Professional Documents
Culture Documents
( ) ( ) 6
f
xyz
o f
xyz
a
xyz
Hw w K w w +
( ) ( ) 5 R H HP H P K
T f T f
+
(onde i o ndice do ponto de grade) contm os resduos das L variveis meteorolgicas (p. ex.
vento zonal
u
e altura geopotencial
normalizado.
Em seguida eles supem que
z y x z y x z y x z y x
z y x
z y x
N N N N N N N N N N N N
N N N
N N N
e e e e e e
e e e e e e
e e e e e e
P
( ) ( ) ( ) ( ) 18 , , , , , , , , ,
n m l k j i n m l k j i
y y x x z z s y y x x z z P
com
Isto facilita a parametrizao estatstica de
nas direes
x
e
y
em cada nvel de presso
z
, da varincia ( ) ) , (
2
z z s z ao longo
do eixo vertical
z
). Esta metodologia e os dados usados sero explicados em seguida na seo 2
onde tambm se mostraro os resultados. Na seo 3 apresentam-se as concluses.
2. DESENVOLVIMENTO E RESULTADOS
O modelo de covarincia adotado foi
A covarincia vertical deveria ser calculada usando-se
O operador { } E requer a disponibilidade de um conjunto de realizaes do produto em. No CPTEC
no se dispunha deste conjunto, por isso usou-se conjunto de arquivos contendo a diferena entre o
estado da atmosfera previsto pelo modelo meteorolgico Eta e o estado observado da atmosfera,
um arquivo para cada horrio de previso. Os arquivos, no total de 91, continham dados relativos
( ) 20
, 2 , 1 ,
, 2
2
22 21
, 1 12 11
1
1
1
1
1
]
1
z y x z y x z y x z y x
z y x
z y x
N N N N N N N N N N N N
N N N
N N N
s s s
s s
s s s
P
( ) ( )
( ) ( )
( ) 21
, 0 ,
, 0 0 , 0
1
1 1 1
1
1
1
]
1
'
1
1
1
]
1
y x x
y
y x y x y x
y x
N N N
N
N N N N N N
N N
e e e e
e e e e
E
( ) ( ) ( ) ( ) 22 , , , , , y x z z s y x z z P
j i j i
( ) ( ) ( ) { } [ ] ( ) ( ) { } [ ] { } ( ) 23 ,
j xy j xy i xy i xy j i
z e E z e z e E z e E z z s
aos horarios 0 h, 6 h, 12 h e 18h, de 12 de abril a 6 de maio de 2003. Chamados arquivos
Observao-Menos-Previso (OMP) (em ingls Observed-Minus-Forecast ou OMF), estes
arquivos continham cada um a diferena entre o valor medido em cada ponto de grade
tridimensional de cada uma das variveis de interesse e o seu respectivo valor previsto naquele
ponto. Cabe salientar que, na verdade, a grade de observao diferente da grade do modelo Eta. A
primeira no-estruturada, isto , seus pontos esto irregularmente espaados no domnio
horizontal e vertical. Seus pontos variam inclusive ao longo do tempo. J a segunda espacialmente
e temporalmente uniforme, geralmente contendo mais pontos que a primeira. Portanto h um passo
intermedirio de interpolao da observao para a grade da previso para se poder computar a
diferena, passo este realizado por uma subrotina computacional apropriada.
O uso da mdia temporal (ou espacial) para calcular a mdia do conjunto de realizaes do erro
de mdia nula no apresenta nenhum problema do ponto de vista terico, conforme pode ser visto
em Papoulis (1991). J o clculo da covarincia pela mdia temporal (ou espacial) supe que o sinal
seja ergdico temporal (espacial) de covarincia. Esta hiptese tipicamente adotada tanto em
processamento estatstico de sinais quanto em meteorologia (Dee e da Silva, 1999). Em particular,
se os erros forem gaussianos de mdia nula, a ergodicidade temporal (ou espacial) de covarincia de
um processo estocstico ( ) t e (ou ( ) x e ) garantida se a covarincia decair em funo do tempo (ou
espao), isto ,
( ) 0
t
t P
(ou
( ) 0
x
x P
).
Ento a covarincia vertical foi estimada calculando-se primeiramente a mdia temporal
em seguida a covarincia vertical em cada ponto horizontal da grade
e finalmente
( ) ( ) ( ) 24
1
T
xyt xy xy
e
T
z e z e
( ) ( ) ( ) [ ] ( ) ( ) [ ] { } ( ) 25
1
,
T
T
j xy j xyt i xy i xyt j i xy
z e z e z e z e
T
z z s
( ) ( ) ( ) 26 ,
1
,
xy
j i xy
y x
j i
z z s
N N
z z s
No campo de cada dado disponvel nos arquivos havia informaes indicativas de sua qualidade.
Todos os clculos foram feitos em programao FORTRAN 90. Neste trabalho usaram-se dados das
variveis vento zonal, vento meridional, altura geopotencial, umidade e presso da superfcie do
mar (Surface Level Pressure ou SLP). Nem todos os dados estavam qualificados.
Para a maioria das variveis normalizou-se
( )
j i
z z s ,
e consideraram-se invlidas as varincias
( ) ( )
i i i
z z s z ,
2
menores que
% 10
do valor mximo da varincia
2
max
. Ento estimou-se a
varincia por ajuste de erro quadrtico mnimo do polinmio
( ) ( ) ( )
m
i
i
i
m z a z
0
27 /
onde
m
o nmero de dados vlidos. Com isto se obteve a energia do erro de cada varivel em
cada nvel de presso. Para recuperar a covarincia vertical ( ) z z s , ' reverteu-se a operao ( ) z z s , '
usando-se a parametrizao de covarincia de Lnnberg e Hollingsworth (1986)
( ) ( ) ( ) ( ) ( ) 28 ln ' ln exp , '
b
z
z z z z s
onde ( ) ln o logaritmo natural, 6 . 1 b e
+ + + +
y x
zt zt zt zt
y x
zt
y x e y x e y y x x e y y x x e
N N
y x
( ) ( ) ( ) [ ] ( ) ( ) [ ] ( ) 31 , , , ,
1
,
+ + + +
t
zt zt zt zt z
y x e y x e y y x x e y y x x e
T
y x
( )
( )
( )
( ) 32
0 , 0
, 1
,
z z
z
z
y x
N
y x
. A correlao
total obtida multiplicando-se em cada ponto ( ) y x ,
Resultados podem ser parcialmente vistos nas figuras 2 e 3 a seguir. O eixo
x
corresponde
direo oeste para leste e o eixo
y
direo norte para sul. As amplitudes so mximas na origem
tanto nas correlaes brutas quanto nas parametrizadas, portanto a estimativa estatisticamente
consistente. As correlaes estimadas (parametrizadas) decaem mais devagar porque as falhas nos
dados no clculo das correlaes brutas diminuem a energia do erro, ou seja, subestimam o
erro. Correlao subestimada pode ser perigosa ao esconder a verdadeira incerteza na Previso
Numrica do Tempo.
Finalmente, note-se que este mtodo permite grande reduo no nmero de multiplicaes
necessrios para calcular P . Primeiramente, ao obter-se ( ) z , se for suposto
( ) 0 ,
j i
z z s
para
j i
(os erros verticais so considerados independentes), a matriz de covarincia ser
( ) 36
0 0
0 0
0 0
2
1
1
1
1
1
1
]
1
z
N
P