Fechar
Metadados

@Article{BastarzHerdSapu:2017:ExOb┌n,
               author = "Bastarz, Carlos Frederico and Herdies, Dirceu Luis and Sapucci, 
                         Luiz Fernando",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "Matriz de covari{\^a}ncias dos erros de previs{\~a}o aplicada ao 
                         sistema de assimila{\c{c}}{\~a}o de dados global do CPTEC: 
                         experimentos com observa{\c{c}}{\~a}o {\'u}nica",
              journal = "Revista Brasileira de Meteorologia",
                 year = "2017",
               volume = "32",
               number = "3",
                pages = "459--472",
             keywords = "matriz de covari{\^a}ncias dos erros de previs{\~a}o, 
                         assimila{\c{c}}{\~a}o de dados, previs{\~a}o num{\'e}rica do 
                         tempo, background error covariance matrix, data assimilation, 
                         numerical weather prediction.",
             abstract = "A matriz de covari{\^a}ncias dos erros de previs{\~a}o 
                         representa uma importante componente de um sistema de 
                         assimila{\c{c}}{\~a}o de dados. Pode-se mostrar matematicamente 
                         que os incrementos de an{\'a}lise s{\~a}o diretamente 
                         proporcionais {\`a} matriz de covari{\^a}ncias. Considerando-se 
                         este resultado, {\'e} correto afirmar que a habilidade de um 
                         sistema de assimila{\c{c}}{\~a}o de dados est{\'a} diretamente 
                         relacionada {\`a}s caracter{\'{\i}}sticas da matriz de 
                         covari{\^a}ncias, sejam elas representadas por comprimentos de 
                         escala horizontais e verticais e amplitudes (desvios-padr{\~a}o e 
                         vari{\^a}ncias). Se o sistema de assimila{\c{c}}{\~a}o de dados 
                         utiliza as observa{\c{c}}{\~o}es para corrigir as previs{\~o}es 
                         do modelo, ponderando-se os erros das observa{\c{c}}{\~o}es e 
                         previs{\~o}es, ent{\~a}o o uso de uma matriz de 
                         covari{\^a}ncias n{\~a}o ajustada pode impactar de forma 
                         significativa o processo de assimila{\c{c}}{\~a}o de dados. No 
                         CPTEC, tem-se investido esfor{\c{c}}os para o ajuste da matriz de 
                         covari{\^a}ncias utilizada na assimila{\c{c}}{\~a}o de dados. 
                         Neste trabalho {\'e} feita, portanto, uma discuss{\~a}o 
                         conceitual da matriz de covari{\^a}ncias, expressando a sua 
                         import{\^a}ncia e a forma como {\'e} aplicada em um sistema 
                         operacional. Al{\'e}m disso, {\'e} apresentada uma 
                         caracteriza{\c{c}}{\~a}o quantitativa e qualitativa dessa matriz 
                         para o modelo de circula{\c{c}}{\~a}o geral da atmosfera do 
                         CPTEC, e quais s{\~a}o as caracter{\'{\i}}sticas resultantes 
                         dos incrementos de an{\'a}lise produzidos no sistema GSI 
                         utilizado pelo centro. ABSTRACT: The background error covariance 
                         matrix represents a key component of a data assimilation system. 
                         It can be shown mathematically that the analysis increments are 
                         directly proportional to the covariance matrix. As a result it is 
                         correct to state that the performance of a data assimilation 
                         system is related to the characteristics of the covariance matrix, 
                         in terms of: horizontal and vertical length scales, standard 
                         deviations and variances. Considering the information that the 
                         data assimilation system uses the observations to correct the 
                         model forecasts weighting the model and observations errors, thus 
                         the use of an unadjusted covariance matrix can impact the 
                         resulting analysis at a great level. At CPTEC efforts has been 
                         made in order to adjust the covariance matrix for its application 
                         at the operations. In this work it is presented a conceptual 
                         overview on the subject, enlightening the importance of the 
                         background error covariance matrix and how it is treated in an 
                         operational data assimilation system. Furthermore, it is also made 
                         a quantitative and qualitative characterization of the background 
                         error covariance matrix calculated using the CPTEC global forecast 
                         model and the differences in the resulting analysis increments.",
                  doi = "10.1590/0102-77863230012",
                  url = "http://dx.doi.org/10.1590/0102-77863230012",
                 issn = "0102-7786",
             language = "pt",
           targetfile = "bastarz_matriz.pdf",
        urlaccessdate = "30 set. 2020"
}


Fechar