Previsão quantitativa de precipitação através da combinação de múltiplas previsões numéricas

• Processo: 05/59116-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de abril de 2006
• Data de Término da vigência: 31 de março de 2010
• Área de conhecimento: Ciências Exatas e da Terra - Geociências - Meteorologia
• Pesquisador responsável: Pedro Leite da Silva Dias
• Beneficiário: América Murguía Espinosa
• Instituição Sede: Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Redes neurais (computação) Filtros de Kalman Precipitação atmosférica Previsão climatológica Mudança climática
• Palavra(s)-Chave do Pesquisador: Combinacao De Previsoes | Filtros Kalman | Redes Neurais | Super Conjunto

Resumo

A presente proposta de pesquisa tem como meta geral a exploração de formas objetivas de combinar previsões numéricas de tempo produzidas por diferentes modelos, condições iniciais e métodos de assimilação de dados. Propõe-se o uso de ferramentas baseadas em redes neurais e filtros de Kalman para produzir previsões de precipitação através da combinação das previsões operacionalmente disponíveis na internet. A região de interesse é a bacia do Rio Grande por ser uma área estratégica do ponto de vista da geração de energia e por ter monitoramento adequado da precipitação e vazão dos principais rios da bacia e produção agrícola no Brasil. Esta é a bacia de estudo do projeto "Previsão de Vazões Afluentes a Reservatórios Hidrelétricos - Bacia do Rio Grande", financiado pela FINEP/CTHIDRO e executado pela UFRGS/IPH, INPE/CPTEC e USP/IAG. Esta pesquisa deverá conduzir ao aprimoramento dos produtos atualmente disponíveis na página "Comparação entre modelos" no endereço www.master.iag.usp.br. A expectativa é que com o uso de redes neurais e filtros Kalman a qualidade da previsão de chuva pela técnica do super-conjunto possa ser consideravelmente melhorada. (AU)