@InProceedings{PintoLimaMartPere:2015:InOtMo,
author = "Pinto, Luc{\'{\i}}a I. Chipponelli and Lima, Francisco J. L. and
Martins, Fernando Ramos and Pereira, Enio Bueno",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and
{Universidade Federal de S{\~a}o Paulo (UNIFESP)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)}",
title = "Investiga{\c{c}}{\~a}o para a otimiza{\c{c}}{\~a}o da
modelagem num{\'e}rica aplicada {\`a} estimativa e previs{\~a}o
de recurso e{\'o}lico",
booktitle = "P{\^o}steres",
year = "2015",
organization = "Simp{\'o}sio Internacional de Climatologia, 6. (SIC)",
keywords = "Estimativa do Vento, Energia E{\'o}lica, An{\'a}lise de
Agrupamento, Wind Estimate, Wind Power, Cluster Analysis.",
abstract = "A confiabilidade da estimativa e da variabilidade do vento num
local ou regi{\~a}o de interesse {\'e} essencial, principalmente
para empreendimentos de energia e{\'o}lica. Atualmente o
mapeamento de {\'a}reas com elevado potencial para a
explora{\c{c}}{\~a}o comercial {\'e} realizada com o uso de
modelos atmosf{\'e}ricos que demandam um investimento
relativamente baixo. Por{\'e}m para realizar as
simula{\c{c}}{\~o}es com modelos atmosf{\'e}ricos de Mesoescala
(por exemplo, BRAMS, WRF, Eta e etc.) s{\~a}o necess{\'a}rios
determinar os dom{\'{\i}}nios (grades) do modelo que podem
variar de alguns poucos km a dezenas de km. Com o objetivo de
auxiliar na determina{\c{c}}{\~a}o destes dom{\'{\i}}nios
ser{\'a} feita an{\'a}lise de agrupamento (Cluster Analysis) nas
s{\'e}ries de dados observados nas esta{\c{c}}{\~o}es
meteorol{\'o}gicas autom{\'a}ticas do Instituto Nacional de
Meteorologia (INMET) para o Nordeste do Brasil. Esta
classifica{\c{c}}{\~a}o consiste em determinar o n{\'{\i}}vel
de similaridade ou dissimilaridade entre indiv{\'{\i}}duos
aplicando uma fun{\c{c}}{\~a}o de agrupamento a uma determinada
vari{\'a}vel. Est{\'a} an{\'a}lise t{\^e}m como principal
objetivo determinar regi{\~o}es com padr{\~o}es de intensidade
do vento semelhante dentro do dom{\'{\i}}nio do estudo, e assim
facilitar a localiza{\c{c}}{\~a}o das grades nas
simula{\c{c}}{\~o}es dos modelos, evitando grades que possuam
pontos com diferentes padr{\~o}es de vento. Foram utilizados
dados hor{\'a}rios de velocidade do vento a 10 m de altura de 113
esta{\c{c}}{\~o}es meteorol{\'o}gicas autom{\'a}ticas, no
per{\'{\i}}odo de janeiro de 2005 a dezembro de 2013. Os
resultados obtidos confirmaram que h{\'a} regi{\~o}es com
diferentes padr{\~o}es de vento no Nordeste, que necessitam
configura{\c{c}}{\~o}es de grade distintas e
parametriza{\c{c}}{\~o}es f{\'{\i}}sicas adequadas aos
fen{\^o}menos meteorol{\'o}gicos observados em cada regi{\~a}o.
ABSTRACT: The dependability of estimate and variability of the
wind in a place or region of interest is essential, primarily for
wind power projects. Currently the mapping of areas with high
potential for commercial exploitation is carried out with the use
of atmospheric models that require a relatively low investment.
However to make simulations with mesoscale atmospheric models
(e.g. BRAMS, WRF, Eta, etc.) are required to identify model
domains (grids) that can range from few kilometers to tens of
kilometers. The goal is determine this domains cluster, the
analysis will be made to the observed data from automated weather
stations of the National Institute of Meteorology (INMET) to
Northeast Brazil. This classification determine the level of
similarity or dissimilarity between individuals applying a
clustering function to a given variable. This analysis has as main
goal, determine regions with intensity patterns of similar wind
within domain of the study, and thus facilitate the location of
the grids in the simulations of the models, avoiding spots
gratings with patterns different of wind. Hourly data were used
for wind speed at 10 m height of 113 automatic weather stations,
from January 2005 to December 2013. The results confirmed that
there are regions with different wind patterns in Northeast, which
require different grid settings, and appropriate physical
parameterizations for meteorological phenomena observed in each
region.",
conference-location = "Natal, RN",
conference-year = "13-16 out.",
urlaccessdate = "27 abr. 2024"
}