SlideShare uma empresa Scribd logo
VERIFICAÇÃO DA TEMPERATURA DE SUPERFÍCIE NA REGIÃO SUL DO
BRASIL ESTIMADA PELO MODELO WRF INSTALADO NO CPPMET PARA
O MÊS DE JUNHO DE 2009
ELIAS G. DE LIMA¹, FABRÍCIO P. HÄRTER²
1 Graduando de Meteorologia, Estudante, Faculdade de Meteorologia, UFPel, da Universidade Federal de Pelotas-
UFPel, Pelotas-RS, Fone (0xx 53) 3275-7328, elias.gl@hotmail.com.
2 Meteorologista, Prof. Doutor, Faculdade de Meteorologia, UFPel, Pelotas-RS, fabricio.harter@ufpel.edu.br.
Apresentado no XVII Congresso Brasileiro de Agrometeorologia – 18 a 21 de Julho de
2011 – SESC Centro de Turismo de Guarapari, Guarapari - ES.
RESUMO: Este trabalho está inserido no projeto intitulado “Avaliação do Modelo
Numérico Weather Research and Forecasting Model (WRF), instalado no Centro de
Pesquisas e Previsões Meteorológicas da UFPel CPPMet/UFPel”. Desta forma o
principal objetivo do trabalho é quantificar os erros do modelo WRF para a temperatura
na Região Sul do Brasil, occoridas no mês de maio de 2009 através das métricas
estatísticas Viés e Erro Médio Quadrático (EMQ). Com o objetivo de quantificar os
erros, a metodologia consiste em calcular o viés e o EQM entre a temperatura de 24, 48
e 72 horas prevista pelo WRF e a temperatura obtida pela análise Global Forecasting
Service (GFS). Através dos resultados preliminares para o mês de maio de 2009,
observou-se que o modelo é uma ferramenta eficiente no auxilio de previsão de
temperatura, embora existam áreas cujos erros são sistematicamente maiores.
Futuramente pretende-se estender o período de estudo de forma a se identificar erros
sistemáticos do modelo.
PALAVRAS-CHAVE: viés, temperatura, wrf.
SURFACE TEMPERATURE VERIFICATION ON BRAZILIAN SOUTH
REGION ESTIMATE BY WRF MODEL INSTALLED AT CPPMET TO 2009,
JUNE.
ABSTRACT: This paper is inserted at project entitled "Evaluation of Numerical Model
Weather Research and Forecasting Model (WRF), installed at the UFPel’s Centre for
Meteorological Research (CPPMet)", by this way the main target aims to quantify the
WRF model temperature errors. Focused on quality of the forecasting, the methodology
consist on calculate the bias between 24, 48 and 72 hours forecasting and the GFS
objective analysis. It was done to one month, it was possible to note some regions where
the model calculate error was expressive, on the other hands the authors saw that the
temperature on most part of the observed area was good estimated, proving that the
algorithm is working properly to the temperature forecasting. Finally, the project main’s
objective is to do a statistic analysis of the temperature and others meteorological
variables to the 2009 year, getting more and better data.
KEY-WORDS: bias, temperature, WRF.
INTRODUÇÃO:
O Centro de Pesquisas e Previsões Meteorológicas (CPPMET) da UFPel,
disponibiliza diariamente à sociedade, produtos gerados pelo sistema previsor de tempo
baseado no The Weather Research and Forecasting Model (WRF). Este sistema previsor
é composto por três fases: (1) construção da condição inicial e de fronteiras para
integração do modelo; (2) processamento do modelo e (3) avaliação dos resultados,
elaboração de gráficos e envio para Web Page.
Embora modelos numéricos de equações primitivas, tais como o WRF, sejam
ferramentas extremamente úteis na previsão de tempo, apresentam erros intrínsecos.
Estes erros têm varias causas, tais como, imperfeição do método numérico que
aproxima as equações diferenciais por equações de diferenças finitas, resolução da
grade, dificuldade em representar os termos não-lineares das equações do modelo e
erros nos dados observados usados na elaboração da condição inicial. Neste trabalho,
apresentam-se resultados parciais sobre a verificação do modelo WRF nos ponto de
grade do modelo, ou seja, comparando-se a previsão com a análise GFS, interpolada
para a resolução, coordenada e níveis verticais configurados na implementação em
questão do WRF, conforme Härter (2008).
Uma vez que o interesse maior deste trabalho é avaliar uma ferramenta utilizada
para fazer a previsão, ou seja, o modelo numérico, o foco deste trabalho é a qualidade
da previsão que segundo Ehrendorfer e Murphy (1992) visa avaliar em que grau a
previsão corresponde ao que “realmente” ocorreu na natureza. Nesta pesquisa se calcula
a métrica estatística Viés para avaliar a qualidade da previsão do WRF.
MATERIAIS E MÉTODOS.
Este trabalho está inserido no projeto intitulado “Avaliação do Modelo
Numérico WRF Instalado no CPPMET”, que visa quantificar os erros do WRF
instalado no CPPMET. O projeto prevê que a estatística seja calculada primeiramente
para um período de 12 meses, onde se visa avaliar a performance do modelo nas quatro
estações do ano de 2009. Neste trabalho apresenta-se o resultado de um caso, útil para
avaliarmos se os algoritmos estão adequadamente escritos.
O WRF é um modelo de equações primitivas desenvolvido pelo National Center
for Atmospheric Research (NCAR) em colaboração com o National Centers for
Environmental Prediction/ National Oceanic and Atmospheric Administration
(NCEP/NOOA) e o Forecast Systems Laboratory (FSL). O WRF constitui um sistema
de previsão numérica de tempo de última geração, podendo ser implementado em várias
arquiteturas de computadores, suportando diferentes diretivas de paralelismo e pode ser
integrado tanto no modo hidrostático como não-hidtrostático.
Neste trabalho é utilizada a versão 3.2 do WRF, integrado por 72 horas no modo
hidrostático com resolução horizontal de 20 km, 28 níveis verticais (27 níveis mais a
superfície), modelo de solo com 4 camadas e passo de tempo de 2 minutos. As
condições iniciais e de fronteira são obtidas do GFS, modelo global com
aproximadamente 100 km de resolução horizontal e 64 níveis verticais integrado no
NOAA.
As análises GFS tem resolução horizontal 100 km e são interpoladas para os
níveis verticais e para o sistema de coordenada vertical híbrida (pressão-sigma) do
WRF. A metodologia consiste em calcular o Viés entre as previsões de 24, 48 e 72
horas e as análises, através da seguinte equação:
Onde:
P(i,j): representa a previsão do modelo WRF em cada ponto de grade (i,j), para cada
nível vertical;
A: representa a análise em cada ponto de grade (i,j), para cada nível vertical do modelo,
na coordenada híbrida do WRF, correspondente a previsão em cada ponto de grade (i,j).
Valores negativos de viés indicam regiões onde o modelo tende a subestimar os
valores das variáveis, enquanto valores positivos de viés indicam regiões onde o modelo
tende a superestimar os valores das variáveis. Viés zero é, uma vez que se considera a
análise a verdade.
3. RESULTADOS E DISCUSSÃO.
Para este trabalho foi calculado o Víes de temperatura para 30 dias de previsões
de 24, 48 e 72 horas. Foi utilizado o software Grid Analysis and Display System
(GrADS) para plotar os resultados de 17 pontos distribuídos nos três estados da Região
Sul do Brasil, Rio Grande do Sul, Santa Catarina e Paraná.
De acordo com a Tabela 1, observa-se que a previsão de 24hrs é geralmente
mais precisa que a previsão de 48 e 72hrs, porém o desvio padrão do viés evidencia que
a qualidade da previsão do WRF varia ao longo do mês, tanto para a previsão de 24, 48
e 72hrs.
Nota-se também, que geralmente o modelo superestima a temperatura para as 17
localidades, tanto nas previsões de 24, 48, com de 72hrs. Analisando a Figura 1,
verificamos que existem apenas dois casos em o modelo subestimou a temperatura, um
no sul do Paraná e outro Litoral do RS. A amostra não é estatisticamente significativa
pra concluirmos que estes erros são sistemáticos do modelo.
O modelo WRF não apresentou uma boa performance em algumas regiões
litorâneas e lacustres do Paraná e Santa Catarina, regiões banhadas pela Laguna dos
Patos, Lagoa Mirim, Rio Paraná e o próprio Oceano Atlântico. O modelo apresenta
maiores erros em regiões com alta declividade topográfica, como é o caso da Serra
Gaúcha.
Observando a Figura II podemos perceber que o Viés de temperatura é bastante
variável, independente de sua média ser baixa, ou seja, mesmo apresentando erros
pequenos em média, nos quatro últimos dias do mês estudado, houve erros de até 10°C
nas previsão de 48 e 72hrs.
Figura I: Viés Médio da temperatura calculado pelo Modelo WRF para a região sul do
Brasil em junho de 2009
Figura II: Desvio Padrão do viés médio da temperatura calculado pelo Modelo
WRF para a região sul do Brasil em junho de 2009
CONCLUSÕES.
Modelos numéricos são importantes ferramentas para a previsão das condições
atmosféricas, pois tem explicitamente o tempo como variável independente. Contudo,
não fornecem a previsão final a ser utilizada pelo usuário, são ferramentas
extremamente importantes no auxílio da previsão elaborada pelo meteorologista. Ciente
desta importância, inúmeras linhas de pesquisa são desenvolvida no intuído de
aprimorar os modelos numéricos. Para tal é necessário o conhecimento dos seus erros.
Neste artigo foi apresentado o Viés calculado entre o WRF e as análises GFS
interpoladas para os níveis verticais e para o sistema de coordenada vertical do WRF,
para todo o domínio de integração do modelo, abrangendo a Região Sul do Brasil. Um
único mês ainda não é estatisticamente significativo para se avaliar a performance do
modelo, por isso, o projeto no qual este trabalho está inserido contempla que as
verificações sejam feitas para o ano de 2009 e os algoritmos fiquem continuamente
quantificando os erros do modelo WRF instalado no CPPMET/UFPel.
O intuito deste trabalho é testar se os algoritmos até o momento implementados
na fase de pós-processamento do modelo estão corretos. Conclui-se que a parte de
engenharia do sistema está funcionando adequadamente. Entretanto, verificações com
uma amostra mais representativa de dados permitirão avaliar a qualidade do sistema do
ponto de vista físico.
Referências Bibliográficas:
Wilks, D.S. Statistical Methods in the Atmospheric Sciences. San Diego: Elsevier,
2006. 627 p.
Ehrendorfer, M.; Murphy A.H. Comparative Evaluation of Weather Forecasting
Systems: Sufficiency, Quality and Accuracy. Monthly Weather Review, v. 116, p.
1757-1770, 1992.
HÄRTER, F.P.; Barros, F.J.G.; Braga, T.T.; Santos, R.R. ; Bonatti, G.R.; MOL, J.M.D.;
Quixaba Filho, F.; Alves, F.; Guedes, J. M. F. Um Sistema Previsor Baseado no WRF
em Fase de Testes no INMET. Boletim da Sociedade Brasileira de Meteorologia, v.
32, p. 35-41, 2008.
Krzysztofowicz, R.; Long, D. Forecast Sufficiency Characteristic: Construction and
application. International Journal Forecasting, v. 7, p. 39-45, 1991.
Murphy, A.H. What is a Good Forecast? An essay on the Nature of Goodness in
Weather Forecasting. Weather Forecasting, v. 8, p. 281-293,1993.
Saad, A.I. Avaliação dos Modelos de Previsão de Tempo utilizados na
CLIMATEMPO baseado no dia de antecedência da Previsão. Congresso
Brasileiro de Meteorologia, 2010

Mais conteúdo relacionado

Destaque

Introducción a la Gestión de Transferencia de Tecnología
Introducción a la Gestión de Transferencia de TecnologíaIntroducción a la Gestión de Transferencia de Tecnología
Introducción a la Gestión de Transferencia de Tecnología
EDUARDO TERRANOVA
 
Powerpoint oxford
Powerpoint oxfordPowerpoint oxford
Powerpoint oxford
Miguel Velasquez
 
Empresas & ODS
Empresas  &  ODSEmpresas  &  ODS
Empresas & ODS
Elda E. Almeida
 
Hhh
HhhHhh
Cathedrals
CathedralsCathedrals
Cathedrals
Julio Villegas
 
Concetti calcolo delle probabilita
Concetti calcolo delle probabilitaConcetti calcolo delle probabilita
Concetti calcolo delle probabilita
prigioniero
 
Releasemanagement in integration projects
Releasemanagement in integration projectsReleasemanagement in integration projects
Releasemanagement in integration projects
Sven Bernhardt
 
12 Habits That Set Ultra Successful People Apart
12 Habits That Set Ultra Successful People Apart12 Habits That Set Ultra Successful People Apart
12 Habits That Set Ultra Successful People Apart
Gaurav Verma
 
Advanced Teachers' Training: 1st Workshop
Advanced Teachers' Training: 1st WorkshopAdvanced Teachers' Training: 1st Workshop
Advanced Teachers' Training: 1st Workshop
pfrehe
 
Hechos de Mazapan impresionante
Hechos de Mazapan impresionanteHechos de Mazapan impresionante
Hechos de Mazapan impresionante
Saori
 
eMerges - Terra Cognita 2006 Workshop (ISWC)
eMerges - Terra Cognita 2006 Workshop (ISWC)eMerges - Terra Cognita 2006 Workshop (ISWC)
eMerges - Terra Cognita 2006 Workshop (ISWC)
Vlad Tanasescu
 
Come spiego a un bambino o a un adulto che la statistica è importante? - di R...
Come spiego a un bambino o a un adulto che la statistica è importante? - di R...Come spiego a un bambino o a un adulto che la statistica è importante? - di R...
Come spiego a un bambino o a un adulto che la statistica è importante? - di R...
Istituto nazionale di statistica
 
Classificazione delle Funzioni Elementari
Classificazione delle Funzioni ElementariClassificazione delle Funzioni Elementari
Classificazione delle Funzioni Elementari
Ist. Superiore Marini-Gioia - Enzo Exposyto
 
Lajes
LajesLajes
Ciudadania
CiudadaniaCiudadania
Ciudadania
mashlysanz1
 

Destaque (15)

Introducción a la Gestión de Transferencia de Tecnología
Introducción a la Gestión de Transferencia de TecnologíaIntroducción a la Gestión de Transferencia de Tecnología
Introducción a la Gestión de Transferencia de Tecnología
 
Powerpoint oxford
Powerpoint oxfordPowerpoint oxford
Powerpoint oxford
 
Empresas & ODS
Empresas  &  ODSEmpresas  &  ODS
Empresas & ODS
 
Hhh
HhhHhh
Hhh
 
Cathedrals
CathedralsCathedrals
Cathedrals
 
Concetti calcolo delle probabilita
Concetti calcolo delle probabilitaConcetti calcolo delle probabilita
Concetti calcolo delle probabilita
 
Releasemanagement in integration projects
Releasemanagement in integration projectsReleasemanagement in integration projects
Releasemanagement in integration projects
 
12 Habits That Set Ultra Successful People Apart
12 Habits That Set Ultra Successful People Apart12 Habits That Set Ultra Successful People Apart
12 Habits That Set Ultra Successful People Apart
 
Advanced Teachers' Training: 1st Workshop
Advanced Teachers' Training: 1st WorkshopAdvanced Teachers' Training: 1st Workshop
Advanced Teachers' Training: 1st Workshop
 
Hechos de Mazapan impresionante
Hechos de Mazapan impresionanteHechos de Mazapan impresionante
Hechos de Mazapan impresionante
 
eMerges - Terra Cognita 2006 Workshop (ISWC)
eMerges - Terra Cognita 2006 Workshop (ISWC)eMerges - Terra Cognita 2006 Workshop (ISWC)
eMerges - Terra Cognita 2006 Workshop (ISWC)
 
Come spiego a un bambino o a un adulto che la statistica è importante? - di R...
Come spiego a un bambino o a un adulto che la statistica è importante? - di R...Come spiego a un bambino o a un adulto che la statistica è importante? - di R...
Come spiego a un bambino o a un adulto che la statistica è importante? - di R...
 
Classificazione delle Funzioni Elementari
Classificazione delle Funzioni ElementariClassificazione delle Funzioni Elementari
Classificazione delle Funzioni Elementari
 
Lajes
LajesLajes
Lajes
 
Ciudadania
CiudadaniaCiudadania
Ciudadania
 

Semelhante a Verificação da Temperatura de Superfície na Região Sul do Brasil Estimada pelo Modelo WRF Instalado no CPPMET para o mês de Junho de 2009

Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...
Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...
Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...
Elias Galvan
 
Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009
Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009
Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009
Elias Galvan
 
Utilizando Aprendizado de Máquina para Predição de Falhas na Ferrovia
Utilizando Aprendizado de Máquina para Predição de Falhas na FerroviaUtilizando Aprendizado de Máquina para Predição de Falhas na Ferrovia
Utilizando Aprendizado de Máquina para Predição de Falhas na Ferrovia
Máiron Chaves
 
Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...
Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...
Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...
Adalgiso Nogueira de Castro Filho Adalgiso
 
REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...
REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...
REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...
Universidade Federal de Sergipe - UFS
 
Dissertacao ricardo guarnieri
Dissertacao ricardo guarnieriDissertacao ricardo guarnieri
Dissertacao ricardo guarnieri
Amanda Regina
 
Relatório I
Relatório IRelatório I
Relatório I
Marco Hidalgo
 
18.ago ametista 15.15_531_chesf
18.ago ametista 15.15_531_chesf18.ago ametista 15.15_531_chesf
18.ago ametista 15.15_531_chesf
itgfiles
 
Aprimoramento na metodologia de cálculo do PLD
Aprimoramento na metodologia de cálculo do PLDAprimoramento na metodologia de cálculo do PLD
Aprimoramento na metodologia de cálculo do PLD
Câmara de Comercialização de Energia Elétrica
 
Indicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice Restriç
Indicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice RestriçIndicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice Restriç
Indicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice Restriç
Paulo André de Andrade (PMP, MBA, BSEE)
 
M17 e39-comparacao dediferentesmetodosdeprevisaoe
M17 e39-comparacao dediferentesmetodosdeprevisaoeM17 e39-comparacao dediferentesmetodosdeprevisaoe
M17 e39-comparacao dediferentesmetodosdeprevisaoe
GMBotbot
 
Contribuição conapra 005 cnap
Contribuição conapra 005   cnapContribuição conapra 005   cnap
Contribuição conapra 005 cnap
Federação Nacional de Práticos
 
Ipaee capitulo0
Ipaee capitulo0Ipaee capitulo0
Ipaee capitulo0
Dharma Initiative
 
03 PMP.pdf
03 PMP.pdf03 PMP.pdf
Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...
Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...
Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...
alcscens
 
Monografia mss cevix
Monografia mss cevixMonografia mss cevix
Monografia mss cevix
Marcello Santos
 
Gerenciamento de projetos Aula05 -exercício cpm-parte1
Gerenciamento de projetos Aula05 -exercício cpm-parte1Gerenciamento de projetos Aula05 -exercício cpm-parte1
Gerenciamento de projetos Aula05 -exercício cpm-parte1
CEULJI/ULBRA Centro Universitário Luterano de Ji-Paraná
 
Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...
Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...
Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...
alcscens
 
Alessandra henriquesferreiravc
Alessandra henriquesferreiravcAlessandra henriquesferreiravc
Alessandra henriquesferreiravc
Claudecir Garcia Martins
 
Proconf softwear confiabilidade
Proconf softwear confiabilidadeProconf softwear confiabilidade
Proconf softwear confiabilidade
Erico Pontes Melo
 

Semelhante a Verificação da Temperatura de Superfície na Região Sul do Brasil Estimada pelo Modelo WRF Instalado no CPPMET para o mês de Junho de 2009 (20)

Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...
Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...
Comparação entre a análise objetiva e subjetiva dos dados gerados pelo Mod...
 
Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009
Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009
Verificação do Modelo WRF para a Temperatura em 2 metros da Primavera de 2009
 
Utilizando Aprendizado de Máquina para Predição de Falhas na Ferrovia
Utilizando Aprendizado de Máquina para Predição de Falhas na FerroviaUtilizando Aprendizado de Máquina para Predição de Falhas na Ferrovia
Utilizando Aprendizado de Máquina para Predição de Falhas na Ferrovia
 
Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...
Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...
Controle Inteligente De Processos TermoquíMicos Com Base Na TermodinâMica Com...
 
REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...
REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...
REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228 - Artigo_Bioterra_V25_...
 
Dissertacao ricardo guarnieri
Dissertacao ricardo guarnieriDissertacao ricardo guarnieri
Dissertacao ricardo guarnieri
 
Relatório I
Relatório IRelatório I
Relatório I
 
18.ago ametista 15.15_531_chesf
18.ago ametista 15.15_531_chesf18.ago ametista 15.15_531_chesf
18.ago ametista 15.15_531_chesf
 
Aprimoramento na metodologia de cálculo do PLD
Aprimoramento na metodologia de cálculo do PLDAprimoramento na metodologia de cálculo do PLD
Aprimoramento na metodologia de cálculo do PLD
 
Indicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice Restriç
Indicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice RestriçIndicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice Restriç
Indicadores de Desempenho em Escopo, Tempo e Custo e a Tríplice Restriç
 
M17 e39-comparacao dediferentesmetodosdeprevisaoe
M17 e39-comparacao dediferentesmetodosdeprevisaoeM17 e39-comparacao dediferentesmetodosdeprevisaoe
M17 e39-comparacao dediferentesmetodosdeprevisaoe
 
Contribuição conapra 005 cnap
Contribuição conapra 005   cnapContribuição conapra 005   cnap
Contribuição conapra 005 cnap
 
Ipaee capitulo0
Ipaee capitulo0Ipaee capitulo0
Ipaee capitulo0
 
03 PMP.pdf
03 PMP.pdf03 PMP.pdf
03 PMP.pdf
 
Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...
Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...
Avaliação dos impactos das mudanças climáticas no zoneamento agrícola utiliza...
 
Monografia mss cevix
Monografia mss cevixMonografia mss cevix
Monografia mss cevix
 
Gerenciamento de projetos Aula05 -exercício cpm-parte1
Gerenciamento de projetos Aula05 -exercício cpm-parte1Gerenciamento de projetos Aula05 -exercício cpm-parte1
Gerenciamento de projetos Aula05 -exercício cpm-parte1
 
Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...
Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...
Estimativa da temperatura da superfície terrestre, destinada ao monitoramento...
 
Alessandra henriquesferreiravc
Alessandra henriquesferreiravcAlessandra henriquesferreiravc
Alessandra henriquesferreiravc
 
Proconf softwear confiabilidade
Proconf softwear confiabilidadeProconf softwear confiabilidade
Proconf softwear confiabilidade
 

Mais de Elias Galvan

Happy Children Project
Happy Children Project Happy Children Project
Happy Children Project
Elias Galvan
 
Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...
Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...
Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...
Elias Galvan
 
Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...
Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...
Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...
Elias Galvan
 
Analysis of Downburst Occurrences in Brazil
Analysis of Downburst Occurrences in BrazilAnalysis of Downburst Occurrences in Brazil
Analysis of Downburst Occurrences in Brazil
Elias Galvan
 
Downburst Occurence in Brazil
Downburst Occurence in BrazilDownburst Occurence in Brazil
Downburst Occurence in Brazil
Elias Galvan
 
Análise da ocorrência de downbursts no Brasil
Análise da ocorrência de downbursts no BrasilAnálise da ocorrência de downbursts no Brasil
Análise da ocorrência de downbursts no Brasil
Elias Galvan
 
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Elias Galvan
 
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Elias Galvan
 
Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...
Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...
Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...
Elias Galvan
 
Analysis of an environment favorable to the occurrence of Downburst
Analysis of an environment favorable to the occurrence of Downburst Analysis of an environment favorable to the occurrence of Downburst
Analysis of an environment favorable to the occurrence of Downburst
Elias Galvan
 
Análise de um Ambiente Favorável à Ocorrência de Downbursts
Análise de um Ambiente Favorável à Ocorrência de DownburstsAnálise de um Ambiente Favorável à Ocorrência de Downbursts
Análise de um Ambiente Favorável à Ocorrência de Downbursts
Elias Galvan
 
Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...
Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...
Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...
Elias Galvan
 
Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...
Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...
Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...
Elias Galvan
 

Mais de Elias Galvan (13)

Happy Children Project
Happy Children Project Happy Children Project
Happy Children Project
 
Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...
Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...
Comparative Study of Wind Tunnel Tests and Full-Scale Damages Caused by a Dow...
 
Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...
Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...
Full-scale downburst damage versus boundary layer wind tunnel pressures: a su...
 
Analysis of Downburst Occurrences in Brazil
Analysis of Downburst Occurrences in BrazilAnalysis of Downburst Occurrences in Brazil
Analysis of Downburst Occurrences in Brazil
 
Downburst Occurence in Brazil
Downburst Occurence in BrazilDownburst Occurence in Brazil
Downburst Occurence in Brazil
 
Análise da ocorrência de downbursts no Brasil
Análise da ocorrência de downbursts no BrasilAnálise da ocorrência de downbursts no Brasil
Análise da ocorrência de downbursts no Brasil
 
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
 
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
Estudo para a Aplicação de Práticas Sustentáveis na Mobilidade Urbana do Muni...
 
Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...
Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...
Poster - Estudo da Simulação Física de Downbursts e Análise da Ocorrência do ...
 
Analysis of an environment favorable to the occurrence of Downburst
Analysis of an environment favorable to the occurrence of Downburst Analysis of an environment favorable to the occurrence of Downburst
Analysis of an environment favorable to the occurrence of Downburst
 
Análise de um Ambiente Favorável à Ocorrência de Downbursts
Análise de um Ambiente Favorável à Ocorrência de DownburstsAnálise de um Ambiente Favorável à Ocorrência de Downbursts
Análise de um Ambiente Favorável à Ocorrência de Downbursts
 
Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...
Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...
Estudo de um caso de dispersão de poluentes a partir de uma fonte pontual na...
 
Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...
Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...
Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...
 

Verificação da Temperatura de Superfície na Região Sul do Brasil Estimada pelo Modelo WRF Instalado no CPPMET para o mês de Junho de 2009

  • 1. VERIFICAÇÃO DA TEMPERATURA DE SUPERFÍCIE NA REGIÃO SUL DO BRASIL ESTIMADA PELO MODELO WRF INSTALADO NO CPPMET PARA O MÊS DE JUNHO DE 2009 ELIAS G. DE LIMA¹, FABRÍCIO P. HÄRTER² 1 Graduando de Meteorologia, Estudante, Faculdade de Meteorologia, UFPel, da Universidade Federal de Pelotas- UFPel, Pelotas-RS, Fone (0xx 53) 3275-7328, elias.gl@hotmail.com. 2 Meteorologista, Prof. Doutor, Faculdade de Meteorologia, UFPel, Pelotas-RS, fabricio.harter@ufpel.edu.br. Apresentado no XVII Congresso Brasileiro de Agrometeorologia – 18 a 21 de Julho de 2011 – SESC Centro de Turismo de Guarapari, Guarapari - ES. RESUMO: Este trabalho está inserido no projeto intitulado “Avaliação do Modelo Numérico Weather Research and Forecasting Model (WRF), instalado no Centro de Pesquisas e Previsões Meteorológicas da UFPel CPPMet/UFPel”. Desta forma o principal objetivo do trabalho é quantificar os erros do modelo WRF para a temperatura na Região Sul do Brasil, occoridas no mês de maio de 2009 através das métricas estatísticas Viés e Erro Médio Quadrático (EMQ). Com o objetivo de quantificar os erros, a metodologia consiste em calcular o viés e o EQM entre a temperatura de 24, 48 e 72 horas prevista pelo WRF e a temperatura obtida pela análise Global Forecasting Service (GFS). Através dos resultados preliminares para o mês de maio de 2009, observou-se que o modelo é uma ferramenta eficiente no auxilio de previsão de temperatura, embora existam áreas cujos erros são sistematicamente maiores. Futuramente pretende-se estender o período de estudo de forma a se identificar erros sistemáticos do modelo. PALAVRAS-CHAVE: viés, temperatura, wrf. SURFACE TEMPERATURE VERIFICATION ON BRAZILIAN SOUTH REGION ESTIMATE BY WRF MODEL INSTALLED AT CPPMET TO 2009, JUNE. ABSTRACT: This paper is inserted at project entitled "Evaluation of Numerical Model Weather Research and Forecasting Model (WRF), installed at the UFPel’s Centre for Meteorological Research (CPPMet)", by this way the main target aims to quantify the WRF model temperature errors. Focused on quality of the forecasting, the methodology consist on calculate the bias between 24, 48 and 72 hours forecasting and the GFS objective analysis. It was done to one month, it was possible to note some regions where the model calculate error was expressive, on the other hands the authors saw that the temperature on most part of the observed area was good estimated, proving that the algorithm is working properly to the temperature forecasting. Finally, the project main’s objective is to do a statistic analysis of the temperature and others meteorological variables to the 2009 year, getting more and better data. KEY-WORDS: bias, temperature, WRF. INTRODUÇÃO: O Centro de Pesquisas e Previsões Meteorológicas (CPPMET) da UFPel, disponibiliza diariamente à sociedade, produtos gerados pelo sistema previsor de tempo baseado no The Weather Research and Forecasting Model (WRF). Este sistema previsor é composto por três fases: (1) construção da condição inicial e de fronteiras para
  • 2. integração do modelo; (2) processamento do modelo e (3) avaliação dos resultados, elaboração de gráficos e envio para Web Page. Embora modelos numéricos de equações primitivas, tais como o WRF, sejam ferramentas extremamente úteis na previsão de tempo, apresentam erros intrínsecos. Estes erros têm varias causas, tais como, imperfeição do método numérico que aproxima as equações diferenciais por equações de diferenças finitas, resolução da grade, dificuldade em representar os termos não-lineares das equações do modelo e erros nos dados observados usados na elaboração da condição inicial. Neste trabalho, apresentam-se resultados parciais sobre a verificação do modelo WRF nos ponto de grade do modelo, ou seja, comparando-se a previsão com a análise GFS, interpolada para a resolução, coordenada e níveis verticais configurados na implementação em questão do WRF, conforme Härter (2008). Uma vez que o interesse maior deste trabalho é avaliar uma ferramenta utilizada para fazer a previsão, ou seja, o modelo numérico, o foco deste trabalho é a qualidade da previsão que segundo Ehrendorfer e Murphy (1992) visa avaliar em que grau a previsão corresponde ao que “realmente” ocorreu na natureza. Nesta pesquisa se calcula a métrica estatística Viés para avaliar a qualidade da previsão do WRF. MATERIAIS E MÉTODOS. Este trabalho está inserido no projeto intitulado “Avaliação do Modelo Numérico WRF Instalado no CPPMET”, que visa quantificar os erros do WRF instalado no CPPMET. O projeto prevê que a estatística seja calculada primeiramente para um período de 12 meses, onde se visa avaliar a performance do modelo nas quatro estações do ano de 2009. Neste trabalho apresenta-se o resultado de um caso, útil para avaliarmos se os algoritmos estão adequadamente escritos. O WRF é um modelo de equações primitivas desenvolvido pelo National Center for Atmospheric Research (NCAR) em colaboração com o National Centers for Environmental Prediction/ National Oceanic and Atmospheric Administration (NCEP/NOOA) e o Forecast Systems Laboratory (FSL). O WRF constitui um sistema de previsão numérica de tempo de última geração, podendo ser implementado em várias arquiteturas de computadores, suportando diferentes diretivas de paralelismo e pode ser integrado tanto no modo hidrostático como não-hidtrostático. Neste trabalho é utilizada a versão 3.2 do WRF, integrado por 72 horas no modo hidrostático com resolução horizontal de 20 km, 28 níveis verticais (27 níveis mais a superfície), modelo de solo com 4 camadas e passo de tempo de 2 minutos. As condições iniciais e de fronteira são obtidas do GFS, modelo global com aproximadamente 100 km de resolução horizontal e 64 níveis verticais integrado no NOAA. As análises GFS tem resolução horizontal 100 km e são interpoladas para os níveis verticais e para o sistema de coordenada vertical híbrida (pressão-sigma) do WRF. A metodologia consiste em calcular o Viés entre as previsões de 24, 48 e 72 horas e as análises, através da seguinte equação: Onde: P(i,j): representa a previsão do modelo WRF em cada ponto de grade (i,j), para cada nível vertical; A: representa a análise em cada ponto de grade (i,j), para cada nível vertical do modelo, na coordenada híbrida do WRF, correspondente a previsão em cada ponto de grade (i,j).
  • 3. Valores negativos de viés indicam regiões onde o modelo tende a subestimar os valores das variáveis, enquanto valores positivos de viés indicam regiões onde o modelo tende a superestimar os valores das variáveis. Viés zero é, uma vez que se considera a análise a verdade. 3. RESULTADOS E DISCUSSÃO. Para este trabalho foi calculado o Víes de temperatura para 30 dias de previsões de 24, 48 e 72 horas. Foi utilizado o software Grid Analysis and Display System (GrADS) para plotar os resultados de 17 pontos distribuídos nos três estados da Região Sul do Brasil, Rio Grande do Sul, Santa Catarina e Paraná. De acordo com a Tabela 1, observa-se que a previsão de 24hrs é geralmente mais precisa que a previsão de 48 e 72hrs, porém o desvio padrão do viés evidencia que a qualidade da previsão do WRF varia ao longo do mês, tanto para a previsão de 24, 48 e 72hrs. Nota-se também, que geralmente o modelo superestima a temperatura para as 17 localidades, tanto nas previsões de 24, 48, com de 72hrs. Analisando a Figura 1, verificamos que existem apenas dois casos em o modelo subestimou a temperatura, um no sul do Paraná e outro Litoral do RS. A amostra não é estatisticamente significativa pra concluirmos que estes erros são sistemáticos do modelo. O modelo WRF não apresentou uma boa performance em algumas regiões litorâneas e lacustres do Paraná e Santa Catarina, regiões banhadas pela Laguna dos Patos, Lagoa Mirim, Rio Paraná e o próprio Oceano Atlântico. O modelo apresenta maiores erros em regiões com alta declividade topográfica, como é o caso da Serra Gaúcha. Observando a Figura II podemos perceber que o Viés de temperatura é bastante variável, independente de sua média ser baixa, ou seja, mesmo apresentando erros pequenos em média, nos quatro últimos dias do mês estudado, houve erros de até 10°C nas previsão de 48 e 72hrs. Figura I: Viés Médio da temperatura calculado pelo Modelo WRF para a região sul do Brasil em junho de 2009
  • 4. Figura II: Desvio Padrão do viés médio da temperatura calculado pelo Modelo WRF para a região sul do Brasil em junho de 2009 CONCLUSÕES. Modelos numéricos são importantes ferramentas para a previsão das condições atmosféricas, pois tem explicitamente o tempo como variável independente. Contudo, não fornecem a previsão final a ser utilizada pelo usuário, são ferramentas extremamente importantes no auxílio da previsão elaborada pelo meteorologista. Ciente desta importância, inúmeras linhas de pesquisa são desenvolvida no intuído de aprimorar os modelos numéricos. Para tal é necessário o conhecimento dos seus erros. Neste artigo foi apresentado o Viés calculado entre o WRF e as análises GFS interpoladas para os níveis verticais e para o sistema de coordenada vertical do WRF, para todo o domínio de integração do modelo, abrangendo a Região Sul do Brasil. Um único mês ainda não é estatisticamente significativo para se avaliar a performance do modelo, por isso, o projeto no qual este trabalho está inserido contempla que as verificações sejam feitas para o ano de 2009 e os algoritmos fiquem continuamente quantificando os erros do modelo WRF instalado no CPPMET/UFPel. O intuito deste trabalho é testar se os algoritmos até o momento implementados na fase de pós-processamento do modelo estão corretos. Conclui-se que a parte de engenharia do sistema está funcionando adequadamente. Entretanto, verificações com uma amostra mais representativa de dados permitirão avaliar a qualidade do sistema do ponto de vista físico. Referências Bibliográficas: Wilks, D.S. Statistical Methods in the Atmospheric Sciences. San Diego: Elsevier, 2006. 627 p. Ehrendorfer, M.; Murphy A.H. Comparative Evaluation of Weather Forecasting Systems: Sufficiency, Quality and Accuracy. Monthly Weather Review, v. 116, p. 1757-1770, 1992. HÄRTER, F.P.; Barros, F.J.G.; Braga, T.T.; Santos, R.R. ; Bonatti, G.R.; MOL, J.M.D.; Quixaba Filho, F.; Alves, F.; Guedes, J. M. F. Um Sistema Previsor Baseado no WRF em Fase de Testes no INMET. Boletim da Sociedade Brasileira de Meteorologia, v. 32, p. 35-41, 2008. Krzysztofowicz, R.; Long, D. Forecast Sufficiency Characteristic: Construction and application. International Journal Forecasting, v. 7, p. 39-45, 1991. Murphy, A.H. What is a Good Forecast? An essay on the Nature of Goodness in Weather Forecasting. Weather Forecasting, v. 8, p. 281-293,1993.
  • 5. Saad, A.I. Avaliação dos Modelos de Previsão de Tempo utilizados na CLIMATEMPO baseado no dia de antecedência da Previsão. Congresso Brasileiro de Meteorologia, 2010