Upload
others
View
3
Download
1
Embed Size (px)
Citation preview
Caracterização de sistemas severos e a
regionalização/automatização do
SOS-CHUVA
Alan J. P. Calheiros Luiz A. T. Machado; Alex Pessoa; Vinícius Melo; Douglas Uba;
Izabelly C. Costa; Diego Enoré [email protected]
São Paulo/SP 06 de dezembro de 2016
Worshop SOS-CHUVA, IAG/USP
1. Introdução e Motivação 2. Dados e Metodologia 3. Resultados Esperados
Sumário
1. Introdução e Motivação
NOWCASTING engloba uma descrição do estado atual do atmosfera em
detalhes e a previsão de como a atmosfera evoluirá nas
próximas horas (Browning, 1981).
“Nowcasting is relevant not because it is better but because it is fast” (ONVLEE, 2012)
Eventos extremos de precipitação tem aumentado nas últimas
décadas (MARENGO et al., 2010 e SILVA-DIAS et al., 2013)
Modelos climáticos tendência é que esse quadro ainda se agrave nos próximos anos (RUSTICUCCI et al. 2011; SILLMANN et al., 2013)
1. Introdução e Motivação
Cepagri/Unicamp
Revista FAPESP
Classificação Climática
Diferentes Sistemas
Atuantes
Características Regionais
das Tempestades
1. Introdução e Motivação
a) AutoNowcaster b) SPROG c) NIMROD
f) Verification e) TITAN d) GANDOLF
Wilson, J. (2011)
Educação e
Divulgação
Operacionalização Tomada de
Decisões
Apoio à sociedade e pesquisas voltadas a mitigação dos desastres naturais
1. Introdução e Motivação
• SATÉLITE GEOESTACIONÁRIO: ▫ DSA/INPE
http://satelite.cptec.inpe.br Tb e refletividade das imagens dos satélites GOES-12, 13 e R (NOAA) e MSG
(EUMETSAT) nos mais diversos canais com uma resolução temporal de 15-30 minutos;
Modelo GII (Global Instability Index ) da EUMETSAT; • RADARES: ▫ Dados dos radares meteorológicos XPOL e São Roque.
• OBSERVAÇÕES: ▫ INMET, CPTEC e colaboradores
Medidas das radiossondagens disponíveis sobre os aeroportos mais próximos da região;
Precipitação medida por pluviômetros e disdrômetros;
• Modelos Númericos de Tempo: ▫ CPTEC e USP
Campos meteorológicos: Água Precipitável (PW), CAPE, Umidade Relativa (RH), Vento (u,v), entre outros com uma resolução espacial e temporal mais refinada
2. Dados e Metodologia:
Pluviômetros diário, IR GOES
e RADAR
Definição dos eventos Extremos
Rastreamento dos eventos severos pelo novo ForTraCC
Definição dos picos de
precipitação intensa,
descargas elétricas, e
outras severidades
Ciclo de vida dos sistema
Caracterização da condição pré-
convectiva
MSG (GII)
Modelos
Definindo as características de
severidade
Pluviômetro, RADAR, Tbs e
Ref (MSG/GOES)
Ajustando os modelos de
previsão de SC e SPr
Operacionaliza-ção do sistema e disseminação de
informações
frequência e trajetória
Regionalização das estimativas de
precipitação por satélite
Pluviômetros, IR GOES, campos NWP e RADAR
Avaliação do Hidroestimador
Hidroestimador Regionalizado/
radar
Menor Viés?
Sim
Não
Metodologia
Uso de técnicas de IA
2.1211 106382.3exp101183.1 TbRs
2. Dados e Metodologia: Regionalizando o Hidroestimador
• Efeitos orográficos • Água Precipitável • Umidade Relativa • Vento
R(mm/h)
T(K)
2. Dados e Metodologia: Diferentes Conjuntos de Dados
Últimos 6 anos • GOES • MSG • RADAR • TRMM
CHUVA e SOS-CHUVA • Campinas e região • Conjuntos de
dados do Projeto • GOES-R
2. Dados e Metodologia: Frequência de Eventos (“Climatologia”)
ROMATSCHKE and HOUZE (2010)
DOSWELL (2001)
2. Dados e Metodologia: Experimentos
Cortesia: Albrecht, R
Nowcasting
Pré-Convectivo
Modelo Numérico
Índices
Cape x Shear
Radiossonda
Skew-T
Índices
Cape x Shear
Satélite
GII
Vento IR
Vento WV
Iniciação Convectiva
RGB
Análise Visual
Radar
São Roque
Campinas
Satélite
Visível
Vis+IR
Maduro
Radares
VIL
DVIL
Alt. Waldwogel
Alt. de 35 dBz
Vento Doppler
Chuva 24 hrs
Refletividade
Satélite
FrTraCC-IR
ForTraCC-IR-WV
Raios
Previsão
ForTraCC
IR
WV-IR
Refletividade
Severidade
Raios
Índices
Desenvolvimento contínuo de novos
produtos
2. Dados e Metodologia: Produtos já construidos
+ 8 índices do
~56 produtos
Advanced Baseline Imager (ABI)
Aerosol Detection (Including Smoke and Dust) Aerosol Optical Depth (AOD) Clear Sky Masks Cloud and Moisture Imagery Cloud Optical Depth Cloud Particle Size Distribution Cloud Top Height Cloud Top Phase
Cloud Top Pressure Cloud Top Temperature Derived Motion Winds Derived Stability Indices Downward Shortwave Radiation: Surface Fire/Hot Spot Characterization Hurricane Intensity Estimation Land Surface Temperature (Skin) Legacy Vertical Moisture Profile Legacy Vertical Temperature Profile Radiances Rainfall Rate/QPE Reflected Shortwave Radiation: TOA Sea Surface Temperature (Skin) Snow Cover
Total Precipitable Water Volcanic Ash: Detection and Height
Geostationary Lightning Mapper (GLM)
Lightning Detection: Events, Groups & Flashes
Space Environment In-Situ Suite (SEISS)
Energetic Heavy Ions
Magnetospheric Electrons & Protons: Low Energy
Magnetospheric Electrons: Med & High Energy
Magnetospheric Protons: Med & High Energy
Solar and Galactic Protons
Magnetometer (MAG)
Geomagnetic Field
Extreme Ultraviolet and X-ray Irradiance Suite (EXIS)
Solar Flux: EUV Solar Flux: X-ray Irradiance
Solar Ultraviolet Imager (SUVI)
Solar EUV Imagery
Básicos Advanced Baseline Imager (ABI)
Absorbed Shortwave Radiation: Surface Aerosol Particle Size Aircraft Icing Threat Cloud Ice Water Path Cloud Layers/Heights Cloud Liquid Water Cloud Type Convective Initiation Currents Currents: Offshore Downward Longwave Radiation: Surface Enhanced V /Overshooting Top Detection Flood/Standing Water Ice Cover Low Cloud and Fog Ozone Total Probability of Rainfall Rainfall Potential Sea and Lake Ice: Age Sea and Lake Ice: Concentration Sea and Lake Ice: Motion Snow Depth (Over Plains) SO2 Detection Surface Albedo Surface Emissivity Tropopause Folding Turbulence Prediction Upward Longwave Radiation: Surface Upward Longwave Radiation: TOA Vegetation Fraction: Green Vegetation Index Visibility
Futuro 2. Dados e Metodologia:
2. Dados e Metodologia: diferenças de canais
Banco de Dados: Evento i
An
ális
e P
ré-C
onv
ect
iva
- M
SG
Matriz de Chuva
tmax+dt tmax-2dt
tmax-dt tmax
ForTraCC/HydroTrack
(GOES/Hidroestimador/
radar)
XPOL/TRMM
GOES/MSG
2. Dados e Metodologia
ConvectiveSystem
AbstractDetector
<<detects>>
- [n attributes]
AbstractTracker
<<tracks>>
Input Data
<<contains>>
AbstractClassifier
<<classifies>>
AbstractForecaster
<<forecasts>>
BTDetector
AreaOverlap
ConservativeForecaster
Application 1
2. Dados e Metodologia: O Novo ForTraCC: Abstração & Extensibilidade
ConvectiveSystem
AbstractDetector
<<detects>>
- [n attributes]
AbstractTracker
<<tracks>>
Input Data
<<contains>>
AbstractClassifier
<<classifies>>
AbstractForecaster
<<forecasts>>
BTDetector
AreaOverlap
ConservativeForecaster
Application 1
Application 2
MyNewDetector
2. Dados e Metodologia: O Novo ForTraCC: Abstração & Extensibilidade
tt tt 2 ttt
VtVtVE )()1(
)()( tVPtVV
)1( tV
)(tVP
)(tV
tt ttt
)()1( tVtVE
)(tVP
)(tV
tt t
Proc. 3: Máxima Correlação Cruzada (MCC) Proc. 1: Auto-correção (AC)
Proc. 2: Conservativo (DCM)
ba
bFAR
ca
aPOD
N
i
iiEN
VIÉS1
01
2. Dados e Metodologia: Diferentes métodos de track
Hipótese: cada polígono que faz parte do SC é obtido a partir de diferentes limiares de temperatura, o que possibilita uma estrutura mais detalhada do sistema, suas camadas e limites.
2. Dados e Metodologia: O Novo ForTraCC: Multi-limiarização
2. Dados e Metodologia: O Novo ForTraCC: Formas de representação - Elipse
+ N atributos
2. Dados e Metodologia: O Novo ForTraCC: Extração de atributos
● Utilização de um banco de dados com suporte espacial (e.g. PostGIS)
●Atributos tabulares + representação espacial ● Possibilidade de exportação para arquivos vetoriais
–Shapefile, KML, etc. ● Histórico
–Consultas temporais + espaciais
– Recuperar os sistemas convectivos detectados nas regiões Sul/Sudeste do Brasil no período de 01/01/2016 até 01/03/2016
– Recuperar os sistemas convectivos detectados na região Norte do Brasil cuja área é maior que N km2
2. Dados e Metodologia: O Novo ForTraCC: Armazenamento
2. Dados e Metodologia: Inteligência Artificial: Redes Neurais Artificiais, Árvore de Decisão, Teoria dos Conjuntos Aproximativos, Lógica Fuzzy e Kaizen Programming
feature
value
class
C1 C2
C3
3. Resultados Esperados a) Criar um sistema automático de previsão a curto prazo de tempestades a
partir do uso das mais diversas informações a partir da:
1. Caracterização os sistemas atuantes sobre a região de interesse ao
longo do seu ciclo de vida (morfologia, frequência, severidade,
carcateristicas microfísicas, etc).
2. Desenvolvimento de novas metodologias para identificação de
condições de iniciação de tempestades, crescimento e intensificação
de sistemas severos sobre a região que serão baseadas em limiares
de variáveis meteorológicas, índices de instabilidade, medidas diretas
da radiância por satélites e refletividade radar e polarimetria e relação
entre essas variáveis a partir da IA;
b) Contribuir para uma melhor definição dos papéis do CPTEC no contexto
de extensão para inserir o sistema nos planos diretores dos municípios e
melhorar a divulgação e educação sobre os sistemas severos a sociedade
de modo geral.
Caracterização de sistemas severos e a
regionalização/automatização do
SOS-CHUVA
São Paulo/SP Dezembro de 2016
OBRIGADO!