Banca de QUALIFICAÇÃO: ALESSANDRO RENÊ SOUZA DO ESPÍRITO SANTO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : ALESSANDRO RENÊ SOUZA DO ESPÍRITO SANTO
DATA : 29/08/2016
HORA: 08:00
LOCAL: Auditório CCET
TÍTULO:

Análise Bayesiana de incertezas nas simulações do Projeto CLARIS-LPB


PALAVRAS-CHAVES:

Modelagem climática regional, Teorema de Bayes e Método de Monte Carlo.


PÁGINAS: 70
RESUMO:

Neste trabalho, propõem-se o uso de técnicas computacionalmente intensivas ligadas a métodos estatísticos Bayesianos, visando a modelagem estatística de distribuições de dados amostrais, assim como das distribuições de valores extremos, tendo como principal intuito a avaliação de incertezas associadas às projeções de mudanças climáticas de precipitação e temperatura do ar na América do Sul, dando enfoque em áreas específicas (Amazônia, Nordeste Brasileiro, região central do Brasil e Bacia do Prata), dentro do âmbito do Projeto CLARIS-LPB. Considerando que o clima é modulado por padrões decenais da Temperatura da Superfície do Mar (TSM), objetiva-se averiguar a climatologia futura levando em consideração esse fato condicionante e sua relação com a influência decorrente de fatores antropogênicos. Para essas averiguações, serão utilizadas as saídas de sete modelos climáticos regionais (RCA, PROMES, MM5, RegCM3, REMO, LMDZ e Eta), associados com alguns conjuntos de dados observacionais e produtos derivados de observações. Pelo fato destes modelos regionais serem distintos um dos outros, suas rodadas apresentam uma característica positiva que é de agrupar diferentes tipos de configurações e parametrizações, o que favorece ampliar o campo de possibilidades amostrais referentes às condições climáticas futuras (fator desconhecido). Deste modo, como ponto central da pesquisa, serão verificados cenários bayesianos de incertezas climáticas futuras que distinguem possíveis fases positivas e negativas de TSM como dados condicionantes para a variação climática, dado todas as simulações dos modelos CLARIS-LPB terem sido geradas com o mesmo cenário A1B (balanceado) de emissões de gases de efeito estufa para o século XXI. Desta maneira, propõem-se a aplicação do Método de Monte Carlo simples e via Cadeia de Markov (MCMC) por meio do algoritmo Amostrador de Gibbs.


MEMBROS DA BANCA:
Interno - 1858120 - DAVID MENDES
Interno - 1914304 - KELLEN CARLA LIMA
Interno - 350691 - MARIA HELENA CONSTANTINO SPYRIDES
Interno - 320597 - PAULO SERGIO LUCIO
Externo ao Programa - 1023112 - MARCELO BOURGUIGNON PEREIRA
Notícia cadastrada em: 12/08/2016 08:37
SIGAA | Superintendência de Informática - (84) 3215-3148 | Copyright © 2006-2019 - UFRN - sigaa14-producao.info.ufrn.br.sigaa14-producao