@Article{LimaCoGoSaMaPe:2017:AvEsIr,
               author = "Lima, Francisco Jos{\'e} Lopes de and Costa, Rodrigo Santos and 
                         Gon{\c{c}}alves, Andr{\'e} Rodrigues and Santos, Ana Paula Paes 
                         dos and Martins, Fernando Ramos and Pereira, Enio Bueno",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais 
                         (INPE)} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
                title = "Avalia{\c{c}}{\~a}o das estimativas de irradia{\c{c}}{\~a}o 
                         solar do BRAMS e desenvolvimento de uma t{\'e}cnica 
                         estat{\'{\i}}stica de p{\'o}s-processamento para o Norte do 
                         Brasil",
              journal = "Revista Brasileira de Geografia F{\'{\i}}sica",
                 year = "2017",
               volume = "10",
               number = "1",
                pages = "79--93",
             keywords = "energia solar, irradia{\c{c}}{\~a}o solar, BRAMS, Solar Energy, 
                         Solar Irradiation, BRAMS.",
             abstract = "Este trabalho prop{\~o}e uma metodologia para 
                         obten{\c{c}}{\~a}o de dados de irradia{\c{c}}{\~a}o solar 
                         incidente na superf{\'{\i}}cie da regi{\~a}o Norte do Brasil 
                         utilizando o modelo num{\'e}rico regional de mesoescala BRAMS em 
                         conjunto com uma t{\'e}cnica de remo{\c{c}}{\~a}o de vi{\'e}s. 
                         Este tipo de solu{\c{c}}{\~a}o se faz necess{\'a}rio em virtude 
                         dos erros sistem{\'a}ticos inerentes {\`a}s 
                         simula{\c{c}}{\~o}es, ocasionados, por exemplo, pela dificuldade 
                         na representa{\c{c}}{\~a}o da variabilidade da cobertura de 
                         nuvens. A t{\'e}cnica estat{\'{\i}}stica de remo{\c{c}}{\~a}o 
                         de vi{\'e}s foi desenvolvida utilizando dados observacionais de 
                         irradia{\c{c}}{\~a}o solar de esta{\c{c}}{\~o}es 
                         meteorol{\'o}gicas do Instituto Nacional de Meteorologia (INMET) 
                         operando na {\'a}rea de estudo ao longo do ano de 2009. 
                         Verificou-se que o modelo BRAMS {\'e} capaz de reproduzir 
                         satisfatoriamente os ciclos mensais e di{\'a}rios da 
                         irradia{\c{c}}{\~a}o solar, mas existe uma clara tend{\^e}ncia 
                         de superestimar os valores em rela{\c{c}}{\~a}o aos dados 
                         observados. A valida{\c{c}}{\~a}o com dados de 
                         superf{\'{\i}}cie mostrou que a t{\'e}cnica 
                         estat{\'{\i}}stica de remo{\c{c}}{\~a}o do vi{\'e}s conseguiu 
                         reduzir significativamente estes erros, aproximando os valores 
                         simulados daqueles observados em superf{\'{\i}}cie. ABSTRACT: 
                         This study presents a methodology to get surface incoming solar 
                         irradiation at the Brazilian Northern region by using the regional 
                         mesoscale model BRAMS together with a statistical correction for 
                         bias removal. This methodology is required to get solar 
                         irradiation forecasts due to the systematic errors in solar data 
                         provided by numerical simulations related to the cloud 
                         variability. The statistical technique proposed for bias removal 
                         was developed using observational data acquired at automated 
                         weather stations of operated by the Brazilian Institute of 
                         Meteorology (INMET) in the study area for the whole year of 2009. 
                         The results showed that BRAMS model can simulate monthly and daily 
                         cycles of solar radiation satisfactorily, but there is a clear 
                         tendency to overestimate values when compared to the observational 
                         data. Validations from surface data showed that this statistical 
                         technique can significantly reduce these errors, approaching the 
                         simulated values to those observed in surface.",
                 issn = "1984-2295",
             language = "en",
           targetfile = "lima_avaliacao.pdf",
        urlaccessdate = "25 abr. 2024"
}