Главная – Журналы – Поиск по журналам

Настоящий выпуск журнала «Оптика атмосферы и океана» включает статьи, написанные по материалам докладов, которые были представлены на Международном симпозиуме по атмосферной радиации и динамике МСАРД-2025.

Атмосферные аэрозоли являются значимым фактором изменения радиационного баланса, особенно для таких территорий, как Центральная Сибирь, где продуцируется значительное количество дисперсных частиц за счет различных техногенных и биогенных источников. Однако параметры и сезонная динамика аэрозольного радиационного форсинга в этом регионе исследованы недостаточно. Представлены результаты оценки эффективности аэрозольного радиационного форсинга ( RFE ) для атмосферы Центральной Сибири по данным измерений объемных аэрозольных коэффициентов рассеяния и поглощения, выполненных на фоновой станции ZOTTO за период 2007-2024 гг. Характеристики атмосферы и подстилающей поверхности, требуемые для расчета RFE , были взяты из данных реанализа MERRA-2. Полученный временной ряд RFE для ст. ZOTTO демонстрирует сильную межсуточную изменчивость, но четко выраженную сезонную цикличность. Несмотря на то, что максимальные концентрации поглощающего (сажевого) аэрозоля и, следовательно, максимальные значения коэффициента аэрозольного поглощения наблюдаются в летние месяцы, эффективность аэрозольного форсинга в этот период составляет -30 Вт/м². Зимой, когда концентрация аэрозолей и аэрозольные оптические коэффициенты существенно ниже, эффективность форсинга положительна и равна примерно +25 Вт/м². Среднее значение RFE за период измерений равно -5 Вт/м². Смена знака аэрозольного форсинга с положительного на отрицательный происходит в начале мая, а с отрицательного на положительный - в конце октября и обусловлена главным образом сезонным изменением альбедо подстилающей поверхности. Полученные результаты могут быть использованы для уточнения прогнозов региональных климатических изменений в Сибири.

Исследование пространственного распределения и временных изменений концентрации метана (CH₄) в Арктике является актуальной, но трудно реализуемой научной задачей. Дополнительным источником информации могут послужить данные реанализов, однако они нуждаются в регулярной валидации. В настоящем исследовании оценено воспроизведение приземной концентрации CH₄ в базе глобального реанализа парниковых газов CAMS версии EGG4 в Арктическом регионе посредством сравнения с результатами непрерывных измерений на научно-исследовательском стационаре «Ледовая База Мыс Баранова» в 2016-2020 гг. Сопоставлены межгодовая, сезонная и суточная изменчивость приземной концентрации CH₄; выявлено, что данные реанализа хуже всего отражают межгодовую изменчивость приземной концентрации CH₄, а сезонная изменчивость описывается достаточно точно, хотя амплитуды сезонного хода данных реанализа немного выше измеренных значений. Проведено сравнение приземной температуры, скорости и направления ветра по данным реанализа и измерений. Подобная верификация базы данных CAMS полезна для последующего ее использования в численном моделировании регионального масштаба и других прикладных задачах.

Предложен и испытан метод дистанционного картирования поля температуры поверхности океана (ТПО) в условиях безоблачной и облачной атмосферы по данным измерений микроволнового радиометра МТВЗА-ГЯ со спутников серии «Метеор-М» № 2-2 и № 2-4. Метод включает построение предварительных оценок ТПО с помощью алгоритма искусственной нейронной сети (ИНС) типа многослойного персептрона и статистическую фильтрацию предварительных оценок на основе климатических данных о ТПО, рассчитанных по результатам реанализа ERA5. В нейросетевом алгоритме в качестве предикторов используются антенные температуры Т_а, измеренные в пяти сканерных каналах радиометра, а для обучения ИНС привлекаются эталонные значения ТПО из базы данных открытого доступа ICOADS. Статистическая фильтрация позволяет уменьшить влияние облачности и осадков в поле зрения спутникового радиометра и обеспечивает среднеквадратичную погрешность оценок ТПО порядка 1,2-1,7 °C и коэффициент детерминации ~ 0,8-0,9 при сравнении с наблюдениями in situ. Предложенный подход применим для оперативного глобального «всепогодного» мониторинга температуры поверхности океана и может быть адаптирован для анализа измерений радиометров МТВЗА-ГЯ с улучшенными техническими и информационными характеристиками.

В настоящей статье задача распознавания облаков на гиперспектральных спутниковых изображениях решается путем построения интерпретируемого нейросетевого классификатора для частичной облачности. Для эффективного решения данной задачи делается предварительный отбор спектральных каналов и производных признаков с помощью деревьев решений, обучаемых на размеченных спутниковых снимках сенсора HYPERION, с целью дальнейшего построения сверточной нейронной сети на основе модифицированной сети Unet. Модификации исходного варианта сети Unet позволяют упростить структуру сети, избежать переобучения, оценить значимость пространственных и спектральных признаков, проанализировать результаты классификации и причины принятия решений. Отбор входных признаков и оценка их значимости являются важными этапами разработки адекватных моделей машинного и глубокого обучения в сочетании с анализом их обобщающей способности. Предложенный метод отбора признаков основан на итерационном обучении деревьев решений с целью выделения значимых признаков с точки зрения точности классификации. Интерпретация работы сверточной нейронной сети и оценка значимости пространственных и спектральных признаков проводятся на основе вычисления векторов Шепли. Приведены результаты тестирования нейронной сети по снимкам HYPERION, сделанным над тремя типами поверхности (океан, растительность, урбанизированная территория). Оценены общая точность, а также ошибки ложного распознавания и ложного пропускания облаков. Показано, что нейронная сеть позволяет проводить семантическую сегментацию снимков с частичной облачностью с точностью свыше 95% на выделенном наборе каналов и пространственных признаков. Проанализирована значимость входных признаков, обусловленная их распределением по спектральным каналам, а также взаимным расположением пикселей на изображении в задаче распознавания плотных и разреженных облаков на гиперспектральных спутниковых снимках. Представленная нейросетевая модель ориентирована на работу с данными ограниченного объема с возможностью применения аугментации и может быть использована для оценки значимости выделенных спектральных каналов и пространственных признаков.

Сажевый аэрозоль от лесных пожаров, инжектируемый в стратосферу, может влиять на климат в планетарном масштабе наравне с вулканическим аэрозолем. В данной работе изучалось наполнение стратосферы сажевым аэрозолем от лесных пожаров в Восточной Сибири, а также появление вулканического аэрозоля над Западной Сибирью. Рассмотрен эпизод наземных лидарных наблюдений в июле 2022 г., когда в стратосфере над Томском были обнаружены аэрозольные слои на высотах около 11 и 20-25 км. Анализируется происхождение этих слоев с помощью метода траекторий движения воздушных масс с контролем их наполнения аэрозолем по данным лидара спутника CALIPSO, а также с привлечением данных зондирования атмосферы и поверхности Земли со спутников Suomi-NPP и Himawari-8. Показано, что источниками аэрозольного наполнения нижней стратосферы на высоте около 11 км являются пожары в Восточной Сибири, которые привели к образованию мощных пирокумулятивных облаков; установлено место и время образования этих облаков. Показано, что аэрозольные слои на высотах 20-25 км связаны с извержением вулкана Хунга-Тонга-Хунга-Хаапай, который извергался в Южном полушарии в январе 2022 г. Полученные результаты представляют значительный интерес для прогнозирования климатических изменений в региональном и глобальном масштабах.

С целью исследования динамики атмосферы Земли важно изучить частотный состав вариаций геомагнитного поля в диапазоне периода 16-дневной атмосферной планетарной волны (14,5-18 сут). В настоящей работе анализируются спектры вариаций магнитного поля Земли, зарегистрированные в период с 2000 по 2023 г. на трех европейских среднеширотных магнитных обсерваториях: «Бельск» (восток Европы), «Фюрстенфельдбрук» (центр Европы), «Дурб» (запад Европы). Методом периодограмм Ломба-Скаргла в спектре в диапазоне от 14,5 до 18 сут выделены гармоники, связанные с модуляционным воздействием длиннопериодных вариаций и приливным воздействием. Анализ показал, что спектральный состав геомагнитных вариаций не зависит от долготы месторасположения пункта наблюдения (пункты находятся приблизительно на одной широте). Удалось идентифицировать спектральные гармоники, обусловленные модуляцией полугодовой вариацией второй гармоники цикла вращения солнечных пятен и деклинационной приливной волны. Для приливной волны с периодом ~ 2 нед. выделены гармоники, обусловленные модуляционным воздействием на нее 11-летнего цикла солнечной активности (цикл Швабе), четвертой гармоники 22-летнего цикла солнечной активности, годовой и полугодовой вариаций. В спектрах хорошо выделяются гармоники, которые по периодам соответствуют модуляционному воздействию на 16-дневную планетарную волну 11-летнего цикла солнечной активности, четвертой гармоники 22-летнего цикла солнечной активности, годовой и полугодовой вариаций. Результаты спектрального анализа подтверждают влияние процессов, наблюдающихся в нижней нейтральной атмосфере, на динамику верхних слоев атмосферы. Полученные результаты могут использоваться для разработки моделей динамики атмосферы.

Изучение крупномасштабных атмосферных процессов, таких как планетарные волны, играет ключевую роль в понимании взаимосвязей между нижними и верхними слоями атмосферы. Однако точное моделирование этих волн затруднено из-за неоднородности и разреженности наблюдательных данных (спутниковых и наземных), а также высокой размерности пространства параметров при описании волновых структур. В настоящей работе представлен подход к аппроксимации планетарных волн согласно разнородным данным спутниковых измерений и наземных наблюдений с помощью адаптивного алгоритма искусственной пчелиной колонии с двумя стратегиями (Two Strategy adaptive Artificial Bee Colony, TSaABC). Алгоритм TSaABC используется для оптимизации параметров нелинейной пространственно-временной модели, представляющей данные о температуре атмосферы, полученные со спутника Aura (MLS) и трех наземных станций наблюдения эмиссии полос гидроксила OH(3, 1). Температурные данные аппроксимируются с помощью суммы гармоник планетарных волн с неизвестными параметрами, включающими амплитуды и волновые числа, которые выбираются из словаря гармоник. Решая обратную задачу минимизации расхождения данных и L₁-нормы гармонических амплитуд, метод достигает точности аппроксимации и разреженности в большом словаре гармоник. Для решения задачи L₁-минимизации была разработана стратегия жесткого порогового значения внутри алгоритма TSaABC, которая позволяет уменьшить размерность поиска решения и повышать вычислительную эффективность. Полученные результаты демонстрируют потенциал алгоритма для ассимиляции разнородных данных и улучшения моделирования атмосферных процессов.

Введение. Актуальность исследования обусловлена необходимостью методологического осмысления интеграции технологий искусственного интеллекта (ИИ) в образование в ответ на глобальные вызовы XXI в., к числу которых относятся ускоренное устаревание знаний, растущая гетерогенность обучающихся, требование инклюзивности образования и сложность самостоятельного целеполагания в условиях динамичного рынка труда. Цель статьи - проанализировать обзорный материал по массовизации образовательных практик и правовое закрепление концепции непрерывного образования в России. Обосновать роль правовых концептов как системного фундамента для внедрения ИИ и промпт-инжиниринга. Методология. В основе исследования лежит анализ нормативно-правовых документов и научной литературы, а также системный и сравнительный анализ для выявления взаимосвязи принципов непрерывного образования и технологических решений. Обсуждение. Законодательно закрепленный принцип непрерывности, реализуемый через формальное, неформальное и информальное образование, формирует методологический запрос на персонализацию, гибкость и доступность. Идентифицированы пять ключевых вызовов современности (скорость изменений, персонализация, интеграция форматов, доступность и целеполагание), для которых ИИ предлагает инструментальный ответ, а промпт-инжиниринг выступает операциональным механизмом персонализации и новой образовательной грамотностью. Заключение. Концепция непрерывного образования является не только правовым принципом, но и необходимой методологической рамкой, придающей смысл и направление технологической интеграции. В соответствии с концепцией непрерывного образования искусственный интеллект перестает быть сопутствующим технологическим атрибутом, становясь архитектурным ядром новой модели обучения на протяжении всей жизни. ИИ-инструменты обеспечивают необходимые механизмы для реализации основных положений: адаптивности, персонализации, интеграции и инклюзивности. Однако эффективность взаимодействия человека с этой сложной технологической средой определяется успешным владением новым инструментом - промпт-инжинирингом. Перспективы исследований видятся в разработке дидактики промпт-инжиниринга и создании педагогических моделей, где ИИ выступает архитектурным ядром системы, поддерживающей индивидуальную образовательную траекторию на протяжении всей жизни.

Введение. Масштабные международные отношения обусловливают корректировку форм и содержания образовательного процесса. Итогами происходящих трансформаций становятся новые социальные, этические, аксиологические, политические и иные аспекты, оказывающие существенное влияние на развитие фундаментального знания и трансляцию социально-значимой информации. В связи с этим проанализированы возможности использования гуманитарного образования как ключевого фактора, определяющего вектор динамических процессов «мягкой силы» в контексте общественных процессов. Методология исследования включает структурно-функциональный подход к анализу концепции «мягкой силы» на основе аналитико-описательной методологии, где обозначены перспективы развития высшей школы посредством мягкосилового влияния гуманитарного образования. Обсуждение. «Мягкая сила» представляет собой специфический механизм, который способен оказывать опосредованное влияние на социальные отношения и одновременно выступать коммуникативным фактором. Следует отметить, что гуманитарные науки имеют отличительную особенность по сравнению с прикладными дисциплинами, поскольку главным субъектом становится сам человек, вовлеченный в сложную систему, включающую различные связи и отношения. Отстраненность от точных структур свидетельствует о присутствии «мягкой силы» как во взаимодействии гуманитарных дисциплин, так и в отношении внешней среды, оказывая прямое влияние на отдельного индивида или социальную группу. В данном контексте исследование гуманитарных наук с точки зрения «мягкой силы» необходимо рассматривать в широком спектре влияния на нравственную, общественную и духовную деятельность личности. Заключение. На основании проведенного исследования выявлены основные принципы «мягкой силы» гуманитарного образования. Фундаментальные из них - коммуникативность, аргументированность и мировоззренческие ориентиры. Таким образом, если окажется возможным расширить подход, при котором значение гуманитарного образования будет стремительно расти, это будет способствовать расширению действия «мягкой силы», способной укрепить комплекс социальных ценностей.