Modelação Operacional

Apresentação em tema: "Modelação Operacional"— Transcrição da apresentação:

1 Modelação Operacional
Objectivos iniciais Desenvolver o protótipo de um modelo operacional Tornar visíveis as limitações do sistema Ganhar experiência nos processos Divulgar o trabalho que está a ser feito, de modo a angariar novos investimentos

2

3

4 - 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 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 Processos de larga escala? Atrito junto ao fundo? (rugosity = ) vento sem variabilidade espacial?

5

6 Validation – Ecological Model (2D)
Stations where data were collected and compared with MOHID operational model results

7 Validation - Ecological Model (2D)
In general, model results reproduce the measured instantaneous velocities (Figure 5), although model results show normally less variability. Beyond that, usually, results tend for the average flow. Lower dispersion of model instant velocities especially at higher depths and some differences between model and ADCP in the profile of residual velocities, can be explained by the action of some large scale effects with origin at the ocean, and that are not taken into account, with the present model domains. 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.

8 Field data - automatic data acquisition stations -
1 Ship-of-Opportunity System (MARETEC’s Ship) -Multiparametric Sounder + Acoustic Doppler Profiler* -> Atmospheric Station -> Water quality monitoring stations*: Currents Sensor: horizontal velocities and direction Multiparametric Sounder: Temperature, salinity / condutivity, dissolved oxygen, pH, turbidity, chlorophyll Cascais The available automatic data acquisition stations are: 1 – a meteorological station implemented by us; 2 – we are also implementing a buoy that is able to measure this properties; 3 – we have also access to an ADCP that is manage by Instituto Hidrográfico. Carcavelos ADCP SANEST ? * - In the near future

9 Futuro Modelação Domínios de computação Condições de Fronteira
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

10 Futuro Data Management 1.Modelo: 2.Aquisição de dados:
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.

11 Futuro Data Management 3. Visualização de Resultados: 4. Outros:
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

12 Elaborar um relatório periódico (6 meses?)
Futuro Validação Elaborar 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