A Assimilação de Dados e Oceanografia

A Assimilação de Dados e OceanografiaUma introdução.

Jairo Gomes.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS

MESTRADO EM METEOROLOGIA

Sumário

Introdução.Introdução. Aspectos históricos. A Assimilação de Dados – aspectos

iniciais. Conclusão. Referência Bibliográfica.

Introdução (1)

Strategic Planning for Operational Oceanography, Nicholas C. Flemming.

Atmosferic Data Assimilation and Quality Control, Andrew C. Lorenc.

The Oceanographic Data Assimilation Problem: Overview, Motivation and Purposes, P. Malanotte-Rizzoli and E. Tziperman.

Recent Developments in Prognostic Ocean Modeling, William R. Holland and Antonieta Capotondi.

Introdução (2)

A Oceanografia Operacional (Flemming).

Desafio dos Centros de Pesquisa.

Dificuldades para obtenção de dados.

Comparação com a Meteorologia (benefícios e visibilidade).

www.esa.int

www.polmar.com

www.inf.ufsc.br

www.lomba.blogs.sapo.pt

Introdução (3)

A visibilidade da Meteorologia.

Meteorologia aeronáutica

(www.cepa.if.usp.br)

Agrometeorologia

(www.upeclube.com.br)

Turismo

(www.maceio.at)

Operações militares

(www.satlers.org)

Introdução (4)

Uma nova era para a Oceanografia:

Novas demandas. Novas

possibilidades. Novos

investimentos!!!

Fonte: www.cptec.inpe.br

Introdução (5)

Visão esquemática da relação entre previsão de escala semanal, mensal e sazonal, e suas dependências das Condições Iniciais e Condições de Contorno.

Fonte: Navarra, A., in Pinardi e Woods.

Sumário

Introdução. Aspectos HistóricosAspectos Históricos. A Assimilação de Dados – aspectos

iniciais. Conclusão. Referência Bibliográfica.

Aspectos Históricos

Em 335 a.C, Aristóteles escreveu “Meteorologica”.

A evolução da Ciência ao longo dos séculos: invenção do barômetro (1644), a dedução de leis da Física e o desenvolvimento do Cálculo (1687), a invenção do telégrafo (1837), etc.

Aristóteles Sir Isaac Newton

Samuel MorseEvangelista

Torricelli

Fonte: wikipedia

Aspectos Históricos (2)

Século XX

A Proposição de Bjerknes.

A experiência de Richardson (1922). Richardson

Vilhelm Bjerknes

Fonte: wikipedia


A “geração supercomputador”:

Von Neuman Charney. Rossby. Os “estranhos

atratores” de Lorenz.

Rossby

LorenzCharney

Von Neuman

Fonte: wikipedia


Desenvolvimento da Oceanografia: início como ciência em 1872, com

o cruzeiro do HMS Challenger. Desenvolvimento inicial com fins

militares, após a 1ª e 2ª Guerras Mundiais (SONAR- Sound Navigation And Ranging).

Utilização de dados de satélites e uso de modelagem computacional.

Sonar

(www.pt.wikipedia.org)


A Oceanografia contemporânea: World Ocean

Circulation Experiment (WOCE)- o mais ambicioso experimento oceanográfico até então (1990-2002)

WCRPWord Climate Research Program

www. woce.nodc.noaa.gov


Argo (bóias de deriva “perfiladoras” de temperatura e salinidade)

CLIVAR -CLIMATE VARIABILITY AND PREDICTABILITY

www.argo.ucsd.edu

www.clivar.org


Provê uma fonte de dados regular e uma completa descrição de: Salinidade,temperatura e

estrutura da velocidade dos oceanos.

Apoio a: Oceanografia operacional; Previsão e análise climática

(sazonal to decadal); e Pesquisa oceanográfica.

www.usgodae.org

Sumário Introdução. Aspectos históricos. A Assimilação de Dados – aspectos iniciaisA Assimilação de Dados – aspectos iniciais..

Modelagem numérica da atmosferaModelagem numérica da atmosfera Modelagem numérica dos oceanosModelagem numérica dos oceanos A Assimilação de Dados A Assimilação de Dados A Assimilação de Dados na OceanografiaA Assimilação de Dados na Oceanografia A Assimilação de Dados no modelos oceânico do A Assimilação de Dados no modelos oceânico do

CPTECCPTEC Conclusão. Referência Bibliográfica.

A Assimilação de Dados

Aspectos de Modelagem numérica da atmosfera.Processos

estocásticosProcessos

determinísticosSensibilidade às condições iniciais. Experimento com 900 integrações.

Fonte: Navarra A., in Pinardi e Woods.

A Assimilação de Dados (2)

Aspectos de Modelagem numérica da atmosfera.Problemas de valor inicial

• Falta de dados• (graus de liberdade = 107)• Dados a cada 3h ~ 105.

• Distribuição espacial e temporal não uniformes.

• interpolação

Fonte: Herdies, 2006.


A modelagem numérica dos oceanos

Dificuldades para realizar as parametrizações: leis físicas “complexas” e altamente não lineares.

Custo computacional.• Modelos que capacitados a resolver

vórtices x modelos que não resolvem vórtices.


O ciclo da Assimilação de Dados:Controle de qualidadeAnálise objetivaInicializaçãoPrevisão curta para preparar a

estimativa a priori

Fonte: Nowosad, 2001.


Um pouco de definições:Vetor de estado xVetor de estado real (true) xt

Vetor de estado de fundo (backscattering) xb

Vetor de estado de assimilação xa

Vetor de observação yo

Operador de Observação H(x)Matriz Peso K


Um pouco de matemática e estatística:

Equação da Assimilação:

• Xa = Xb + K [ yo - H (xb)]Função custo do método

variacional


As matrizes envolvidas numa operação de modelo regional (HRM - NAVAREA 5) são da ordem de 181 x 217 informações por ponto de grade.

São 43 variáveis em 39277 pontos, gerando cerca de 1012 elementos.

Se cada elemento tiver 8bytes, serão 8x1012 = 8 Terabytes por matriz!!!

A capacidade de armazenamento do SX-6 é de 15Terabytes.

NAVAREA 5


Algumas técnicas de Assimilação de Dados: Relaxação Newtoniana (Nudging) – BRAMS

Interpolação Ótima (OI) -

Physical-space Statistical Analysis System (PSAS) –

CPTEC e NASA

Filtro de Kalman: EKF, EnKF, LEKF – Canadá

Análise Variacional: 3D-Var - NCEP

4D-Var – ECMWF


Fonte: Herdies, 2006.


A Assimilação de Dados na Oceanografia Não houve um foco principal

como na Meteorologia (PNT). Altimetria, salinidade e

temperatura. proibitivo requisito mínimo

computacional (Lueng Fu e Fukumori, 1996). Assimilação de dados para

modelos oceânicos globais e regionais.

Assimilação de dados em métodos de previsão de marés.

Assimilação em sistemas de previsão climáticas.

www.iag.usp.br


Informações sobre algumas técnicas de Assimilação de Dados:Interpolação ótima:

• É uma das mais “simples”; e• usada em modelos de alta resolução, na previsão de

curta escala e para estimativas.

Filtro de Kalman:• pode calcular as matrizes de variâncias na saída do

modelo;• requer elaborados recursos computacionais.


A Assimilação de Dados no CPTEC:

Modelo de Ondas WWATCH III – 2.22 Não opera com assimilação de dados.

Modelo oceânico “MOM-3” No momento, opera sem assimilação de dados. Em processo de implantação do Filtro de Kalman.


Grupo de Assimilação de Dados no CPTEC: Dr. Dirceu L.Herdies Dr. José A. Aravéquia Dr. Julio Pablo R. Fernandes Dr. Luciano P. Pezzi Dr. Luiz F. Sapucci Dra. Rita V. Andreoli M.Sc. Sergio H. Ferreira

Técnicas Utilizadas: PSAS (oper.) e LEKF (desenv.) Modelos: Global e Regional Eta


Sem QuikScat Com QuikScat

Conclusão

A oceanografia está em vias de obter maior visibilidade junto à comunidade internacional, deixando de ficar à sombra da Meteorologia.

O desenvolvimento de modelos de maior qualidade está proporcionando estudos mais completos dos oceanos.

Conclusão (2)

A Assimilação de dados está possibilitando a utilização de uma maior “massa da dados” na integração dos modelos.

Está lançado o desafio para que mais pesquisadores se dediquem às pesquisas na área de Assimilação de Dados em Oceanografia!

Referências Bibliográficas Costa Neves, A. P., 2005: Implementação de um sistema de Assimilação de Dados

atmosféricos baseado em filtro de Kalman local em conjuntos. Proposta de Tese de Doutorado em Engenharia Civil, ênfase em Modelagem ambiental, LAMCE/PEC/COPPE/UFRJ, 2005.

Herdies, D. L., 2006: Assimilação de Dados - uma visão geral. Apresentação para o EPGMET/2006.

Kalnay, E., 2003: Atmospheric Modeling, Data Assimilation and Predicability.

Cambridge University Press. Malanotte-Rizzoli, P. (Editor), 1996: Modern Approaches to Data Assimilation in

Ocean Modeling. Elsevier. Nowosad, A. G., 2001: Novas abordagens em Assimilação de Dados Meteorológicos.

Tese de Doutorado em Computação Aplicada, INPE, São José dos Campos, 2001. INPE-8481-TDI/779.

Pinardi, N., e Woods, J. (Editors), 2002: Ocean Forecasting – Conceptual Basis and Applications, Ed. Springer. ISBN 3-540-67964-2.

Quadro, M., 2004: Meteorologia Fundamental, Centro Federal de Educação Tecnológica de Santa Catarina. Apostila de Previsão do Tempo (MEF-02).

Finalizando... Muito obrigado pela atenção de todos!

Canal de Kiel, 2003.

A Assimilação de Dados e Oceanografia

Documents

Transcript of A Assimilação de Dados e Oceanografia