Fechar

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/44RASEP
Repositóriosid.inpe.br/mtc-m21c/2021/06.08.17.14
Última Atualização2021:09.23.14.26.54 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2021/06.08.17.14.30
Última Atualização dos Metadados2022:04.03.22.30.16 (UTC) administrator
Chave SecundáriaINPE-18464-TDI/3112
Chave de CitaçãoCarvalho:2021:ApMéCl
TítuloAprimoramento do método de classificação diurna de nuvens do CPTEC utilizando o sensor ABI/GOES-16
Título AlternativoImprovement of the CPTEC diurnal cloud classification method using the ABI/GOES-16 sensor
CursoMET-MET-DIPGR-INPE-MCTI-GOV-BR
Ano2021
Data2021-05-27
Data de Acesso20 maio 2024
Tipo da TeseDissertação (Mestrado em Meteorologia)
Tipo SecundárioTDI
Número de Páginas113
Número de Arquivos1
Tamanho84200 KiB
2. Contextualização
AutorCarvalho, Gilvani Gomes de
BancaCoelho, Simone Marilene Sievert da Costa (presidente)
Vila, Daniel Alejandro (orientador)
Negri, Renato Galante (orientador)
Ceballos, Juan
Porfirio, Anthony Carlos Silva
Endereço de e-Mailgilgdc@gmail.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2021-06-08 17:14:30 :: gilvani.carvalho@inpe.br -> pubtc@inpe.br ::
2021-06-21 12:16:43 :: pubtc@inpe.br -> gilvani.carvalho@inpe.br ::
2021-07-20 15:10:45 :: gilvani.carvalho@inpe.br -> pubtc@inpe.br ::
2021-07-21 15:31:24 :: pubtc@inpe.br -> gilvani.carvalho@inpe.br ::
2021-07-26 20:27:49 :: gilvani.carvalho@inpe.br -> pubtc@inpe.br ::
2021-12-10 17:11:09 :: pubtc@inpe.br -> simone ::
2021-12-10 17:11:34 :: simone :: -> 2021
2021-12-10 17:11:34 :: simone -> administrator :: 2021
2022-04-03 22:30:16 :: administrator -> :: 2021
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveclassificação de nuvens
GOES-16/ABI
k-means
métodos de agrupamento
cloud classification
clustering methods
ResumoAs nuvens desempenham um papel importante nos processos atmosféricos envolvendo o espalhamento e a absorção da radiação. Neste contexto, a classificação adequada das nuvens é fundamental para o entendimento de tais processos e os satélites geoestacionários são ferramentas valiosas. O objetivo deste estudo foi avaliar e aprimorar o classificador de nuvens mantido em operação pelo Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais (CPTEC/INPE) e desenvolver um classificador novo explorando os novos canais presentes no sensor ABI/GOES-16. Imagens do sensor ABI/GOES-16 do período entre janeiro de 2019 a dezembro de 2020 foram utilizadas. O classificador operacional foi avaliado e aprimorado nos três horários disponíveis, 12:00, 15:00 e 18:00 UTC utilizando imagens dos canais em 0,64 e 10,3 μm do sensor ABI/GOES-16. Somado a isso, o classificador foi comparado à três produtos de nuvens disponibilizados pela NOAA: temperatura do topo da nuvem, fase da nuvem e máscara de nuvem visando observar o comportamento dos classificadores às características termodinâmicas das nuvens. Foi observado que alguns alvos tiveram uma melhora na identificação de aproximadamente 3%, como é o caso das nuvens cirrus. Outros alvos, como as nuvens cumulus, tiveram identificação semelhantes em ambas as versões do classificador. Devido à grande quantidade de parâmetros possíveis para o desenvolvimento do novo classificador, foi aplicada a técnica PCA para redução dos parâmetros, resultando em 12 (canais 0,64, 1,37, 6,2 8,4, 10,3 μm, texturas dos canais 0,64, 6,2, 10,3 μm e as diferenças espectrais 6,2-10,3, 11,2-12,3, 11,2-3,9 e 3,9-12,3 μm). Na comparação com os produtos da NOAA, foi verificada uma alta coerência das características termodinâmicas das nuvens, observando uma melhora de até 15% na categorização de nuvens cirrus, stratus e multicamadas. Por outro lado, a identificação das superfícies continentais e oceânicas foi semelhante àquelas dos classificadores operacional e atualizado nos três horários. O novo classificador baseado em 12 parâmetros, apresentou melhoras em relação ao original baseado em 4 parâmetros, porém ajustes ainda são necessários. ABSTRACT: Clouds play an important role in atmospheric processes involving the scattering and absorption of radiation. In this context, the proper cloud classification is essential for understanding such processes and geostationary satellites are valuable tools. The objective of this study was to evaluate and improve the cloud classifier kept in operation by the Center for Weather Forecasting and Climate Studies of National Institute for Space Research (CPTEC/INPE) and develop a new classifier exploring new channels in ABI/GOES-16 sensor. Images from ABI/GOES-16 sensor were used for the period between January 2019 and December 2020. The operational classifier was evaluated and improved at the three available times, 12:00, 15:00, and 18:00 UTC images of channels 0.64 and 10.3 μm from ABI/GOES-16 sensor was used. In addition, the classifiers were compared to three cloud products provided by NOAA: cloud top temperature, cloud top phase, and cloud mask in order to observe the classifiers behavior to the thermodynamic characteristics of clouds. It was observed that some targets had an improvement in the identification of approximately 3%, as is the case of cirrus clouds. Other targets, such as cumulus clouds, had similar identification in both classifiers. Due to many possible parameters to develop the new classifier, the PCA technique was applied to reduce the parameters, resulting in 12 (channels 0.64, 1.37, 6.2 8.4, 10.3 μm, texture of the channels 0.64, 6.2, 10.3 μm, and the spectral differences 6.2-10.3, 11.2-12.3, 11.2-3.9 and 3.9-12.3 μm). In comparison with NOAA products, it was verified a high consistency of the clouds thermodynamic characteristics, observing an improvement up to 15% in the categorization of cirrus, stratus, and multilayer clouds. On the other hand, the surface continental and oceanic identification was similar to the operational and update classifiers in the three times available. The new classifier based on 12 parameters, presented an improvement to the original classifiers, based on 4 parameters, however, adjustments are still needed.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > MET > Aprimoramento do método...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Aprimoramento do método...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 23/09/2021 11:13 413.3 KiB 
originais/DEFESA FINAL DE DISSERTAÇÃO GILVANI GOMES DE CARVALHO - MET.pdf 23/09/2021 11:05 62.0 KiB 
originais/INPE_Dissertação_GilCarvalho_Versão_Final.pdf 28/07/2021 09:49 81.8 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 23/09/2021 11:26 106.1 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34R/44RASEP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34R/44RASEP
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosgilvani.carvalho@inpe.br
pubtc@inpe.br
simone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2017/11.22.19.04.03
Unidades Imediatamente Superiores8JMKD3MGPCW/3F35TRS
8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.15.01.34 1
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype


Fechar