Представлена ​​глобальная климатология аэрозолей, полученная в результате шести лет (октябрь 2018 г. – октябрь 2024 г.) наблюдений спутника Ice, Cloud, and land Elevation Satellite-2 (ICESat-2) с использованием алгоритма машинного обучения U-Net Convolutional Neural Network (CNN) для распознавания облаков и аэрозолей (Cloud–Aerosol Discrimination, CAD). Несмотря на то, что ICESat-2 изначально задумывался как альтиметрическая миссия с одноволновым маломощным лазером с высокой частотой повторения, ICESat-2 эффективно фиксирует глобальные закономерности распределения аэрозолей и может предоставить ценную информацию для преодоления разрыва в наблюдениях между миссиями Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO) и Earth Cloud, Aerosol and Radiation Explorer (EarthCARE) для поддержки разработки будущих миссий космических лидаров. Подход машинного обучения превосходит традиционные методы порогового определения, особенно в сложных условиях облаков, окутанных аэрозолем, благодаря более тонкому пространственно-временному разрешению. Полученные результаты показывают, что ежегодно в поясе между 60° ю.ш. и 60° с.ш. 78,4%, 17,0% и 4,5% аэрозолей находятся в диапазонах высот 0–2 км, 2–4 км и 4–6 км соответственно. Региональные анализы охватывают Аравийское море, Аравийский полуостров, Южную Азию, Восточную Азию, Юго-Восточную Азию, Америку и тропические океаны. Вертикальные структуры аэрозолей показывают сильный трансатлантический перенос пыли из Сахары летом и перенос дыма от сжигания биомассы из саванны в сухие сезоны. Морские аэрозольные пояса наиболее заметны в тропиках, что контрастирует с более ранними сообщениями о максимумах Южного океана. В данной работе подчёркивается важность вертикального распределения аэрозоля, необходимого для более точной количественной оценки влияния взаимодействия аэрозоля и облаков на радиационное воздействие с целью совершенствования глобальных климатических моделей.

 

Ссылка: https://www.mdpi.com/2072-4292/17/13/2240