@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"
}