Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Random X Inactivation and Extensive Mosaicism in Human Placenta Revealed by Analysis of Allele-Specific Gene Expression along the X Chromosome

Título (Português): Impacto da analises enriquecidas sobre previsões numéricas sobre o sudeste da América do Sul durante o SALLJEX
Texto completo
Autor(es):
Yanina García Skabar ; Matilde Nicolini
Número total de Autores: 2
Tipo de documento: Artigo Científico
Fonte: Revista Brasileira de Meteorologia; v. 29, n. 3, p. 315-330, Set. 2014.
Resumo

During the warm season 2002-2003, the South American Low-Level Jet Experiment (SALLJEX) was carried out in southeastern South America. Taking advantage of the unique database collected in the region, a set of analyses is generated for the SALLJEX period assimilating all available data. The spatial and temporal resolution of this new set of analyses is higher than that of analyses available up to present for southeastern South America. The aim of this paper is to determine the impact of assimilating data into initial fields on mesoscale forecasts in the region, using the Brazilian Regional Atmospheric Modeling System (BRAMS) with particular emphasis on the South American Low-Level Jet (SALLJ) structure and on rainfall forecasts. For most variables, using analyses with data assimilated as initial fields has positive effects on short term forecast. Such effect is greater in wind variables, but not significant in forecasts longer than 24 hours. In particular, data assimilation does not improve forecasts of 24-hour accumulated rainfall, but it has slight positive effects on accumulated rainfall between 6 and 12 forecast hours. As the main focus is on the representation of the SALLJ, the effect of data assimilation in its forecast was explored. Results show that SALLJ is fairly predictable however assimilating additional observation data has small impact on the forecast of SALLJ timing and intensity. The strength of the SALLJ is underestimated independently of data assimilation. However, Root mean square error (RMSE) and BIAS values reveal the positive effect of data assimilation up to 18-hours forecasts with a greater impact near higher topography. (AU)

Resumo

Durante a temporada quente de 2002-2003 foi realizado o South American Low-Level Jet Experiment (SALLJEX) no sudeste da América do Sul. Aproveitando-se da base de dados única coletados na região, um conjunto de análises foi gerado para o período SALLJEX, assimilando todos os dados disponíveis. A resolução espacial e temporal deste novo conjunto de análises é maior do que a das análises disponíveis até hoje para o sudeste da América do Sul. O objetivo deste trabalho é determinar o impacto de assimilação de dados em campos iniciais das previsões de mesoescala na região, utilizando o Brazilian Regional Atmospheric Modeling System (BRAMS), com ênfase particular na estrutura do Jato em Baixos Níveis na América do Sul (LLJSA) e nas previsões de precipitação. Para a maioria das variáveis, o efeito de utilizar as análises numéricas com dados assimilados nos campos iniciais é positivo nas previsões de curto prazo. Esse efeito é maior nas variáveis de vento, porém não é significativo nas previsões superiores a 24 horas. Em particular, a assimilação de dados não melhora as previsões de 24 horas da precipitação acumulada, mas tem pequenos efeitos positivos na precipitação acumulada entre 6 e 12 horas de previsão. Como o foco principal é a representação do LLJSA, o efeito de assimilação de dados na sua previsão foi explorado. Os resultados mostram que LLJSA é bastante previsível, entretanto quando dados observados adicionais são assimilados, o impacto é pequeno na previsão durante o tempo de integração e na previsão da intensidade do LLJSA. A intensidade do LLJSA é subestimada independente da assimilação de dados. No entanto, o erro quadrático médio (RMSE) e os valores do Viés revelam os efeitos positivos da assimilação de dados até 18 horas de previsão, com maior impacto perto de topografia. (AU)