного алгоритма детектирования ОГК: при доле ложных тревог (FAR) менее 25% удалось получить вероятность детектирования (POD) выше 95%. Дальнейшее усовершенствование алгоритма возможно за счёт привлечения независимых данных, указывающих на наличие ОГК (например, радарных данных), что может снизить долю ложных срабатываний и повысить объективность валидации. Кроме того, повышения вероятности распознавания и снижения доли ложных тревог можно достичь за счёт расширения перечня используемых характеристик ОГК.

Ключевые слова: конвекция, детектирование, спутник, исз, метеорология, тропопауза
Литература:
  1. Шишов А., Горлач И. Алгоритм распознавания и мониторинга облачности глубокой
  2. конвекции по данным МИСЗ на основе целочисленного программирования // Труды
  3. Гидрометцентра России. – 2020. – Т. 376. – № 2. – С. 39-59.
  4. Веб-сайт European Severe Weather Database (ESWD) // European Severe Storms Laboratory (ESSL) // https://eswd.eu
  5. Brunner J.C. A Quantitative Analysis of the Enhanced-V Feature in Relation to
  6. Severe Weather // Weather and Forecasting – 2007. – Т. 22 – № 4 – С.853–872.

Презентация доклада



Ссылка для цитирования: Шишов А.Е., Горлач И.А. Способ автоматического детектирования облачности глубокой конвекции по данным МИСЗ и COSMO-Ru // Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2022. C. 475. DOI 10.21046/20DZZconf-2022a

Дистанционные методы исследования атмосферных и климатических процессов

475