Implantação do Sistema de Previsão Numérica Curso de Treinamento Usando R para pós-processamento Luiz Rodrigo Tozzi

Apresentação em tema: "Implantação do Sistema de Previsão Numérica Curso de Treinamento Usando R para pós-processamento Luiz Rodrigo Tozzi"— Transcrição da apresentação:

1 Implantação do Sistema de Previsão Numérica Curso de Treinamento Usando R para pós-processamento Luiz Rodrigo Tozzi luizrodrigotozzi@gmail.com

2 O que é R?

3 O projeto R é um ambiente de software gratuito para computação estatística, composto de um sistema integrado de pacotes desenvolvidos pelos próprios usuários. Desde os anos 70, o projeto vem crescendo e englobando todas as áreas de conhecimento. A meteorologia já tem utilizado discretamente este ambiente, como por exemplo na utilização de estatísticas sobre dados de reanálises (pacote ncdf, desenvolvido pela UNIDATA/UCAR) O ambiente R é compativel com todos os sistemas operacionais, segue a política GNU de código aberto, tem conexões nativas com várias linguagens de programação, webservers, ambientes gráficos, formatos de arquivos e etc...

4

5 Por que usar o R?

6 Atualmente Observações Convencionais Observações PCD Satélites Previsões Regionais Previsões Estatísticas Previsões Globais Previsões p/ Conjunto etc.... dat grib netCDF grib2 hdf IDD MS dat grib netCDF grib2 hdf IDD MS Buffer 3 grib IDD NASA PS Buffer 1 Buffer 2 IDD ASCII GIF Buffer 1 Buffer 2 IDD ASCII GIF dat grib netCDF grib2 hdf IDD MS dat grib netCDF grib2 hdf IDD MS FINSFINS

7

8 Utopia Observações Convencionais Observações PCD Satélites Previsões Regionais Previsões Estatísticas Previsões Globais Previsões p/ Conjunto etc.... FINSFINS Sistema Perfeito Distrib. Perfeita

9 Nossa sugestão Observações Convencionais Observações PCD Satélites Previsões Regionais Previsões Estatísticas Previsões Globais Previsões p/ Conjunto etc.... dat grib netCDF grib2 hdf IDD MS dat grib netCDF grib2 hdf IDD MS Buffer 3 grib IDD NASA PS Buffer 1 Buffer 2 IDD ASCII GIF Buffer 1 Buffer 2 IDD ASCII GIF dat grib netCDF grib2 hdf IDD MS dat grib netCDF grib2 hdf IDD MS FINSFINS

10 Prós 1 – Compatibilidade com qualquer plataforma de sistema operacional (incluindo windows), vários webservers, linguagens de programação (incluindo C, Fortran, PHP, Java, HTML)... Bem como com qualquer tipo de dado legível em qualquer uma dessas linguagens! 2 – Suporte da comunidade GNU, interessada em expandir o software para todas as aplicações e em constante desenvolvimento de código e compatibilidade de hardware e software. 3 – Fácil sistema de assimilação de dados utilizando raciocínios logicos de matrizes para a manipulação de qualquer dado, em qualquer formato, de qualquer tamanho, independente da memória RAM disponível. 4 – Disponibilidade de ferramentas de análises de dados, desde as simples regressões até todo tipo de análise de cluster, redes neurais, lógicas alternativas e abordagens de data mining, aplicável a qualquer dado convertido ao R. 5 – Possibilidades infinitas, crescente desenvolvimento e interesse por parte de grandes centros brasileiros.

11 2 – Necessidade de desenvolver o sistema de assimilação de um dado formato caso ele ainda não seja difundido pela comunidade do R. Contras 1 – Reeducação em termos de algoritmo (linguagem de programação é baseada em objetos vetoriais)

12 Exemplos da implementação

13

14

15

16

17

18

19 Implantação do Sistema de Previsão Numérica Curso de Treinamento Usando R para pós-processamento Luiz Rodrigo Tozzi luizrodrigotozzi@gmail.com