Navegando por Autor "Dias, Raphael Figueiredo"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Estimativa da radiação de onda longa atmosférica horária na região de Araripina-PE(Universidade Federal do Rio Grande do Norte, 2019-06-28) Dias, Raphael Figueiredo; Costa, Thércio Henrique de Carvalho; Costa, Thércio Henrique de Carvalho; Queiroz, José César Augusto de; Neto, José Quinzinho de MedeirosO conhecimento da radiação de onda longa atmosférica tem uma grande importância nos estudos meteorológicos, e consequentemente em aplicações no setor energético, industrial e aplicações na agricultura, além de uma das questões mais complexas do mundo que é o aquecimento global, pois essa radiação estar ligada a temperatura do ar e aos gases atmosféricos. Por ser a componente do balanço de radiação mais complexa de medir, os equipamentos possuem um alto custo, que inviabilizam o seu uso. Por isso, alguns pesquisadores criaram modelos que estimam a radiação de onda longa. Visto que os modelos criados são desenvolvidos a partir de dados geográficos e climáticos da região de cada pesquisador, o objetivo desse trabalho foi parametrizar os modelos de Swinbank (1963), Idso & Jackson (1969), Idso (1981), Prata (1996) e Duarte (2006) para os dados obtidos na região semiárida brasileira e avaliar seu desempenho através da análise do erro médio absoluto, da raiz do erro médio quadrático, do erro percentual médio relativo, do coeficiente de Pearson e do coeficiente de Willmott. Os dados foram coletados durante todo o ano de 2017 em uma área reservada da Petrobrás em Araripina-PE, onde foram processados em médias horária e separados em grupos de dados gerais, dias claros e parcialmente nublados, e ainda em dias secos e chuvosos, para observar se há uma melhora no desempenho. O modelo de Swinbank (1963) apresentou o pior desempenho em todos os grupos de dados, enquanto que os outros modelos apresentaram valores de erros e coeficientes de correlação bem próximos, com destaque para o modelo de Idso (1981) apresentou os menores valores de erros e os maiores valores de correlação de Pearson. Apesar dos dados separados apresentarem um desempenho levemente melhor do que os dados gerais, não foi significativo para que haja uma classificação dos dados.