Filtragem adaptativa para a redução de desvios em séries temporais de previsão numérica climática

Freitas, Alexandre Coutinho Teixeira de; Tcheou, Michel P.; Lovisolo, Lisandro; Chou, Sin Chan

doi:10.14209/sbrt.2015.117

Cited by 3 publications

(2 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…This unsupervised learning algorithm is used to automatically choose the number of filters employed for forecast improvement in the geographical domain. Seminal work was introduced in [27], and we extend it here by comprising more climate forecast variables, presenting an improved adaptive filter algorithm, and using additional evaluation metrics.…”

Section: Introductionmentioning

confidence: 99%

Reducing Forecast Errors of a Regional Climate Model Using Adaptive Filters

et al. 2021

Self Cite

View full text Add to dashboard Cite

In this work, the use of adaptive filters for reducing forecast errors produced by a Regional Climate Model (RCM) is investigated. Seasonal forecasts are compared against the reanalysis data provided by the National Centers for Environmental Prediction. The reanalysis is used to train adaptive filters based on the Recursive Least Squares algorithm in order to reduce the forecast error. The K-means unsupervised learning algorithm is used to obtain the number of filters to employ from the climate variables. The proposed approach is applied to some climate variables such as the meridional wind, zonal wind, and the geopotential height. The forecast is produced by the Eta RCM at 40-km resolution in a domain covering most of Brazil. Results show that the proposed approach is capable of reducing the forecast errors, according to evaluation metrics such as normalized mean square error, maximum absolute error, and maximum normalized absolute error, thus improving the seasonal climate forecasts.

show abstract

Section: Introductionmentioning

confidence: 99%

Reducing Forecast Errors of a Regional Climate Model Using Adaptive Filters

et al. 2021

Self Cite

View full text Add to dashboard Cite

show abstract

“…Essa comparação permite avaliar a qualidade da previsão. O processo de ajuste de previsões usando filtros adaptativos é aplicado no domínio da frequência, diferentemente de [2].…”

Section: Introductionunclassified

Redução de Desvios de Previsão Climática usando Filtragem Adaptativa no Domínio da Frequência

Ferreira-Pinto¹,

Tcheou²,

Lovisolo³

et al. 2018

Anais De XXXVI Simpósio Brasileiro De Telecomunicações E Processamento De Sinais

Self Cite

View full text Add to dashboard Cite

Resumo-Este trabalho aborda o uso de filtros adaptativos no domínio da frequência, via algoritmo RLS (Recursive Least Squares) e DCT-2D (Two-dimensional Discrete Cosine Transform), com o objetivo de reduzir desvios de previsão climática produzidos por um modelo regional climático. As previsões do modelo regional (modelo Eta) são comparadas com os dados observados (reanálises do NCEP). As variáveis climáticas consideradas são as componentes zonal e meridional do vento, altura geopotencial e umidade específica, produzidas pelo modelo sazonal Eta, na resolução espacial de 40 km. Os resultados indicam que a aplicação proposta é capaz de reduzir métricas de desvio, como o erro quadrático médio e o erro máximo, contribuindo com melhores previsões climáticas.

show abstract

Correção de viés em previsão climática global da temperatura da superfície do mar por meio de filtros adaptativos no domínio da frequência

Farfán,

Tcheou,

Lovisolo

et al. 2024

RBClima

View full text Add to dashboard Cite

Este artigo aplica a correção de viés nas previsões de temperatura da superfície do mar (TSM) usando filtros adaptativos RLS (Recursive Least Squares). Consideram-se as previsões climáticas de TSM produzidas pelo Modelo Brasileiro do Sistema Terrestre (BESM). A previsão da TSM é corrigida usando como referência, proxy de observação, os dados do ERA5 (ECMWF Reanalysis v5). Os filtros são aplicados nas séries temporais das previsões para uma célula da grade ou em coeficientes frequenciais obtidos via Transformada Cosseno Discreta bidimensional (DCT-2D) em uma região em torno da célula. São testados filtros de diferentes ordens e são consideradas regiões de diferentes tamanhos. A metodologia de correção é testada para o horizonte de 1 ano e ainda considera-se a correção por estações do ano, separadamente. Avalia-se o desempenho da correção da previsão da usando a Raiz do Erro Quadrático Médio e o Erro Absoluto Médio, comparando-se a abordagem proposta com as da filtragem adaptativa RLS no domínio do tempo e os ajustes de média e variância (CMV) nos domínios do tempo e na frequência, tendo em vista os ajustes nas escalas anual e sazonal. De modo geral, verificou-se que o método proposto apresenta uma capacidade de correção equivalente ao do método RLS e CMV no domínio do tempo, enquanto o ajuste via CMV no domínio da frequência não oferece bons resultados.

show abstract

Filtragem adaptativa para a redução de desvios em séries temporais de previsão numérica climática

Cited by 3 publications

References 2 publications

Reducing Forecast Errors of a Regional Climate Model Using Adaptive Filters

Reducing Forecast Errors of a Regional Climate Model Using Adaptive Filters

Redução de Desvios de Previsão Climática usando Filtragem Adaptativa no Domínio da Frequência

Correção de viés em previsão climática global da temperatura da superfície do mar por meio de filtros adaptativos no domínio da frequência

Contact Info

Product

Resources

About