ESTIMATIVA DA RADIAÇÃO GLOBAL DIÁRIA A PARTIR DE VARIÁVEIS METEOROLÓGICAS COMUNS EM AMBIENTE SUBTROPICAL ÚMIDO
DOI:
10.31413/nativa.v7i6.7948Resumo
O conhecimento do potencial solar é considerado uma informação essencial no dimensionamento e simulação do desempenho de sistemas que convertem radiação solar em energia elétrica ou calor disponível em fluídos, bem como em estudos agrícolas voltados ao manejo de irrigação e avaliação da produtividade potencial. Nem sempre as informações sobre a radiação solar incidente estão disponíveis e, por isso, torna-se importante o desenvolvimento de métodos capazes de estimar com acurácia a radiação solar. O presente estudo avaliou o desempenho de diferentes métodos de estimativa da radiação solar global (RG) em ambiente subtropical úmido brasileiro, a fim de determinar qual deles apresenta maior acurácia. As bases de dados meteorológicos utilizadas foram registradas pela estação meteorológica automática pertencente ao Instituto Nacional de Meteorologia (INMET) e instalada em Iguape, município localizado na porção paulista do Vale do Ribeira. Modelos empíricos foram calibrados e tomados como referência na avaliação do desempenho da Máquina de Vetores de Suporte (SVM) utilizando diferentes conjuntos de variáveis de entrada. Dentre os métodos testados, a SVM utilizando o conjunto de varáveis de entrada {R0, Tmax, Tmin, es max, es min} apresentou o melhor desempenho.
Palavras-chave: modelos empíricos; Vale do Ribeira; SVM.
ESTIMATING DAILY GLOBAL RADIATION FROM COMMON METEOROLOGICAL VARIABLES IN A HUMID SUBTROPICAL ENVIRONMENT
ABSTRACT:
Knowledge of solar potential is essential in the design and simulation of systems that convert solar radiation in electric power or available heat in fluids, as well as in agricultural studies focused on irrigation management and potential productivity assessment. Oftentimes, information about solar radiation are not available and, therefore, it becomes important the development of methods for obtain reliable data of solar radiation. The present study evaluated the performance of different methods of estimating global solar radiation (RG) in a Brazilian humid subtropical environment in order to determine which is more accurate. The meteorological databases used were registered by the automatic meteorological station belonging to the National Institute of Meteorology (INMET) and installed in Iguape, a municipality located in the São Paulo portion in the Ribeira Valley. Empirical models were calibrated and taken as reference in the performance evaluation of the Support Vector Machine (SVM) using different sets of input variables. Among the tested methods, the SVM using the set of input variables {R0, Tmax, Tmin, esmax, es min} presented the best performance.
Keywords: empirical models; Ribeira Valley, SVM.
Referências
ALMOROX, J.; HONTORIA, C.; BENITO, M. Models for obtaining daily global solar radiation with measured air temperature data in Madrid (Spain). Applied Energy, London, v. 88, p. 1703-1712, 2011. DOI: https://dx.doi.org/10.1016/j.apenergy.2010.11.003
ALVARES, C. A.; STAPE, J. C.; SENTELHAS, P. C.; GONÇALVES, J. L. M.; SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, Berlin, v. 22, n. 6, p. 711–728, 2014. DOI: https://dx.doi.org/10.1127/0941-2948/2013/0507
BAKHASHWAIN, J. M. Prediction of global solar radiation using support vector machines. International Journal of Green Energy, Abingdon, v. 13, n. 14, p. 1467–1472, 2016. DOI: https://dx.doi.org/10.1080/15435075.2014.896256
BELAID, S.; MELLIT, A. Prediction of daily and mean monthly global solar radiation using support vector machine in an arid climate. Energy Conversion and Management, Oxford, v. 118, p. 105-118, 2016. DOI: https://dx.doi.org/10.1016/j.enconman.2016.03.082
BESHARAT, F.; DEHGHAN, A. A.; FAGHIH, A. R. Empirical models for estimating global solar radiation: a review and case study. Renewable and Sustainable Energy Review, v. 21, p. 798–821, 2013. DOI: https://dx.doi.org/10.1016/j.rser.2012.12.043
CITAKOGLU, H.; COBANER, M.; HAKTANIR, T.; KISI, O. Estimation of monthly mean reference evapotranspiration in Turkey. Water Resources Management, Cham, v. 28, n. 1, p. 99–113, 2014. DOI: https://dx.doi.org/10.1007/s11269-013-0474-1
COELHO, V. S. P.; FAVARETO, A. S. Dilemas da participação e desenvolvimento territorial. Revista de Desenvolvimento Econômico, Salvador, v. 10, n. 18, p. 15-26, 2008.
DE JONG, R.; STEWART, D. W. Estimating global solar radiation from common meteorological observations in western Canada. Canadian Journal of Plant Science, v. 73, n. 2, p. 509-518, 1993. DOI: https://dx.doi.org/10.4141/cjps93-068
ESCOBEDO, J. F.; GOMES, E. N.; OLIVEIRA, A. P.; SOARES, J. Modeling hourly and daily fractions of UV, PAR and NIR to global solar radiation under various sky conditions at Botucatu, Brazil. Applied Energy, London, v. 86, p. 299-309, 2009. DOI: https://dx.doi.org/10.1016/j.apenergy.2008.04.013
HALL, M.; FRANK, E.; HOLMES, G.; REUTEMANN, B. P.; WITTEN, I. H. The WEKA Data Mining Software: An Update, SIGKDD Explorations, New York, v. 11, n. 1, p. 10-18, 2009. DOI: https://dx.doi.org/10.1145/1656274.1656278
HARGREAVES, G. H.; SAMANI, Z. A. Estimating potential evapotranspiration. Journal of Irrigation and Drainage Engeneering, v. 108, n. 3, p. 225-230, 1982.
IBGE_INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Perfil dos Estados e dos Municípios Brasileiros 2014. Disponivel em: < http://www.ibge.gov.br/home/estatistica/economia/perfilmunic/2014/>. Acesso em: 05 mar 2016.
IQBAL, M. An introduction to solar radiation. London: Academic Press, 1983. 390 p.
KUMAR, R.; AGGARWAL, R. K.; SHARMA, J. D. Comparison of regression and artificial neural network models for estimation of global solar radiations. Renewable and Sustainable Energy Reviews, v. 52, p. 1294–1299, 2015. DOI: https://dx.doi.org/10.1016/j.rser.2015.08.021
MEENAL, R.; SELVAKUMAR, I. Assessment of SVM, empirical and ANN based solar radiation prediction models with most influencing input parameters. Renewable Energy, Oxford, v.121, p.324-343, 2018. DOI: https://dx.doi.org/10.1016/j.renene.2017.12.005
MEHDIZADEH, B.; BEHMANSH, J. N.; KHALILI, K. Comparison of artificial intelligence methods and empirical equations to estimate daily solar radiation. Journal of Atmospheric and Solar-Terrestrial Physics, Oxford, v. 146, p. 215–227, 2016. DOI: https://dx.doi.org/10.1016/j.jastp.2016.06.006
MENDELSOHN, M.; LOWDER, T.; CANAVAN, B. Rating Utility-scale photovoltaic, concentrating photovoltaic, and concentrating solar power. Colorado: National Renewable Energy Laboratory, 2012. 55 p.
MOHAMMADI, K.; SHAMSHIRBAND, S.; ANISI, M. H.; ALAM, K, A.; PETKOVIC, D. Support vector regression based prediction of global solar radiation on a horizontal surface. Energy Conversion and Management, Oxford, v. 91, p.433–441, 2015. DOI: https://dx.doi.org/10.1016/j.enconman.2014.12.015
QUEJ, V. H.; ALMOROX, J.; ARNALDO, J. A.; SAITO, L. ANFIS, SVM and ANN soft-computing techniques to estimate daily global solar radiation in a warm sub-humid environment. Journal of Atmospheric and Solar Terrestrial Physics, Oxford, v. 155, p. 62–70, 2017. DOI: https://dx.doi.org/10.1016/j.jastp.2017.02.002
QUEJ, V. H.; ALMOROX, J.; IBRAKHIMOV, M.; SAITO, L. Empirical models for estimating daily global solar radiation in Yucatán. Energy Conversion and Management, Oxford, v. 110, p. 448–456, 2016. DOI: https://doi.org/10.1016/j.enconman.2015.12.050
SILVA, C. R. da; SILVA, V. J.; ALVES JÚNIOR, J.; CARVALHO, H. de P. Radiação solar estimada com base na temperatura do ar para três regiões de Minas Gerais. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.16, n. 3, p.281-288, 2012.
SILVA, M. B. P.; ESCOBEDO, J. F.; SANTOS, C. M.; ROSSI, T. J.; GORLA-SILVA, S. H. M. Performance of the Angstrom-Prescott Model (A-P) and SVM and ANN Techniques to estimate the daily Global Solar Irradiation in Botucatu/SP/Brazil. Journal of Atmospheric and Solar-Terrestrial Physics, Oxford, v. 155, p. 62-70, 2017. DOI: https://dx.doi.org/10.1016/j.jastp.2017.04.001
SOUZA, A. P.; SILVA, A. C.; TANAKA, A. A.; ULIANA, A. M.; ALMEIDA, F. T.; KLAR, A. E.; GOMES, A. W. A. Global radiation by simplified models for the state of Mato Grosso, Brazil. Pesquisa Agropecuária Brasileira, Brasilia, v. 52, n. 4, p. 215-227, 2017. DOI: http://dx.doi.org/10.1590/S0100-204X2017000400001
VALENTI, W. C.; KIMPARA, J. M.; PRETO, B. L.; MORAES-VALENTI, P. Indicators of sustainability to assess aquaculture systems. Ecological indicators, v. 88, p. 402-413, 2018. DOI: https://dx.doi.org/10.1016/j.ecolind.2017.12.068
WILLMOTT, C. J.; MATSUURA, K. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climatic Research, v.30, p.79-3, 2005. DOI: https://dx.doi.org/10.3354/cr030079
WILLMOTT, C. J. On the validation of models. Physical Geography, v. 2, p. 184-194, 1981. DOI: https://dx.doi.org/10.1080/02723646.1981.10642213
WMO_WORLD METEOROLOGICAL ORGANIZATION. Guide of Meteorological Instruments and Methods of Observation. 2008. 681 p.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude de a aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.
A artigos publicados nessa revista, podem ser reproduzidos parcialmente ou utilizados como referência por outros autores, desde que seja cita a fonte, ou seja, a Revista Nativa.
Copyright for articles published in this journal are the authors, with first publication rights granted to the journal. The journal shows open access, and articles are free to use, with proper attribution, in educational and non-commercial.
The articles published in this journal may be reproduced in part or used as a reference by other authors, provided that the source is quoted.