O Estado da Arte dos Métodos de Assimilação de Dados

dc.contributoren-US
dc.contributorpt-BR
dc.creatorBeck, Vinicius Carvalho
dc.creatorYamasaki, Yoshihiro
dc.creatorHärter, Fabrício Pereira
dc.date2016-06-23
dc.date.accessioned2023-06-19T15:09:24Z
dc.date.available2023-06-19T15:09:24Z
dc.identifierhttps://ppegeo.igc.usp.br/index.php/anigeo/article/view/9190
dc.identifier10.11137/2016_2_133_144
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6692425
dc.descriptionThe procedure to combine mathematical models with inaccurate and noisy data, improving weather forecasting by statistical methods, is an important and challenging line of research in meteorology, known as data assimilation. Current techniques of data assimilation are based on Gaussian Least Squares Method. This paper presents the main advances in data assimilation, since the empirical methods, created in the 1950s, to the current methods, as well as their derivatives and hybrid versions. It is note that the emergence of hybrid methods ensemble/variational and improved in the satellite and radar data assimilation techniques are major advances in the field in recent years. It is concluded that the variational methods and the Kalman filtering are the state of the art of data assimilation techniques.en-US
dc.descriptionO procedimento de combinar modelos matemáticos com dados ruidosos, com o objetivo de melhorar a previsão do tempo por métodos estatísticos, constitui uma importante e desafiadora linha de pesquisa em meteorologia, conhecida como assimilação de dados. As técnicas atuais de assimilação são baseadas no método gaussiano dos mínimos quadrados. Neste trabalho são apresentados os principais avanços da área de assimilação de dados, desde os métodos empíricos, criados nos anos 1950, até os métodos atuais, bem como suas versões derivadas e híbridas. Ressalta-se que o surgimento dos métodos híbridos ensemble/variacionais, a assimilação direta de radiâncias de satélite e a assimilação de dados de radar são os maiores avanços na área nos últimos anos.pt-BR
dc.formatapplication/pdf
dc.languagepor
dc.publisherCentro de Ciências Matemáticas e da Natureza, Instituto de Geociências, Universidade Federpt-BR
dc.relationhttps://ppegeo.igc.usp.br/index.php/anigeo/article/view/9190/8648
dc.rightsDireitos autorais 2016 Anuário do Instituto de Geociênciaspt-BR
dc.sourceAnuário do Instituto de Geociências; v. 39, n. 2 (2016); 133-144en-US
dc.sourceAnuário do Instituto de Geociências; v. 39, n. 2 (2016); 133-144pt-BR
dc.source1982-3907
dc.source0101-9759
dc.subjecten-US
dc.subjectData assimilation; 3DVAR; WRF; Mesoscale.en-US
dc.subjectpt-BR
dc.subjectAssimilação de dados; Filtragem de Kalman; Métodos variacionais.pt-BR
dc.titleThe State of Art of Data Assimilation Methodsen-US
dc.titleO Estado da Arte dos Métodos de Assimilação de Dadospt-BR
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typept-BR


Este ítem pertenece a la siguiente institución