Nome do Projeto
Técnicas de Inicialização, Assimilação de Dados e Inteligência Artificial Aplicadas a Modelos Numéricos Conceituais
Ênfase
PESQUISA
Data inicial - Data final
07/10/2013 - 05/10/2018
Unidade de Origem
Coordenador Atual
Área CNPq
Ciências Exatas e da Terra - Geociências - Meteorologia
Resumo
Entre os problemas associados a previsão numérica de tempo, destacam-se: ruídos gerado por ondas de gravidade de alta freqüência, imprecisão das condições inicias e dificuldade em representar fenômenos de escalas sub-sinótica. A filtragem de ondas de alta frequência em modelos numéricos, denominada na literatura por "inicialização", é um procedimento que visa garantir precisão e rápida convergência para as soluções. Vários sistemas de previsão do tempo atuais possuem esquemas de inicialização. Os métodos de inicialização se dividem, basicamente, em métodos de inicialização estática e métodos de inicialização dinâmica. Os métodos de inicialização estática visam a redução da taxa de variação temporal dos campos iniciais, considerando algum tipo de equilíbrio, como o geostrófico por exemplo, ou projetando as condições iniciais nos modos normais do modelo numérico, e filtrando diretamente os modos de alta freqüência (Huang e Lynch, 1993; Härter, 1999). A imprecisão nas condições inicias são tratadas com técnicas baseads no calculo variacional e filtros de Kalman, constituindo uma das principais linhas de pesquisa em meteorologia/oceanografia. Fenômenos de escala sub-sinótica podem ser abordados com técnicas de inteligência artificial, como por exemplo, Redes Neurais Artificiais (Haykin, 2001; Härter, 2004). Entretanto, o conhecimento destas metodologias são de fundamental importância para a pesquisa em modelagem numérica de tempo e por sua vez, a formação de recursos humanos na área são de fundamental importância. Todavia, modelos de equações primitivas altamente não-lineares dificultam o entendimento destas técnica. Por esta razão propõe-se estudá-las através de modelos conceituais, como as equações de Lorenz (Lorenz, 1963) e modelo de Água Rasa (Lynch, 1987).

Objetivo Geral

O ojetivo geral deste trabalho é implementar as técnicas de inicialização, assimilação de dados e Redes Neurais Artificiais em modelos conceituais para posteriormente aplicá-las a modelos de equações primitivas. O objetivo específico é a formação de recursos humanos na área.

Equipe do Projeto

NomeCH SemanalData inicialData final
ANDERSON SPOHR NEDEL107/10/201331/12/2014
GISELE DE OLIVEIRA VEGA807/10/201331/12/2014
LARRI SILVEIRA PEREIRA4004/02/201601/04/2016
LUCAS D'AVILA MARTEN401/03/201805/10/2018
OTAVIO MEDEIROS FEITOSA401/03/201805/10/2018
STÉPHANO DOS REIS FREITAS407/10/201331/10/2014

Página gerada em 28/03/2024 21:18:58 (consulta levou 0.037224s)