@InProceedings{SampaioEscoSouz:2021:FeAuPr,
               author = "Sampaio, Fernando da Silva Carlos Alves and Escobar, Gustavo 
                         Carlos Juan and Souza, Carlos Renato de",
          affiliation = "{Faculdade de Tecnologia (FATEC)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)}",
                title = "Ferramenta autom{\'a}tica de previs{\~a}o de tempo",
            booktitle = "Resumos...",
                 year = "2021",
               editor = "Ribeiro, Val{\'e}ria Cristina dos Santos and Paulicena, 
                         Ed{\'e}sio Hernane and Almeida, Elton Kleiton Albuquerque de and 
                         Correia, Emilia and Souza, Jo{\~a}o Paulo Estevam de and Hey, 
                         Heyder and Escada, Paulo Augusto Sobral and Savonov, Roman 
                         Ivanovitch and Camayo Maita, Rosio del Pilar",
                pages = "1",
         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/PIBITI/INPE/CNPq.}",
             abstract = "Devido {\`a} vasta extens{\~a}o territorial, o Brasil apresenta 
                         diferentes tipos de clima com a atua{\c{c}}{\~a}o de diversos 
                         sistemas meteorol{\'o}gicos que provocam fen{\^o}menos distintos 
                         em cada uma das cinco regi{\~o}es do pa{\'{\i}}s. O modelo 
                         num{\'e}rico {\'e} a principal ferramenta utilizada pelos 
                         meteorologistas previsores para realizar a previs{\~a}o de tempo, 
                         sendo a precipita{\c{c}}{\~a}o a vari{\'a}vel 
                         meteorol{\'o}gica mais dif{\'{\i}}cil de ser prevista. Esta 
                         dificuldade existe principalmente em regi{\~o}es com ambientes 
                         barotr{\'o}picos onde o calor e a umidade do ar s{\~a}o os 
                         principais fatores causadores da chuva. Neste tipo de 
                         situa{\c{c}}{\~a}o meteorol{\'o}gica, os modelos num{\'e}ricos 
                         subestimam a ocorr{\^e}ncia de chuva, seja a sua 
                         localiza{\c{c}}{\~a}o quanto a sua intensidade. Apesar desta 
                         defici{\^e}ncia, o modelo num{\'e}rico fornece atrav{\'e}s de 
                         outras vari{\'a}veis meteorol{\'o}gicas, informa{\c{c}}{\~a}o 
                         necess{\'a}ria para que o meteorologista previsor consiga 
                         identificar {\'a}reas propensas {\`a} ocorr{\^e}ncia de chuva 
                         como assim tamb{\'e}m o grau de severidade. No entanto, a 
                         necessidade de se realizar uma previs{\~a}o de forma r{\'a}pida, 
                         apropriado {\`a} rotina operacional, tem contribu{\'{\i}}do 
                         para que os meteorologistas previsores tomem decis{\~o}es 
                         baseadas exclusivamente na precipita{\c{c}}{\~a}o como 
                         {\'u}nica vari{\'a}vel meteorol{\'o}gica prevista pelos modelos 
                         num{\'e}ricos, provocando ocasionalmente 
                         interpreta{\c{c}}{\~o}es erradas. Neste contexto, o objetivo 
                         principal deste projeto {\'e} desenvolver uma ferramenta objetiva 
                         de previs{\~a}o de tempo baseada na combina{\c{c}}{\~a}o de 
                         diferentes vari{\'a}veis meteorol{\'o}gicas derivadas de modelos 
                         num{\'e}ricos que caracterizam a din{\^a}mica e a 
                         termodin{\^a}mica da atmosfera. A partir disso foi utilizada a 
                         linguagem de programa{\c{c}}{\~a}o GrADS para gerar mapas com os 
                         resultados dos c{\'a}lculos de precipita{\c{c}}{\~a}o e com 
                         cada condi{\c{c}}{\~a}o meteorol{\'o}gica de uma cor, por 
                         exemplo, quando uma {\'a}rea est{\'a} com a probabilidade de 
                         chuva alta foi utilizada a cor azul e com probabilidade baixa o 
                         azul claro, e para facilitar a leitura das condi{\c{c}}{\~o}es 
                         foi feito uma legenda que mostra a qual cor pertence cada 
                         condi{\c{c}}{\~a}o.",
  conference-location = "on line",
      conference-year = "23 a 27 - ago",
             language = "pt",
         organisation = "Divis{\~a}o de Fomento a Pesquisa e Desenvolvimento (DIFPD)",
                  ibi = "8JMKD3MGP3W34T/45LDR4B",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34T/45LDR4B",
           targetfile = "Fernando da Silva Carlos Alves Sampaio_Resumo.pdf",
        urlaccessdate = "21 maio 2024"
}