{"id":123,"date":"2017-03-07T13:50:29","date_gmt":"2017-03-07T16:50:29","guid":{"rendered":"http:\/\/novoatlas.azurewebsites.net\/?page_id=123"},"modified":"2019-04-30T13:20:03","modified_gmt":"2019-04-30T16:20:03","slug":"metodologia","status":"publish","type":"page","link":"https:\/\/novoatlas.cepel.br\/index.php\/metodologia\/","title":{"rendered":"Metodologia"},"content":{"rendered":"<p>O mapeamento do potencial e\u00f3lico para todo o territ\u00f3rio brasileiro foi realizado a partir do modelo num\u00e9rico de mesoescala Brams (<em>Brazilian developments on the Regional Atmospheric Modeling System<\/em>), com resolu\u00e7\u00e3o horizontal de 5 km x 5 km e uma rede de medi\u00e7\u00f5es\u00a0 anemom\u00e9tricas utilizada para ajuste dos resultados.<\/p>\n<p>Nesta se\u00e7\u00e3o ser\u00e3o apresentadas as metodologias utilizadas para ajuste dos resultados de mesoescala. Tamb\u00e9m ser\u00e3o descritos os dados anemom\u00e9tricos utilizados no ajuste e valida\u00e7\u00e3o dos resultados al\u00e9m dos c\u00e1lculos necess\u00e1rios para elabora\u00e7\u00e3o dos diversos mapas tem\u00e1ticos, tais como os de velocidade e dire\u00e7\u00e3o do vento em diversas alturas, fator de forma e escala da distribui\u00e7\u00e3o de Weibull, regime diurno etc.<\/p>\n<p>\t\t\t\t\t\t<style>\r\n\t\t\t\t\t#wpsm_accordion_137 .wpsm_panel-heading{\r\npadding:0px !important;\r\n}\r\n#wpsm_accordion_137 .wpsm_panel-title {\r\nmargin:0px !important; \r\ntext-transform:none !important;\r\nline-height: 1 !important;\r\n}\r\n#wpsm_accordion_137 .wpsm_panel-title a{\r\ntext-decoration:none;\r\n\r\ndisplay:block;\r\npadding:0px;\r\nfont-size: 16px !important;\r\nfont-family: Helvetica !important;\r\nborder-bottom:0px !important;\r\n\r\n}\r\n#wpsm_accordion_137 .wpsm_panel-title a, #wpsm_accordion_137 .wpsm_panel-title a:hover, #wpsm_accordion_137 .wpsm_panel-title a:focus {\r\n\tcolor:#000000 !important;\r\n\ttext-transform:none !important;\r\n}\r\n#wpsm_accordion_137 .acc-a{\r\n\tcolor: #000000 !important;\r\n\tbackground-color:#e8e8e8 !important;\r\n\tborder-color: #ddd;\r\n}\r\n#wpsm_accordion_137 .wpsm_panel-default > .wpsm_panel-heading{\r\n\tcolor: #000000 !important;\r\n\tbackground-color: #e8e8e8 !important;\r\n\tborder-color: #e8e8e8 !important;\r\n\tborder-top-left-radius: 0px;\r\n\tborder-top-right-radius: 0px;\r\n}\r\n#wpsm_accordion_137 .wpsm_panel-default {\r\n\t\r\n\tborder:1px solid transparent !important;\r\n\r\n\t}\r\n#wpsm_accordion_137 {\r\n\tmargin-bottom: 20px;\r\n\toverflow: hidden;\r\n\tfloat: none;\r\n\twidth: 100%;\r\n\tdisplay: block;\r\n}\r\n#wpsm_accordion_137 .ac_title_class{\r\n\tdisplay: block;\r\n\tpadding-top: 12px;\r\n\tpadding-bottom: 12px;\r\n\tpadding-left: 15px;\r\n\tpadding-right: 15px;\r\n\tborder: 1px solid #ddd;\r\n\t\r\n\r\n}\r\n#wpsm_accordion_137  .wpsm_panel {\r\n\toverflow:hidden;\r\n\t-webkit-box-shadow: 0 0px 0px rgba(0, 0, 0, .05);\r\n\tbox-shadow: 0 0px 0px rgba(0, 0, 0, .05);\r\n\t\tpadding-left:47px;\r\n\t\t\tborder-radius: 4px;\r\n\t}\r\n#wpsm_accordion_137  .wpsm_panel + .wpsm_panel {\r\n\t\tmargin-top: 5px;\r\n\t}\r\n#wpsm_accordion_137  .wpsm_panel-body{\r\nbackground-color:#ffffff !important;\r\ncolor:#000000 !important;\r\nborder-top-color: #e8e8e8 !important;\r\nfont-size:13px !important;\r\nfont-family: Helvetica !important;\r\noverflow: hidden;\r\n\r\nborder: 1px solid #ddd !important;\r\n\r\nborder-top:0px !important;\r\n}\r\n\r\n#wpsm_accordion_137 .ac_open_cl_icon{\r\n\tbackground-color:#dd3333;\r\n\tcolor: #ffffff;\r\n\tfloat:left; \r\n\tpadding-top: 12px;\r\n\tpadding-bottom: 12px;\r\n\tline-height: 1.0;\r\n\tmargin-left:-44px;\r\n\ttext-align: center !important;\r\n\twidth:45px !important;\r\n\tdisplay: inline-block;\r\n\tborder: 1px solid #ddd;\r\n\t\tborder-right: 1px solid transparent;\r\n\t\t\tborder-top-left-radius: 4px;\r\n\tborder-bottom-left-radius: 4px;\r\n\t}\r\n\r\n\t\t\t\r\n\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t<\/style>\r\n\t\t\t<div class=\"wpsm_panel-group\" id=\"wpsm_accordion_137\" >\r\n\t\t\t\t\r\n\t\t\t\t\t\t\r\n\t\t\t\t  <!-- Inner panel Start -->\r\n\t\t\t\t  <div class=\"wpsm_panel wpsm_panel-default\">\r\n\t\t\t\t\t<div class=\"wpsm_panel-heading\" role=\"tab\" >\r\n\t\t\t\t\t  <h4 class=\"wpsm_panel-title\">\r\n\t\t\t\t\t\t<a  class=\"\"  data-toggle=\"collapse\" data-parent=\"\" href=\"#ac_137_collapse1\"  >\r\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span  class=\"ac_open_cl_icon fa fa-chevron-right\"><\/span>\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t \r\n\t\t\t\t\t\t\t<span class=\"ac_title_class\">\r\n\t\t\t\t\t\t\t\tO modelo Brams\t\t\t\t\t\t\t<\/span>\r\n\t\t\t\t\t\t<\/a>\r\n\t\t\t\t\t  <\/h4>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t\t<div id=\"ac_137_collapse1\" class=\"wpsm_panel-collapse collapse_137 collapse \"  >\r\n\t\t\t\t\t  <div class=\"wpsm_panel-body\">\r\n\t\t\t\t\t\tO modelo utilizado neste trabalho foi o Brams que trata-se de um modelo num\u00e9rico para previs\u00e3o num\u00e9rica de tempo e clima (PNTC) desenvolvido pelo INPE a partir de um modelo desenvolvido na d\u00e9cada de 80 na Universidade Estadual do Colorado, o Rams (<em>Regional Atmospheric Modeling System<\/em>), que \u00e9 uma ferramenta flex\u00edvel e de c\u00f3digo aberto para modelagem e previs\u00e3o de fen\u00f4menos atmosf\u00e9ricos. O Rams tem como base um conjunto de equa\u00e7\u00f5es n\u00e3o hidrost\u00e1ticas e compress\u00edveis e de dois modelos de mesoescala hidrost\u00e1ticos (PILKE, et al., 1992).\r\n\r\nO modelo Brams \u00e9 constantemente aprimorado (FREITAS, et al., 2017), incluindo funcionalidades e modifica\u00e7\u00f5es com objetivo de melhorar a representa\u00e7\u00e3o num\u00e9rica de processos f\u00edsicos fundamentais sobre regi\u00f5es tropicais e subtropicais. O modelo matem\u00e1tico, conforme apresentado na Figura 1, possui um conjunto de parametriza\u00e7\u00f5es f\u00edsicas apropriadas para simular processos iterativos entre atmosfera e superf\u00edcie, envolvendo turbul\u00eancia, convec\u00e7\u00e3o, radia\u00e7\u00e3o e microf\u00edsica de nuvens. O modelo Brams \u00e9 acoplado ao CCATT (<em>Coupled Aerosol and Tracer Transport model<\/em>), que \u00e9 um modelo de transporte a transforma\u00e7\u00e3o qu\u00edmica de gases e aeross\u00f3is e integrado ao JULES (<em>Joint UK Land Environment Simulator<\/em>) (MOREIRA, et al., 2013).\r\n\r\n<figure id=\"attachment_131\" aria-describedby=\"caption-attachment-131\" style=\"width: 516px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-131\" src=\"\/wp-content\/uploads\/2017\/03\/brams5.jpg\" alt=\"\" width=\"516\" height=\"323\" \/><figcaption id=\"caption-attachment-131\" class=\"wp-caption-text\">Figura 1 - Representa\u00e7\u00e3o esquem\u00e1tica do modelo Brams (FREITAS, et al., 2017)<\/figcaption><\/figure>\r\n\r\nO Brams constitui hoje o modelo do CPTEC\/Inpe que possui o melhor conjunto de parametriza\u00e7\u00f5es e de funcionalidades de maior desempenho, com indicadores quantitativos de destreza igual ou superior a modelos de outros centros internacionais (FREITAS, et al., 2017).\r\n\r\nPara o trabalho do novo Atlas foi desenvolvida uma vers\u00e3o especial do Brams a fim de estimar, com todos os detalhes poss\u00edveis para uma grade com 5 km de resolu\u00e7\u00e3o, a intensidade e dire\u00e7\u00e3o do vento em diferentes alturas para todo o territ\u00f3rio nacional. O modelo Brams do CPTEC\/Inpe pode ser executado com maior resolu\u00e7\u00e3o espacial, mas optou-se pela mesma grade de 5 km j\u00e1 utilizada nas vers\u00f5es operacionais sendo utilizadas para gerar a previs\u00e3o de tempo para o Brasil pois a mudan\u00e7a da resolu\u00e7\u00e3o poderia exigir a recalibra\u00e7\u00e3o de alguns par\u00e2metros internos do modelo.\r\n\r\nA resolu\u00e7\u00e3o temporal dos resultados \u00e9 hor\u00e1ria, o que permite uma avalia\u00e7\u00e3o do comportamento das vari\u00e1veis meteorol\u00f3gicas ao longo do dia (ciclo diurno), e para n\u00e3o extrapolar excessivamente o volume de dados, apenas um subconjunto dos dados de sa\u00edda do modelo foi armazenado. Foram selecionadas algumas vari\u00e1veis de superf\u00edcie, que tamb\u00e9m foram disponibilizadas para as alturas \u201cnativas\u201d do modelo de 32,2 m, 80,5 m, 120,1 m, 160,0 m, 200,0 m e 240,0 metros. Outra modifica\u00e7\u00e3o importante nesta vers\u00e3o do Brams foi a gera\u00e7\u00e3o da rosa dos ventos no p\u00f3s-processamento do modelo, obtido a partir da dire\u00e7\u00e3o do vento de cada <em>timestep<\/em> do modelo, gerando uma \u201crosa dos ventos\u201d para cada hor\u00e1rio de sa\u00edda.\r\n\r\nAs condi\u00e7\u00f5es iniciais (CI) escolhidas para alimentar o modelo Brams s\u00e3o provenientes da base de rean\u00e1lise ERA-Interim do ECMWF[1] (o Centro de Previs\u00e3o de Tempo de M\u00e9dio Prazo da Comunidade Europeia). O mesmo conjunto de dados foi utilizado para gerar as condi\u00e7\u00f5es de contorno para cada seis horas. Alimentado por estes dados o modelo foi executado \u00e0s 00z horas \u00a0para todos os dias de 2013. O esquema de execu\u00e7\u00e3o do modelo gera as sa\u00eddas hor\u00e1rias para as pr\u00f3ximas 36 horas, a seguir as primeiras 12 horas de integra\u00e7\u00e3o s\u00e3o descartadas e as previs\u00f5es para a janela das 13 at\u00e9 as 36 horas de integra\u00e7\u00e3o s\u00e3o armazenadas. Dessa forma descartam-se os dados que s\u00e3o afetados pelos efeitos indesej\u00e1veis da inicializa\u00e7\u00e3o do modelo, o tempo necess\u00e1rio para os resultados entrarem no estado estacion\u00e1rio, o chamado <em>Spin-up<\/em> do modelo.\r\n\r\nS\u00e3o estes dados hor\u00e1rios previstos com anteced\u00eancia entre 13 e 36 horas que formam a base de dados num\u00e9ricos utilizados no projeto. As duas principais vantagens deste conjunto sobre as rean\u00e1lises do ERA-Interim s\u00e3o a resolu\u00e7\u00e3o temporal de 1 hora e a resolu\u00e7\u00e3o espacial de 5 Km. A principal desvantagem \u00e9 a acur\u00e1cia dos dados, que corresponder\u00e3o \u00e0 acur\u00e1cia das previs\u00f5es de 12 a 36 horas do modelo Brams.\r\n\r\nO dom\u00ednio de execu\u00e7\u00e3o do modelo num\u00e9rico foi dividido em duas partes, a fim de economizar tempo de processamento no supercomputador. Uma parte foi executada com a resolu\u00e7\u00e3o de 5 km, englobando toda a regi\u00e3o do Brasil onde pode existir potencial de energia e\u00f3lica, e outra parte, compreendendo a Amaz\u00f4nia ocidental, onde sabemos que n\u00e3o existe potencial de energia e\u00f3lica, foi gerada com 15 km de resolu\u00e7\u00e3o horizontal. Posteriormente as duas partes foram reunidas para gerar um campo \u00fanico, a fim de fazer o ajuste estat\u00edstico e gerar os produtos num\u00e9ricos derivados. Os limites do dom\u00ednio da \u00e1rea de 5 km v\u00e3o de 62,44 a 29,56 graus de longitude oeste, e de 37,27 graus de latitude sul at\u00e9 7,59 graus de latitude norte. O dom\u00ednio da \u00e1rea de 15 km vai de 80,56 a 48,41 graus de longitude oeste e de 22,53 graus de latitude sul a 14,54 graus de latitude norte (Figura 2). Na concatena\u00e7\u00e3o das duas \u00e1reas para gerar o campo \u00fanico, a \u00e1rea de 5 km prevaleceu sobre a de 15 km onde houve a sobreposi\u00e7\u00e3o, de forma que o limite final entre as duas \u00e1reas ficou ao longo da longitude de 62,44 oeste.\r\n<blockquote>[1] European Centre for Medium-Range Weather Forecasts<\/blockquote>\r\n<figure id=\"attachment_132\" aria-describedby=\"caption-attachment-132\" style=\"width: 384px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-132\" src=\"\/wp-content\/uploads\/2017\/03\/globo.jpg\" alt=\"Figura 2 - \u00c1reas de diferentes resolu\u00e7\u00f5es do Brams\" width=\"384\" height=\"357\" \/><figcaption id=\"caption-attachment-132\" class=\"wp-caption-text\">Figura 2 - \u00c1reas de diferentes resolu\u00e7\u00f5es do Brams<\/figcaption><\/figure>\t\t\t\t\t  <\/div>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t  <\/div>\r\n\t\t\t\t   <!-- Inner panel End -->\r\n\t\t\t\t\r\n\t\t\t\t\t\t\r\n\t\t\t\t  <!-- Inner panel Start -->\r\n\t\t\t\t  <div class=\"wpsm_panel wpsm_panel-default\">\r\n\t\t\t\t\t<div class=\"wpsm_panel-heading\" role=\"tab\" >\r\n\t\t\t\t\t  <h4 class=\"wpsm_panel-title\">\r\n\t\t\t\t\t\t<a  class=\"collapsed\"  data-toggle=\"collapse\" data-parent=\"\" href=\"#ac_137_collapse2\"  >\r\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span  class=\"ac_open_cl_icon fa fa-chevron-right\"><\/span>\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t \r\n\t\t\t\t\t\t\t<span class=\"ac_title_class\">\r\n\t\t\t\t\t\t\t\tDados anemom\u00e9tricos\t\t\t\t\t\t\t<\/span>\r\n\t\t\t\t\t\t<\/a>\r\n\t\t\t\t\t  <\/h4>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t\t<div id=\"ac_137_collapse2\" class=\"wpsm_panel-collapse collapse_137 collapse \"  >\r\n\t\t\t\t\t  <div class=\"wpsm_panel-body\">\r\n\t\t\t\t\t\tApesar de todos os avan\u00e7os e desenvolvimentos recentes dos modelos num\u00e9ricos de previs\u00e3o de tempo e clima, os resultados atuais ainda possuem um razo\u00e1vel grau de imprecis\u00e3o e incertezas. Uma vez que os modelos num\u00e9ricos (incluindo o modelo Brams utilizado neste trabalho) representam uma simplifica\u00e7\u00e3o de um sistema real (Figura 3) e que as imperfei\u00e7\u00f5es da modelagem ocorrem do conhecimento incompleto dos processos f\u00edsicos, da formula\u00e7\u00e3o matem\u00e1tica simplificada dos processos modelados, assim como dos processos que ocorrem em escalas que n\u00e3o podem ser representados na solu\u00e7\u00e3o num\u00e9rica adotada, faz-se necess\u00e1rio ajustar (ou calibrar) os resultados dos modelos num\u00e9ricos tornando-os, assim, uma base de dados mais coerente com as condi\u00e7\u00f5es observadas em campo e, consequentemente, um produto de melhor resultado para os usu\u00e1rios finais.\r\n\r\n<figure id=\"attachment_133\" aria-describedby=\"caption-attachment-133\" style=\"width: 451px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-133\" src=\"\/wp-content\/uploads\/2017\/03\/ilustracao.jpg\" alt=\"Figura 3 - Ilustra\u00e7\u00e3o das diferen\u00e7as entre o \" width=\"451\" height=\"196\" \/><figcaption id=\"caption-attachment-133\" class=\"wp-caption-text\">Figura 3 - Ilustra\u00e7\u00e3o das diferen\u00e7as entre o \"mundo real\" e a representa\u00e7\u00e3o matem\u00e1tica dos modelos num\u00e9ricos (KARL, et al., 1989)<\/figcaption><\/figure>\r\n\r\nUma vez que \u00e9 necess\u00e1rio obter um n\u00famero significativo de dados anemom\u00e9tricos para valida\u00e7\u00e3o dos resultados do modelo Brams, foram utilizadas informa\u00e7\u00f5es provenientes de esta\u00e7\u00f5es climatol\u00f3gicas espalhadas por todo o Brasil. pertencentes ao Inpe, ao Inmet (Instituto Nacional de Meteorologia), ao DECEA\/ICEA (Departamento de Controle do Espa\u00e7o A\u00e9reo\/Instituto de Controle do Espa\u00e7o A\u00e9reo) entre outras institui\u00e7\u00f5es. Vale ressaltar que uma parte importante do acervo de ambas as institui\u00e7\u00f5es apresentou s\u00e9ries hist\u00f3ricas de boa qualidade,\u00a0 que mostraram-se adequadas para ajuste dos resultados simulados. Os dados utilizados para gerar o campo de ajustes foram obtidos atrav\u00e9s do banco de dados observados do CPTEC\/Inpe, que inclui informa\u00e7\u00f5es de diversas fontes, tais como:\r\n<ul>\r\n \t<li>Dados de esta\u00e7\u00f5es sin\u00f3ticas convencionais e esta\u00e7\u00f5es autom\u00e1ticas do Inmet[1];<\/li>\r\n \t<li>Dados de aeroportos e aer\u00f3dromos (a maior parte do DECEA\/ICEA[2]);<\/li>\r\n \t<li>Dados da rede de esta\u00e7\u00f5es da Marinha do Brasil;<\/li>\r\n \t<li>Dados de outras redes regionais (PCDs do Inpe, Funceme, ANA, Cemig etc.)<\/li>\r\n<\/ul>\r\nAdicionalmente, uma vez que a finalidade do Atlas do Potencial E\u00f3lico Brasileiro \u00e9 disponibilizar informa\u00e7\u00f5es\u00a0 com o objetivo de identificar s\u00edtios promissores para implanta\u00e7\u00e3o de parques e\u00f3licos de gera\u00e7\u00e3o de energia el\u00e9trica em todo o territ\u00f3rio nacional, o ajuste dos resultados do modelo Brams teveriam contar com s\u00e9ries hist\u00f3ricas de alta qualidade destinada para este fim. Neste sentido, o Cepel, atrav\u00e9s do apoio do ent\u00e3o MCTI e da Empresa de Pesquisa Energ\u00e9tica \u2013 EPE, obteve a autoriza\u00e7\u00e3o de 12 empreendedores para utiliza\u00e7\u00e3o de dados anemom\u00e9tricos provenientes de 39 parques e\u00f3licos em opera\u00e7\u00e3o espalhados em todo o Brasil. Naquela oportunidade foi autorizada a utiliza\u00e7\u00e3o de m\u00e9dias mensais da velocidade do vento medidas na altura dos aerogeradores instalados. As autoriza\u00e7\u00f5es foram concedidas para uso das m\u00e9dias mensais da velocidade e dire\u00e7\u00e3o do vento exclusivamente para ajuste das simula\u00e7\u00f5es do modelo Brams referentes aos anos de 2013 a 2015.\r\n\r\nPor quest\u00f5es de ordem pr\u00e1tica, num primeiro momento foram selecionados um conjunto de dados de aeroportos distribu\u00eddos por todos os estados brasileiros, com prefer\u00eancia para aeroportos internacionais, por possu\u00edrem dados de melhor qualidade\u00a0 e maior cobertura temporal. Estes dados foram extra\u00eddos do sistema de processamento do CPTEC\/Inpe e consolidados em m\u00e9dias mensais. Vale citar que, diferentemente dos dados medidos em parques e\u00f3licos, cuja altura de medi\u00e7\u00e3o \u00e9 pr\u00f3xima a 100 m (altura dos modelos de aerogeradores comercializados atualmente), a altura padr\u00e3o das medi\u00e7\u00f5es nas esta\u00e7\u00f5es sin\u00f3ticas \u00e9 de 10 m.\r\nAp\u00f3s um controle de qualidade realizado pelo Cepel nos dados de mais de 300 esta\u00e7\u00f5es que comp\u00f5em o banco de dados observados do CPTEC\/Inpe (conforme apresentado acima), foram selecionadas 99 esta\u00e7\u00f5es representativas em todo o territ\u00f3rio nacional para aferi\u00e7\u00e3o e ajuste dos resultados da simula\u00e7\u00e3o do Brams para o ano de 2013.\r\n\r\n<hr \/>\r\n\r\n<blockquote>[1] Instituto Nacional de Meteorologia\r\n[2] Departamento de Controle do Espa\u00e7o A\u00e9reo\/Instituto de Controle do Espa\u00e7o A\u00e9reo<\/blockquote>\t\t\t\t\t  <\/div>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t  <\/div>\r\n\t\t\t\t   <!-- Inner panel End -->\r\n\t\t\t\t\r\n\t\t\t\t\t\t\r\n\t\t\t\t  <!-- Inner panel Start -->\r\n\t\t\t\t  <div class=\"wpsm_panel wpsm_panel-default\">\r\n\t\t\t\t\t<div class=\"wpsm_panel-heading\" role=\"tab\" >\r\n\t\t\t\t\t  <h4 class=\"wpsm_panel-title\">\r\n\t\t\t\t\t\t<a  class=\"collapsed\"  data-toggle=\"collapse\" data-parent=\"\" href=\"#ac_137_collapse3\"  >\r\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span  class=\"ac_open_cl_icon fa fa-chevron-right\"><\/span>\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t \r\n\t\t\t\t\t\t\t<span class=\"ac_title_class\">\r\n\t\t\t\t\t\t\t\tMetodologia de ajuste\t\t\t\t\t\t\t<\/span>\r\n\t\t\t\t\t\t<\/a>\r\n\t\t\t\t\t  <\/h4>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t\t<div id=\"ac_137_collapse3\" class=\"wpsm_panel-collapse collapse_137 collapse \"  >\r\n\t\t\t\t\t  <div class=\"wpsm_panel-body\">\r\n\t\t\t\t\t\tUma vez que dados simulados atrav\u00e9s de um modelo num\u00e9rico de previs\u00e3o de clima apresentam, para cada ponto, desvios sistem\u00e1ticos[1], faz-se necess\u00e1rio identific\u00e1-los e corrigi-los atrav\u00e9s de informa\u00e7\u00f5es providas de medi\u00e7\u00f5es em campo de forma que haja maior ader\u00eancia entre as previs\u00f5es apresentadas pelo modelo e as condi\u00e7\u00f5es observadas.\r\n\r\nO m\u00e9todo de ajuste aplicado no Atlas assume que a compara\u00e7\u00e3o dos dados observados em esta\u00e7\u00f5es meteorol\u00f3gicas ou anemom\u00e9tricas com os respectivos dados simulados fornecer\u00e1 uma indica\u00e7\u00e3o da intensidade e do sinal destes desvios sistem\u00e1ticos, que dessa forma poder\u00e3o ser mensurados e removidos.\r\n\r\nO m\u00e9todo da corre\u00e7\u00e3o do vi\u00e9s m\u00e9dio, utilizado neste trabalho, \u00e9 largamente utilizado em meteorologia num\u00e9rica, com diversos exemplos de aplica\u00e7\u00e3o no Brasil nas \u00e1reas de agricultura(AVILA, et al. 2009), meteorologia(AVILA, et al. 2008) a recursos h\u00eddricos (ONS, 2013).\r\n\r\nA priori, a aplicabilidade do m\u00e9todo de remo\u00e7\u00e3o de vi\u00e9s \u00e9 v\u00e1lida para os pontos onde existem dados locais para as compara\u00e7\u00f5es. Mas \u00e9 preciso estender o m\u00e9todo de ajuste para as localidades onde estas observa\u00e7\u00f5es n\u00e3o existem, visto que a rede de esta\u00e7\u00f5es de medida no Brasil \u00e9 relativamente esparsa.\r\n\r\nDe forma mais detalhada, o trabalho de ajustar os resultados do modelo Brams\u00a0 foi dividido nas seguintes etapas:\r\n<ul>\r\n \t<li>Avalia\u00e7\u00e3o dos dados observados;<\/li>\r\n \t<li>Elabora\u00e7\u00e3o do campo de ajuste;<\/li>\r\n \t<li>Valida\u00e7\u00e3o dos resultados.<\/li>\r\n<\/ul>\r\n<h3>1.1\u00a0Avalia\u00e7\u00e3o dos dados observados<\/h3>\r\nConforme j\u00e1 citado, foram utilizados dados provenientes de esta\u00e7\u00f5es anemom\u00e9tricas de parques e\u00f3licos em opera\u00e7\u00e3o e de esta\u00e7\u00f5es sin\u00f3ticas[2] de aeroportos para realiza\u00e7\u00e3o dos ajustes necess\u00e1rios dos resultados do modelo Brams. Tendo em vista que os resultados apresentados neste trabalho s\u00e3o baseados nas simula\u00e7\u00f5es realizadas para o ano de 2013, todo o conjunto de dados utilizados para ajuste dos resultados simulados tamb\u00e9m foram medidos no mesmo per\u00edodo.\r\n\r\nUma vez que a autoriza\u00e7\u00e3o para uso dos dados anemom\u00e9tricos provenientes de parques e\u00f3licos era restrita ao fornecimento de m\u00e9dias mensais da velocidade e dire\u00e7\u00e3o do vento na altura referente aos aerogeradores instalados, e que n\u00e3o foi poss\u00edvel realizar investiga\u00e7\u00f5es mais profundas atrav\u00e9s de s\u00e9ries hor\u00e1rias (o que tornaria poss\u00edvel a compara\u00e7\u00e3o, por exemplo, do regime diurno simulado com o observado), a aplica\u00e7\u00e3o das referidas m\u00e9dias para fins de ajuste dos resultados do Brams foi realizada de forma direta.\r\n\r\nA qualidade e a disponibilidade dos demais dados obtidos de esta\u00e7\u00f5es meteorol\u00f3gicas, anemom\u00e9tricas e climatol\u00f3gicas foram os principais limitantes para utiliza\u00e7\u00e3o de uma quantidade maior de esta\u00e7\u00f5es para ajuste. Conforme j\u00e1 mencionado na se\u00e7\u00e3o 1.2, todas as esta\u00e7\u00f5es previamente escolhidas passaram por uma avalia\u00e7\u00e3o de qualidade onde os principais crit\u00e9rios utilizados para o descarte de dados medidos foram:\r\n<ul>\r\n \t<li>Comportamento temporal an\u00f4malo (como dados repetidos ou que variam muito rapidamente)<\/li>\r\n \t<li>Coer\u00eancia com dados de esta\u00e7\u00f5es pr\u00f3ximas,<\/li>\r\n \t<li>Desvios significativos em rela\u00e7\u00e3o aos dados climatol\u00f3gicos dispon\u00edveis para a regi\u00e3o[3],<\/li>\r\n \t<li>Falta de representatividade regional (como esta\u00e7\u00f5es instaladas em praias, isto \u00e9, numa zona lim\u00edtrofe entre duas regi\u00f5es muito distintas),<\/li>\r\n \t<li>Insufici\u00eancia de dados.<\/li>\r\n<\/ul>\r\nNum primeiro momento, foi selecionado um conjunto de dados de aeroportos distribu\u00eddos por todos os Estados brasileiros, com prefer\u00eancia para aeroportos internacionais, por possu\u00edrem dados de melhor qualidade e maior cobertura temporal. Posteriormente, outros aeroportos foram inclu\u00eddos no processo de ajustes. Todos os dados foram extra\u00eddos do sistema de processamento do CPTEC\/Inpe que possibilitaram o c\u00e1lculo da velocidade m\u00e9dia anual para cada esta\u00e7\u00e3o.\r\n\r\nAtrav\u00e9s da localiza\u00e7\u00e3o geogr\u00e1fica de cada aeroporto e das esta\u00e7\u00f5es anemom\u00e9tricas provenientes dos parques e\u00f3licos,\u00a0 foi poss\u00edvel a extra\u00e7\u00e3o dos dados originalmente simulados pelo modelo Brams e a obten\u00e7\u00e3o da velocidade m\u00e9dia anual correspondente. O valor da velocidade m\u00e9dia anual estimada pelo modelo n\u00e3o utilizou somente a informa\u00e7\u00e3o do ponto correspondente ao valor medido. O valor utilizado para as compara\u00e7\u00f5es e ajustes foi a m\u00e9dia de nove pontos do modelo em torno dos locais com dados observados. Isto \u00e9, ao inv\u00e9s de se utilizar o valor da grade de 5 km, utilizou-se o valor m\u00e9dio de uma grade de 15 km conforme apresentado na Figura 4. O motivo desta escolha est\u00e1 relacionado \u00e0s quest\u00f5es de representatividade temporal entre valores medidos no solo de forma instant\u00e2nea e valores num\u00e9ricos m\u00e9dios para a grade do modelo num\u00e9rico. A coer\u00eancia entre valores observados e simulados aumenta quando utilizamos estas m\u00e9dias, assim como a rela\u00e7\u00e3o entre sinal e ru\u00eddo[4].\r\n\r\n<figure id=\"attachment_139\" aria-describedby=\"caption-attachment-139\" style=\"width: 260px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-139\" src=\"\/wp-content\/uploads\/2017\/03\/esquematizacao.jpg\" alt=\"Figura 4 - Esquematiza\u00e7\u00e3o da grade do modelo Brams mostrando os pontos de refer\u00eancia para as simula\u00e7\u00f5es no entorno da localiza\u00e7\u00e3o do ponto de observa\u00e7\u00e3o\" width=\"260\" height=\"260\" \/><figcaption id=\"caption-attachment-139\" class=\"wp-caption-text\">Figura 4 - Esquematiza\u00e7\u00e3o da grade do modelo Brams mostrando os pontos de refer\u00eancia para as simula\u00e7\u00f5es no entorno da localiza\u00e7\u00e3o do ponto de observa\u00e7\u00e3o<\/figcaption><\/figure>\r\n\r\nUma vez que grande parte dos dados utilizados para ajuste dos resultados \u00e9 proveniente de aeroportos, cuja medi\u00e7\u00e3o da velocidade do vento \u00e9 realizada a 10 metros de altura, \u00a0todos os dados das esta\u00e7\u00f5es selecionadas foram comparados com as Normais Climatol\u00f3gicas do Inmet e a Climatologia da For\u00e7a A\u00e9rea Brasileira[5] al\u00e9m da utiliza\u00e7\u00e3o de esta\u00e7\u00f5es meteorol\u00f3gicas pr\u00f3ximas aos aeroportos. Os valores observados em aeroportos foram considerados consistentes para os casos em que, quando comparado com as normais climatol\u00f3gicas e esta\u00e7\u00f5es pr\u00f3ximas, mostraram coer\u00eancia dentro de um limite de 10%. Uma avalia\u00e7\u00e3o mais detalhada era realizada somente nos casos em que os valores observados, as climatologias e o modelo num\u00e9rico mostraram discrep\u00e2ncias acima desse limite. Ap\u00f3s a avalia\u00e7\u00e3o de consist\u00eancia, foi aplicada uma corre\u00e7\u00e3o nos dados simulados (quando pertinente) com base nos dados observados utilizando, somente, o conjunto de informa\u00e7\u00f5es que mostrou-se com maior consist\u00eancia.\r\n<h3>1.2\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 Elabora\u00e7\u00e3o de campos de ajustes<\/h3>\r\nA partir das m\u00e9dias anuais de cada esta\u00e7\u00e3o (anemom\u00e9tricas provenientes de parques e\u00f3licos e aeroportos)\u00a0 e as m\u00e9dias dos nove valores de grade do modelo Brams associados a cada esta\u00e7\u00e3o, foi gerada uma tabela com a raz\u00e3o entre dados medidos e simulados para composi\u00e7\u00e3o do campo de ajustes.\r\n\r\nA fim de n\u00e3o for\u00e7ar corre\u00e7\u00f5es importantes em \u00e1reas muito distantes dos dados observados, onde a sua representatividade \u00e9 menor, o m\u00e9todo de corre\u00e7\u00e3o assume que o desvio sistem\u00e1tico calculado para um ponto vai variar de forma inversamente proporcional \u00e0 dist\u00e2ncia. Dessa forma, a n\u00e3o ser que existam dados observados numa dist\u00e2ncia pr\u00f3xima de acordo com as defini\u00e7\u00f5es dos par\u00e2metros da interpola\u00e7\u00e3o, os resultados num\u00e9ricos ser\u00e3o corrigidos de forma cada vez menos intensa, prevalecendo os valores num\u00e9ricos originais para os locais muito distantes dos locais com dados observados.\r\n\r\nAssim, a partir da raz\u00e3o entre os dados medidos e simulados para as localidades selecionadas, foi gerado um campo interpolado para todo o territ\u00f3rio Brasileiro, na mesma grade do modelo. Durante a elabora\u00e7\u00e3o do campo de ajustes, concluiu-se que o mesmo pode ser aplicado para todas as alturas simuladas do modelo. As avalia\u00e7\u00f5es realizadas mostraram que n\u00e3o h\u00e1 uma interdepend\u00eancia entre desvios e altura, isto \u00e9, os desvios sistem\u00e1ticos do modelo s\u00e3o dominados por fatores clim\u00e1ticos e geogr\u00e1ficos. Assim, concluiu-se que \u00e9 desnecess\u00e1rio gerar um campo de ajuste para cada altura de interesse apesar das diferen\u00e7as de alturas de medi\u00e7\u00e3o dos dados observados (dez metros em aeroportos e valores entre 80 e 100m de altura em esta\u00e7\u00f5es anemom\u00e9tricas de parques e\u00f3licos). Basta aplicar o mesmo campo de ajuste (que engloba as informa\u00e7\u00f5es de todas as esta\u00e7\u00f5es em qualquer altura) para ajustar a velocidade em cada altura.\r\n<h3>1.3\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 Valida\u00e7\u00e3o e avalia\u00e7\u00e3o estat\u00edstica dos resultados<\/h3>\r\nA valida\u00e7\u00e3o dos resultados do ajuste consistiu na compara\u00e7\u00e3o dos valores ajustados com dados e informa\u00e7\u00f5es dispon\u00edveis que n\u00e3o foram utilizados para gerar o campo de ajuste. Al\u00e9m de utilizar dados provenientes de esta\u00e7\u00f5es meteorol\u00f3gicas convencionais e autom\u00e1ticas do Inmet e de outras institui\u00e7\u00f5es, dados de aeroportos do DECEA\/ICEA, relat\u00f3rios climatol\u00f3gicos do Inmet e do DECEA\/ICEA e de campos interpolados, obtidos a partir de todas as observa\u00e7\u00f5es dispon\u00edveis na base de dados do CPTEC para 2013, tamb\u00e9m foram utilizados dados provenientes de radiossondagens do Inmet e do DECEA\/ICEA e dados do mapa do potencial e\u00f3lico publicado pelo Cepel em 2001.\r\n\r\nAs discrep\u00e2ncias detectadas foram analisadas e corre\u00e7\u00f5es aplicadas sempre que necess\u00e1rio, seja com a inclus\u00e3o de novos dados para refinar o fator de ajuste em \u00e1reas problem\u00e1ticas, seja com as exclus\u00f5es de medi\u00e7\u00f5es que se mostraram problem\u00e1ticas ou sem representatividade das condi\u00e7\u00f5es regionais.\r\n\r\nForam geradas seis vers\u00f5es do campo de ajuste, cada uma com melhorias implementadas progressivamente sobre resultados dos ajustes de vers\u00f5es anteriores. \u00c0 medida que os campos ajustados foram gerados, os dados foram repassados para a equipe do Cepel, que fez verifica\u00e7\u00f5es \u00e0 parte e calculou a Raiz do Erro Quadr\u00e1tico M\u00e9dio (RMSE) e outros \u00edndices estat\u00edsticos (o relat\u00f3rio completo da avalia\u00e7\u00e3o estat\u00edstica encontra-se no <a href=\"\/wp-content\/uploads\/2017\/03\/Anexo-I.pdf\" target=\"_blank\">Anexo I<\/a>). Estas avalia\u00e7\u00f5es estat\u00edsticas utilizaram dados de esta\u00e7\u00f5es meteorol\u00f3gicas situadas em aeroportos dispon\u00edveis nos arquivos do CPTEC\/Inpe, assim como dados de esta\u00e7\u00f5es anemom\u00e9tricas da base de dados do Cepel (Figura 5).\r\n\r\n<figure id=\"attachment_141\" aria-describedby=\"caption-attachment-141\" style=\"width: 430px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-141\" src=\"\/wp-content\/uploads\/2017\/03\/erroRMSE.jpg\" alt=\"Figura 5 - Redu\u00e7\u00e3o do erro RMSE observado com progress\u00e3o dos ajustes aplicados nos resultados do modelo\" width=\"430\" height=\"262\" \/><figcaption id=\"caption-attachment-141\" class=\"wp-caption-text\">Figura 5 - Redu\u00e7\u00e3o do erro RMSE observado com progress\u00e3o dos ajustes aplicados nos resultados do modelo<\/figcaption><\/figure>\r\n\r\nA metodologia dos testes estat\u00edsticos se baseou na compara\u00e7\u00e3o dos campos ajustados do modelo com as medidas de esta\u00e7\u00f5es selecionadas para formar um grupo de controle, que n\u00e3o foram utilizadas para ajustar os campos do modelo. Do conjunto de dados dispon\u00edveis, cerca de 15% foram separados para formar um grupo de controle. Das 99 esta\u00e7\u00f5es meteorol\u00f3gicas de aeroportos, 84 tiveram seus dados utilizados para o ajuste e 15 tiveram SUS dados utilizados para formar o grupo de controle. Das 39 esta\u00e7\u00f5es anemom\u00e9tricas de parques e\u00f3licos, 29 tiveram seus dados utilizados para o ajuste e 10 tiveram seus dados para compor o grupo de controle.\r\n\r\nOs resultados obtidos ao longo do processamento das v\u00e1rias vers\u00f5es de ajuste mostraram uma melhora significativa da \u00faltima vers\u00e3o. Obteve-se uma m\u00e9dia de erro absoluto (MAE) de 0,44 m\/s e um RMSE de 0,57 m\/s, que s\u00e3o valores compat\u00edveis com as variabilidades de medi\u00e7\u00f5es anemom\u00e9tricas teoricamente calculadas pela norma IEC 61400-12-1 <em>Power performance measurements of electricity producing wind turbines<\/em> ou determinadas experimentalmente (NEIVA et al., 2016).\r\n\r\n<hr \/>\r\n\r\n<blockquote>[1] Desvios sistem\u00e1ticos ou erros sistem\u00e1ticos s\u00e3o devidos a causas identific\u00e1veis e podem, em princ\u00edpio, ser eliminados. Erros desse tipo resultam em valores que s\u00e3o sistematicamente mais altos ou mais baixos em rela\u00e7\u00e3o a um valor esperado. Um exemplo deste tipo de desvio pode ser observado nas medi\u00e7\u00f5es realizadas em equipamentos descalibrados.\r\n\r\n[2]\u00a0 Esta\u00e7\u00f5es sin\u00f3ticas t\u00eam por objetivo fornecer dados para previs\u00e3o do tempo. As medi\u00e7\u00f5es realizadas nas esta\u00e7\u00f5es sin\u00f3ticas incluem dire\u00e7\u00e3o e velocidade do vento, temperatura do ar, umidade relativa do ar, precipita\u00e7\u00e3o, press\u00e3o atmosf\u00e9rica, incid\u00eancia de nuvens e geadas. As leituras s\u00e3o realizadas, na maioria dos casos, de forma manual e sempre tr\u00eas vezes ao dia: \u00e0s 9, 15 e 21 horas.\r\n\r\n[3] Estes desvios significativos tamb\u00e9m foram identificados atrav\u00e9s de inspe\u00e7\u00e3o visual do campo de interpola\u00e7\u00e3o. Este recurso, apesar de ser um crit\u00e9rio subjetivo, permitiu identificar e eliminar rapidamente dados impr\u00f3prios para o ajuste final dos dados simulados.\r\n\r\n[4]\u00a0 Esta t\u00e9cnica foi utilizada por M\u00f3ser e Raschke (1983) que optaram por comparar as m\u00e9dias obtidas dos piran\u00f4metros com os valores m\u00e9dios obtidos com o sat\u00e9lite, somente ap\u00f3s ponderar estes \u00faltimos em fun\u00e7\u00e3o da dist\u00e2ncia entre cada setor da imagem e o setor onde se localizava o piran\u00f4metro de valida\u00e7\u00e3o. No estudo realizado, uma imagem de sat\u00e9lite com (5 x 6) c\u00e9lulas foi utilizada para valida\u00e7\u00e3o atrav\u00e9s dos dados de uma esta\u00e7\u00e3o solarim\u00e9trica pr\u00f3xima. J\u00e1 os autores de Cess et al. (1995), que dispunham de v\u00e1rios piran\u00f4metros distribu\u00eddos pelo setor de valida\u00e7\u00e3o, optaram por comparar o valor m\u00e9dio obtido de onze piran\u00f4metros da rede com os valores fornecidos pelo sat\u00e9lite para o setor.\r\n\r\n[5] A Organiza\u00e7\u00e3o Meteorol\u00f3gica Mundial (OMM) define Normais como \u201cvalores m\u00e9dios calculados para um per\u00edodo relativamente longo e uniforme, compreendendo no m\u00ednimo tr\u00eas d\u00e9cadas consecutivas\u201d e padr\u00f5es climatol\u00f3gicos normais como \u201cm\u00e9dias de dados climatol\u00f3gicos calculadas para per\u00edodos consecutivos de 30 anos. No caso de esta\u00e7\u00f5es para as quais a mais recente Normal Climatol\u00f3gica n\u00e3o esteja dispon\u00edvel, seja porque a esta\u00e7\u00e3o n\u00e3o esteve em opera\u00e7\u00e3o durante o per\u00edodo de 30 anos ou por outra raz\u00e3o qualquer, Normais Provis\u00f3rias podem ser calculadas. Normais Provis\u00f3rias s\u00e3o m\u00e9dias de curto per\u00edodo, baseadas em observa\u00e7\u00f5es que se estendam sobre um per\u00edodo m\u00ednimo de 10 anos (INMET,2017).<\/blockquote>\t\t\t\t\t  <\/div>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t  <\/div>\r\n\t\t\t\t   <!-- Inner panel End -->\r\n\t\t\t\t\r\n\t\t\t\t\t\t\r\n\t\t\t\t  <!-- Inner panel Start -->\r\n\t\t\t\t  <div class=\"wpsm_panel wpsm_panel-default\">\r\n\t\t\t\t\t<div class=\"wpsm_panel-heading\" role=\"tab\" >\r\n\t\t\t\t\t  <h4 class=\"wpsm_panel-title\">\r\n\t\t\t\t\t\t<a  class=\"collapsed\"  data-toggle=\"collapse\" data-parent=\"\" href=\"#ac_137_collapse4\"  >\r\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span  class=\"ac_open_cl_icon fa fa-chevron-right\"><\/span>\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t \r\n\t\t\t\t\t\t\t<span class=\"ac_title_class\">\r\n\t\t\t\t\t\t\t\tReferencias Bibliogr\u00e1ficas\t\t\t\t\t\t\t<\/span>\r\n\t\t\t\t\t\t<\/a>\r\n\t\t\t\t\t  <\/h4>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t\t<div id=\"ac_137_collapse4\" class=\"wpsm_panel-collapse collapse_137 collapse \"  >\r\n\t\t\t\t\t  <div class=\"wpsm_panel-body\">\r\n\t\t\t\t\t\tAVILA, A. M. H.; CARDOSO, A. O.; PINTO, H. S., 2009. <strong>Aplica\u00e7\u00e3o da corre\u00e7\u00e3o estat\u00edstica na previs\u00e3o de tempo estendida, para tr\u00eas localidades da Regi\u00e3o Sul.<\/strong> In: XVI CBA, 2009, Belo Horizonte. XVI CBA, 2009.\r\n<br \/><br \/>\r\n\r\nCESS R.D., M.H. ZHANG, P. MINNIS, L. CORSETTI, (1995). <strong>Absorption of Solar Radiation by Clouds: Observations versus Models<\/strong>, Science, 267. 27 January.\r\n<br \/><br \/>\r\n\r\nFREITAS, S. R. et al. 2016. <strong>Brazilian developments on the Regional Atmospheric Modeling System BRAMS version 5.2 Description of the Model Input Namelist Parameters.<\/strong> Dispon\u00edvel na internet no link <a href=\"ftp:\/\/ftp.cptec.inpe.br\/brams\/BRAMS5.2\/documentation\/namelist-BRAMS-5.2-feb2016.pdf\" target=\"_blank\">ftp:\/\/ftp.cptec.inpe.br\/brams\/BRAMS5.2\/documentation\/namelist-BRAMS-5.2-feb2016.pdf<\/a>.\r\n<br \/><br \/>\r\n\r\nFREITAS, S. R. et al., 2017.<strong>The Brazilian developments on the Regional Atmospheric Modeling System (BRAMS 5.2): an integrated environmental model tuned for tropical areas.<\/strong> Geoscientific Model Development, v. 10, p. 189-222, 2017.\r\n<br \/><br \/>\r\n\r\nINMET, 2017. Normais Climatol\u00f3gicas do Brasil 1961-1990. Arquivo dispon\u00edvel na internet pelo link <a href=\"http:\/\/www.inmet.gov.br\/portal\/index.php?r=clima\/normaisClimatologicas\" target=\"_blank\">http:\/\/www.inmet.gov.br\/portal\/index.php?r=clima\/normaisClimatologicas<\/a>.\r\n<br \/><br \/>\r\nKARL T.R., TARPLEY J.D., QUAYLE R.G., DIAZ H.F., ROBLNSON D.A., BRADLEY R.S., 1989.<strong> The recent climate record. what it can and cannot tell us<\/strong>, Rev Geophys 27:405-430.\r\n<br \/><br \/>\r\n\r\nMOREIRA, D. S., et al., 2013. <strong>Coupling between the JULES land-surface scheme and the CCATT-BRAMS atmospheric chemistry model (JULES-CCATT-BRAMS1.0): applications to numerical weather forecasting and the CO2 budget in South America.<\/strong> Geoscientific Model Development, v. 6, p. 1243-1259, 2013.\r\n<br \/><br \/>\r\n\r\nM\u00d3SER, W. and E. RASCHKE (1983), <strong>Mapping of Global Radiation and of Cloudiness from METEOSAT Image Data<\/strong>, Meteor. Rundsch., 36, 3341.\r\n<br \/><br \/>\r\n\r\nNEIVA, A.C.B., RAMOS, D.A., GUEDES, V.G., WALTER, A., e MELO, S.R.F.C., 2016. <strong>Estudo Comparativo Te\u00f3rico e Experimental da Variabilidade de Dados de Velocidade de Vento em Esta\u00e7\u00f5es Anemom\u00e9tricas.<\/strong>\u00a0 Brazil Windpower 2016 Conference and Exibition \u2013 30\/08\/2016.\r\n<br \/><br \/>\r\n\r\nOperador Nacional do Sistema El\u00e9trico \u2013 NOS, 2013.\u00a0 <strong>Aprimoramento da Metodologia de Remo\u00e7\u00e3o de Vi\u00e9s da Previs\u00e3o de Precipita\u00e7\u00e3o \u2013 Aplica\u00e7\u00e3o nas Bacias do Alto Rio Parana\u00edba e do Baixo Rio Grande.<\/strong> Nota t\u00e9cnica do Operador Nacional do Sistema El\u00e9trico, 2013.\r\n<br \/><br \/>\r\n\r\nPIELKE, R. A.; COTTON, W. R.; WALKO, R. L., et al., 1992. <strong>A comprehensive meteorological modeling system - RAMS<\/strong>. Meteorol. Atmos. Phys., v. 49, pp. 69-91, 1992.\r\n<br \/><br \/>\r\n\r\nSILVA, M.C.L.; MENDON\u00c7A, A.M.; BONATTI, J.P., 2008. <strong>Determina\u00e7\u00e3o das previs\u00f5es de temperaturas m\u00ednimas e m\u00e1ximas a partir do hist\u00f3rico das previs\u00f5es de tempo por conjunto do CPTEC<\/strong>. Revista Brasileira de Meteorologia, v. 23, p. 431-449, 2008.\t\t\t\t\t  <\/div>\r\n\t\t\t\t\t<\/div>\r\n\t\t\t\t  <\/div>\r\n\t\t\t\t   <!-- Inner panel End -->\r\n\t\t\t\t\r\n\t\t\t\t\t\t<\/div>\r\n\t\t\t\t<script>\r\n\tjQuery(document).ready(function() {\r\n\t\t\r\n\t\t\tjQuery('.collapse_137').on('shown.bs.collapse', function(){jQuery(this).parent().find(\".fa-chevron-right\").removeClass(\"fa-chevron-down\").addClass(\"fa-chevron-down\"); jQuery(this).parent().find(\".wpsm_panel-heading\").addClass(\"acc-a\"); }).on('hidden.bs.collapse', function(){jQuery(this).parent().find(\".fa-chevron-down\").removeClass(\"fa-chevron-down\").addClass(\"fa-chevron-right\"); jQuery(this).parent().find(\".wpsm_panel-heading\").removeClass(\"acc-a\");});\r\n\t\t\r\n\t\t});\r\n\t<\/script>\r\n\t\t<\/p>","protected":false},"excerpt":{"rendered":"<p>O mapeamento do potencial e\u00f3lico para todo o territ\u00f3rio brasileiro foi realizado a partir do modelo num\u00e9rico de mesoescala Brams (Brazilian developments on the Regional Atmospheric Modeling System), com resolu\u00e7\u00e3o horizontal de 5 km x 5 km e uma rede de medi\u00e7\u00f5es\u00a0 anemom\u00e9tricas utilizada para ajuste dos resultados. Nesta se\u00e7\u00e3o ser\u00e3o apresentadas as metodologias utilizadas &hellip; <\/p>\n<p class=\"link-more\"><a href=\"https:\/\/novoatlas.cepel.br\/?p=452\" class=\"more-link\">Continue lendo<span class=\"screen-reader-text\"> &#8220;Metodologias Es&#8221;<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"_links":{"self":[{"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/pages\/123"}],"collection":[{"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/comments?post=123"}],"version-history":[{"count":15,"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/pages\/123\/revisions"}],"predecessor-version":[{"id":626,"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/pages\/123\/revisions\/626"}],"wp:attachment":[{"href":"https:\/\/novoatlas.cepel.br\/index.php\/wp-json\/wp\/v2\/media?parent=123"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}