INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS MESTRADO EM METEOROLOGIA

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS MESTRADO EM METEOROLOGIA A Assimilação de Dados e Oceanografia Uma introdução. Jairo Gomes.

Sumário ¢ 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 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. polmar. com www. lomba. blogs. sapo. pt www. esa. int www. inf. ufsc. br

Introdução (3) ¢A visibilidade da Meteorologia aeronáutica (www. cepa. if. usp. br) Operações militares Agrometeorologia Turismo (www. satlers. org) (www. upeclube. com. br) (www. maceio. at)

Introdução (4) ¢ Uma nova era para a Oceanografia: l l l 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 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 Samuel Morse Sir Isaac Newton Evangelista Torricelli Fonte: wikipedia

Aspectos Históricos (2) ¢ Século XX l A Proposição de Bjerknes. l A experiência de Richardson (1922). Vilhelm Bjerknes Richardson Fonte: wikipedia

Aspectos Históricos (3) ¢ A “geração supercomputador”: l l Von Neuman Charney. Rossby. Os “estranhos atratores” de Lorenz. Von Neuman Rossby Charney Fonte: wikipedia Lorenz

Aspectos Históricos (4) ¢ Desenvolvimento da Oceanografia: l l l início como ciência em 1872, com o cruzeiro do HMS Challenger. Desenvolvimento inicial com fins militares, após a 1ª e 2ª Guerras Mundiais (SONARSound Navigation And Ranging). Utilização de dados de satélites e uso de modelagem computacional. Sonar (www. pt. wikipedia. org)

Aspectos Históricos (5) WCRP Word Climate Research Program A Oceanografia contemporânea: l World Ocean Circulation Experiment (WOCE)- o mais ambicioso experimento oceanográfico até então (19902002) www. woce. nodc. noaa. gov

Aspectos Históricos (6) ¢ Argo (bóias de deriva “perfiladoras” de temperatura e salinidade) ¢ CLIVAR -CLIMATE VARIABILITY AND PREDICTABILITY www. argo. ucsd. edu www. clivar. org

Aspectos Históricos (7) ¢ Provê uma fonte de dados regular e uma completa descrição de: l ¢ Salinidade, temperatura e estrutura da velocidade dos oceanos. Apoio a: l l l Oceanografia operacional; Previsão e análise climática (sazonal to decadal); e Pesquisa oceanográfica. www. usgodae. org

Sumário ¢ ¢ Introdução. Aspectos históricos. ¢A Assimilação de Dados – aspectos iniciais. Modelagem numérica da atmosfera l Modelagem numérica dos oceanos l A Assimilação de Dados na Oceanografia l A Assimilação de Dados no modelos oceânico do CPTEC Conclusão. Referência Bibliográfica. l ¢ ¢

A Assimilação de Dados ¢ Aspectos de Modelagem numérica da atmosfera. Processos estocásticos l Processos determinísticos l Sensibilidade 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. l Problemas de valor inicial • Falta de dados • (graus de liberdade = 107) • Dados a cada 3 h ~ 105. • Distribuição espacial e temporal não uniformes. • interpolação Fonte: Herdies, 2006.

A Assimilação de Dados (3) ¢ A modelagem numérica dos oceanos Dificuldades para realizar as parametrizações: leis físicas “complexas” e altamente não lineares. l Custo computacional. l • Modelos que capacitados a resolver vórtices x modelos que não resolvem vórtices.

A Assimilação de Dados (4) ¢ O ciclo da Assimilação de Dados: Controle de qualidade l Análise objetiva l Inicialização l Previsão curta para preparar a estimativa a priori l Fonte: Nowosad, 2001.

A Assimilação de Dados (5) ¢ Um pouco de definições: Vetor de estado x l Vetor de estado real (true) xt l Vetor de estado de fundo (backscattering) xb l Vetor de estado de assimilação xa l Vetor de observação yo l Operador de Observação H(x) l Matriz Peso K l

A Assimilação de Dados (6) ¢ Um pouco de matemática e estatística: Equação da Assimilação: • Xa = Xb + K [ yo - H (xb)] Função custo do método variacional

A Assimilação de 5 Dados (7) NAVAREA ¢ ¢ 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 8 bytes, serão 8 x 1012 = 8 Terabytes por matriz!!! A capacidade de armazenamento do SX-6 é de 15 Terabytes.

A Assimilação de Dados (8) ¢ 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, En. KF, LEKF – Canadá ¢ Análise Variacional: 3 D-Var - NCEP 4 D-Var – ECMWF

A Assimilação de Dados (9) Fonte: Herdies, 2006.

A Assimilação de Dados (10) ¢ A Assimilação de Dados na Oceanografia l l ¢ Não houve um foco principal como na Meteorologia (PNT). Altimetria, salinidade e temperatura. proibitivo requisito mínimo computacional (Lueng Fu e Fukumori, 1996). l Assimilação de dados para modelos oceânicos globais e regionais. l Assimilação de dados em métodos de previsão de marés. l Assimilação em sistemas de previsão climáticas. www. iag. usp. br

A Assimilação de Dados (11) ¢ Informações sobre algumas técnicas de Assimilação de Dados: l Interpolação ótima: • É uma das mais “simples”; e • usada em modelos de alta resolução, na previsão de curta escala e para estimativas. l Filtro de Kalman: • pode calcular as matrizes de variâncias na saída do modelo; • requer elaborados recursos computacionais.

A Assimilação de Dados (12) A Assimilação de Dados no CPTEC: ¢ Modelo de Ondas WWATCH III – 2. 22 l ¢ Não opera com assimilação de dados. Modelo oceânico “MOM-3” l l No momento, opera sem assimilação de dados. Em processo de implantação do Filtro de Kalman.

A Assimilação de Dados (13) ¢ Grupo de Assimilação de Dados no CPTEC: l l l l ¢ ¢ 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

A Assimilação de Dados (14)

A Assimilação de Dados (15)

A Assimilação de Dados (16) Sem Quik. Scat Com Quik. Scat

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.