Diferentes técnicas de condicionamento em séries temporais turbulentas
Resumo
A dinâmica da atmosfera próxima á superfície é regida por dois forçantes principais, um mecânico e outro térmico. Esses processos são responsáveis pela variabilidade dos
escoamentos na baixa atmosfera e, é essa variabilidade que caracteriza a turbulência atmosférica. A presença do fenômeno de turbulência, permite distinguir uma camada
do restante da atmosfera, esta é chamada de Camada Limite Atmosférica ( CLA). A importância de estudos nessa camada, está relacionada com o fato da turbulência representar um processo efetivo de transporte próximo à superfície. O tratamento adequado dos dados experimentais permite maior contabilidade, tanto qualitativa quanto quantitativas, na interpretação e entendimento desse transporte, ou seja, é necessário para uma adequada caracterização dos fluxos turbulentos. Nesta dissertação são investigadas algumas, das principais técnicas básicas, no tratamento de dados e condicionamento em séries temporais turbulentas. Os dados,
experimentalmente coletados e separados em conjuntos de amostras com 27 minutos, são submetidos aos tratamentos com técnicas de média simples, média instantânea através de filtros digitais recursivos e remoção linear de tendência.
Obeserva-se as implicações da aplicação destas técnicas, como cada uma delas age nas séries temporais turbulentas de temperatura e velocidade vertical do vento, apresentando e discutindo os resultados dessa aplicação, nas estimativas dos fluxos turbulentos de calor sensível através do método de Covariância dos Vórtices (MCV), e também das densidades espectrais de temperatura e velocidade vertical. Um dos grandes benefícios do estudo feito nessa dissertação, foi identificar que a correção do atraso de fase, que não era levada em consideração nos modelos de filtros digitais anteriores (FDR proposto por McMillen 1988) e, presente no modelo (FFDR Franceschi e Zardi 2003) conduz à estimativas satisfatórias, principalmente para espectros de temperatura turbulenta, que são os mais difíceis de se minimizar os efeitos de não estacionariedade. Ficou claro, observando nos resultados gráficos dos espectros, que a remoção de baixas freqüências nos espectros de temperatura, os deixou com o perfil típico de especros clássicamente esperados.