Análise de rádio-emissões solares por meio de aplicação de wavelets

• Processo: 15/11398-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de setembro de 2015
• Data de Término da vigência: 31 de agosto de 2017
• Área de conhecimento: Ciências Exatas e da Terra - Astronomia - Astronomia do Sistema Solar
• Pesquisador responsável: Francisco Carlos Rocha Fernandes
• Beneficiário: Humberto Gimenes Macedo
• Instituição Sede: Instituto de Pesquisa e Desenvolvimento (IP&D). Universidade do Vale do Paraíba (UNIVAP). São José dos Campos , SP, Brasil
• Assunto(s): Análise de ondaletas Astrofísica solar Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: rádio-emissões solares | Séries Temporais | wavelet | Física Solar

Resumo

Este projeto de Iniciação Científica tem como principal objetivo a participação do aluno bolsista no desenvolvimento, adaptação e implementação de ferramentas computacionais (rotinas), em linguagem IDL (Interative Data Language), para aplicação de técnicas de wavelet na análise de dados digitais solares, em particular, séries temporais de explosões solares registradas pelo Brazilian Solar Spectroscope - BSS e pelos espectrógrafos da rede e-Callisto. A aplicação de técnica de análise por wavelet possibilita a determinação da cadência temporal ou indícios de intermitência dos registros de séries temporais de rádio emissões associadas a explosões solares. Pretende-se desenvolver uma ferramenta de análise, a partir de rotinas pré-existentes em MatLab, baseado em algoritmos que utilizam uma wavelet-mãe do tipo Gaussiana (Morlet). Uma vez desenvolvida a ferramenta, a mesma será aplicada em dados (séries temporais) de emissões solares, como explosões tipo spikes, emissões tipo I (e correntes tipo I) e outros eventos selecionados. Neste sentido, o projeto deve contribuir para ampliar a capacidade de redução e análise de dados solares do Grupo de Pesquisa CELESTE - Centro Latino-americano de Estudos Solares-Terrestres, do IP&D/Univap, além de proporcionar ao bolsista o aprendizado de uma importante ferramenta de análise de dados de séries temporais, com aplicações em diversas áreas de conhecimento. (AU)