Расторгуев Игорь Поликарпович, кандидат географических наук, доцент, Военно-воздушная академия, Россия, 394064, г. Воронеж, ул. Краснознаменная, 153/5, e-mail: iprastor@yandex.ru

Денега Иван Зиновьевич, адъюнкт, Военно-воздушная академия, Россия, 394064, г. Воронеж, ул. Краснознаменная, 153/5, e-mail: denega5190@mail.ru

Расторгуева Анастасия Игоревна, научный сотрудник, Военно-воздушная академия, Россия, 394064, г. Воронеж, ул. Краснознаменная, 153/5, e-mail: airsuccess08@rambler.ru

Акимов Л. М., Расторгуев И. П., Неижмак А. Н. Диагноз и прогноз циклогенеза по данным спутникового зондирования атмосферы // Гидрометеорологические исследования и прогнозы. 2020. № 2 (376). С. 60–78.

Космический мониторинг опасных природных явлений на территории России / В. В. Асмус, Г. М. Иоффе, Л. С. Крамарева [и др.] // Метеорология и гидрология. 2019. № 11. С. 20–32.

Блощинский В. Д., Крамарева Л. С., Шамилова Ю. А. Детектирование облачного покрова с использованием нейронной сети по данным прибора МСУ-ГС космического аппарата «Арктика-М» № 1 // Оптика атмосферы и океана. 2024. Т. 37, № 2 (421). С. 99–104.

Болелов Э. А. Метеорологическое обеспечение полетов гражданской авиации: проблемы и пути их решения // Научный вестник Московского государственного технического университета гражданской авиации. 2018. Т. 21, № 5. С. 117–129.

Бухаров М. В., Бухаров В. М. Анализ быстро растущей мезомасштабной системы глубокой конвекции по картам спутникового диагноза // Гидрометеорологические исследования и прогнозы. 2020. № 2 (376). С. 23–38.

Волкова Е. В. О классификации типов облачности пороговым методом по спутниковым ИК-данным // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20, № 1. С. 271–286.

Нерушев А. Ф., Ивангородский Р. В. Определение зон турбулентности в верхней тропосфере на основе спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 1. С. 205–215.

Применение карт спутникового диагноза для анализа метеорологических условий в районе авиационного происшествия / М. В. Бухаров, Н. С. Миронова, В. М. Лосев [и др.] // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9, № 3. С. 285–292. URL: http://d33.infospace.ru/d33_conf/sb2012t3/285-292.pdf

Расторгуев И. П., Акимов Л. М., Божко А. С. Исследование многолетней динамики пространственно-временного распределения облачных систем по данным специализированных космических аппаратов // Вестник Воронежского государственного университета. Серия: География. Геоэкология. 2022. № 2. С. 78–88.

Филей А. А., Андреев А. И., Шамилова Ю. А. Программный комплекс восстановления параметров облачности по спутниковым данным ВПО-СД. Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21, № 1. С. 106–121.

Шакина Н. П., Горлач И. А., Скриптунова Е. Н. Использование спутниковых данных о конвективной облачности для анализа летных происшествий и их предупреждения // Метеорология и гидрология. 2021. № 12. С. 94–101.

Шакина Н. П., Иванова А. Р. Прогнозирование метеорологических условий для авиации. М. : Триада лтд, 2016. 312 с.

Classification of clouds in satellite imagery using adaptive fuzzy sparse representation / W. Jin, F. Gong, X. Zeng, R. Fu // Sensors. 2016. Vol. 16, N 12. Art. N 2153. https://doi.org/10.3390/s16122153

Comparison of cloud type classification with split-window algorithm based on different infrared band combinations of Himawari-8 satellite / B. Purbantoro, J. Aminuddin, N. Manago [et al.] // Remote Sensing. 2018. Vol. 11 (24). Art. N 2944. https://doi.org/10.3390/rs11242944

Determining the Flight Icing Threat to aircraft with single-layer cloud parameters derived from operational satellite data / W. L. Jr. Smith, P. Minnis, C. Fleeger [et al.] // Journal of Applied Meteorology and Climatology. 2012. Vol. 51. P. 1794–1810.

Dim J. R., Takamura T. Alternative approach for satellite cloud classification: edge gradient application // Advances in Meteorology. 2013. Art. ID 584816. URL: https://www.hindawi.com/journals/amete/2013/584816 (date of access: 03.03.2024)

Ellrod G. P., Gultepe I. Inferring low cloud base heights at night for aviation using satellite infrared and surface temperature data // Pure and Applied Geophysics. 2007. Vol. 164. P. 1193–1205.

Gultepe I., Pagowski M., Reid J. Using surface data to validate a satellite-based fog detection scheme // Weather and Forecasting. 2007. Vol. 22. P. 444–456.

Huffman G. J., Levizzani V., Kidd C. Integrated multi-satellite retrievals for the global precipitation measurement (GPM) mission (IMERG) // Satellite Precipitation Measurement. 2020. Vol. 67. P. 343–353. https://doi.org/10.1007/978-3-030-24568-9_19

Kerdraon G., Le Glaue H. EUMETSAT NWC SAF Report to Nowcasting and very shortrange forecasting. Scientific and validation report for the cloud product processors of the NWC/GEO/NWC/CDOP3/GEOCMS/SCI/VR/Cloud. Iss. 1. Rev. 1. Apr. 10, 2019. 51 p.

Pavolonis M. J. GOES-R Advanced Baseline Imager (ABI) Algorithm Theoretical Basis Document for Cloud Type and Cloud Phase. 2010. 86 p. URL: https://www.star.nesdis.noaa.gov/ goesr/docs/ATBD/Cloud_Phase.pdf (date of access: 07.04.2024).

Sadeghi M., Asanjan A. A., Faridzad M. PERSIANN-CNN: Precipitation estimation from remotely sensed information using artificial neural networks – convolutional neural networks // J. Hydrometeorology. 2019. Vol. 20. P. 2273–2289. https://doi.org/10.1175/JHM-D-19-0110.1

Transforming satellite data into weather forecasts / E. Berndt, A. Molthan, W. Vaughan, K. Fuell // Geophysics. 2017. Vol. 98. https://doi.org/10.1029/2017EO064449

Veillette M., Samsi S., Mattioli C. Sevir: A storm event imagery dataset for deep learning applications in radar and satellite meteorology // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 22009–22019.

Wolfson M., Clark D. Advanced aviation weather forecasts. Lincoln laboratory journal. 2006. Vol. 1. Р. 31–58.