previsão de tempo por conjuntos para a região nordeste do brasil
Clicks: 84
ID: 203119
2014
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Steady Performance
28.2
/100
84 views
6 readers
AI Quality Assessment
Not analyzed
Readership in this journal
SteadyRanked #77 of 81 articles by views in Applied microbiology and biotechnology
Most read
Least read
Bar heights use a square-root scale.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
A técnica de previsão de tempo por conjuntos ("ensemble") é implementada para a região Nordeste do Brasil utilizando-se o modelo regional RAMS, inicializado com dados do modelo de circulação geral atmosférico (MCGA) do CPTEC. Os métodos empregados para geração dos conjuntos de previsão consistem na utilização de diferentes parametrizações físicas e esquemas de relaxamento newtoniano para cada rodada do modelo (ENSFI), e na perturbação das condições iniciais (ENSCI e ENSCI-FRONT). Esses métodos são avaliados utilizando-se análises do MCGA e dados das plataformas de coletas de dados localizadas no estado do Ceará. As perturbações nas condições iniciais para o ENSCI e ENSCI-FRONT são geradas com base no método "lagged-average forescasting" a partir de execuções anteriores do modelo válidas para o horário e região de estudo, e incluídas nas componentes horizontais do vento de modo a apresentarem um desvio padrão de 5 m.s-1. O ENSCI-FRONT inclui perturbações, também nas fronteiras do modelo regional para lidar com uma rápida diminuição do espalhamento dos membros com o prazo de previsão encontrada com perturbações apenas nas condições iniciais. Os resultados mostram que as médias das previsões para o ENSCI-FRONT e ENSFI apresentam melhores resultados do que a previsão não-perturbada para a maioria das grandezas físicas analisadas.
| Reference Key |
silveira2014revistapreviso
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Cleiton da Silva Silveira;Mariane Mendes Coutinho;Alexandre Araujo Costa;Paulo Henrique Santiago de Maria |
| Journal | Applied microbiology and biotechnology |
| Year | 2014 |
| DOI |
10.1590/0102-778620100275
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.