O estudo e a previsão dos sistemas de tempo, e suas variantes, é cada vez mais uma preocupação constante e difundida no meio cientifico. Esta necessidade torna-se imprescindível, à medida que tais eventos podem causar irreparáveis perdas materiais e humanas, com forte influência no seu desenvolvimento econômico e social. O BRAMS (Brazilian Regional Atmospheric Modeling System), modelo de mesoescala, tem como característica principal o aninhamento de grades, permitindo assim obter o comportamento de escala sinótica e microescala em uma única simulação. Este recebe como informações de entrada, dados de observações de superfície e altitude, subprodutos gerados de satélite ou então resultados de modelos numéricos, e estes dados necessitam estar em arquivo com formato compatível com o código do mesmo, para serem processados posteriormente. O objetivo deste trabalho foi utilizar dados provenientes do Satélite LANDSAT 5 TM (Land Remote Sensing Satellite – Thematic Mapper), para substituição das informações de vegetação e informações de altimetria da missão SRTM (Shutle Radar Topography Mission), utilizando estas informações como dados de entrada no mesmo, melhorando assim a representação das características físicas da região. A Região Metropolitana de Porto Alegre, foi a escolhida como área de estudo e especificamente foi testada a diferença quanto à simulação do modelo sem e com a implementação. Com o intuito de abranger completamente a área de estudo foram utilizadas 2 cenas do sensor TM, para a composição de mosaico de imagens, gerado originalmente com resolução espacial de 30 metros. Este mosaico foi editado, e submetido a uma classificação supervisionada através do Método da Máxima Verossimilhança com uma qualidade final na classificação de 99,7%. Após a classificação o mosaico foi reamostrado para 500 metros de resolução espacial, também foi feita uma adequação da codificação da classificação de acordo com os códigos do BRAMS. As simulações compreenderam às 24 horas do dia 9 de janeiro de 2007. Para a análise da contribuição da topografia e vegetação, foram analisadas as saídas do modelo. O resultado desta interação pode ser observado no campo de algumas variáveis meteorológicas, como direção do vento, temperatura e umidade relativa, que apresentaram comportamento distinto em cada simulação, demonstrando uma diferença qualitativa entre as duas simulações. / The study and attempt to predict weather, systems and its variants, is increasingly a constant concern of science and it is widely disseminated in the scientific field. This requirement becomes imperative, to the extent that such events can cause irreparable human and material losses, with strong influence in their social and economic development. The Brazilian Regional Atmospheric Modeling System – BRAMS, a mesoscale model, which has nesting grids as a main feature, therefore it obtains the scaling synoptic and microscale behavior on just a single simulation. It receives incoming information, surface observations and altitude data, by-products generated by satellite or numerical model results, and these data need to be set into a file format that is compatible to the code, in order to be processed later. The purpose of this work was to utilize satellite data from the LANDSAT 5 TM (Land Remote Sensing Satellite – Thematic Mapper) for the replacement of vegetation and altitude data obtained during the SRTM (Shuttle Radar Topography Mission), using this information as an input data on it, thus improving the representation of the physical features of the chosen region. The metropolitan region of Porto Alegre was chosen as the study area, and the difference as to the simulation of the model was specifically tested, with and without implementation. In order to completely cover the study area, two image scenes were used from the TM sensor for the mosaic composition, originally generated with a 30-meter spatial resolution. The mosaic was edited, and then submitted to a supervised classification through Maximum Likelihood Method with a final quality classification of 99.7%. After submitting the mosaic to sorting, it was resample into a 500-meter spatial resolution, it has been also made an appropriateness of the codification of classification according to BRAMS’ codes. The simulations comprised the 24 hours of January 9th 2007. For the analysis of the contribution of topography and vegetation, the model outputs were analyzed. The result of this interaction may be observed in the field of meteorological variables, such as some wind directions, temperature and relative humidity, which have distinct behavior at each simulation, demonstrating a qualitative difference between the two simulations.

O estudo e a previsão dos sistemas de tempo, e suas variantes, é cada vez mais uma preocupação constante e difundida no meio cientifico. Esta necessidade torna-se imprescindível, à medida que tais eventos podem causar irreparáveis perdas materiais e humanas, com forte influência no seu desenvolvimento econômico e social. O BRAMS (Brazilian Regional Atmospheric Modeling System), modelo de mesoescala, tem como característica principal o aninhamento de grades, permitindo assim obter o comportamento de escala sinótica e microescala em uma única simulação. Este recebe como informações de entrada, dados de observações de superfície e altitude, subprodutos gerados de satélite ou então resultados de modelos numéricos, e estes dados necessitam estar em arquivo com formato compatível com o código do mesmo, para serem processados posteriormente. O objetivo deste trabalho foi utilizar dados provenientes do Satélite LANDSAT 5 TM (Land Remote Sensing Satellite – Thematic Mapper), para substituição das informações de vegetação e informações de altimetria da missão SRTM (Shutle Radar Topography Mission), utilizando estas informações como dados de entrada no mesmo, melhorando assim a representação das características físicas da região. A Região Metropolitana de Porto Alegre, foi a escolhida como área de estudo e especificamente foi testada a diferença quanto à simulação do modelo sem e com a implementação. Com o intuito de abranger completamente a área de estudo foram utilizadas 2 cenas do sensor TM, para a composição de mosaico de imagens, gerado originalmente com resolução espacial de 30 metros. Este mosaico foi editado, e submetido a uma classificação supervisionada através do Método da Máxima Verossimilhança com uma qualidade final na classificação de 99,7%. Após a classificação o mosaico foi reamostrado para 500 metros de resolução espacial, também foi feita uma adequação da codificação da classificação de acordo com os códigos do BRAMS. As simulações compreenderam às 24 horas do dia 9 de janeiro de 2007. Para a análise da contribuição da topografia e vegetação, foram analisadas as saídas do modelo. O resultado desta interação pode ser observado no campo de algumas variáveis meteorológicas, como direção do vento, temperatura e umidade relativa, que apresentaram comportamento distinto em cada simulação, demonstrando uma diferença qualitativa entre as duas simulações. / The study and attempt to predict weather, systems and its variants, is increasingly a constant concern of science and it is widely disseminated in the scientific field. This requirement becomes imperative, to the extent that such events can cause irreparable human and material losses, with strong influence in their social and economic development. The Brazilian Regional Atmospheric Modeling System – BRAMS, a mesoscale model, which has nesting grids as a main feature, therefore it obtains the scaling synoptic and microscale behavior on just a single simulation. It receives incoming information, surface observations and altitude data, by-products generated by satellite or numerical model results, and these data need to be set into a file format that is compatible to the code, in order to be processed later. The purpose of this work was to utilize satellite data from the LANDSAT 5 TM (Land Remote Sensing Satellite – Thematic Mapper) for the replacement of vegetation and altitude data obtained during the SRTM (Shuttle Radar Topography Mission), using this information as an input data on it, thus improving the representation of the physical features of the chosen region. The metropolitan region of Porto Alegre was chosen as the study area, and the difference as to the simulation of the model was specifically tested, with and without implementation. In order to completely cover the study area, two image scenes were used from the TM sensor for the mosaic composition, originally generated with a 30-meter spatial resolution. The mosaic was edited, and then submitted to a supervised classification through Maximum Likelihood Method with a final quality classification of 99.7%. After submitting the mosaic to sorting, it was resample into a 500-meter spatial resolution, it has been also made an appropriateness of the codification of classification according to BRAMS’ codes. The simulations comprised the 24 hours of January 9th 2007. For the analysis of the contribution of topography and vegetation, the model outputs were analyzed. The result of this interaction may be observed in the field of meteorological variables, such as some wind directions, temperature and relative humidity, which have distinct behavior at each simulation, demonstrating a qualitative difference between the two simulations.

O estudo e a previsão dos sistemas de tempo, e suas variantes, é cada vez mais uma preocupação constante e difundida no meio cientifico. Esta necessidade torna-se imprescindível, à medida que tais eventos podem causar irreparáveis perdas materiais e humanas, com forte influência no seu desenvolvimento econômico e social. O BRAMS (Brazilian Regional Atmospheric Modeling System), modelo de mesoescala, tem como característica principal o aninhamento de grades, permitindo assim obter o comportamento de escala sinótica e microescala em uma única simulação. Este recebe como informações de entrada, dados de observações de superfície e altitude, subprodutos gerados de satélite ou então resultados de modelos numéricos, e estes dados necessitam estar em arquivo com formato compatível com o código do mesmo, para serem processados posteriormente. O objetivo deste trabalho foi utilizar dados provenientes do Satélite LANDSAT 5 TM (Land Remote Sensing Satellite – Thematic Mapper), para substituição das informações de vegetação e informações de altimetria da missão SRTM (Shutle Radar Topography Mission), utilizando estas informações como dados de entrada no mesmo, melhorando assim a representação das características físicas da região. A Região Metropolitana de Porto Alegre, foi a escolhida como área de estudo e especificamente foi testada a diferença quanto à simulação do modelo sem e com a implementação. Com o intuito de abranger completamente a área de estudo foram utilizadas 2 cenas do sensor TM, para a composição de mosaico de imagens, gerado originalmente com resolução espacial de 30 metros. Este mosaico foi editado, e submetido a uma classificação supervisionada através do Método da Máxima Verossimilhança com uma qualidade final na classificação de 99,7%. Após a classificação o mosaico foi reamostrado para 500 metros de resolução espacial, também foi feita uma adequação da codificação da classificação de acordo com os códigos do BRAMS. As simulações compreenderam às 24 horas do dia 9 de janeiro de 2007. Para a análise da contribuição da topografia e vegetação, foram analisadas as saídas do modelo. O resultado desta interação pode ser observado no campo de algumas variáveis meteorológicas, como direção do vento, temperatura e umidade relativa, que apresentaram comportamento distinto em cada simulação, demonstrando uma diferença qualitativa entre as duas simulações. / The study and attempt to predict weather, systems and its variants, is increasingly a constant concern of science and it is widely disseminated in the scientific field. This requirement becomes imperative, to the extent that such events can cause irreparable human and material losses, with strong influence in their social and economic development. The Brazilian Regional Atmospheric Modeling System – BRAMS, a mesoscale model, which has nesting grids as a main feature, therefore it obtains the scaling synoptic and microscale behavior on just a single simulation. It receives incoming information, surface observations and altitude data, by-products generated by satellite or numerical model results, and these data need to be set into a file format that is compatible to the code, in order to be processed later. The purpose of this work was to utilize satellite data from the LANDSAT 5 TM (Land Remote Sensing Satellite – Thematic Mapper) for the replacement of vegetation and altitude data obtained during the SRTM (Shuttle Radar Topography Mission), using this information as an input data on it, thus improving the representation of the physical features of the chosen region. The metropolitan region of Porto Alegre was chosen as the study area, and the difference as to the simulation of the model was specifically tested, with and without implementation. In order to completely cover the study area, two image scenes were used from the TM sensor for the mosaic composition, originally generated with a 30-meter spatial resolution. The mosaic was edited, and then submitted to a supervised classification through Maximum Likelihood Method with a final quality classification of 99.7%. After submitting the mosaic to sorting, it was resample into a 500-meter spatial resolution, it has been also made an appropriateness of the codification of classification according to BRAMS’ codes. The simulations comprised the 24 hours of January 9th 2007. For the analysis of the contribution of topography and vegetation, the model outputs were analyzed. The result of this interaction may be observed in the field of meteorological variables, such as some wind directions, temperature and relative humidity, which have distinct behavior at each simulation, demonstrating a qualitative difference between the two simulations.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This study aimed identify the fundamental hydrological variables in the formation of floods and develop a forecast model of floods in real time and with simple operation, for the region of Vale do Taquari, located in Rio Grande do Sul. Thus, at first the study area focused on watershed of the Taquari-Antas river and, subsequently, in the stretch comprising the region of Vale do Taquari, especially among the municipalities of Muçum and Estrela, the most affected by the floods. To achieve the aim was evaluated the existing hydrological monitoring network in the watershed of the Taquari-Antas river; the hydrological behavior of this and finally elaborated a model of simple operation for forecast maximum level of flood in the municipality of Estrela. As hydrological data source used the Hydrological Information System the National Water Agency (HIDROWEB) and records made by other local institutions. The evaluation of the hydrological monitoring network was based on the recommendations of the WMO. The analysis of the hydrological behavior stems from evaluation of morphology, time of concentration of the main sub-basins and points along the main river and recurrence of the highest elevations in the most critical stretch to floods. Utilized the following software throughout the study: ArcGis version 10.1; EasyFit version 5.6; Action; and all calculations procedures were conducting in Excel. As for the model, it has been produced by the multiple linear regression method. 59 tuning options were tested through combinations of the series of maximum level star with the explanatory variables: river levels series in sections upstream Estrela (Encantado and Muçum), which occurred on the day of the Estrela event, on earlier and concerning the maximum amount recorded during the event; as well as data series of cumulative average rainfall in the sub-basin in "x" days prior to the event. There was the best fit through quality measures: mean square error, standard error, Nash-Sutcliffe coefficient; determination and Pearson correlation. The best model found was submitted to verify the compliance of the hypothesis of the method. Based on the results it is concluded that the linear regression model composed by the equation identified as function nº. 54 modified provided the best results for forecast floods in Estrela. This model is based on the maximum levels upstream in Muçum and Encantado municipality and, due to the peak time between the cities be less than one day, it is recommended to apply hourly basis. It was found that the average rainfall no statistical significance in the composition of the regression model. Still, it was found that: (i) the watershed of the Taquari- Antas river presents rapid response to most of the rainfall events with high volumes; and (ii) there is need of network with better quality, both spatially and temporally. In summary, this study gives satisfactory results to the academic area and in the future could provide a significant social contribution, given its continuity and applicability. / O objetivo deste estudo foi identificar as variáveis hidrológicas fundamentais na formação das inundações e desenvolver um modelo de previsão das inundações em tempo real e com simples operacionalização, para a região do Vale do Taquari, situada no Rio Grande do Sul. Desta maneira, em um primeiro momento a área de estudo se concentrou na bacia hidrográfica Taquari-Antas e, após, no trecho que compreende a região do Vale do Taquari, sobretudo entre os municípios de Muçum e Estrela, os mais afetados pelas inundações. Para atingir os objetivos avaliou-se a rede monitoramento hidrológico existente na bacia hidrográfica Taquari-Antas; o comportamento hidrológico desta e, por fim, elaborou-se um modelo de simples operação para previsão da cota máxima de inundações no município de Estrela. Como fonte de dados hidrológicos utilizou-se o Sistema de Informações Hidrológicas da ANA (Hidroweb) e os registros realizados por outras instituições locais. A avaliação da rede de monitoramento hidrológico baseou-se nas recomendações da WMO. A análise do comportamento hidrológico decorreu da avaliação morfométrica, tempo de concentração das principais sub-bacias e pontos ao longo do rio principal e recorrência das cotas máximas no trecho mais crítico à inundações.Utilizaram os seguintes softwares ao longo do estudo: ArcGis versão 10.1; EasyFit versão 5.6; Action; sendo que todos os procedimentos de cálculos foram realizando no Excel. Quanto ao modelo, optou-se pela sua concepção através do método de regressão linear múltipla. Testaram 59 opções de ajuste, tendo em vista as combinações da série de cota máxima de Estrela com as variáveis explicativas: séries de cotas de seções a montante de Estrela (Encantado e Muçum), ocorridas no dia do evento de Estrela, no dia anterior e referente ao valor máximo registrado durante o evento; bem como série de dados da precipitação média acumulada na sub-bacia em x dias anterior ao evento. A verificação do melhor ajuste ocorreu através das medidas de qualidade: erro médio quadrático, erro padrão, coeficiente de Nash-Sutcliffe; determinação e correlação de Pearson. O melhor modelo encontrado foi submetido à verificação do atendimento das hipóteses do método. A partir dos resultados concluiu-se que o modelo de regressão linear consistido pela equação identificada como função n.º 54 modificada proporcionou os melhores resultados para a previsão de inundação em Estrela. Tal modelo baseia-se nas cotas máximas a montante no município de Muçum e Encantado e, em função do tempo de pico entre os municípios ser inferior a um dia, recomenda-se a aplicação de forma horária. Constatou-se que a precipitação média não apresenta significância estatística na composição do modelo de regressão. Ainda verificou-se que: (i) a bacia hidrográfica do rio Taquari-Antas apresenta rápida resposta à maioria dos eventos de chuvas com elevados volumes; e (ii) há necessidade de uma rede com melhor qualidade, tanto espacialmente, quanto temporalmente. Resumidamente, este estudo conferiu resultados satisfatórios à área acadêmica e, futuramente, poderá proporcionar uma contribuição social significativa, dada a sua continuidade e aplicabilidade.

Purpose – Forecasting is a firm's ability to anticipate or predict the future demand givenon a set of assumptions. For a company to implement an appropriate forecast model whichcan make accurate assumptions, the model needs to be aligned with the company's businesssituation and enhanced through supply chain relationships. Therefore, the purpose of thisstudy is: Investigate how small sized wholesalers benefit from demand forecasting. The purpose is divided into two research questions RQ1: How can a company influenced by a seasonal demand select an appropriateforecast model according to its business environment? RQ2: Why do information sharing issues between supply chain partners occur and howcan wholesalers overcome this resistance? Method – The researchers executed a singular case study at one of the local small-sizedfurniture wholesalers in Sweden. The data collection methods implemented in this studyare interviews, document analysis and a survey addressed towards downstream membersof the wholesalers’ chain, retailers (five participants). The combination of both qualitativeas well as quantitative methods was based on a triangulation principle which helped theresearchers provide a comprehensive understanding of the problem as well as increasevalidity and credibility of the study. Findings – The result of the study raises the importance of selecting a forecast model inaccordance with the company's business situation. Furthermore, by the help of a selfdesigned four-step forecast process the company could identify its influencing factors(seasonality, lead-times, lack of information sharing, etc.), available data, and finally selectthe appropriate model corresponding with the business situation. In this study the Holt-Winters model was selected due to the promotion of simplicity considering the casecompany. Also, the issue regarding information sharing among supply chain partners wasidentified where retailers promotes the performance of the whole supply chain anddemands a partnership as a requirement for sharing information. Implications – As every firm is unique and different in its nature it therefore requires itsown specific forecast process in which can select the appropriate model. However, thestudy revealed how selecting the appropriate forecast model can enhance the businessmeeting their seasonal demand. Additionally, the fact that small-sized companies need toestablish a partnership to receive demand information from their retailers. Based on theresult, the study reveals how companies can enhance their situation through demandforecasting. Limitations - As each model is based on each specific company the results regarding theselected forecast model can be questioned. Furthermore, due to the limited time-period ofthe research a specific forecast process had to be constructed which could only cover thescope of the research and not how the forecast model performed over time. Therefore, alonger time-period of the research could have included extra activities in the forecastprocess which would have validated the model.

No description available.

No description available.

No / This paper proposes that the changes which occur in composition of the bed load during the transport of mixed-grain-size sediments are largely controlled by the distributions of critical entrainment shear stress for the various size fractions. This hypothesis is examined for a unimodal sediment mixture by calculating these distributions with a discrete particle model and using them in a probabilistic calculation of bed-load composition. The estimates of bed-load composition compare favorably with observations of fractional transport rates made in a laboratory flume for the same sediment, suggesting that the hypothesis is reasonable. The analysis provides additional insight, in terms of grain mechanics, into the processes that determine bed-load composition. These insights strongly suggest that better prediction methods will result from taking account of the variation of threshold within size fractions, something that most previous studies have neglected.

預測技術是一個不斷變動的領域，本研究提出一個高彈性的預測模型應用框架，供使用者開發各種預測系統，且使用者能夠很容易的將新的預測技術增加到系統之中。本研究先分析現有預測模型的建構過程，提出一共通流程。並依此共通流程定義應用框架，該框架可用以產生各種實際的預測系統。此應用框架具備了高度的彈性，除了在流程上可整合OASIS的WS-BPEL流程描述語言外，且可整合各種不同的預測技術所需的運算方法與資料。 / With the rapidly changing forecast technique, this paper introduces a flexible application framework to develop different forecast systems. When you develop a system by this framework, you can add a new forecast technology easily. This paper provides a common process for model building by analysis exiting processes　and use this common process to develop application framework. In addition to using an XML-based language, Web Services Business Process Execution Language（WS-BPEL）, to describe the details of model building process, this framework can integrates methods and data from different forecast technologies by defining method and data configuration.

The capacity of renewable energy sources constantly increases world-wide and challenges the maintenance of the electric balance between power demand and supply. To allow for a better integration of solar energy supply into the power grids, a lot of research was dedicated to the development of precise forecasting approaches. However, there is still no straightforward and easy-to-use recommendation for a standardized forecasting strategy. In this paper, a classification of solar forecasting solutions proposed in the literature is provided for both weather- and energy forecast models. Subsequently, we describe our idea of a standardized forecasting process and the typical parameters possibly influencing the selection of a specific model. We discuss model combination as an optimization option and evaluate this approach comparing different statistical algorithms against flexible hybrid models in a case study.