Fechar
Metadados

%0 Journal Article
%4 sid.inpe.br/mtc-m21b/2017/10.06.15.00
%2 sid.inpe.br/mtc-m21b/2017/10.06.15.00.37
%@issn 0102-7786
%A Bastarz, Carlos Frederico,
%A Herdies, Dirceu Luis,
%A Sapucci, Luiz Fernando,
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@electronicmailaddress carlos.frederico@cptec.inpe.br
%@electronicmailaddress dirceu.herdies@inpe.br
%@electronicmailaddress luiz.sapucci@inpe.br
%T Matriz de covariâncias dos erros de previsão aplicada ao sistema de assimilação de dados global do CPTEC: experimentos com observação única
%B Revista Brasileira de Meteorologia
%D 2017
%V 32
%N 3
%K matriz de covariâncias dos erros de previsão, assimilação de dados, previsão numérica do tempo, background error covariance matrix, data assimilation, numerical weather prediction.
%X A matriz de covariâncias dos erros de previsão representa uma importante componente de um sistema de assimilação de dados. Pode-se mostrar matematicamente que os incrementos de análise são diretamente proporcionais à matriz de covariâncias. Considerando-se este resultado, é correto afirmar que a habilidade de um sistema de assimilação de dados está diretamente relacionada às características da matriz de covariâncias, sejam elas representadas por comprimentos de escala horizontais e verticais e amplitudes (desvios-padrão e variâncias). Se o sistema de assimilação de dados utiliza as observações para corrigir as previsões do modelo, ponderando-se os erros das observações e previsões, então o uso de uma matriz de covariâncias não ajustada pode impactar de forma significativa o processo de assimilação de dados. No CPTEC, tem-se investido esforços para o ajuste da matriz de covariâncias utilizada na assimilação de dados. Neste trabalho é feita, portanto, uma discussão conceitual da matriz de covariâncias, expressando a sua importância e a forma como é aplicada em um sistema operacional. Além disso, é apresentada uma caracterização quantitativa e qualitativa dessa matriz para o modelo de circulação geral da atmosfera do CPTEC, e quais são as características resultantes dos incrementos de análise produzidos no sistema GSI utilizado pelo centro. ABSTRACT: The background error covariance matrix represents a key component of a data assimilation system. It can be shown mathematically that the analysis increments are directly proportional to the covariance matrix. As a result it is correct to state that the performance of a data assimilation system is related to the characteristics of the covariance matrix, in terms of: horizontal and vertical length scales, standard deviations and variances. Considering the information that the data assimilation system uses the observations to correct the model forecasts weighting the model and observations errors, thus the use of an unadjusted covariance matrix can impact the resulting analysis at a great level. At CPTEC efforts has been made in order to adjust the covariance matrix for its application at the operations. In this work it is presented a conceptual overview on the subject, enlightening the importance of the background error covariance matrix and how it is treated in an operational data assimilation system. Furthermore, it is also made a quantitative and qualitative characterization of the background error covariance matrix calculated using the CPTEC global forecast model and the differences in the resulting analysis increments.
%P 459-472
%@language pt
%9 journal article
%3 bastarz_matriz.pdf


Fechar