Assimilação de Dados usando redes neurais para o modelo global do CPTEC-INPE

• Processo: 13/07678-2
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de setembro de 2013
• Data de Término da vigência: 31 de julho de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Haroldo Fraga de Campos Velho
• Beneficiário: Helaine Cristina Morais Furtado
• Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). São José dos Campos , SP, Brasil
• Assunto(s): Redes neurais (computação) Computação científica Assimilação de dados
• Palavra(s)-Chave do Pesquisador: Assimilacao de Dados | Cptec-Inpe | Modelo global de circulação atmosférica | Redes Neurais Artificiais | Computação científica

Resumo

A descrição da maioria dos fenômenos físicos por meio de equações diferenciais envolve erros de modelagem. Para sistemas operacionais de previsão, uma estratégia para lidar com incertezas do erro de modelagem é adicionar alguma informação real do sistema físico ao modelo matemático. Esta informação adicional consiste de observações (valores medidos) do fenômeno que se deseja modelar. No entanto, os dados observados devem ser inseridos com cuidado para evitar uma degradação no desempenho da previsão. Técnicas de assimilação de dados são ferramentas que combinam de modo eficaz observações com dados de modelos físico-matemáticos para a determinação do dado de análise, que é usado para executar o modelo de previsão. Esse processo é fundamental na prática operacional da previsão numérica do tempo. O presente projeto tem por meta utilizar redes neurais artificiais como uma técnica de assimilação de dados aplicada ao Modelo de Circulação Geral Atmosférico do CPTEC. As redes neurais devem garantir a qualidade da análise e apresentar grande ganho no desempenho computacional.