Asimilación de datos en un modelo de olas con análisis enriquecido del viento

Autores
Echevarría, Pablo Honorio
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Etala, María Paula
Jacovkis, Pablo Miguel
Descripción
El modelado de olas tiene particular interés para la navegación y para la previsión de la erosión costera; en este contexto la asimilación de datos se plantea como una alternativa válida para incorporar observaciones a un modelo numérico y así mejorar la determinación del campo de olas. En este trabajo desarrollamos un sistema completo de asimilación de datos, completando ciclos de asimilación de 6 hs. Al modelo de olas NOAA WAVEWATCH III se le asimilan observaciones de dos altímetros en los satélites Jason 1, Jason 2 y el escaterómetro del satélite MetOp-A. En cuanto a las observaciones, se desarrolló un sistema orientado a objetos de adquisición, codificación, control de calidad y preparación de las mismas, de modo tal de que queden listas para ser asimiladas por el sistema, que además es extensible a nuevas observaciones. Para la asimilación utilizamos: 4D-LETKF(Local Ensemble Transform Kalman Filter), la cual fue modificada para poder adecuarse al problema de olas. Para la ejecución del modelo de olas se desarrolló una rutina de asimilación interna, como así también en el preparado del entorno de ejecución de cada ciclo. Salvo el modelo, el filtro y algún otro pequeño software de control de calidad, el resto está implementado en Python. Tanto el modelo como el filtro están programados para trabajar en forma paralela. El resultado fue la implementación de un sistema de asimilación de datos de olas que es eficiente y factible en tiempo de cómputo.
The modeling of waves is of particular interest for navigation and forecasting coastal erosion. In this context the data assimilation is proposed as a valid alternative to incorporate observations to a numerical model and thus improve the determination of the wave field. In this work we developed a complete 6-hours assimilation cycle, assimilating observations from two altimeters on satellites Jason 1 and Jason 2, and a scatterometer on satellite MetOp-A in the wave model WAVEWATCH III NOAA/NCEP. We also developed an object oriented system of acquisition, decoding, quality control and preparation of observations, so that they are ready to be assimilated. Besides, the system may easily accept new sources of data. Following current trends and its versatility, we selected Python as programing language. For assimilation 4D-LETKF (Local Ensemble Transform Kalman Filter) was used, which was modified to accommodate the ocean waves problem. A routine of internal assimilation, and the preparation of the execution environment for each cycle, were also developed. The model and the filter are parallelized. We succeeded in implementing an efficient and feasible in computing time, wave data assimilation system.
Fil: Echevarría, Pablo Honorio. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
ASIMILACION DE DATOS
4D LETKF
MODELADO OCEANICO DE OLAS
MPI
COMPUTACION DE ALTA PERFORMANCE
JASON1
JASON2
ALTIMETRO
ASCAT
DISPERSOMETRO
NOAA WAVEWATCH III
JASON2
DATA ASIMILATION
WAVE MODEL
HPC
ALTIMETRY
ASCAT
SCATEROMETER
METOP
NOAA WAVEWATCH III
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
seminario:seminario_nCOM000699_Echevarria

id BDUBAFCEN_861062bce1a93d35a4d1dc5d52791233
oai_identifier_str seminario:seminario_nCOM000699_Echevarria
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Asimilación de datos en un modelo de olas con análisis enriquecido del vientoData assimilation in a wave model enriched with the wind analysisEchevarría, Pablo HonorioASIMILACION DE DATOS4D LETKFMODELADO OCEANICO DE OLASMPICOMPUTACION DE ALTA PERFORMANCEJASON1JASON2ALTIMETROASCATDISPERSOMETRONOAA WAVEWATCH IIIJASON2DATA ASIMILATIONWAVE MODELHPCALTIMETRYASCATSCATEROMETERMETOPNOAA WAVEWATCH IIIEl modelado de olas tiene particular interés para la navegación y para la previsión de la erosión costera; en este contexto la asimilación de datos se plantea como una alternativa válida para incorporar observaciones a un modelo numérico y así mejorar la determinación del campo de olas. En este trabajo desarrollamos un sistema completo de asimilación de datos, completando ciclos de asimilación de 6 hs. Al modelo de olas NOAA WAVEWATCH III se le asimilan observaciones de dos altímetros en los satélites Jason 1, Jason 2 y el escaterómetro del satélite MetOp-A. En cuanto a las observaciones, se desarrolló un sistema orientado a objetos de adquisición, codificación, control de calidad y preparación de las mismas, de modo tal de que queden listas para ser asimiladas por el sistema, que además es extensible a nuevas observaciones. Para la asimilación utilizamos: 4D-LETKF(Local Ensemble Transform Kalman Filter), la cual fue modificada para poder adecuarse al problema de olas. Para la ejecución del modelo de olas se desarrolló una rutina de asimilación interna, como así también en el preparado del entorno de ejecución de cada ciclo. Salvo el modelo, el filtro y algún otro pequeño software de control de calidad, el resto está implementado en Python. Tanto el modelo como el filtro están programados para trabajar en forma paralela. El resultado fue la implementación de un sistema de asimilación de datos de olas que es eficiente y factible en tiempo de cómputo.The modeling of waves is of particular interest for navigation and forecasting coastal erosion. In this context the data assimilation is proposed as a valid alternative to incorporate observations to a numerical model and thus improve the determination of the wave field. In this work we developed a complete 6-hours assimilation cycle, assimilating observations from two altimeters on satellites Jason 1 and Jason 2, and a scatterometer on satellite MetOp-A in the wave model WAVEWATCH III NOAA/NCEP. We also developed an object oriented system of acquisition, decoding, quality control and preparation of observations, so that they are ready to be assimilated. Besides, the system may easily accept new sources of data. Following current trends and its versatility, we selected Python as programing language. For assimilation 4D-LETKF (Local Ensemble Transform Kalman Filter) was used, which was modified to accommodate the ocean waves problem. A routine of internal assimilation, and the preparation of the execution environment for each cycle, were also developed. The model and the filter are parallelized. We succeeded in implementing an efficient and feasible in computing time, wave data assimilation system.Fil: Echevarría, Pablo Honorio. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesEtala, María PaulaJacovkis, Pablo Miguel2014info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttps://hdl.handle.net/20.500.12110/seminario_nCOM000699_Echevarriaspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-29T13:43:40Zseminario:seminario_nCOM000699_EchevarriaInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:43:41.591Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Asimilación de datos en un modelo de olas con análisis enriquecido del viento
Data assimilation in a wave model enriched with the wind analysis
title Asimilación de datos en un modelo de olas con análisis enriquecido del viento
spellingShingle Asimilación de datos en un modelo de olas con análisis enriquecido del viento
Echevarría, Pablo Honorio
ASIMILACION DE DATOS
4D LETKF
MODELADO OCEANICO DE OLAS
MPI
COMPUTACION DE ALTA PERFORMANCE
JASON1
JASON2
ALTIMETRO
ASCAT
DISPERSOMETRO
NOAA WAVEWATCH III
JASON2
DATA ASIMILATION
WAVE MODEL
HPC
ALTIMETRY
ASCAT
SCATEROMETER
METOP
NOAA WAVEWATCH III
title_short Asimilación de datos en un modelo de olas con análisis enriquecido del viento
title_full Asimilación de datos en un modelo de olas con análisis enriquecido del viento
title_fullStr Asimilación de datos en un modelo de olas con análisis enriquecido del viento
title_full_unstemmed Asimilación de datos en un modelo de olas con análisis enriquecido del viento
title_sort Asimilación de datos en un modelo de olas con análisis enriquecido del viento
dc.creator.none.fl_str_mv Echevarría, Pablo Honorio
author Echevarría, Pablo Honorio
author_facet Echevarría, Pablo Honorio
author_role author
dc.contributor.none.fl_str_mv Etala, María Paula
Jacovkis, Pablo Miguel
dc.subject.none.fl_str_mv ASIMILACION DE DATOS
4D LETKF
MODELADO OCEANICO DE OLAS
MPI
COMPUTACION DE ALTA PERFORMANCE
JASON1
JASON2
ALTIMETRO
ASCAT
DISPERSOMETRO
NOAA WAVEWATCH III
JASON2
DATA ASIMILATION
WAVE MODEL
HPC
ALTIMETRY
ASCAT
SCATEROMETER
METOP
NOAA WAVEWATCH III
topic ASIMILACION DE DATOS
4D LETKF
MODELADO OCEANICO DE OLAS
MPI
COMPUTACION DE ALTA PERFORMANCE
JASON1
JASON2
ALTIMETRO
ASCAT
DISPERSOMETRO
NOAA WAVEWATCH III
JASON2
DATA ASIMILATION
WAVE MODEL
HPC
ALTIMETRY
ASCAT
SCATEROMETER
METOP
NOAA WAVEWATCH III
dc.description.none.fl_txt_mv El modelado de olas tiene particular interés para la navegación y para la previsión de la erosión costera; en este contexto la asimilación de datos se plantea como una alternativa válida para incorporar observaciones a un modelo numérico y así mejorar la determinación del campo de olas. En este trabajo desarrollamos un sistema completo de asimilación de datos, completando ciclos de asimilación de 6 hs. Al modelo de olas NOAA WAVEWATCH III se le asimilan observaciones de dos altímetros en los satélites Jason 1, Jason 2 y el escaterómetro del satélite MetOp-A. En cuanto a las observaciones, se desarrolló un sistema orientado a objetos de adquisición, codificación, control de calidad y preparación de las mismas, de modo tal de que queden listas para ser asimiladas por el sistema, que además es extensible a nuevas observaciones. Para la asimilación utilizamos: 4D-LETKF(Local Ensemble Transform Kalman Filter), la cual fue modificada para poder adecuarse al problema de olas. Para la ejecución del modelo de olas se desarrolló una rutina de asimilación interna, como así también en el preparado del entorno de ejecución de cada ciclo. Salvo el modelo, el filtro y algún otro pequeño software de control de calidad, el resto está implementado en Python. Tanto el modelo como el filtro están programados para trabajar en forma paralela. El resultado fue la implementación de un sistema de asimilación de datos de olas que es eficiente y factible en tiempo de cómputo.
The modeling of waves is of particular interest for navigation and forecasting coastal erosion. In this context the data assimilation is proposed as a valid alternative to incorporate observations to a numerical model and thus improve the determination of the wave field. In this work we developed a complete 6-hours assimilation cycle, assimilating observations from two altimeters on satellites Jason 1 and Jason 2, and a scatterometer on satellite MetOp-A in the wave model WAVEWATCH III NOAA/NCEP. We also developed an object oriented system of acquisition, decoding, quality control and preparation of observations, so that they are ready to be assimilated. Besides, the system may easily accept new sources of data. Following current trends and its versatility, we selected Python as programing language. For assimilation 4D-LETKF (Local Ensemble Transform Kalman Filter) was used, which was modified to accommodate the ocean waves problem. A routine of internal assimilation, and the preparation of the execution environment for each cycle, were also developed. The model and the filter are parallelized. We succeeded in implementing an efficient and feasible in computing time, wave data assimilation system.
Fil: Echevarría, Pablo Honorio. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description El modelado de olas tiene particular interés para la navegación y para la previsión de la erosión costera; en este contexto la asimilación de datos se plantea como una alternativa válida para incorporar observaciones a un modelo numérico y así mejorar la determinación del campo de olas. En este trabajo desarrollamos un sistema completo de asimilación de datos, completando ciclos de asimilación de 6 hs. Al modelo de olas NOAA WAVEWATCH III se le asimilan observaciones de dos altímetros en los satélites Jason 1, Jason 2 y el escaterómetro del satélite MetOp-A. En cuanto a las observaciones, se desarrolló un sistema orientado a objetos de adquisición, codificación, control de calidad y preparación de las mismas, de modo tal de que queden listas para ser asimiladas por el sistema, que además es extensible a nuevas observaciones. Para la asimilación utilizamos: 4D-LETKF(Local Ensemble Transform Kalman Filter), la cual fue modificada para poder adecuarse al problema de olas. Para la ejecución del modelo de olas se desarrolló una rutina de asimilación interna, como así también en el preparado del entorno de ejecución de cada ciclo. Salvo el modelo, el filtro y algún otro pequeño software de control de calidad, el resto está implementado en Python. Tanto el modelo como el filtro están programados para trabajar en forma paralela. El resultado fue la implementación de un sistema de asimilación de datos de olas que es eficiente y factible en tiempo de cómputo.
publishDate 2014
dc.date.none.fl_str_mv 2014
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/seminario_nCOM000699_Echevarria
url https://hdl.handle.net/20.500.12110/seminario_nCOM000699_Echevarria
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618757504237568
score 13.070432