Исследователи Томского государственного университета создали новый способ реконструкции характеристик облаков верхнего яруса. В нем совместили методы атмосферной оптики и машинного обучения.
Система анализирует результаты наземного лидарного, спутникового и аэрологического наблюдения за атмосферой. По данным ГТРК «Томск», метод может применяться для прогноза погоды и наблюдения за экологической ситуацией.
Ученые выяснили, что непосредственное обучение нейросети на исходных метеоданных недостаточно эффективно. Поэтому архив ERA5 за 2009–2023 годы был преобразован в компактные цифровые коды, отражающие связи температуры, давления, влажности и ветра.
Для тестирования программных решений команда организовала конкурс, в ходе которого были проверены десятки конфигураций глубоких нейросетей. Победившая модель теперь дорабатывается для практического применения.