Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC

Detalhes bibliográficos
Autor(a) principal: Ferreira, Simone Pereira
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/30385
Resumo: Modelos numéricos de equações primitivas, tais como BRAMS, apresentam erros intrínsecos em suas soluções. Esses erros têm várias causas, entre as quais se pode citar: 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, entre outros. Neste trabalho são comparados dois métodos de pós-processamento estatístico, Model Outuput Statistics (MOS) e Model Outuput Calibration (MOC) para avaliar se é necessário e em caso afirmativo qual é o mais adequado para ser utilizado juntamente com o modelo BRAMS em execução no Laboratório de Meteorologia e Qualidade do Ar (LMQA/CEPSRM/UFRGS). Essas duas técnicas se mostram muito eficientes em compensar erros, porém a primeira tem a desvantagem de requerer uma grande base de dados e ainda a necessidade de alterar as equações quando ocorrem modificações no Modelo. O outro método difere do primeiro por calcular o erro da variável, e não o seu valor, e utilizar dados recentes para calcular a equação de regressão. Foram geradas previsões com saídas de 3 em 3h para o período de 01 de janeiro de 2008 até 31 dezembro de 2009, período de treinamento do MOS, e de 29 de maio até 31 de julho de 2010, período de treinamento do MOC e teste dos dois métodos. No trabalho é feita uma análise detalhada dos dois métodos em oito localidades do Rio Grande do Sul, para as variáveis temperatura da superfície, umidade relativa do ar em superfície, pressão à superfície e chuva acumulada em 1h. Os resultados obtidos com a utilização dos métodos estatísticos aumentaram a acurácia da previsão em relação às previsões do modelo BRAMS para temperatura, umidade e pressão. Em um dos resultados obtidos, em Vacaria, o MOC consegue acompanhar uma grande variação na pressão e melhora 49,12% a saída do modelo, enquanto o MOS apresenta resultado negativo (-767,97%). Em outro caso, na cidade de Santa Maria, os dois métodos conseguem melhorar 86% a pressão.
id URGS_08f17d3b3f37481bb53f77e5ceb99ce6
oai_identifier_str oai:www.lume.ufrgs.br:10183/30385
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Ferreira, Simone PereiraAlves, Rita de Cássia Marques2011-07-27T06:00:50Z2011http://hdl.handle.net/10183/30385000778794Modelos numéricos de equações primitivas, tais como BRAMS, apresentam erros intrínsecos em suas soluções. Esses erros têm várias causas, entre as quais se pode citar: 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, entre outros. Neste trabalho são comparados dois métodos de pós-processamento estatístico, Model Outuput Statistics (MOS) e Model Outuput Calibration (MOC) para avaliar se é necessário e em caso afirmativo qual é o mais adequado para ser utilizado juntamente com o modelo BRAMS em execução no Laboratório de Meteorologia e Qualidade do Ar (LMQA/CEPSRM/UFRGS). Essas duas técnicas se mostram muito eficientes em compensar erros, porém a primeira tem a desvantagem de requerer uma grande base de dados e ainda a necessidade de alterar as equações quando ocorrem modificações no Modelo. O outro método difere do primeiro por calcular o erro da variável, e não o seu valor, e utilizar dados recentes para calcular a equação de regressão. Foram geradas previsões com saídas de 3 em 3h para o período de 01 de janeiro de 2008 até 31 dezembro de 2009, período de treinamento do MOS, e de 29 de maio até 31 de julho de 2010, período de treinamento do MOC e teste dos dois métodos. No trabalho é feita uma análise detalhada dos dois métodos em oito localidades do Rio Grande do Sul, para as variáveis temperatura da superfície, umidade relativa do ar em superfície, pressão à superfície e chuva acumulada em 1h. Os resultados obtidos com a utilização dos métodos estatísticos aumentaram a acurácia da previsão em relação às previsões do modelo BRAMS para temperatura, umidade e pressão. Em um dos resultados obtidos, em Vacaria, o MOC consegue acompanhar uma grande variação na pressão e melhora 49,12% a saída do modelo, enquanto o MOS apresenta resultado negativo (-767,97%). Em outro caso, na cidade de Santa Maria, os dois métodos conseguem melhorar 86% a pressão.Some variables predicted by Weather Numerical Models are frequently influenced by errors. Such errors occurs not only to the assumptions used in the construction of the model equations of physics/dynamics, but also by the topography used. This work compares two statistical post-processing methods Model Outuput Statistics (MOS) and Model Outuput Calibration (MOC) to evaluate which is most suitable to calibrate the model (BRAMS) running in Meteorology and Air Quality Laboratory (LMQA/CEPSRM/UFRGS). These two techniques proved very effective in compensating errors, but first has the disadvantage of requiring a large database and need to modify the equations when changes occur. Other method differs from the first to calculate error of the variable, not its value properly and use recent data to calculate the regression equation. Predictions were generated during 3hs intervals from January 1st, 2008 to December 31, 2009 to MOS training period. MOC training period and testing occurs from May 29 until July 31, 2010. This work goal is a detailed analysis of the two methods in eight locations of Rio Grande do Sul State to temperature, humidity, pressure and preciptation. The results are satisfactory to first of 3 variables. In Vacaria city, MOC follow a wide variation in pressure and reached an improvement by 49.12%, while MOS, achieved 767.97% down. In another case, Santa Maria city, two methods can improve 86 % pressure results.application/pdfporSensoriamento remotoBRAMSMOSMOCEstudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOCinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulCentro Estadual de Pesquisas em Sensoriamento Remoto e MeteorologiaPrograma de Pós-Graduação em Sensoriamento RemotoPorto Alegre, BR-RS2011mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000778794.pdf000778794.pdfTexto completoapplication/pdf8866476http://www.lume.ufrgs.br/bitstream/10183/30385/1/000778794.pdfccb18125d4ffd1939cd074ebf2a738e2MD51TEXT000778794.pdf.txt000778794.pdf.txtExtracted Texttext/plain217646http://www.lume.ufrgs.br/bitstream/10183/30385/2/000778794.pdf.txtcb71e3b4620d40d1dc08aac640e490b6MD52THUMBNAIL000778794.pdf.jpg000778794.pdf.jpgGenerated Thumbnailimage/jpeg906http://www.lume.ufrgs.br/bitstream/10183/30385/3/000778794.pdf.jpgdaf4b05620c0948804e0d4392c354531MD5310183/303852018-10-11 08:56:00.087oai:www.lume.ufrgs.br:10183/30385Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-11T11:56Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
title Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
spellingShingle Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
Ferreira, Simone Pereira
Sensoriamento remoto
BRAMS
MOS
MOC
title_short Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
title_full Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
title_fullStr Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
title_full_unstemmed Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
title_sort Estudo comparativo entre o modelo dinâmico BRAMS e os modelos estatísticos MOS e MOC
author Ferreira, Simone Pereira
author_facet Ferreira, Simone Pereira
author_role author
dc.contributor.author.fl_str_mv Ferreira, Simone Pereira
dc.contributor.advisor1.fl_str_mv Alves, Rita de Cássia Marques
contributor_str_mv Alves, Rita de Cássia Marques
dc.subject.por.fl_str_mv Sensoriamento remoto
topic Sensoriamento remoto
BRAMS
MOS
MOC
dc.subject.eng.fl_str_mv BRAMS
MOS
MOC
description Modelos numéricos de equações primitivas, tais como BRAMS, apresentam erros intrínsecos em suas soluções. Esses erros têm várias causas, entre as quais se pode citar: 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, entre outros. Neste trabalho são comparados dois métodos de pós-processamento estatístico, Model Outuput Statistics (MOS) e Model Outuput Calibration (MOC) para avaliar se é necessário e em caso afirmativo qual é o mais adequado para ser utilizado juntamente com o modelo BRAMS em execução no Laboratório de Meteorologia e Qualidade do Ar (LMQA/CEPSRM/UFRGS). Essas duas técnicas se mostram muito eficientes em compensar erros, porém a primeira tem a desvantagem de requerer uma grande base de dados e ainda a necessidade de alterar as equações quando ocorrem modificações no Modelo. O outro método difere do primeiro por calcular o erro da variável, e não o seu valor, e utilizar dados recentes para calcular a equação de regressão. Foram geradas previsões com saídas de 3 em 3h para o período de 01 de janeiro de 2008 até 31 dezembro de 2009, período de treinamento do MOS, e de 29 de maio até 31 de julho de 2010, período de treinamento do MOC e teste dos dois métodos. No trabalho é feita uma análise detalhada dos dois métodos em oito localidades do Rio Grande do Sul, para as variáveis temperatura da superfície, umidade relativa do ar em superfície, pressão à superfície e chuva acumulada em 1h. Os resultados obtidos com a utilização dos métodos estatísticos aumentaram a acurácia da previsão em relação às previsões do modelo BRAMS para temperatura, umidade e pressão. Em um dos resultados obtidos, em Vacaria, o MOC consegue acompanhar uma grande variação na pressão e melhora 49,12% a saída do modelo, enquanto o MOS apresenta resultado negativo (-767,97%). Em outro caso, na cidade de Santa Maria, os dois métodos conseguem melhorar 86% a pressão.
publishDate 2011
dc.date.accessioned.fl_str_mv 2011-07-27T06:00:50Z
dc.date.issued.fl_str_mv 2011
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/10183/30385
dc.identifier.nrb.pt_BR.fl_str_mv 000778794
url http://hdl.handle.net/10183/30385
identifier_str_mv 000778794
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:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/30385/1/000778794.pdf
http://www.lume.ufrgs.br/bitstream/10183/30385/2/000778794.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/30385/3/000778794.pdf.jpg
bitstream.checksum.fl_str_mv ccb18125d4ffd1939cd074ebf2a738e2
cb71e3b4620d40d1dc08aac640e490b6
daf4b05620c0948804e0d4392c354531
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1800309004514099200