Uso da técnica de Relação de Newton para assimilação de dados de satélite em um modelo de área limitada

Goncalves, L.

doi:10.1590/s0102-261x1999000200022

Cited by 1 publication

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Devido à grande diferença entre o número de observações disponíveis para interpolação e o número de variáveis livres dos modelos de equações primitivas, Bergthórsson & Döös (1955) No Brasil, uma das primeiras aplicações do método Nudging foi realizada por Gonçalves & Innocentini (1999), que assimilaram dados de temperatura inferidos por satélite. Foi estimado o impacto da assimilação destes dados no Modelo Japonês de Área Limitada.…”

Section: Métodos Empíricosunclassified

The State of Art of Data Assimilation Methods

2016

View full text Add to dashboard Cite

ResumoO 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. Palavras-chave: assimilação de dados; filtragem de Kalman; métodos variacionais AbstractThe 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.

show abstract

Section: Métodos Empíricosunclassified