Assimilação de Dados Atmosféricos por Redes Neurais Autoconfiguradas

• Processo: 16/14393-2
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de agosto de 2017
• Data de Término da vigência: 31 de julho de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Geociências - Meteorologia
• Pesquisador responsável: Haroldo Fraga de Campos Velho
• Beneficiário: Haroldo Fraga de Campos Velho
• Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil
• Pesquisadores associados: Haroldo Fraga de Campos Velho
• Assunto(s): Metodologia e técnicas de computação Redes neurais (computação) Assimilação de dados
• Palavra(s)-Chave do Pesquisador: alto desempenho computacional | Assimilacao de Dados | Método de configuração automática de redes neurais | modelo de circulação geral da atmosfera | Previsão Numérica de Tempo | Redes Neurais Artificiais | Metodologia e técnicas de computação

Resumo

Assimilac'ao de dados (AD) consiste de metodos que fazem a fusao das in- formac'oes do modelo matematico e de observac'oes, de forma a preservar o equilibrio da dinamica simulada aproximando do estado real da atmosfera. Esse processo e fundamental na pratica operacional da previsao numerica de tempo (PNT) e podem aumentar a acu- racia e a extensao das previsoes. Com a evoluc'ao dos modelos numericos, com resoluc'ao mais fina e incorporac'ao de novos processos fisicos da atmosfera, e o aumento exponencial da quantidade de observac'oes, principalmente de satelites, ha um desafio computacional para a previsao de tempo. A abordagem de assimilac'ao de dados utilizando redes neurais artificiais, perceptron multiplas camadas, doravante chamada (PMC-AD), apresenta uma possivel tecnica para enfrentar este desafio. A pesquisa esta inserida na area de inteligen- cia computacional, aplicada a PNT. As analises produzidas por outras tecnicas de AD e emuladas por redes neurais mostram que a PMC-AD mantem a qualidade das mesmas com reduc'ao significativa do esforc'o comptacional. Neste projeto, a tecnica PMC-AD propoe emular a analise do NCEP (National Centers of Environmental Prediction), ge- rando condic'ao inicial que sera aplicada a dois modelos de circulac'ao geral, os quais sao modelos globais tri-dimensionais. Os modelos sao provenientes do Centro de Previsao de Tempo e Estudos Climaticos (CPTEC)/INPE e da Florida State University(FSU) dos EUA, adicionando observac'oes reais da atmosfera. A tecnica de redes neurais artificiais em assimilac'ao de dados e pesquisa do Laboratorio Associado de Computac'ao e Mate- matica Aplicada (LAC)/INPE desde 2000. As pesquisas mostram ganhos no desempenho computacional para obter as condic'oes iniciais para sistemas de PNT. As redes neurais serao configuradas automaticamente por uma nova meta-heuristica chamada metodo de colisao de multiplas particulas (MPCA: Multi-Particle Collision Algortihm), ferramenta que agiliza o tempo de desenolvimento da PMC-AD. (AU)