Desenvolvimento de métodos de assimilação de dados oceanográficos e avaliação de seus impactos sobre a METAREA V do Oceano Atlântico

• Ano de defesa: 2021
• Autor(a) principal: Costa, Filipe Bitencourt
• Orientador(a): Tanajura, Clemente Augusto Souza
• Banca de defesa: Herdies, Dirceu Luiz, Campos, Edmo José Dias, Velho, Haroldo Fraga de Campos, Lima, José Antônio Moreira
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal da Bahia; Instituto de Geociências
• Programa de Pós-Graduação: em Geofísica
• País: brasil
• Palavras-chave em Português: Assimilação de Dados; Ensemble Optimal Interpolation; Ensemble Kalman Filter; HYCOM; Correntes oceânicas > Brasil; Oceanografia operacional; Kalman, Filtragem de
• Área do conhecimento CNPq: Ciências Exatas e da Terra; Oceanografia; Oceanografia Física
• Link de acesso: http://repositorio.ufba.br/ri/handle/ri/34017

Os métodos de assimilação de dados são peças fundamentais da oceanografia operacional e têm forte impacto na previsibilidade dos modelos oceânicos, tendo em vista que eles produzem as condições iniciais dos modelos previsores. O presente trabalho enfoca o desenvolvimento desses métodos e da oceanografia operacional no Brasil no contexto da Rede de Modelagem e Observação Oceanográfica (REMO). Na primeira parte do trabalho, ênfase é dada à diferentes estratégias para assimilar dados de perfis verticais de temperatura (T) e salinidade (S). Na segunda parte, ênfase é dada na construção e aplicação de um Filtro de Kalman por Conjuntos. Perfis hidrográficos de TS são cruciais para se restringir a estrutura termohalina de modelos oceânicos. Para o modelo oceânico Hybrid Coordinate Ocean Model (HYCOM) pode-se realizar assimilação destes dados em suas coordenadas originais (coordenada Z) ou projetar as observações para as coordenadas verticais do modelo (isopicnal). Estas duas formas foram comparadas assimilando dados de TS dos perfiladores ARGO no HYCOM a cada três dias durante seis anos. Três experimentos foram realizados: (i) ARGODP com a inovação calculada no espaço vertical do modelo, em coordenada isopicnal, (ii) ARGOZ com a inovação calculada no espaço das observações, em coordenada Z e (iii) ARGOZT idem ao anterior, porém assimilando apenas T. Ambos os esquemas são adequados para a assimilação de perfis hidrográficos, visto que estes reduziram os erros de TS do modelo em relação aos dados do ARGO. Contudo, a análise do ARGOZ se mostrou mais acurada, apresentou menor erro para a previsão, melhor representação do conteúdo de calor e profundidades das isopicnais do modelo. Consequentemente, obteve uma melhor representação da altura da superfície do mar (ASM) média, das correntes de contorno oeste (CCOs) e um transporte da Corrente do Brasil (CB) mais próximo às referências. Ainda, demonstrou-se a importância da salinidade para a produção de incrementos de maior magnitude e precisos. Uma nova versão do Remo Ocean Data Assimilation System (RODAS) foi implementada capaz de assimilar conjuntamente todas as observações disponíveis e empregando o Ensemble Kalman Filter (EnKF). Esta foi denominada de RODAS_EnKF e comparada com a versão antiga empregando o Ensemble Optimal Interpolation (EnOI), denominada de RODAS_EnOI. O RODAS_EnKF emprega 11 membros, com perturbação do vento e das observações. Em ambos os experimentos foram assimilados conjuntamente dados de perfis hidrográficos, temperatura da superfície do mar (TSM) e topografia dinâmica absoluta (TDA) a cada dez dias durante sete meses. Foi observada uma boa representação, horizontal e vertical, do espalhamento dos membros do RODAS_EnKF ao final da integração e a média dos erros de cada membro foi maior do que o erro da média dos membros, não ocorrendo divergência do filtro. O RODAS_EnKF representou melhor a TSM e a salinidade, e o RODAS_EnOI a ASM e a temperatura. Para esta, verificou-se uma tendência do RODAS_EnOI em esfriar o modelo e o RODAS_EnKF em esquentar. Ambos produziram bons impactos na energia cinética turbulenta e nas CCOs, com o RODAS_EnKF apresentando resultados ligeiramente melhores. Assim, o RODAS_EnKF foi implementado com sucesso não ocorrendo divergência do filtro e com a média dos erros de cada membro sendo sempre maior do que o erro da média dos membros. Entretanto é necessário o aumento do número de membros e a implementação de um esquema híbrido de assimilação, combinando a matriz de covariância do RODAS_EnOI com a do RODAS_EnKF, para aprimorar os impactos.