Том 38, номер 02, статья № 7

Аннотация:

Облака являются естественным регулятором приходящей к земной поверхности солнечной энергии, поэтому наземный мониторинг облачности играет важную роль. Представлен способ детектирования большинства форм высококучевых и слоисто-кучевых облаков и облаков вертикального развития и определения их среднего (4–7) и высокого (8–10) баллов, основанный на статистическом анализе непрерывных рядов измеренной суммарной радиации. Облака делятся на два класса по степени их влияния на неоднородность формируемых рядов – класс облачности «кучевая Cu» и класс облачности «кучевообразная Cuf». В качестве анализируемых характеристик ряда используются коэффициент вариации и величина размаха. Апробация способа показала, что кучевообразная облачность детектируется с точностью 94% при полноте выборки 63%, а балл облачности определяется с погрешностью не более 21%. Результаты работы могут быть использованы в метеорологических и климатологических исследованиях.

Ключевые слова:

облачность, суммарная радиация, балл облачности, мониторинг

Список литературы:

1. Наставление гидрометеорологическим станциям и постам. «Метеорологические наблюдения на станциях»: Вып. 3, ч. I. / под ред. О.А. Городецкого. Л.: Гидрометеоиздат, 1995. 299 с.
2. Капустин А.В. Технические средства гидрометеорологической службы. СПб.: Энергомашиностроение, 2005. 283 с.
3. Hsu-Yung Cheng, Chih-Lung Lin. Cloud detection in all-sky images via multi-scale neighborhood features and multiple supervised learning techniques // Atmos. Meas. Tech. Discuss. 2016. P. 1–20. DOI: 10.5194/amt-2016-169.
4. Gonzalez Y., Lopez C., Cuevas E. Automatic observation of cloudiness: Analysis of all-sky images // WMO Technical Conference on Meteorological and Environmental Instruments and Methods of Observation. Brussels (Belgium), 16–18 October, 2012. P. 1–6.
5. Kazantzidis A., Tzoumanikas P., Bais A.F., Fotopoulos S., Economou G. Cloud detection and classification with the use of whole-sky ground-based images // Atmos. Res. 2012. V. 113. P. 80–88. DOI: 10.1016/j.atmosres.2012.05.005.
6. Tulpan D., Bouchard C., Ellis K., Minwalla C. Detection of clouds in sky/cloud and aerial images using moment based texture segmentation // International Conference on Unmanned Aircraft Systems. 2017. P. 1124–1133. DOI: 10.1109/ICUAS.2017.7991380.
7. Automatic total sky imager model TSI-880. URL: http://www.yesinc.com/resource/products/skyimaging/tsi-880ds.pdf (дата обращения: 18.06.2024).
8. Панорамно-оптическая станция „TomSky“. URL: https://sky.iao.ru/about (дата обращения: 22.10.2024).
9. Криницкий М.А. Аппаратный комплекс и алгоритмы, основанные на методах машинного обучения, для измерения характеристик облачности над океаном. URL: https://disser.ocean.ru/index.php/dissertatsii/file/812-tekst-dissertatsii-krinitskij.html (дата обращения: 18.06.2024).
10. Duchon C.E., O'Malley M.S. Estimating cloud type from pyranometer observations // J. Appl. Meteorol. 1999. V. 38. Р. 132–141. DOI: 10.1175/1520-0450(1999)038<0132:ECTFPO>2.0.CO;2.
11. Lusi A., Orte F., Wolfram E., Orlando J.I. Cloud classification through machine learning and global horizontal irradiance data analysis // Q. J. R. Meteorol. Soc. 2024. P. 1–17. DOI: 10.1002/qj.4880.
12. Martinez-Chico M., Batlles F.J., Bosch J.L. Cloud classification in a mediterranean location using radiation data and sky images // Energy. 2011. V. 36. P. 4055–4062. DOI: 10.1016/j.energy.2011.04.043.
13. Zuev S.V., Krasnenko N.P. Monitoring cumulus clouds using global horizontal irradiance data // IOP Conference Series: Earth Environ. Sci. 2020. V. 611. P. 012003. DOI: 10.1088/1755-1315/611/1/012003.
14. Zuev S.V., Zolotov S.Yu. Determination of Cu amount using global horizontal irradiance // Proc. SPIE. 2023. V. 12780. P. 127802X. DOI: 10.1117/12.2690416.
15. Скороходов А.В., Астафуров В.Г., Евсюткин Т.В. Применение статистических моделей текстуры изображений и физических параметров облаков для их классификации на спутниковых снимках MODIS // Исслед. Земли из космоса. 2018. № 4. С. 43–58. DOI: 10.31857/S020596140002355-1.
16. Косторная А.А., Сапрыкин Е.И., Захватов М.Г., Токарева Ю.В. Метод дешифрирования облачного покрова по спутниковым данным // Метеорол. и гидрол. 2017. № 12. С. 16–24.
17. Волкова Е.В., Успенский А.Б. Оценки параметров облачного покрова по данным радиометра AVHRR ИСЗ NOAA регионального покрытия в светлое время суток в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2007. Т. 4, № 2. С. 65–73.
18. Аргучинцева А.В. Методы статистической обработки и анализа гидрометеорологических наблюдений. Иркутск: Иркут. гос. ун-т, 2007. 105 с.
19. Zuev S.V. Determination of diffuse and direct irradiance under cumulus clouds using pyranometer data // Proc. SPIE. 2022. V. 12341. P. 1234107. DOI: 10.1117/ 12.2643766.
20. Fawcett T. An introduction to ROC analysis // Pattern Recognit. Lett. 2006. V. 27, N 8. P. 861–874. DOI: 10.1016/j.patrec.2005.10.010.