Московские ученые создали самый масштабный классификатор облаков
Ученые из Московского государственного университета геодезии и картографии (МИИГАиК) разработали программное обеспечение для автоматизированной классификации облаков на основе изображений с Земли. Это позволит повысить достоверность прогноза погоды и отследить глобальные изменения климата, сообщает пресс-служба вуза.
Иллюстративное фото: pixabay.com
В новом проекте ученые разработали собственную методику по съемке неба. На сегодня это самый масштабный классификатор, который учитывает все нюансы явления облачности.
Сама облачность – это очень важная характеристика погодных условий, от которой зависит не только ежедневный выбор одежды, но и количество солнечных дней в году, а это, в свою очередь, уже влияет на сельское хозяйство. Прогнозирование ураганов, ледяных дождей или аномальной жары также напрямую касается облачности.
Кроме того, пресс-служба отметила, что для уменьшения процента ошибок в прогнозе ученые автоматизировали процедуру классификации.
«Технология автоматического распознавания облаков имеет два аспекта: изображение облака со спутника и с Земли. У наземных снимков выше разрешение, и они дают подробную информацию о локальных облаках. Поэтому идентификация на основе наземных изображений становится более востребованной», – поделилась заместитель заведующего лабораторией мониторинговых систем МИИГАиК Юлия Белышева.
Ученые в своей работе проанализировали все доступные публичные массивы данных, чтобы выявить в них неточности и причины их возникновения. И пришли к выводу, что требуется создать качественную и информативную базу данных, основанную на трудах метеорологов. В результате подробность базы данных обусловлена не только количеством фотографий, но и учетом их специфики. Ученые обращают внимание не только на саму форму облаков, но также и на атмосферные явления, суточность и сезонность.
В настоящий момент исследователи университета продолжают работу над приложением-классификатором. Его целью является облегчение процесса гидрометео- и климатического мониторинга посредством безошибочного узнавания облаков и их специфики.