Modelação Operacional

Objectivos iniciais

Desenvolver o protótipo de um modelo operacional

1. Tornar visíveis as limitações do sistema2. Ganhar experiência nos processos3. Divulgar o trabalho que está a ser feito, de modo a angariar

novos investimentos

Root Mean Squared Error (RMSE)

00.05

0.10.15

0.20.250.3

0.350.4

0.450.5

Alc

oche

te

Alfe

ite

Cab

o R

uivo

Cac

ilhas

Cas

cais

Lisb

oa

Mon

tijo

Par

cos

Ped

rouc

os

Pen

iche

Pon

tada

Erv

a

Pov

oa I

ria

Sei

xal

Ses

imbr

a

Tra

faria

Vila

Fra

nca

m

Correlation Coefficient

0.91

0.92

0.93

0.94

0.95

0.96

0.97

0.98

0.99

1

Alc

oche

te

Alfe

ite

Cab

o R

uivo

Cac

ilhas

Cas

cais

Lisb

oa

Mon

tijo

Par

cos

Ped

rouc

os

Pen

iche

Pon

tada

Erv

a

Pov

oa I

ria

Sei

xal

Ses

imbr

a

Tra

faria

Vila

Fra

nca

m

velocity [mm/s] : -1m depth

-1000

-800

-600

-400

-200

0

200

400

600

800

1000

-1000 -500 0 500 1000

ADCP

MOHID

velocity [mm/s] : 15m depth

-1000

-800

-600

-400

-200

0

200

400

600

800

1000

-1000 -500 0 500 1000

ADCP

MOHID

velocity [mm/s] : 25m depth

-1000

-800

-600

-400

-200

0

200

400

600

800

1000

-1000 -500 0 500 1000

ADCP

MOHID

velocity [mm/s] : average in the water column

-1000

-800

-600

-400

-200

0

200

400

600

800

1000

-1000 -500 0 500 1000

ADCP

MOHID

• Correlações:– componente zonal / WE (dominante) > Componente meridional / SN– Aumentam em direcção à superfície

• Como explicar?– Processos de larga escala? => nível 1 3D + circulação de larga escala – Atrito junto ao fundo? => baixar o valor– Vento sem variabilidade espacial? => impôr variabilidade espacial ao modelo de

nível 1

0.0

5.0

10.0

15.0

20.0

25.0

30.0

35.0

0.000 0.200 0.400 0.600

Correlation

Wat

er h

eig

ht

abo

ve

bo

tto

m (

m)

WE SN

WE mean SN mean

- Correlation between ADCP and MOHID data for each layer (assigned at the average height), for the average velocity for water column (referred as mean) and by velocity component (West-East, WE, and South-North, SN). Heights referred bottom of sea

Validation – Ecological Model (2D)

Stations where data were collected and compared with MOHID operational model results

Validation - Ecological Model (2D)Nitrates

0

0.05

0.1

0.15

0.2

28-06-2003 17-08-2003 06-10-2003 25-11-2003

Date

Nit

rate

s [m

g N

/L]

Model

Field Data

Dissolved Oxygen

0

2

4

6

8

10

28-06-2003 17-08-2003 06-10-2003 25-11-2003

Date

D.O

. [m

g/L

]

Model

Field Data

Chlorophyll a

0

1

2

3

4

5

28-06-2003 17-08-2003 06-10-2003 25-11-2003

Date

Ch

l a

[ug

/L]

Model

Field Data

Ammonia

00.010.020.030.040.050.060.07

28-06-2003 17-08-2003 06-10-2003 25-11-2003

Date

Am

mo

nia

[m

g N

/L]

Model

Field Data

Comparison between parameters concentration calculated with MOHID operational model for station P8, and field data, averaged in space, obtained in the same point

and other points near P8, at different depths (surface, middle and bottom). The vertical black bars represent the magnitude of the standard deviation between the

measured points. (a) – nitrates; (b) – Dissolved oxygen; (c) – Chlorophyll a; (d) –

ammonia.

Field data- automatic data acquisition stations -

Cascais

Carcavelos

-> Atmospheric Station-> Water quality monitoring stations*:-Currents Sensor: horizontal velocities and direction

- Multiparametric Sounder: Temperature, salinity / condutivity, dissolved oxygen, pH, turbidity, chlorophyll

1 Ship-of-Opportunity System (MARETEC’s Ship) -Multiparametric Sounder + Acoustic Doppler Profiler*

* - In the near future

ADCP SANEST ?

Futuro

Modelação• Domínios de computação

– Modelo 2D e 3D* para a costa portuguesa (Hidrodinâmica)– 3D para o Tejo com Hidrodinâmica + Qual. da água – o modelo

3D com qualidade da água demora +/- o dobro o tempo de cálculo;

• Condições de Fronteira– Forçamento atmosférico com variabilidade espacial no modelo

para a Costa Portuguesa– Inserir descargas das ETAR’s da SimTejo no modelo– Utilizar climatologia ou outros modelos globais nas condições de

fronteira aberta dos modelos 3D (Tejo e/ou Portugal)

* Muito tempo de cálculo

Futuro

Data Management1.Modelo:

– Escolher séries temporais específicas para fazer outputs directos para a Bases de dados. As séries temporais devem: a)ser representativas; b) ter uma boa base de validação (p.ex. pontos da SANEST/SIMTEJO ou pontos de marégrafos).

2.Aquisição de dados:– Informação do sistema de aquisição em movimento deve ser

transferida para uma base de dados em postgreSQL– Converter a base de dados de sistemas de aquisição fixas toda

para postgreSQL– Arranjar dados dos marégrafos, enviá-los para uma base de

dados nossa.

Futuro

Data Management

3. Visualização de Resultados:– graficar e tabelar as séries temporais de output do modelo e

compará-las com dados de campo das campanhas e de marégrafos “on-the-fly”

– fazer gráficos com o GMT– página integrada dos modelos operacionais (modelo de ondas

com o modelo atmosférico e com o modelo oceanográfico– comparação do MOHID com os dados de satélite

4. Outros:– desenvolver ferramenta para correr operacionalmente o

sistema operacional, baseado em .NET

Futuro

ValidaçãoElaborar um relatório periódico (6 meses?)

1. Valores Locais:– Maré: marégrafos, e componentes harmónicas– Velocidades: ADCP SANEST (parado de momento) e futuro ADP

móvel– Temperatura e Salinidade: CTD’s; campanhas; estações fixas;

sistema móvel de aquisição dados; imagens satélite– Sedimentos e Qualidade da água: campanhas; estações fixas;

imagens satélite

2. Mapas:– Temperatura e Salinidade: imagens satélite; sistema móvel de

aquisição dados– Sedimentos e Qualidade da água: imagens satélite; sistema móvel de

aquisição dados; situação de referência