Page 438 - Livro - Economia Azul

que muitas vezes é pequeno logo depois de são produzidos em todo o domínio tridi- isto é, muitas vezes não funcionam da Apesar das diversas e relevantes apli-
calibrado em laboratório, mas que pode au- mensional de interesse, que pode ser global mesma forma em diferentes regiões e são cações, o uso das análises como condição
mentar substancialmente depois de algum ou regional. Esses campos incluem fluxos construídas para oferecerem relações entre inicial do sistema previsor foi e ainda é a
tempo de uso. Por exemplo, recentemente de calor, sal e momentum, além das gran- grandezas em faixas específicas de valores. principal motivação para o desenvolvimen-
foi identificado pelos responsáveis do sis- dezas primitivas de altura da superfície do Finalmente, há fontes de erros dos modelos to dos métodos de assimilação de dados
tema Argo que, devido à um problema na mar, velocidade, temperatura, salinidade e associadas às condições de contorno, seja em meteorologia e oceanografia. Assim
construção de sensores de salinidade da Se- densidade ou pressão, no caso de um mo- na batimetria, nas condições cinemáticas como a atmosfera, os oceanos e os siste-
aBird Scientific a partir de 2016, o erro de delo puramente de circulação oceânica. Se das fronteiras, seja nos forçantes atmos- mas climático e terrestre são caóticos, e
instrumentação após 2 anos de uso sofreu modelo incluir gelo marinho e grandezas féricos. Considerando as limitações dos parte da previsibilidade dos sistemas pre-
um aumento que ultrapassou o valor-alvo de do ciclo biogeoquímico, outras grandezas modelos e das observações, os métodos de visores depende da qualidade da condição
0,01 psu, podendo atingir mais de 0,05 psu estarão também disponíveis, como espes- assimilação de dados extraem as melhores inicial. Quanto menor for o erro da condi-
(K. Sato, 8 OceanPredict OS-Eval-TT Mee- sura e concentração de gelo, concentração informações dessas fontes e as combinam ção inicial, maior é a probabilidade de se
th
ting, April 28, 2021). Esse fato movimentou de dióxido de carbono e pH. Em modelos para produzir as valiosas análises objetivas, produzir previsões acuradas (e.g., DERBER
a comunidade científica para remover o viés do ecossistema, além de todas essas gran- que são empregadas tanto para estudos e ROSATI, 1989; KALNAY, 2003; EVENSEN,
dos dados e identificar os impactos desses dezas, nutrientes, clorofila, uma miríade de científicos como para a prática da previsão 2006; DAVIDSON et al.2019).
dados nos resultados científicos derivados parâmetros da cadeia trófica deve ser con- oceânica operacional.
destes. Além do erro de instrumentação, siderada. Os modelos oferecem, portanto, Observando as escalas certas para a
há também o erro de amostragem, associa- uma representação espaço-temporal dos Assimilação de dados assimilação
do ao fato de muitas vezes não ser possível processos oceânicos, do ciclo biogeoquími-
coletar dados com a frequência necessária co e de ecossistemas que atendem ou po- Visando extrair o máximo de informação A capacidade da assimilação de restringir
para caracterizar a variabilidade do fenôme- dem atender aplicações diversas, incluindo dos dados observados e reduzir os erros dos ou corrigir a solução do modelo numérico
no natural. Algumas frequências de varia- a conservação do ambiente marinho, e vas- modelos numéricos, métodos de assimilação na direção das observações é limitada pela
bilidade obtidas dos dados observados são ta gama de usuários da informação ocea- de dados são empregados. Eles aprimoram a qualidade e quantidade de observações.
projeções errôneas da frequência natural. nográfica, especialistas ou não. Entretanto, representação da circulação e do estado físi- Em modelos globais de relativamente bai-
Portanto, sempre deve ser tomado muito os modelos também têm limitações. co do sistema de interesse produzida por mo- xa resolução, com espaçamento de grade
cuidado com o uso de dados observados Para viabilizar a obtenção de uma so- delos numéricos corrigindo os campos dos de 20 km ou maior, os campos de TSM e
para estudar processos, pois tanto os erros lução, os modelos numéricos não lineares modelos na direção das observações e extra- ASM globais hoje disponíveis com resolu-
de instrumentação quanto os de represen- sofrem uma série de aproximações e pos- polando a informação observacional no es- ção, respectivamente, de aproximadamente
tatividade têm que ser considerados. suem erros sistemáticos ou aleatórios em paço do modelo (DALEY, 1991; Kalnay et al., 5 km e 25 km, juntamente com os perfis T/S
todas as suas grandezas. As equações do 1996; EVENSEN, 2003). Os métodos de assi- oferecidos pelos perfiladores Argo e outros
Modelos modelo, depois de aproximadas com mé- milação combinam, de forma ótima ou subó- equipamentos, oferecerem boa qualidade
todos numéricos e aproximações matemá- tima em um sentido matemático, campos de e quantidade para corrigir com eficácia os
Os modelos numéricos dos oceanos, as- ticas, enfrentam ainda dificuldades com as modelos com dados observados e produzem modelos. Contudo, quando se consideram
sim como os da atmosfera e do sistema ter- resoluções espacial e temporal empregadas novos campos, as análises objetivas, com er- os modelos regionais ou mesmo globais
restre, são ferramentas fundamentais para para discretizar o espaço-tempo, tendo em ros menores que os dos modelos. Eles con- com alta resolução (2 km ou menores), os
a sociedade nos dias de hoje. Eles refletem vista que o aumento da resolução impõe sideram os erros dos dados observados e os sistemas observacionais hoje disponíveis
grande parte do conhecimento científico mais custos computacionais, não só no pro- erros do modelo, os dados observados e os não são mais eficazes. Esse desafio requer a
conquistado até hoje em oceanografia e cessamento como no armazenamento das campos do modelo que sofrerão correções. concepção e implantação de novos sistemas
meteorologia considerando equações não saídas. Isso impede os modelos de resolve- Quando os erros do modelo são grandes em observacionais de alta resolução para aten-
lineares e contínuas que traduzem os ba- rem processos com pequena escala espa- relação aos erros das observações, a análise der a uma nova etapa da evolução dos siste-
lanços de momentum, massa e energia cial e/ou de alta frequência. Outra fonte de se apoia mais nas observações. Quando o mas previsores de feições com variabilidade
(FOX-KEMPER et al., 2019). Diferentemen- erros dos modelos são as chamadas para- contrário acontece, a análise se apoia mais de alta frequência em escalas espaciais infe-
te das observações, os campos dos modelos metrizações físicas, que não são universais, nos campos do modelo. riores a 2 km, na chamada submesoescala.

436 ECONOMIA AZUL Da Observação à Utilização de Dados 437