ИСТИНА

Даётся постановка задачи усвоения данных наблюдений. Обсуждается состояние и направления развития глобальной системы наблюдений за земной атмосферой и вклад различных наблюдений в прогноз погоды. Кратко характеризуются существующие подходы к решению задачи усвоения данных в метеорологии (вариационное усвоение, ансамблевый фильтр Калмана, фильтры частиц и их гибриды). Обсуждаются нерешённые проблемы. Оцениваются возможности использования и области применения методов машинного обучения в усвоении данных наблюдений. Описывается состояние исследований и разработок в области оперативного усвоения данных в Гидрометцентре России. Приводится пример применения нейросети для восстановления поля морского льда по данным измерений микроволнового спутникового радиометра МТВЗА-ГЯ. Описывается новый подход к использованию ансамблей при усвоении данных. Подход основан на предлагаемой нами свёрточной модели локально стационарного случайного поля ошибок прогноза. Модель оценивается непосредственно по ансамблю прогнозов, что позволяет отказаться от использования зашумленных ансамблевых ковариаций и эмпирических процедур фильтрации выборочного шума. Демонстрируется эффект нейросетевого моделирования в процедуре статистического оценивания модели по ансамблевой выборке. На модельных примерах статического и циклического усвоения данных демонстрируется преимущество нового метода по сравнению с существующими. Предложенный нами метод ансамблевого усвоения использует вариационный солвер для решения уравнений анализа и будет использован в оперативной системе глобального усвоения данных метеорологических наблюдений Гидрометцентра России.