Fechar
Metadados

@MastersThesis{Rodrigues:2017:EsImIn,
               author = "Rodrigues, Claudio Montalv{\~a}o",
                title = "Estudo do impacto da injun{\c{c}}{\~a}o de umidade do G3DVAR na 
                         qualidade da an{\'a}lise",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2017",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2016-10-03",
             keywords = "assimila{\c{c}}{\~a}o de dados, injun{\c{c}}{\~a}o, G3DVAR, 
                         data assimilation, constraint.",
             abstract = "O sistema de assimila{\c{c}}{\~a}o G3DVAR, baseado no Gridpoint 
                         Statistical Interpolation (GSI), acoplado ao Modelo de 
                         Circula{\c{c}}{\~a}o Global Atmosf{\'e}rico (MCGA), {\'e} uma 
                         iniciativa do CPTEC/INPE (Centro de Pesquisas do Tempo e Estudos 
                         Clim{\'a}ticos) em gerar uma condi{\c{c}}{\~a}o inicial que 
                         leve em considera{\c{c}}{\~a}o os balan{\c{c}}os do modelo e, 
                         consequentemente, seja aquela que tamb{\'e}m propicie a 
                         obten{\c{c}}{\~a}o das melhores previs{\~o}es de tempo com 
                         {\^e}nfase sobre a Am{\'e}rica do Sul. Para a 
                         obten{\c{c}}{\~a}o da an{\'a}lise, o G3DVAR busca encontrar um 
                         estado {\'o}timo que leve em considera{\c{c}}{\~a}o as 
                         observa{\c{c}}{\~o}es e as previs{\~o}es de curto prazo do 
                         modelo, e seus respectivos erros. A an{\'a}lise dos campos de 
                         umidade apresenta em alguns casos valores negativos ou valores de 
                         umidade acima do valor de satura{\c{c}}{\~a}o. Essas 
                         solu{\c{c}}{\~o}es s{\~a}o puramente num{\'e}ricas e em sua 
                         maioria geradas no processo de Assimila{\c{c}}{\~a}o de Dados e 
                         na integra{\c{c}}{\~a}o do modelo, ou seja, n{\~a}o 
                         correspondem {\`a} realidade f{\'{\i}}sica e precisam ser 
                         tratadas durante o processo de minimiza{\c{c}}{\~a}o da 
                         fun{\c{c}}{\~a}o custo para que n{\~a}o sejam amplificados. O 
                         G3DVAR usa um termo adicional na fun{\c{c}}{\~a}o custo, chamado 
                         de injun{\c{c}}{\~a}o de umidade. Este termo tem a 
                         fun{\c{c}}{\~a}o de regular o processo de 
                         minimiza{\c{c}}{\~a}o, conduzindo a solu{\c{c}}{\~a}o para 
                         valores de umidade mais pr{\'o}ximos da realidade 
                         f{\'{\i}}sica. No entanto, este processo de 
                         regula{\c{c}}{\~a}o depende de par{\^a}metros que controlem a 
                         atua{\c{c}}{\~a}o desse termo adicional. Com o objetivo de 
                         identificar os valores dos par{\^a}metros da injun{\c{c}}{\~a}o 
                         de umidade usados no processo de minimiza{\c{c}}{\~a}o da 
                         fun{\c{c}}{\~a}o custo do G3DVAR que melhorem a qualidade da 
                         an{\'a}lise e, consequentemente, as previs{\~o}es geradas foram 
                         realizados experimentos que variaram o valor desses 
                         par{\^a}metros com dados para o m{\^e}s de junho de 2014. A 
                         an{\'a}lise dos dados mostrou que os pontos de grade com valores 
                         negativos de umidade distribuem-se por toda a atmosfera simulada 
                         pelo modelo sobre as altas latitudes do hemisf{\'e}rio sul e 
                         tendem a se distribuir em dire{\c{c}}{\~a}o as baixas latitudes 
                         quando o valor dos par{\^a}metros de injun{\c{c}}{\~a}o 
                         aumenta. ABSTRACT: The G3DVAR assimilation system, based in the 
                         Gridpoint Statistical Interpolation (GSI), coupled to Atmospheric 
                         General Circulation Model (AGCM), is an initiative of CPTEC/INPE 
                         (Center for Weather Forecast and Climate Studies) in generate an 
                         initial condition that takes into account the model balances and, 
                         consequently, be one that also fosters the obtainment of the best 
                         forecasts with emphasis on the South America. To obtain the 
                         analysis, G3DVAR looks for a great condition that takes into 
                         account the observations and short-term forecasts of the model, 
                         beyond their errors. The analysis of the humidity fields presents 
                         in some cases negative values and humidity values above the 
                         saturation value. These solutions are purely numerical and mostly 
                         generated in the process of data assimilation and model 
                         integration, that is, they donīt correspond at the physical 
                         reality and need to be treated during the process of minimizing of 
                         the cost function so that they doesnt be amplified. G3DVAR uses an 
                         additional term in the cost function, called moisture constraint. 
                         This term has the function of regulate the process of minimizing, 
                         taking the solution to humidity values closer to the physical 
                         reality. However, this regulation process depends of parameters 
                         that control the acting of this additional term. Aiming to 
                         identify the values of the moisture constraint parameters used in 
                         the process of minimizing of the G3DVAR cost function, that 
                         improve the analysis quality and, consequently, the generated 
                         forecasts, were realized experiments that varied the value of 
                         these parameters, in the month June 2014. The data analysis showed 
                         that the grid points with negative humidity values are distributed 
                         throughout the atmosphere simulated in the model over the high 
                         latitudes of the Southern Hemisphere and tend to spread toward the 
                         low latitudes where the value of moisture constraint parameters 
                         increases.",
            committee = "Herdies, Dirceu Luis (presidente) and Sapucci, Luiz Fernando 
                         (orientador) and Correa, Cl{\'e}ber Souza",
           copyholder = "SID/SCD",
         englishtitle = "Study of the impact of moisture constraint from G3DVAR in the 
                         analysis quality",
             language = "pt",
                pages = "83",
                  ibi = "8JMKD3MGP3W34P/3MNTH88",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3MNTH88",
           targetfile = "publicacao.pdf",
        urlaccessdate = "27 nov. 2020"
}


Fechar