@InProceedings{Cerqueira:2004:RePrMo,
               author = "Cerqueira, Fernanda Ara{\'u}jo",
          affiliation = "Instituto Nacional de Pesquisas Espaciais, Centro de Previs{\~a}o 
                         do Tempo e Estudos Clim{\'a}ticos (INPE.CPTEC)",
                title = "Refinamento das previs{\~o}es do modelo ETA",
                 year = "2004",
                pages = "1--16",
         organization = "Semin{\'a}rio de Inicia{\c{c}}{\~a}o Cient{\'{\i}}fica do 
                         INPE (SICINPE).",
            publisher = "INPE",
                 note = "{Bolsa PIBIC/INPE/CNPq}",
             abstract = "Modelos num{\'e}ricos de previs{\~a}o do tempo possuem 
                         simplifica{\c{c}}{\~o}es para a solu{\c{c}}{\~a}o das 
                         equa{\c{c}}{\~o}es que regem o comportamento da atmosfera. As 
                         equa{\c{c}}{\~o}es s{\~a}o discretizadas e mesmo que haja 
                         aumento de resolu{\c{c}}{\~a}o dos modelos, as previs{\~o}es 
                         apresentar{\~a}o limita{\c{c}}{\~o}es e defici{\^e}ncias. 
                         Utiliza-se m{\'e}todos estat{\'{\i}}sticos e dados 
                         observacionais para refinar as previs{\~o}es geradas pelos 
                         modelos num{\'e}ricos. Este trabalho tem por objetivo utilizar o 
                         algoritmo {"}Model Output Calibration{"} (MOC) para o refinamento 
                         das previs{\~o}es do vento a 10m geradas pelo modelo Eta para a 
                         esta{\c{c}}{\~a}o de Ilha Rasa, no Rio de Janeiro. O MOC {\'e} 
                         baseado em equa{\c{c}}{\~o}es de regress{\~a}o linear 
                         multivariada, cujos preditores s{\~a}o selecionados a partir de 
                         correla{\c{c}}{\~o}es lineares. Preditores que apresentam 
                         coeficiente de correla{\c{c}}{\~a}o acima de valores limites 
                         s{\~a}oo selecionados. A correla{\c{c}}{\~a}o {\'e} entre os 
                         preditores, que s{\~a}o as vari{\'a}veis previstas pelo modelo 
                         Eta, e o preditando, o erro da previs{\~a}o da magnitude do vento 
                         de 10 metros. Foram utilizadas duas s{\'e}ries de treinamento 
                         para a execu{\c{c}}{\~a}o do MOC. A primeira teve um 
                         per{\'{\i}}odo de 21 dias, a segunda, um per{\'{\i}}odo de 28 
                         dias, sendo o m{\^e}s de mar{\c{c}}o utilizado como base para 
                         treinamento destas s{\'e}ries. Os meses de abril e maio foram 
                         utilizados para se realizar as calibra{\c{c}}{\~o}es, 
                         compara{\c{c}}{\~a}o com as observa{\c{c}}{\~o}es e 
                         avalia{\c{c}}{\~a}o dos resultados. Testou-se as duas series de 
                         treinamento para tr{\^e}s limiares de correla{\c{c}}{\~a}o, 
                         sendo: 0,8, 0,6 e 0,4. Foram comparados entre si os resultados do 
                         MOC, os resultados do Eta e a previs{\~a}o por persist{\^e}ncia 
                         do erro da previs{\~a}o. Em ambas s{\'e}ries de treinamento, o 
                         MOC obteve o melhor desempenho para o limiar de 0,8, com 
                         redu{\c{c}}{\~a}o do RMSE sobre a previs{\~a}o do Eta. O erro 
                         MAE do MOC tamb{\'e}m apresentou maior redu{\c{c}}{\~a}o em 
                         rela{\c{c}}{\~a}o ao Eta para o limiar de 0,8. Os RMSE e MAE 
                         utilizando a corre{\c{c}}{\~a}o da previs{\~a}o por 
                         persist{\^e}ncia do erro foram maiores do que utilizando o MOC. 
                         Para o erro BIAS, notou-se que a aplica{\c{c}}{\~a}o do MOC 
                         reduziu drasticamente os erros sistem{\'a}ticos do modelo Eta, 
                         por{\'e}m as medidas de BIAS para a magnitude persistida foram as 
                         menores para as duas s{\'e}ries de treinamento e os tr{\^e}s 
                         limiares de correla{\c{c}}{\~a}o. O algoritmo MOC atingiu o 
                         objetivo de reduzir as medidas de erro do modelo Eta (medidas 
                         RMSE, MAE E BIAS), por{\'e}m essa redu{\c{c}}{\~a}o ainda pode 
                         ser otimizada. Para a s{\'e}rie de treinamento de 28 dias, o MOC 
                         teve melhor desempenho, pois a redu{\c{c}}{\~a}o dos erros da 
                         previs{\~a}o do modelo Eta foi mais significativa. Os resultados, 
                         apesar de indicarem que o MOC {\'e} eficaz, precisam ser 
                         aperfei{\c{c}}oados, pois as correla{\c{c}}{\~o}es est{\~a}o 
                         baixas e espera-se obter uma maior redu{\c{c}}{\~a}o das medidas 
                         de erros. Os pr{\'o}ximos passos do trabalho ter{\~a}o como 
                         objetivo a redu{\c{c}}{\~a}o dos erros de calibra{\c{c}}{\~a}o 
                         do MOC e o aumento da correla{\c{c}}{\~a}o linear entre o MOC 
                         utilizando novas vari{\'a}veis como preditores e s{\'e}ries de 
                         menor intervalo hor{\'a}rio.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos",
      conference-year = "03 - 04 ago.",
           copyholder = "SID/SCD",
             language = "pt",
         organisation = "Instituto Nacional de Pequisas Espaciais (INPE)",
                  ibi = "x6e6X3pFwXQZ3DUS8rS5/EhppM",
                  url = "http://urlib.net/ibi/x6e6X3pFwXQZ3DUS8rS5/EhppM",
           targetfile = "11605.pdf",
        urlaccessdate = "24 abr. 2024"
}