modelação operacional objectivos iniciais desenvolver o protótipo de um modelo operacional...
TRANSCRIPT
Modelação Operacional
Objectivos iniciais
Desenvolver o protótipo de um modelo operacional
1. Tornar visíveis as limitações do sistema2. Ganhar experiência nos processos3. Divulgar o trabalho que está a ser feito, de modo a angariar
novos investimentos
Root Mean Squared Error (RMSE)
00.05
0.10.15
0.20.250.3
0.350.4
0.450.5
Alc
oche
te
Alfe
ite
Cab
o R
uivo
Cac
ilhas
Cas
cais
Lisb
oa
Mon
tijo
Par
cos
Ped
rouc
os
Pen
iche
Pon
tada
Erv
a
Pov
oa I
ria
Sei
xal
Ses
imbr
a
Tra
faria
Vila
Fra
nca
m
Correlation Coefficient
0.91
0.92
0.93
0.94
0.95
0.96
0.97
0.98
0.99
1
Alc
oche
te
Alfe
ite
Cab
o R
uivo
Cac
ilhas
Cas
cais
Lisb
oa
Mon
tijo
Par
cos
Ped
rouc
os
Pen
iche
Pon
tada
Erv
a
Pov
oa I
ria
Sei
xal
Ses
imbr
a
Tra
faria
Vila
Fra
nca
m
velocity [mm/s] : -1m depth
-1000
-800
-600
-400
-200
0
200
400
600
800
1000
-1000 -500 0 500 1000
ADCP
MOHID
velocity [mm/s] : 15m depth
-1000
-800
-600
-400
-200
0
200
400
600
800
1000
-1000 -500 0 500 1000
ADCP
MOHID
velocity [mm/s] : 25m depth
-1000
-800
-600
-400
-200
0
200
400
600
800
1000
-1000 -500 0 500 1000
ADCP
MOHID
velocity [mm/s] : average in the water column
-1000
-800
-600
-400
-200
0
200
400
600
800
1000
-1000 -500 0 500 1000
ADCP
MOHID
• Correlações:– componente zonal / WE (dominante) > Componente meridional / SN– Aumentam em direcção à superfície
• Como explicar?– Processos de larga escala? => nível 1 3D + circulação de larga escala – Atrito junto ao fundo? => baixar o valor– Vento sem variabilidade espacial? => impôr variabilidade espacial ao modelo de
nível 1
0.0
5.0
10.0
15.0
20.0
25.0
30.0
35.0
0.000 0.200 0.400 0.600
Correlation
Wat
er h
eig
ht
abo
ve
bo
tto
m (
m)
WE SN
WE mean SN mean
- Correlation between ADCP and MOHID data for each layer (assigned at the average height), for the average velocity for water column (referred as mean) and by velocity component (West-East, WE, and South-North, SN). Heights referred bottom of sea
Validation – Ecological Model (2D)
Stations where data were collected and compared with MOHID operational model results
Validation - Ecological Model (2D)Nitrates
0
0.05
0.1
0.15
0.2
28-06-2003 17-08-2003 06-10-2003 25-11-2003
Date
Nit
rate
s [m
g N
/L]
Model
Field Data
Dissolved Oxygen
0
2
4
6
8
10
28-06-2003 17-08-2003 06-10-2003 25-11-2003
Date
D.O
. [m
g/L
]
Model
Field Data
Chlorophyll a
0
1
2
3
4
5
28-06-2003 17-08-2003 06-10-2003 25-11-2003
Date
Ch
l a
[ug
/L]
Model
Field Data
Ammonia
00.010.020.030.040.050.060.07
28-06-2003 17-08-2003 06-10-2003 25-11-2003
Date
Am
mo
nia
[m
g N
/L]
Model
Field Data
Comparison between parameters concentration calculated with MOHID operational model for station P8, and field data, averaged in space, obtained in the same point
and other points near P8, at different depths (surface, middle and bottom). The vertical black bars represent the magnitude of the standard deviation between the
measured points. (a) – nitrates; (b) – Dissolved oxygen; (c) – Chlorophyll a; (d) –
ammonia.
Field data- automatic data acquisition stations -
Cascais
Carcavelos
-> Atmospheric Station-> Water quality monitoring stations*:-Currents Sensor: horizontal velocities and direction
- Multiparametric Sounder: Temperature, salinity / condutivity, dissolved oxygen, pH, turbidity, chlorophyll
1 Ship-of-Opportunity System (MARETEC’s Ship) -Multiparametric Sounder + Acoustic Doppler Profiler*
* - In the near future
ADCP SANEST ?
Futuro
Modelação• Domínios de computação
– Modelo 2D e 3D* para a costa portuguesa (Hidrodinâmica)– 3D para o Tejo com Hidrodinâmica + Qual. da água – o modelo
3D com qualidade da água demora +/- o dobro o tempo de cálculo;
• Condições de Fronteira– Forçamento atmosférico com variabilidade espacial no modelo
para a Costa Portuguesa– Inserir descargas das ETAR’s da SimTejo no modelo– Utilizar climatologia ou outros modelos globais nas condições de
fronteira aberta dos modelos 3D (Tejo e/ou Portugal)
* Muito tempo de cálculo
Futuro
Data Management1.Modelo:
– Escolher séries temporais específicas para fazer outputs directos para a Bases de dados. As séries temporais devem: a)ser representativas; b) ter uma boa base de validação (p.ex. pontos da SANEST/SIMTEJO ou pontos de marégrafos).
2.Aquisição de dados:– Informação do sistema de aquisição em movimento deve ser
transferida para uma base de dados em postgreSQL– Converter a base de dados de sistemas de aquisição fixas toda
para postgreSQL– Arranjar dados dos marégrafos, enviá-los para uma base de
dados nossa.
Futuro
Data Management
3. Visualização de Resultados:– graficar e tabelar as séries temporais de output do modelo e
compará-las com dados de campo das campanhas e de marégrafos “on-the-fly”
– fazer gráficos com o GMT– página integrada dos modelos operacionais (modelo de ondas
com o modelo atmosférico e com o modelo oceanográfico– comparação do MOHID com os dados de satélite
4. Outros:– desenvolver ferramenta para correr operacionalmente o
sistema operacional, baseado em .NET
Futuro
ValidaçãoElaborar um relatório periódico (6 meses?)
1. Valores Locais:– Maré: marégrafos, e componentes harmónicas– Velocidades: ADCP SANEST (parado de momento) e futuro ADP
móvel– Temperatura e Salinidade: CTD’s; campanhas; estações fixas;
sistema móvel de aquisição dados; imagens satélite– Sedimentos e Qualidade da água: campanhas; estações fixas;
imagens satélite
2. Mapas:– Temperatura e Salinidade: imagens satélite; sistema móvel de
aquisição dados– Sedimentos e Qualidade da água: imagens satélite; sistema móvel de
aquisição dados; situação de referência