Вышел в свет журнал “Метеорология и гидрология” № 4 за 2024 год.

Данный номер — тематический и опубликован под названием “Искусственный интеллект в гидрометеорологических исследованиях”. Ответственным редактором номера является С. А. Солдатенко.

Открывает номер статья “Искусственный интеллект и его применение в задачах численного прогноза погоды” (С. А. Солдатенко). В статье “Радиометрическая коррекция и тематическая обработка данных прибора МСУ-ГС/ВЭ высокоэллиптического космического аппарата “Арктика-М” № 1 с применением методов машинного обучения” (В. В. Асмус, В. Д. Блощинский, Л. С. Крамарева, М. О. Кучма, А. А. Филей) представлены работы, направленные на улучшение качественных характеристик информационной продукции по данным радиометра, а также на получение продуктов предварительной обработки спутниковых данных. Все описанные в статье методики основаны на применении алгоритмов машинного обучения, а именно нейронных сетей различных архитектур. Следующая статья также посвящена нейросетевым технологиям (В. Д. Блощинский, А. И. Андреев, Л. С. Крамарева, А. Н. Давиденко), приведены результаты исследований, проведенных в Научно-исследовательском центре космической гидрометеорологии “Планета”. Метод отслеживания разводий во льдах арктических морей по спутниковым снимкам видимого диапазона изложен в статье, подготовленной К. Г. Кортиковой, И. А. Бычковой. В статье В. В. Чурсина, А. А. Косторной описан подход вероятностного обнаружения зон атмосферных осадков и гроз с применением искусственных нейронных сетей, в частности глубинных. В следующей статье (М. О. Кучма) представлены методы предварительной обработки спутниковых данных для устранения влияния атмосферы на электромагнитное излучение, зарегистрированное целевой аппаратурой космического аппарата, и последующего детектирования областей разлива водных объектов бассейна р. Амур. Алгоритм автоматизированного распознавания облачности глубокой конвекции по данным метеорологических спутников с применением моделей градиентного бустинга, логической регрессии и искусственной нейронной сети рассмотрен в статье А. Е. Шишова. В статье “Использование метода нейронной сети для выделения разрывов в ледяном покрове арктических морей по радиолокационным данным” (Н. Ю. Захваткина, И. А. Бычкова, В. Г. Смирнов) представлен алгоритм обнаружения разрывов в ледяном покрове с использованием радиолокационных данных с синтезированной апертурой спутника “Sentinel-1” в режиме сверхширокой полосы обзора с двойной поляризацией. Реализация нейросетевых методик прогнозирования высших уровней воды за период весеннего ледохода на примере Сухоны, Северной Двины и Печоры, показавших высокую эффективноость по критериям Гидрометцентра России, описана в статье, подготовленной А. Э. Сумачевым, Л. С. Банщиковой, С. А. Григой. Для распознавания угроз возникновения смерчей у Черноморского побережья России О. В. Калмыковой предложено решение задачи наукастинга черноморских смерчей (построения детализированного прогноза их формирования на ближайшие 2—6 ч) с использованием методов машинного обучения. Модель машинного обучения, предназначенная для прогнозирования концентрации озона на станции Листвянка в Байкальском регионе, описана в следующей статье (А. М. Сметанина, С. А. Громов, В. А. Оболкин, Т. В. Ходжер, О. И. Хуриганова). В статье П. В. Кулижской представлен метод прогнозирования тумана и идентификации его типа на основе нейросетей для аэродрома Санкт-Петербург (Пулково).

В разделе “Хроника” опубликована статья к 70-летию заслуженного метеоролога Российской Федерации Виктора Александровича Тренина.

Ознакомиться с номером

Joomla templates by a4joomla