Fechar

@MastersThesis{VargasJr:2015:EsCa,
               author = "Vargas Junior, Vanderlei Rocha de",
                title = "Assimila{\c{c}}{\~a}o de dados de superf{\'{\i}}cie no modelo 
                         WRF para o estudo de atividade el{\'e}trica na regi{\~a}o 
                         sudeste do Brasil: estudo de casos",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2015",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2015-08-25",
             keywords = "3DVAR, WRF, rel{\^a}mpagos, assimila{\c{c}}{\~a}o de dados, 
                         lightning, data assimilation.",
             abstract = "Este trabalho tem como objetivo geral estudar e executar o 
                         procedimento de assimila{\c{c}}{\~a}o de dados de 
                         esta{\c{c}}{\~o}es meteorol{\'o}gicas de superf{\'{\i}}cie e 
                         de ar superior utilizando a t{\'e}cnica variacional 
                         tridimensional (3DVAR) no modelo \emph{Advanced Research Weather 
                         Research and Forecasting} com a finalidade de investigar 
                         cen{\'a}rios prop{\'{\i}}cios {\`a} forma{\c{c}}{\~a}o de 
                         rel{\^a}mpagos. Foram utilizados dados de 8 esta{\c{c}}{\~o}es 
                         meteorol{\'o}gicas de ar superior pertencentes ao Departamento de 
                         Controle A{\'e}reo (DECEA) do Comando da Aeron{\'a}utica obtidas 
                         atrav{\'e}s do site da Universidade de Wyoming; Dados de 452 
                         esta{\c{c}}{\~o}es meteorol{\'o}gicas autom{\'a}ticas de 
                         superf{\'{\i}}cie fornecidos pelo Instituto Nacional de 
                         Meteorologia (INMET); Dados de descargas atmosf{\'e}ricas da Rede 
                         Brasileira de Descargas Atmosf{\'e}ricas (BrasilDAT); Imagens do 
                         sat{\'e}lite GOES fornecidas pela DSA/CPTEC/INPE; Dados de 
                         rean{\'a}lises do CFSR/NCEP; E, por fim, dados de 
                         condi{\c{c}}{\~o}es iniciais e de fronteira do modelo 
                         \emph{Global Forecast System} (GFS) do NOMADS/NOAA. Al{\'e}m 
                         disto, foram desenvolvidos algoritmos de interpola{\c{c}}{\~a}o 
                         para mapear a atividade el{\'e}trica e interpolar os dados 
                         observados comparando-os com as simula{\c{c}}{\~o}es. Foram 
                         avaliados os experimentos (com e sem assimila{\c{c}}{\~a}o de 
                         dados) utilizando a vari{\'a}vel precipita{\c{c}}{\~a}o e, em 
                         seguida, foram aplicados m{\'e}todos da estat{\'{\i}}stica 
                         multivariada para criar correla{\c{c}}{\~o}es com algumas 
                         vari{\'a}veis de sa{\'{\i}}da do experimento que apresentou o 
                         menor erro na simula{\c{c}}{\~a}o da precipita{\c{c}}{\~a}o e 
                         para determinar uma equa{\c{c}}{\~a}o para atividade 
                         el{\'e}trica com os coeficientes desta equa{\c{c}}{\~a}o 
                         calculados atrav{\'e}s da regress{\~a}o linear m{\'u}ltipla. 
                         Com este estudo foi poss{\'{\i}}vel obter as seguintes 
                         conclus{\~o}es: (i) A assimila{\c{c}}{\~a}o de dados 
                         observacionais provenientes de esta{\c{c}}{\~o}es 
                         meteorol{\'o}gicas autom{\'a}ticas de superf{\'{\i}}cie e de 
                         ar superior, atrav{\'e}s do uso da t{\'e}cnica 3DVAR, teve 
                         impacto positivo, diminuindo o erro de simula{\c{c}}{\~a}o da 
                         precipita{\c{c}}{\~a}o em todos os eventos; (ii) A t{\'e}cnica 
                         de mapeamento da atividade el{\'e}trica atrav{\'e}s do uso de 
                         dados de rel{\^a}mpagos detectados pela BrasilDAT permitiu 
                         identificar os sistemas meteorol{\'o}gicos e compar{\'a}-los com 
                         as vari{\'a}veis de sa{\'{\i}}da do experimento com 
                         assimila{\c{c}}{\~a}o de dados (experimento que apresentou 
                         melhores resultados), possibilitando a aplica{\c{c}}{\~a}o da 
                         estat{\'{\i}}stica multivariada para o c{\'a}lculo de 
                         correla{\c{c}}{\~o}es; (iii) O uso das correla{\c{c}}{\~o}es 
                         multivariadas possibilitou avaliar as correla{\c{c}}{\~o}es 
                         espaciais da atividade el{\'e}trica com algumas vari{\'a}veis de 
                         sa{\'{\i}}da do modelo WRF com assimila{\c{c}}{\~a}o de dados, 
                         onde as vari{\'a}veis MCAPE e MCIN se destacaram ao apresentarem 
                         uma {\'a}rea de correla{\c{c}}{\~a}o positiva (MCAPE) e 
                         negativa (MCIN) maior do que a {\'a}rea de correla{\c{c}}{\~a}o 
                         nula; (iv) A aplica{\c{c}}{\~a}o da regress{\~a}o linear 
                         m{\'u}ltipla permitiu o desenvolvimento de uma 
                         equa{\c{c}}{\~a}o que apresentou um bom desempenho na 
                         representa{\c{c}}{\~a}o das m{\'e}dias di{\'a}rias da 
                         atividade el{\'e}trica, possuindo um baixo custo computacional, o 
                         que a torna aplic{\'a}vel tanto para objetivos de 
                         diagn{\'o}sticos quanto para progn{\'o}sticos da atividade 
                         el{\'e}trica na regi{\~a}o de estudo. ABSTRACT: This work aimed 
                         to study and execute the assimilation procedure of surface and 
                         upper air data using a three-dimensional variational technique 
                         (3DVAR) in Advanced Research Weather Research and Forecasting 
                         model in order to investigate favorable scenarios the formation of 
                         lightning. We used data from eight meteorological upper air 
                         stations belonging to the Air Traffic Control Department (DECEA) 
                         of aeronautical command obtained from the University of Wyoming 
                         website; Data of 452 surface weather stations provided by the 
                         National Institute of Meteorology (INMET); Lightning data from the 
                         Brazilian Total Lightning Network System (BrasilDAT); GOES 
                         satellite images provided by DSA/CPTEC/INPE; Reanalysis data of 
                         CFSR/NCEP; And finally, initial and boundary conditions from the 
                         Global System Forecast model (GFS) of NOMADS/NOAA. Furthermore, 
                         interpolation algorithms developed to map the electrical activity 
                         and interpolating the data observed by comparing them with the 
                         simulation. We evaluated the experiments (with and without data 
                         assimilation) using the precipitation variable and then 
                         multivariate statistical methods were applied to create 
                         correlations with some output variables of the experiment that had 
                         the lowest error in simulation of precipitation and were 
                         determined an equation for the electrical activity with the 
                         coefficients of this equation calculated by multiple linear 
                         regression. With this study it was possible to obtain the 
                         following conclusions: (i) The assimilation of observational data 
                         from automatic weather surface and upper air stations by use of 
                         3DVAR technique has had a positive impact, reducing the error 
                         simulation rainfall for all events; (ii) The electrical activity 
                         mapping technique by using lightning data detected by BrasilDAT 
                         identified weather systems and compare them with the experimental 
                         output variables with data assimilation (experiment that showed 
                         better results), enabling the application of multivariate 
                         statistics to calculate correlations; (iii) The use of 
                         multivariate correlations possible to evaluate the spatial 
                         correlations of electrical activity with some output variables of 
                         the WRF model with data assimilation where MCAPE and MCIN 
                         variables stood out by presenting a positive correlation area 
                         (MCAPE) and negative ( MCIN) greater than the area of null 
                         correlation; (iv) The application of multiple linear regression 
                         enabled the development of an equation that performed well in 
                         representing the daily averages of electrical activity, having a 
                         low computational cost, making it applicable for both diagnostic 
                         and prognostics purposes of electrical activity in the study 
                         region.",
            committee = "Alves, Maria Virg{\'{\i}}nia (presidente) and Pinto Junior, 
                         Osmar (orientador) and Zepka, Gisele dos Santos (orientador) and 
                         Fernandez, Julio Pablo Reyes and Nascimento, Ernani de Lima",
           copyholder = "SID/SCD",
         englishtitle = "Surface data assimilation in WRF model for the study of electrical 
                         activity in the region of southeast Brazil: case studies",
             language = "pt",
                pages = "133",
                  ibi = "8JMKD3MGP3W34P/3KF3BFS",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3KF3BFS",
           targetfile = "publicacao.pdf",
        urlaccessdate = "25 abr. 2024"
}


Fechar