Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 1996 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do INPE |
Texto Completo: | http://urlib.net/sid.inpe.br/MTC-m13@80/2005/09.16.17.05 |
Resumo: | A introdução de modelos numéricos tornou possível fazer previsão de tempo com melhor confiabilidade e maior prazo de antecedência. A partir de Novembro de 1994, com a inauguração do CPTEC, o Brasil vem realizando previsões operacionais com seu modelo numérico, chamado Modelo Global do CPTEC/COLA. Em busca de melhores resultados é necessário aprimorar este modelo e, para isso, é preciso ter conhecimento do desempenho do mesmo. As estatísticas de desempenho são geralmente obtidas para previsões de variáveis simples, como Altura Geopotencial, Temperatura Virtual, Vento e Umidade Especifica. Neste trabalho aplica-se métodos comuns de estatística para testar o desempenho do modelo para variáveis derivadas, tais como Divergência, Vorticidade, Espessura, Advecção Térmica, Advecção de Vorticidade, Convergência de Fluxo de Umidade, Água Precipitável e Vetor Q. A performance das previsões é testada em quatro estudos de caso. No primeiro caso faz-se uma comparação das previsões realizadas sobre as regiões tropical e extratropical do continente Sul-americano. Os demais estudos de caso destacam as diferenças entre as previsões de variareis simples e derivadas, assim como a previsibilidade da situação sinótica de cada caso. Através de analise matemática demonstrou-se que, para alguns casos simples e hipotéticos, a correlação entre variáveis simples e hipotéticos, a correlação entre variáveis simples é diferente da correlação entre variáveis derivadas. Notou-se que a onda de menor comprimento contribui mais para o valor da correlação de variáveis derivadas. O estudo de caso 1 confirma que o modelo apresenta melhor performance sobre os extratrópicos. A previsibilidade nos extratrópicos, em termos da variável geopotencial, é de 96 horas e nos trópicos a previsibilidade, em termos da variável vento, é menos de 48 horas. Com os estudos de caso 2, 3 e 4, observou-se que o vento é melhor previsto para a situação de ciclogênese e que a temperatura é melhor prevista para as situações de geada e neve. Observou-se também, em todos os casos e para todas as variáveis em geral, que a correlação diminui e o erro quadrático médio e o desvio padrão aumentam com o prazo de previsão e, ainda, as previsões de variáveis simples apresentam melhor ou igual performance que as previsões de variáveis derivadas. Um resultado interessante, embora independente, é que a Agua Precipitável tem melhor previsibilidade do que a umidade especifica, que apresenta previsões úteis somente ate 24 horas. Através de comparações visuais entre previsão e analise, conclui-se que os critérios de validação, apesar de serem simples, foram eficientes no intuito de aprovar ou não as previsões. Isto sugere que tais critérios sejam aplicados a outras situações de tempo, por exemplo, para uma situação de Zona de Convergência do Atlântico Sul. |
id |
INPE_04ade47601ab194e4f1f332a19474617 |
---|---|
oai_identifier_str |
oai:urlib.net:sid.inpe.br/MTC-m13@80/2005/09.16.17.05.52-0 |
network_acronym_str |
INPE |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INPE |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisDesempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do BrasilPerformance of simple and derived variable forecasts obtained by the CPTEC/COLA Global model for some significant cases ocurred over South-Central Brazil1996-12-03Satyamurty PrakkiIracema Fonseca Albuquerque CavalcantiMaria Assunção Faus da Silva DiasDaniel Pires BitencourtInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em MeteorologiaINPEBRmeteorologia dinâmicaregião Centro-Sulmodelo numéricomodelo globalestatísticamodelos atmosféricosdynamic meteorologySouth-Central regionnumerical modelglobal modelstatisticallyatmospheric modelsA introdução de modelos numéricos tornou possível fazer previsão de tempo com melhor confiabilidade e maior prazo de antecedência. A partir de Novembro de 1994, com a inauguração do CPTEC, o Brasil vem realizando previsões operacionais com seu modelo numérico, chamado Modelo Global do CPTEC/COLA. Em busca de melhores resultados é necessário aprimorar este modelo e, para isso, é preciso ter conhecimento do desempenho do mesmo. As estatísticas de desempenho são geralmente obtidas para previsões de variáveis simples, como Altura Geopotencial, Temperatura Virtual, Vento e Umidade Especifica. Neste trabalho aplica-se métodos comuns de estatística para testar o desempenho do modelo para variáveis derivadas, tais como Divergência, Vorticidade, Espessura, Advecção Térmica, Advecção de Vorticidade, Convergência de Fluxo de Umidade, Água Precipitável e Vetor Q. A performance das previsões é testada em quatro estudos de caso. No primeiro caso faz-se uma comparação das previsões realizadas sobre as regiões tropical e extratropical do continente Sul-americano. Os demais estudos de caso destacam as diferenças entre as previsões de variareis simples e derivadas, assim como a previsibilidade da situação sinótica de cada caso. Através de analise matemática demonstrou-se que, para alguns casos simples e hipotéticos, a correlação entre variáveis simples e hipotéticos, a correlação entre variáveis simples é diferente da correlação entre variáveis derivadas. Notou-se que a onda de menor comprimento contribui mais para o valor da correlação de variáveis derivadas. O estudo de caso 1 confirma que o modelo apresenta melhor performance sobre os extratrópicos. A previsibilidade nos extratrópicos, em termos da variável geopotencial, é de 96 horas e nos trópicos a previsibilidade, em termos da variável vento, é menos de 48 horas. Com os estudos de caso 2, 3 e 4, observou-se que o vento é melhor previsto para a situação de ciclogênese e que a temperatura é melhor prevista para as situações de geada e neve. Observou-se também, em todos os casos e para todas as variáveis em geral, que a correlação diminui e o erro quadrático médio e o desvio padrão aumentam com o prazo de previsão e, ainda, as previsões de variáveis simples apresentam melhor ou igual performance que as previsões de variáveis derivadas. Um resultado interessante, embora independente, é que a Agua Precipitável tem melhor previsibilidade do que a umidade especifica, que apresenta previsões úteis somente ate 24 horas. Através de comparações visuais entre previsão e analise, conclui-se que os critérios de validação, apesar de serem simples, foram eficientes no intuito de aprovar ou não as previsões. Isto sugere que tais critérios sejam aplicados a outras situações de tempo, por exemplo, para uma situação de Zona de Convergência do Atlântico Sul.The Center for Weather Prediction and Climate Studies (CPTEC), inaugurated in November 1994, is running operationally a global Numerical Weather Prediction (NWP) model known as CPTEC/COLA. To obtain increased reliability of weather forecasts it is necessary to constantly improve the model, and to achieve this, it is necessary to estimate the prediction skill of the model and to study the magnitude and nature of systematic and sporadic errors in the forecasts. Traditionally the performance statistics of the NWP models are calculated by quantitatively comparing the forecast fields and the corresponding analysis fields of simple model variables such as geopotential height at 500 hPa, wind components at 850 and 200 hPa. In the present study the statistics to test the performance of the model are obtained also with important derived variables, namely, divergence, vorticity, thickness, thermal advection, vorticity advection, water vapor convergence and Q-vector. It is demonstrated, through simple mathematical analysis, that, the anomaly correlation" of a derived variable (such as thermal gradient) is different from that of a simple variable (such as temperature) when the field is composed of more than one wave number. The shorter wave number performance has a larger weight in the anomaly correlation of the composed field of the derived variable. The performance of CPTEC/COLA is tested in four case studies over the South American region. In general, the spatial variability and the root mean square error of the forecast fields increase and the anomaly correlation decreases with the forecast range for all the variables. The derived fields have worse performance statistics than the simple variables. The first case shows the essential differences in the predictability in the extratropics and in the tropics of the region. The other cases provide an idea of the reliability of each of the meteorological variables used for estimating the model performance, and indicate the variables having best predictability for each situation. For the cyclogenesis situation in the southern region of Brazil the wind has the best performance and for the frontal passages and snow occurrence situations the best variable is the surface air virtual temperature. Precipitabte water shows a better predictability than the specific humidity at individual levels in the lower troposphere. Visual comparisons of the positions and intensities of the synoptic systems in the forecasts and in the corresponding analyses show that the criteria used for the statistical evaluation of the model performance are indeed efficient.http://urlib.net/sid.inpe.br/MTC-m13@80/2005/09.16.17.05info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:52:16Zoai:urlib.net:sid.inpe.br/MTC-m13@80/2005/09.16.17.05.52-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:52:17.544Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false |
dc.title.pt.fl_str_mv |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil |
dc.title.alternative.en.fl_str_mv |
Performance of simple and derived variable forecasts obtained by the CPTEC/COLA Global model for some significant cases ocurred over South-Central Brazil |
title |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil |
spellingShingle |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil Daniel Pires Bitencourt |
title_short |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil |
title_full |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil |
title_fullStr |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil |
title_full_unstemmed |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil |
title_sort |
Desempenho das previsões de variáveis simples e derivadas obtidas pelo Modelo Global do CPTEC/COLA para alguns casos significativos ocorridos sobre o Centro-Sul do Brasil |
author |
Daniel Pires Bitencourt |
author_facet |
Daniel Pires Bitencourt |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Satyamurty Prakki |
dc.contributor.referee1.fl_str_mv |
Iracema Fonseca Albuquerque Cavalcanti |
dc.contributor.referee2.fl_str_mv |
Maria Assunção Faus da Silva Dias |
dc.contributor.author.fl_str_mv |
Daniel Pires Bitencourt |
contributor_str_mv |
Satyamurty Prakki Iracema Fonseca Albuquerque Cavalcanti Maria Assunção Faus da Silva Dias |
dc.description.abstract.por.fl_txt_mv |
A introdução de modelos numéricos tornou possível fazer previsão de tempo com melhor confiabilidade e maior prazo de antecedência. A partir de Novembro de 1994, com a inauguração do CPTEC, o Brasil vem realizando previsões operacionais com seu modelo numérico, chamado Modelo Global do CPTEC/COLA. Em busca de melhores resultados é necessário aprimorar este modelo e, para isso, é preciso ter conhecimento do desempenho do mesmo. As estatísticas de desempenho são geralmente obtidas para previsões de variáveis simples, como Altura Geopotencial, Temperatura Virtual, Vento e Umidade Especifica. Neste trabalho aplica-se métodos comuns de estatística para testar o desempenho do modelo para variáveis derivadas, tais como Divergência, Vorticidade, Espessura, Advecção Térmica, Advecção de Vorticidade, Convergência de Fluxo de Umidade, Água Precipitável e Vetor Q. A performance das previsões é testada em quatro estudos de caso. No primeiro caso faz-se uma comparação das previsões realizadas sobre as regiões tropical e extratropical do continente Sul-americano. Os demais estudos de caso destacam as diferenças entre as previsões de variareis simples e derivadas, assim como a previsibilidade da situação sinótica de cada caso. Através de analise matemática demonstrou-se que, para alguns casos simples e hipotéticos, a correlação entre variáveis simples e hipotéticos, a correlação entre variáveis simples é diferente da correlação entre variáveis derivadas. Notou-se que a onda de menor comprimento contribui mais para o valor da correlação de variáveis derivadas. O estudo de caso 1 confirma que o modelo apresenta melhor performance sobre os extratrópicos. A previsibilidade nos extratrópicos, em termos da variável geopotencial, é de 96 horas e nos trópicos a previsibilidade, em termos da variável vento, é menos de 48 horas. Com os estudos de caso 2, 3 e 4, observou-se que o vento é melhor previsto para a situação de ciclogênese e que a temperatura é melhor prevista para as situações de geada e neve. Observou-se também, em todos os casos e para todas as variáveis em geral, que a correlação diminui e o erro quadrático médio e o desvio padrão aumentam com o prazo de previsão e, ainda, as previsões de variáveis simples apresentam melhor ou igual performance que as previsões de variáveis derivadas. Um resultado interessante, embora independente, é que a Agua Precipitável tem melhor previsibilidade do que a umidade especifica, que apresenta previsões úteis somente ate 24 horas. Através de comparações visuais entre previsão e analise, conclui-se que os critérios de validação, apesar de serem simples, foram eficientes no intuito de aprovar ou não as previsões. Isto sugere que tais critérios sejam aplicados a outras situações de tempo, por exemplo, para uma situação de Zona de Convergência do Atlântico Sul. |
dc.description.abstract.eng.fl_txt_mv |
The Center for Weather Prediction and Climate Studies (CPTEC), inaugurated in November 1994, is running operationally a global Numerical Weather Prediction (NWP) model known as CPTEC/COLA. To obtain increased reliability of weather forecasts it is necessary to constantly improve the model, and to achieve this, it is necessary to estimate the prediction skill of the model and to study the magnitude and nature of systematic and sporadic errors in the forecasts. Traditionally the performance statistics of the NWP models are calculated by quantitatively comparing the forecast fields and the corresponding analysis fields of simple model variables such as geopotential height at 500 hPa, wind components at 850 and 200 hPa. In the present study the statistics to test the performance of the model are obtained also with important derived variables, namely, divergence, vorticity, thickness, thermal advection, vorticity advection, water vapor convergence and Q-vector. It is demonstrated, through simple mathematical analysis, that, the anomaly correlation" of a derived variable (such as thermal gradient) is different from that of a simple variable (such as temperature) when the field is composed of more than one wave number. The shorter wave number performance has a larger weight in the anomaly correlation of the composed field of the derived variable. The performance of CPTEC/COLA is tested in four case studies over the South American region. In general, the spatial variability and the root mean square error of the forecast fields increase and the anomaly correlation decreases with the forecast range for all the variables. The derived fields have worse performance statistics than the simple variables. The first case shows the essential differences in the predictability in the extratropics and in the tropics of the region. The other cases provide an idea of the reliability of each of the meteorological variables used for estimating the model performance, and indicate the variables having best predictability for each situation. For the cyclogenesis situation in the southern region of Brazil the wind has the best performance and for the frontal passages and snow occurrence situations the best variable is the surface air virtual temperature. Precipitabte water shows a better predictability than the specific humidity at individual levels in the lower troposphere. Visual comparisons of the positions and intensities of the synoptic systems in the forecasts and in the corresponding analyses show that the criteria used for the statistical evaluation of the model performance are indeed efficient. |
description |
A introdução de modelos numéricos tornou possível fazer previsão de tempo com melhor confiabilidade e maior prazo de antecedência. A partir de Novembro de 1994, com a inauguração do CPTEC, o Brasil vem realizando previsões operacionais com seu modelo numérico, chamado Modelo Global do CPTEC/COLA. Em busca de melhores resultados é necessário aprimorar este modelo e, para isso, é preciso ter conhecimento do desempenho do mesmo. As estatísticas de desempenho são geralmente obtidas para previsões de variáveis simples, como Altura Geopotencial, Temperatura Virtual, Vento e Umidade Especifica. Neste trabalho aplica-se métodos comuns de estatística para testar o desempenho do modelo para variáveis derivadas, tais como Divergência, Vorticidade, Espessura, Advecção Térmica, Advecção de Vorticidade, Convergência de Fluxo de Umidade, Água Precipitável e Vetor Q. A performance das previsões é testada em quatro estudos de caso. No primeiro caso faz-se uma comparação das previsões realizadas sobre as regiões tropical e extratropical do continente Sul-americano. Os demais estudos de caso destacam as diferenças entre as previsões de variareis simples e derivadas, assim como a previsibilidade da situação sinótica de cada caso. Através de analise matemática demonstrou-se que, para alguns casos simples e hipotéticos, a correlação entre variáveis simples e hipotéticos, a correlação entre variáveis simples é diferente da correlação entre variáveis derivadas. Notou-se que a onda de menor comprimento contribui mais para o valor da correlação de variáveis derivadas. O estudo de caso 1 confirma que o modelo apresenta melhor performance sobre os extratrópicos. A previsibilidade nos extratrópicos, em termos da variável geopotencial, é de 96 horas e nos trópicos a previsibilidade, em termos da variável vento, é menos de 48 horas. Com os estudos de caso 2, 3 e 4, observou-se que o vento é melhor previsto para a situação de ciclogênese e que a temperatura é melhor prevista para as situações de geada e neve. Observou-se também, em todos os casos e para todas as variáveis em geral, que a correlação diminui e o erro quadrático médio e o desvio padrão aumentam com o prazo de previsão e, ainda, as previsões de variáveis simples apresentam melhor ou igual performance que as previsões de variáveis derivadas. Um resultado interessante, embora independente, é que a Agua Precipitável tem melhor previsibilidade do que a umidade especifica, que apresenta previsões úteis somente ate 24 horas. Através de comparações visuais entre previsão e analise, conclui-se que os critérios de validação, apesar de serem simples, foram eficientes no intuito de aprovar ou não as previsões. Isto sugere que tais critérios sejam aplicados a outras situações de tempo, por exemplo, para uma situação de Zona de Convergência do Atlântico Sul. |
publishDate |
1996 |
dc.date.issued.fl_str_mv |
1996-12-03 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://urlib.net/sid.inpe.br/MTC-m13@80/2005/09.16.17.05 |
url |
http://urlib.net/sid.inpe.br/MTC-m13@80/2005/09.16.17.05 |
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.publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação do INPE em Meteorologia |
dc.publisher.initials.fl_str_mv |
INPE |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do INPE instname:Instituto Nacional de Pesquisas Espaciais (INPE) instacron:INPE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do INPE |
collection |
Biblioteca Digital de Teses e Dissertações do INPE |
instname_str |
Instituto Nacional de Pesquisas Espaciais (INPE) |
instacron_str |
INPE |
institution |
INPE |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE) |
repository.mail.fl_str_mv |
|
publisher_program_txtF_mv |
Programa de Pós-Graduação do INPE em Meteorologia |
contributor_advisor1_txtF_mv |
Satyamurty Prakki |
_version_ |
1706809346785017856 |