| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 6.91 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Os oceanos compõem mais de 70 por cento da superfície do planeta, embora seja
a fração menos estudada do mesmo, dada a sua extensão e as suas condições pouco
favoráveis à sua observação.
O projeto Argo foi criado com o objetivo de registar sistematicamente a temperatura
e salinidade da camada superior do oceano, até aos 2000 metros de profundidade. As
observações são efetuadas por boias autónomas espalhadas pelo oceano, que a cada 10 dias
descem até aos 2000m de profundidade e ascendem até à superfície efetuando medições
a diferentes níveis de pressão, resultando num perfil vertical de temperatura e salinidade
da coluna vertical da parte superior do oceano. Atualmente existem cerca de 4000 boias
ativas que produzem mais de 100 000 perfis por ano.
Desde o inicio do Projeto Argo em 1999, surgiram inúmeros estudos sobre diferentes
propriedades do oceano que utilizam como base os perfis medidos pelas suas boias.
Alguns destes estudos são caracterizados por utilizar dados de diversas fontes complementadas
com os perfis Argo, como por exemplo dados de satélite sobre o nível do mar.
O aumento do número de perfis a serem medidos a cada ano, as extensões planeadas
ao projeto Argo que irão aumentar o leque de variáveis do oceano a serem medidas e a
cobertura vertical dos perfis, e ainda a utilização conjunta destes perfis com dados de
outras fontes por parte de diferentes estudos, incentivam o estudo de tecnologias BigData
para armazenar e explorar estes dados de forma eficiente, para facilitar a sua análise
cientifica.
O objetivo desta dissertação é, em primeiro lugar, caracterizar diferentes aplicações e
requisitos computacionais associados a dados provenientes do projeto Argo. Além disso
é escolhido um caso de estudo, de forma a explorar e avaliar o uso de diferentes tecnologias
Big Data com foco em dados espaciais e espaciotemporais, no armazenamento e
processamento dos diferentes dados associados.
Descrição
Palavras-chave
Argo Time Series SpatioTemporal Big Data Big Data Argo profile applications
