@InProceedings{LealNeto:2022:ImMuCo,
               author = "Leal Neto, Helvecio Bezerra",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)}",
                title = "Impacto de multilimiares e corre{\c{c}}{\~a}o vetorial para 
                         rastreamento de sistemas de precipita{\c{c}}{\~a}o sobre a bacia 
                         amaz{\^o}nica usando t{\'e}cnicas baseadas em centroides e 
                         gometrias",
            booktitle = "Resumos...",
                 year = "2022",
               editor = "Santos, Rafael Duarte Coelho dos and Calheiros, Alan James Peixoto 
                         and Queiroz, Gilberto Ribeiro de and Shiguemori, Elcio Hideiti and 
                         Vijaykumar, Nandamudi Lankalapalli and Korting, Thales Sehn and 
                         J{\'u}nior, Valdivino Alexandre de Santiago",
         organization = "Workshop dos Cursos de Computa{\c{c}}{\~a}o Aplicada do INPE, 
                         22. (WORCAP)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             abstract = "Diferentes algoritmos para previs{\~a}o e monitoramento de 
                         sistemas meteorol{\'o}gicos foram desenvolvidos ao longo dos 
                         anos. Muitos deles foram amplamente utilizados para estudar os 
                         processos din{\^a}micos associados {\`a} propaga{\c{c}}{\~a}o 
                         de nuvens, precipita{\c{c}}{\~a}o e raios. No entanto, alguns 
                         desses algoritmos focam apenas na an{\'a}lise do processo, 
                         deixando de fora caracter{\'{\i}}sticas que podem afetar o 
                         desempenho do rastreamento e previs{\~a}o, tais como: 
                         din{\^a}mica de evolu{\c{c}}{\~a}o do sistema, 
                         caracter{\'{\i}}sticas morfol{\'o}gicas, comportamento de 
                         propaga{\c{c}}{\~a}o e limites do sistema de 
                         precipita{\c{c}}{\~a}o. Com base nisso, um novo algoritmo 
                         est{\'a} em desenvolvimento para rastrear sistemas de 
                         precipita{\c{c}}{\~a}o observados por radar meteorol{\'o}gico. 
                         Alguns componentes deste algoritmo foram desenvolvidos justamente 
                         para avaliar o impacto desses recursos listados acima. O modo de 
                         rastreamento usa m{\'e}todos de identifica{\c{c}}{\~a}o e 
                         rastreamento de cluster com base nos centr{\'o}ides de geometrias 
                         para definir a trajet{\'o}ria de c{\'e}lulas individuais. Quatro 
                         m{\'e}todos de corre{\c{c}}{\~a}o s{\~a}o aplicados para 
                         corrigir incertezas relacionadas ao deslocamento de c{\'e}lulas 
                         individuais, considerando as caracter{\'{\i}}sticas 
                         f{\'{\i}}sicas e os processos din{\^a}micos dos sistemas de 
                         precipita{\c{c}}{\~a}o sobre a regi{\~a}o amaz{\^o}nica. 
                         Diferentes par{\^a}metros foram usados para validar os 
                         m{\'e}todos e verificados pela extrapola{\c{c}}{\~a}o de 
                         clusters durante as esta{\c{c}}{\~o}es seca e chuvosa. Uma 
                         probabilidade de detec{\c{c}}{\~a}o de 78,4% durante a 
                         esta{\c{c}}{\~a}o chuvosa e 68,6% na esta{\c{c}}{\~a}o seca 
                         foi alcan{\c{c}}ada para um limiar de 20 dBZ, que diminui para 
                         valores de refletividade mais elevados. As corre{\c{c}}{\~o}es 
                         pelos n{\'u}cleos internos mostraram-se mais eficientes, 
                         por{\'e}m, os melhores resultados foram aqueles associados 
                         {\`a}s corre{\c{c}}{\~o}es que levam em 
                         considera{\c{c}}{\~a}o altera{\c{c}}{\~o}es na forma da 
                         c{\'e}lula de chuva. Eventos maiores e mais longos s{\~a}o 
                         melhores para serem corrigidos. Os diferentes tipos de chuva em 
                         cada IOP e suas caracter{\'{\i}}sticas f{\'{\i}}sicas 
                         mostraram que uma {\'u}nica combina{\c{c}}{\~a}o de 
                         m{\'e}todos n{\~a}o representaria rastreamento na regi{\~a}o. 
                         Um algoritmo adaptativo de 20 dBZ foi a melhor escolha para 
                         monitorar c{\'e}lulas de chuva na regi{\~a}o amaz{\^o}nica.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos",
      conference-year = "12-16 set. 2022",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGPDW34P/47SCP55",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34P/47SCP55",
           targetfile = "IMPACTO DE MULTILIMIARES E CORRECAO VETORIAL PARA RASTREAMENTO DE 
                         SISTEMAS DE PRECIPITACAO SOBRE A BACIA AMAZONICA USANDO TECNICAS 
                         BASEADAS EM CENTROIDES E GEOMETRIAS.pdf",
        urlaccessdate = "10 maio 2024"
}