Um olhar sobre na matemática da previsão à curto prazo baseada em dados de radar
DOI:
https://doi.org/10.5902/2179460X87224Palavras-chave:
Matemática, Processamento de Imagem, Nowcasting, Dados de RadarResumo
Sistemas de previsão meteorológica de curto prazo baseados em dados de radares conhecidos como nowcasting requerem diversas etapas de computação numérica e visualização. Os algoritmos utilizados envolvem transformações geométricas, análises estatísticas, processamento de imagens, cálculo de campos escalares e vetoriais e computação numérica envolvendo diferentes modelos matemáticos. Os modernos pacotes computacionais para \textit{nowcasting} com base em dados e imagens demandam de seus usuários e desenvolvedores conhecimento em geometria, cálculo, álgebra e outros tópicos da matemática. Este trabalho tem como objetivo descrever de forma breve e simplificada o fluxo básico do processamento de dados de radares meteorológico para a visualização e \textit{nowcasting} e, a partir disso, apresentar um pouco da matemática existente por trás desses métodos. Como resultado foi apresentada a aplicação de tópicos de matemática abordados em cursos de graduação, no contexto do seu uso prático em sistemas de previsão de chuva e eventos severos a curto prazo.
Downloads
Referências
Cui, X., Chen, M., Qin, R., Li, C., and Han, L. (2023). The roles of surface convergence line and upper-level forcing on convection initiation ahead of a gust front: A case study. Journal of Geophysical Research: Atmospheres, 128(3):e2022JD036921. DOI: https://doi.org/10.1029/2022JD036921
Guo, S., Sun, N., Pei, Y., and Li, Q. (2023). 3d-unet-lstm: A deep learning-based radar echo extrapolation model for convective nowcasting. Remote Sensing, 15(6):1529. DOI: https://doi.org/10.3390/rs15061529
Heistermann, M., Jacobi, S., and Pfaff, T. (2013). An open source library for processing weather radar data (wradlib). Hydrology and Earth System Sciences, 17(2):863–871. DOI: https://doi.org/10.5194/hess-17-863-2013
Helmus, J. and Collis, S. (2016). The python arm radar toolkit (py-art), a library for working with weather radar data in the python programming language, j. open res. softw., 4, e25. DOI: https://doi.org/10.5334/jors.119
Heymsfield, G. M., Ghosh, K. K., and Chen, L. C. (1983). An interactive system for compositing digital radar and satellite data. Journal of Applied Meteorology and Climatology, 22(5):705–713. DOI: https://doi.org/10.1175/1520-0450(1983)022<0705:AISFCD>2.0.CO;2
Imhoff, R. O., De Cruz, L., Dewettinck, W., Brauer, C. C., Uijlenhoet, R., van Heeringen, K.-J., Velasco-Forero, C., Nerini, D., Van Ginderachter, M., and Weerts, A. H. (2023). Scale-dependent blending of ensemble rainfall nowcasts and numerical weather prediction in the open-source pysteps library. Quarterly Journal of the Royal Meteorological Society. DOI: https://doi.org/10.5194/egusphere-egu22-7026
Liu, P., Yang, Z., Wang, X., Qiu, X., and Yang, Y. (2022). Assimilation of the pseudo-water vapor derived from extrapolated radar reflectivity to improve the forecasts of convective events. Atmospheric Research, 279:106386. DOI: https://doi.org/10.1016/j.atmosres.2022.106386
Lucas, B. D. and Kanade, T. (1981). An iterative image registration technique with an application to stereo vision. In IJCAI’81: 7th international joint conference on Artificial intelligence, volume 2, pages 674–679.
Misra, S. and Wu, Y. (2020). Chapter 10 - machine learning assisted segmentation of scanning electron microscopy images of organic-rich shales with feature extraction and feature ranking. In Misra, S., Li, H., and He, J., editors, Machine Learning for Subsurface Characterization, pages 289–314. Gulf Professional Publishing. DOI: https://doi.org/10.1016/B978-0-12-817736-5.00010-7
Proesmans, M., Van Gool, L., Pauwels, E., and Oosterlinck, A. (1994). Determination of optical flow and its discontinuities using non-linear diffusion. In Computer Vision—ECCV’94: Third European Conference on Computer Vision Stockholm, Sweden,May 2–6 1994 Proceedings, Volume II 3, pages 294–304. Springer. DOI: https://doi.org/10.1007/BFb0028362
Pulkkinen, S., Nerini, D., Pérez Hortal, A. A., Velasco-Forero, C., Seed, A., Germann, U., and Foresti, L. (2019). Pysteps: An open-source python library for probabilistic precipitation nowcasting (v1. 0). Geoscientific Model Development, 12(10):4185–4219. DOI: https://doi.org/10.5194/gmd-12-4185-2019
Van der Walt, S., Schönberger, J. L., Nunez-Iglesias, J., Boulogne, F., Warner, J. D., Yager, N., Gouillart, E., and Yu, T. (2014). scikit-image: image processing in python. PeerJ, 2:e453. DOI: https://doi.org/10.7717/peerj.453
Wang, Y., Coning, E., Harou, A., Jacobs, W., Joe, P., Nikitina, L., Roberts, R., Wang, J., Wilson, J., Atencia, A., Bica, B., Brown, B., Goodmann, S., Kann, A., Li, P. W., Monterio, I., Schmid, F., Seed, A., and Sun, J. (2017). Guidelines for Nowcasting Techniques.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Ciência e Natura
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
