@MastersThesis{Luiz:2014:DeMeEs,
author = "Luiz, Eduardo Weide",
title = "Desenvolvimento de metodologias para estimativas de cobertura de
nuvens",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2014",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2014-02-19",
keywords = "radia{\c{c}}{\~a}o de onda longa. nebulosidade. redes neurais
artificiais, longwave downward radiation, nebulosity, artificial
neural network.",
abstract = "O papel de cada componente do balan{\c{c}}o de energia terrestre
e sua correspondente influ{\^e}ncia no clima da Terra {\'e} a
chave para entendermos o clima e sua variabilidade. Estimativas de
quantidade de nuvens e altura da nuvem s{\~a}o de grande
import{\^a}ncia para modelagem do clima. Sob o ponto de vista
aplicado, pode-se citar o importante papel que tais
informa{\c{c}}{\~o}es fornecem para o controle do tr{\'a}fego
a{\'e}reo. A presente pesquisa teve como objetivo desenvolver
metodologias para estimar par{\^a}metros de nebulosidade
utilizando dados de irradia{\c{c}}{\~a}o de onda longa incidente
na superf{\'{\i}}cie juntamente com dados meteorol{\'o}gicos
medidos em esta{\c{c}}{\~o}es superf{\'{\i}}cie em duas
localidades, Bras{\'{\i}}lia (DF) e Petrolina (PE). A primeira
metodologia proposta emprega conceitos de f{\'{\i}}sica
atmosf{\'e}rica para a estimativa da fra{\c{c}}{\~a}o de
cobertura de nuvens e apresentou comportamento similar {\`a}
climatologia das localidades estudadas. O segundo m{\'e}todo
prop{\~o}e a utiliza{\c{c}}{\~a}o de Redes Neurais Artificiais
para a estimativa do Coeficiente de Cobertura Efetiva de Nuvens. O
m{\'e}todo apresentou boa correla{\c{c}}{\~a}o com as
medi{\c{c}}{\~o}es satelitais, com coeficientes de
correla{\c{c}}{\~a}o de aproximadamente 0,9 e desvios MBE da
ordem de \$10^{-4}\$ e RMSE abaixo de 0,11 para ambas as
localidades. Al{\'e}m disso, o m{\'e}todo conseguiu avaliar bem
as n{\~a}o linearidades da estimativa, quando comparado com
m{\'e}todos lineares como Regress{\~a}o Linear M{\'u}ltipla.
ABSTRACT: The role of each component in the Earths energy budget
and its corresponding influence on Earth's climate is the key to
understanding the climate and its variability. Cloud amount and
height estimates are of great importance to climate modeling. From
a more applied point of view, one can mention the importance of
such information in air traffic control, among other applications.
This research aimed at to develop methodologies to estimate
cloudiness parameters using downward longwave irradiation data
along with meteorological data measured at surface stations in two
locations, Bras{\'{\i}}lia (DF) and Petrolina (PE). The first
proposed methodology employs concepts of the physics of the
atmosphere to estimate the cloud cover fraction showing similar
behavior with the climatology in both sites. The second method
uses artificial neural networks techniques to estimate the
Effective Cloud Cover Index. The method presented a good
correlation with the satellite measurements, with correlation
coefficients of about 0.9 and MBE deviations of \$10^{-4}\$ and
RMSE below 0.11 for both locations. In addition, the method could
evaluate the estimates nonlinearities, when compared with linear
methods such as multiple linear regression.",
committee = "Martins, Maria Paulete Pereira (presidente) and Pereira, Enio
Bueno (orientador) and Martins, Fernando Ramos",
englishtitle = "Development of methodologies for cloud cover estimation",
language = "pt",
pages = "96",
ibi = "8JMKD3MGP8W/3FMDJR5",
url = "http://urlib.net/ibi/8JMKD3MGP8W/3FMDJR5",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}