OFICINA DE PREVISÃO DE CURTÍSSIMO PRAZO (NOWCASTING) E CURTO PRAZO

Nome da Atividade

CÓDIGO

19610102

Carga Horária

60 horas

Tipo de Atividade

DISCIPLINA

Periodicidade

Semestral

Modalidade

PRESENCIAL

Unidade responsável

Departamento de Meteorologia

CARGA HORÁRIA TEÓRICA

CARGA HORÁRIA PRÁTICA

FREQUÊNCIA APROVAÇÃO

75%

CARGA HORÁRIA OBRIGATÓRIA

CRÉDITOS

NOTA MÉDIA APROVAÇÃO

Ementa

Estudo dos conceitos fundamentais de previsão de curtíssimo e curto prazo a partir do conhecimento do estado da arte em métodos de previsão tais como de extrapolação, modelagem numérica, iniciação convectiva e inteligência artificial. Práticas de monitoramento e previsão de fenômenos meteorológicos de alto impacto por meio da análise de assinaturas em dados de sensoriamento remoto (radar, satélite e descargas elétricas atmosféricas) e modelos de previsão. Práticas de elaboração de boletins, alertas e laudos meteorológicos por texto, áudio e vídeo. Práticas de enfrentamento na tomada de decisão em situações de adversidade meteorológica. Avaliação de previsões e análise de seus impactos na sociedade. Aplicações das previsões em hidrologia, agropecuária, alertas para segurança do trabalho, sistemas de defesa civil, setor de energia e logística.

Objetivos

Objetivo Geral:

Proporcionar o conhecimento teórico-prático de técnicas de monitoramento e previsão de curtíssimo e curto prazo com aplicações nas diferentes áreas da sociedade tendo como base o ensino orientado ao problema (Problem-based Learning, PBL).

Conteúdo Programático

Bibliografia

Bibliografia Básica:

[1] WMO 1198 - Guidelines for Nowcasting Techniques. WMO online, 2017. Disponível em: https://library.wmo.int/doc_num.php?explnum_id=3795. Acesso em: 21 out. 2022.
[2] MARKOWSKI, Paul; RICHARDSON, Yvette. Mesoscale meteorology in midlatitudes. Oxford: Wiley-Blackwell, 2013. 407 p. (Advancing weather and climate science). ISBN 9780470742136.
[3] Pulkkinen, S., D. Nerini, A. Perez Hortal, C. Velasco-Forero, U. Germann, A. Seed, and L. Foresti, 2019: Pysteps: an open-source Python library for probabilistic precipitation nowcasting (v1.0). Geosci. Model Dev., 12 (10), 4185–4219, doi:10.5194/gmd-12-4185-2019. Disponível em: https://gmd.copernicus.org/articles/12/4185/2019/. Acesso em: 21 out. 2022.

Bibliografia Complementar:

[1] BRINGI, V. N.; CHANDRASEKAR, V. Polarimetric doppler weather radar: principles and applications. Cambridge: Cambridge University, 2001. 636 p. ISBN 05210195559.
[2] TITAN Thunderstorm Identification, Tracking, Analysis and Nowcasting. Disponível em: https://github.com/NCAR/lrose-titan. Acesso em: 21 out. 2022.
[3] Radar & Applications Course (RAC). Disponível em: https://training.weather.gov/wdtd/courses/rac/outline.php. Acesso em: 21 out. 2022.
[4] Warning Operations Course (WOC) - Severe Track. Disponível em: https://training.weather.gov/wdtd/courses/woc/severe.php. Acesso em: 21 out. 2022.
[5] WRF User's Page. Disponível em: https://www2.mmm.ucar.edu/wrf/users/. Acesso em: 21 out. 2022.