Sumário

1. Finalidade
2. Instrutores
3. Pré-requisitos
4. Assuntos Abordados
5. Bibliografia Recomendada
6. Forma de avaliação
7. Grupo de Assimilação de Dados
8. Dúvidas

Finalidade

Objetivos

• Fornecer aos alunos uma visão geral sobre o que é a assimilação de dados, quais são os seus métodos principais e quais as técnicas utilizadas para a sua aplicação
• Experimentar os esquemas principais de assimilação de dados por meio de toy models em ambiente controlado

Escopo

• Assimilação de Dados Atmosféricos
• As mesmas técnicas podem ser pensadas para aplicações em outros fluídos, levendo-se em consderação as peculiaridades e as especificidades de outros modelos

Instrutores

Dr. Carlos Frederico Bastarz

• Graduação em Licenciatura em Matemática (UNESP, 2005)
• Mestrado e Doutorado em Meteorologia (INPE, 2010 e 2017)

• Assimilação de Dados Variacional e por Conjunto

Dr. Dirceu Luis Herdies

• Graduação em Física (UFSM, 1983)
• Mestrado em Meteorologia (INPE, 1991)
• Doutorado em Meteorologia (USP, 2002)

• Assimilação de Dados regional

Pré-requisitos

Parte teórica^🔸

• Meteorologia Dinâmica I (MET 225-3)
• Métodos Matemáticos em Meteorologia (MET 560-3)
• Modelagem Numérica da Atmosfera (MET 576-4)

Parte prática^🔸

• Bash
• Fortran
• Python
• Containers

Assuntos Abordados^🔸

1. Motivação
2. O Sistema Global de Observações Meteorológicas
3. Métodos Clássicos (Esquemas de Interpolação Estatística)
4. Método Variacional
5. Métodos Baseados em Conjuntos (EnKF et al.)
6. Métodos Híbridos (Ensemble-Variacional)
7. Frameworks de Assimilação de Dados
8. Assimilação de Dados Regional
9. Impacto e Experimentos de Sistemas Observacionais
10. Assimilação de Dados de Superfície
11. Reanálises

Assuntos Abordados

1. Motivação

• Por que a assimilação de dados fornece uma estimativa ótima?
• Histórico da Assimilação de Dados
  • Revisão do histórico da assimilação de dados e das motivações para o seu desenvolvimento, passando pelos métodos tradicionais/clássicos até o estabelecimento dos métodos operacionais para modelos massivamente paralelos

Assuntos Abordados

2. O Sistema Global de Observações Meteorológicas

• O que é o Sistema Global de Observações Meteorlógicas
• Os diferentes tipos de observações (in situ, por sensoriamento remoto e plataformas oceânicas)
• O fluxo de dados operacional no CPTEC para a Assimilação de Dados
• Controle de Qualidade das Observações

Assuntos Abordados

3. Métodos Clássicos (Esquemas de Interpolação Estatística)

• Revisão dos métodos clássicos de assimilação de dados baseados em interpolação estatística
  • Análise de Cressman
  • Interpolação Ótima

Assuntos Abordados

4. Método Variacional

• Revisão de Álgebra Linear (Operações com Matrizes)
• Introdução do método 3DVar
  • Histórico e desenvolvimento
  • Características principais
  • PSAS^🔸
  • FGAT^🔹
• Componentes
  • Método de minimização da função custo do 3DVar
  • Matriz de Covariâncias dos Erros de Previsão
  • Modelo de Transferência Radiativa
  • Controle de Qualidade
• Visão geral sobre o método 4DVar
• Atividades realizadas no CPTEC com o método 3DVar

Assuntos Abordados

5. Métodos Baseados em Conjuntos (EnKF et al.)

• Introdução ao método EnKF^🔸
• Histórico e desenvolvimento
• Características principais
• Inflation e Localization
• Visão geral sobre os esquemas derivados
• Atividades realizadas no CPTEC com o método LETKF^🔹

Assuntos Abordados

6. Métodos Híbridos (Ensemble-Variacional)

• Introdução ao método híbrido ensemble-variacional 3DEnVar
• Histórico e desenvolvimento
• Características principais
• Atividades realizadas no CPTEC com o método ensemble-variacional 3DEnVar

Assuntos Abordados

7. Frameworks de Assimilação de Dados

• Apresentação dos principais frameworks abertos para a assimilação de dados operacional: GSI e JEDI
• Paradigmas de desenvolvimento do JEDI
• Atividades realizadas no CPTEC com o GSI e JEDI

Assuntos Abordados

8. Assimilação de Dados Regional

• Apresentação sobre as particularidades de um sistema de assimilação de dados regional
• Assimilação de Dados de Radar
• Desenvolvimentos realizados no CPTEC

Assuntos Abordados

9. Impacto e Experimentos de Sistemas Observacionais

• Visão geral sobre a metodologia e a ferramenta para o estudo de impacto das observações empregada no sistema de assimilação de dados do CPTEC
• Impacto da Assimilação das Observações
• Observing System Experiment (OSE) e Observing System Simulation Experiment (OSSE)

Assuntos Abordados

10. Assimilação de Dados de Superfície

• Apresentação sobre a assimilação de dados de superfície, seus impactos e desafios
• Desenvolvimentos realizados no CPTEC

Assuntos Abordados

11. Reanálises

• O que é reanálise
• Reanálise como ferramenta de validação de modelos numéricos
• Desenvolvimentos realizados no CPTEC com reanálise regional

Bibliografia Recomendada

Livros

Kalnay, E. (2002). Atmospheric Modeling, Data Assimilation and Predictability. Cambridge: Cambridge University Press.

• https://www.cambridge.org/highereducation/books/atmospheric-modeling-data-assimilation-and-predictability/C5FD207439132836E85027754CE9BC1A#overview

Bibliografia Recomendada

Livros

Daley, R. (1991). Atmospheric Data Analysis. Cambridge Atmospheric and Space Science Series, Cambridge University Press.

• https://www.cambridge.org/pm/universitypress/subjects/earth-and-environmental-science/atmospheric-science-and-meteorology/atmospheric-data-analysis

Bibliografia Recomendada

Livros

Lynch, P. (2006). The Emergence of Numerical Weather Prediction: Richardson's Dream, Cambridge University Press.

• https://maths.ucd.ie/~plynch/Dream/Dream.html

Bibliografia Recomendada

Livros

Lewis, J. M., Lakshmivarahan S., Dhall S. (2006). Dynamic Data Assimilation: A Least Squares Approach. Cambridge University Press.

• https://www.cambridge.org/core/books/dynamic-data-assimilation/91BD4736A2CD99B575002A89518DB63C

Bibliografia Recomendada

Livros

Lahoz, W., Khattatov, B., and Ménard, R. (2010). Data Assimilation: Making Sense of Observations. Springer-Verlag, Heidelberg.

• https://link.springer.com/book/10.1007/978-3-540-74703-1

Bibliografia Recomendada

Livros

A. Jazwinski (1970). Stochastic Processes and Filtering Theory. Mathematics in Science and Engineering, Vol. 64, Academic Press.

• https://store.doverpublications.com/products/9780486462745?srsltid=AfmBOopDWzwg5wKhLva9kk5dmEhQW0tH-aYP-jKL9_468Aj7UP8gNzEj

Forma de avaliação

Trabalhos práticos com relatórios^🔸

• Experimentos com toy models e os sistemas de assimilação de dados com a produção de relatórios
  • Uso de containers Apptainer e Docker e notebooks do Jupyter

Apresentação de artigos para discussão em sala de aula^🔸

• Cada aluno fará uma apresentação (explicação de um artigo em assimilação de dados)
  • Alunos podem escolher um artigo em assimilação de dados relacionado com a sua dissertação/tese

Interação durante as aulas

• Dúvidas, perguntas e respostas

Grupo de Assimilação de Dados

Atividades de Pesquisa e Desenvolvimento

• Desenvolvimento em assimilação de dados e técnicas de previsão por conjuntos para os modelos do CPTEC:
  • Brazilian Atmospheric Model (BAM/GSI^🔸)
  • Model for Ocean-LaNd-Atmosphere PredictionN (MONAN/JEDI^🔹)
• Pesquisas relacionadas com a assimilação de dados GNSS Radio Occultation, Radar e Radiâncias Hiperespectrais
• Desenvolvimento de software para o suporte às atividades de pesquisa
• Mais informações em https://github.com/GAD-DIMNT-CPTEC

Grupo de Assimilação de Dados

Dr. João Gerd Zell de Mattos^🔸

• Graduação em Meteorologia (UFPel, 2003)
• Mestrado e Doutorado em Meteorologia (INPE, 2006 e 2016)

• Assimilação de Dados de Superfície

Dr. Luiz Fernando Sapucci

• Graduação em Licenciatura em Matemática (UNESP, 1998)
• Mestrado e Doutorado em Ciências Cartográficas (UNESP, 2001 e 2005)

• Assimilação de dados GNSS-RO

Grupo de Assimilação de Dados

Dr. Éder Paulo Vendrasco^🔸

• Graduação em Meteorologia (USP, 2003)
• Mestrado em Meteorologia (USP, 2006)
• Doutorado em Meteorologia (INPE, 2015)

• Assimilação de Dados de Radar

Dr. Sérgio Henrique Ferreira Soares

• Graduação em Física (UNITAU, 1984)
• Mestrado e Doutorado em Meteorologia (INPE, 2003 e 2013)

• Observações Meteorológicas e Controle de Qualidade

Grupo de Assimilação de Dados

Dra. Helena Barbieri de Azevedo

• Graduação em Meteorologia (UFPel, 2010)
• Mestrado e Doutorado em Meteorologia (INPE, 2014 e 2018)

• Assimilação de Dados de Radiâncias

Dra. Liviany Pereira Viana

• Graduação em Meteorologia (UEA, 2012)
• Mestrado e Doutorado em Meteorologia (INPE, 2015 e 2021)

• Impacto das Observações na Assimilação de Dados

Dúvidas

https://cfbastarz.github.io/met563-3/
https://github.com/cfbastarz/MET563-3
carlos.bastarz@inpe.br