Correção de viés em previsão climática global da temperatura da superfície do mar por meio de filtros adaptativos no domínio da frequência

Autores

DOI:

https://doi.org/10.55761/abclima.v34i20.17005

Palavras-chave:

Modelos climáticos, Correção de previsões, Filtragem adaptativa, Algoritmo RLS

Resumo

Este artigo aplica a correção de viés nas previsões de temperatura da superfície do mar (TSM) usando filtros adaptativos RLS (Recursive Least Squares). Consideram-se as previsões climáticas de TSM produzidas pelo Modelo Brasileiro do Sistema Terrestre (BESM). A previsão da TSM é corrigida usando como referência, proxy de observação, os dados do ERA5 (ECMWF Reanalysis v5). Os filtros são aplicados nas séries temporais das previsões para uma célula da grade ou em coeficientes frequenciais obtidos via Transformada Cosseno Discreta bidimensional (DCT-2D) em uma região em torno da célula. São testados filtros de diferentes ordens e são consideradas regiões de diferentes tamanhos. A metodologia de correção é testada para o horizonte de 1 ano e ainda considera-se a correção por estações do ano, separadamente. Avalia-se o desempenho da correção da previsão da usando a Raiz do Erro Quadrático Médio e o Erro Absoluto Médio, comparando-se a abordagem proposta com as da filtragem adaptativa RLS no domínio do tempo e os ajustes de média e variância (CMV) nos domínios do tempo e na frequência, tendo em vista os ajustes nas escalas anual e sazonal. De modo geral, verificou-se que o método proposto apresenta uma capacidade de correção equivalente ao do método RLS e CMV no domínio do tempo, enquanto o ajuste via CMV no domínio da frequência não oferece bons resultados.

Downloads

Não há dados estatísticos.

Biografia do Autor

Hugo Hinostroza Farfán, Universidade do Estado do Rio de Janeiro

Hugo Hinostroza Farfán é estudante do Programa de Pós-Graduação em Engenharia Eletrônica na área de concentração: Redes de Telecomunicações, da Universidade do Estado do Rio de Janeiro (UERJ) desde 2020. No Peru desde 2008 foi parte do laboratório LABTELER (Laboratorio de Teledetección) da Faculdade de Física Matemática da Universidad Nacional San Cristóbal de Huamanga (UNSCH). Foi professor de Física no Centro Pre Universitario (CEPRE UNSCH). Obteve o título de Licenciado en Física na UNSCH em 2023. Ele estudo em vários institutos de informática e desenho. Nasceu em Ayacucho, Peru, em 1992, é apaixonado por a Ciência, Tecnologia e Programação. Para mais informações sobre sua carreira: http://lugo.pythonanywhere.com/.

Michel Pompeu Tcheou, Universidade do Estado do Rio de Janeiro

Michel Pompeu Tcheou possui graduação em Engenharia Eletrônica pela Universidade Federal do Rio de Janeiro (2002), mestrado e doutorado em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (2005 e 2011, respectivamente). Trabalhou como pesquisador do Centro de Pesquisas de Energia Elétrica (Eletrobras-Cepel) de 2006 a 2011. Atualmente, é Professor do Departamento de Eletrônica e Telecomunicações (Detel) da Universidade do Estado do Rio de Janeiro (UERJ). Tem experiência na área de Engenharia Elétrica, com ênfase em Telecomunicações, Processamento de Sinais, Compressão de Sinais e Métodos de Otimização Numérica. É membro da Sociedade Brasileira de Telecomunicações (SBrT) e do Institute of Electrical and Electronic Engineers (IEEE).

Lisandro Lovisolo, Universidade do Estado do Rio de Janeiro

Lisandro Lovisolo é professor associado ao Departamento de Engenharia Eletrônica e de Telecomunicações (DETEL) da Universidade do Estado do Rio de Janeiro (UERJ). Na UERJ desde 2003, leciona na graduação e na pós-graduação e fundou o PROSAICO (Laboratório de PROcessamento de Sinais, Aplicações Inteligentes e COmunicações - www.prosaico.uerj.br) em 2007. Obteve o doutorado em Engenharia Elétrica na Universidade Federal do Rio de Janeiro (UFRJ) em 2006, onde também fez os estudos de mestrado e a graduação em Engenharia Eletrônica. Ele nasceu em Neuquén, Argentina, em 1974, porém, sente-se brasileiro e natural do Rio de Janeiro. Sua formação é na área de processamento de sinais e seus principais interesses estão nas áreas de processamento de sinais, imagens e vídeos, sistemas e redes de comunicações e as tecnologias subjacentes e em computação e suas diversas aplicações. Ele tem pesquisado sobre compressão de sinais, detecção e reconhecimento de fenômenos empregando decomposições adaptativas de sinais e representações esparsas.

Sin Chan Chou, Instituto Nacional de Pesquisas Espaciais

Bacharel em Meteorologia pela Universidade Federal do Rio de Janeiro, mestre em Meteorologia pelo Instituto Nacional de Pesquisas Espaciais e PhD em Meteorologia pela Universidade de Reading, Grã Bretanha. É pesquisadora titular nível III da Divisão de Modelagem Numérica do Sistema Terrestre do Instituto Nacional de Pesquisas Espaciais. Sua especialidade é Modelagem Numérica da Atmosfera,  atuando principalmente no desenvolvimento do Modelo Eta para previsão de tempo, clima e mudanças climáticas. Desenvolve pesquisa em: parametrização de nuvens cumulus profundas, avaliação de desempenho de previsões, modelagem climática regional, geração de cenários de mudanças climáticas sobre América do Sul. É docente permanente em dois programas de pós-graduação em meteorologia, no INPE e na UFRJ. Coordena projetos de pesquisa em modelagem regional e aplicações. Contribuiu como autora (lead author) do capítulo 9 do Grupo de Trabalho 1 (Working Group 1) do quinto relatório de avaliação (AR5) do Painel Intergovernamental de Mudanças Climáticas (IPCC). Contribuiu como co-coordenadora do Capítulo 8 do grupo de trabalho 1 do primeiro Relatório de Avaliação Nacional (RAN1) do Painel Brasileiro de Mudanças climáticas (PBMC) em 2011. Coordenou a geração de cenários regionalizados de mudanças climáticas no Brasil para apoiar a Terceira Comunicação Nacional a UNFCCC e projeto Brasil 2040. Participou na elaboração do Relatório sobre Impacto, vulnerabilidade e adaptação das cidades costeiras brasileiras às mudanças climáticas editado pelo PBMC em 2017. Chefiou a Divisão de Operações do CPTEC em 2001-2002. Coordenou o Programa de Pós Graduação em Meteorologia do INPE em 2020-2021. Chefiou a Divisão de Modelagem Numérica do Sistema Terrestre do INPE em 2020-2021.

Jorge Luís Gomes, Instituto Nacional de Pesquisas Espaciais

Possui graduação em Bacharelado em Meteorologia pela Universidade de São Paulo (1994), mestrado em Meteorologia pelo Instituto Nacional de Pesquisas Espaciais (2000) e doutorado em Meteorologia pelo Instituto Nacional de Pesquisas Espaciais (2009). Atualmente é pesquisador do Instituto Nacional de Pesquisas Espaciais. Tem experiência na área de Geociências, com ênfase em Modelagem Regional, atuando principalmente nos seguintes temas: Modelagem numérica, parametrização de convecção cúmulos, microfísica de nuvens.

Paulo Nobre, Instituto Nacional de Pesquisas Espaciais

Possui graduação em Meteorologia pela Universidade de São Paulo (1980), mestrado em Meteorologia pelo Instituto Nacional de Pesquisas Espaciais (1984), doutorado em Meteorologia pela University of Maryland (1993) e pós-doutorado pela Columbia University (1999). Recebeu os títulos de Hídrógrafo Honorário e Amigo da Marinha, concedidos pela Marinha do Brasil. Atualmente é Bolsista de Produtividade 1D do CNPq, pesquisador do Instituto Nacional de Pesquisas Espaciais, Coordenador do desenvolvimento do Modelo Brasileiro do Sistema Terrestre - BESM; e Coordenador do Comitê Nacional do Projeto PIRATA, membro do Comitê Científico do Projeto PIRATA Internacional; membro do grupo de trabalho Save Landing Climate do programa Lighthouse Activities do Programa Mundial de Pesquisa do Clima (WCRP) - Revisor do Journal of Climate, Climate Dynamics e Nature. Tem experiência na área de Geociências, com ênfase em Meteorologia e Oceanografia, atuando principalmente nos seguintes temas: modelagem acoplada oceano-criosfera-biosfera-atmosfera; oceanografia do Atlântico Tropical; gelo marinho; previsibilidade climática sazonal e mudanças climáticas globais.

Referências

ÁVILA, A.M.H. de; CARDOSO, A. de O.; PINTO, H.S. Aplicação da correção estatística na previsão de tempo estendida, para três localidades da Região Sul. In: Congresso BRASILEIRO DE AGROMETEOROLOGIA, 16., 2009, Belo Horizonte. Anais [...]. Belo Horizonte: Sociedade Brasileira de Agrometeorologia, 2009.

AHMED, N.; NATARAJAN, T.; RAO, K. R. Discrete cosine transform. IEEE Transactions on Computers, v. C-23, n. 1, p. 90-93, Jan. 1974.

BEZERRA, A.C.N.; PEZZI, L.P.; KAYANO, M.T. Esquema Estatístico de Combinação e Correção de Previsões Climáticas-ECCOCLIM. Revista Brasileira de Meteorologia, v. 23, n. 4, p. 347-359, 2008.

CAPISTRANO, V. B. et al. Assessing the performance of climate change simulation results from BESM-OA2.5 compared with a CMIP5 Model Ensemble. Geoscientific Model Development, v. 13, p. 2277-2296, 2020. DOI: https://doi.org/10.5194/gmd-13-2277-2020.

CENTRO EUROPEU DE PREVISÕES METEOROLÓGICAS A MÉDIO PRAZO. Serviço de mudanças climáticas. 2022. Disponível em: <https://climate.copernicus.eu/climate-reanalysis>. Acesso em: 29 jan. 2022.

DINIZ, P. S. R. Adaptive filtering: algorithms and practical implementation. Springer, 2013.

FREITAS, A. R.; TCHEOU, M. P.; LOVISOLO, L.; CHOU, S. C. Filtragem adaptativa para a redução de desvios em séries temporais de previsão numérica climática. In: SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS, 28., 2015, Rio de Janeiro. Anais [...]. Rio de Janeiro: SBrT, 2015. p. 1-6.

GOODWIN, G. C. Dynamic system identification: experiment design and data analysis. Mathematics in science and engineering, v. 136. Academic press, 1977.

HAYKIN, S. Adaptive filter theory. Pearson, 2008.

HERSBACH, H., et al. The ERA5 global reanalysis. QJR Meteorol Soc, v. 146, p. 1999-2049, 2020. DOI: 10.1002/qj.3803.

JAIN, A. K. Fundamentals of digital image processing. Prentice-Hall, Inc., 1989.

NOBRE, P., et al. Climate Simulation and Change in the Brazilian Climate Model. Journal of Climate, v. 26, p. 6716-6732, 2013. DOI: 10.1175/JCLI-D-12-00580.1.

PINTO, L. F. G.; TCHEOU, M. P.; LOVISOLO, L.; CHOU, S. C. Redução de Desvios de Previsão Climática usando Filtragem Adaptativa no Domínio da Frequência. In: SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS, 2018, Rio de Janeiro. Anais [...]. Rio de Janeiro, 2018.

SAMPAIO, G.; DA SILVA DIAS, P. L. Evolução dos Modelos Climáticos e de Previsão de Tempo e Clima. Revista USP, São Paulo, v.103, p. 41-54, 2014.

SHUKLA, J. Predictability in the Midst of Chaos: A Scientific Basis for Climate Forecasting. Science, v. 282, p. 728-731, 1998. DOI: 10.1126/science.282.5389.728.

TAYLOR, K. E.; STOUFFER, R. J.; MEEHL, G. A. An overview of CMIP5 and the experiment design. B. Am. Meteorol. Soc., v. 93, p. 485-498, 2012. https://doi.org/10.1175/BAMS-D-11-00094.1

TCHEOU, M. P.; LOVISOLO, L.; FREITAS, A. R.; CHOU, S. C. Reducing Forecast Errors of a Regional Climate Model Using Adaptive Filters. Applied Sciences, v. 11, n. 17, p. 8001, 29 ago. 2021.

VEIGA, S. F., et al. The Brazilian Earth System Model ocean–atmosphere (BESM-OA) version 2.5: evaluation of its CMIP5 historical simulation. Geoscientific Model Development, 12(4), 2019, p. 1613-1642. https://doi.org/10.5194/gmd-12-1613-2019

YNOUE, Rita Yuri; REBOITA, M. S.; AMBRIZZI, T.; DA SILVA, G. A. M. Meteorologia: Noções básicas. São Paulo: Oficina de Textos, 2017.

Downloads

Publicado

12-07-2024

Como Citar

Farfán, H. H., Tcheou, M. P., Lovisolo, L., Chou, S. C., Gomes, J. L., & Nobre, P. (2024). Correção de viés em previsão climática global da temperatura da superfície do mar por meio de filtros adaptativos no domínio da frequência. Revista Brasileira De Climatologia, 34(20), 620–642. https://doi.org/10.55761/abclima.v34i20.17005

Edição

v. 34 (2024)

Seção

Artigos

Licença

A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.

Os autores mantém seus direitos de publicação sem restrições

A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.

A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença