%0 Conference Proceedings
%4 sid.inpe.br/mtc-m21d/2022/08.25.14.15
%2 sid.inpe.br/mtc-m21d/2022/08.25.14.15.26
%T Aplicações de ferramentas computacionais na qualidade de dados meteorológicos observacionais de multi-sensores sobre a região Amazônica
%D 2022
%A Pougy, Thomaz Assaf,
%A Calheiros, Alan James Peixoto,
%A Corrêa, Pedro Luiz Pizzigatti,
%@affiliation Universidade de São Paulo (USP)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Universidade de São Paulo (USP)
%@electronicmailaddress thomazpougy@usp.br
%@electronicmailaddress alan.calheiros@inpe.br
%@electronicmailaddress pedro.correa@usp.br
%E Ribeiro, Valéria Cristina dos Santos,
%E Paulicena, Edésio Hernane,
%E Almeida, Elton Kleiton Albuquerque de,
%E Correia, Emilia,
%E Souza, João Paulo Estevam de,
%E Hey, Heyder,
%E Escada, Paulo Augusto Sobral,
%E Savonov, Roman Ivanovitch,
%E Camayo Maita, Rosio del Pilar,
%B Seminário de Iniciação Científica e Iniciação em Desenvolvimento Tecnológico e Inovação (SICINPE)
%C on line
%8 22 a 26 – ago
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%J São José dos Campos
%P 1
%S Resumos
%1 Divisão de Fomento a Pesquisa e Desenvolvimento (DIFPD)
%K ciência dos dados, microfísica de nuvens, qualidade de dados, data science, cloud microphysics, data quality.
%X INPE realiza valorosas pesquisas que subsidiam o avanço do conhecimento científico sobre as dinâmicas climáticas e de tempo no Brasil e no mundo, com impactos significativos no planejamento estratégico público e privado nacional. Nesse cenário, garantir a qualidade desses dados impacta diretamente sobre a confiabilidade das previsões e análises geradas a partir deles. Os dados de precipitação são essenciais nas validações das previsões, como na caracterização dos regimes climáticos. Assim, propôs-se neste trabalho o desenvolvimento de ferramentas para os instrumentos de referência para precipitação, os disdrômetro, no caso o modelo RD80 (Joss-Waldvogel) e o modelo Particle Size and Velocity (PARSIVEL2), e o pluviômetro. Tais ferramentas tem o objetivo de auxiliar pesquisadores do INPE e parceiros na: padronização dos dados brutos para formatos internacionalmente aceitos; processamento de figuras para subsidiar análises; análise e tratamento para a qualidade de dados; e, por fim, registro dos metadados e análises de qualidade para publicação em repositórios de dados internacionais. Além de melhorias importantes na organização computacional dos códigos, também foram desenvolvidos scripts em Python que convertem os dados brutos dos instrumentos para o formato netCDF4, em conformidade com as diretrizes de estrutura e qualidade de dados de padrões internacionais, para alguns experimentos de campo no Brasil, no caso para o Amazonian Tall Tower Observatory (ATTO). Produziu-se também arquivos de visualização interativas e estáticas dos dados, que auxiliam principalmente na análise rápida dos dados pelos mentores dos equipamentos e pesquisadores. Outro aspecto importante desta pesquisa foi a elaboração de documentos python do tipo notebook para apoiar a exploração e análise estatística dos dados, com destaque para indicadores importantes na avaliação de qualidade das medidas (e.g., RMSE, correlações e outros). Ainda, tendo em vista o registro de metadados e análises de qualidade, foi elaborado um protótipo que implementa o proof-of-concept da proposta de arquitetura para um sistema de coleta, armazenamento e apresentação de relatórios de qualidade de dados. Por fim, com as ferramentas desenvolvidas, foi possível inicialmente avaliar a performance das medidas dos disdrômetros durante o experimento de campo ATTO. Observou-se que o os disdrômetros apresentam alta correlação com as medidas de taxa de chuva capturadas pelos pluviômetros, 0,80 e 0,86 para o RD80 e PARSIVEL2, respectivamente. Ademais, foi observado um erro máximo de estimativa de 17mm/h para o PARSIVEL2 e 0,4mnflh para o RD80 indicando que os instrumentos apresentaram performance satisfatória. ABSTRACT: INPE conducts valuable research that subsidizes the advancement of scientific knowledge about climate and weather dynamics in Brazil and worldwide, with significant impacts on national public and private strategic planning. In this scenario, ensuring the quality of these data directly impacts the reliability of the forecasts and analyses generated from them. Precipitation data are essential in the set of information used in the aforementioned studies. Thus, this work proposed the development of tools for the reference instruments for precipitation, the disdrometer, in this case the RD80 model (Joss-Waldvogel) and the Particle Size and Velocity model (PARSIVEL), and the rain gauge. These tools have the objective of supporting researchers from INPE and partners in: standardization of raw data to internationally accepted formats; processing of figures to support analyses; analysis and treatment for data quality; and, finally, registration of metadata and quality analyses for publication in international data repositories, such as the ARM (USA) and the Max Planck Institute (Germany). In addition to important improvements in the computational organization of the codes, scripts and libraries were also developed in Python that convert the raw data from the instruments to the netCDF4 format, in compliance with the ARM and Max Plank Institute data structure and quality guidelines, for some field experiments in Brazil, in this case for the Amazonian Tall Tower Observatory (ATTO).We also produced interactive and static visualization files of the data, which mainly help in rapid data analysis by equipment mentors and researchers. Another important aspect of this research was the elaboration of explanatory and pre-organized python notebook-type documents to support the exploration and analysis of the data, with emphasis on the calculation of statistics to validate the quality of the measurements (e.g., RMSE, correlation, and others). Finally, with the tools developed, it was initially possible to evaluate the performance of the disdrometer measurements during the ATTO field experiment. It was observed that the disdrometers show a high correlation with the rain rate measurements captured by the rain gauges (0.80 and 0.86). Furthermore, a maximum estimation error of 16 mm/h was observed, indicating that the instrument performed satisfactorily.
%@language pt
%3 Resumo_Thomaz_A_Pougy.pdf
%O Bolsa PIBIC/PIBITI/INPE/CNPq.