Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/14/14133/tde-01072024-093619/ |
Resumo: | A interação atmosfera-oceano afeta a formação de ondas, com sistemas meteorológicos de alta intensidade que influenciam na direção, período e altura das ondas. Essa dinâmica é crucial para navegação e indústria de petróleo, onde previsões precisas de ondas são essenciais. Ondas extremas, causadas por eventos meteorológicos severos, trazem riscos a embarcações e infraestruturas costeiras. Entender padrões atmosféricos associados a condições extremas de ondas é vital para planejamento costeiro e segurança da operação. A identificação de \\textit{Weather Patterns} (WPs) associados a ondas extremas associadas para o Oceano Atlântico Sudoeste é o objetivo do presente trabalho. Para este fim, um algoritmo K-means foi adotado para agrupar dados em condições atmosféricas semelhantes, considerando 25 anos de dados de reanálise (1993-2017) das componentes de vento zonal e meridional e altura geopotencial a 1000 hPa. Três pontos (Vitória, Santos e Rio Grande) ao longo da costa brasileira foram escolhidos para avaliar os extremos de onda e quais WPs estão associados aos extremos nessas três diferentes regiões. O método do cotovelo foi utilizado para determinar o número ideal de centróides para representar os WPs em cada ponto. As datas correspondentes a cada WPs foram usadas para plotar o campo médio de onda e a rosa de ondas associados a cada um. Além disso, foram obtidos os campos médios de 24 e 48 horas anteriores à ocorrência de cada evento, no intuito de estudar a evolução desses padrões. Os resultados indicam que os WPs são dominados tanto por ciclones, cavados e anticiclones no domínio. Ciclones com uma faixa de vento S-SW induzem ondas extremas em Santos e Rio Grande, enquanto para Vitória, a geração de ondas extremas é mais dominante devido à influência da alta pós-frontal, induzindo ondas de SE-E. Apesar de detectar com sucesso os WPs relacionados a eventos de ondas extremas, há limitações, como o uso do percentil 99 para definir eventos extremos, excluindo fenômenos menos intensos, mas ainda significativos. Sugere-se explorar limiares de percentil menores e analisar níveis atmosféricos superiores para entender melhor a dinâmica desses eventos. |
| id |
USP_34c2cf40396d993c36dfa8e59590df5e |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-01072024-093619 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do BrasilWeather Patterns classification and their relationships with wave extremes on the Southern and Southeastern Coast of BrazilPadrões meteorológicos; Oeste do Atlântico Sul; Extremos de ondaWave extremesWeather patterns; Western South AtlanticA interação atmosfera-oceano afeta a formação de ondas, com sistemas meteorológicos de alta intensidade que influenciam na direção, período e altura das ondas. Essa dinâmica é crucial para navegação e indústria de petróleo, onde previsões precisas de ondas são essenciais. Ondas extremas, causadas por eventos meteorológicos severos, trazem riscos a embarcações e infraestruturas costeiras. Entender padrões atmosféricos associados a condições extremas de ondas é vital para planejamento costeiro e segurança da operação. A identificação de \\textit{Weather Patterns} (WPs) associados a ondas extremas associadas para o Oceano Atlântico Sudoeste é o objetivo do presente trabalho. Para este fim, um algoritmo K-means foi adotado para agrupar dados em condições atmosféricas semelhantes, considerando 25 anos de dados de reanálise (1993-2017) das componentes de vento zonal e meridional e altura geopotencial a 1000 hPa. Três pontos (Vitória, Santos e Rio Grande) ao longo da costa brasileira foram escolhidos para avaliar os extremos de onda e quais WPs estão associados aos extremos nessas três diferentes regiões. O método do cotovelo foi utilizado para determinar o número ideal de centróides para representar os WPs em cada ponto. As datas correspondentes a cada WPs foram usadas para plotar o campo médio de onda e a rosa de ondas associados a cada um. Além disso, foram obtidos os campos médios de 24 e 48 horas anteriores à ocorrência de cada evento, no intuito de estudar a evolução desses padrões. Os resultados indicam que os WPs são dominados tanto por ciclones, cavados e anticiclones no domínio. Ciclones com uma faixa de vento S-SW induzem ondas extremas em Santos e Rio Grande, enquanto para Vitória, a geração de ondas extremas é mais dominante devido à influência da alta pós-frontal, induzindo ondas de SE-E. Apesar de detectar com sucesso os WPs relacionados a eventos de ondas extremas, há limitações, como o uso do percentil 99 para definir eventos extremos, excluindo fenômenos menos intensos, mas ainda significativos. Sugere-se explorar limiares de percentil menores e analisar níveis atmosféricos superiores para entender melhor a dinâmica desses eventos.Atmosphere-ocean interaction affects wave formation, with high-intensity meteorological systems influencing the direction, period and height of waves. This dynamic is crucial for shipping and the oil industry, where accurate wave forecasts are essential. Extreme waves, caused by severe meteorological events, pose risks to vessels and coastal infrastructure. Understanding atmospheric patterns associated with extreme wave conditions is vital for coastal planning and operational safety. The identification of weather patterns and associated surface waves for the Southwestern Atlantic Ocean is the goal of the present work. For this purpose, a K-means algorithm was adopted to group data into similar atmospheric conditions considering 25 years of reanalysis data (1993-2017) of zonal and meridional wind components and geopotential height at 1000 hPa. Three points (Vitoria, Santos and Rio Grande) along the Brazilian coast were chosen to evaluate the wave extremes and which Weather Patterns are associated with the extremes in these three different regions. The knee point detection method was used to determine the ideal number of centroids for representing the Weather Patterns at each point. The dates corresponding to each WP were used to plot the average wave field associated with each WP. Additionally, the average fields from the 24 and 48 hours prior to the occurrence of each event were obtained, with the purpose of studying the evolution of these patterns. The results indicate that WPs are dominated by both cyclones and anti-cyclones in the domain. Cyclones with a south/southwest fetch induce extreme waves in Santos and Rio Grande, while for Vitoria, extreme wave generation is more dominant due to the influence of the post-frontal high. Despite successfully detecting WPs related to extreme wave events, there are limitations, such as the use of the 99th percentile to define extreme events, excluding less intense but still significant phenomena. It is suggested to explore lower percentile thresholds and analyze upper atmospheric levels to better understand the dynamics of these events.Biblioteca Digitais de Teses e Dissertações da USPCamargo, Ricardo deSilva, Matheus Bonjour Laviola da2024-03-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/14/14133/tde-01072024-093619/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-13T20:31:02Zoai:teses.usp.br:tde-01072024-093619Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-13T20:31:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil Weather Patterns classification and their relationships with wave extremes on the Southern and Southeastern Coast of Brazil |
| title |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil |
| spellingShingle |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil Silva, Matheus Bonjour Laviola da Padrões meteorológicos; Oeste do Atlântico Sul; Extremos de onda Wave extremes Weather patterns; Western South Atlantic |
| title_short |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil |
| title_full |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil |
| title_fullStr |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil |
| title_full_unstemmed |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil |
| title_sort |
Classificação de Weather Patterns e suas relações com extremos de onda no Litoral Sul e Sudeste do Brasil |
| author |
Silva, Matheus Bonjour Laviola da |
| author_facet |
Silva, Matheus Bonjour Laviola da |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Camargo, Ricardo de |
| dc.contributor.author.fl_str_mv |
Silva, Matheus Bonjour Laviola da |
| dc.subject.por.fl_str_mv |
Padrões meteorológicos; Oeste do Atlântico Sul; Extremos de onda Wave extremes Weather patterns; Western South Atlantic |
| topic |
Padrões meteorológicos; Oeste do Atlântico Sul; Extremos de onda Wave extremes Weather patterns; Western South Atlantic |
| description |
A interação atmosfera-oceano afeta a formação de ondas, com sistemas meteorológicos de alta intensidade que influenciam na direção, período e altura das ondas. Essa dinâmica é crucial para navegação e indústria de petróleo, onde previsões precisas de ondas são essenciais. Ondas extremas, causadas por eventos meteorológicos severos, trazem riscos a embarcações e infraestruturas costeiras. Entender padrões atmosféricos associados a condições extremas de ondas é vital para planejamento costeiro e segurança da operação. A identificação de \\textit{Weather Patterns} (WPs) associados a ondas extremas associadas para o Oceano Atlântico Sudoeste é o objetivo do presente trabalho. Para este fim, um algoritmo K-means foi adotado para agrupar dados em condições atmosféricas semelhantes, considerando 25 anos de dados de reanálise (1993-2017) das componentes de vento zonal e meridional e altura geopotencial a 1000 hPa. Três pontos (Vitória, Santos e Rio Grande) ao longo da costa brasileira foram escolhidos para avaliar os extremos de onda e quais WPs estão associados aos extremos nessas três diferentes regiões. O método do cotovelo foi utilizado para determinar o número ideal de centróides para representar os WPs em cada ponto. As datas correspondentes a cada WPs foram usadas para plotar o campo médio de onda e a rosa de ondas associados a cada um. Além disso, foram obtidos os campos médios de 24 e 48 horas anteriores à ocorrência de cada evento, no intuito de estudar a evolução desses padrões. Os resultados indicam que os WPs são dominados tanto por ciclones, cavados e anticiclones no domínio. Ciclones com uma faixa de vento S-SW induzem ondas extremas em Santos e Rio Grande, enquanto para Vitória, a geração de ondas extremas é mais dominante devido à influência da alta pós-frontal, induzindo ondas de SE-E. Apesar de detectar com sucesso os WPs relacionados a eventos de ondas extremas, há limitações, como o uso do percentil 99 para definir eventos extremos, excluindo fenômenos menos intensos, mas ainda significativos. Sugere-se explorar limiares de percentil menores e analisar níveis atmosféricos superiores para entender melhor a dinâmica desses eventos. |
| publishDate |
2024 |
| dc.date.none.fl_str_mv |
2024-03-07 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/14/14133/tde-01072024-093619/ |
| url |
https://www.teses.usp.br/teses/disponiveis/14/14133/tde-01072024-093619/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1815257788031434752 |