@Article{BastarzHerdSapu:2017:ExObÚn,
author = "Bastarz, Carlos Frederico and Herdies, Dirceu Luis and Sapucci,
Luiz Fernando",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)}",
title = "Matriz de covari{\^a}ncias dos erros de previs{\~a}o aplicada ao
sistema de assimila{\c{c}}{\~a}o de dados global do CPTEC:
experimentos com observa{\c{c}}{\~a}o {\'u}nica",
journal = "Revista Brasileira de Meteorologia",
year = "2017",
volume = "32",
number = "3",
pages = "459--472",
keywords = "matriz de covari{\^a}ncias dos erros de previs{\~a}o,
assimila{\c{c}}{\~a}o de dados, previs{\~a}o num{\'e}rica do
tempo, background error covariance matrix, data assimilation,
numerical weather prediction.",
abstract = "A matriz de covari{\^a}ncias dos erros de previs{\~a}o
representa uma importante componente de um sistema de
assimila{\c{c}}{\~a}o de dados. Pode-se mostrar matematicamente
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 a habilidade de um
sistema de assimila{\c{c}}{\~a}o de dados est{\'a} diretamente
relacionada {\`a}s caracter{\'{\i}}sticas da matriz de
covari{\^a}ncias, sejam elas representadas por comprimentos de
escala horizontais e verticais e amplitudes (desvios-padr{\~a}o e
vari{\^a}ncias). Se o sistema de assimila{\c{c}}{\~a}o de dados
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 o uso de uma matriz de
covari{\^a}ncias n{\~a}o ajustada pode impactar de forma
significativa o processo de assimila{\c{c}}{\~a}o de dados. No
CPTEC, tem-se investido esfor{\c{c}}os para o ajuste da matriz de
covari{\^a}ncias utilizada na assimila{\c{c}}{\~a}o de dados.
Neste trabalho {\'e} feita, portanto, uma discuss{\~a}o
conceitual da matriz de covari{\^a}ncias, expressando a sua
import{\^a}ncia e a forma como {\'e} aplicada em um sistema
operacional. Al{\'e}m disso, {\'e} apresentada uma
caracteriza{\c{c}}{\~a}o quantitativa e qualitativa dessa matriz
para o modelo de circula{\c{c}}{\~a}o geral da atmosfera do
CPTEC, e quais s{\~a}o as caracter{\'{\i}}sticas resultantes
dos incrementos de an{\'a}lise produzidos no sistema GSI
utilizado pelo centro. ABSTRACT: The background error covariance
matrix represents a key component of a data assimilation system.
It can be shown mathematically that the analysis increments are
directly proportional to the covariance matrix. As a result it is
correct to state that the performance of a data assimilation
system is related to the characteristics of the covariance matrix,
in terms of: horizontal and vertical length scales, standard
deviations and variances. Considering the information that the
data assimilation system uses the observations to correct the
model forecasts weighting the model and observations errors, thus
the use of an unadjusted covariance matrix can impact the
resulting analysis at a great level. At CPTEC efforts has been
made in order to adjust the covariance matrix for its application
at the operations. In this work it is presented a conceptual
overview on the subject, enlightening the importance of the
background error covariance matrix and how it is treated in an
operational data assimilation system. Furthermore, it is also made
a quantitative and qualitative characterization of the background
error covariance matrix calculated using the CPTEC global forecast
model and the differences in the resulting analysis increments.",
doi = "10.1590/0102-77863230012",
url = "http://dx.doi.org/10.1590/0102-77863230012",
issn = "0102-7786",
language = "pt",
targetfile = "bastarz_matriz.pdf",
urlaccessdate = "27 abr. 2024"
}