Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UERJ |
Texto Completo: | http://www.bdtd.uerj.br/handle/1/20173 |
Resumo: | This dissertation presents results of the application in the frequency domain of Recursive Least Squares (RLS) adaptive filters for the correction of global climate prediction errors of the Brazilian Earth System Model (BESM). The BESM consists of computational models aimed at generating climate change scenarios, just like the ECMWF (European Centre for Medium-Range Weather Forecasts) which also develops and produces global weather predictions such as ERA5 (ECMWF Reanalysis v5). The performance of BESM is measured with reference to the ERA5 observational dataset, and the difference between climate variables generally increases over time. BESM prediction is corrected using ERA5 observational data as a reference. The main objective is to correct the global climate prediction errors of the BESM model. Filters are designed using the previous prediction sequences for a cell (a small region of the globe where correction is applied) or in the frequency coefficients obtained via two-dimensional Discrete Cosine Transform (DCT-2D) in a cell neighborhood. DCT is a mathematical technique for analyzing periodic signals in the frequency domain with a sum of cosine functions. The filters are designed using the Recursive Least Squares (RLS) adaptive algorithm. Filters of different orders are tested, and neighborhoods of different sizes are considered. The correction methodology is also tested considering corrections seasonally and annually, separately. The performance of BESM prediction correction is evaluated using the Root Mean Square Error (RMSE) and Largest Absolute Error (LAE). The proposal is applied to the prognostic variable of Sea Surface Temperature (TSM) for regions of dimension M × M, with M = 8, 16, 32, and filters of length L = 4. Among the various zones analyzed, such as the Pacific Ocean, the Atlantic Ocean, the Indian Ocean, and the Arctic and Antarctic Oceans, the best performance of the proposed method is achieved in the first three zones, while the worst is observed in the last two zones. Finally, the best results are obtained for correction by seasons. Compared to the Mean and Variance Correction (CMV) method, the use of RLS filters generates better results for seasonal adjustment. However, in some specific geographic locations, CMV sometimes outperforms adaptive filtering when it comes to annual adjustment. |
id |
UERJ_6a6e7469921d0a9c0d115745b2763994 |
---|---|
oai_identifier_str |
oai:www.bdtd.uerj.br:1/20173 |
network_acronym_str |
UERJ |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
repository_id_str |
2903 |
spelling |
Tcheou, Michel Pompeuhttp://lattes.cnpq.br/9868296846852777Lovisolo, Lisandrohttp://lattes.cnpq.br/5556212442729541Chou, Sin Chanhttp://lattes.cnpq.br/4336175279058172González Arenas, Zochilhttp://lattes.cnpq.br/3177810629678519http://lattes.cnpq.br/8370124119590718Farfán, Hugo Hinostrozahf.lhugo1@gmail.com2023-08-18T14:28:41Z2023-05-19FARFÁN, Hugo Hinostroza. Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global. 2023. 96 f. Dissertação (Mestrado em Engenharia Eletrônica) - Faculdade de Engenharia, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2023.http://www.bdtd.uerj.br/handle/1/20173This dissertation presents results of the application in the frequency domain of Recursive Least Squares (RLS) adaptive filters for the correction of global climate prediction errors of the Brazilian Earth System Model (BESM). The BESM consists of computational models aimed at generating climate change scenarios, just like the ECMWF (European Centre for Medium-Range Weather Forecasts) which also develops and produces global weather predictions such as ERA5 (ECMWF Reanalysis v5). The performance of BESM is measured with reference to the ERA5 observational dataset, and the difference between climate variables generally increases over time. BESM prediction is corrected using ERA5 observational data as a reference. The main objective is to correct the global climate prediction errors of the BESM model. Filters are designed using the previous prediction sequences for a cell (a small region of the globe where correction is applied) or in the frequency coefficients obtained via two-dimensional Discrete Cosine Transform (DCT-2D) in a cell neighborhood. DCT is a mathematical technique for analyzing periodic signals in the frequency domain with a sum of cosine functions. The filters are designed using the Recursive Least Squares (RLS) adaptive algorithm. Filters of different orders are tested, and neighborhoods of different sizes are considered. The correction methodology is also tested considering corrections seasonally and annually, separately. The performance of BESM prediction correction is evaluated using the Root Mean Square Error (RMSE) and Largest Absolute Error (LAE). The proposal is applied to the prognostic variable of Sea Surface Temperature (TSM) for regions of dimension M × M, with M = 8, 16, 32, and filters of length L = 4. Among the various zones analyzed, such as the Pacific Ocean, the Atlantic Ocean, the Indian Ocean, and the Arctic and Antarctic Oceans, the best performance of the proposed method is achieved in the first three zones, while the worst is observed in the last two zones. Finally, the best results are obtained for correction by seasons. Compared to the Mean and Variance Correction (CMV) method, the use of RLS filters generates better results for seasonal adjustment. However, in some specific geographic locations, CMV sometimes outperforms adaptive filtering when it comes to annual adjustment.Este trabalho de dissertação apresenta resultados da aplicação no domínio da frequência de filtros adaptativos RLS (Recursive Least Squares) para a correção de erros de previsão climática global do Modelo Brasileiro do Sistema Terrestre (Brazilian Earth System Model – BESM). O BESM é composto por modelos computacionais com o objetivo de gerar cenários de mudanças climáticas, tal como as previsões meteorológicas globais do ERA5 (ECMWF Reanalysis v5 ) produzido e desenvolvido pelo ECMWF (European Centre for Medium-Range Weather Forecasts). O desempenho do BESM é medido em referência ao conjunto de dados observacionais do ERA5, a diferença entre as variáveis climáticas em geral aumenta com o tempo. A previsão do BESM é corrigida usando como referência dados observacionais do ERA5. O objetivo central é corrigir os erros de previsão climática global do modelo BESM. Projetam-se filtros usando as sequências de previsões anteriores para uma célula (pequena região do globo onde se aplica a correção) ou nos coeficientes frequenciais obtidos via Transformada de Cosseno Discreta bidimensional (DCT-2D) em uma vizinhança da célula. A DCT permite analisar o conteúdo espectral dos sinais. Os filtros são projetados usando-se o algoritmo adaptativo Recursive Least Squares (RLS). Testam-se filtros de diferentes ordens e são consideradas vizinhanças de diferentes tamanhos. A metodologia de correção é testada ainda considerando correções por estações climáticas, separadamente, e anualmente. Avalia-se o desempenho da correção da previsão BESM usando a Raiz do Erro Quadrático Médio (RMSE – Root Mean Squared Error) e o Erro Absoluto Máximo (LAE – Largest Absolute Error). Aplica-se a proposta na variável prognóstica de Temperatura da superfície do Mar (TSM), para regiões de dimensão M×M, com M = 8, 16, 32, e filtros de comprimento L = 4. Analisa-se o desempenho da proposta em diversas zonas, como o Oceano Pacífico, o Oceano Atlântico, o Oceano Índico e Oceano Ártico e Antártico, e melhores desempenhos são obtido nas três primeiras zonas, sendo pior nas duas últimas zonas. Consideram-se filtros para correção anual e por estações e os melhores resultados são obtidos para a correção por estações. Em comparação com o método de Correção de Média e Variância (CMV), o uso de filtros RLS gera resultados melhores para o ajuste sazonal. No entanto, em algumas localizações geográficas específicas, o CMV às vezes apresenta um desempenho superior à filtragem adaptativa quando se trata do ajuste anual.Submitted by Julia CTC/B (julia.vieira@uerj.br) on 2023-08-18T14:28:41Z No. of bitstreams: 1 Dissertação - Hugo Hinostroza Farfán - 2023 - Completo.pdf: 5131211 bytes, checksum: f7655dd291afc556751034ac7168c010 (MD5)Made available in DSpace on 2023-08-18T14:28:41Z (GMT). No. of bitstreams: 1 Dissertação - Hugo Hinostroza Farfán - 2023 - Completo.pdf: 5131211 bytes, checksum: f7655dd291afc556751034ac7168c010 (MD5) Previous issue date: 2023-05-19Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESapplication/pdfporUniversidade do Estado do Rio de JaneiroPrograma de Pós-Graduação em Engenharia EletrônicaUERJBrasilCentro de Tecnologia e Ciências::Faculdade de EngenhariaElectronic engineeringAdaptative filtersSignal processingAlgorithmsClimatologyEngenharia eletrônicaFiltros adaptativosProcessamento de sinaisAlgorítmosClimatologiaENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOESFiltros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar globalAdaptive frequency domain filters for the correction of the climate prediction of the global sea surface temperatureinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJORIGINALDissertação - Hugo Hinostroza Farfán - 2023 - Completo.pdfDissertação - Hugo Hinostroza Farfán - 2023 - Completo.pdfapplication/pdf5131211http://www.bdtd.uerj.br/bitstream/1/20173/2/Disserta%C3%A7%C3%A3o+-+Hugo+Hinostroza+Farf%C3%A1n+-+2023+-+Completo.pdff7655dd291afc556751034ac7168c010MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82123http://www.bdtd.uerj.br/bitstream/1/20173/1/license.txte5502652da718045d7fcd832b79fca29MD511/201732024-02-27 15:16:53.448oai:www.bdtd.uerj.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T18:16:53Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false |
dc.title.por.fl_str_mv |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global |
dc.title.alternative.eng.fl_str_mv |
Adaptive frequency domain filters for the correction of the climate prediction of the global sea surface temperature |
title |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global |
spellingShingle |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global Farfán, Hugo Hinostroza Electronic engineering Adaptative filters Signal processing Algorithms Climatology Engenharia eletrônica Filtros adaptativos Processamento de sinais Algorítmos Climatologia ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES |
title_short |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global |
title_full |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global |
title_fullStr |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global |
title_full_unstemmed |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global |
title_sort |
Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global |
author |
Farfán, Hugo Hinostroza |
author_facet |
Farfán, Hugo Hinostroza hf.lhugo1@gmail.com |
author_role |
author |
author2 |
hf.lhugo1@gmail.com |
author2_role |
author |
dc.contributor.advisor1.fl_str_mv |
Tcheou, Michel Pompeu |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/9868296846852777 |
dc.contributor.advisor2.fl_str_mv |
Lovisolo, Lisandro |
dc.contributor.advisor2Lattes.fl_str_mv |
http://lattes.cnpq.br/5556212442729541 |
dc.contributor.referee1.fl_str_mv |
Chou, Sin Chan |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/4336175279058172 |
dc.contributor.referee2.fl_str_mv |
González Arenas, Zochil |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/3177810629678519 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/8370124119590718 |
dc.contributor.author.fl_str_mv |
Farfán, Hugo Hinostroza hf.lhugo1@gmail.com |
contributor_str_mv |
Tcheou, Michel Pompeu Lovisolo, Lisandro Chou, Sin Chan González Arenas, Zochil |
dc.subject.eng.fl_str_mv |
Electronic engineering Adaptative filters Signal processing Algorithms Climatology |
topic |
Electronic engineering Adaptative filters Signal processing Algorithms Climatology Engenharia eletrônica Filtros adaptativos Processamento de sinais Algorítmos Climatologia ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES |
dc.subject.por.fl_str_mv |
Engenharia eletrônica Filtros adaptativos Processamento de sinais Algorítmos Climatologia |
dc.subject.cnpq.fl_str_mv |
ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES |
description |
This dissertation presents results of the application in the frequency domain of Recursive Least Squares (RLS) adaptive filters for the correction of global climate prediction errors of the Brazilian Earth System Model (BESM). The BESM consists of computational models aimed at generating climate change scenarios, just like the ECMWF (European Centre for Medium-Range Weather Forecasts) which also develops and produces global weather predictions such as ERA5 (ECMWF Reanalysis v5). The performance of BESM is measured with reference to the ERA5 observational dataset, and the difference between climate variables generally increases over time. BESM prediction is corrected using ERA5 observational data as a reference. The main objective is to correct the global climate prediction errors of the BESM model. Filters are designed using the previous prediction sequences for a cell (a small region of the globe where correction is applied) or in the frequency coefficients obtained via two-dimensional Discrete Cosine Transform (DCT-2D) in a cell neighborhood. DCT is a mathematical technique for analyzing periodic signals in the frequency domain with a sum of cosine functions. The filters are designed using the Recursive Least Squares (RLS) adaptive algorithm. Filters of different orders are tested, and neighborhoods of different sizes are considered. The correction methodology is also tested considering corrections seasonally and annually, separately. The performance of BESM prediction correction is evaluated using the Root Mean Square Error (RMSE) and Largest Absolute Error (LAE). The proposal is applied to the prognostic variable of Sea Surface Temperature (TSM) for regions of dimension M × M, with M = 8, 16, 32, and filters of length L = 4. Among the various zones analyzed, such as the Pacific Ocean, the Atlantic Ocean, the Indian Ocean, and the Arctic and Antarctic Oceans, the best performance of the proposed method is achieved in the first three zones, while the worst is observed in the last two zones. Finally, the best results are obtained for correction by seasons. Compared to the Mean and Variance Correction (CMV) method, the use of RLS filters generates better results for seasonal adjustment. However, in some specific geographic locations, CMV sometimes outperforms adaptive filtering when it comes to annual adjustment. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-08-18T14:28:41Z |
dc.date.issued.fl_str_mv |
2023-05-19 |
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.citation.fl_str_mv |
FARFÁN, Hugo Hinostroza. Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global. 2023. 96 f. Dissertação (Mestrado em Engenharia Eletrônica) - Faculdade de Engenharia, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2023. |
dc.identifier.uri.fl_str_mv |
http://www.bdtd.uerj.br/handle/1/20173 |
identifier_str_mv |
FARFÁN, Hugo Hinostroza. Filtros adaptativos no domínio da frequência para correção de previsão climática da temperatura da superfície do mar global. 2023. 96 f. Dissertação (Mestrado em Engenharia Eletrônica) - Faculdade de Engenharia, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2023. |
url |
http://www.bdtd.uerj.br/handle/1/20173 |
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.publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Eletrônica |
dc.publisher.initials.fl_str_mv |
UERJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Tecnologia e Ciências::Faculdade de Engenharia |
publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UERJ instname:Universidade do Estado do Rio de Janeiro (UERJ) instacron:UERJ |
instname_str |
Universidade do Estado do Rio de Janeiro (UERJ) |
instacron_str |
UERJ |
institution |
UERJ |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
collection |
Biblioteca Digital de Teses e Dissertações da UERJ |
bitstream.url.fl_str_mv |
http://www.bdtd.uerj.br/bitstream/1/20173/2/Disserta%C3%A7%C3%A3o+-+Hugo+Hinostroza+Farf%C3%A1n+-+2023+-+Completo.pdf http://www.bdtd.uerj.br/bitstream/1/20173/1/license.txt |
bitstream.checksum.fl_str_mv |
f7655dd291afc556751034ac7168c010 e5502652da718045d7fcd832b79fca29 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ) |
repository.mail.fl_str_mv |
bdtd.suporte@uerj.br |
_version_ |
1811728737586118656 |