Современные проблемы дистанционного зондирования Земли из космоса. 2026. Т. 23. № 3. С. 121-133
Экспресс-алгоритм определения капельной влаги по измерениям радиометра МТВЗА-ГЯ № 2-2
1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 20.04.2026
DOI: 10.21046/2070-7401-2026-23-3-121-133
Представлен регрессионный алгоритм экспресс-оценки содержания капельной влаги над поверхностью Мирового океана по радиометрическим измерениям прибора МТВЗА-ГЯ (Модуль температурного и влажностного зондирования атмосферы, ГЯ — в память о Геннадии Яковлевиче Гуськове (1918–2002)), установленного на спутнике «Метеор-М» № 2-2. В основе алгоритма лежит частотно-поляризационная разница измеренной антенной температуры в каналах 18,7 и 36,7 ГГц (на вертикальной и горизонтальной поляризации). Как показано в работе, она практически инвариантна к изменениям в температуре поверхности океана, скорости приводного ветра и паросодержания и чувствительна к капельной влаге и осадкам. Для оценки коэффициентов регрессии было проведено совмещение всех доступных измерений МТВЗА-ГЯ № 2-2 за 2020 г. с реанализом ECMWF (англ. European Centre for Medium-Range Weather Forecasts) методом «точка в точку» с учётом временной динамики. Оценки точности восстановления содержания капельной влаги составили: коэффициент линейной корреляции 0,68±0,03 и среднеквадратическое отклонение СКО = 0,063±0,005 кг/м2, что соответствует результатам аналогичных исследований. Дополнительно была проведена оценка качества восстановления капельной влаги методом статистических гистограмм, которая показала хорошее согласие с измерениями радиометра SSMI (англ. Special Sensor Microwave Imager). Также в результате анализа отмечено, что полученные оценки несколько занижены по уровню для высоких значений капельной влаги.
Ключевые слова: дистанционное зондирование, содержание капельной влаги, МТВЗА-ГЯ, радиояркостная температура, микроволновое излучение, моделирование, регрессионное соотношение
Полный текстСписок литературы:
- Болдырев В. В., Горобец Н. Н., Ильгасов П. А., Никитин О. В., Панцов В. Ю., Прохоров Ю. Н., Стрельников Н. И., Стрельцов А. М., Черный И. В., Чернявский Г. М., Яковлев В. В. Спутниковый микроволновый сканер/зондировщик МТВЗА-ГЯ // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Вып. 5. Т. 1. С. 243–248.
- Ермаков Д. М., Кузьмин А. В., Мазуров А. А. и др. Концепция потоковой обработки данных российских спутниковых СВЧ-радиометров серии МТВЗА на базе ЦКП «ИКИ-Мониторинг» // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 4. С. 298–303. DOI: 10.21046/2070-7401-2021-18-4-298-303.
- Заболотских Е. В. Современные методы определения интегральных параметров влагозапаса атмосферы и водозапаса облаков // Изв. РАН. Физика атмосферы и океана. 2017. Т. 53. № 3. С. 335–342.
- Косторная А. А. Определение влагосодержания атмосферы и водозапаса облаков по данным российских метеорологических спутников: дис. … канд. физ.-мат. наук. М., 2021. 141 с.
- Лупян Е. А., Прошин А. А., Бурцев М. А. и др. Опыт эксплуатации и развития Центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151–170. DOI: 10.21046/2070-7401-2019-16-3-151-170.
- Масляшова А. О., Успенский А. Б. Определение водозапаса облаков над водной поверхностью по данным спутникового микроволнового радиометра МТВЗА-ГЯ // Материалы 23-й Международ. конф. «Современные проблемы дистанционного зондирования Земли из космоса». М.: ИКИ РАН, 2025. С. 179. DOI: 10.21046/23DZZconf-2025a.
- Пашинов Е. В. Восстановление интегрального паросодержания атмосферы по данным прибора МТВЗА-ГЯ («Метеор-М» № 2) над поверхностью океана // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 225–235. DOI: 10.21046/2070-7401-2018-15-4-225-235.
- Садовский И. Н., Сазонов Д. С. Корректировка географической привязки данных МТВЗА-ГЯ // Исслед. Земли из космоса. 2023. № 6. С. 73–85. DOI: 10.31857/S0205961423060076.
- Сазонов Д. С. Алгоритм восстановления температуры поверхности океана, скорости приводного ветра и интегрального паросодержания по данным МТВЗА ГЯ // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 1. С. 50–64. DOI: 10.21046/2070-7401-2022-19-1-50-64.
- Сазонов Д. С. Корректировка алгоритма восстановления осадков по измерениям МТВЗА-ГЯ № 2-2 // Исслед. Земли из космоса. 2024. № 6. С. 88–95. DOI: 10.31857/S0205961424060075.
- Чернявский Г. М., Митник Л. М., Кулешов В. П. и др. Микроволновое зондирование океана, атмосферы и земных покровов по данным спутника «Метеор-М» № 2 // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 78–100. DOI: 10.21046/2070-7401-2018-15-4-78-100.
- Hersbach H., Bell B., Berrisford P. et al. ERA5 hourly data on single levels from 1940 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS), 2023. DOI: 10.24381/cds.adbb2d47.
- Kilic L., Prigent C., Jimenez C. et al. Development of the SURface Fast Emissivity Model for Ocean (SURFEM-Ocean) based on the PARMIO radiative transfer model // Earth and Space Science. 2023. V. 10. Iss. 11. Article e2022EA002785. 22 p. DOI: 10.1029/2022EA002785.
- Kummerow C. D., Randel D. L., Kulie M. et al. The evolution of the Goddard profiling algorithm to a fully parametric scheme // J. Atmospheric and Oceanic Technology. 2015. V. 32. No. 12. P. 2265–2280. DOI: 10.1175/JTECH-D-15-0039.1.
- O’Dell C. W., Wentz F. J., Bennartz R. Cloud liquid water path from satellite-based passive microwave observations: A new climatology over the global oceans // J. Climate. 2008. V. 21. Iss. 8. P. 1721–1739. DOI: 10.1175/2007JCLI1958.1.
- Sadovsky I. N., Sazonov D. S. Geographic reference of MTVZA-GYa radiometric remote-sensing data // Izvestiya, Atmospheric and Oceanic Physics. 2022. V. 58. No. 12. P. 1664–1674. DOI: 10.1134/S0001433822120210.
- Surussavadee C., Staelin D. H. NPOESS precipitation retrievals using the ATMS passive microwave spectrometer // IEEE Geoscience and Remote Sensing Letters. 2010. V. 7. No. 3. P. 440–444. DOI: 10.1109/LGRS.2009.2038614.
- Wentz F. J. A well-calibrated ocean algorithm for special sensor microwave/imager // J. Geophysical Research: Oceans. 1997. V. 102. P. 8703–8718.
- Wentz F. J. SSM/I Version-7 Calibration Report. RSS Technical Report 011012. Santa Rosa, CA: Remote Sensing Systems, 2013. 46 p.
- Zabolotskikh E., Chapron B. Validation of the new algorithm for rain rate retrieval from AMSR2 data using TMI rain rate product // Advances in Meteorology. 2015. V. 2015. Article 492603. 12 p. DOI: 10.1155/2015/492603.
- Zhang R., Wang Z., Hilburn K. A. Tropical cyclone rainfall estimates from FY-3B MWRI brightness temperatures using the WS algorithm // Remote Sensing. 2018. V. 10. No. 11. Article 1770. 22 p. DOI: 10.3390/rs10111770.