Global T126 e GFS), executando para ambos os horários (00Z e 12Z), utilizando

Transcrição

1 51 Figura 13 - Solicitação e resposta do http. 3.2 Método Para criação da nova metodologia de avaliação, foi utilizado trabalhos escritos por RENARD e CLARKE (1965) que dizem que é possível posicionar as frentes através das linhas de corrente. A partir de 2000, o grupo de avaliação de modelos (METOP/CPTEC) iniciou uma avaliação subjetiva para três modelos numéricos do CPTEC (ETA 40km, Global T126 e GFS), executando para ambos os horários (00Z e 12Z), utilizando um software desenvolvido em GrADS para visualização de dados (M10), e de forma totalmente subjetiva, ou seja, o meteorologista, através da carta sinótica definia o posicionamento da frente e ia comparando visualmente o deslocamento da frente em relação as previsões. Os resultados obtidos eram marcados em uma

2 52 tabela e no final do mês era gerada a figura. As classes utilizadas no trabalho desenvolvido eram próximo, adiantado, atrasado e não previsto. Na Figura 14, observamos como era feita esta avaliação, do lado direito era a análise do modelo (circulo branco), do lado esquerdo a previsão do modelo para o dia da análise (circulo vermelho) e assim era possível comparar a previsão do modelo para o dia determinado. Figura 14 Software M10. Fonte: CPTEC As principais desvantagem apresentadas por essa avaliação era o tempo gasto para se fazer a avaliação de um dia para um modelo numérico, o meteorologista gastavam em média quarenta minutos para fazer a avaliação completa. Outra grande desvantagem seria a capacidade de avaliar corretamente

3 53 o modelo numérico quando era executada no dia, se por algum motivo o meteorologista não fizesse a avaliação no dia, ele perderia o ultimo horário de previsão e assim conseqüentemente. A nova metodologia desenvolvida para a avaliação de zonas de transição entre duas massas de ar com temperaturas e densidades diferentes utiliza uma rodada dos modelos meteorológicos operacionais de um centro de previsão de tempo. Com base em informações preliminares da existência de frentes, observada na carta sinótica, o meteorologista irá executar o software e aparecerá a análise do modelo, marcando a posição da frente, traçando uma reta com o mouse. Em seguida, irão aparecendo as previsões dos modelos (24, 48, 72, 96, 120, 144 e 168), fazendo o mesmo procedimento da análise, marcando o deslocamento da frente no continente/oceano. Uma observação importante a ser destacada é que todas as retas possuem um mesmo tamanho, tendo como tamanho padrão o da reta da análise. A cada previsão os pontos da reta são definidos e se faz o cálculo ponto a ponto da reta da análise contra a reta da previsão. Posteriormente o cálculo da distância ponto a ponto, calcula-se a distância média entre as retas. Pode ocorrer de alguma previsão não possuir a frente, então se marca como não prevista para aquela previsão. Com as informações encontradas cria-se um gráfico mensal para cada modelo meteorológico e assim é possível saber como foi o desempenho para as ocorrências de frentes. Esses dados poderão ser disponibilizados na web para que os pesquisadores possam avaliar e corrigir possíveis erros sistemáticos nos modelos.

4 54 Os casos de uso servem para descrever de forma rápida as interações típicas entre os usuários de um sistema (atores) e o próprio sistema. (FOWLER, 2005). Observa-se na Figura 15 o caso de uso de toda a estrutura da avaliação. Há a existência de três atores (meteorologista, sistema e usuário). O ator meteorologista é responsável pela observação da existência da carta sinótica e cálculo da distância, porem o segundo havendo uma dependência da carta sinótica, pois se não houver a presença de frente fria, não é necessário executar o cálculo da distancia. O segundo ator seria o sistema, responsável pelo recorte dos modelos e média final, e por ultimo, o ator usuário, que seria um usuário externo com o intuito de visualizar os resultados obtidos através da avaliação, este por sua vez, depende da execução da média mensal feita pelo ator sistema. Figura 15 Caso de uso do sistema.

5 55 Daremos início agora a explicação dos scripts criados, que são o de recorte das variáveis necessárias dos modelos meteorológicos, o cálculo das distâncias e o de cálculo da média das previsões Recorte do Modelo Inicialmente definem-se algumas variáveis e a formatação da data que será executado o script. Foi criado um arquivo texto chamado checklist e nele constam informações sobre os modelos que serão executados durante o programa, essas informações dizem a respeito sobre nome do modelo, local de localização em disco, latitudes e longitudes tanto iniciais como finais, tempo de previsões e outras informações necessárias para a execução correta do script. Após definir todos os vetores verifica-se quantos modelos serão necessários fazer o recortes, inicializaremos o loops do modelo e previsões de tempo e por final definimos alguns formatos de datas. Esta é a parte principal de todo este script, pois é nela que se executa o lats4d que é responsável pelo recorte das variáveis, gerando um arquivo binário onde será guardado este dado para a segunda parte da avaliação. Os parâmetros passados para o lats4d são em geral, o arquivo de entrada, ou seja, o arquivo binários com as rodadas dos modelos, o local de saída do recorte, passa-se o tipo de grade, no caso linear, longitudes iniciais e finais, latitudes iniciais e finais, o formato da grade, o tempo, o nível da atmosfera e as variáveis.

6 56 Utilizei o comando lats4d com a seguinte sintaxe, lats4d, saída do modelo, saída do recorte, -grid, sendo qual a grade do modelo numérico, depois longitudes e latitudes iniciais e finais, -format stream, definindo qual o tipo de extensão de saída do recorte, o tempo, nível na atmosfera que será feito os recortes das variáveis e por ultimo quais são as variáveis. A Figura 16, apresenta está explicação dada acima, porem em forma linguagem Korn-Shell, com suas respectivas variáveis. Figura 16 Sintaxe lats4d. Estas informações que foram passadas para o lats4d foram encontradas no arquivo texto checklist. E posteriormente se agrupam todos os recortes dos modelos para um único arquivo binário. Na parte final do primeiro script é feita a criação de um arquivo descritor para a leitura do recorte binário gerado e assim tem o final do primeiro script Cálculo da distância No início do script definimos algumas variáveis que serão utilizadas, como definição de caminhos de saída, de localização de arquivos e programas. Também é feita a definição da data que será executado o script, podendo ser passada por parâmetro na hora de execução do software ou então o programa irá iniciar com o horário da máquina e irá verificar se será rodado para o horário das 00Z ou 12Z.

7 57 Posteriormente será criado o vetor e a quantidade de modelos que serão utilizados durante o script. Foi colocada uma condição para que, se o usuário deseja executar apenas um modelo, basta inserir, após o parâmetro da data, o número do modelo, este número será definido através do arquivo checklist, sendo o número do modelo a linha que ele se encontra no arquivo texto. Tendo inicio do loop dos modelos, começa a ser criado o arquivo gs, que posteriormente à sua criação será executada através do software GrADS. Inicia-se outra estrutura de repetição (loop) para que sejam definidas as posições das retas e as funções necessárias que definem os pontos médios e a distância final em quilômetros e assim classificar a qual classe a previsão do modelo pertence. Então é mostrada a magnitude das variáveis de intensidade e direção do vento para que se possam formar as linhas de corrente, através das quais são traçadas as linhas informando onde está posicionada a frente, seguindo a carta sinótica observada pelo meteorologista avaliador. Observa-se na Figura 17, na área da América do Sul, o exemplo da definição de posicionamento de uma frente para o modelo ETA 20 km, do dia 04 de agosto de 2008 em destaque na ilustração.

8 58 Figura 17 Linhas de corrente e em branco a linha de posicionamento da frente. Até o momento foram realizadas apenas algumas conversões de coordenadas da tela do GrADS para coordenadas grids. Após o término dessas

9 59 conversões inicia-se a função reta, que tem como objetivo traçar as retas que serão o ponto inicial de todo o projeto, sendo as retas traçadas através do mouse. Na Figura 18 executa-se a função reta, existindo uma condição que verifica se o loop é da reta de análise ou das previsões, se este índice J for maior que dois, há a informação que este loop já passou pela reta de análise e assim podese iniciar a função dist_media, que irá calcular a distância em quilômetros. Figura 18 Verificação da reta de análise ou previsões. Dando início a função reta, é traçada a reta, pegando os pontos iniciais de latitude e longitude, há uma verificação se a reta for de previsões é necessário utilizar o Teorema de Pitágoras e assim deixaremos a reta do mesmo tamanho da reta de análise, para que se possa calcular a distância. Após ser desenhada a reta e o possível ajuste das retas de previsão, são feitos os cálculos para achar o ponto médio de cada reta, a equação da reta e a distância entre pontos na reta. Para um melhor entendimento deste processo, observe a Figura 19, onde temos pontos iniciais (P1 Anl) e finais (P2 Anl) da análises e pontos iniciais (P1 Prev) e finais (P2 Prev) de uma previsão. Achando os pontos médios das retas de análise (PM Anl) e de previsão (PM Prev) é então calculada a distância entre as retas.

10 60 Figura 19 Explicação de cálculo da distância. Fonte: Autoria Própria. A função que calcula a distância média em quilômetros entre os pontos médios. Utiliza-se também o Teorema de Pitágoras para se calcular a distância entre os pontos médios das retas de análise contra as retas de previsão. Como observa-se na Figura 20, utiliza-se a fórmula de Haversine, onde dadas latitudes e longitudes iniciais e finais são possíveis calcular a distância entre esses pontos. Figura 20 - Fórmula de Haversine. Após ter sido calculado a distância em quilômetros de cada previsão para análise, é feita a verificação para qual classe a distância encontrada se refere. Os critérios de subjetividade utilizados nesse trabalho restringem a classificar como acerto (acert) ou erro, sendo esta segunda classe dividida em outras três classes: adiantado (adian), atrasado (atras) e não previsto (nprev). Sendo que a classe acerto tem como referência um valor de 300 quilômetros para mais ou para menos. Já as classes adiantados e atrasados são

11 61 classificadas utilizando como referência um valor entro 301 quilômetros até 500 quilômetros, para mais ou para menos em relação à posição observada do sistema frontal, contra as previsões obtidas através dos modelos meteorológicos. Na Figura 21 vemos a explicação feita acima, porem em linguagem GrADS. Figura 21 Definição de classe. Após ter sido criado o arquivo gs, executa-se o GrADS para rodar em modo landscap (paisagem) executando as informações do arquivo texto distancia_2.gs (Figura 22). Figura 22 Execução do arquivo gs. Conforme já citado, o arquivo texto final gerado por este script tem a saída no formato que se observa na Figura 23, sendo a primeira coluna a data do dia da avaliação e definições de classes para os horários de previsões dos modelos. Figura 23 Arquivo texto final gerado pelo cálculo da distância.

12 Média Final Como foi feito anteriormente nos outros scripts, logo no início definem-se algumas variáveis, datas e leitura do arquivo texto checklist. Iremos perceber também, algumas verificações para existência e possível não geração dos cálculos de frentes feitos no script anterior. São criados alguns vetores e verifica-se a existência de frentes durante o mês e caso não tenha sido constatado nenhum resultado, será criado um arquivo texto contendo apenas valores nulos, indicando assim nenhuma frente para aquele mês. Inicia-se o loop dos horários, número da coluna que será lida e o das variáveis, calculando o número de vezes que apareceu a classe dividido pelo número de linhas que o arquivo texto contém, ou seja, o número de frentes que surgiram durante o mês de cálculo, formando assim, uma média para cada classe. Após o término do cálculo que resulta a porcentagem das quatro classes existentes, é gerado um arquivo texto final que será lido por uma página desenvolvida em PHP, resultando em um gráfico disponível na web. Como observa-se na Figura 24 o produto final gerado, que será uma tabela com todos os modelos, horários, classes e seus respectivos valores médios para as previsões.

13 63 Figura 24 Arquivo texto final gerado pelo script média final. Como já foi dito anteriormente, depois de gerada a tabela final com as porcentagens de cada modelo, horário e classe foi necessário a criação de uma página para que seja disponibilizado via web os resultados obtidos e que o usuário possa de uma maneira dinâmica gerar os gráficos da maneira que ele pensa ser a melhor. Para desenvolver esta etapa do projeto foram utilizadas as linguagens HTML e PHP, já explicadas anteriormente. Foi desenvolvida uma página simples apenas para exibição dos gráficos, criada através de uma função da linguagem do PHP, definida como phplot.

14 64 A melhor definição para essa função phplot é uma biblioteca gráfica dinâmica, que inclui diferentes tipos (formatos) de plotagem, como exemplo, linhas, barras, pizza, pontos entre outros. 6 Na página desenvolvida é possível a geração de gráficos dinâmicos mensais, sazonais e outros períodos. 7 6 Informação retirada do SourceForge. Disponível em < Acesso em 12/11/ Página desenvolvida. Disponível em <