Adaptive filtering in the frequency domain applied to the reduction of climate prediction errors

Autor: Pinto, Leandro Ferreira Gentile
Přispěvatelé: Tcheou, Michel Pompeu, Lovisolo, Lisandro, Chan, Chou Sin, Ferreira, Tadeu Nagashima
Jazyk: portugalština
Rok vydání: 2018
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UERJ
Universidade do Estado do Rio de Janeiro (UERJ)
instacron:UERJ
Popis: Submitted by Boris Flegr (boris@uerj.br) on 2021-01-06T19:20:02Z No. of bitstreams: 1 Leandro Ferreira Gentile Pinto_ok.pdf: 9947806 bytes, checksum: 30ba6fd213fb202fde09ff2c3d3ecc6e (MD5) Made available in DSpace on 2021-01-06T19:20:02Z (GMT). No. of bitstreams: 1 Leandro Ferreira Gentile Pinto_ok.pdf: 9947806 bytes, checksum: 30ba6fd213fb202fde09ff2c3d3ecc6e (MD5) Previous issue date: 2018-08-07 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior This work presents the results about the use of adaptive filters in the frequency domain. This is done using the RLS (Recursive Least Squares) algorithm and the twodimensional DCT (Discrete Cosine Transform), respectively, with the objective to reduce deviations in climatic forecasts. The differences between the climatic variables observed in the atmosphere and those predicted by a numerical model tend to increase with the integration time due to errors and simplifications in the equations. The Eta regional atmospheric model is used by CPTEC / INPE for numerical climate prediction calculations, which contains errors. This dissertation adopts the use of adaptive filtering and digital signal and image processing techniques to reduce Eta model weather forecasts to improve these predictions. Errors are calculated from the NCEP reanalysis data. The climatic variables used in this work are the zonal and meridional components of the wind, geopotential height and specific humidity, analyzed in twenty atmospheric pressure levels and in the spatial resolution of 40 km. The experimental results indicate that the adaptive filters of order (N = 4) are able to reduce the prediction errors, which are evaluated using the mean square error and the maximum error. Este trabalho apresenta os resultados sobre o emprego de filtros adaptativos no domínio da frequência. Isso é feito utilizando o algoritmo RLS (Recursive Least Squares) e a DCT (Discrete Cosine Transform) bidimensional, respectivamente, com o objetivo de reduzir desvios em previsões climáticas. As diferenças entre as variáveis climáticas observadas na atmosfera e as previstas por um modelo numérico tendem a aumentar com o tempo da integração, devido a erros e simplificações nas equações. O modelo atmosférico regional Eta é utilizado pelo CPTEC/INPE para cálculos de previsão numérica climática, que contém erros. Esta dissertação adota o uso da filtragem adaptativa e técnicas de processamento digital de sinais e imagens para reduzir os erros das previsões climáticas do modelo Eta, de modo a aprimorar essas previsões. Os erros são calculados a partir dos dados das reanálises do NCEP. As variáveis climáticas utilizadas neste trabalho são as componentes zonal e meridional do vento, altura geopotencial e umidade específica, analisadas em vinte níveis de pressão atmosférica e na resolução espacial de 40 km. Os resultados experimentais indicam que os filtros adaptativos de ordem (N = 4) conseguem reduzir os erros de previsão, que são avaliados usando o erro quadrático médio e o erro máximo.
Databáze: OpenAIRE
Externí odkaz: