Impacto das observações nas previsões de curto prazo

• Ano de defesa: 2012
• Autor(a) principal: Fábio Luiz Rodrigues Diniz
• Orientador(a): Dirceu Luis Herdies, Luis Gustavo Gonçalves de Gonçalves
• Banca de defesa: Rita Valéria Andreoli de Souza
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Meteorologia
• País: BR
• Resumo em Inglês: In recent years, the operational centers of numerical weather prediction are assimilating a large number of observations. However, for a better use of these observations in a data assimilation system it is necessary to know the value added by these observations to the system. This value is commonly referred to as the impact of observations and, traditionally, the methodology used to estimate the impact occurs by mean of experiments in which certain observations are added or removed from the data assimilation system, and then compares the system performance with respect to a control simulation. These procedures provide a result concerning the presence or absence of such observations in a cumulative manner. Moreover, they are operationally unviable due to high demand of computational resources. However, new approaches have been developed in order to estimate the impact, wich evaluate all observations used for data assimilation system, without the need to perform multiple experiments adding or removing observations. One such approach has been developed using a data assimilation method based on a variation of the ensemble Kalman filter. This same method is being implemented at the Center for Weather Forecasting and Climate Studies from the Brazilian National Institute for Space Research (CPTEC/INPE) to generate future analysis of the center. In this context, the method to estimate the impact based on a variation of the Kalman filter was implemented in the future system that will be operational at CPTEC/INPE. The method was operationally viable due to its computational cost is less than required to generate the analysis of the system itself. We evaluate the impact of observations on short range forecasts of the system using a data set consisting of in situ, remote sensing and synthetics observations. The observations that had greater beneficial impacts for short range forecasts were obtained trough remote sensing.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m19/2012/11.29.01.27

Nos últimos anos, os centros de previsão numérica de tempo operacionais têm assimilado um maior número de observações. Entretanto, para um melhor uso dessas observações em um sistema de assimilação de dados, é necessário conhecer o valor adicionado por essas observações ao sistema. Esse valor é comumente denominado como sendo o impacto das observações e, tradicionalmente, a metodologia utilizada para estimar o impacto dá-se por meio de experimentos em que determinadas observações são adicionadas ou removidas do sistema de assimilação de dados, e posteriormente compara-se o desempenho do sistema com relação à simulações de controle. Esses procedimentos fornecem um resultado relativo à presença ou ausência dessas observações de maneira acumulativa. Além disso, os mesmos são inviáveis operacionalmente devido a grande demanda de recursos computacionais. Entretanto, novas abordagens foram desenvolvidas com o intuito de estimar o impacto, as quais avaliam todas as observações utilizadas pelo sistema de assimilação de dados, sem a necessidade da realização de múltiplos experimentos adicionando ou removendo observações. Uma dessas abordagens foi desenvolvida utilizando um método de assimilação de dados baseado em uma variação do filtro de Kalman por conjunto. Esse mesmo método está em fase de implementação no Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais (CPTEC/INPE) para gerar as futuras análises do centro. Nesse contexto, esta pesquisa tem como objetivo principal avaliar os impactos das observações nas previsões de curto prazo do futuro sistema que será operacional no CPTEC /INPE. Implementou-se um método de estimativa do impacto das observações nas previsões de curto prazo utilizando a abordagem proposta por Liu e Kalnay (2008), o qual é baseado em uma variação do filtro de Kalman por conjunto. O método mostrou-se viável operacionalmente devido a seu custo computacional ser menor do que o necessário para gerar as análises do próprio sistema. Avaliou-se os impactos das observações nas previsões de curto prazo desse sistema utilizando um conjunto de dados composto por observações: \textit{in situ}, obtidas por sensoriamento remoto e sintéticas. As observações que tiveram maiores impactos benéficos para as previsões de curto prazo foram as obtidas por meio de sensoriamento remoto.