Desenvolvimento de métodos de assimilação de dados oceanográficos e avaliação de seus impactos sobre a METAREA V do Oceano Atlântico

Abstract

Os métodos de assimilação de dados são peças fundamentais da oceanografia operacional e têm forte impacto na previsibilidade dos modelos oceânicos, tendo em vista que eles produzem as condições iniciais dos modelos previsores. O presente trabalho enfoca o desenvolvimento desses métodos e da oceanografia operacional no Brasil no contexto da Rede de Modelagem e Observação Oceanográfica (REMO). Na primeira parte do trabalho, ênfase é dada à diferentes estratégias para assimilar dados de perfis verticais de temperatura (T) e salinidade (S). Na segunda parte, ênfase é dada na construção e aplicação de um Filtro de Kalman por Conjuntos. Perfis hidrográficos de TS são cruciais para se restringir a estrutura termohalina de modelos oceânicos. Para o modelo oceânico Hybrid Coordinate Ocean Model (HYCOM) pode-se realizar assimilação destes dados em suas coordenadas originais (coordenada Z) ou projetar as observações para as coordenadas verticais do modelo (isopicnal). Estas duas formas foram comparadas assimilando dados de TS dos perfiladores ARGO no HYCOM a cada três dias durante seis anos. Três experimentos foram realizados: (i) ARGODP com a inovação calculada no espaço vertical do modelo, em coordenada isopicnal, (ii) ARGOZ com a inovação calculada no espaço das observações, em coordenada Z e (iii) ARGOZT idem ao anterior, porém assimilando apenas T. Ambos os esquemas são adequados para a assimilação de perfis hidrográficos, visto que estes reduziram os erros de TS do modelo em relação aos dados do ARGO. Contudo, a análise do ARGOZ se mostrou mais acurada, apresentou menor erro para a previsão, melhor representação do conteúdo de calor e profundidades das isopicnais do modelo. Consequentemente, obteve uma melhor representação da altura da superfície do mar (ASM) média, das correntes de contorno oeste (CCOs) e um transporte da Corrente do Brasil (CB) mais próximo às referências. Ainda, demonstrou-se a importância da salinidade para a produção de incrementos de maior magnitude e precisos.

Uma nova versão do Remo Ocean Data Assimilation System (RODAS) foi implementada capaz de assimilar conjuntamente todas as observações disponíveis e empregando o Ensemble Kalman Filter (EnKF). Esta foi denominada de RODAS_EnKF e comparada com a versão antiga empregando o Ensemble Optimal Interpolation (EnOI), denominada de RODAS_EnOI. O RODAS_EnKF emprega 11 membros, com perturbação do vento e das observações. Em ambos os experimentos foram assimilados conjuntamente dados de perfis hidrográficos, temperatura da superfície do mar (TSM) e topografia dinâmica absoluta (TDA) a cada dez dias durante sete meses. Foi observada uma boa representação, horizontal e vertical, do espalhamento dos membros do RODAS_EnKF ao final da integração e a média dos erros de cada membro foi maior do que o erro da média dos membros, não ocorrendo divergência do filtro. O RODAS_EnKF representou melhor a TSM e a salinidade, e o RODAS_EnOI a ASM e a temperatura. Para esta, verificou-se uma tendência do RODAS_EnOI em esfriar o modelo e o RODAS_EnKF em esquentar. Ambos produziram bons impactos na energia cinética turbulenta e nas CCOs, com o RODAS_EnKF apresentando resultados ligeiramente melhores. Assim, o RODAS_EnKF foi implementado com sucesso não ocorrendo divergência do filtro e com a média dos erros de cada membro sendo sempre maior do que o erro da média dos membros. Entretanto é necessário o aumento do número de membros e a implementação de um esquema híbrido de assimilação, combinando a matriz de covariância do RODAS_EnOI com a do RODAS_EnKF, para aprimorar os impactos.

Data assimilation methods are fundamental parts of operational oceanography and have a strong impact on the predictability of ocean models, given that they are the initial conditions of predictive models. The present work focuses on the development of these methods and of operational oceanography in Brazil in the context of the Oceanographic Modeling and Observation Network (REMO). In the first part of the work, emphasis is given to different objectives to assimilate data from vertical profiles of temperature (T) and salinity (S). In the second part, emphasis is given to the construction and application of a Set Kalman Filter. TS hydrographic profiles are crucial to constrain the thermohaline structure of ocean models. For the Hybrid Coordinate Ocean Model (HYCOM) ocean model, it is possible to carry out assimilation of these data in their original coordinates (Z coordinate) or project as resolved to the vertical coordinates of the model (isopicnal). These two forms were compared by assimilating TS data from ARGO profilers into HYCOM every three days for six years. Three experiments were carried out: (i) ARGODP with the model innovation in the vertical space of the model, in isopicnal coordinate, (ii) ARGOZ with the necessary innovation in the necessary space, in Z coordinate and (iii) ARGOZT identical to the previous one, but assimilating only T. Both schemes are suitable for the assimilation of hydrographic profiles, as they reduced the model's TS errors in relation to the ARGO data. However, an analysis of ARGOZ was more accurate, presenting less error for the prediction, better representation of the heat content and depths of the isopicnals of the model. Consequently, obtained a better representation of the mean sea surface height (ASM), of the western boundary currents (CCOs) and a transport of the Brazil Current (CB) closer to the references. Still, it follows the importance of salinity for the production of increments of greater magnitude and more precise. A new version of the Remo Ocean Data Assimilation System (RODAS) was implemented capable of jointly assimilating all available observations and employing the Ensemble Kalman Filter (EnKF). This was called RODAS_EnKF and compared with the old version using the Ensemble Optimal Interpolation (EnOI), called RODAS_EnOI. RODAS_EnKF employs 11 members, with disturbance from wind and observations. In both experiments, data from hydrographic profiles, sea surface temperature (SST) and absolute dynamic topography (TDA) were jointly assimilated every ten days for seven months. A good representation, horizontal and vertical, of the scattering of the RODAS_EnKF members at the end of the integration was observed and the average error of each member was greater than the average error of the members, with no filter divergence. RODAS_EnKF best represented TSM and salinity, and RODAS_EnOI represented ASM and temperature. For this, there was a tendency for the RODAS_EnOI to cool the model and the RODAS_EnKF to warm up. Both produced good impacts on turbulent kinetic energy and CCOs, with RODAS_EnKF showing slightly better results. Thus, the RODAS_EnKF was successfully implemented with no filter divergence and with the average error of each member being always greater than the average error of the members. However, it is necessary to increase the number of members and implement a hybrid assimilation scheme, combining the covariance matrix of RODAS_EnOI with that of RODAS_EnKF, to improve impacts.