@InProceedings{FerreiraYamaLimaBres:2018:MoAtRe,
author = "Ferreira, Camila Cossetin and Yamamoto, Rodrigo and Lima, Wagner
Flauber Ara{\'u}jo and Bressiani, Danielle De Almeida",
title = "Modelagem atmosf{\'e}rica para a regi{\~a}o amaz{\^o}nica",
booktitle = "Anais...",
year = "2018",
editor = "Herdies, Dirceu Luis and Coelho, Simone Marilene Sievert da
Costa",
organization = "Encontro dos alunos de p{\'o}s-gradua{\c{c}}{\~a}o em
meteorologia do CPTEC/INPE, 17. (EPGMET)",
publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
address = "S{\~a}o Jos{\'e} dos Campos",
keywords = "Amaz{\^o}nia, Modelagem, WRF.",
abstract = "O potencial para crescimento e emprego efetivo do transporte
aquavi{\'a}rio no Brasil motivou o desenvolvimento de uma
ferramenta de suporte ao planejamento e a log{\'{\i}}stica da
navega{\c{c}}{\~a}o interior (PreHvia - Previs{\~a}o
Hidro-meteoceanogr{\'a}fica das vias fluviais e portos) na
Climatempo. Essa ferramenta ser{\'a} apresentada como uma
plataforma web contendo as previs{\~o}es atmosf{\'e}ricas de
at{\'e} 15 dias e as tend{\^e}ncias para seis meses; a
vaz{\~a}o e a cota dos rios; al{\'e}m da altura d{\'a}gua,
corrente e ondas na regi{\~a}o pr{\'o}xima aos portos. Neste
trabalho ser{\'a} descrita a componente atmosf{\'e}rica do
PreHvia, respons{\'a}vel pelas previs{\~o}es de curto e
m{\'e}dio prazos e pelas previs{\~o}es sazonais, que al{\'e}m
de integrar a plataforma ir{\~a}o alimentar os modelos
hidrol{\'o}gico, hidrodin{\^a}mico e de ondas. Para os
progn{\'o}sticos de curto e m{\'e}dio prazos, diferentes
parametriza{\c{c}}{\~o}es f{\'{\i}}sicas do modelo WRF
(Weather Research and Forecast), adaptado pela Climatempo, foram
utilizadas na estrutura{\c{c}}{\~a}o de um sistema de
previs{\~a}o por conjunto. Os resultados iniciais desse sistema
demonstraram que a utiliza{\c{c}}{\~a}o dos membros com melhor
performance do conjunto diminuiu o erro m{\'e}dio quadr{\'a}tico
do vento em mais de 80%, comparado {\`a} rodada
determin{\'{\i}}stica do WRF. Para a previs{\~a}o de
precipita{\c{c}}{\~a}o os resultados foram mais modestos,
demandando outras an{\'a}lises. Nas previs{\~o}es sazonais
ser{\~a}o usadas as rodadas do modelo CFS v2 (Coupled Forecast
System), disponibilizadas pelo NCEP (National Centers for
Environmental Prediction). A avalia{\c{c}}{\~a}o do desempenho
do CFS na regi{\~a}o de estudo indicou uma forte tend{\^e}ncia
do modelo em superestimar os valores de precipita{\c{c}}{\~a}o,
apresentando os maiores erros durante a esta{\c{c}}{\~a}o
chuvosa (outubro-abril). Para remo{\c{c}}{\~a}o desse bias
ser{\'a} utilizado o ajustamento estat{\'{\i}}stico da
distribui{\c{c}}{\~a}o de frequ{\^e}ncia acumulada prevista
pelo modelo com a distribui{\c{c}}{\~a}o de frequ{\^e}ncia
acumulada da observa{\c{c}}{\~a}o (CDF Matching). Essa
t{\'e}cnica foi experimentalmente utilizada na
remo{\c{c}}{\~a}o do vi{\'e}s de s{\'e}ries temporais de
intensidade e dire{\c{c}}{\~a}o do vento. Foram
alcan{\c{c}}adas redu{\c{c}}{\~o}es da ordem de at{\'e} 70% no
RMSE da s{\'e}rie temporal simulada pelo WRF, o que demonstra que
a t{\'e}cnica {\'e} bastante promissora, al{\'e}m de ter baixo
custo computacional e pouca complexidade. O PreHvia est{\'a} em
desenvolvimento e tem enfrentado os desafios da modelagem em uma
regi{\~a}o tropical, no entanto, espera-se que os resultados do
projeto colaborem no dia a dia das opera{\c{c}}{\~o}es, assim
como no planejamento de longo prazo, estimulando ainda mais o
transporte aquavi{\'a}rio.",
conference-location = "Cachoeira Paulista",
conference-year = "22-26 out. 2018",
language = "pt",
organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
ibi = "8JMKD3MGPDW34R/3SR28QE",
url = "http://urlib.net/ibi/8JMKD3MGPDW34R/3SR28QE",
targetfile = "MG2-06.pdf",
type = "Modelagem Geral",
urlaccessdate = "19 maio 2024"
}