Caracterização das necessidades computacionais para perfis Argo e suas aplicações

Detalhes bibliográficos
Autor(a) principal: Pereira, André de Pádua
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/82180
Resumo: Os oceanos compõem mais de 70 por cento da superfície do planeta, embora seja a fração menos estudada do mesmo, dada a sua extensão e as suas condições pouco favoráveis à sua observação. O projeto Argo foi criado com o objetivo de registar sistematicamente a temperatura e salinidade da camada superior do oceano, até aos 2000 metros de profundidade. As observações são efetuadas por boias autónomas espalhadas pelo oceano, que a cada 10 dias descem até aos 2000m de profundidade e ascendem até à superfície efetuando medições a diferentes níveis de pressão, resultando num perfil vertical de temperatura e salinidade da coluna vertical da parte superior do oceano. Atualmente existem cerca de 4000 boias ativas que produzem mais de 100 000 perfis por ano. Desde o inicio do Projeto Argo em 1999, surgiram inúmeros estudos sobre diferentes propriedades do oceano que utilizam como base os perfis medidos pelas suas boias. Alguns destes estudos são caracterizados por utilizar dados de diversas fontes complementadas com os perfis Argo, como por exemplo dados de satélite sobre o nível do mar. O aumento do número de perfis a serem medidos a cada ano, as extensões planeadas ao projeto Argo que irão aumentar o leque de variáveis do oceano a serem medidas e a cobertura vertical dos perfis, e ainda a utilização conjunta destes perfis com dados de outras fontes por parte de diferentes estudos, incentivam o estudo de tecnologias BigData para armazenar e explorar estes dados de forma eficiente, para facilitar a sua análise cientifica. O objetivo desta dissertação é, em primeiro lugar, caracterizar diferentes aplicações e requisitos computacionais associados a dados provenientes do projeto Argo. Além disso é escolhido um caso de estudo, de forma a explorar e avaliar o uso de diferentes tecnologias Big Data com foco em dados espaciais e espaciotemporais, no armazenamento e processamento dos diferentes dados associados.
id RCAP_e40ca9cebb9c69843cac591fd863d53c
oai_identifier_str oai:run.unl.pt:10362/82180
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Caracterização das necessidades computacionais para perfis Argo e suas aplicaçõesArgoTime SeriesSpatioTemporal Big DataBig DataArgo profile applicationsDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaOs oceanos compõem mais de 70 por cento da superfície do planeta, embora seja a fração menos estudada do mesmo, dada a sua extensão e as suas condições pouco favoráveis à sua observação. O projeto Argo foi criado com o objetivo de registar sistematicamente a temperatura e salinidade da camada superior do oceano, até aos 2000 metros de profundidade. As observações são efetuadas por boias autónomas espalhadas pelo oceano, que a cada 10 dias descem até aos 2000m de profundidade e ascendem até à superfície efetuando medições a diferentes níveis de pressão, resultando num perfil vertical de temperatura e salinidade da coluna vertical da parte superior do oceano. Atualmente existem cerca de 4000 boias ativas que produzem mais de 100 000 perfis por ano. Desde o inicio do Projeto Argo em 1999, surgiram inúmeros estudos sobre diferentes propriedades do oceano que utilizam como base os perfis medidos pelas suas boias. Alguns destes estudos são caracterizados por utilizar dados de diversas fontes complementadas com os perfis Argo, como por exemplo dados de satélite sobre o nível do mar. O aumento do número de perfis a serem medidos a cada ano, as extensões planeadas ao projeto Argo que irão aumentar o leque de variáveis do oceano a serem medidas e a cobertura vertical dos perfis, e ainda a utilização conjunta destes perfis com dados de outras fontes por parte de diferentes estudos, incentivam o estudo de tecnologias BigData para armazenar e explorar estes dados de forma eficiente, para facilitar a sua análise cientifica. O objetivo desta dissertação é, em primeiro lugar, caracterizar diferentes aplicações e requisitos computacionais associados a dados provenientes do projeto Argo. Além disso é escolhido um caso de estudo, de forma a explorar e avaliar o uso de diferentes tecnologias Big Data com foco em dados espaciais e espaciotemporais, no armazenamento e processamento dos diferentes dados associados.Pires, JoãoAlferes, JoséDamásio, CarlosRUNPereira, André de Pádua2019-09-24T14:51:07Z2019-0720192019-07-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/82180porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:36:33Zoai:run.unl.pt:10362/82180Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:36:10.223217Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Caracterização das necessidades computacionais para perfis Argo e suas aplicações
title Caracterização das necessidades computacionais para perfis Argo e suas aplicações
spellingShingle Caracterização das necessidades computacionais para perfis Argo e suas aplicações
Pereira, André de Pádua
Argo
Time Series
SpatioTemporal Big Data
Big Data
Argo profile applications
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Caracterização das necessidades computacionais para perfis Argo e suas aplicações
title_full Caracterização das necessidades computacionais para perfis Argo e suas aplicações
title_fullStr Caracterização das necessidades computacionais para perfis Argo e suas aplicações
title_full_unstemmed Caracterização das necessidades computacionais para perfis Argo e suas aplicações
title_sort Caracterização das necessidades computacionais para perfis Argo e suas aplicações
author Pereira, André de Pádua
author_facet Pereira, André de Pádua
author_role author
dc.contributor.none.fl_str_mv Pires, João
Alferes, José
Damásio, Carlos
RUN
dc.contributor.author.fl_str_mv Pereira, André de Pádua
dc.subject.por.fl_str_mv Argo
Time Series
SpatioTemporal Big Data
Big Data
Argo profile applications
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Argo
Time Series
SpatioTemporal Big Data
Big Data
Argo profile applications
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Os oceanos compõem mais de 70 por cento da superfície do planeta, embora seja a fração menos estudada do mesmo, dada a sua extensão e as suas condições pouco favoráveis à sua observação. O projeto Argo foi criado com o objetivo de registar sistematicamente a temperatura e salinidade da camada superior do oceano, até aos 2000 metros de profundidade. As observações são efetuadas por boias autónomas espalhadas pelo oceano, que a cada 10 dias descem até aos 2000m de profundidade e ascendem até à superfície efetuando medições a diferentes níveis de pressão, resultando num perfil vertical de temperatura e salinidade da coluna vertical da parte superior do oceano. Atualmente existem cerca de 4000 boias ativas que produzem mais de 100 000 perfis por ano. Desde o inicio do Projeto Argo em 1999, surgiram inúmeros estudos sobre diferentes propriedades do oceano que utilizam como base os perfis medidos pelas suas boias. Alguns destes estudos são caracterizados por utilizar dados de diversas fontes complementadas com os perfis Argo, como por exemplo dados de satélite sobre o nível do mar. O aumento do número de perfis a serem medidos a cada ano, as extensões planeadas ao projeto Argo que irão aumentar o leque de variáveis do oceano a serem medidas e a cobertura vertical dos perfis, e ainda a utilização conjunta destes perfis com dados de outras fontes por parte de diferentes estudos, incentivam o estudo de tecnologias BigData para armazenar e explorar estes dados de forma eficiente, para facilitar a sua análise cientifica. O objetivo desta dissertação é, em primeiro lugar, caracterizar diferentes aplicações e requisitos computacionais associados a dados provenientes do projeto Argo. Além disso é escolhido um caso de estudo, de forma a explorar e avaliar o uso de diferentes tecnologias Big Data com foco em dados espaciais e espaciotemporais, no armazenamento e processamento dos diferentes dados associados.
publishDate 2019
dc.date.none.fl_str_mv 2019-09-24T14:51:07Z
2019-07
2019
2019-07-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/82180
url http://hdl.handle.net/10362/82180
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137981203742720