@Article{FerreiraNHVDCQSNBMMRMA:2020:EsImAs,
               author = "Ferreira, Rute Costa and Nolasco Junior, Luciano Ritter and 
                         Herdies, Dirceu Lu{\'{\i}}s and Vendrasco, {\'E}der Paulo and 
                         Diniz, F{\'a}bio Luiz Rodrigues and Costas, Saulo Barros and 
                         Quadro, Mario Francisco Leal de and Souza, Diego Oliveira de and 
                         Nascimento, Marilia Guedes do and Beneti, C{\'e}sar Augustus 
                         Assis and Munchow, Gabriel Bonow and Mollman Junior, Ricardo 
                         Antonio and Rodrigues, Gabriel Luan and Muller, Arhur and Alves, 
                         Rita de Cassia",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {Centro Nacional de Monitoramento e Alertas 
                         de Desastres Naturais (CEMADEN)} and {Centro Nacional de 
                         Monitoramento e Alertas de Desastres Naturais (CEMADEN)} and 
                         {Instituto Federal de Santa Catarina (IFSC)} and {Centro Nacional 
                         de Monitoramento e Alertas de Desastres Naturais (CEMADEN)} and 
                         {Instituto Nacional de Pesquisas Espaciais (INPE)} and {Sistema 
                         Meteorol{\'o}gico do Paran{\'a}} and {Universidade Federal do 
                         Rio Grande do Sul (UFRGS)} and {Universidade Federal do Rio Grande 
                         do Sul (UFRGS)} and {Instituto Federal de Santa Catarina (IFSC)} 
                         and {Instituto Federal de Santa Catarina (IFSC)} and {Universidade 
                         Federal do Rio Grande do Sul (UFRGS)}",
                title = "Estudo de impacto da assimila{\c{c}}{\~a}o dos dados da campanha 
                         Valeri no estado de Santa Catarina",
              journal = "Ci{\^e}ncia e Natura",
                 year = "2020",
               volume = "42",
               number = "esp.",
                pages = "e7",
             keywords = "assimilacao de dados, WRF, Santa Catarina.",
             abstract = "O estado de Santa Catarina {\'e} frequentemente atingido por 
                         eventos extremos tais como chuva intensa, vendavais, granizo e 
                         eventualmente tornados. Assim, o objetivo do presente estudo fo 
                         verificar como o aumento da disponibilidade de 
                         observa{\c{c}}{\~o}es pode melhorar a previs{\~a}o de tais 
                         eventos atrav{\'e}s da assimila{\c{c}}{\~a}o destes dados. 
                         Desta forma, por meio de uma campanha realizada no oeste de Santa 
                         Catarina denominada Valeri, foram coletados dados de 
                         superf{\'{\i}}cie e de radiossondagens que foram assimilados 
                         atrav{\'e}s do sistema GSI, gerando uma condi{\c{c}}{\~a}o 
                         inicia atualizada para o modelo de previs{\~a}o de tempo WRF. 
                         Para o experimento de superf{\'{\i}}cie, foram assimiladas 84 
                         novas observa{\c{c}}{\~o}es de press{\~a}o de 
                         esta{\c{c}}{\~o}es de superf{\'{\i}}cie; e para o experimento 
                         de sondagem, foram assimilados 162 novos dados de temperatura, 
                         vento e umidade. Foi observada a melhora da condi{\c{c}}{\~a}o 
                         inicial por meio da inser{\c{c}}{\~a}o dos dados locais de 
                         superf{\'{\i}}cie e das radiossondagens coletadas nos 
                         experimentos realizados e comprovado a partir do resultado em 
                         impacto ben{\'e}fico. ABSTRACT: The state of Santa Catarina is 
                         often hit by extreme events such as heavy rain, windstorms, hail 
                         and eventually tornadoes. Thus, the goal of the present study was 
                         to verify how the inclusion of a large number of observations 
                         could improve the prediction of such events. Thus, through a 
                         campaign carried out in the west of Santa Catarina, surface and 
                         radiosonde data were collected and assimilated through the GSI 
                         system. This process produced an updated initial condition to the 
                         weather prediction model WRF. The surface data assimilation had 84 
                         new pressure observations The radiosonde experiment had 162 
                         observations of temperature, wind, and humidity assimilated. I was 
                         observed that the improvement of the initial condition through the 
                         insertion of the local surface and upper air data obtained during 
                         the campaign significantly improved the forecast in the conduced 
                         experiments.",
                  doi = "10.5902/2179460X55307",
                  url = "http://dx.doi.org/10.5902/2179460X55307",
                 issn = "0100-8307 and 2179-460X",
                label = "lattes: 3752951275341381 3 FerreiraNHVDCQSNBMMRMA:2020:EsImAs",
             language = "pt",
           targetfile = "Ferreira_CN_2020.pdf",
        urlaccessdate = "27 abr. 2024"
}