krause

PAUL KRAUSE

                        Professor Associado - email: p.krause at ufsc.br
                         Depto. de Matemática e Computação Científica
                                Universidade Federal de Santa Catarina

Professor Associado (nível 4), Depto. de Matemática, UFSC. Bacharel em Matemática Aplicada pela USP (FAPESP, 1991-5, cum lauda), doutor pelo IMPA (CNPq, 1997-02), pós-doc/prof. visitante de U.C. Berkeley (NSF, 2003-6), Lawrence Berkeley Natl. Lab. (DOE, 2003-6), IAG/USP (FAPESP, 2007), U. Arizona (NSF, 2008-9) e CGD/NCAR (CNPq, 2015-6). Trabalha em métodos de assimilação de dados e de previsão longa para sistemas dinâmicos fortemente não-lineares de dimensão alta usando variáveis determinantes, com foco em modelos atmosféricos. Tem se interessado por modelos SIR para a dengue forçados pelo clima. Tem por meta estabelecer um método de assimilação de dados e de previsão longa viável para sistemas não-lineares de dimensão alta com dinâmica pré-caótica e dados sub-determinantes.

[Associate Professor (level 4), Mathematics Dept, UFSC. Holds a BSc in Applied Mathematics from USP (FAPESP, 1991-5, cum lauda) and a PhD from IMPA (CNPq, 1997-02), postdoctoral fellow/visiting prof. at U.C. Berkeley (NSF, 2003-6), Lawrence Berkeley Natl. Lab. (DOE, 2003-6), IAG/USP (FAPESP, 2007), U. Arizona (NSF, 2008-9) and CGD/NCAR (CNPq, 2015-6). Works on data assimilation and long-term prediction schemes for high-dimensional strongly nonlinear dynamical systems using determining variables, with a focus on atmospheric models. He has been interested in forced by climate SIR models for dengue fever. He aims to establish a data assimilation and long-term prediction scheme suitable for high-dimensional nonlinear systems with a pre-chaotic dynamics and under-determining data.]

PROJETO EM ANDAMENTO: A Natureza está repleta de processos dinamicamente instáveis, de baixa previsibilidade. A evolução de arboviroses segundo modelos SIR é um exemplo disso. Com o aumento de incidências e a interferência das mudanças climáticas, o estudo de cenários da evolução de longo prazo de tais doenças é o melhor instrumento de planejamento para a Saúde Pública. No modelo SIR para a dengue com 2 cepas, a infecção cruzada I12 determina apenas a evolução da infecção primária I2. Portanto dados apenas para I12 são sub-determinantes para fins de inicialização do sistema. Este projeto tem por objetivo estabelecer um método de assimilação de dados e de previsão longa para modelos SIR para a dengue com dinâmica pré-caótica e dados sub-determinantes, viável em dimensão alta.

PROJETO CONCLUÍDO: Nuvens têm papel crucial nos processos não-hidrostáticos de equilibragem termodinâmica da atmosfera, estando diretamente envolvidas nos eventos atmosféricos que nos afetam diariamente. Mas o grau de mistura entre processos parametrizados e resolvidos no ciclo atmosférico da água é um dos problemas de pesquisa mais desafiadores em modelagem do tempo e do clima. Neste trabalho um novo modelo de subgrade para turbulência convectiva será acoplado ao sistema anelástico de Ogura-Phillips gerando um "cloud-resolving model" (CRM) para estudo climático e será desenvolvido um solver para o CRM usando geometria plana (domínio paralelepipedal), Adams-Bashforth-4, diferenças centradas e um novo "splitting method" para as pressões de grade e sub-grade. Colaboração com Joe Tribbia, National Center for Atmospheric Research (NCAR).