@InProceedings{CoutoGome:2020:PrVePr,
               author = "Couto, Luisa Ribeiro and Gomes, Jorge Lu{\'{\i}}s",
          affiliation = "{} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
                title = "Previs{\~a}o de vento e precipita{\c{c}}{\~a}o em 
                         alt{\'{\i}}ssima resolu{\c{c}}{\~a}o em regi{\~a}o de 
                         topografia complexa",
            booktitle = "Resumos...",
                 year = "2020",
               editor = "Ribeiro, Val{\'e}ria Cristina dos Santos Ribeiro and Dal Lago, 
                         Alisson and Paulicena, Ed{\'e}sio Hernane and Mattos, Everson and 
                         Garbi, Giuliani Paulineli and Hey, Heyder and Almeida, Jos{\'e} 
                         Sergio de and Gon{\c{c}}alves, Luis Gustavo Gon{\c{c}}alves de 
                         and Alves, Lincoln Muniz and Saturno, Mario Eug{\^e}nio and 
                         Novaes J{\'u}nior, Ren{\'e} Antonio and Sut{\'e}rio, Ricardo 
                         and Irita, Ricardo Toshiyuki",
         organization = "Semin{\'a}rio de Inicia{\c{c}}{\~a}o Cient{\'{\i}}fica e 
                         Inicia{\c{c}}{\~a}o em Desenvolvimento Tecnol{\'o}gico e 
                         Inova{\c{c}}{\~a}o (SICINPE)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/INPE/CNPq.}",
             abstract = "A partir do Programa Institucional de Bolsas de 
                         Inicia{\c{c}}{\~a}o Cient{\'{\i}}fica (PIBIC) houve o acesso 
                         ao aprendizado para evoluir futuramente na {\'a}rea de 
                         previs{\~a}o de vento e precipita{\c{c}}{\~a}o em 
                         alt{\'{\i}}ssima resolu{\c{c}}{\~a}o em regi{\~a}o de 
                         topografia complexa. O ambiente que proporcionou o desenvolvimento 
                         deste estudo foi o Centro de Previs{\~o}es de Tempo Estudos 
                         Clim{\'a}ticos (CPTEC) parte do Instituto Nacional de Pesquisas 
                         Espaciais (INPE). Com a uni{\~a}o de ambas as 
                         institui{\c{c}}{\~o}es, foram poss{\'{\i}}veis ter acesso ao 
                         conhecimento apresentado no relat{\'o}rio. Durante o 
                         per{\'{\i}}odo de Agosto de 2019 a Julho de 2020 foi 
                         poss{\'{\i}}vel aprender novos conhecimentos sobre meteorologia 
                         e o Modelo Eta al{\'e}m de aprender mais sobre as linguagens de 
                         programa{\c{c}}{\~a}o utilizadas no campo da previs{\~a}o de 
                         tempo e outras maneiras de se analisar os dados produzidos. Nesse 
                         projeto houve a possibilidade de aprender sobre o funcionamento do 
                         software RStudio baseado na linguagem R, sobre o funcionamento da 
                         linguagem Python a partir do software Anaconda e sobre a linguagem 
                         Fortran previamente utilizada na previs{\~a}o meteorol{\'o}gica. 
                         Al{\'e}m disso, tamb{\'e}m foi poss{\'{\i}}vel compreender 
                         melhor os conceitos de Tempo e Clima al{\'e}m de Previs{\~a}o 
                         Num{\'e}rica de Tempo. E a partir dos conhecimentos adquiridos em 
                         software e meteorologia conseguir aplicar o Modelo Eta. Em 
                         rela{\c{c}}{\~a}o a verifica{\c{c}}{\~a}o das previs{\~o}es 
                         de vento do modelo Eta em alta resolu{\c{c}}{\~a}o, visa-se 
                         desenvolver mais no uso de dados de observa{\c{c}}{\~a}o, dados 
                         de rean{\'a}lise e determinar algumas estat{\'{\i}}sticas 
                         quanto aos erros do modelo. Foi realizada uma convers{\~a}o de 
                         uma subrotina em Fortran para a linguagem Python para al{\'e}m de 
                         aplicar o dom{\'{\i}}nio das linguagens, tamb{\'e}m compreender 
                         como funciona para o modelo construir a grade de trabalho. 
                         Seguindo esse racioc{\'{\i}}nio, {\'e} poss{\'{\i}}vel 
                         trabalhar na grade nativa do modelo na linguagem Python e adiante 
                         desenvolver mais o t{\'o}pico.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos",
      conference-year = "28 set. – 01 out.",
             language = "pt",
                  ibi = "8JMKD3MGP3W34R/43R6FQB",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34R/43R6FQB",
           targetfile = "Resumo_PIBIC-Luisa Ribeiro Couto.pdf",
        urlaccessdate = "26 abr. 2024"
}