1. Акимов Л. М., Расторгуев И. П., Нейжмак А. Н. Диагностика и прогноз циклогенеза по данным спутникового зондирования атмосферы // Гидрометеорологические исследования и прогнозы. 2020. № 2 (376). С. 60-78. EDN: LKOIYY
2. Космический мониторинг прогнозирования тенденций на территории России / В. В. Асмус, Г. М. Иоффе, Л. С. Крамарева [и др.] // Метеорология и гидрология. 2019. № 11. С. 20-32. EDN: JFCSXM
3. Блощинский В. Д., Крамарева Л. С., Шамилова Ю. А. Детектирование облачного покрова с использованием нейронной сети по данным прибора МСУ-ГС электрического прибора «Арктика-М» № 1 // Оптика атмосферы и океана. 2024. Т. 37, № 2 (421). С. 99-104.
4. 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. EDN: VJZTKU
5. 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. EDN: RIBDWB
6. Волкова Е. В. О классификации типа облачности пороговым методом по спутниковым ИК-данным // Современные проблемы дистанционного зондирования космоса из Земли. 2023. Т. 20, № 1. С. 271-286. EDN: LRUPGL
7. Нерушев А. Ф., Ивангородский Р. В. Определение турбулентности в верхней тропосфере космоса на основе спутниковых измерений // Современные рентгеновские проблемы зондирования Земли иза. 2019. Т. 16, № 1. С. 205-215. EDN: ZABIBV
8. Применение карт спутникового диагностики для анализа метеорологической обстановки в районе авиационного ведомства / 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. EDN: PBMRXV
9. Расторгуев И. П., Акимов Л. М., Божко А. С. Исследование многолетних динамиков пространственно-временного распределения облачных систем по данным специализированных шкафных аппаратов // Вестник Воронежского государственного университета. Серия: География. Геоэкология. 2022. № 2. С. 78-88. EDN: DSOXZG
10. Филей А. А., Андреев А. И., Шамилова Ю. А. Программный комплекс настройки параметров облачности по спутниковым данным ВПО-СД. Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21, № 1. С. 106-121. EDN: NFMGAE
11. Шакина Н. П., Горлач И. А., Скриптунова Е. Н. Использование спутниковых данных о конвективной облачности для анализа летных происшествий и их отражения // Метеорология и гидрология. 2021. № 12. С. 94-101. EDN: DJANJO
12. Шакина Н. П., Иванова А. Р. Прогнозирование метеорологических условий для авиации. М.: Триада лтд, 2016. 312 с. EDN: UTBQEK
13. Классификация облаков на спутниковых снимках с использованием адаптивного нечеткого разреженного представления / В. Цзинь, Ф. Гун, С. Цзэн, Р. Фу // Датчики. 2016. Т. 16, № 12. Статья № 2153. DOI: 10.3390/s16122153
14. Сравнение классификации типов облаков с алгоритмом разделенного окна на основе различных комбинаций инфракрасных диапазонов спутника Himawari-8 / Б. Пурбанторо, Дж. Аминуддин, Н. Манаго [и др.] // Дистанционное зондирование. 2018. Т. 11 (24). Статья № 2944. DOI: 10.3390/rs11242944
15. Определение угрозы обледенения в полете для самолетов с параметрами однослойной облачности, полученными из оперативных спутниковых данных / У. Л. Смит-младший, П. Миннис, К. Флегер [и др.] // Журнал прикладной метеорологии и климатологии. 2012. Т. 51. С. 1794-1810.
16. Дим Дж. Р., Такамура Т. Альтернативный подход к классификации спутниковых облаков: применение градиента края // Достижения в метеорологии. 2013. Идентификатор статьи 584816. URL: https://www.hindawi.com/journals/amete/2013/584816 (дата обращения: 03.03.2024).
17. Эллрод Г.П., Гултепе И. Определение высоты нижней границы облаков ночью для авиации с использованием спутниковых инфракрасных данных и данных о температуре поверхности // Теоретическая и прикладная геофизика. 2007. Т. 164. С. 1193-1205. EDN: BIBNSX
18. Гултепе И., Паговски М., Рейд Дж. Использование данных о поверхности для проверки схемы обнаружения тумана на основе спутников // Погода и прогнозирование. 2007. Т. 22. С. 444-456.
19. Хаффман Дж.Дж., Левиццани В., Кидд К. Интегрированные многоспутниковые данные для миссии по глобальному измерению осадков (GPM) (IMERG) // Спутниковое измерение осадков. 2020. Т. 67. С. 343-353. DOI: 10.1007/978-3-030-24568-9_19
20. Kerdraon G., Le Glaue H. Отчет EUMETSAT NWC SAF по прогнозированию текущей погоды и сверхкраткосрочному прогнозированию. Научный и валидационный отчет для процессоров облачных продуктов NWC/GEO/NWC/CDOP3/GEOCMS/SCI/VR/Cloud. Выпуск 1. Ред. 1. 10 апреля 2019 г. 51 стр.
21. Паволонис М.Дж. Теоретический базовый документ алгоритма расширенного базового сканера изображений (ABI) GOES-R для определения типа и фазы облаков. 2010. 86 стр. URL: https://www.star.nesdis.noaa.gov/goesr/docs/ATBD/Cloud_Phase.pdf (дата обращения: 07.04.2024).
22. Садеги М., Асанджан А.А., Фаридзад М. PERSIANN-CNN: Оценка осадков по данным дистанционного зондирования с использованием искусственных нейронных сетей - сверточных нейронных сетей // Гидрометеорология. 2019. Т. 20. С. 2273-2289. DOI: 10.1175/JHM-D-19-0110.1
23. Преобразование спутниковых данных в прогнозы погоды / Э. Берндт, А. Молтан, В. Воган, К. Фуэлл // Геофизика. 2017. Т. 98. DOI: 10.1029/2017EO064449
24. Вейетт М., Самси С., Маттиоли К. Севир: Набор данных изображений штормовых событий для приложений глубокого обучения в радиолокационной и спутниковой метеорологии // Достижения в области нейронных систем обработки информации. 2020. Т. 33. С. 22009-22019.
25. Вольфсон М., Кларк Д. Перспективные авиационные прогнозы погоды // Лабораторный журнал Линкольна. 2006. Том. 1. Р. 31-58.