Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena

Detalhes bibliográficos
Autor(a) principal: Platenik, José Eduardo Gonçalves
Data de Publicação: 2020
Outros Autores: França, Gutemberg Borges, Pereira Neto, Antonio Vicente, Silva, Ricardo Marcelo da, Almeida, Vinícius Albuquerque de
Tipo de documento: Artigo
Idioma: por
Título da fonte: Anuário do Instituto de Geociências (Online)
Texto Completo: https://revistas.ufrj.br/index.php/aigeo/article/view/36168
Resumo: Desenvolve-se um método para previsão de nevoeiro no Aeroporto Internacional Afonso Pena, Paraná - Brasil. Utiliza-se uma abordagem de multicritérios ajustados com registros de dados meteorológicos observados e previstos, a cada 15 minutos, pela estação meteorológica de superfície e dados simulados pelo modelo numérico Weather Research and Forecasting, respectivamente, considerando 30 dias de ocorrência de eventos de nevoeiro no período entre maio e julho de 2019. As correlações entre os dados, previstos e observados, de temperatura, umidade relativa e velocidade do vento são iguais a 0,93, 0,89 e 0,74, respectivamente. Quatro critérios foram estabelecidos via combinação das variáveis meteorológicas mencionadas, isto é: (i) umidade relativa e temperatura; (ii) umidade relativa e temperatura do ar; (iii) umidade relativa, temperatura do ar e velocidade do vento; e (iv) umidade relativa, temperatura do ar, velocidade e direção do vento. Estes foram testados e as probabilidades de acerto para os critérios I, II, III e IV, da previsão do evento, para início (término) são, respectivamente, de 93,2% (91,5%), 93,2% (93,7%), 88,1% (88,7%) e 90% (87,5%). As previsões possuem uma leve tendência a atrasar o início e adiantar o término do nevoeiro.
id UFRJ-21_55a8a48105b8061a6d0d265287b31a8d
oai_identifier_str oai:www.revistas.ufrj.br:article/36168
network_acronym_str UFRJ-21
network_name_str Anuário do Instituto de Geociências (Online)
repository_id_str
spelling Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso PenaNevoeiro; Multicritérios; PrevisãoDesenvolve-se um método para previsão de nevoeiro no Aeroporto Internacional Afonso Pena, Paraná - Brasil. Utiliza-se uma abordagem de multicritérios ajustados com registros de dados meteorológicos observados e previstos, a cada 15 minutos, pela estação meteorológica de superfície e dados simulados pelo modelo numérico Weather Research and Forecasting, respectivamente, considerando 30 dias de ocorrência de eventos de nevoeiro no período entre maio e julho de 2019. As correlações entre os dados, previstos e observados, de temperatura, umidade relativa e velocidade do vento são iguais a 0,93, 0,89 e 0,74, respectivamente. Quatro critérios foram estabelecidos via combinação das variáveis meteorológicas mencionadas, isto é: (i) umidade relativa e temperatura; (ii) umidade relativa e temperatura do ar; (iii) umidade relativa, temperatura do ar e velocidade do vento; e (iv) umidade relativa, temperatura do ar, velocidade e direção do vento. Estes foram testados e as probabilidades de acerto para os critérios I, II, III e IV, da previsão do evento, para início (término) são, respectivamente, de 93,2% (91,5%), 93,2% (93,7%), 88,1% (88,7%) e 90% (87,5%). As previsões possuem uma leve tendência a atrasar o início e adiantar o término do nevoeiro. Universidade Federal do Rio de JaneiroOrganização Brasileira para o Desenvolvimento Científico e Tecnológico do Controle do Espaço Aéreo (CTCEA), Departamento de Controle do Espaço Aéreo (DECEA)Platenik, José Eduardo GonçalvesFrança, Gutemberg BorgesPereira Neto, Antonio VicenteSilva, Ricardo Marcelo daAlmeida, Vinícius Albuquerque de2020-12-18info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3616810.11137/2020_4_376_383Anuário do Instituto de Geociências; Vol 43, No 4 (2020); 376_383Anuário do Instituto de Geociências; Vol 43, No 4 (2020); 376_3831982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/36168/22006https://revistas.ufrj.br/index.php/aigeo/article/downloadSuppFile/36168/12974/*ref*/Croft, P.J. & Ward B. 2015. Clouds and Fog: Encyclopedia of Atmospheric Sciences. Cambridge, Academic Press, 2998p. França, G.B.; Carmo, L.F.R.; Almeida, M.V. & Neto, F.L.A. 2018. Fog at the Guarulhos International Airport from 1951 to 2015. Journal of Pure and Applied Geophysics, 176: 2191-2202. Goswami, P. & Sarkar, S. 2017. An analogue dynamical model for forecasting fog-induced visibility: validation over Delhi. Meteorological Applications, 24: 360–375. Goswami, P. & Tyagi, A. 2007. Advance forecasting of onset, duration and hourly fog intensity over Delhi. Research Report RR CM 0714, 27p. Gultepe, I. 2006. A New Visibility Parameterization for Warm-Fog Applications in Numerical Weather Prediction Models. Journal of Applied Meteorological and Climatological, 45(11): 1469–1480. Gultepe, I.; Heymsfield, A.J.; Field, P.R. & Axisa, D. 2017a. Ice-phase precipitation. Meteorological Monographs, 58: 6.1–6.36. Gultepe, I.; Heymsfield, A.J.; Gallagher, M.; Ickes, L. & Baumgardner, D. 2017b. Ice fog: The current state of knowledge and future challenges. Meteorological Monographs, 58: 4.1–4.24. Gultepe, I.; Sharman, R.; Williams, P.; Zhou, B.; Ellrod, G.; Minnis, P.; Trier, S.; Griffin, S.; Yum, S.S.; Gharabaghi, B.; Feltz, W.; Temimi, M.; Pu, Z.; Storer, L.N.; Kneringer, P.; Weston, M.J.; Chuang, H-y.; Thobois, L.; Dimri, A.P.; Dietz, S.J.; França, G.B.; Almeida, M.V. & Albuquerque Neto, F.L. 2019. A Review of High Impact Weather for Aviation Meteorology. Journal of Pure and Applied Geophysics, 176: 1869–1921. Iacono, M.J.; Delamere J.S.; Mlawer, E.; Shepard, M.W.; Clough, S.A. & Collins, W. 2008. Radiative forcing by long-lived greenhouse gases: Calculations with the AER Radiative transfer models. Journal of Geophysical Research, 113(13): D13103. ICEA. 2019. Instituto de Controle do Espaço Aéreo, 2019. Sistema de Geração e Disponibilização de Informações Aeronáuticas do Instituto de Controle do Espaço Aéreo. Disponível em <http://clima.icea.gov.br/>. Acesso em 23 de fev. de 2020. INFRAERO. 2019. Empresa Brasileira de Infraestructura Aeroportuária. Anuário Estatístico Operacional da INFRAERO de 2018. Disponível em <http://www4.infraero.gov.br/media/677124/ANUARIO_2018.PDF>. Acesso em 23 de fev. de 2020. Janjic, Z.I. 1994. The step-mountain eta coordinate model: further developments of the convection, viscous sublayer, and turbulence closure schemes. Monthly Weather Review, 122(5): 927-945. Kain, J.S. 2004. The Kain–Fritsch Convective Parameterization: An Update. Journal of Applied Meteorology, 43(1): 170–181. Kessler, E. 1969. On the distribution and continuity of water substance in atmospheric circulation. Meteorological Monographs, 10(32): 1-84. Mohan, M. & Bhati, S. 2011. Analysis of WRF model performance over subtropical region of Delhi, India. Advances in Meteorology, 2011: 13p. Naira, C.; Marouane, T.; Michael, W. & Hosni, G. 2017. Sensitivity of the meteorological model WRF/ARW to planetary boundary layer schemes during fog conditions in a coastal arid region. Atmosheric Research, 187: 106–127. Niu, G.-Y.; Yang, Z.-L., Mitchell, K.E.; Chen, F.; Ek, M.B.; Barlage, M.; Kumar, A.; Manning, K.; Niyogi, D.; Rosero, E.; Tewari, M. & Xia, Y. 2011. The community Noah land surface model with multiparameterization options (Noah-mp): 1. Model description and evaluation with local-scale measurements. Journal of Geophysical Research, 116: D12110. Oliveira, M.V., 2019. Caracterização e Previsão dos Nevoeiros no Aeródromo SBCT utilizando Inteligência Artificial. Departamento de Meteorologia do Instituto de Geociências, Universidade Federal do Rio de Janeiro, Dissertação de Mestrado, 173p. Oke, T.R., 1988. The urban energy balance. Progress in Physical Geography, 12: 471-508. Payra, S. & Mohan, M. 2014. Multirule Based Diagnostic Approach for the Fog Predictions Using WRF Modelling Tool. Advances in Meteorology, 2014: 11p. Pereira, M.C.M. 2014. Emprego de Redes Neurais Artificiais RBF na Previsão de Nevoeiro no Aeroporto Internacional Afonso Pena. Programa de Pós-graduação em Métodos Numéricos em Engenharia, Universidade Federal do Paraná, Dissertação de Mestrado, 109p. Pithani, P.; Ghude, S.D.; Prabhakaran, T.; Karipot, A.; Hazra, A.; Kulkarni, R.; Chowdhuri, S.; Resmi, E.A.; Konwar, M.; Murugavel, P.; Safai, P.D.; Chate, D.M.; Chate, D.M.; Tiwari, Y.; Jenamani, R.K. & Rajeevan, M. 2018. WRF model sensitivity to choice of PBL and microphysics parameterization for an advection fog event at Barkachha, rural site in the Indo-Gangetic basin, India. Theoretical and Applied Climatology, 136: 1099-1113. Skamarock, W.C.; Klemp, J.B.; Dudhia, J; Gill, D.O.; Liu Z.; Berner, J.; Wang, W.; Powers, J.G.; Duda, M.G.; Barker, D.M. & X.-Y. Huang. 2019. A Description of the Advanced Research WRF Version 4. NCAR Tech. Note, 145p. Varejão-Silva, M.A. 2006. Meteorologia e Climatologia. Versão digital. Recife, Pernambuco, Brazil, 522p. WMO. 1992. Vocabulário Meteorológico Internacional. Organização Meteorológica Mundial, Genebra, 802p. Yang, Y.; Shi, T.; Tang, W.A.; Wu, B.W.; Xun, S.P. & Zhang, H.Q. 2011. Study of Observational Environment of Meteorological Station Based on Remote Sensing: Cases in six stations of Anhui province. Remote Sensing Technology and Application, 26 (6): 791-797.Copyright (c) 2020 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2021-12-28T02:11:19Zoai:www.revistas.ufrj.br:article/36168Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2021-12-28T02:11:19Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
title Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
spellingShingle Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
Platenik, José Eduardo Gonçalves
Nevoeiro; Multicritérios; Previsão
title_short Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
title_full Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
title_fullStr Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
title_full_unstemmed Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
title_sort Previsão de Nevoeiro Utilizando Multicritérios Baseados em Simulações do Modelo WRF para o Aeroporto Internacional Afonso Pena
author Platenik, José Eduardo Gonçalves
author_facet Platenik, José Eduardo Gonçalves
França, Gutemberg Borges
Pereira Neto, Antonio Vicente
Silva, Ricardo Marcelo da
Almeida, Vinícius Albuquerque de
author_role author
author2 França, Gutemberg Borges
Pereira Neto, Antonio Vicente
Silva, Ricardo Marcelo da
Almeida, Vinícius Albuquerque de
author2_role author
author
author
author
dc.contributor.none.fl_str_mv Organização Brasileira para o Desenvolvimento Científico e Tecnológico do Controle do Espaço Aéreo (CTCEA), Departamento de Controle do Espaço Aéreo (DECEA)
dc.contributor.author.fl_str_mv Platenik, José Eduardo Gonçalves
França, Gutemberg Borges
Pereira Neto, Antonio Vicente
Silva, Ricardo Marcelo da
Almeida, Vinícius Albuquerque de
dc.subject.por.fl_str_mv Nevoeiro; Multicritérios; Previsão
topic Nevoeiro; Multicritérios; Previsão
description Desenvolve-se um método para previsão de nevoeiro no Aeroporto Internacional Afonso Pena, Paraná - Brasil. Utiliza-se uma abordagem de multicritérios ajustados com registros de dados meteorológicos observados e previstos, a cada 15 minutos, pela estação meteorológica de superfície e dados simulados pelo modelo numérico Weather Research and Forecasting, respectivamente, considerando 30 dias de ocorrência de eventos de nevoeiro no período entre maio e julho de 2019. As correlações entre os dados, previstos e observados, de temperatura, umidade relativa e velocidade do vento são iguais a 0,93, 0,89 e 0,74, respectivamente. Quatro critérios foram estabelecidos via combinação das variáveis meteorológicas mencionadas, isto é: (i) umidade relativa e temperatura; (ii) umidade relativa e temperatura do ar; (iii) umidade relativa, temperatura do ar e velocidade do vento; e (iv) umidade relativa, temperatura do ar, velocidade e direção do vento. Estes foram testados e as probabilidades de acerto para os critérios I, II, III e IV, da previsão do evento, para início (término) são, respectivamente, de 93,2% (91,5%), 93,2% (93,7%), 88,1% (88,7%) e 90% (87,5%). As previsões possuem uma leve tendência a atrasar o início e adiantar o término do nevoeiro.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-18
dc.type.none.fl_str_mv

dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/36168
10.11137/2020_4_376_383
url https://revistas.ufrj.br/index.php/aigeo/article/view/36168
identifier_str_mv 10.11137/2020_4_376_383
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/36168/22006
https://revistas.ufrj.br/index.php/aigeo/article/downloadSuppFile/36168/12974
/*ref*/Croft, P.J. & Ward B. 2015. Clouds and Fog: Encyclopedia of Atmospheric Sciences. Cambridge, Academic Press, 2998p. França, G.B.; Carmo, L.F.R.; Almeida, M.V. & Neto, F.L.A. 2018. Fog at the Guarulhos International Airport from 1951 to 2015. Journal of Pure and Applied Geophysics, 176: 2191-2202. Goswami, P. & Sarkar, S. 2017. An analogue dynamical model for forecasting fog-induced visibility: validation over Delhi. Meteorological Applications, 24: 360–375. Goswami, P. & Tyagi, A. 2007. Advance forecasting of onset, duration and hourly fog intensity over Delhi. Research Report RR CM 0714, 27p. Gultepe, I. 2006. A New Visibility Parameterization for Warm-Fog Applications in Numerical Weather Prediction Models. Journal of Applied Meteorological and Climatological, 45(11): 1469–1480. Gultepe, I.; Heymsfield, A.J.; Field, P.R. & Axisa, D. 2017a. Ice-phase precipitation. Meteorological Monographs, 58: 6.1–6.36. Gultepe, I.; Heymsfield, A.J.; Gallagher, M.; Ickes, L. & Baumgardner, D. 2017b. Ice fog: The current state of knowledge and future challenges. Meteorological Monographs, 58: 4.1–4.24. Gultepe, I.; Sharman, R.; Williams, P.; Zhou, B.; Ellrod, G.; Minnis, P.; Trier, S.; Griffin, S.; Yum, S.S.; Gharabaghi, B.; Feltz, W.; Temimi, M.; Pu, Z.; Storer, L.N.; Kneringer, P.; Weston, M.J.; Chuang, H-y.; Thobois, L.; Dimri, A.P.; Dietz, S.J.; França, G.B.; Almeida, M.V. & Albuquerque Neto, F.L. 2019. A Review of High Impact Weather for Aviation Meteorology. Journal of Pure and Applied Geophysics, 176: 1869–1921. Iacono, M.J.; Delamere J.S.; Mlawer, E.; Shepard, M.W.; Clough, S.A. & Collins, W. 2008. Radiative forcing by long-lived greenhouse gases: Calculations with the AER Radiative transfer models. Journal of Geophysical Research, 113(13): D13103. ICEA. 2019. Instituto de Controle do Espaço Aéreo, 2019. Sistema de Geração e Disponibilização de Informações Aeronáuticas do Instituto de Controle do Espaço Aéreo. Disponível em <http://clima.icea.gov.br/>. Acesso em 23 de fev. de 2020. INFRAERO. 2019. Empresa Brasileira de Infraestructura Aeroportuária. Anuário Estatístico Operacional da INFRAERO de 2018. Disponível em <http://www4.infraero.gov.br/media/677124/ANUARIO_2018.PDF>. Acesso em 23 de fev. de 2020. Janjic, Z.I. 1994. The step-mountain eta coordinate model: further developments of the convection, viscous sublayer, and turbulence closure schemes. Monthly Weather Review, 122(5): 927-945. Kain, J.S. 2004. The Kain–Fritsch Convective Parameterization: An Update. Journal of Applied Meteorology, 43(1): 170–181. Kessler, E. 1969. On the distribution and continuity of water substance in atmospheric circulation. Meteorological Monographs, 10(32): 1-84. Mohan, M. & Bhati, S. 2011. Analysis of WRF model performance over subtropical region of Delhi, India. Advances in Meteorology, 2011: 13p. Naira, C.; Marouane, T.; Michael, W. & Hosni, G. 2017. Sensitivity of the meteorological model WRF/ARW to planetary boundary layer schemes during fog conditions in a coastal arid region. Atmosheric Research, 187: 106–127. Niu, G.-Y.; Yang, Z.-L., Mitchell, K.E.; Chen, F.; Ek, M.B.; Barlage, M.; Kumar, A.; Manning, K.; Niyogi, D.; Rosero, E.; Tewari, M. & Xia, Y. 2011. The community Noah land surface model with multiparameterization options (Noah-mp): 1. Model description and evaluation with local-scale measurements. Journal of Geophysical Research, 116: D12110. Oliveira, M.V., 2019. Caracterização e Previsão dos Nevoeiros no Aeródromo SBCT utilizando Inteligência Artificial. Departamento de Meteorologia do Instituto de Geociências, Universidade Federal do Rio de Janeiro, Dissertação de Mestrado, 173p. Oke, T.R., 1988. The urban energy balance. Progress in Physical Geography, 12: 471-508. Payra, S. & Mohan, M. 2014. Multirule Based Diagnostic Approach for the Fog Predictions Using WRF Modelling Tool. Advances in Meteorology, 2014: 11p. Pereira, M.C.M. 2014. Emprego de Redes Neurais Artificiais RBF na Previsão de Nevoeiro no Aeroporto Internacional Afonso Pena. Programa de Pós-graduação em Métodos Numéricos em Engenharia, Universidade Federal do Paraná, Dissertação de Mestrado, 109p. Pithani, P.; Ghude, S.D.; Prabhakaran, T.; Karipot, A.; Hazra, A.; Kulkarni, R.; Chowdhuri, S.; Resmi, E.A.; Konwar, M.; Murugavel, P.; Safai, P.D.; Chate, D.M.; Chate, D.M.; Tiwari, Y.; Jenamani, R.K. & Rajeevan, M. 2018. WRF model sensitivity to choice of PBL and microphysics parameterization for an advection fog event at Barkachha, rural site in the Indo-Gangetic basin, India. Theoretical and Applied Climatology, 136: 1099-1113. Skamarock, W.C.; Klemp, J.B.; Dudhia, J; Gill, D.O.; Liu Z.; Berner, J.; Wang, W.; Powers, J.G.; Duda, M.G.; Barker, D.M. & X.-Y. Huang. 2019. A Description of the Advanced Research WRF Version 4. NCAR Tech. Note, 145p. Varejão-Silva, M.A. 2006. Meteorologia e Climatologia. Versão digital. Recife, Pernambuco, Brazil, 522p. WMO. 1992. Vocabulário Meteorológico Internacional. Organização Meteorológica Mundial, Genebra, 802p. Yang, Y.; Shi, T.; Tang, W.A.; Wu, B.W.; Xun, S.P. & Zhang, H.Q. 2011. Study of Observational Environment of Meteorological Station Based on Remote Sensing: Cases in six stations of Anhui province. Remote Sensing Technology and Application, 26 (6): 791-797.
dc.rights.driver.fl_str_mv Copyright (c) 2020 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2020 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv Anuário do Instituto de Geociências; Vol 43, No 4 (2020); 376_383
Anuário do Instituto de Geociências; Vol 43, No 4 (2020); 376_383
1982-3908
0101-9759
reponame:Anuário do Instituto de Geociências (Online)
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Anuário do Instituto de Geociências (Online)
collection Anuário do Instituto de Geociências (Online)
repository.name.fl_str_mv Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv anuario@igeo.ufrj.br||
_version_ 1797053537421623296

Registros relacionados