INPE-11620-NTC/319

CONSTRUO DE FUNES DE CORRELAO USANDO

TRANSFORMADA DE FOURIER




Alexandre Guirland Nowosad





















INPE
So Jos dos Campos
2004
Elizabeth Silvestre Espinoza






Era uma noite fria de lua cheia. Era tanto o silncio e to leve o ar que se algum
aguasse o ouvido talvez pusesse escutar o sereno da solido.

RICO VERSSIMO











































Aos meus colegas de trabalho do
Grupo de Assimilao de Dados
da Diviso de Modelagem e Desenvolvimento do CPTEC .
AGRADECIMENTOS
Agradeo ao Dr. Haroldo Fraga de Campos Velho pelo incentivo em realizar este
trabalho.







RESUMO
Este trabalho focaliza a construo matemtica de funes de correlao para aplicaes
em assimilao de dados meteorolgicos. Na assimilao moderna, usam-se tanto
funes de domnio espacial ilimitado quanto limitado para parametrizar a correlao
espacial dos erros de previso. O segundo tipo de parametrizao pretende ser
matematicamente realista. Nesta nota tcnica, a Transformada de Fourier (TF) e o
Teorema da Convoluo so as ferramentas usadas para construir funes de correlao
unidimensionais, o que restringe a parametrizao ao caso unidimensional para facilitar
o entendimento. Este mtodo analtico parece ser o mais fcil para a construo de
funes de correlao de domnio espacial limitado em geral.


CONSTRUCTION OF CORRELATION FUNCTIONS USING FOURIER
TRANSFORM














ABSTRACT
This work focuses on mathematical construction of correlation functions for
applications in meteorological data assimilation. In modern assimilation both unlimited
and limited spatial-domain functions are used to parameterize the spatial correlation of
prediction errors. The second type of parameterization claims to be matematically
realistic. In this technical note, the Fourier transform (FT) and the Convolution Theorem
are the tools used for construction of one-dimensional correlation functions, which
restricts the parameterization to the one-dimensional case to facilitate understanding,.
This analitical method appears to be the easiest for construction of limited spatial-
domain correlation functions in general.

SUMRIO
Pg.
Lista de Siglas e Abreviaturas .............................................................................................. 15

Lista de Figuras...............................................................................................................17

Lista de Smbolos............................................................................................................19

CAPTULO 1 - INTRODUO...................................................................................... 19

1.1 - ESBOO GERAL........................................................................................................19

CAPTULO 2 - CLCULO DE INTEGRAIS DE CONVOLUO PARA
FUNES PARES ............................................................................. 20

CAPTULO 3 - EXEMPLOS........................................................................................... 24

3.1 - Exemplo 1: Uma Exponencial Decadente...............................................................24

3.2 - Exemplo 2: Um Pulso.............................................................................................26

CAPTULO 4 - COMENTRIOS FINAIS .................................................................29

REFERNCIAS BIBLIOGRFICAS................................................................................. 30




15
SIGLAS E ABREVIATURAS
TF - Transformada de Fourier
FT - Fourier Transform


16
LISTA DE FIGURAS
Pg.

FIGURA 1 TRAJETO DE INTEGRAO PARA AS DUAS PRIMEIRAS
PARCELAS DA EXPRESSO (8), CONTORNO
R
C -HORRIO....22

FIGURA 2 TRAJETO DE INTEGRAO PARA AS DUAS PRIMEIRAS
PARCELAS DA EXPRESSO (8), CONTORNO
R
C -
ANTIHORRIO...................................................................................26

FIGURA 3 TRAJETO DE INTEGRAO PARA O CLCULO DA PARTE
CAUSAL DE ( ) r P ................................................................................27


17
LISTA DE SMBOLOS

- freqncia de oscilao ou parte imaginria do nmero complexo i z + =
- parte imaginria do nmero complexo i z + =



18

















CAPTULO 1
INTRODUO

Sistemas de assimilao de dados atmosfricos operacionais tm requerido, faz muitos,
anos a especificao de correlaes de erro de previso e de observao em duas ou trs
dimenses, usando funes dependentes de alguns parmetros sintonizveis. H muitos
exemplos de funes de correlao parametrizadas para anlise estatstica de dados em
uma dimenso. Campos de erros geofsicos, diferentemente de campos unidimensionais,
so geralmente considerados distribudos em todo ou parte de um anel esfrico
tridimensional. Na atual gerao de esquemas de anlise estatstica para assimilao de
dados atmosfricos, so usadas funes bidimensionais de correlao de erro de
previso isotrpicas para especificao horizontal de erro (Gaspari e Cohn, 1999; Dee e
da Silva, 1999; Purser et al, 2003). Um exemplo de uso de parametrizaes de dimenso
espacial ilimitada pode ser visto em Purser et al (2003).

Conforme Gaspari e Cohn (1999), uma das maneiras de se construir funes de
correlao isotrpicas tridimensionais consiste em utilizar funes representantes
unidimensionais cujas Transformadas de Fourier (TF) decaem conforme aumenta o
nmero de onda (ou freqncia). A principal vantagem desta abordagem a
simplicidade com que se determinam funes de correlao tridimensionais vlidas. A
abordagem, entretanto, no prov procedimento geral para construo de funes de
correlao de espao limitado. Na prtica, ser necessrio delimitar o espao da funo
que ser escrita numa matriz e, ento, calcular-se-o os seus valores num nmero finito
de pontos espaciais. Porm, funes unidimensionais de espao limitado
matematicamente no possuem TF de domnio de freqncia finito. Na prtica, se for
construda primeiro a parametrizao de uma funo usando sua TF, calculada sua Srie
de Fourier, truncada esta srie e, finalmente, calculada numericamente a funo por
inverso da srie, geralmente ocorrer erro numrico indesejvel (alm dos erros de
preciso numrica) (Antoniou, 1979). A alternativa proposta por Gaspari e Cohn
construir funes de correlao multivariadas e multidimensionais atravs de
convolues. Convoluco particularmente eficiente para construo de funes de
correlao de espao limitado.

Esta nota tcnica no pretende apresentar nenhum resultado novo, mas, apenas
documentar o procedimento de construo de funes unidimensionais pares (isto ,
simtricas em relao ao eixo vertical) normalizadas, similares a distribuies
gaussianas. O artigo de Gaspari e Cohn mostra a aplicao do Teorema da Convoluo
na construo de funes novas, a partir de funes pr-definidas, e mostra a TF das
novas funes. Porm, no mostra como inverter a transformada para obter a funo
desejada. Isto requer o uso de clculo de integrais no domnio dos nmeros complexos.

Portanto, para o caso em que se queira usar esta tcnica de modelagem de erros de
previso e observao meteorolgica (ou de outra natureza), fica aqui registrado o passo
faltante no artigo.


20
1.1 Esboo Geral
Este trabalho foi dividido em mais 2 captulos, descritos a seguir:
CAPTULO 2 - CLCULO DE INTEGRAIS DE CONVOLUO PARA
FUNES PARES: Neste captulo, mostra-se como calcular a integral de
convoluo de uma funo par, que se subdivide em duas parcelas, a primeira
definida exclusivamente para a esquerda do eixo vertical (chamada anticausal) e
a segunda definida exclusivamente para a direita do eixo (chamada causal);
CAPTULO 3 - EXEMPLOS: Resultados do clculo em dois casos importantes,
uma exponencial decadente e um pulso so apresentados neste captulo.
CAPTULO 4 COMENTRIOS FINAIS: Comenta-se a importncia deste
mtodo para a Previso Numrica do Tempo operacional.


21
CAPTULO 2
CLCULO DE INTEGRAIS DE CONVOLUO PARA FUNES PARES
Sejam as funes pares:

Ento, podemos construir uma nova funo


Esta operao chamada convoluo. No caso desta aplicao, a maneira mais fcil de
calcular esta integral usando a TF (Transformada de Fourier) e sua inversa (Papoulis,
1968). Se

onde o nmero de onda (ou freqncia) em que cada componente de Fourier de ( ) r B
oscila no eixo r , e a transformao inversa

ento


onde o smbolo (asterisco) denota complexo conjugado. Note-se que, caso n m = obtem-
se


que a chamada densidade espectral de potncia de ( ) r B . Em seguida, calcula-se
( ) ( ) ) 1 ( . r B r B
m m
=
( ) ( )( ) ( ) ( ) ( ) 2 . :

= = dv v r B v B r B B r P
n m n m mn
( ) ( ) ( ) 3

= dr e r B B
r i
m m

( ) ( ) ( ) 4
2
1

d e i B r B
r i
m m
( ) ( ) ( ) | | ( ) 5 .


=
n m mn
B B P
( ) ( ) ( ) 6 ,

2

m m
B P =


22



i z + = a varivel complexa usada na integrao e

( ) | | ( ) ( ) 9
2
1
Res
0

=
=
R
C
z z
dz z f
i
z f

que o resduo de ( ) z f em sua singularidade
0
z z = , sendo
R
C contornos apropriados
contendo tanto o eixo imaginrio quanto as singularidades de ( ) z P
mn

, localizadas direita
do eixo, no caso
R
C -horrio (percorrido no sentido horrio), e esquerda, respectivamente
do eixo, no caso
R
C -antihorrio (percorrido no sentido antihorrio) (Churchill e Brown,
1990). Os contornos so mostrados a seguir nas figuras 1 e 2.
Figura 1 Trajeto de integrao para as duas primeiras parcelas da expresso (8), contorno
R
C -horrio.

Os dois primeiros termos na expresso (8) constituem a chamada parte anticausal da funo
de correlao, pois correspondem a valores de ( ) r P
mn

para r negativo (Papoulis, 1977).

( ) ( ) ( ) ( ) ( )
( ) | | ( ) ( ) ( )
( ) | | ( ) ( ) ( ) ( ) 8 , causal parte

lim
2
1

Res
anticausal parte

lim
2
1

Res
7

2
1

2
1
o antihorri de dentro
o antihorri
horrio de dentro
horrio

+
+ + =
= = =
R
R
k
R
R
k
C
k
C
mn
zr
R
mn
zr
z z
C
k
C
mn
zr
R
mn
zr
z z
r i
mn
r i
mn mn
z d z P e
i
z P e
z d z P e
i
z P e
i d e i P
i
d e i P r P

23

Figura 2 Trajeto de integrao para as duas ltimas parcelas da expresso (8), contorno
R
C -antihorrio.


Os termos restantes, na expresso (8), constituem a chamada parte causal da funo de
correlao, pois correspondem a valores de ( ) r P
mn

para r positivo (Papoulis, 1977).

Geralmente, escolhem-se ( ) r B
m
e ( ) r B
n
junto com restries adicionais para os valores de
r de maneira que as integrais de contorno tornem-se nulas quando R tende a infinito,
restando apenas os somatrios a serem calculados. Assim, o clculo , na prtica,
tipicamente uma conta algbrica, embora s vezes trabalhosa, sendo mais fcil do que
aparenta a expresso (8).

Note que sendo ( ) r B
m
real e par
( ) ( ) ( ) 9 . Re 2

0
dr e r B B
r i
m m

=




24

CAPTULO 3
EXEMPLOS DE FUNES DE CORRELAO CONSTRUDAS POR
CONVOLUO
Nos exemplos a seguir usa-se, para facilitar a expresso matemtica, a chamada funo
degrau:


3.1 Exemplo 1: Uma Exponencial Decadente
Considere-se a funo

( ) ( ) ( ) | | ( ) 11 c r u c r u e r B
r
+ =



onde a taxa de decadncia e c delimita as duas bordas da exponencial centrada na
origem, esquerda e direita. A TF de ( ) r B


que resulta em

Se


a TF de ( ) r P


ento,
( ) ( ) ( ) ( ) | | ( ) 12 , Re 2

= = dr e c r u r u e dr e r B B
r i r r i

( ) ( ) ( ) ( ) | | ( ) 13 . cos sen
2

2 2
c c e b B
c

+
+
=

( ) ( )( ) ( ) 14 r B B r P =
( ) ( ) 10
0
1
0
0
0

<

=
r r
r r
r r u
( ) ( ) | | ( ) 15

2
B P =


25

( )
( )
( ) ( ) ( ) ( ) |
( ) ( ) | ( ) 25 . 2 cos 2 sen 2
cos sen 4 2
2

2 2 2 2
2 2 2 2
2
2 2
c e c e
e c c e P
c c
c c

+
+ + +
+
=




Esta funo tem duas singularidades, uma em = z , correspondendo parcela de ( ) r B no
lado esquerdo da origem (a parte anticausal), e outra em = z (a parte causal).

Note-se que

Neste caso, pode-se aplicar a frmula (8). Para mostrar o processo matemtico, uma das
integrais a serem calculadas na inverso pertencendo parcela anticausal do quarto termo
da expresso (25) resulta em


O segundo termo em (27) convergir anulando-se quando R somente se c r 2 .

Restar calcular o primeiro termo do lado direito de (27), o resduo. A maneira mais fcil
de calcul-lo ser atravs da frmula

( )
( )
( )
( )
( )
( )
( ) 28 .
! 1
1
Res
0
0
1
1
0
z z
z z
k
k
k
dz
z d
k
z z
z
=

=
(

=
(
(

Em particular,

( )
( )
( )
( ) 29
2
2

+
=
+
z
ze
z
c r z


e 2 = k . Finalmente este termo resultar

( )
( )
( )
( )
( ) | | ( ) 30 . 2 2
4
Res
2
2
2
2 2
2
c r u e c r
e
z
ze
c r
c c r z
z
+ + =
(
(

+
+
=

.

Procedendo similarmente na inverso dos outros termos da TF escrita em (25), o resultado
total da inverso ser
( ) ( ) 26 .
2
sen
i
e e
c
c i c i

=
( )
( ) | |
( )
( )
( )
( )
( )
( ) 27 Res 2
2
2 2
2
2
2 2
2
2
2 2
2
. dz
z
ze
z
ze
i i d
i
e i
horrio C
c r z c r z
z
c r i
R


+ +
=

+
(
(

26

( ) ( )
( )
( ) | |
( )
( ) | |
( )
( )
( )
( )
( ) ( )
( )
( )
( ) | |
( )
( )
( ) | |
( )
( )
( )
( )
( )
( )
( )
( )
( ) | |
( )
( )
( ) | |
( )
( )
( )
( )
( )
( ) ( ) 31 . 2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2
4
2
2 2
1
2 2
2
2 2
1
2 2
2
1
2
1
2
2 ) (
2 2 2 2
2 2 2 2
2 2 2 2
2 2 2 2
2 2
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
c r u
e c r e
r u
e e
r u
e e
c r u c r e
e
c r u
e e
c r u
e e
c r u c r e
e
r u r
e
r u r
e
r P
c r c c r c
c r c c r c
c r c c r c
c r c c r c
r c r c
c r
c
c r c c r c
c r
c
r r

+ +
+
+

+
+

+ +
+

+ +
+

+

|
|
.
|

\
|
+ +
+ + + +
|
|
.
|

\
|
+ +
+
|
|
.
|

\
|
+ +

|
|
.
|

\
|
=
+
+
+
+

+
+

A expresso (31) delimitada esquerda pela fronteira c r 2 = e direita pela fronteira
c r 2 = . ( ) r P portanto uma funo de correlao de espao limitado c r c 2 2 < . Pode
ser escrita em forma de matriz para aplicao em assimilao de dados meteorolgicos sem
os erros numricos devidos ao truncamento de sua srie de Fourier definida pelos valores
de ( ) P . Esta a vantagem deste mtodo.
3.2 Exemplo 2: Um Pulso
Seja

( ) ( ) 32 .
2
1
2
1
|
.
|

\
|
|
.
|

\
|
+ = r u r u r B .

Chamado pulso iniciando
2
1
= r e finalizando
2
1
= r . Da

( ) ( ) 33 .

2 2

i
e e
B
i i

=

Portanto,



27
( ) ( ) | |
( )
( )
( ) 34 .
2

2
2

i
e e
B P
i i
+
= =

A funo ( ) z P

correspondente possui singularidade em 0 = z . Como esta singularidade

est no eixo imaginrio, ser necessrio, neste caso, usar a tcnica de clculo de resduos de
maneira diferente do mostrado no exemplo anterior, pois os contornos a serem usados no
contero resduos! O contorno usado para calcular a parte causal de ( ) r P ser o mostrado
na figura 3 a seguir:
Figura 3 Trajeto de integrao para o clculo da parte causal de ( ) r P .

Como no h resduos, a soma total das integrais complexas usadas na inverso da TF de
( ) r P resultar matematicamente em

onde

C semicrculo de raio 0 em torno da singularidade na origem e

R
C
semicrculo de raio R tambm em torno daquela singularidade. Todo o trajeto da
integrao complexa percorrido no sentido anti-horrio (Churchill e Brown, 1990). A
primeira e a terceira parcela no lado esquerdo da expresso (21) representam a desejada
inverso da TF. Portanto pode-se escrever:

Os termos da expresso entre chaves direita do sinal de igual na equao (36)
subdividem-se em trs grupos que devem ser analisados separadamente. O primeiro

( ) ( )
( ) 37 . lim lim
2
1
0
2
1

+


o antihorri C C
r z r z
R
R
dz
z
e
dz
z
e

Em (23), a primeira integral converge para valor nulo quando 1 r , e a segunda
converge independentemente do valor de r . Portanto, a expresso (37) torna-se:
( )
( ) ( ) ( ) ( )
( ) 36 .
2
lim
2
lim
2
1
2
1 1
0
2
1 1

+
=

+

o antihorri C C
r z zr r z r z zr r z
R
causal
R
dz
z
e e e
dz
z
e e e
i
r P

( ) 35 , 0 = + + +

o antihorri R
C
R
C R

28

( ) ( ) ( ) 38 . 1 1 + + r u r i

Similarmente,

converge quando 0 r , para a expresso

( ) ( ) 40 , r ru i

E

para a expresso

( ) ( ) ( ) 42 . 1 1 r u r i

Ento

( ) ( ) ( ) ( ) ( ) ( ) | | ( ) 43 . 1 1 2 1 1
2
1
+ + = r u r r ru r u r r P
causal


O mesmo tipo de procedimento dever ser usado para calcular ( ) r P
anticausal
, a parte
anticausal de ( ) r P . A funo resultante ser

( ) ( ) ( )
( ) ( ) | | ( ) ( ) ( ) | | { }
( ) ( ) ( ) ( ) ( ) | | ( ) 44 . 1 1 2 1 1
2
1
1 1 2 1 1
2
1
+ + +
+ + + + =
= + =
r u r r ru r u r
r u r r ru r u r
r P r P r P
causal anticausal


A expresso (44) delimitada esquerda pela fronteira 1 = r e direita pela fronteira
1 = r . ( ) r P portanto uma funo de correlao de espao limitado 1 1 < r . Como no
exemplo anterior pode ser escrita em forma de matriz para aplicao em assimilao de
dados meteorolgicos sem os erros numricos devidos ao truncamento de sua srie de
Fourier definida pelos valores de ( ) P .

( ) ( )
( ) 41 lim lim
2
1
0
2
1

o antihorri C C
r z r z
R
R
dz
z
e
dz
z
e

( ) 39
2
lim
2
lim
2
0
2

o antihorri C C
zr zr
R
R
dz
z
e
dz
z
e

29
CAPTULO 4
COMENTRIOS FINAIS
Para que a Previso Numrica do Tempo (PNT) atenda s necessidades requeridas pela
sociedade, ela deve ser precisa e eficiente (Dee and da Silva,1999). Assim, interessa ao
pblico, em geral, que a agricultura seja capaz de planejar suas safras anualmente (ou
antecipar quebras de safra), que desastres climticos como enchentes devido ao excesso de
chuva ou tempestades destruidoras sejam previstas para salvar vidas e bens, se possvel, e
que se saiba como ser o clima no fim-de-semana para aproveitar a contento as horas de
lazer.

Uma das etapas na PNT a assimilao de dados meteorolgicos. Ela deve, ento, ser
precisa e eficiente. Esta nota tcnica tratou da preciso.

A assimilao de dados combina a atmosfera calculada por meio de modelos com
observaes da atmosfera para aproximar a previso da verdadeira atmosfera futura. Para
realizar assimilao com boa preciso numrica, um dos requisitos conhecer os erros
envolvidos no processo e tentar diminu-los ou elimin-los, quando possvel usando
tcnicas adequadas.

Uma das maneiras de descrever o erro de previso especificar suas componentes de
Fourier e usar algumas para, numericamente, montar um arquivo usado no processo de
assimilao. Outra usar todas as componentes e, algebricamente, calcular uma expresso
matemtica exata a ser usada na montagem do arquivo. Inverte-se analiticamente a
Transformada de Fourier. No segundo caso, evita-se o erro de truncamento inerente ao
primeiro. a proposta de Gaspari e Cohn, citados no incio desta nota tcnica. O artigo
deles entretanto, no mostra como inverter analiticamente a Transformada de Fourier. Esta
nota tcnica objetiva preencher esta lacuna, no deve ser considerada novidade nem em
matemtica nem meteorologia, mas, apenas, um documento para facilitar o entendimento
do mtodo de Gaspari e Cohn.



30
REFERNCIAS BIBLIOGRFICAS
Antoniou, A., Digital Filters: Analysis and Design, New York: McGraw-Hill Publishing
Company, 1979. 524 p.

Churchill, R. V., Brown, J. W., Complex Variables and Applications, New York:
McGraw-Hill Publishing Company, 1990. 361 p.
Dee, D.; da Silva, A. M.. Maximum-Likelihood Estimation of Forecast and Observation
Error Covariance Parameters. Part I: Methodology, Monthly Weather Review, v. 127, pp.
1822-1833, 1999.

Gaspari, G.; Cohn, S. E.. Construction of correlation functions in two and three dimensions,
Quaterly Journal of the Royal Meteorological Society, v. 125, pp. 723-757, 1999.

Papoulis, A., Systems and Transforms with Applications in Optics, McGraw-Hill Book
Company, New York, 1968. 474 p.

Papoulis, A., Signal Analysis, McGraw-Hill Book Company, New York, 1977. 431 p.

Purser, R. J.; Wu, W-S., Parrish, D. F.; Roberts, N. M.. Numerical aspects of the
Application of Recursive Filters to Variational Statistical Analysis. Part I: Spatially
Homogeneous and Isotropic Gaussian Covariances, Monthly Weather Review, v. 131, pp.
1524-1535, 2003.