Аннотация:В работе рассматриваются задачи определения характеристик облачности и аэрозоля по данным измерений рассеянного солнечного излучения.
Использовалась полносвязная нейронная сеть, состоящая из 18 входных нейронов, трех выходных нейронов и одного скрытого слоя из 64 нейронов. На входы первого слоя подаются значения интенсивности излучения и параметры системы «атмосфера-подстилающая поверхность Земли»: абсолютная интенсивность на 4 длинах волн, наклонная толща O4 на 8 длинах волн, индексы цветности в УФ и видимом диапазонах, коэффициент при линейном члене DOAS анализа, зенитный угол Солнца, альбедо подстилающей поверхности, относительная концентрация частиц в облаке. Выходные нейроны дают значения оценок нижней границы облачности в км, оптической толщи аэрозоля и оптической толщи облачности.
В качестве обучающей выборки использовался массив данных, полученных решением задачи переноса излучения методом Монте-Карло. Всего использовалось 5400 примеров, которые были разделены на три части: обучающую выборку (64% от общего числа примеров), выборку, использованную для валидации при обучении (16%) и тестовую выборку (20%). Число эпох при обучении равно 1000. Используется регуляризация в виде ограничения на взвешенную сумму комбинации евклидовой и равномерной норм вектора весов.
Показано, что оптическая толща аэрозоля оценивается с наименьшей относительной ошибкой, а нижняя граница облачности оценивается с наибольшей ошибкой.