Resumo O Gridpoint Statistical Interpolation (GSI) é o sistema de assimilação de dados utilizado no Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) do Instituto Nacional de Pesquisas Espaciais (INPE) desde 2013 e atualmente integra, de maneira acoplada ao Brazilian Global Atmospheric Model (BAM), o Sistema de Modelagem Global (SMG). Por meio da abordagem variacional aplicada ao SMG, esse sistema permite assimilar de forma direta dados de radiância, os quais são atualmente o sistema de observação que apresenta o maior impacto positivo para a melhoria da qualidade das Previsão Numérica de Tempo (PNT) em escala sinótica. Com intuito de detalhar as particularidades necessárias para a assimilação desses dados e evidenciar sua importância para a qualidade dos produtos obtidos ao utilizar o SMG, o presente estudo destaca os principais pontos do tratamento dos dados de radiância dentro do GSI e apresenta resultados de um experimento usando dados do sensor AMSU-A a bordo de diversos satélites para descrever o comportamento espacial e temporal dos dados assimilados, em termos quantitativos e qualitativos. Usando os dados de radiância como referência, em uma comparação da previsão de curto prazo do modelo com as análises, observa-se que essas últimas apresentam uma diminuição dos erros indicando a eficiência do processo de assimilação de radiância, com impacto positivo na assimilação de outras bases de dados, como os da Rádio Ocultação GNSS aqui avaliados. Esse impacto deve contribuir para a melhoria da qualidade dos produtos de PNT gerados pelo CPTEC, o que deverá ser avaliado na continuidade dessa pesquisa.

Abstract The Gridpoint Statistical Interpolation (GSI) is the data assimilation system used in the Center for Weather Forecasting and Climate Studies (CPTEC) of the National Institute for Space Research (INPE) since 2013 and is currently part of the Brazilian Global Atmospheric Model (BAM), the GLobal Modeling System (SMG). Through the variational approach applied to the SMG, this system allows for the direct assimilation of radiance data, which currently represents the greatest impact for obtaining a better Numerical Weather Forecast (NWP) quality on a large scale. In order to detail the particularities necessary for the assimilation of these data and call attention to its importance for the quality of the products obtained using the SMG, this study highlights the main points of the treatment of radiance data within the GSI and presents results of an experiment using AMSU-A sensor data on board several satellites to describe the spatial and temporal behavior of the assimilated data, in quantitative and qualitative terms. Using the radiance data as a reference, in a comparison of a short-term forecast of the model with the analyses, it is observed that the latter shows a decrease in error indicating the efficiency of the radiance assimilation process, with a positive impact on the assimilation of other databases, such as the GNSS Concealment Radio evaluated here. This impact should contribute to improving the quality of the PNT products generated by CPTEC, which should be evaluated in the continuation of this research.

Resumo Os modelos de previsão de tempo baseiam-se em métodos computacionais aplicados para prever os fenômenos meteorológicos a partir da integração numérica de equações que descrevem o movimento dos elementos químicos que compõem a atmosfera. Entre as variáveis previstas por esses modelos a precipitação é uma das mais importantes, e é a mais difícil de se obter bons resultados no posicionamento, intensidade e extensão dos eventos. Uma das fontes de incerteza na qualidade dessas previsões é o próprio método de avaliação empregado, pois os métodos convencionais não avaliam adequadamente os aspectos espaciais. O presente estudo tem como objetivo principal propor e validar uma metodologia de avaliação diagnóstica orientada a objeto, empregando o algoritmo Method for Object-Based Diagnostic Evaluation (MODE), dentro do Sistema Comunitário de Avaliação de Modelos Numéricos de Previsão de Tempo e Clima (SCANTEC). Experimentos utilizando casos idealizados são apresentados, os quais permitem validar a implementação do método e demonstrar as suas vantagens com relação às métricas convencionais de avaliação. São também apresentados os resultados desse método na comparação das previsões reais de precipitação gerados por modelos utilizados rotineiramente no CPTEC, como prova de conceito, exemplificando o uso ao explorar as métricas disponíveis. Os resultados são discutidos e demostram o grande potencial da metodologia orientada a objeto para o aprimoramento e evolução dos produtos de previsão numérica de tempo.

Abstract Numerical Weather Prediction Models (NWPM) are based on computational methods applied to predict meteorological phenomena from the numerical integration of equations that describe the movement of the atmospheric components. Among the variables predicted by NWPM, precipitation is one of the most important, and it is also the most difficult to obtain good results in the positioning, intensity, and extension of the events. One of the sources of uncertainty in the quality of these forecasts is the evaluation method because conventional methods do not evaluate the spatial aspects appropriately. The objective of this study is to propose and validate a methodology of object-based diagnostic evaluation using Object-Based Diagnostic Evaluation (MODE) algorithm implemented in the Community System for the Evaluation of Numerical Models of Weather and Climate Prediction (SCANTEC). Experiments using idealized cases are presented, which allow validate the implementation of the method and show its advantages over conventional evaluation metrics. The results of this method are also presented in the comparison of the real precipitation forecasts generated by routinely used models in CPTEC as proof of concept, exemplifying its use to explore the available metrics. The results demonstrate the great potential of the object-based methodology for the evolution of the NWPM.

Abstract: In Global Navigation Satellite Systems (GNSS), the effects of neutral atmosphere in electromagnetic signal propagation impacts directly on the quality of the final estimated position, leading to errors in the metric order. Using an atmospheric model is a good strategy to minimize these errors, because it becomes possible to obtain a neutral atmospheric delay with the same spatial and temporal resolution, taking into consideration particularities of the atmosphere treated by a numerical model. The regional model of the Center for Weather Forecasting and Climate Studies (CPTEC) used in this paper has a spatial resolution of 15 km and a temporal resolution of 3 hours. Usually, the delay prediction of 3 hours is interpolated in time to GNSS applications and this can influence the quality of the values obtained in each interpolated epoch. Higher temporal resolutions can lead to lower errors in the final position. In this paper, the quality of delay predictions is evaluated for this atmospheric model with resolutions of 6 and 3 hours. The estimated delay, derived from meteorological data in the same location as the geodetic data, is considered as “truth”. The temporal resolution of 3 hours shows better results than using 6 hours, particularly for the hydrostatic component in the initial prediction period, RMSE of 1.25 cm was reduced to 0.2 cm in NEIA station.

Resumo Atualmente tem crescido o número de satélites de órbita baixa dedicados à rádio ocultação dos sinais do Sistema de Posicionamento Global (GPS). O MetOp-B é um desses novos satélites, mas ainda não foi explorado na assimilação de dados realizada no Brasil. Com o intuito de incluir essa fonte de observação na base de dados utilizada na assimilação do CPTEC/INPE e avaliar o impacto da mesma na melhoria do desempenho do Modelo de Circulação Geral Atmosférica, foi realizado um experimento para os meses de janeiro e agosto de 2014. Os resultados foram comparados com um experimento controle, onde tais dados não foram assimilados. Os resultados mostraram que a inclusão dos perfis de refratividade do MetOp-B impactou beneficamente na assimilação de uma maior quantidade de dados dos demais satélites em operação, COSMIC, TerraSAR-X e MetOp-A. No mês de agosto foram observados resultados mais proeminentes, pois o ganho em valores da raiz do erro quadrático médio foi maior que 40% nas variáveis de estado nas primeiras 24 h de previsão no Hemisfério Sul, variáveis essas diretamente relacionadas com os valores de refratividade. Além disso, os valores do coeficiente de correlação de anomalia sobre a América do Sul indicaram que a inclusão dos dados do MetOp-B impactou de forma indireta as componentes zonal e meridional do vento em 250 hPa, o que evidencia a importância de assimilar tais dados.

Abstract Currently, there is an increase in the number of low orbit satellites dedicated to radio occultation of GPS signals. The MetOp-B is one of these new satellites, but it has not been explored in the data assimilation performed in Brazil. In order to include this source of observation in the database used in the assimilation of the CPTEC/INPE and evaluate its impact in the performance of the Atmospheric Global Circulation Model used operationally at the center, an experiment with data from January and August 2014 was executed. The results were compared with another experiment without assimilating those data, which showed that the inclusion of the MetOp-B refractivity profiles, has impacted beneficially the assimilation of more data from the other satellites in use, such as COSMIC, TerraSAR-X and MetOp-A. The most prominent results were observed in August, with root mean squared gain values greater than 40% in the state variables for the 24-h forecast over the Southern Hemisphere, variables that are directly related to the refractivity values. Beyond that, the anomaly correlation coefficient values over South America indicated that, adding the MetOp-B data, the zonal and meridional wind components at 250 hPa were indirectly impacted, showing the importance of assimilate such data.

Resumo A matriz de covariâncias dos erros de previsão representa uma importante componente de um sistema de assimilação de dados. Pode-se mostrar matematicamente que os incrementos de análise são diretamente proporcionais à matriz de covariâncias. Considerando-se este resultado, é correto afirmar que a habilidade de um sistema de assimilação de dados está diretamente relacionada às características da matriz de covariâncias, sejam elas representadas por comprimentos de escala horizontais e verticais e amplitudes (desvios-padrão e variâncias). Se o sistema de assimilação de dados utiliza as observações para corrigir as previsões do modelo, ponderando-se os erros das observações e previsões, então o uso de uma matriz de covariâncias não ajustada pode impactar de forma significativa o processo de assimilação de dados. No CPTEC, tem-se investido esforços para o ajuste da matriz de covariâncias utilizada na assimilação de dados. Neste trabalho é feita, portanto, uma discussão conceitual da matriz de covariâncias, expressando a sua importância e a forma como é aplicada em um sistema operacional. Além disso, é apresentada uma caracterização quantitativa e qualitativa dessa matriz para o modelo de circulação geral da atmosfera do CPTEC, e quais são as características resultantes dos incrementos de análise produzidos no sistema GSI utilizado pelo centro.

Abstract The background error covariance matrix represents a key component of a data assimilation system. It can be shown mathematically that the analysis increments are directly proportional to the covariance matrix. As a result it is correct to state that the performance of a data assimilation system is related to the characteristics of the covariance matrix, in terms of: horizontal and vertical length scales, standard deviations and variances. Considering the information that the data assimilation system uses the observations to correct the model forecasts weighting the model and observations errors, thus the use of an unadjusted covariance matrix can impact the resulting analysis at a great level. At CPTEC efforts has been made in order to adjust the covariance matrix for its application at the operations. In this work it is presented a conceptual overview on the subject, enlightening the importance of the background error covariance matrix and how it is treated in an operational data assimilation system. Furthermore, it is also made a quantitative and qualitative characterization of the background error covariance matrix calculated using the CPTEC global forecast model and the differences in the resulting analysis increments.

Estudos sobre a sensibilidade dos modelos de previsão numérica de tempo a erros nas condições iniciais têm evidenciado a contribuição da assimilação de dados na melhoria do desempenho dos mesmos em descrever o estado futuro da atmosfera. Entre outras fontes de dados, a assimilação de perfis atmosféricos obtidos por rádio ocultação Global Navigation Satellite System (GNSS) tem-se destacado como uma ferramenta adicional na redução das deficiências do sistema de coleta de dados meteorológicos. Com o intuito de explorar os benefícios dessa fonte adicional de dados na previsão numérica de tempo gerada pelo modelo de circulação geral atmosférico do CPTEC/INPE, foram realizados experimentos assimilando perfis atmosféricos de altura geopotencial e umidade obtidos por rádio ocultação GNSS, utilizando dados da constelação Constellation Observing System for Meteorology Ionosphere & Climate (COSMIC), para os meses de janeiro e julho de 2009. Os resultados mostraram que o impacto é significativamente positivo durante o verão em todas as variáveis de estado, com ganhos expressivos na extensão das previsões válidas (coeficiente de correlação de anomalia acima de 60%), os quais foram em alguns casos superiores a 48 horas. Esse impacto foi ainda maior sobre a América do Sul com resultados positivos mesmo durante o inverno.

Studies about the sensibility of numerical weather prediction (NWP) model to uncertainty in the initial conditions have revealed the actual contribution of the data assimilation on the description of future atmosphere state. Among other data sources, the atmospheric profiles obtained by radio occultation Global Navigation Satellite System (GNSS) have become an additional tool in the reduction of the meteorological data base deficiencies. In order to explore the benefits of that additional data source in the NWP generated by the CPTEC/INPE general circulation model, some experiments were carried out by assimilating geopotencial height and humidity atmospheric profiles obtained by Constellation Observing System for Meteorology Ionosphere & Climate (COSMIC) constellation data. The period of these experiments were the months of January and July of 2009. The results show that this data assimilation exhibits a significant positive impact during the summer on all the state variables. Results also show a positive improvement during the summer for all state variables, with expressive improvements in the valid forecasts time range (anomaly correlation above 60%), which were in some cases greater than 48 hours. This impact was still greater over South America with positive results even during the winter.

O posicionamento com o sistema GNSS (Global Navigation Satellite System) é atualmente a técnica mais utilizada para se obter a localização sobre a superfície terrestre ou próxima a essa. Depois dos efeitos causados pela ionosfera, a refração que o sinal sofre ao ultrapassar a neutrosfera pode ser considerada como uma das maiores fontes de erro no sinal, a qual gera um atraso, que rebatida na direção zenital é denominado atraso zenital neutrosférico (ZND), ou ainda atraso zenital troposférico (ZTD - Zenithal Tropospheric Delay). Esse atraso gera erros no posicionamento GNSS quando o mesmo não é devidamente modelado. Os modelos de Previsão Numérica de Tempo (PNT) são boas alternativas para a modelagem do ZND, pois como são alimentados diariamente por observações da atmosfera, os mesmos, geram previsões do ZND capazes de captar suas oscilações espaciais e temporais. No CPTEC/INPE são desenvolvidos e operacionalizados modelos de PNT globais e regionais, sendo os últimos dedicados ao melhor detalhamento sobre a América do Sul. No Brasil está operacional no CPTEC/INPE um processo que gera tais previsões com resolução espacial de 15 km e temporal de 3 horas, além de outras versões que contemplam outras sofisticações. Para determinar o impacto dessas melhorias na qualidade das previsões do ZND, o presente trabalho apresenta uma avaliação robusta das versões disponibilizadas, utilizando como referência os valores de ZND estimados a partir dos dados GNSS coletados pelas estações da RBMC (Rede Brasileira de Monitoramento Contínuo), levando em consideração: a variação sazonal, a continentalidade e a variação da altitude e latitude.

GNSS (GNSS - Global Navigation Satellite System) positioning is the most by used technique to obtain a location over terrestrial surface or close to it. After the effects generated by the ionosphere, the refraction that the signal suffers, when it goes through the neutrosphere, can be considered as one of the largest error sources in the signal, in which is generated a neutrospheric delay, also called Zenithal Tropospheric Delay (ZTD). When the ZTD is not modeled, significant errors in the GNSS positioning are observed. Numerical Weather Prediction models are good alternatives to obtain ZTD over South America, because they are fed daily by atmospheric observations and consequently they are able to capture the temporal and spatial oscillations of the ZTD values. In Brazil, a system is operating at CPTEC/INPE for the purpose of generating such forecasts with spatial resolution of 15 km and temporal of 3 hours. In order to assess the impact of the recent improvements in the quality of ZTD predictions, a robust evaluation of the ZTD predictions was performed, taking into consideration several analyses in the Brazilian territory, in which ZTD values obtained from GPS data collected by the RBMC stations were used as reference, considering the evaluation: seasonal, the continentality, altitude and latitude variation.

Nos últimos anos, duas importantes implementações foram feitas no sistema global de assimilação de dados e previsão de tempo do CPTEC/INPE, as quais têm uma relação direta com a previsibilidade dos campos de umidade. A primeira é a assimilação de valores do vapor d'água integrado na atmosfera (IWV-Integrated Water Vapor). A segunda é a utilização de uma versão melhorada do modelo de previsão de tempo, juntamente com o aumento da resolução da grade. O objetivo do presente estudo é caracterizar o impacto de tais implementações na melhoria da previsibilidade da umidade. Para isso, quatro experimentos foram realizados utilizando as versões T126L28 (sem as melhorias) e T213L42 (com a implementação das melhorias) do modelo global do CPTEC, com e sem a assimilação do IWV. Os resultados obtidos mostram que o impacto da assimilação de IWV é maior nas primeiras horas de previsão. Por outro lado, as melhorias implementadas no modelo geram bons resultados para as previsões de médio (após 60 horas) a longo prazo. Em consequência disso, o impacto combinado de ambas as implementações é significativo ao longo de todo o período de integração avaliado. Nessa circunstância, o intervalo das previsões do IWV consideradas estatisticamente válidas (coeficiente de correlação de anomalia acima de 0.6) é ampliado em 25 horas na região tropical e em 18 horas na América do Sul.

Two important implementations, directly related to the prediction of atmospheric humidity fields, have been introduced during in the recent years in the weather forecast model and its data assimilation system at CPTEC/INPE. The first is the inclusion of Integrated Water Vapor (IWV) data in the assimilation scheme. The second is the improvement of the weather forecast model along with an increase in the grid resolution. The goal of this paper is to characterize the impact of these implementations in the prediction of humidity fields. To achieve this goal four experiments were conducted using the T126L28 (without the improvement) and T213L42 (with the improvement) versions of the CPTEC's global model, with and without assimilation of IWV. The results show that the impact of IWV assimilation is larger in the first hours of forecast. On the other hand, the larger impacts produced by the improvements in the weather forecast model occur from the 60th h of forecast onward. Consequently the combined impact of both implementations represent an improvement throughout the integration period or the period at which predictions of IWV present an acceptable skill (above 60%) were extended in up to 25 hours over the global tropical regions and up to 18 hours over South America.

Com o advento dos satélites artificiais Global Positioning System (GPS) em conjunto com os satélites Low Earth Orbiting (LEO), surge a Rádio Ocultação GPS (RO GPS), técnica que permite obter remotamente perfis atmosféricos com boas perspectivas para aplicações em modelagem numérica de tempo. O satélite LEO denominado Challenging Minisatellite Payload of Geophysical Research and Application (CHAMP), embora tenha sido lançado com o objetivo principal voltado para estudos geofísicos, tem permitido também acessar o potencial da RO GPS. Nesse trabalho objetiva-se avaliar a qualidade dos perfis atmosféricos obtidos com o satélite CHAMP sobre a América do Sul, comparando-os com os perfis provenientes de radiossondagens e da reanálise regional de 5 anos do CPTEC/INPE. Os resultados da comparação entre os perfis obtidos por RO GPS e por radiossondas, apontam uma diferença média na temperatura abaixo de 1K e um desvio padrão de até 3K, distribuídos na camada entre 9 e 18 km. Os resultados da comparação entre os perfis de temperatura advindos de RO GPS e da reanálise do CPTEC entre 9 e 13 km, mostram que o viés é praticamente nulo e o desvio padrão próximo a 1K.

With the advent of Global Positioning System (GPS), together with Low Earth Orbit (LEO) satellites, the Radio Occultation GPS (RO GPS) technique appears as a possibility of obtaining atmospheric profiles remotely, with positive perspectives of applications in atmospheric numerical modeling. The LEO satellite mission denominated Challenging Minisatellite Payload of Geophysical Research and Application (CHAMP), although with the main objective being in the area of geophysical studies, it has also allowed studies about the potential of RO-GPS. This study is related to the evaluation of the atmospheric profiles quality obtained by the LEO CHAMP satellites over South America, comparing them to radiosondes profiles and of regional reanalysis of five years from CPTEC/INPE. The results of the comparisons between RO GPS and RSO profiles pointed out a mean temperature difference below 1 K and a standard deviation of up to 3 K, distributed in altitudes from 9 to 18 km. The comparisons of temperature profiles from RO GPS and CPTEC's reanalysis between 9 and 13 km showed that the bias is almost null and the standard deviation is around 1 K.

Sondagens remotas têm sido consideradas como fontes primárias de informação para fornecer uma boa estimativa das condições iniciais para modelos de Previsão Numérica de Tempo. Neste contexto, o objetivo deste estudo é avaliar o impacto das sondagens AIRS/AMSU no sistema de assimilação/previsão de tempo do Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais (CPTEC/INPE). O impacto é quantificado em termos das diferenças entre as previsões e o campo de análise e entre as previsões e as observações. Os resultados indicam claramente uma melhora na qualidade das análises e previsões, principalmente em regiões onde o número de observações convencionais é baixo. Além disso, são notadas melhorias significativas na performance do sistema de assimilação/previsão de tempo sobre o Hemisfério Sul e América do Sul, comparado com os experimentos sem a inclusão dos dados. A melhora na performance desse sistema em 4 dias para o Hemisfério Sul é equivalente a ganhar uma extensão da capacidade de previsão em torno de 6 horas. Estes resultados mostram que esse novo sistema de sondagem tem um potencial significativo para melhorar o desempenho do sistema de assimilação/previsão de tempo do CPTEC e prover, operacionalmente, melhores previsões de tempo.

Remote sensing data have become the predominant source of information for providing good estimation of the initial conditions for Numerical Weather Prediction. The purpose of this study is to evaluate the impact of the AIRS/AMSU sounding on the CPTEC global data assimilation/forecast system. The impact is evaluated in terms of the difference between the forecasts and analysis fields. The results clearly indicate an improvement in the quality of the analysis and forecasts, mainly in the Southern Hemisphere, when AIRS/AMSU soundings are included in the assimilation/forecast system. Besides, the results from the initial experiments with AIRS/AMSU data indicate significant improvements in forecast skill over the Southern Hemisphere and South America, compared with the experiment without AIRS/AMSU sounding data. The improvement in the forecast skills at four days in Southern Hemisphere is equivalent to gaining an extension of forecast capability of six hours. These results indicate the potential of AIRS/AMSU sounding system to improve operational forecast skill at CPTEC/INPE.

Valores do IWV (Integrated Water Vapor - Vapor D'água Integrado na coluna atmosférica) provenientes da Rede Brasileira de Monitoramento Contínuo (RBMC) dos Satélites GPS (Global Positioning System - Sistema de Posicionamento Global) compõem uma fonte adicional de informações da umidade para a assimilação em modelos operacionais de Previsão Numérica de Tempo (PNT) existentes no Brasil. Para que os valores do IWV-GPS sejam obtidos com maior eficiência é necessário uma otimização do processamento de dados GPS para a estimativa do ZTD ( Zenithal Tropospheric Delay - Atraso Zenital Troposférico), de forma que resultados com qualidade adequada possam ser obtidos com custo computacional baixo. Nessa otimização deve-se definir o tamanho ideal da chamada janela deslizante (sliding window ) de dados GPS envolvidos no processamento em tempo real, a qual deve ser a menor possível, mas fornecendo resultados satisfatórios. O objetivo desse trabalho é investigar sobre o tamanho ideal dessa janela de dados. Um experimento foi realizado envolvendo janelas de dados GPS de diferentes tamanhos, as quais foram testadas através de simulações de processamento em tempo real. Comparando os resultados simulados com aqueles obtidos no modo pós-processado, observou-se que do ponto de vista operacional o emprego de uma janela com 7 horas de dados proporciona os melhores resultados (Erro médio Quadrático de 1,61 e 1,82 kg m-2 para 60 e 120 minutos de latência, respectivamente).

IWV (Integrated Water Vapor) values from the Brazilian Network for Continuous Monitoring (RBMC) of GPS (Global Positioning System) signals are additional sources of humidity information available for being used in Numerical Weather Prediction (NWP) models operating in the Brazilian meteorological centers. In order to obtain IWV-GPS values in an efficient approach, an optimization of the GPS data processing for estimating the ZTD values (Zenithal Tropospheric Delay) is involved, which should search for the best result with lowest computational cost. In this optimization process it is necessary to determine the ideal size of the so called sliding-window data involved in the real time data processing, which must be the as small as possible but providing results with the required quality. In this paper is investigated the ideal size of such sliding-window. An experiment was carried out in which GPS sliding-windows of different sizes were evaluated using simulations of a real time data processing. Comparing the obtained results with those from post-processed GPS data, it is observed that a sliding-window containing 7 hours of GPS data generated the best results from the operational point of view (rms of 1.61 and 1.82 kg m-2 for latency of 60 and 120 minutes, respectively).