2019 г., Том 24, № 6, с.50-59

Рассмотрен опыт использования нейронных сетей в решении актуальных задач в области гидрометеорологии. Приведены результаты исследований по классификации подстилающей поверхности и облачности алгоритмами на основе машинного обучения по данным космических аппаратов серий “Метеор-М”, “Электро-Л” и “Himawari”. Описан процесс формирования обучающих наборов данных из спектральных значений в каналах спутниковых приборов и текстурных данных. Показано, что использование текстур при обучении сверточных нейронных сетей повышает точность классификации по сравнению с другими методами, особенно в ситуации схожести спектральных характеристик снежного покрова и облачности. Программные комплексы для формирования маски снега и облачности, а также карт типов облачного покрова, основанные на применении описанных в данной работе методик, успешно прошли испытания и были внедрены в оперативную работу Дальневосточного центра НИЦ “Планета”.