Fechar
Metadados

@InProceedings{BaņosSapBasAvaMat:2016:FuEmOr,
               author = "Baņos, Ivette Hern{\'a}ndez and Sapucci, Luiz Fernando and 
                         Bastarz, Carlos Frederico and Avan{\c{c}}o, Lucas Amarante and 
                         Mattos, Jo{\~a}o Gerd Zell de",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais 
                         (INPE)}",
                title = "Fun{\c{c}}{\~o}es emp{\'{\i}}ricas ortogonais para avaliar o 
                         desempenho de modelos de previs{\~a}o no CPTEC/INPE",
                 year = "2016",
         organization = "Congresso Brasileiro de Meteorologia, 19. (CBMET)",
             abstract = "As Fun{\c{c}}{\~o}es Ortogonais Emp{\'{\i}}ricas (FOE) sob a 
                         forma de auto-valores e autovetores, constituem uma ferramenta 
                         poderosa para sintetizar informa{\c{c}}{\~o}es descritas por 
                         dados que apresentam um grande n{\'u}mero de graus de liberdade, 
                         com suas incertezas e variabilidades caracter{\'{\i}}sticas. 
                         Nesse processo {\'e} poss{\'{\i}}vel obter nas FOE uma 
                         representa{\c{c}}{\~a}o da m{\'a}xima fra{\c{c}}{\~a}o da 
                         variabilidade contida nos dados originais, reduzindo 
                         significativamente o n{\'u}mero de graus de liberdade originais, 
                         resultando em um n{\'u}mero reduzido de FOE, facilitando a 
                         interpreta{\c{c}}{\~a}o das informa{\c{c}}{\~o}es. As FOE, 
                         sendo combina{\c{c}}{\~o}es lineares das vari{\'a}veis 
                         originais, permitem organizar as informa{\c{c}}{\~o}es 
                         relacionando padr{\~o}es de variabilidades semelhantes, 
                         caracterizando os aspectos contidos nos dados, e em muitos casos 
                         s{\~a}o capazes de revelar outros, que embora presentes, n{\~a}o 
                         s{\~a}o evidentes em uma an{\'a}lise superficial. Sob o ponto de 
                         vista da previs{\~a}o num{\'e}rica de tempo, um dos elementos 
                         fundamentais para obter uma simula{\c{c}}{\~a}o de boa qualidade 
                         {\'e} a realiza{\c{c}}{\~a}o de uma correta 
                         avalia{\c{c}}{\~a}o das simula{\c{c}}{\~o}es num{\'e}ricas de 
                         tempo produzidas pelos diferentes modelos meteorol{\'o}gicos. As 
                         previs{\~o}es num{\'e}ricas de precipita{\c{c}}{\~a}o geradas 
                         pelos modelos operacionais do Centro de Previs{\~a}o de Tempo e 
                         Estudos Clim{\'a}ticos do Instituto Nacional de Pesquisas 
                         Espaciais (CPTEC/INPE) s{\~a}o de grande import{\^a}ncia para a 
                         popula{\c{c}}{\~a}o e, por isso, exigem uma melhor qualidade. No 
                         entanto, por ser uma vari{\'a}vel discreta, as 
                         simula{\c{c}}{\~o}es num{\'e}ricas de precipita{\c{c}}{\~a}o 
                         n{\~a}o apresentam um bom desempenho e, muitas vezes, a 
                         metodologia de avalia{\c{c}}{\~a}o utilizada n{\~a}o {\'e} 
                         capaz de definir com precis{\~a}o sua qualidade. Com o intuito de 
                         avaliar o desempenho do Modelo de Circula{\c{c}}{\~a}o Global 
                         Atmosf{\'e}rico (MCGA) do CPTEC/INPE, e consequentemente 
                         contribuir para seu aprimoramento, muito se tem investido no 
                         Sistema Comunit{\'a}rio de Avalia{\c{c}}{\~a}o de modelos 
                         Num{\'e}ricos de Tempo e Clima (SCANTEC), principalmente na 
                         avalia{\c{c}}{\~a}o da precipita{\c{c}}{\~a}o utilizando FOE, 
                         que mostra-se uma t{\'e}cnica robusta na 
                         quantifica{\c{c}}{\~a}o estat{\'{\i}}stica das 
                         simula{\c{c}}{\~o}es de vari{\'a}veis discretas. O presente 
                         trabalho visa apresentar os primeiros resultados de uma 
                         an{\'a}lise de FOE usando o SCANTEC, para os campos de 
                         precipita{\c{c}}{\~a}o previstos pelo MCGA sobre a Am{\'e}rica 
                         do Sul no m{\^e}s de agosto de 2014. Essas fun{\c{c}}{\~o}es 
                         foram comparadas com as calculadas para o campo estimado a partir 
                         dos dados di{\'a}rios de precipita{\c{c}}{\~a}o acumulada em 24 
                         horas, do sat{\'e}lite TRMM (3B42). Os resultados evidenciaram 
                         claramente a potencialidade das FOE para a avalia{\c{c}}{\~a}o 
                         de alguns elementos chaves das previs{\~o}es de 
                         precipita{\c{c}}{\~a}o: os padr{\~o}es atmosf{\'e}ricos 
                         representados com as FOE observadas conseguem ser reproduzidos 
                         pelas FOE previstas com um alto valor de coeficiente de 
                         correla{\c{c}}{\~a}o. Mais de 90% da vari{\^a}ncia do conjunto 
                         de dados observados {\'e} obtido a partir das quatro primeiras, 
                         resultado que {\'e} replicado para as FOE previstas. A 
                         variabilidade do campo de precipita{\c{c}}{\~a}o estimada {\'e} 
                         satisfatoriamente refletida nas FOE calculadas para os campos 
                         previstos, o que qualifica o desempenho do modelo de previs{\~a}o 
                         e mostra a utilidade da metodologia para a avalia{\c{c}}{\~a}o 
                         dos campos de precipita{\c{c}}{\~a}o previstos pelo MCGA.",
  conference-location = "Jo{\~a}o Pessoa, PB",
      conference-year = "7-11 nov.",
             language = "pt",
                  ibi = "8JMKD3MGP3W34P/3MSNEB5",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3MSNEB5",
           targetfile = "banos_funcoes.pdf",
        urlaccessdate = "25 nov. 2020"
}


Fechar