Assimilação de dados para a nova geração de modelos de tempo e clima

• Processo: 23/04579-5
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de julho de 2023
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Pedro da Silva Peixoto
• Beneficiário: Guilherme Luiz Torres Mendonça
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 21/06176-0 - Métodos numéricos para uma nova geração de modelos de previsão de tempo e clima, AP.PFPMCG.JP2
• Assunto(s): Análise numérica Dinâmica da atmosfera Dinâmica dos fluidos computacional Assimilação de dados
• Palavra(s)-Chave do Pesquisador: Assimilacao de Dados | Assimilação de dados de energia eólica | Assimilação no Subespaço Instável | Assimilação para dinâmica não-linear | Model for Prediction Across Scales | Modelos do tempo e clima modernos | Computational Fluid Dynamics

Resumo

Assimilação de dados constitui uma área fundamental para modelagem e previsão do tempo e clima. Com o desenvolvimento de modernos modelos meteorológicos e climáticos de altíssima resolução espacial, novos problemas em assimilação de dados estão surgindo. Esta proposta é motivada por dois destes problemas. O primeiro é que embora o aumento de resolução permitirá resolver explicitamente importantes processos não-lineares de pequena escala como convecção, métodos de assimilação de dados baseiam-se tradicionalmente em suposições lineares. Para lidar com este desafio, abordagens que levam em conta a dinâmica não-linear do sistema estão sendo desenvolvidas. Em particular, a Assimilação no Subespaço Instável ("Assimilation in the Unstable Subspace"; AUS) busca um ganho de eficiência computacional confinando o processo de assimilação ao subespaço gerado pelos vetores de Lyapunov associados a expoentes não negativos. Esta abordagem, embora a princípio promissora, sofre com o custo computacional de calcular estes vetores. Nesta proposta exploraremos potenciais soluções para este problema através da análise numérica do AUS aplicado a modelos simples. O segundo problema motivando esta proposta é o desafio de como assimilar dados provenientes das cada vez mais diversas fontes de observação disponíveis atualmente. Nesta linha de pesquisa, examinaremos em particular a robustez de métodos de assimilação já implementados no Model for Prediction Across Scales (MPAS), que será o componente atmosférico do modelo brasileiro do sistema terrestre MONAN (Model for Ocean-LaNd-Atmospheric PredictioNs). O objetivo aqui será avaliar o funcionamento destes métodos quando aplicados a dados de torres de geração de energia eólica, com consequências não só para o MONAN mas também para outro projeto na área de energia eólica no qual nosso grupo de pesquisa está envolvido.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MENDONCA, GUILHERME L. TORRES; PONGRATZ, JULIA; REICK, CHRISTIAN H.. Timescale dependence of airborne fraction and underlying climate-carbon-cycle feedbacks for weak perturbations in CMIP5 models. BIOGEOSCIENCES, v. 21, n. 7, p. 38-pg., 2024-04-17. (23/04579-5)