Pular para conteúdo

03 de Agosto de 2023

ATA 001/2023 - Revisão 002

Informações
  • Preparado por: Gilson de Paula e Silva - assessor administrativo e Carlos Frederico Bastarz - relator
  • 03 de Agosto de 2023

Coordenação: Saulo Ribeiro de Freitas e Pedro Leite da Silva Dias

REVISÃO DATA DA REVISÃO ALTERAÇÕES
R000 05/05/2022
  • Versão inicial por Gilson Silva/INPE
R001 15/05/2022
  • Expansão e revisão geral por Carlos Bastarz/INPE
R002 16/05/2022
  • Inclusão de informações por Carlos Bastarz/INPE

Membros Participantes

  • Brasil

    • INPE: Antonio Ocimar Manzi, Caio Augusto dos Santos Coelho, Carlos Frederico Bastarz (ausente), Celso Mendes (ausente), Celso Von Randow, Chou Sin Chan, Haroldo Fraga de Campos Velho, João Gerd Zell de Mattos, Joaquim Eduardo Rezende Costa (ausente), Jorge Luís Gomes, Luciano Ponzi Pezzi, Luiz Flávio Rodrigues, Paulo Yoshio Kubota, Renato Galante Negri, Ronald Buss de Souza, Saulo Ribeiro de Freitas.
    • INMET: Francisco Quixaba Filho (ausente), Gilberto Ricardo Bonatti.
    • UFCG: Enio Pereira de Souza.
    • CENSIPAM: Ivan Saraiva (ausente).
    • ITA: Jairo Panetta (ausente).
    • INPA: Luiz Antonio Candido (ausente).
    • UFSM: Otávio Acevedo (ausente).
    • USP: Márcia Akemi Yamasoe (ausente), Pedro Leite da Silva Dias, Pedro da Silva Peixoto, Ricardo de Camargo.
    • LNCC: Roberto P. Souto.
    • UFMS: Vinícius Buscioli Capistrano.
    • MB: Flávia Rodrigues Pinheiro, Walid Maia Pinto Silva e Seba (ausente).
    • UFPA: Júlia Clarinda Paiva Cohen.
    • UFRJ: Afonso Paiva.
    • MCTI: Antonio Marcos Mendonça.
    • FAB: José Hélio Abreu Nogueira.
    • UFPel: Fabrício Härter.
    • UECE: Alexandre Araújo Costa (ausente).
    • FUNCEME: Francisco das Chagas Vasconcelos Júnior (ausente).

  • Argentina

    • SMN: Yanina García Skabar.

Participantes Convidados

  • INPE: Ariane Frassoni Dos Santos De Mattos, Gilvan Sampaio de Oliveira.
  • UFSM: Rafael Maroneze.

Local, Data e Hora

  • Plataforma Cisco WebEx
  • 03 de Agosto de 2023, das 14:00 horas às 16:00 horas

Link da gravação

Repositório das apresentações

Reunião do Comitê Científico do Modelo para Previsão dos Oceanos, Superfícies Terrestres e Atmosfera. Às 14h00 do dia 03 de agosto de 2023, reuniram-se virtualmente os representantes do INPE (Instituto Nacional de Pesquisas Espaciais), INMET (Instituto Nacional de Meteorologia), UFCG (Universidade Federal de Campina Grande), USP (Universidade de São Paulo), LNCC (Laboratório Nacional de Computação Científica), UFRJ (Universidade Federal do Rio de Janeiro), UFMS (Universidade Federal do Mato Grosso do Sul), UFPA (Universidade Federal do Pará), UFPel (Universidade Federal de Pelotas), UECE (Universidade Estadual do Ceará), FAB (Força Aérea Brasileira), MB (Marinha do Brasil), MCTI (Ministério da Ciência, Tecnologia e Inovações) e SMN (Serviço de Meteorológico Nacional da Argentina). Com o objetivo avançar com os trabalhos e discussões do Comitê Científico (CC) e à tomada de decisão sobre adoção do modelo MPAS (Model for Prediction Across Scales) como núcleo dinâmico atmosférico do MONAN (Model for Ocean-laNd-Atmosphere-predictioN). Esta ata registra a memória da reunião realizada e congrega as informações inseridas no chat, como links e outras informações pertinentes às discussões realizadas. Seguindo a abertura da reunião, conduzida pelos coordenadores institucionais Saulo Freitas/INPE e Pedro Dias/USP, este documento está orientado de acordo com as pautas estabelecidas pelo Saulo Freitas, durante a sua apresentação.

Ao iniciar a 9ª Reunião do Comitê Científico do MONAN, Saulo Freitas dá as boas vindas a todos os participantes e anuncia os itens a serem discutidos durante a reunião do CC do MONAN. Ressalta e agradece a participação de Gilvan Sampaio, Coordenador da Coordenação-Geral de Ciências da Terra CGCT do INPE e Antonio Mendonça, representando o MCTI. A seguir, Saulo Freitas informa que fará uma breve explanação da pauta, anunciará os novos membros e fará uma breve retrospectiva das ações realizadas para o desenvolvimento do MONAN, inclusive, no sentido de obter recursos para o programa. Na sequência será apresentada a preposição de adoção do MPAS do NCAR (National Center for Atmospheric Research), como base para suportar o núcleo dinâmico da componente atmosférica do MONAN; iniciando, com duas apresentações, uma sobre os aspectos computacionais por Luiz Flávio/INPE e outra sobre a avaliação dos aspectos de físicas pela Ariane Frassoni/INPE. Concluídas as apresentações, será aberta discussão geral do CC, visando à tomada de decisão e a confirmação do CC para a adoção do MPAS como núcleo dinâmico da componente atmosférica do MONAN. Saulo Freitas falará também sobre o planejamento de atividades para os próximos meses. Para finalizar, o pesquisador Pedro Peixoto/USP anunciará o Curso de Métodos de Volumes Finitos para Modelos Globais Multiescala com foco no MPAS, que ministrará para comunidade e, então, discutiremos os detalhes daquele que deve ser o primeiro curso no âmbito do MONAN para entendimento sólido do MPAS.

Pauta 1 - Novos Membros e atualizações gerais

Saulo Freitas cumprimenta e dá boas vindas aos novos membros do CC do MONAN: 1. Yanina García Skabar, Diretora de Produtos de Modelagem Ambiental e de Sensoriamento Remoto da Diretoria Nacional de Ciência e Inovação em Produtos e serviços do Serviço Meterológico Nacional (SMN) da Argentina; 2. Fabricio Pereira Härter da UFPel, representando as universidades do sul do Brasil. Como Otávio Acevedo está nos Estados Unidos, é importante o Fabrício Härter possa assumir essa posição; 3. Gilson de Paula e Silva como Secretário Executivo na Assessoria Executiva ao Programa MONAN. Saulo Freitas agradece pela participação dos pesquisadores Rafael Maroneze da UFSM, como convidado e representando o pesquisador Otávio Acevedo. Saulo Freitas comenta que os pesquisadores recentemente publicaram um artigo científico sobre nova parametrização de turbulência, algo promissor para testes no âmbito do MONAN. Referente a FUNCEME, informa que os pesquisadores Alexandre Araújo e Francisco Vasconcelos, que não puderam participar desta reunião em razão de suas agendas.

Pauta 2 - Ações realizadas em busca de recursos para o projeto do MONAN

Saulo Freitas faz um resumo das ações realizadas no âmbito do MONAN. Ressalta que o CC do MONAN foi criado em 2021, com a participação de diversas instituições nacionais e que agora conta também com a participação do SMN da Argentina. A intenção é dar abertura para os demais centros meteorológicos e de pesquisas da América do Sul e da América Latina, de modo que o MONAN seja um sistema para as Américas, trabalhando nessas regiões. Essa é a nona reunião do CC, o desenvolvimento do MONAN está no planejamento estratégico do INPE e foi reconhecido como projeto institucional do MCTI, com orçamento e duração de 10 anos. Houve uma reorganização interna do INPE com foco no MONAN para o desenvolvimento da modelagem numérica para ser a base da nova geração de produtos numéricos. Desde o momento de sua criação, já foram realizados cinco workshops internos à DIMNT (Divisão de Modelagem Numérica do sistema Terrestre) da CGCT/INPE, envolvendo como temas a atmosfera, os oceanos e a criosfera e a assimilação de dados, preparando o INPE internamente para o MONAN. Sendo o MONAN um projeto institucional do MCTI, no orçamento atual de 2023, foram solicitados R$ 5 milhões, porém, foram aprovados apenas R$ 96.000,00. Por essa razão os recursos são muito escassos, principalmente, para envolver a toda a comunidade nacional. O que foi colocado é que no próximo PPA (Plano Pluri Anual) 2024, serão alocados R$ 6 milhões e a partir de então, R$ 6 milhões anuais, e o compromisso é que 50% do orçamento do MONAN, seja destinado para comunidade nacional através de editais do CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico).

Saulo Freitas comenta também sobre o Projeto RISC (Renovação da Infraestrutura de SuperComputação) e informa que há dificuldades de acesso aos recursos financeiros para compra do novo supercomputador, mas que, apesar disso, o processo está em andamento. Saulo Freitas comenta também sobre a reprovação da proposta para instituir o MONAN como um INCT (Instituto Nacional de Ciência e Tecnologia). Acrescenta que houveram também várias ações junto ao CNPq, MCTI e CAPES (Coordenadoria de Aperfeiçoamento de Pessoal de Nível Superior) para obter apoio e que toda essa busca por recursos culminou com uma reunião com a SEPPE (Secretaria de Políticas e Programas Estratégicos) do MCTI. Nesta reunião, realizada em 23 de junho de 2023, participaram os pesquisadores Osvaldo Luiz Leal de Moraes, diretor do Departamento de Clima e Sustentabilidade do MCTI, Ricardo Magnus Osorio Galvão, presidente do CNPq, Olival Freire Junior, diretor científico do CNPq, Clezio Marcos de Nardin, diretor do INPE, Gilvan Sampaio de Oliveira, coordenador da CGCT/INPE, Saulo Ribeiro de Freitas coordenador da DIMNT-CGCT/INPE e os pesquisadores Pedro da Silva Dias, Júlia Clarinda Paiva Cohen, Fabrício Pereira Härter, Enio Pereira Souza, Márcia Akemi Yamasoe, Vinícius Buscioli Capistrano, Karla Maria Longo de Freitas e o assessor administrativo do MONAN, Gilson de Paula e Silva. Nesta reunião, para a qual foram chamados todos representantes da comunidade acadêmica das cinco regiões do país, foi feita uma exposição detalhada do projeto do MONAN e qual é a demanda para o projeto do modelo. Nesta reunião foi proposta uma nova ação para o PPA 2024-2027. Uma proposta para criar uma plataforma computacional para pesquisa e inovação em tempo, clima e meio ambiente para o Brasil, baseada no MONAN, além da estrutura computacional idealizada pelo CENAPAD1 (Centro Nacional de Processamento de Alto Desempenho) e o LNCC, como centros de processamento de alto desempenho. Uma plataforma de serviço de supercomputação para acesso da comunidade nacional ao serviço de computação de alto desempenho para poder participar efetivamente do desenvolvimento, das aplicações e uso do MONAN. Essa proposta se alinha muito bem com as diretrizes básicas do novo governo no PPA, com redução de assimetrias regionais, foco em implantação de sistemas multiusuários, formação de recursos humanos e aplicações de ciência e tecnologia para a sustentabilidade na questão ambiental. Uma das ideias é a criação de um novo CENAPAD, mas também instrumentar e modernizar os CENAPADs que existe atualmente, priorizando as regiões Norte e Nordeste. Além disso, na reunião foram feitas requisições para programas de iniciação cientifica, mestrado, doutorado, bolsas de pós-doutorado no exterior (para aperfeiçoamento de jovens pesquisadores) e recursos para um plano científico de treinamento, além de infraestrutura e equipamentos de informática para os membros.

Na sequência, Saulo Freitas convida Gilvan Sampaio para falar sobre o PPA. Gilvan Sampaio destaca que foram feitas tentativas de negociação de uma nova ação no PPA. Embora bem recebido pelo MCTI, quando chegou a proposta no Ministério do Planejamento, houveram vários questionamentos e a perspectiva nesse momento é de que não haveria aumento do orçamento com uma nova ação, que isso acabaria por repartir o recurso já existente com uma eventual nova ação. Como já existe um orçamento para o MONAN vigente na LOA (Lei Orçamentária Anual) 2023, seria melhor pleitear o aumento do orçamento na PLOA (Projeto de Lei Orçamentária Anual) 2024, e trabalhar de agora até 2024. Gilvan Sampaio acrescenta que é necessário aguardar o quantitativo da PLOA 2024 para saber se foi contemplado ou não. Adicionalmente, Saulo Freitas comenta sobre a importância dessa ação junto ao MCTI, para consecução desse orçamento e viabilizar a plataforma anteriormente mencionada. Saulo Freitas complementa dizendo que é importante viabilizar a plataforma de acesso aos recursos computacionais para permitir que as universidades do país possam contribuir para o desenvolvimento do MONAN.

Pauta 3 - Proposta de adoção do MPAS/NCAR como a base da estrutura de dados e da dinâmica da componente atmosférica do MONAN

Saulo Freitas anuncia as apresentações a serem feitas dentro desta pauta e convida Luiz Flávio para apresentar o relatório da avaliação dos candidatos dos aspectos computacionais dos cores dinâmicos testados. Luiz Flávio inicia a sua apresentação, agradece aos membros da equipe que trabalharam nas avaliações. Cita os tecnologistas Denis Magalhães de Almeida Eiras, Eduardo Georges Khamis, Carlos Renato de Souza, João Messias da Silva do GCC (Grupo de Computação Científica) do INPE, além dos colaboradores do LNCC, Roberto P. Souto e Eduardo Lucio Mendes Garcia.

Avaliação dos Requisitos de Qualidade de Software dos Núcleos Dinâmicos (GCC)

Luiz Flávio esclarece que o foco são os requisitos de qualidade do software, que são fundamentais para dar sobrevida para o software. Acrescenta que costuma tomar por referência o SCD-1 (Satélite de Coleta de Dados-1) do Brasil, que bateu o recorde como o mais velho satélite no espaço, com 30 anos de serviço. Comenta que isso foi possível devido à preocupação com a qualidade dos softwares, nos quais foram empregados métodos, processos, técnicas e padrões que garantiram as qualidades e os seus controles de qualidades. Luiz Flávio acrescenta que é com esse cuidado que estão trabalhando no MONAN. Luiz Flávio explica que para isso, o primeiro passo foi determinar um documento técnico normativo. A versão apresentada é referente a 2023, mas há uma versão mais nova, que está recebendo atualizações devido ao acordo de colaboração com NOAA (National Oceanic and Atmospheric Administration) e o NCAR. Esse documento contém o padrão de codificação a ser usado no MONAN para melhorar a qualidade de software, além da forma como o código deve ser documentado internamente e como deve ser a sua estrutura interna. Acrescenta que, com esses padrões, foi possível avaliar cada um dos núcleos dinâmicos testados e determinar é o que mais se adequa aos requisitos de software do MONAN. Comenta que todos os núcleos dinâmicos ainda tem desenvolvimentos a serem realizados, mas que apesar disso, é necessário saber qual deles é mais compatível com o atual do estado da arte do desenvolvimento e qualidade de software.

No contexto da qualidade de software, Luiz Flávio cita os principais fundamentos da ISO9126, que trata da qualidade interna e externa do softwares, além de aspectos relacionados com a funcionalidade, confiabilidade, usabilidade, eficiência, performance, manutenibilidade e portabilidade de software. Comenta que o GCC focou nos aspectos de performance, eficiência, comportamento do modelo em relação ao tempo (se é rápido, se é lento), custo computacional, se tem conformidade com padrões atuais de eficiência de software, a manutenibilidade (se é fácil de entender, modificar), se é estável e se tem conformidade com nosso padrão. Sobre a portabilidade, cita que há muitas máquinas com processadores diferentes, compiladores diferentes, e que é sabido que, que quando migra-se de uma maquina para outra, em geral, é necessário adequar o software para a nova máquina. Acrescenta que esse é um problema comum, que continuará ocorrendo, porque as máquinas evoluem muito rapidamente. O GAM (Grupo de Avaliação de Modelos) da DIMNT, liderado pela Ariane Frassoni, ficou de analisar os aspectos de funcionalidade, confiabilidade e usabilidade do modelo.

Sobre a escolha núcleo dinâmico do MONAN, considerando os critérios de qualidade de software e os requisitos não funcionais, Luiz Flávio informa que foram escolhidas ferramentas livres e de código aberto para os testes com os núcleos dinâmicos. Luiz Flávio acrescenta que escolheram o MPAS do NCAR, que a maioria das pessoas conhecem e que tem a possibilidade de regionalização. Comenta que os modelos GEF (Global Eta Framework), baseado no modelo Eta do CPTEC e o FV3, adotado atualmente pela NOAA, trabalham com uma grade em forma de esfera cubada e que também podem ser regionalizados. Comenta que, esses três modelos, por volta de 2014, tinham sido avaliados pela NOAA para escolha do seu novo núcleo dinâmico. Com isso, decidiu-se focar nos núcleos dinâmicos desses três modelos, desconsiderando as parametrizações físicas e avaliar como os núcleos dinâmicos se comportam com relação a qualidade do software.

Sobre a forma como os testes e avaliações foram conduzidos, Luiz Flávio cita as dificuldades enfrentadas em relação à infraestrutura. Comenta que, infelizmente, o supercomputador do CPTEC está funcionando com limitações, mas que em breve deverá ser levantado novamente por meio de um projeto. Cita que durante as avaliações, não foi possível utilizar todos nós do supercomputador devido ao uso pela operação do CPTEC. Acrescenta que foi utilizado o cluster Egeon (máquina Dell adquirida pelo CPTEC em 2022), que conta com 33 nós com duas CPUs AMD Epyc cada. Cita também a utilização do cluster Minerva, que foi cedido pela Dell para testes (ficam registrados publicamente os agradecimentos à Dell pela concessão da máquina para testes). Esta máquina conta com 64 nós, muito parecidos com esses nós do cluster Egeon do CPTEC. Acrescenta que também utilizaram o cluster Rattler que possui 7 nós com GPU (cada nó com 2 CPUs AMD Epyc e 4 GPUs NVIDIA A100). Luiz Flávio menciona que apesar dos 7 nós disponíveis, conseguiram utilizar mais nós.

Luiz Flávio continua sua apresentação apresentando os resultados das avaliações realizadas. Na avaliação da manutenibilidade, cita que foram examinados aspectos como a analisabilidade para identificar a facilidade de diagnóstico de problemas e a capacidade de compreender e identificar falhas no software, além da facilidade de modificar códigos. Destacou a importância da documentação abrangente, de forma a permitir a compreensão clara das estruturas de laços e funções (modificabilidade). Cita também que a reusabilidade foi analisada quanto à possibilidade de se reutilizar o software facilmente e sua estabilidade, em que a estabilidade não se restringe ao modelo não falhar, mas sim à capacidade de alterações não causarem efeitos colaterais negativos. Acrescenta que foram identificadas características que podem causar efeitos colaterais graves. Na testabilidade, menciona que considerou-se a capacidade de isolar o software para testes, empregando métricas como a complexidade ciclomática de McCabe e métricas de software da RADC (Rome Air Development Center). Foram utilizadas ferramentas abertas, adaptadas para atender às necessidades de avaliação do GCC e com os detalhes presentes no documento no repositório GitHub do monanadmin2.

Luiz Flávio comenta que a qualidade do software foi avaliada, sendo os resultados detalhados no documento a ser publicado na Biblioteca do INPE. Cita que os três modelos foram analisados em relação às subcaracterísticas de manutenibilidade. O modelo GEF, devido à falta de recursos, teve a pior performance e foi abandonado, concentrando-se nos outros dois. A comparação entre os modelos FV3 e MPAS revelou que o MPAS apresentou vantagens em termos da analisabilidade e estabilidade. A usabilidade foi similar entre os dois, com um ligeiro benefício para o FV3 em termos de estabilidade nas métricas. O MPAS demonstrou ligeira vantagem em testabilidade. Em relação à portabilidade, foram verificadas questões de interdependência em diferentes arquiteturas, avaliando adaptabilidade e capacidade de instalação, considerando a confiabilidade portabilidade. Luiz Flávio acrescenta que os processadores AMD e Intel foram avaliados quanto a suas capacidades funcionais, concedendo pontos para cada processador compatível. Foram privilegiados softwares com menos pacotes de bibliotecas, pois mais pacotes complicam a instalação. Foi destacada a necessidade de compatibilidade com MPI (Massive Parsing Interface), OpenMP e OpenACC, bem como compiladores NVIDIA e Intel, pontuando para cada biblioteca e compilador compatível. Os resultados finais indicaram que o MPAS teve melhor pontuação geral de 8,2 pontos, com compatibilidade com compilador NVIDIA e menor número de pacotes. O FV3 teve uma pontuação geral de 4,4 pontos, enfrentando desafios com mais bibliotecas e falta de suporte para compilador NVIDIA.

A escalabilidade dos modelos foi avaliada, observando o aumento de nós e o comportamento das curvas de desempenho. Luiz Flávio comenta que a eficiência do MPAS aumentou acima de 100% à medida que os nós aumentavam, com uma curva superlinear, possivelmente relacionada ao uso de memória. Comenta que o speed up foi bem-sucedido com o uso de GPU, e a eficiência do MPAS caiu abaixo de 30% com um maior número de nós. Acrescenta que a performance comparada destacou que o MPAS apresentou desempenho inferior ao FV3 com o uso de CPUs, mas o FV3 com GPU teve uma extrapolação positiva para 150 segundos com 64 nós. Foi mencionado que sobre a ausência de resultados de GPU para o FV3 devido à falta de acesso aos dados da NVIDIA. A normalização dos critérios de manutenibilidade, portabilidade e performance foi conduzida, destacando a superioridade do MPAS na manutenibilidade (152 pontos) e portabilidade (8,4 pontos) em relação ao FV3 (132 pontos e 4,4 pontos, respectivamente). No quesito performance, o MPAS superou o FV3 com o uso de CPUs, e o FV3 com o uso de GPU teve 90% do valor do MPAS. Na figura a seguir, apresenta-se uma comparação da performance dos núcleos dinâmicos FV3 e MPAS no cluster Minerva.

Scorecard SHiELD e MPAS

Comparação da performance dos núcleos dinâmicos FV3 e MPAS no cluster Minerva.

Luiz Flávio cita que os números detalhados não estão presentes no relatório enviado, mas que estarão disponíveis no relatório final a ser publicado na biblioteca do INPE. Comenta que não houve atribuição de peso especial a critérios específicos e que as conclusões foram baseadas em análises de qualidade de código, manutenibilidade, portabilidade e desempenho. A tabela a seguir, resume a pontuação final normalizada dos núcleos dinâmicos FV3 e MPAS (a explicação dos valores da tabela abaixo pode ser encontrada em 31'56" do registro da reunião do CC).

Critério Score MPAS (Melhor = 1,0) Score FV3 (Melhor = 1,0)
Manutenibilidade 152 (1,0) 132 (0,9)
Portabilidade 8,4 (1,0) 4,4 (0,5)
PEE (Performance, Escalabilidade e Eficiência) 239/150 (CPU=0,7)(GPU=1,0) 166 (CPU=1,0)(GPU=0,9)
Pontuação Final (Máximo de 3 pontos = Nota 10) CPU/CPU - Nota 9, GPU/CPU - Nota 10 CPU/CPU - Nota 8, GPU/CPU - Nota 7,6

Após a apresentação do Luiz Flávio, Saulo Freitas abre espaço para algumas perguntas dos participantes.

Haroldo Fraga pergunta para Luiz Flávio se no teste de desempenho há um relatório mais detalhado de quais rotinas que demandam mais tempo de computação. Haroldo Fraga comenta que esse é uma informação importante que permite entender onde estão os gargalos do código. Luis Flávio responde que não. Comenta que há resultados sobre o particionamento dos valores de cada rotina da dinâmica que foi avaliada, mas que a parte física dos modelos não entrou nessa discussão. Acrescenta que o GCC já tem trabalhado para determinar se encontra gargalos específicos dentro da dinâmica dos modelos testados. Comenta também que nos dois códigos não existe um responsável pelos gargalos, não existe uma rotina que aumenta o tempo de processamento da dinâmica, o tempo está mais ou menos distribuído uniformemente, ou seja todas que as rotinas consomem bastante ou por igual. Luiz Flávio esclarece que, para quem já trabalha com HPC (High Performance Computing) entende quando se tem uma rotina responsável é fácil descobrir, atacar e resolver. Quando se tem uma performance uniforme, significa que é necessário atacar tudo, para melhorar performance geral. Mas, esse é um trabalho que o GCC vai ter que fazer posteriormente, quando já se estiver trabalhando com o MONAN e não mais com o MPAS ou FV3. Haroldo Fraga comenta que às vezes pode-se não ter apenas uma só uma rotina, ter duas ou três rotinas que podem impactar a performance. Luiz Flávio concorda e comenta há outras informações que não estão no relatório, mas que estão nos documentos2 disponíveis no repositório.

Fabrício Härter pergunta sobre a instalação do MPAS, se há dificuldades com a biblioteca PIO (Parallel I/O). Luiz Flávio comenta que sim e que foi documentada a forma de instalar o MPAS. Acrescenta que, se o MPAS for escolhido como núcleo dinâmico da componente atmosférica do MONAN, a versão nova do MPAS não precisa mais do PIO, pois está sendo utilizada a SMIOL (Simple MPAS I/O Layer). Pedro Peixoto comenta que tem trabalhado no repositório MPAS-BR, que serve mais para desenvolvimentos científicos, mas onde podem ser encontrada uma série de script de instalação do MPAS.

Saulo Freitas passa a palavra para a Ariane Frassoni, que vai falar sobre os aspectos meteorológicos e de física dos núcleos dinâmicos testados e avaliados.

Avaliação dos Requisitos de Funcionalidade de Software dos Núcleos Dinâmicos (GAM)

Ariane Frassoni inicia a sua apresentação, agradecendo pela oportunidade de participar da reunião do CC do MONAN. Comenta que fará uma apresentação dos resultados que GAM gerou, com foco na funcionalidade dos núcleos dinâmicos testados. Cita que o seu grupo é composto por ela e os colaboradores Julio Pablo Reyes Fernandez, Marcelo Barbio Rosa, Bárbara Alessandra Gonçalves Pinheiro Yamada, além de membros de outros grupos da DIMNT: o Carlos Frederico Bastarz e o João Gerd Zell de Mattos do grupo de Assimilação de Dados e também o Jose Roberto Rozante da DIPTC (Divisão de Previsão de Tempo e Clima) que tem bastante experiencia na avaliação de precipitação. Aproveita para agradecer ao GCC, especialmente o Denis Magalhães de Almeida Eiras que ajudou a entender melhor as métricas de avaliação de qualidade de software.

Ariane Frassoni comenta que o objetivo principal foi analisar os modelos globais avaliados em termos de funcionalidade. Cita sobre o interesse sobre como esses modelos atendem às necessidades do MONAN, considerando os usuários externos e os colegas que operacionalizarão os modelos no dia a dia.

Sobre os aspectos relacionados à funcionalidade, Ariane Frassoni cita a adequação, interoperabilidade, acurácia e facilidade de uso. Comenta que foram avaliados os núcleos dinâmicos FV3, SHiELD (System for High-resolution modeling for Earth-to-Local Domains), MPAS e GEF. Acrescenta que foi levado em consideração como o MONAN seria aplicado dentro da abordagem do sistema terrestre, para satisfazer necessidades de diversas instituições em várias escalas de tempo e espaço. Nesse sentido, comenta que o MONAN envolverá diversas instituições acadêmicas e formadoras de políticas públicas, e seus produtos serão utilizados para uma variedade de serviços ambientais em diferentes escalas. Portanto, os modelos devem atender a uma ampla gama de necessidades, desde escalas locais até regionais e centros de meteorologia estaduais. As subcaracterísticas relacionadas com aspectos de funcionalidade são as subcarecterísticas de adequação, se esse software é adequado para os objetivos propostos, se é interoperável, se se comunica com outros componentes necessários aos trabalhos a serem realizados, a acurácia que é avaliada em termos estatísticos e meteorológicos e também a facilidade de uso, que entra dentro de usabilidade.

Entende-se também que o MONAN terá como atores diversas instituições acadêmicas públicas, privadas, formadores de politicas públicas em ciência e meteorologia e os produtos numéricos serão utilizados com base numa oferta de uma série de serviços ambientais, em diferentes escala de tempo e espaço. Então precisam atender necessidades em diversas escalas, não só nas locais, na escala regional e na escala local também, visando à utilização de centros de meteorologia estaduais.

Em termos de operabilidade, o MONAN nessa abordagem do sistema terrestre, o núcleo dinâmico precisa estar apto a receber outras componentes, como oceanos, assimilação de dados, superfície, dentre outros. Essa subcaracterística é importante, para identificar se os modelos avaliados consideram essa capacidade de interoperabilidade.

Em termos de usabilidade, é um aspecto mais subjetivo, mas, leva em consideração a capacidade desse software possibilitar que o usuário entenda como ele funciona. Cita a pergunta que o Fabrício Härter fez sobre alguns desafios para instalação do MPAS. Se esse software é apropriado, como ele pode ser utilizado nas diversas atividades desse usuário e se ele é de fácil entendimento. Se o usuário consegue compreender o que o software se propõe, se ele é possível de ser operacionalizado, se ele tem conformidade com alguns padrões preestabelecidos. E além dessas questões foram que aqui mencionadas, a gente inclui usabilidade a capacidade de colaboração que é a facilidade de se comunicar, de contribuir com outros centros, tudo isso envolve esse modelo, então focou-se nessa questão de ter a possibilidade de ter uma maior interação entre os grupos que são desenvolvedores desse software.

Em termos de acurácia, focou-se na medida de avaliação estatística dos experimentos numéricos realizados. Sobre os experimentos, Ariane Frassoni cita que eles compreendem escalas de curto prazo, nesse momento, para objetivo inicial do MONAN, é a escala de previsão numérica de tempo. Foram considerados esses modelos com aproximadamente 15 km de resolução horizontal e os níveis verticais que estavam disponíveis, com prazo de previsão de até 10 dias. O grupo se propôs a fazer avaliações de até 10 dias de previsão com inicio a 00 UTC e as condições iniciais utilizadas foram provenientes da reanálise do Era5, para período de avaliação um ano de julho de 2021 a junho de 2022. Dentro desse período em função dos recursos computacionais disponíveis, foi necessário reduzir o número de casos avaliados e foram selecionados alguns dias desse período. A cada cinco dias o modelo foi inicializado novamente para compor 64 casos de experimentos. A resolução temporal adotada foi de 6 horas e a resolução espacial foi interpolada de 0,25 graus de latitude e longitude, isso somente para que fosse possível comparar diretamente comparar com a reanálise do Era5. Para a visualização dos resultados, foram pós-processadas algumas variáveis essenciais para cumprir com os objetivos de análise de acurácia, considerando alguns aspectos.

Em termos das parametrizações físicas utilizadas, foram adotadas as opções padrão dos modelos. Ariane Frassoni esclarece que não foram feitos testes de sensibilidade, pois o objetivo não era analisar a física dos modelos, mas entender como os modelos se comportam com suas opções padrão, em termos estatísticos e meteorológicos. Além disso, acrescenta, as físicas deverão ser desenvolvidas dentro do CPTEC em colaboração com diversos parceiros. Na sequência, Ariane Frassoni lista as opções padrão de físicas dos modelos para a radiação, superfície continental, processo de superfície. Para o modelo SHiELD, que é um modelo simplificado que calcula os fluxos superfície oceano e atmosfera, microfísica de nuvens, convecção rasa e profunda, ondas de gravidade, camada limite planetária e a química de aerossóis, apesar dos dois modelos (MPAS e SHiELD) terem condições executadas com esses dois componentes (química e aerossóis), elas foram desligadas.

Em relação às recomendações da OMM (Organização Meteorológica Mundial), Ariane Frassoni explica que existem determinadas métricas e áreas espaciais para fazer avaliações de previsões de variáveis continuas e de previsões dicotômicas, que são previsões binárias (sim ou não, ocorre ou não ocorre). Adiciona que foram considerados todos os aspectos recomendados pelo OMM, nos manuais da WMO Integrated Processing and Prediction System (WIPPS) e outros manuais disponibilizados também pela OMM.

Os dados de referencia utilizados nas avaliações foram o Era5 para variáveis meteorológicas, exceto a precipitação, para a qual foi considerado o GPM (Global Precipitation Measurement Mission) para o domínio global. Para domínio da América do Sul, foi considerado o MERGE3 que é um produto desenvolvido no CPTEC e que tem sido continuamente aperfeiçoado.

Sobre a inicialização dos modelos, foram inicializados às 00 UTC, mas para que fosse possível avaliar a precipitação considerando principalmente o MERGE, as previsões de precipitação foram acumuladas a partir de 12 horas de integração, de forma que as nossas previsões de 24 horas apresentadas são as previsões de 36 horas, as previsões de 48 horas são as previsões de 60 horas e assim por diante.

Para a avaliação das parametrizações físicas, também foram utilizadas métricas de avaliação recomendadas pela OMM, tais como correlação de anomalias, viés, raiz do erro quadrático médio para as variáveis continuas. Para simplificar, explica, serão apresentados diagrama de desempenho, que resume alguns desses índices dicotômicos. Além destas métricas conhecidas e recomendadas pela OMM, Ariane Frassoni explica que também foi feito o cálculo da distância de Mahalanobis, que foi implementada pelo Marcelo Barbio. A distância de Mahalanobis consiste de uma métrica multivariada que considera a diferença entre uma série de variáveis. Ariane Frassoni explica que esta métrica foi utilizada para que fosse possível ter uma visão geral de como se comportam os erros desses dois modelos.

Em relação aos resultados obtidos, a primeira métrica considerada envolve os aspectos de algumas subcaracterísticas. Foi avaliado se o núcleo dinâmico dos modelos atendiam as necessidades do projeto MONAN. Para isso, explica, foi considerado que esse modelo precisaria atender as escalas global e regional e, por isso, é necessário que o núcleo dinâmico seja não-hidrostático. Complementa dizendo que, assim como fora explicado pelo Luiz Flávio, foram pontuados esses quesitos e foram atribuídos três pontos, tanto para o SHiELD quanto para o MPAS e um ponto para o GEF, que nesse caso foi considerado inapropriado para as aplicações pretendidas para o MONAN. Com isso, o modelo GEF passou a não ser avaliado nos outros quesitos em termos de acurácia, principalmente devido tempo de computação requerido. Além disso, Ariane Frassoni cita os manuais técnicos dos modelos e se eles são disponíveis e de fácil acesso. Então, continua, se o manual técnico do modelo estivesse disponível e fosse de fácil acesso, ele ganharia 3 pontos; se não estivesse disponível, não fosse de fácil acesso ou uso ou as duas coisas, receberia 1 ponto. Dessa maneira, em termos de comparação, o MPAS recebeu 3 pontos e o SHiELD apenas 1 ponto, devido à dificuldade de encontrar informações para que fosse possível entender os aspectos do modelo, tais como a instalação e o pós-processamento. Além do que fora citado, Ariane Frassoni cita também outros aspectos relevantes como o entendimento do uso do modelo e a estabilidade numérica. Em termos de estabilidade numérica, comenta que os dois modelos obtiveram máxima pontuação e que não tiveram nenhum tipo de instabilidade ao longo do tempo de integração. Adiciona que, basicamente, os modelos considerados têm aplicações e possibilidades de aplicações muito semelhantes, com variações em uma ou outra aplicação (e.g., ondas oceânicas, clima urbano, qualidade do ar, agricultura, previsão de tempo) e a pontuação final deles é muito próxima. Durante a sua apresentação, Ariane Frassoni explica que não foram mostradas todas as métricas avaliadas, mas que todos os resultados destas métricas estarão disponíveis no relatório final que será publicado na biblioteca do INPE.

Dando continuidade à sua apresentação, Ariane Frassoni apresenta os resultados das previsões dos modelos considerados. Começando pela intensidade média da precipitação de 24 e 120 horas sobre o domínio global, em mm/dia, em comparação com os dados do GPM e MERGE. Em termos gerais, em comparação com o GPM, os modelos representam a distribuição espacial da precipitação de forma satisfatória, onde podem ser identificados os aspectos de grande escala da precipitação, como as zonas de convergência intertropical, zonas de convergência do Pacífico Sul e do oceano Atlântico. Também, acrescenta, podem ser identificadas áreas de precipitação associadas com passagem de sistemas frontais, o que considera-se como um aspecto geral de grande escala bem representado. Observando de forma mais detalhada a região dos Trópicos, percebe-se que o modelo SHiELD tende a superestimar a precipitação enquanto o modelo MPAS tende a subestimar. Essas características opostas se refletem numericamente na comparação com das médias do MPAS e do SHiELD com a média do MERGE. Na explicação, Ariane Frassoni explica que o MPAS tem uma precipitação de 3,1%, correspondente a uma diferença em relação ao MERGE de -3,2%, enquanto o SHiELD apresenta uma diferença na intensidade de precipitação média de aproximadamente 3,5%. Ainda em termos da diferença percentual, explica, o maior valor encontrado foi de 8,5% do modelo SHiELD em relação ao MERGE (na média da previsão de 24 horas). Para 120 horas de integração, notou-se que o MPAS tende a superestimar a intensidade da precipitação para prazos de previsão mais longos, com uma diferença percentual de 3,2%, enquanto que o SHiELD aumenta essa diferença para 15%. Comparando todos os prazos de integração, notou-se que o modelo MPAS - em comparação com o modelo SHiELD, tende a ser mais consistente em termos da representação da intensidade de precipitação média por dia. Nesse sentido, o modelo SHiELD tende aumentar a precipitação média ao longo do tempo de integração.

Sobre os índices de previsões dicotômicas em termos de diagramas de desempenho, são mostrados o Bias o frequency Bias, mostrando a frequência de ocorrência de precipitação versus a probabilidade de ocorrência de eventos. São apresentados também outras métricas como a POD (Probability of Detection) - probabilidade de detecção, a SR (Success Ratio) - razão de sucesso, razão de falso alarme, CSI (Critical Success Index) - índice crítico de sucesso entre outros. Comenta que a avaliação desses índices foi feita sobre o domínio global, mas também sobre áreas da América do Sul, onde foram utilizados os dados do MERGE. Ariane Frassoni comenta que as áreas da América do Sul, escolhidas para as avaliações, são baseadas no trabalho de Figueroa et al. (2016)4. Durante a apresentação, Ariane Frassoni aponta as áreas de interesse: área B1, correspondente a parte da Argentina e região sul do Brasil, Paraguai e Uruguai; área B2 ao leste do Brasil, área B3 corresponde à parte da região centro-sul e parte da região central da Bolívia, Paraguai, Norte do Paraguai; área B4 correspondente à maior parte do Nordeste; e a área B5, correspondendo à maior parte da região Amazônica.

Como os resultados são em grande quantidade, Ariane Frassoni apresenta apenas alguns. Mostra as previsões de 36 horas (que na verdade são as de 24 horas), para todas as áreas B1, B2, B3, B4 e B5 e os limiares de precipitação, com aqui círculos de menor para maior, cada um representando um limiar de precipitação que vai de 0,5 até 50 mm. Em preto, está representado o modelo SHiELD e, em vermelho, o modelo MPAS. Em termos gerais, o MPAS tende a subestimar precipitação para alguns limiares, enquanto que o MPAS ou ele superestima ou subestima, dependendo dos limiares de precipitação. Por exemplo, para a região B1, região sul do Brasil e nordeste da Argentina, o MPAS tem um desempenho melhor até 20 mm e ele apresenta bias próximo de 1, enquanto que o bias do SHiELD nessa região indica subestimativa da precipitação para esses limiares de 2 até 20 mm. Em termos de eventos raros, para as previsões de 50 mm, o SHiELD apresenta maior bias do que o MPAS. Nesse sentido, para a área B1, a tendência é que o modelo SHiELD apresente um desempenho superior relacionado com a probabilidade de detecção.

Para as outras áreas, por exemplo, para a área B5 (Amazônia), há uma maior dispersão desses limiares. Há uma tendência de superestimativas, porque há limiares mais baixos e médios e para limiares superiores além de 5 mm, o bias é mais próximo de 1. Ariane Frassoni destaca que há maior probabilidade detecção do SHIELD em comparação com MPAS, mas por outro lado ocorre uma superestimativa do SHIELD em comparação com MPAS sobre a região.

Para a precipitação de até 10 mm (domínio global), o bias se mantém próximo de 1, ao longo do tempo de integração para o MPAS, enquanto que o bias aumenta para o SHiELD. O POD do MPAS tem um sinal positivo, em comparação com o SHiELD, apesar do limiar de 10 mm estar sendo avaliado nesse caso. Por outro lado, o SR que é a probabilidade do evento observado dado que ele foi previsto, é maior para o MPAS e menor para o SHiELD. O CSI também é um bom indicativo para esses limiares de precipitação, embora não seja um bom indicativo para limiares mais altos de precipitação e eventos raros. Nesse caso, o domínio é do MPAS para limiares menores de precipitação.

Para a precipitação maior do que 35 mm, o comportamento dos modelos se altera. Levando em consideração que o POD é um bom indicativo para eventos raros, encontrou-se que o SHiELD tem um desempenho melhor para esses eventos raros, como precipitação mais intensa. Em termos de bias, o modelo MPAS passa a subestimar a precipitação a partir desse limiar, enquanto que o modelos SHiELD também subestima.

Em termos gerais, o que foi encontrado é um desempenho ligeiramente superior do SHiELD em relação ao MPAS. Na figura a seguir, estão resumidos os resultados desta avaliação.

Scorecard SHiELD e MPAS

Scorecard com o resumo das estatísticas BIAS, POD, SR e CSI da precipitação de até 10 e 35 mm, para os modelos MPAS e SHiELD. Azul (vermelho) indica melhor (pior) desempenho; seta para cima (baixo), indica aumento (diminuição) em relação ao limiar inferior.

Em termos da distância de Mahalanobis, foram consideradas as variáveis vento e temperatura, ao longo da coluna atmosférica, para as previsões de 48 horas dos modelos MPAS e SHiELD. Os períodos considerados foram o verão, Dezembro, Janeiro e Fevereiro e o inverno, Junho, Julho e Agosto. Ariane Frassoni explica que, para as distâncias de Mahalanobis, quanto maior a distância, maior é a distância entre a previsão e a observação (nesse caso, a referência é a reanálise do Era5). Com isso, a distância de Mahalanobis indica desempenho melhor quando a predominância nos gráficos é a cor azul e, quanto menor a distância, melhor.

Para o prazo de previsão de 48 horas, as distâncias são menores período de verão, sendo mais predominante na região central do Brasil próximo à região de ocorrência da Zona de Convergência e no sul da América do Sul, para ambos os modelos. Para o inverno, também ocorre um padrão semelhante, mas com algumas diferenças. Para os prazos de previsão iniciais, a distância é menor, enquanto que para prazos de previsão mais longos, a distância tende a aumentar. Observando as regiões mais sensíveis, por exemplo, os Andes, comparando-se o verão com o inverno, o MPAS apresenta maior distância nessa região. Ariane Frassoni comenta que isso foi um dos fatores que chamaram atenção e que já tinha sido destaca em uma reunião interna da DIMNT e que, possivelmente, está associada com a coordenada vertical do modelo. Ariane Frassoni destaca que este é um ponto sensível que deve ser considerado pelo CC do MONAN e que é importante investir na avaliação e melhoria da coordenada vertical do modelo. Sobre essa parte, finaliza dizendo que os dois modelos tendem a apresentar maiores valores de distância sobre a região dos Andes, sendo o MPAS o modelo que apresenta os maiores valores. Para o prazo de previsão de 120 hora, nota-se a tendência destas distâncias apresentarem valores maiores, com maior variabilidade na região sul da América do Sul, enquanto ocorre menor variabilidade na região Tropical e essas diferenças aumentam sobre a região dos Andes.

Ariane Frassoni elenca algumas das vantagens e limitações dos modelos avaliados. Comenta que o modelo SHiELD tem a vantagem de ser o modelo operacional do NCEP (National Center for Environmental Predictions), com coordenada vertical Lagrangiana. Cita que o modelo MPAS também é operacional, mas em empresa privada, que tem bom suporte do NCAR, o que, ao longo período de trabalho, pôde ser comprovado pelo suporte do NCAR no entendimento de alguns processos. Outra vantagem do modelo MPAS, conforme mencionado pelo Luiz Flávio, é a utilização de GPUs para o seu processamento, um ponto fundamental, principalmente considerando o cenário atual de evolução das máquinas e supercomputadores e a tendência de aumento de uso de GPUs. Sobre as desvantagens, comenta que o SHiELD não possui bom suporte e documentação, cita sobre as deficiências encontradas com a coordenada vertical do modelo MPAS e que ambos os modelos, são limitados quanto às opções de pós-processamento.

Ariane Frassoni menciona que também foram verificas as correlações de anomalias dos modelos. Comenta que ambos os modelos apresentam, em média, 8 dias de previsão útil. Além disso, comenta que as diferenças nos campos de precipitação dos modelos podem estar associadas às parametrizações físicas testadas. Sobre os erros das topografias, comentam que isso precisa ser melhor investigado. Acrescenta que também é necessário complementar o estudo com cálculo da significância, para asseverar se as diferenças - principalmente nos diagramas de desempenho, são estatisticamente significativas.

Ariane Frassoni termina a sua apresentação informando que um relatório completo vai ser publicado na biblioteca do INPE e que será disponibilizado para o CC do MONAN.

Discussão Sobre a Escolha do Núcleo Dinâmico do MONAN

Após as apresentações do Luiz Flávio e da Ariane Frassoni, Saulo Freitas inicia as discussões com os membros do CC do MONAN para definir qual será o núcleo dinâmico a ser adotado para a componente atmosférica do MONAN. No registro da gravação da reunião do CC do MONAN, as discussões se iniciam em 1h18'15". Saulo Freitas expressa a sua opinião e diz que há uma direção clara no sentido do modelo MPAS, mas que a decisão deve ser coletiva.

Pedro Dias comenta que tem aplicado o modelo MPAS com os seus alunos e que a documentação e a facilidade de uso do MPAS são fatores bastante importantes. Sobre o FV3, comenta que também já ouviu relatos sobre dificuldades no uso e na resolução de problemas, devido à falta de documentação do FV3. Sobre o problema com a coordenada vertical apontado pela Ariane Frassoni, comenta que esse é um desafio que deverá ser abordado e que tem discutido sobre o assunto com o Pedro Peixoto e acredita que o MONAN possa contribuir com a solução desse problema, que não ocorre apenas sobre os Andes, mas em regiões de topografia muito ingrime. Acrescenta dizendo que a solução desse problema deve ser encarada com a mais alta prioridade.

Pedro Peixoto comenta que, apesar das deficiências, o CC está buscando um modelo que sirva como base para o MONAN, para que a comunidade científica do MONAN possa construir em cima e de forma sustentável. Acrescenta que tem a percepção de que o modelo FV3 possui vários aspectos bons em termos de performance, mas que a sua base foi concebia de forma mais complicada, o que o torna menos acessível nesse sentido. Por outro lado, diz que o modelo MPAS possui uma base mais fácil de lidar e que, nesse sentido, a decisão pelo MPAS parece ser uma decisão acertada do CC do MONAN. Comenta também que, se a opção a ser adotada fosse um modelo que não contivesse nenhum problema ou desafio, a comunidade do MONAN seria apenas um usuário desse modelo. Dessa forma, a comunidade científica do MONAN tem potencial para ajudar a resolver esses problemas.

Saulo Freitas contribui relatando uma discussão sobre as aplicações do modelo FV3 em escala convectiva e os problemas e desafios que a NOAA vem enfrentando com isso. Comenta que, segundo um crítico da organização da NOAA5 6, apesar dos Estados Unidos terem feito um grande investimento em previsão de tempo e clima, ainda não conseguiram, ao longo do tempo, melhorar o seu desempenho frente, por exemplo, ao ECMWF (European Centre for Medium-range Weather Forecasts). Acrescenta que os problemas enfrentados com o FV3 são instrínsecos à formulação do modelo e que a própria NOAA está pensando em adotar o MPAS em substituição ao FV3. Comenta também que para a comunidade de MONAN, é muito difícil adotar um modelo que já é bastante criticado e que é difícil de obter suporte e colaboração. Finaliza a sua contribuição dizendo que o Brasil quer atingir um nível de matirudade mundial, que quer deixar de ser usuário e quer ser desenvolvedor e que o MPAS, apesar dos seus defeitos, representa uma oportunidade para isso.

Haroldo Fraga comenta que é necessário optar pelo modelo que forneça uma estrutura de software que permita atingir os objetivos propostos pelo MONAN. Cita como exemplo a aplicação de grades não-estruturadas para que seja possível regionalizar o modelo e detalhar as áreas de interesse. Acrescenta que, na sua visão, acredita ser mais fácil cooperar com o NCAR do que com o NCEP. Na sua posição, diz, opta pelo modelo MPAS.

Luciano Pezzi dá a sua contribuição. Comenta que o seu grupo (Oceano e Gelo Continental e Marítimo) tem considerado a adoção do modelo MOM6 (Modular Ocean Model 6) como usuário. Acrescenta que, no caso da componente atmosférica, entende que, pelo aspecto comunitário e pelo desejo do MONAN em contribuir efetivamente com desenvolvimentos - e receber também feedback da comunidade de usuários do modelo, acredita que a escolha pelo MPAS seja mais interessante. Saulo Freitas comenta a que a equipe que desenvolve o MPAS é a equipe que desenvolveu também o modelo WRF (Weather Research and Forecasting Model). Como o modelo WRF é amplamente utilizado e aplicado em todo o mundo, isso demonstra que a sua base de usuário é grande porque recebe o suporte e o feedback da equipe de desenvolvimento, o que também é uma vantagem. Pedro Dias acrescenta que o modelo MPAS tem também recebido desenvolvimentos para ser acoplado com o modelo MOM6 e que isso pode tornar o acoplamento entre as componentes mais integrada.

Caio Coelho questiona se, para a escolha do novo núcleo dinâmico da componente atmosférica do MONAN, estão sendo consideradas as aplicações do modelo nas escalas subsazonal, sazonal e climática. Caio Coelho explica que esta escolha também deve considerar estas aplicações e que é importante iniciar os desenvolvimentos do MONAN junto com a parte climática. Caio Coelho cita o CESM (Communit Earth System Model) como ponto de partida para o desenvolvimento do MONAN para aplicações em escala climática, uma vez que o CESM já possui o modelo MOM6 acoplado. Saulo Freitas argumenta que o próprio NCAR tem em seu plano de trabalho fazer com que o CESM possua também o MPAS como núcleo dinâmico do CESM. Acrescenta que o Brasil já tem experiência com o modelo MOM6 e que esses fatores também corroboram a escolha do MPAS como o núcleo dinâmico da componente atmosférica do MONAN. Pedro Dias endossa as argumentações do Saulo Freitas e acrescenta que ter o MPAS como núcleo dinâmico do CESM, é uma das prioridades do NCAR. Caio Coelho agradece as resposta e comenta que as perspectivas são promissoras.

Enio Pereira comenta que, na sua percepção, a escolha pelo MPAS é certa. Pergunta quando e como será feita a transição do MPAS para o MONAN. Luiz Flávio comenta que tem discutido com o Pedro Peixoto sobre a utilização de um repositório comum para que seja possível disseminar ferramentas adequadas para o pré e o pós-processamento do MPAS. Acrescenta que fazer a regionalização do modelo utilizando a grade Voronoi do MPAS, não é uma tarefa fácil, além da necessidade de se preparar os dados para a sua utilização, entre outros aspectos. Comenta também que o GCC está trabalhando na logística de interação com o NCAR para que seja possível obter as físicas e as atualizações dos códigos para que sejam aplicados ao MONAN. Da mesma forma, essa logística envolve também as contribuições do MONAN para o MPAS. Em resumo, comenta que o MPAS é o ponto de partida para o código do MONAN e que a ideia é que em setembro de 2023 já se tenha a primeira release do MONAN. Os comentários do Luiz Flávio podem ser encontradas no registro da reunião do CC do MONAN em 1h43'46".

Pedro Peixoto comenta que, do ponto de vista prático, o INPE deve gerir o repositório principal do MONAN. Acrescenta que ele possui um repositório MPAS-BR onde tem desenvolvido ferramentas para o pré-processamento do MPAS, as quais já podem ser incorporadas ao repositório do MONAN para uso. No seu ponto de vista, os dois repositórios devem conversar, junto também com o repositório oficinal do MPAS, de forma que as contribuições sejam centralizadas no repositório do MONAN. Dessa forma, o repositório do MPAS também pode utilizar os desenvolvimento do MONAN que forem importantes para o NCAR. Finaliza dizendo é importante concentrar os esforços e evitar esforços desnecessários para acelerar a curva de aprendizado dos participantes.

Haroldo Fraga e Pedro Peixoto fazem comentários sobre a geração da grade do MPAS. Pedro Peixoto comenta que já existe uma ferramenta pronta para isso, o que diminui sobremaneira os esforços e dificuldades para gerar as grades para o modelo, o que deverá ser disponibilizado para todos. Haroldo Fraga comenta que é necessário ter uma página para o MONAN com todos os manuais e instruções para a realização do modelo. No seu ponto de vista, é importante ter estes aspectos consolidados para que o modelo comece a ser realmente comunitário para que os colegas da América do Sul e América Latina também possam usar e contribuir com o MONAN.

Caio Coelho questiona se o MOU (Memorandum of Understanding) entre o INPE e o NCAR inclui o CESM ou se cita explicitamente apenas o MPAS. Luiz Flávio comenta que o MOU ainda não está finalizado e há espaço para incluir outros aspectos no acordo entre as duas instituições.

Finalizadas as discussões, Saulo Freitas encaminha a reunião para a tomada de uma decisão formal acerca da escolho do núcleo dinâmico da componente atmosférica do MONAN. Dentre as pautas da reunião, menciona a proposição de que o CC do MONAN adote o MPAS como sendo a base do MONAN, além das parametrizações físicas do modelo de superfície e atmosfera que já estão embarcadas no MPAS. Com isso, o próximo passo é a organização da versão inicial do MONAN e o versionamento do código pelo GCC. Em seguida, essa versão do MONAN atmosférico será operacionalizada, em caráter experimental, pela DIPTC da CGCT/INPE para avaliação de desempenho. Acrescenta que, neste momento, por questões computacionais, não será possível configurar o MONAN com um resolução variável, de forma que o domínio do modelo será global, com resolução entre 10 e 20 km (a depender do custo computacional), com integração até 10 dias. À medida em que o modelo for integrado, os resultados serão reportados ao CC do MONAN.

Saulo Freitas anuncia, de acordo com o entendimento mútudo do CC do MONAN, a aprovação do MPAS como a estrutura de dados para a dinâmica atmosférica do MONAN.

Outros Assuntos

Pedro Peixoto anuncia o oferecimento de um curso online intensivo, a ser realizado ao longo de um mês (três vezes por semana) sobre a parte horizontal do modelo MPAS. Segundo ele, o conteúdo do curso inicia com um modelo unidimensional de advecção em volumes finitos, depois avança para a dimensão bidimensional em água rasa, seguindo para a esfera nesse tipo de malha. O curso envolve também a discussão das malhas do MPAS e se extende até como estes conceitos se conectam com o código do MPAS. Mais informações sobre o curso podem ser encontradas em https://www.ime.usp.br/~pedrosp/modelagem-numerica-atmosfera/.

Atividades Para os Próximos 6 a 12 Meses

  1. Assinatura do convênio entre o NCAR e o INPE;
  2. Implementação experimental do MONAN;
  3. Definição das componentes do oceanos e criosfera e componente superfície continental;
  4. Sistema de assimilação de dados, o grupo de GAD (Grupo de Assimilação de Dados) está estudando a adoção do sistema JEDI (Joint Effor for Data Assimilation Integration);
  5. Desenvolvimento da versão inicial do MONAN atmosférico, com sistema de controle de versão e disponibilização para a comunidade;
  6. Se houverem recursos, a realização de um workshop de treinamento já no próximo semestre. Sobre os recursos, será necessário outra forma de financiamento, pois o recurso disponível até o momento é insuficiente para tratar desse workshop. O workshop seria um ponto de partida importante para que a comunidade, para começar a usar o MPAS, instalar e começar produzir resultados.
Anexos

  1. No Brasil, há atualmente nove CENAPADs que compõem o programa SINAPAD (Sistema Nacional de Processamento de Alto Desempenho). ↩

  2. Outras informações, além dos scripts utilizados nas avaliações, podem ser encontradas nos endereços https://github.com/monanadmin/monan/wiki e https://github.com/monanadmin/monan/tree/main/tools/qas_eval. ↩↩

  3. José Roberto Rozante, Enver Ramirez Gutierrez, Alex de Almeida Fernandes & Daniel A. Vila (2020) Performance of precipitation products obtained from combinations of satellite and surface observations, International Journal of Remote Sensing, 41:19, 7585-7604, DOI: 10.1080/01431161.2020.1763504. ↩

  4. Figueroa, S. N., and Coauthors, 2016: The Brazilian Global Atmospheric Model (BAM): Performance for Tropical Rainfall Forecasting and Sensitivity to Convective Scheme and Horizontal Resolution. Wea. Forecasting, 31, 1547–1572, https://doi.org/10.1175/WAF-D-16-0062.1. ↩

  5. Mass, C., 2006: The Uncoordinated Giant: Why U.S. Weather Research and Prediction Are Not Achieving Their Potential. Bull. Amer. Meteor. Soc., 87, 573–584, https://doi.org/10.1175/BAMS-87-5-573. ↩

  6. Mass, C., 2023: The Uncoordinated Giant II: Why U.S. Operational Numerical Weather Prediction Is Still Lagging and How to Fix It. Bull. Amer. Meteor. Soc., 104, E851–E871, https://doi.org/10.1175/BAMS-D-22-0037.1. ↩