@AudiovisualMaterial{BastarzHerdSapu:2016:MaCoEr,
             abstract = "A matriz de covari{\^a}ncias dos erros de previs{\~a}o 
                         representa uma componente bastante importante de um sistema de 
                         assimila{\c{c}}{\~a}o de dados. De forma simplificada, pode-se 
                         mostrar matematicamente, por exemplo, que os incrementos de 
                         an{\'a}lise s{\~a}o diretamente proporcionais {\`a} matriz de 
                         covari{\^a}ncias. Considerando-se este resultado, {\'e} correto 
                         afirmar que o desempenho de um sistema de assimila{\c{c}}{\~a}o 
                         de dados est{\'a} diretamente relacionado {\`a}s 
                         caracter{\'{\i}}sticas da matriz de covari{\^a}ncias, sejam 
                         elas representadas na forma de: comprimentos de escala horizontais 
                         e verticais, desvios-padr{\~a}o e vari{\^a}ncias. No CPTEC, 
                         desde quando foi instalado o GSI (Gridpoint Statistical 
                         Interpolation), a matriz de covari{\^a}ncias utilizada {\'e} 
                         proveniente do modelo de circula{\c{c}}{\~a}o geral da atmosfera 
                         GFS (Global Forecast System) do NCEP (National Centers for 
                         Environmental Predictions). Esta matriz reflete as 
                         caracter{\'{\i}}sticas climatol{\'o}gicas das anomalias do 
                         modelo desse centro. Considerando-se a informa{\c{c}}{\~a}o de 
                         que o sistema de assimila{\c{c}}{\~a}o utiliza as 
                         observa{\c{c}}{\~o}es para corrigir as previs{\~o}es do modelo, 
                         ponderando-se os erros das observa{\c{c}}{\~o}es e 
                         previs{\~o}es, ent{\~a}o pode-se questionar o uso de uma matriz 
                         de covari{\^a}ncias calculada com base nas previs{\~o}es de um 
                         modelo diferente. Neste trabalho s{\~a}o apresentadas as 
                         caracter{\'{\i}}sticas principais da matriz de covari{\^a}ncias 
                         dos erros de previs{\~a}o do CPTEC, e as diferen{\c{c}}as entre 
                         os incrementos de an{\'a}lise produzidos por diferentes 
                         vers{\~o}es da matriz calculada. Aplicando-se a nova matriz em um 
                         experimento com o sistema global variacional tridimensional do 
                         CPTEC, obteve-se um desempenho geral melhor ao que se obt{\'e}m 
                         com a matriz do modelo GFS. Os resultados podem ser verificados 
                         confrontando-se as previs{\~o}es de 9 horas contra as 
                         pr{\'o}prias an{\'a}lises, calculando-se o vi{\'e}s e o erro 
                         quadr{\'a}tico m{\'e}dio. De forma geral, pode-se concluir 
                         tamb{\'e}m que houve um aumento do n{\'u}mero de 
                         observa{\c{c}}{\~o}es assimiladas, principalmente de 
                         observa{\c{c}}{\~o}es de radi{\^a}ncias. A nova matriz de 
                         covari{\^a}ncias dos erros de previs{\~a}o, calculada com as 
                         pr{\'o}prias previs{\~o}es de 24 e 48 horas do modelo de 
                         circula{\c{c}}{\~a}o atmosf{\'e}rica do CPTEC representa, 
                         portanto, um importante avan{\c{c}}o para a independ{\^e}ncia do 
                         centro e uma substancial contribui{\c{c}}{\~a}o para a melhoria 
                         do sistema de assimila{\c{c}}{\~a}o de dados global do CPTEC.",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
               author = "Bastarz, Carlos Frederico and Herdies, Dirceu Luis and Sapucci, 
                         Luiz Fernando",
                 city = "Jo{\~a}o Pessoa, PB",
       conferencename = "Congresso Brasileiro de Meteorologia, 19 (CBMET)",
                 date = "7-11 nov.",
             language = "pt",
            publisher = "Instituto Nacional de Pesquisas Espaciais",
     publisheraddress = "S{\~a}o Jos{\'e} dos Campos",
           targetfile = "bastarz_matriz_poster.pdf",
                title = "Matriz de covari{\^a}ncias do erros de previs{\~a}o aplicada ao 
                         sistema global de assimila{\c{c}}{\~a}o de dados do CPTEC",
                 year = "2016",
        urlaccessdate = "27 abr. 2024"
}