Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Silva, Fábio Cardozo da
 |
| Orientador(a): |
Cruz, Sérgio Manuel Serra da |
| Banca de defesa: |
Cruz, Sérgio Manuel Serra da,
Goldschmidt, Ronaldo Ribeiro,
Lyra, Gustavo Bastos |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal Rural do Rio de Janeiro
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Modelagem Matemática e Computacional
|
| Departamento: |
Instituto de Ciências Exatas
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://rima.ufrrj.br/jspui/handle/20.500.14407/14327
|
Resumo: |
Juntamente com a crescente importância das pesquisas na área de meteorologia e climatologia, principalmente as que manipulam grandes volumes de dados voltados aos estudos dos recursos hídricos, surgem as dificuldades para que os pesquisadores dessas áreas obtenham e armazenem dados de alta qualidade em seus repositórios. Este trabalho tem como objetivo apresentar uma proposta na área computacional capaz de processar dados meteorológicos agregando controle de qualidade a longas séries históricas de dados em hidrologia. Os artefatos deste trabalho são baseados na visão da e-Science, utilizando workflows científicos em ambientes de processamento de alto desempenho que tem por finalidade automatizar parte das etapas de pesquisas científicas em meteorologia. Além disso, este trabalho propõe a integração de workflows científicos desenvolvidos na plataforma VisTrails com a computação paralela em ambientes GPU utilizando códigos CUDA. Essa integração visa ampliar a capacidade de manipulação de grandes volumes de dados hidrológicos. Outra característica desse trabalho são a apresentação dos ganhos de desempenho da solução computacional e a representação dos dados relativos à proveniência retrospectiva dos experimentos segundo os moldes da especificação PROV-DM. Como um dos principais resultados temos o índice de identificação e correção de falhas de 87,7%, nos testes realizados com 77 estações, o que representa um ganho precioso de tempo na preparação de dados nas pesquisas da área. Com isso pode-se concluir que a combinação da visão da e-Ciência associada a tecnologia de computação paralela CUDA, além de viável, se torna uma alternativa no tratamento de grandes volumes de dados na área de Meteorologia e Climatologia. |
