Ученые Томского государственного университета разработали метод восстановления параметров облаков верхнего яруса с использованием машинного обучения и атмосферной оптики. Разработка предназначена для повышения точности прогнозов погоды и экологического мониторинга.
Метод объединяет сведения наземного лидарного, спутникового и аэрологического зондирования. Как сообщает российское издание ГТРК «Томск», в работе используются алгоритмы машинного обучения.
Исследователи преобразовали данные климатического реанализа ERA5 за 2009–2023 годы в компактные цифровые коды. Такой подход позволяет учитывать связи температуры, влажности, давления и ветра на разных высотах.
Для выбора архитектуры нейросети ученые провели конкурс по машинному обучению. Лучшее решение предложил магистрант второго курса ТГУ, который затем присоединился к научной группе для дальнейшей доработки модели.