Search

A previsão do tempo é uma importante aplicação da ciência para o planejamento de atividades diárias, sendo utilizada na agricultura, tráfego aéreo, marítimo, alertas de tempo severos, operações militares e sistemas empresariais. As informações de previsão do tempo são fornecidas por diversos sistemas com diferentes formatos, parâmetros e com um grande número de conceitos heterogêneos usados em diferentes organizações. Diante desses fatos, os Serviços Nacionais Meteorológicos têm buscado reunir as informações de Previsão Numérica do Tempo em um único ambiente para analisá-las e comparálas com o objetivo de oferecer um suporte à tomada de decisão que leve à redução do número desses conceitos heterogêneos. Porém, essas ambiguidades conceituais inerentes a este domínio e as diferentes formas de categorização tornam a tarefa de reunir essas informações bastante complexa. Apesar de haver algumas abordagens ontológicas no domínio de dados de Previsão do Tempo, elas enfatizam a representação de parte do domínio, ou seja, não visam uma abordagem aberta e genérica para a interoperabilidade. Há modelos de referência desenvolvidos com o uso de ontologia de domínio baseada na Unified Foundational Ontology para beneficiar vários domínios na questão da redução das ambiguidades conceituais. Outras abordagens se beneficiam da expressividade semântica da ontologia para auxiliar no desenvolvimento de um sistema de apoio à decisão. Visando obter todos esses benefícios no domínio de dados de Previsão Numérica do Tempo, este trabalho propõe a abordagem geo-ontológica METEORO para oferecer suporte à tomada de decisão e aumentar a expressividade semântica, como uma solução para promover o enriquecimento semântico de dados oriundos de observações meteorológicas, visando à redução das ambiguidades conceituais desses dados. Weather forecasting is an important application of Science to plan daily activities, being used in agriculture, air traffic, sea, severe weather events alerts, military operations and enterprise systems. The weather forecast information is provided by several systems with different formats, parameters and with a large number of heterogeneous concepts used in different organizations. In view of these facts, the National Meteorological Services have sought to gather information from Numerical Weather Prediction in a single environment to analyze and compare them with the aim of offering support to decision making that leads to a reduction in the number of these heterogeneous concepts. However, these conceptual ambiguities inherent to this domain and the different forms of categorization make the task of gathering this information quite complex. Although there are some ontological approaches in the Weather Forecast data domain, they emphasize the representation of part of the domain, that is, they do not aim at an open and generic approach to interoperability. There are reference models developed with the use of domain ontology based on Unified Foundational Ontology to benefit several domains in terms of reducing conceptual ambiguities. Other approaches benefit from the semantic expressiveness of ontology to assist in the development of a decision support system. Aiming to obtain all these benefits in the domain of Numerical Weather Prediction data, this work proposes the METEORO geospatial ontological approach to support decision making and increase semantic expressiveness, as a solution to promote the semantic enrichment of data from meteorological observations , aiming to reduce conceptual ambiguities of these data.

Nos últimos anos, a operação do Sistema Interligado Nacional do Brasil foi bastante afetada pelo grande incremento de geração eólica. A crescente participação dessa modalidade intermitente de geração exige que a operação do sistema antecipe a tomada de decisões, de forma a agregar um maior controle de frequência, reserva e fluxos de intercâmbio, além de melhorar a segurança na operação do sistema interligado nesse novo contexto de fontes renováveis e intermitentes. Para permitir que esse controle seja feito de forma confiável, faz-se necessário o uso, por parte da operação, de modelos de previsão de curto prazo da geração eólica. Neste sentido, o objetivo deste trabalho é avaliar modelos de séries temporais de curto prazo para a previsão da potência de saída de centrais eólicas, empregando previsões numéricas do tempo como variáveis exógenas para horizontes de 3 e 6 horas à frente, escalas temporais onde é tomada a maior parte das decisões na operação em tempo real devidas a problemas decorrentes da variação da geração eólica. Para tanto, são utilizadas redes neurais tendo como entradas séries temporais observacionais de potência e estimativas da velocidade do vento oriundas de um modelo geral da circulação atmosférica (General Circulation Model, GCM). Para isto, são utilizados (em modelos de séries temporais de ajuste global) os dados observacionais de 15 centrais eólicas localizadas na região Nordeste do Brasil, monitoradas pelo Operador Nacional do Sistema Elétrico (ONS) e escolhidas em função das características do seu terreno. Realiza-se uma análise de sensibilidade do desempenho dos modelos utilizando informações como altitude, orografia e distância à costa de cada central. Também, verifica-se o comportamento dos modelos em função da arquitetura das redes neurais, do número e do intervalo entre variáveis regressoras de potência e do uso de diferentes pontos da malha do GCM. Conclui-se que o uso de 4 pontos de malha do GCM provoca uma melhora do desempenho dos modelos em centrais localizadas no interior, em orografia complexa e elevada altitude, com destaque para o horizonte de previsão de 6h (o que não ocorre com um modelo puramente estatístico). Também, observa-se uma melhora com o emprego de vetores de variáveis regressoras endógenas cuja distância temporal entre variáveis (time-lag) reproduz o comportamento cíclico diário do vento. In recent years, the Brazilian National Interconnected System operation has been greatly affected by the large increase in wind power generation. The increasing participation of this intermittent mode of generation requires the system operation to anticipate the decision making to aggregate a better control of frequency, reserve and exchange flows, besides improving the security of the interconnected system operation in this new context of renewable and intermittent sources. To allow this control to be done in a reliable way, it is necessary to use short-term forecast models of wind generation by the operation. In this sense, the objective of this work is to evaluate short-term time series models for predicting the output power of wind farms, using numerical weather predictions as exogenous variables for horizons of 3 and 6 hours ahead, temporal scales where it is taken most of the decisions in the real-time operation due to problems arising from the wind power variation. To do so, are used neural networks and as inputs, the observational time series of power and estimated wind velocity from a General Circulation Model (GCM). For this, are used (in time series models of global adjustment) the observational data of 15 wind farms located in the Northeast region of Brazil, monitored by the National Electric System Operator (ONS) and chosen according to the characteristics of their terrain. A sensitivity analysis of the performance of the models was performed using information such as altitude, orography, and distance to the coast of each wind farm. Also, the behavior of the models according to the neural network architecture, the number and interval between power regressors variables and the use of different points of the GCM grid are verified. It is concluded that the use of 4 grid points of the GCM causes an improvement of the performance of the models in wind farms located in the interior, in complex orography and high altitude, with highlight to the 6h forecast horizon (which does not occur with a purely statistical model). Also, it is observed improvement with the use of endogenous regressors variables vector, whose time-lag between variables reproduces the daily cyclical behavior of the wind.

Este trabalho apresenta as especificações técnicas, rotinas de operação e a validação de resultados preliminares do Sistema Numérico-Operacional de Previsão de Tempo do Sul de Minas Gerais (SiNOPT). Os resultados obtidos a partir das rodadas operacionais diárias foram comparados com dados de observação de diversas estações meteorológicas do Sul de Minas Gerais em janeiro de 2015. Os resultados indicam boa performance das simulações para temperatura do ar e umidade relativa do ar a 2 metros de altura, uma vez que os valores de correlação podem chegar a 0,95 nas previsões diárias para 72 horas. Os resultados da precipitação acumulada mensal também foram satisfatórios, com erros em torno de 15% para todas as regiões analisadas. Um caso de atuação da Zona de Convergência de Umidade (ZCOU) foi investigado no período. O modelo foi hábil em simular condições termodinâmicas coerentes com a ocorrência de precipitação observada, porém a precipitação não foi bem resolvida pelo modelo. Pode-se concluir que o SiNOPT é eficiente e cumpre seu papel como ferramenta operacional para auxiliar os previsores de tempo local e também como fonte de informação meteorológica à comunidade em geral. A B S T R A C T This project aims to present the technical features, operational routines and validation of the preliminary results from the Numeric-Operational Weather Forecast System for the Southern Region of the Minas Gerais State (SiNOPT). The outputs from the operational daily runs were compared to observational data from several weather stations located at the South of the Minas Gerais State, during January 2015. The results evince a good quality in the simulations for air temperature (T2) and relative humidity (RH2) at 2 meters height, once the correlation coefficients can reach up to 0.95 in the daily forecasts with 72 hours of analysis. The results for accumulated monthly precipitation were also very satisfactory, with small errors for all evaluated sites, around 15%. Furthermore, a specific case of the performance of the Humidity Convergence Zone (ZCOU) was investigated in the period. According to the thermodynamic and mesoscale conditions of the atmosphere in the runs, it can be inferred the occurrence of rainfall particularly when the precipitation amounts were not precisely solved in the model. Thus, it can be concluded that the SiNOPT is effective and fulfils its role as an operational auxiliary tool to local forecasters and also as a source of meteorological information to the community in general. Keywords: numerical modelling, WRF, numerical weather prediction.

Resumo 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.

Doutoramento em Engenharia Agronómica - Instituto Superior de Agronomia This work presents a new approach to quantify crop water requirements for irrigation scheduling in woody crops. Based in widely available technologies, in the scientific knowledge about plant water relations and on weather prediction, a system was developed to quantify transpiration and water status of a kiwifruit orchard – the case study used. Based on the observed actual crop conditions and in the forecasted reference evapotranspiration, the SPAC model (system component) simulates root water uptake and stomatal control to predict hourly crop transpiration and water status evolution at short/medium term. To achieve this goal, a plant monitoring subsystem was developed quantifying plant transpiration by means of sap flow measurements and quantifying actual crop water status using a new microdendrometric index, locally calibrated. The experimental work that allowed the development and testing of this system, was developed between 2003 and 2006, in controlled and natural conditions, at ISA experimental facilities and in commercial orchards in northwest Portugal.

Ponencia presentada en: XXIX Jornadas Científicas de la AME y el VII Encuentro Hispano Luso de Meteorología celebrado en Pamplona, del 24 al 26 de abril de 2006.

Duas versões do esquema semi-implícito são apresentadas: o método implícito de direções alternadas (o método ADI) e a abordagem de Robert com o uso do algoritmo multigrade (o método MG). São realizados experimentos com o modelo regional baroclínico que usa 11 níveis para discretização vertical e passo 75 km para grades horizontais com 97x97 e 93x101 nós. A qualidade das previsões com 24 horas de antecedência não depende da versão do modelo. O método MG permite reduzir o tempo computacional gasto em torno de 14% em comparação com o método de Robert, que usa as relaxações sucessivas superiores. Para os mesmos passos temporais, o método multigrade de Robert é menos efetivo do que o método ADI. Mas o uso dos passos temporais máximos permitidos pela condição numérica da estabilidade de cada versão revela a vantagem da versão MG do esquema. A ausência da separação espacial permite usar os métodos multigrades no contexto de esquemas semi-implícitos semi-lagrangianos com passo temporal aumentado sem perda de precisão. Two versions of the semi-implicit scheme using alternating directions implicit (ADI) method and Robert's approach with a multigrid (MG) method are presented. Experiments with a regional baroclinic model using 11 levels for the vertical discretization and 75 km step on horizontal grids with 97x97 and 93x101 points are carried out. The 24-hours forecasts quality does not depend on the model version. The MG method permits to reduce the computational time cost about 14% in comparison with Robert's method using successive over-relaxations. Under a choice of equal time steps Robert's MG method is less efficient than the ADI method. But usage of the maximum time steps allowed by the numerical stability condition of each version reveals an advantage of the MG version. Absence of the splitting permits to use the multigrid methods in frame of semi-implicit semi-lagrangian schemes with increased time step without loss of accuracy.