Recuperação de vetores de vento a partir de derivadores miniaturizados da superfície do mar habilitados para ondas

O oceano aberto apresenta uma notável carência de observações sistemáticas de vento *in situ*, um fator crítico que impacta diretamente a calibração de dispersômetros de satélite. Estes instrumentos, por sua vez, dependem em grande parte de medições de superfície que são frequentemente escassas ou ausentes em vastas regiões oceânicas, especialmente longe das costas. Essa lacuna de dados *in situ* representa um desafio significativo para a compreensão precisa da dinâmica atmosférica e oceânica.

Embora derivadores compactos equipados com capacidade de detecção de ondas já sejam utilizados para recuperar o vetor do vento em mar aberto, sua precisão tem sido historicamente modesta. Tipicamente, esses dispositivos alcançam uma precisão de velocidade de vento de aproximadamente 1 a 2 m/s, mas a determinação da direção do vento permanece pouco confiável, especialmente em condições de ventos fracos. Essa limitação restringe a utilidade desses dados para aplicações que exigem maior acurácia e confiabilidade.

Neste estudo, demonstramos que um derivador GNSS/IMU compacto e de deriva livre, denominado MELODI, oferece uma solução promissora para superar essas limitações. O MELODI aprimora significativamente a recuperação tanto da velocidade quanto da direção do vento, e o faz por uma fração consideravelmente menor do custo associado às plataformas ancoradas tradicionais. Essa inovação representa um avanço importante na obtenção de dados de vento *in situ* de alta qualidade em ambientes oceânicos.

A metodologia empregada para a determinação da velocidade do vento com o MELODI difere das abordagens convencionais. Em vez de se basear em um único nível de equilíbrio, a velocidade do vento é inferida a partir da forma completa do espectro de aceleração da onda medido. Para isso, foi desenvolvido um modelo supervisionado, denominado Inversão de Vento usando Regularização de Tikhonov (WITR), que consiste em uma regressão regularizada com uma correção residual fechada. Este modelo foi treinado utilizando dados de ventos de dispersômetro e avaliado por meio de validação cruzada do tipo 'leave-one-buoy-out', empregando dados de satélites como ASCAT MetOp-B/C e HY-2B/C, além de dados do ERA5 durante a fase de desenvolvimento de características.

Através dessa abordagem, o modelo WITR alcança um erro quadrático médio (RMSE) de 0, 90 m/s para a velocidade do vento, estabelecendo um limite de desempenho empírico para o conjunto de características utilizado. É importante notar que este modelo não apenas serve diretamente para a recuperação do vento, mas também pode atuar como um modelo 'professor' para técnicas de destilação de conhecimento, ampliando suas aplicações potenciais.

A recuperação da direção do vento é realizada de forma independente, utilizando os momentos de onda direcionais derivados do IMU na banda vento-mar. Este método demonstrou alta eficácia, resultando em um erro absoluto médio de 9, 4 graus quando comparado aos ventos medidos por dispersômetros. Essa precisão representa um avanço significativo, especialmente considerando as dificuldades anteriores na determinação confiável da direção em condições de ventos fracos.

As precisões alcançadas tanto para a velocidade quanto para a direção do vento são consistentes com as observações de dispersômetros, sendo comparáveis às diferenças publicadas entre dados de boias e dispersômetros. Além disso, esses resultados representam uma melhoria de quase o dobro em relação à tradicional inversão Toba de banda única, que é um método amplamente utilizado. Tal desempenho valida a robustez e a eficácia do sistema MELODI.

Os dados de vento são recuperados de forma plausível para velocidades de até 18 m/s. Para ventos com velocidades superiores a esse limite, o sistema sinaliza uma menor confiança nos dados, indicando a necessidade de cautela na interpretação. É fundamental ressaltar que os resultados aqui apresentados ainda não foram submetidos à revisão por pares, e futuras validações são necessárias para consolidar essas descobertas.