Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
SARMENTO, Thaís Lobato |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Niterói
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://app.uff.br/riuff/handle/1/23653
|
Resumo: |
Embora a atmosfera e o oceano funcionem como um sistema acoplado, medir o vento sobre o oceano e integrar a série temporal resultante em campos de escala sinótica é um desafio. Uma das questões principais é o número limitado de observações in situ sobre os oceanos, especialmente aquelas obtidas por boias meteoceanográficas. Dados de modelos são uma alternativa utilizada, mas eles dependem dos campos forçantes que podem ser inconsistentes quando uma parametrização global é usada. Outra solução amplamente utilizada são os dados de sensoriamento remoto. Atualmente, satélites usam uma variedade de instrumentos para medir o vento, fornecendo uma cobertura global, mas com baixa consistência em algumas escalas temporais. Este estudo, focado no oceano Atlântico Tropical, compara observações in situ do vento sobre o oceano com alta resolução temporal das boias PIRATA (Prediction and Research Moored Array in the Tropical Atlantic), observações diárias dos satélites ASCAT e QuikSCAT e também dados horários da reanálise ERA5 do ECMWF (European Centre for Medium-Range Weather Forecasts). A avaliação cruzada é baseada em estatísticas para cada boia, compreendendo diagramas de Taylor, visando comparação diária (satélite x boia) e caracterização espacial dos campos horários (modelo x boia). A correlação entre os dados das boias e dos satélites foi considerada estatisticamente superior para a velocidade do vento, embora a comparação entre boia e o ERA5 tenham sido melhores em geral (> 0.7 na maioria dos casos). Além disso, a significância estatística espacial foi coincidente entre todos os bancos de dados, o que pode indicar que os processos físicos durante a calibração podem ter maior relevância nessa região, principalmente ao converter o vento para a altura padrão de 10 m (ex.: fluxo de calor). A análise de componentes principais (PCA) foi usada para investigar os elementos do oceano e atmosfera que poderiam influenciar nas diferenças entre os dados da boia e da reanálise. A PCA mostrou que a diferença da velocidade do vento entre PIRATA e ERA5 pode ser bem explicada por uma combinação das variações temperatura da superfície do mar (TSM), temperatura do ar (airT), densidade da superfície do mar (SSD) e umidade relativa (rh). Ao combinar todos os dados das boias, a sazonalidade se mostrou como uma variável importante. Embora o número de boias não seja grande, é clara a necessidade de levar em consideração a cobertura espacial, a fim de reduzir o impacto dos processos físicos locais nos dados de modelos e satélites em escala sinótica |
