Разработка и оптимизация алгоритмов анализа и интерпретации данных, полученных в результате спутниковых наблюдений в гидрометеорологических целях, обеспечил и значительное увеличение потенциала использования космической информации в процессе ежедневного анализа и прогнозирования погодных условий. Источником данного увеличения является фактор возможности постоянного глобального мониторинга, предоставляемый спутниковыми инструментами дистанционного зондирования Земли (ДЗЗ), а также их способностью к регулярному циклу наблюдений над поверхностью Земли и состоянием атмосферы . С учетом увеличения группировок гидрометеорологических космических аппаратов, эти данные позволяют более эффективно решать ряд прикладных научных проектов и задач оперативной метеорологии , включая прогнозирование различных атмосферных явлений и мониторинг климатических изменений. Но вместе с этим происходит и увеличение числа ограничений , обусловленных необходимостью обработки большого объема разнородных данных, которые не всегда обладают логически связанными характеристиками . Физическое моделирование для спектрального анализа спутниковых данных, а также методы машинного обучения и нейронных сетей, требуют больших вычислительных ресурсов, поэтому на первый план выходит проблема оптимизаци и вычислений .