Fechar

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3P5MHFL
Repositóriosid.inpe.br/mtc-m21b/2017/06.20.12.39
Última Atualização2017:11.06.16.21.01 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2017/06.20.12.39.50
Última Atualização dos Metadados2018:06.04.02.27.31 (UTC) administrator
Chave SecundáriaINPE-17920-TDI/2651
Chave de CitaçãoBastarz:2017:AsDaGl
TítuloAssimilação de dados global híbrida por conjunto-variacional no CPTEC
Título AlternativoGlobal Hybrid Ensemble Variational Data Assimilation at CPTEC
CursoMET-MET-SESPG-INPE-MCTIC-GOV-BR
Ano2017
Data2017-07-18
Data de Acesso29 abr. 2024
Tipo da TeseTese (Doutorado em Meteorologia)
Tipo SecundárioTDI
Número de Páginas275
Número de Arquivos1
Tamanho19254 KiB
2. Contextualização
AutorBastarz, Carlos Frederico
GrupoMET-MET-SESPG-INPE-MCTIC-GOV-BR
AfiliaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
BancaBonatti, José Paulo (presidente)
Herdies, Dirceu Luis (orientador)
Sapucci, Luiz Fernando
Tanajura, Clemente Augusto Souza
Dias, Pedro Leite da Silva
Endereço de e-Mailcarlos.bastarz@inpe.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2017-06-20 14:35:02 :: carlos.frederico@inpe.br -> yolanda.souza@mcti.gov.br :: 2017
2017-06-23 14:30:27 :: yolanda.souza@mcti.gov.br -> administrator :: 2017
2017-07-17 15:51:28 :: administrator -> simone :: 2017
2017-09-01 16:30:57 :: simone -> administrator :: 2017
2017-09-01 16:31:58 :: administrator -> simone :: 2017
2017-09-01 16:32:24 :: simone -> administrator :: 2017
2017-09-01 17:23:48 :: administrator -> carlos.frederico@inpe.br :: 2017
2017-09-13 10:10:52 :: carlos.frederico@inpe.br -> administrator :: 2017
2017-09-13 13:28:35 :: administrator -> yolanda :: 2017
2017-09-13 13:35:02 :: yolanda -> carlos.frederico@inpe.br :: 2017
2017-09-15 13:02:39 :: carlos.frederico@inpe.br -> administrator :: 2017
2017-09-15 18:05:31 :: administrator -> yolanda.souza@mcti.gov.br :: 2017
2017-10-09 19:44:25 :: yolanda.souza@mcti.gov.br -> administrator :: 2017
2017-10-25 12:32:19 :: administrator -> simone :: 2017
2017-11-07 15:12:55 :: simone -> administrator :: 2017
2018-06-04 02:27:31 :: administrator -> :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Palavras-Chaveassimilação de dados. assimilação variacional tridimensional. filtro de Kalman por conjuntos. assimilação de dados híbrida. matriz de covariâncias. previsão numérica de tempo. data assimilation. 3D variational assimilation. ensemble Kalman filter. hybrid data assimilation. covariance matrix. numerical weather prediction
ResumoEsta tese de doutorado é dedicada a estudar a determinação e a aplicação das covariâncias dos erros de previsão, por meio da aplicação de um sistema híbrido 3DVar de assimilação de dados. A característica híbrida deste sistema de assimilação de dados refere-se à forma da matriz de covariâncias. Uma matriz de covariâncias híbrida é - no contexto deste trabalho, uma combinação linear entre uma matriz de covariâncias estática (i.e., fixa no tempo) e covariâncias obtidas a partir de um sistema de filtro de Kalman por conjunto (e.g., Ensemble Kalman Filter). A combinação entre estas duas espécies de covariâncias tem o benefício de fazer com a matriz de covariâncias estática seja capaz de enxergar - com certa limitação, as variações diárias do fluxo atmosférico, uma característica antes limitada a sistemas computacionalmente mais custosos e complexos. Atualmente, sistemas híbridos tem sido aplicados em centros operacionais de Previsão Numérica de Tempo sob diferentes metodologias. A metodologia aplicada neste trabalho para adicionar as covariâncias dos erros de um conjunto de previsões à matriz de covariâncias estática, utiliza uma extensão da variável de controle do sistema de assimilação de dados variacional. A partir desta metodologia, foi estabelecido um ciclo de assimilação de dados em que análises e previsões são geradas em uma única resolução (TQ0062L028), gerando previsões para até 5 dias. O sistema foi experimentado por durante dois meses do versão austral de 2013, testando-se diferentes porcentagens de contribuições das covariâncias do conjunto. Os resultados obtidos mostram que com a matriz de covariâncias híbrida, as análises produzidas pelo sistema permitem que o modelo de previsão utilizado desempenhe melhor a previsão de diversas variáveis relacionadas ao aspecto físico e dinâmico da atmosfera. ABSTRACT: This thesis is dedicated to the study of background error covariances by means of the application of a hybrid 3DVar data assimilation system. The hybrid characteristic of this system refers to the combination of a static (i.e., fixed in time) background error covariance matrix and covariances drawn from an ensemble of backgrounds through an ensemble data assimilation system (e.g., Ensemble Kalman Filter). The combination between the two kinds of covariances has the benefit of enabling the static covariances to account for the day-to-day variations of the background flow. Recently, hybrid systems have been in use in several Numerical Weather Prediction Centers under different methodologies. The methodology used in this work in order to add the ensemble covariances to the static part, is through an extension of the control variable. From the application of this methodology, a data assimilation cycle was established at a single resolution (TQ0062L028) with forecasts up to 5 days. The system was exercised during two months of the 2013 austral summer, where different amounts of the ensemble contribution to the static covariance have been experienced. The results shows that with the hybrid background error covariance matrix, the system analysis allowed an improvement in the skill of the numerical weather model in the prediction of several dynamical and physical atmospheric parameters.
ÁreaMET
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > MET > Assimilação de dados...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/001-7.pdf 09/10/2017 17:41 463.4 KiB 
originais/@4primeirasPaginas.pdf 06/10/2017 09:44 161.2 KiB 
originais/publicacao_cfbastarz_2017-corrigido-v3.pdf 18/09/2017 15:21 18.3 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 06/11/2017 11:52 884.1 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34P/3P5MHFL
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34P/3P5MHFL
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuárioscarlos.frederico@inpe.br
gabinete@inpe.br
yolanda.souza@mcti.gov.br
Grupo de Leitoresadministrator
carlos.frederico@inpe.br
gabinete@inpe.br
simone
yolanda
yolanda.souza@mcti.gov.br
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 Espelhosid.inpe.br/mtc-m21b/2013/09.26.14.25.22
Unidades Imediatamente Superiores8JMKD3MGPCW/3F35TRS
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.15.01.34 2
DivulgaçãoBNDEPOSITOLEGAL
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosacademicdepartment archivingpolicy archivist callnumber copyholder creatorhistory descriptionlevel doi electronicmailaddress format isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype


Fechar