fapesp project

64
CENTRO ESTADUAL DE EDUCAÇÃO TECNOLÓGICA PAULA SOUZA FACULDADE DE TECNOLOGIA DE BOTUCATU CURSO SUPERIOR DE TECNOLOGIA EM INFORMÁTICA PARA GESTÃO DE NEGÓCIOS EVOLUÇÃO TEMPORAL DA NEBULOSIDADE A PARTIR DE DADOS DO SATÉLITE AURA THIAGO HENRIQUE FERNANDES OSSES BOTUCATU-SP Julho/2014

Upload: thiago-osses

Post on 12-Apr-2017

167 views

Category:

Documents


3 download

TRANSCRIPT

CENTRO ESTADUAL DE EDUCAÇÃO TECNOLÓGICA PAULA SOUZA

FACULDADE DE TECNOLOGIA DE BOTUCATU

CURSO SUPERIOR DE TECNOLOGIA EM INFORMÁTICA PARA GESTÃO DE NEGÓCIOS

EVOLUÇÃO TEMPORAL DA NEBULOSIDADE A PARTIR DE

DADOS DO SATÉLITE AURA

THIAGO HENRIQUE FERNANDES OSSES

BOTUCATU-SP

Julho/2014

LISTA DE TABELAS E FIGURAS

Tabela 1. Características operacionais do satélite aura.

Tabela 2. Características operacionais do piranômetro.

Figura 1: Tela do software HDFview.

Figura 2: Estrutura de um arquivo HDF obtido do satélite AURA

Figura 3: Tela contendo especificações e parâmetros do sistema.

Figura 4: fluxograma de funcionamento do software proposto

Figura 5: Arquivos fornecidos pelo MIRADOR da NASA.

Figura 6: Arquivos fornecidos pelo Satélite AURA renomeados.

Figura 7: Fluxograma da rotina computacional.

Figura 8: Gráficos com dados de 2005 até 2008 de pressão de nuvem.

Figura 9: Índices pluviométricos (mm) dos anos de 2005, 2006, 2007 e 2008.

Figura 10: Dados horários de medições do KT com dados do satélite AURA.

Figura 11: Dados instantâneos de solo com dados do satélite AURA.

Figura 12: Evolução da nebulosidade para cobertura de céu aberto (KT >=0,65).

Figura 13: Evolução da nebulosidade para cobertura de céu nublado (KT <=0,35).

Figura 14: Tela contendo especificações e parâmetros do sistema adaptado ao satélite Aura.

Figura 15: Dados horários de medições do KT com dados do satélite Aqua, ano 2005.

Figura 16: Dados horários de medições do KT com dados do satélite Aqua. ano 2006.

Figura 17: Dados horários de medições do KT com dados do satélite Aqua, ano 2007.

Figura 18: Dados horários de medições do KT com dados do satélite Aqua, ano 2008.

Figura 19: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2005.

Figura 20: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2006.

Figura 21: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2007.

Figura 22: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2008.

Figura 23: Dados de desvio relativo do satélite Aqua comparados com KT.

Figura 24: Dados de desvio relativo do satélite Aura comparados com KT.

Figura 25: Dados de desvio relativo do satélite Aqua comparados com o satélite Aura.

Figura 26: Relação entre parâmetros geo. espaciais e parâmetros da tabela.

LISTA DE SIGLAS

INMET (Instituto Nacional de Meteorologia)

NASA (National Aeronautics and Space Administration)

ESA (European Space Administration)

JAXA (Japanese Aerospace Exploration Agency)

AEB (Agência Espacial Brasileira)

SNR (Signal to Noise ratio)

OMI (Ozone Monitoring Instrument)

Pnae (Programa Nacional de Atividades Espaciais)

EMFA (Estado-Maior da Forças Armadas)

SCD (Satélite de Coleta de Dados)

MLS (Microwave Limb Sounder)

HIRDLS (High Resolution Dynamics Limb Sounder),

TES (Tropospheric Emission Spectrometer).

GES DISC (Goddard Earth Science Data Information Services Center)

HDF (Hierarchical Data Format)

FAPESP (Fundação de Amparo a Pesquisa)

CONSIDERAÇÕES INICIAIS

Este relatório de iniciação cientifica é referente a renovação de bolsa

no processo FAPESP (Fundação de Amparo a Pesquisa) Processo n° 2012/21776-4 do Aluno

Thiago Henrique Fernandes Osses. Excepcionalmente essa renovação contemplou o periodo

de 5 meses para coincidir com o periodo de termino de graduação do aluno. Nesse sentido,

este relatório é uma complementação do relatório da primeira fase da bolsa.

A primeira parte do trabalho referente ao primeiro periodo de bolsa o

estudo concentrou-se em duas partes. Na primeira parte foi desenvolvido um software para

processamento de dados de arquivos HDF de satélites fornecidos pela NASA. Uma vez com

o software funcionando na segunda parte, os dados do satélite Aura de pressão de nuvem e

fração de nebulosidade foram processados e comparados com a fração de nebulosidade

medidos em superficie pelo método Kt.

Conhecida a variabilidade dos dados de superficie com o satélite

Aura, buscou-se, no trabalho referente a renovação da bolsa verificar se a substituição do

satélite Aura pelo satélite Aqua produziria melhores corelações com o dados de superficie.

Desse modo, este presente relatório traz as informações referentes ao primeiro periodo de

bolsa juntamente com a complementação relativa ao periodo de renovação da bolsa.

INTRODUÇÃO

Atualmente, a informação representa um ativo significativo na tomada

de decisão em qualquer área de especialização. Cenários que apresentem informações em

quantidade e qualidade têm uma probabilidade maior de sucesso, visto que contemplam de

forma mais abrangente a situação problema. Desse modo, informações das distribuições

temporais e espaciais de elementos meteorológicos como temperatura, umidade, precipitação,

vento e radiação solar tem grande impacto em setores de conversão energética, tais como as

fototermica e a fotovoltaica. O correto monitoramento permite o dimensionamento de

equipamentos, máquinas e métodos de conversão mais eficientes, contribuindo para o uso

racional dos recursos naturais disponíveis.

Nesse sentido, o INMET (Instituto Nacional de Meteorologia) tem

investido significativamente na qualidade do monitoramento ambiental, buscado a

padronização das medidas em suas estações de superfície automáticas e mecânicas. Uma área

de especialização que tem contribuído para esse cenário é a área de sensoriamento remoto da

atmosfera, permitindo confrontar as informações monitoradas em superfície com aqueles

obtidas via satélite.

Os satélites têm uma grande importância na atividade humana, com

aplicações em telecomunicações, espionagem militar e monitoramento meteorológico. Este

último tem sido significativo no acompanhamento de medidas de parâmetros associados ao

efeito estufa e ao aquecimento global. De tal importância do sensoriamento remoto, diversos

países mantêm programas espaciais específicos, podendo citar os programas espaciais

administrados pelos Estados Unidos (NASA– National Aeronautics and Space

Administration), pelos países europeus (ESA – European Space Administration), pelo Japão

(JAXA – Japanese Aerospace Exploration Agency) e pelo Brasil (AEB – Agência Espacial

Brasileira). Dentre estes, a NASA é a que possui a maior quantidade de satélites em órbita

para monitoramento meteorológico, com os satélites Aura, Glory, Calipso, Parasol, Cloudsat

eAqua, formando o complexo de satélites denominado A-Train, todos com órbita polar e com

passagem equatorial por volta das 13h e 30min. Levando-se em consideração todos estes

satélites, os principais parâmetros medidos de importância meteorológica são: irradiancia

solar, temperatura atmosférica em diversos perfis de altitude, nuvens, temperatura de nuvens,

calor latente, precipitação, aerossóis, ozônio, vapor d’água dentre outros. Todavia, os dados

dos diversos parâmetros e dos diversos satélites não apresentam uniformização, dificultando,

além do acesso, sua correta interpretação. A falta de padronização nas informações fornecidas

dificulta, além da formação de um banco de dados consistente de parâmetros meteorológicos

de interesse, o treinamento de recursos humanos na área, atrasando o desenvolvimento das

pesquisas na área de especialização.

Portanto, a execução do projeto permitiu estabelecer uma metodologia

de aquisição, processamento e armazenamento de dados de satélites sobre cobertura e

distribuição de nuvens, com aplicações em processos de conversão fototermica e fotovoltaica,

facilitando o intercâmbio de informações com outras instituições de pesquisa e de ensino e

contribuindo para o desenvolvimento e a transferência de tecnologia nacional.

REVISÃO DE LITERATURA

2.1 Radiação Solar

Radiação solar é a energia emitida pelo Sol transmitida sob a forma de

radiação eletromagnética. Parte dessa energia é enviada como luz visível de frequência mais

alta do espectro eletromagnético e a outra parte como radiação ultravioleta. Chama-se de

energia radiante qualquer energia que se propaga sem a presença de um meio material. O

correto conhecimento dos níveis de radiação solar incidente numa determinada região guarda

especial importância em setores estratégicos como economia, política e meio ambiente. Países

emergentes ou em desenvolvimento usam informações da distribuição da energia solar para

seu melhor aproveitamento na aplicação de políticas sociais, disponibilizando para setores

carentes da sociedade tecnologias para melhor aproveitamento dessa forma alternativa de

energia (Varejão, 2006).

A radiação solar é uma forma de energia limpa e barata e constitui a

principal fonte de energia para processos físicos, biológicos e químicos, tais como

derretimento de gelo das calotas polares, fotossíntese vegetal, evapotranspiração, crescimento

de culturas, dentre outras. Serve também como parâmetro para avaliação de riscos de incêndios

florestais, modelos de simulação hidrológica e modelos matemáticos de processos naturais. A

partir de uma base de dados de qualidade é possível dimensionar sistemas para armazenamento

e conversão, principalmente nas áreas de arquitetura, conforto térmico, processos térmicos de

aquecimento de água e painéis fotovoltaicos (Varejão, 2006).

Mudanças nos níveis de radiação solar podem provocar mudanças

climáticas drásticas, afetando diretamente a produção agrícola. Em algumas estações de

radiometria espalhadas no mundo têm-se observado diminuição da quantidade de radiação

solar ao longo das décadas. A causa provável desta redução significativa é o aumento de

aerossóis e poluentes lançados diariamente na atmosfera, modificando significativamente suas

propriedades óticas e sua distribuição de nuvens, contribuindo de forma negativa para o efeito

do aquecimento global. Muitos pesquisadores utilizam informações sobre a redução de

radiação solar para estudos de poluição e impacto ambiental (Varejão, 2006).

A radiação solar mais comumente medida mundialmente, por questões

financeiras e práticas, é a radiação solar global, a qual representa o total de energia solar

incidente um uma determinada superfície da terra. Esta radiação compreende parte do

ultravioleta do espectro, com comprimentos de onda entre 0,29µm e 0,4 µm; espectro visível,

com comprimentos entre 0,4µm e 0,7 µm; e parte do infravermelho próximo ao espectro

visível, entre 0,7µm e 2,8µm (Escobedo et al, 2011). A radiação solar global é composta por

duas componentes: a radiação solar direta e a radiação solar difusa (El-Sebaii et al, 2010). A

radiação solar direta é a parcela da radiação global que não apresenta interação com a

atmosfera e, portanto não é atenuada pelos processos de absorção, reflexão e espalhamento. A

parcela da radiação solar global espalhada pela atmosfera é conhecida como radiação solar

difusa e é composta pelos espalhamentos Rayleigh (partículas pequenas da ordem de 10% do

comprimento de onda da radiação incidente - gases) e Mie (partículas da ordem do

comprimento de onda da radiação incidente - aerossóis). O processo de espalhamento baseia-

se na interação entre onda eletromagnética e átomo. A onda eletromagnética, ao incidir no

átomo, perturba o movimento dos elétrons ligados, deixando o átomo em um estado excitado

devido à absorção de energia. Por sua vez, o átomo excitado pode emitir radiação

eletromagnética de frequência igual à da onda incidente.Condições de elevada nebulosidade,

alem de dificultarem a passagem de radiação solar, promovem um espalhamento mais

uniforme (Rayleigh), conhecido como isotropia da radiação, característico da transmissividade

atmosférica baixa. Já para uma atmosfera sem nuvens e de transmissividade atmosférica

elevada, há maior probabilidade da presença de aerossóis, ocorrendo um espalhamento 0mais

direcional (Mie), conhecido como anisotropia da radiação (Battles, 1995; Vartiainen, 1999).

2.2 Nuvens

Nuvem é um conjunto visível de partículas diminutas de gelo ou água

em seu estado liquido em suspensão na atmosfera após terem se condensado ou liquefeito em

virtude de fenômenos atmosféricos. Tais partículas podem ser constituídas também de

partículas procedentes, como, vapores industriais, fumaças, dentre outros, com diâmetros

variando entre 0, 025 a 0,1mm, podendo assim ser facilmente transportadas pelo ar em

movimento. As nuvens são o principal fator modulador do fluxo de radiação que incide na

atmosfera. O equilíbrio térmico é mantido pelo balanço entre a radiação solar incidente e a

enviada de volta ao espaço. Cerca de 30% desta radiação, principalmente na faixa de

comprimentos de ondas longos é refletida pelas nuvens, pela superfície e pela própria

atmosfera. Os restantes 70% são absorvidos por gases atmosféricos em especial o ozônio (O3),

o gás carbônico (CO2) e o vapor d’água (H2O), pelas nuvens, pelas partículas em suspensão

no ar e pela superfície do planeta. Com o objetivo de quantificar esse efeito foi criado o termo

cloud-forcing, que significa a diferença entre os fluxos de retorno da radiação ao espaço com

e sem a presença de nuvens (Varejão, 2006).

Desse modo, as nuvens desempenham papel fundamental em

aplicações que dependam da conversão energética incidente na superfície terrestre,

principalmente as conversões fototérmica e fotovoltaica. A conversão fototérmica traduz-se

pelo aquecimento de líquidos ou gases pela absorção dos raios solares, geralmente empregada

para o aquecimento de água para uso de chuveiros, ou gases para secagem de grãos ou uso em

turbinas, enquanto que a conversão fotovoltaica visa à transformação de energia solar

diretamente em energia elétrica através de células fotovoltaicas. As células fotovoltaicas mais

comuns são feitas de silício, passando por um processo de dopagem para adquirir as

características necessárias.

Em relação às formas, as nuvens sempre estão em constante

modificação, alterando continuamente seu tamanho e aspecto. O aspecto de uma nuvem está

relacionado com duas de suas propriedades, a luminância e a cor. A luminância de uma nuvem

depende da quantidade de luz que é refletida, transmitida e difundida pelas partículas que a

constituem. A fonte luminosa pode ser representada pelo Sol, lua e também por uma luz

artificial oriunda de uma grande cidade. A cor de uma nuvem depende da cor da luz incidente.

Quando o ângulo zenital do Sol é pequeno as nuvens ou suas partes diretamente iluminadas

são brancas ou cinzentas. Quando o disco solar se aproxima do horizonte passam a exibir

coloração progressivamente amarela, laranja e vermelha. Pouco antes do nascimento e logo

após do ocaso do Sol, as nuvens próximas da superfície terrestre são cinzentas, enquanto as

demais, as mais altas são avermelhadas, alaranjadas ou esbranquiçadas, dependendo da altura

em que se encontrem, pois ainda estão recebendo luz do Sol (Baker, 2008).

Quanto à formação, as nuvens apresentam dois processos: nuvens

formadas devido ao resfriamento ao ar úmido que faz com que a água se condense e nuvens

formadas pela subida e expansão do ar. Uma vez formada, a nuvem poderá evoluir, crescendo

ou se dissipando.

A classificação dos tipos de nuvens leva em consideração

características físicas como altitude e forma. Sendo assim, as nuvens são classificadas como:

Cirrus, Cirrocumulus e Cirrostratus (nuvens altas), Altocumulus, Altostratus, Nimbostraus

(nuvens médias), Stratus, Stratocumulus, Cumulus, Cumulonimbus (nuvens baixas). Estudos

realizados determinaram que a cobertura de nuvens, tantosobre áreas continentais quanto em

áreas oceânicas, é constituída principalmente por nuvens Stratus, Altostratus e Cirrus (Telford,

1993).

Já a nebulosidade é um elemento meteorológico que traduz a fração da

abóbada celeste que é ocupada por nuvens. Segundo as normas meteorológicas atuais, o céu é

dividido em octas (ou décimas, dependendo da região) a partir do número de octas com

cobertura total de nuvens. A nebulosidade é quantificada a partir de identificação do gênero

(tipo) e da avaliação da quantidade em décimos de céu coberto de nuvens baixas, médias e

altas, são efetuadas em quatro quadrantes (Norte, Leste, Sul e Oeste, definidos pelos pontos

colaterais), com base no reconhecimento de padrões visuais. Estas observações são efetuadas

a partir de quatro pontos no terraço da Estação Meteorológica.

Durante as noites enluaradas uma estimativa razoável da nebulosidade

pode ser obtida pelo mesmo processo. Não havendo o auxílio da luz refletida por aquele

satélite, as áreas sem cobertura de nuvens são estimadas levando-se em conta as estrelas

visíveis, desde que a transparência da atmosfera o permita. A nebulosidade é indicada em

oitavos ou em décimos de céu encoberto, devendo-se esclarecer qual das duas escalas está

sendo usada. (Kasten, 1980).

2.3 Satélites

A ideia dos satélites de telecomunicação surgiu pouco depois da

segunda guerra mundial pelo então oficial de radar Arthur C. Clarke. A ideia original propunha

no seu artigo enviado à revista Wireless World uma colocação em orbita de três repetidores

separados de 120º sob a linha do equador a 36000 km de altitude (geoestacionária). Estes

repetidores tiveram a finalidade de realizar a comunicação de rádio e televisão a toda parte do

globo. Devido à falta de tecnologia para o lançamento de tais equipamentos, o exército

americano iniciou experimentos de propagação de radiocomunicação entre 1951 e 1955

utilizando a lua, um satélite natural, como refletor passivo. Os experimentos não obtiveram

sucesso devido à grande distância existente entre a terra e a lua e a falta de tecnologia para

trabalhar com sinais de baixíssima amplitude e SNR(Signal to Noise ratio) Relação sinal-ruído.

Existem dois tipos de satélites: o natural, referente ao corpo celeste

opaco que brilha graças à luz que reflete o Sol e que gira em torno de um planeta primário e o

artificial, que é um veículo que gravita em torno da Terra, e que transporta equipamentos para

recolher informações e transmiti-las. A Terra possui somente um satélite natural, que é a Lua,

cujo diâmetro é de 3.476 quilômetros e se encontra a 384.400 km de distância da Terra.

São três os tipos de órbitas descritas pelos satélites artificiais: polar,

geoestacionária e síncrona. Na orbita polar, o satélite geralmente voa a baixa altitude e passa

através dos pólos da Terra em cada revolução. Este movimento associado ao movimento de

rotação da Terra produz uma varredura ampla de toda a superfície terrestre, com aplicações

em mapeamento, fotografias, espionagem e monitoramento ambiental.Orbitas geoestacionária

são aquelas nas quais o satélite está sempre posicionado no zênite de um ponto sobre a Terra,

apresentando sempre uma varredura limitada. Muitos satélites geoestacionários estão acima

de uma faixa, ao longo do equador, com altitude de aproximadamente 35.786 km, com

aplicações em telecomunicação, televisão e telefonia móvel. Temos também os que estão em

orbitas síncronas. Um satélite realiza uma órbita síncrona quando fica diretamente sobre a

linha do equador, ou seja, sua velocidade angular de translação é igual à velocidade angular

da rotação da Terra. O satélite, com velocidade aproximada de 1107 km/h, realiza uma órbita

circular a uma distância aproximada de 36000 km acima da superfície terrestre. Para nós,

observadores na Terra, é como se o satélite estivesse estacionado em um ponto fixo acima da

Terra.

Um programa completo de desenvolvimento de um satélite envolve,

além do próprio satélite, o foguete lançador e o segmento solo, que tem a função de

supervisionar o funcionamento do satélite, controlar seu deslocamento na orbita predefinida e

a recepção de dados enviados por ele. Assim como outros aparelhos eletrônicos os satélites

necessitam de energia elétrica para o seu funcionamento. Se os satélites utilizassem somente

baterias para o suprimento da energia, quando essas se descarregassem eles parariam de

funcionar. Para solucionar esse problema, grande parte dos satélites são equipados com painéis

solares, os quais permitem converter a energia solar em energia elétrica. Os satélites artificiais

são construídos para diferentes finalidades como telecomunicação, espionagem e

experimentos científicos. Existem também os satélites de Posicionamento Global (GPS) que

giram em órbitas altas (20.200 quilômetros de altitude) e são importantes na navegação

terrestre, aérea e marítima, além de ajudar na localização de pessoas, objetos e lugares.

O Brasil tem características como território de dimensões continentais,

com uma grande população, diversidade de atividades econômicas e a maior área florestal

preservada do Planeta, possibilitando o engajamento de atividades espaciais. O monitoramento

dos incêndios florestais, por exemplo, a nível nacional e em escalas regionais, através de

imagens de satélites é o meio mais eficaz e de baixo custo, o controle do fogo e avaliação do

fogo sobre a atmosfera, só é viável através do monitoramento por satélite. Os incêndios além

de inúmeros danos aos ecossistemas florestais, tem importância ecológica fundamental devida

sua influência sobre a poluição atmosférica e mudanças climáticas, que tem impactos diretos

e indiretos sobre os habitats e os ecossistemas. Um conhecimento inadequado da localização

do incêndio e extensão da área queimada prejudica a estimativa do impacto do fogo sobre o

ambiente (Antunes, 2000).

O Brasil possui hoje seus próprios satélites de comunicações,

dedicados a um sistema razoavelmente desenvolvido, envolvendo vídeo, dados e telefonia. Em

contra partidos vários locais do país não são servidos por qualquer tipo de telecomunicações.

Devido às dimensões continentais e oceanos adjacentes, agravados por uma pobre rede

terrestre de sondagem da atmosfera, tem que contar com os satélites meteorológicos para a

previsão do tempo e estudos climáticos. Por sua vez, os satélites de observação da Terra são a

única ferramenta confiável para cobrir área tão enorme, com tantos problemas ambientais e de

recursos naturais a serem monitorados e administrados. O Brasil foi, juntamente com a Índia

e logo após a França, um dos primeiros países do mundo a demonstrar o propósito de seguir

os exemplos soviético e americano, organizando formalmente uma instituição governamental

dedicada ao espaço, já no início da década de 60. Em 1994, foi criada a Agencia Espacial

Brasileira (AEB), que cristalizou os projetos da MECB no novo Programa Nacional de

Atividades Espaciais (Pnae). A nova agencia, vinculada então a Presidência da República,

seria a substituta da Cobae, que era vinculada ao Estado-Maior da Forças Armadas (EMFA).

Atualmente a AEB está sob controle civil, anteriormente estava sob controle militar. Possuem

atualmente uma comunidade de aproximadamente 300 cientistas, cerca de 800 pesquisadores

e aproximadamente 2000 técnicos. Ao longo das últimas quase quatro décadas, o país

conseguiu consolidar uma comunidade cientifica com muito boa reputação e transito

internacional; uma competente comunidade de pesquisadores voltados a aplicações em

sensoriamento remoto e meteorologia; e uma base de engenharia e tecnologia espacial. Nesta

área, o Brasil já conseguiu superar o estágio do lançamento dos primeiros satélites concebidos,

projetados, desenvolvidos e fabricados no País, o SCD-1 e o SCD-2 (Satélite de Coleta de

Dados) (Teracine, 1998).

2.3.1 Satélite para monitoramento ambiental

A NASA (National Aeronautics and Space Administration) é uma

agencia norte-americana responsável por projetos de exploração espacial, como viagens que

levaram o homem à lua, e inúmeras pesquisas relacionadas ao espaço e a exploração do espaço.

Existem hoje o projeto A-Train, composto pelos satélites, Aura, Glory, Calipso, Parasol, Terra,

Cluodsat e Aqua que monitoram informações relativas à distribuição de nuvens, aerossóis,

mudanças ambientais, parâmetros meteorológicos (pressão atmosférica, temperatura e

umidade relativa do ar, precipitação, radiação solar, direção e velocidade dos ventos, etc.)A

NASA descobriu que as nuvens da Terra estão cada vez mais baixas, através de dados dos

ângulos de espectro radiômetro múltiplas, Multiangle Imaging Spectroradiometer, ou MISR.

MISR foi construído pelo laboratório de Propulsão a Jato da NASA, Jet Propulsion Laboratory

em Pasedena, Califórnia, e usa nove câmeras em ângulos diferentes para produzir imagens das

nuvens ao redor do planeta, permitindo medir sua altura e movimento. Dos satélites

meteorológicos é possível obter imagens da cobertura das nuvens sobre a Terra, por meio das

quais observamos fenômenos meteorológicos como, por exemplo, frentes frias, geadas,

furacões e ciclones. Dados de satélites meteorológicos também permitem a quantificação dos

fenômenos associados às mudanças climáticas. Atualmente, um dos principais e mais

ambiciosos programas de coleta de dados sobre a Terra é o Earth Science Enterprise,

desenvolvido pela NASA. Os temas estudados são: nuvens, ciclo da água e energia; oceanos

químicos da atmosfera; uso da terra; processo da água e ecossistema; cobertura de gelo glacial

e polar e a parte sólida do globo terrestre.

Observações do NOAA (National Ocean Atmospheric

Administration)de satélites em orbita polar têm provado ser uma ferramenta efetiva para

estudos da climatologia global, em particular, o monitoramento das nuvens. (Stowe et al.,

1991). A preocupação da NASA com as mudanças climáticas deu origem ao projeto A-Train,

composto pelos satélites Aura, Parasol, Calipso, CloudSat, Aqua, Gcom-W1 e Oco-2, em

órbita polar ascendente, com a passagem na localidade de interesse com alguns minutos de

defasagem entre eles, como se fossem os “vagões” de um trem. À bordo desses satélites são

encontrados equipamentos específicos para o monitoramento contínuo de parâmetros como

ozônio, aerossóis, nuvens, radiação de ondas curtas e longas, dentre outros. O satélite Aura é

o terceiro em importância do projeto A-Train e contém quatro instrumentos de medida:

HIRDLS (High Resolution Dynamics LimbSounder), MLS (Microwave Limb Sounder), OMI

(Ozone Monitoring Instrument) e TES (Tropospheric Emission Spectrometer). O princípio de

funcionamento do instrumento OMI está baseado no hiper espectral da radiação retro

espalhada nos intervalos do visível e do ultravioleta, permitindo uma varredura em 740

comprimentos de onda com resolução de 13 Km X 25 Km. A Tabela 1 mostra as características

operacionais do aparelho OMI (nasa.gov/mission_pages/aura/spacecraft/omi) Lançado em

2004, o satélite Aura ajudará a desvendar os processos que interconectam a qualidade do ar

em termos locais e globais.

O satélite que será coletado os dados foi lançado em 2004, desde então

está em órbita ao redor do planeta Terra, o Aura ajudará a desvendar os processos que

interconectam a qualidade do ar em termos locais e globais e visa responder a três questões:

a) se a camada de ozônio está se recuperando; b) se a qualidade do ar está se deteriorando; c)

se o vapor d'água e o ozônio nas camadas superiores da atmosfera são fatores importantes na

manutenção da temperatura global.

3- OBJETIVOS

3.1 Objetivos principais

Realizar a evolução diurna e anual da fração de nebulosidade e

da pressão de nuvens a partir de dados obtidos do satélite Aura e comparar com os dados de

nebulosidade medidos em superfície.

.

3.2 Objetivos secundários

Verificar a possibilidade de se adotar uma metodologia de

classificação da cobertura de céu a partir da fração de nebulosidade obtida do satélite Aura.

Comparar a fração de nebulosidade obtida do satélite Aura com

a transmissividade atmosférica Kt (razão entre a irradiância solar global e extraterrestre)

medida em superfície

Desenvolvimento de rotina computacional para padronização da

leitura e do formato dos arquivos de dados de nebulosidade e pressão de nuvens monitoradas

pelo satélite Aura.

Treinamento rápido na coleta e interpretação de dados, mesmo

para o usuário não capacitado na área.

Formação de bancos de dados dos parâmetros de interesse.

Facilidade de divulgação das informações em formato que

permita acesso rápido a informação desejada.

Maximização do intercambio dos resultados entre diferentes

instituições de pesquisa

4- MATERIAIS E MÉTODOS

O projeto foi desenvolvido na Faculdade de Tecnologia de Botucatu.

Os dados de nebulosidade e pressão de nuvens foram monitorados pelo instrumento OMI

(Ozone Monitoring Instrument) à bordo do satélite Aura e disponibilizados pelo GES DISC

(Goddard Earth Science Data and Information Services Center), vinculado a NASA. Já os

dados de radiação solar global foram fornecidos pelo Laboratório de Radiometria Solar de

Botucatu, localizado na Faculdade de Ciências Agronômicas, UNESP, Campus de Botucatu.

O período utilizado no desenvolvimento do projeto compreendeu os anos de 2005 a 2008 para

a localidade de Botucatu, SP, Brasil (latitude 22,9º S, longitude 48,45º O e altitude 786m). O

satélite aura apresenta as seguintes características operacionais dadas na Tabela 1.

Itens Parâmetros

Visível 350-500 nm

UV UV-1,270 to 314 nm, UV-2 306 até 380 nm

Resolução Espectral 1,0-0,45 FWHM nm

Amostragem Espectral 2-3 Para FWHM nm

Telescópio FOV 114 (2600 km em terra)

IFOV 3 km, binned de 13 x 24 km

Detector CCD: 780 x 576 (espectrais x espaciais)

Massa 65 kg

Ciclo de trabalho 60 minutos no lado luz do dia

Alimentação 66 watts

Taxa de Dados 0,8 Mpbs (media)

Tabela 1. Características operacionais do satélite aura.

A radiação solar global do período foi medida por um piranômetro,

com as características operacionais dadas pela Tabela 2.

Radiação Solar Global

Sensor-marca EppleyPrecisionSpectralPyranometer

Sensibilidade ±7,45 µV/Wm²

Intervalo Espectral 295 – 2800 nm

Tempo de resposta 1 s

Linearidade ±0,5% (de0até 2800 W/m²)

Efeito Cosseno ±1% (0º<Z<70º)

±3% (70º≤Z<80º)

Dependência Temperatura ±1%(de -20ºC até +40ºC)

Tabela 2. Características operacionais do piranômetro.

Foi desenvolvida uma rotina computacional na linguagem de

programação orientada a objetos JAVA no sentido de se processar os dados obtidos pelo

satélite Aura. Os dados de nebulosidade e pressão de nuvens são fornecidos no formato HDF.

O formato HDF é um formato que permite alta compressão de dados, sem perda de

informações. Contudo, é composto de diversas tabelas e dados para diversas combinações

entre latitude e longitude, o que dificulta sua interpretação. A rotina computacional

desenvolvida permitiu uma melhor interação com o usuário por meio de uma interface mais

amigável. Desse modo, procurou-se reduzir o tempo despendido nas atividades técnicas.

Para desenvolvimento das evoluções diurna e anual foram calculados

os valores médios de nebulosidade, pressão de nuvens e transmissividade atmosférica Kt, com

respectivos desvios-padrão. Na evolução diurna, as médias foram apresentadas ao longo das

horas e para cada estação do ano. Na evolução anual, as médias foram apresentadas ao longo

dos meses. O cálculo da transmissividade atmosférica Kt é dado pela equação (1):

Kt = HG / HO (1)

onde HG é a radiação solar global e HO a radiação solar extraterrestre. A fração de nebulosidade

obtida pelo satélite AURA foi comparada com a classificação de cobertura de céu proposta

por Escobedo ET AL (2009) em função da transmissividade atmosférica Kt. No entanto, para

a comparação ser coerente, foi utilizada nebulosidade medida em superfície por meio do uso

do KT dada pela equação (2).

f = 1 - KT (2)

onde f é a fração de nebulosidade obtida por meio de medidas realizadas em superfície.

5- RESULTADOS E DISCUSSÕES

5.1 Desenvolvimento do sistema

5.1.1 Formato dos dados

Os dados de nebulosidade e pressão de nuvens monitoradas pelo

satélite Aura estão disponíveis em um servidor da NASA chamado MIRADOR por meio de

uma página com uma interface simplificada para busca, navegação e escolhas de dados do

GES DISC (Goddard Ciências da Terra de Dados e Centro de Informações e Serviços). A

ferramenta possibilita a pesquisa por meio de diferentes métodos de busca como: longitude,

latitude, nome do satélite, ou um instrumento especificado.

O MIRADOR é um programa da NASA (National Aeronautics and

Space Administration) que também permite encontrar dados de arquivos que coincidem com

furacões, tempestades, ozônio e aerossóis. Permitindo ainda especificar parâmetros como o

próprio nome do furacão ou parâmetros físicos.

A NASA adotou o formato HDF (Hierarchical Data Format) como

padrão para o armazenamento de dados, que permite acomodar diferentes tipos de dados num

único arquivo. Este mecanismo foi criado para reduzir o tempo gasto na conversão de

diferentes conjuntos de dados, imagens brutas, conjuntos de dados multidimensionais,

anotações informativas, tabelas e grupo de dados. Para a visualização e leitura dos arquivos

HDF disponibilizados pela NASA, podemos destacar o software HDF Explorer da Space

Research Inc. Neste software é possível visualizar textos, dados numéricos e imagens, desde

que as imagens não tenham sido armazenadas como conjunto de dados científicos. Temos

também o software HDFview que é baseado em JAVA (Plataforma de linguagem de

programação orientada a objeto) da NCSA, ambos gratuitos. Os fatores que influenciaram a

escolha pelo HDFview como ferramenta neste projeto foram a flexibilidade, visualização

amigável e o fato de o software ser de um tamanho compacto facilitando a instalação e

armazenamento.

A figura 1 mostra o software HDFView contendo dados de nuvens de

um arquivo obtido do satélite AURA. Observa-se à esquerda a quantidade de parâmetros

medidos e a direita a tabela de dados de um parâmetro especifico (ex. fração de nebulosidade).

Figura 1: Tela do software HDFview mostrando as informações de um determinado parâmetro

escolhido (Fração de nebulosidade) do satélite AURA.

Apesar desse tipo de software fornecer intercâmbio de informações,

sua grande aplicação restringe-se a visualização dos dados, não permitindo sua manipulação e

processamento. Sendo assim, os dados de interesse necessitam ser exportados para outra

plataforma com ferramentas especificas de estatística e matemática para geração de parâmetros

como medias, medianas, desvio padrão, etc. Como cada arquivo contém diversas informações

de um único dia, a necessidade de se abrir arquivo por arquivo e realizar a exportação do

parâmetro de interesse torna-se um entrave na rotina de trabalho. Nesse sentido, uma proposta

de uma plataforma que realize essas funções permitirá rapidez, confiabilidade e automação

nessas atividades técnicas de rotina.

A figura 2 mostra a estrutura de um arquivo HDF contendo a

informação sobre os tipos de dados e sua distribuição em linhas e colunas.

Figura 2: Estrutura de um arquivo HDF obtido do satélite AURA

Nesse sentido, com o propósito de otimizar a rotina de trabalho, foi

desenvolvido um software para aquisição das informações de interesse do satélite AURA a

partir de dados no formato HDF, tendo como entradas a data inicial, a data final, a latitude e

longitude. Os resultados foram exportados para um arquivo no formato .txt (Texto) para

facilitar sua leitura nas planilhas eletrônicas comercialmente disponíveis no mercado.

5.1.2 Descrição inicial do sistema

O sistema proposto desenvolvido visa aperfeiçoar o trabalho técnico

na obtenção dos parâmetros do satélite AURA. Apesar de o formato HDF permitir o

agrupamento de muitas informações em um único arquivo, a densidade de tabelas sobrepostas

relativas aos parâmetros de interesse podem proporcionar dificuldades no ato da extração de

informações de interesse, representando um entrave operacional nas atividades de rotina de

um laboratório de pesquisa, visto que os softwares apropriados para o formato HDF permitem

apenas visualização. Portanto, no software proposto, os arquivos HDF serão organizados em

função dos parâmetros de interesse e a partir das datas, latitude e longitude, as informações

requeridas serão pesquisadas, agrupadas e salvas em um arquivo texto para exportação e uso

em planilhas estatísticas apropriadas (cálculo de média, mediana, desvio padrão, etc.) A figura

3 mostra a tela principal do software proposto.

Figura 3: Tela contendo especificações e parâmetros do sistema.

A plataforma escolhida para desenvolvimento do software foi a IDE

NETBEANS baseada na linguagem de programação orientada a objetos JAVA, compatível

com o formato HDF. Na tela principal do software são apresentados os objetos para interação

com o usuário. O primeiro objeto refere-se à escolha do tipo de dado monitorado pelo satélite

AURA. Em seguida têm-se os objetos referentes a entradas das datas especificando-se a data

inicial e a data final de interesse. Têm-se também os objetos relativos aos parâmetros geo.

espaciais, especificando-se latitude e longitude da localidade. Por último, têm-se os objetos

relativos à visualização e exportação dos resultados.

O princípio de funcionamento do software proposto é apresentado pelo

fluxograma da figura 4.

Figura 4: fluxograma de funcionamento do software proposto

Início

Escolha do tipo de dado de

interesse

Entrada de datas

Entrada de parâmetros

geo. espaciais

Busca das informações

solicitadas

Visualização e Exportação

Fim

A primeira interação do usuário com o software proposto é a seleção

do parâmetro de interesse. Cada arquivo HDF do satélite AURA disponibilizado pela NASA

equivale a um dia de medidas, com diversos parâmetros relativos à nuvem, tais como, fração

de nebulosidade, pressão de nuvens, temperatura e refletividade. Os arquivos contêm diversas

tabelas sobrepostas relativas aos parâmetros de interesse. Para acesso, as tabelas foram

disponibilizadas em estruturas de diretórios sendo necessário especificar um caminho para se

encontrar a informação desejada. Desse modo, a partir do parâmetro selecionado na tela

principal, o software realiza uma varredura na estrutura do arquivo HDF e retorna o caminho

do parâmetro selecionado.

O próximo passo é a seleção do intervalo de tempo de interesse. Em

estudos que requerem informações da evolução temporal do parâmetro especificado, o arquivo

HDF torna-se inapropriado pelo fato de conter medidas de apenas um dia. Muitos arquivos

HDF devem ser abertos, pesquisados e fechados, representando um aumento no tempo

despedido pelos pesquisadores nessa atividade operacional repetitiva. Desse modo, para

automatizar esse processo, o software requisita as datas inicial e final do período de interesse

e, a partir de rotinas computacionais apropriadas, agiliza o processamento dos arquivos.

Em seguida o software requisita informações geo. espaciais como

latitude e longitude. Os dados obtidos do satélite AURA, segundo estrutura de arquivos HDF,

são disponibilizados em uma matriz contendo 1440 colunas por 720 linhas. A coluna

representa o parâmetro longitude enquanto a linha representa o parâmetro latitude.

A longitude é o ângulo formado entre o meridiano de Greenwich (long

0°) e o meridiano de onde se encontra o local de interesse. A longitude apresenta um intervalo

de 360°, variando de -180° (a oeste do meridiano de Greenwich) até +180° (a leste de

Greenwich). Portanto, relacionando os 360° do intervalo de longitude com as 1440 colunas do

arquivo, tem que cada coluna representa 0,25° de longitude. Para latitude o processo é

semelhante. A latitude é o ângulo formado entre o raio vetor entre o centro da terra e o zênite

local até o equador. A latitude varia de -90° (pólo sul) até +90° (pólo norte), sendo que o

equador tem latitude 0°. Neste caso como a quantidade de linhas é 720 e a variação da latitude

de 180° têm-se que cada linha representa 0.25° de latitude.

Desse modo, os dados de latitude e longitude, fornecidos pelo usuário,

devem ser convertidos em um número de coluna e um número de linha respectivo. As

conversões são apresentadas nas equações (3) e (4).

(3)

(4)

Como os valores de longitude e latitude utilizados pelo formato HDF

são submúltiplos de 0,25°, há uma necessidade de arredondamento caso a entrada das

informações não coincida com o formato especificado. Tal operação foi realizada por meio da

função Math.round da linguagem de programação JAVA que permite o arredondamento para

o padrão 0,25°.

5.1.3 Conversão dos nomes dos arquivos para leitura

Os arquivos obtidos do satélite AURA por meio da plataforma

MIRADOR da NASA apresentam nomes complexos. A composição do nome é composta por

uma cadeia de 52 caracteres, onde são informados o instrumento de medida, o satélite

utilizado, a data da medida, a versão vigente, a data de atualização e por fim uma numeração

de controle. A figura 5 mostra exemplos de nomes de arquivos obtidos pela NASA.

Figura 5: Arquivos fornecidos pelo MIRADOR da NASA.

Apesar da grande quantidade de informações que constam nos nomes

dos arquivos, a maioria segue uma padronização. No entanto, os últimos 7 caracteres que

representam o número de controle não apresentam a padronização, dificultando assim a

automatização da leitura sequencial dos arquivos. Para simplificar o nome dos arquivos e

facilitar a automatização da leitura, foi construído uma rotina computacional para renomeação

dos mesmos, tendo em vista as informações referentes as datas de medida. Desse modo para o

ano foram extraídos os caracteres nas posições de 22 a 25, para o mês caracteres das posições

27 e 28 e para o dia nas posições 29 e 30. Os arquivos renomeados passaram a ter o formato

AAAAMMDD.HDF representando ano, mês e dia. Os arquivos nesse formato AAAAMMDD

puderam ser utilizados para pesquisa da informação de interesse e também para gravação no

arquivo de saída com as resultados processadas. A figura 8 mostra os arquivos renomeados

após a aplicação da rotina computacional.

Figura 6: Arquivos fornecidos pelo Satélite AURA renomeados.

5.1.4 Leitura, pesquisa e gravação – rotina principal

Neste tópico será descrita a rotina computacional principal do software

proposto, abordando os processos de leitura, pesquisa e gravação dos resultados. A figura 9

mostra o fluxograma da rotina computacional principal.

Figura 7: Fluxograma da rotina computacional.

A partir da entrada das informações relativas à data inicial e final, a

rotina realiza um fluxo repetitivo na busca da informação desejada. Para cada data especifica

o software a partir da data inicial, busca o primeiro arquivo para leitura, utilizando o formato

AAAAMMDD conforme descrito no item anterior. Uma vez aberto o arquivo, e de posse das

equações(2) e (3), relativas à conversão de latitude e longitude em linhas e colunas, o software

retorna as posições de linha e coluna que contém o valor desejado. Em seguida esse valor,

Inicio

Data de i até f

Abrir arquivo data

Procurar valor em f, lat e long

Mostrar dados na tela

Fechar arquivo data

Abrir arquivo para gravação

Gravar arquivo

Fechar arquivo data

Fim

juntamente com a data, é apresentado na tela do software. Por fim, o arquivo relativo a presente

data é fechado. Se a data correspondente não coincide com a data final, o fluxo de leitura e

pesquisa é reiniciado até que a data informada coincida com a data final.

Uma vez consultado todas as datas, o software abre um arquivo para

gravação das informações mostradas na tela. Esse arquivo é exportado no formato.TXT

(Texto), sendo utilizado o espaço com separador de colunas, permitindo maior flexibilidade

de intercâmbio entre as plataformas estatísticas disponíveis comercialmente.

6- EVOLUÇÃO TEMPORAL

As nuvens desempenham papel importante na atmosfera,

influenciando o balanço radiativo em superfície. Cerca de 50% da Terra é cobertura por

nuvens, com grande variação espacial e temporal. Como as nuvens apresentam albedo elevado

(alta refletividade), sua variabilidade acaba afetando a distribuição de radiação solar em

superfície, modificando o balanço energético. O vapor d água também tem influência na

formação de nuvens, as quais podem servir e veículo para transmissão de energia pela

atmosfera a partir do calor latente da água.

Devido à grande variabilidade de tipos e formatos de nuvens e no seu

processo de formação, sua utilização em modelos climáticos pode propagar incertezas,

comprometendo a eficácia desses modelos nas áreas de especialização. Desse modo, este

tópico destina-se ao estudo da evolução temporal dos parâmetros pressão de nuvens e

nebulosidade na tentativa de reconhecimento de padrões nas séries obtidas de

medidas(superfície e satélite) e para permitir uma melhor compreensão dos fenômenos

envolvidos nos processos de atenuação da radiação solar.

6.1 Pressão no topo de nuvem

A pressão no topo de nuvem é um parâmetro importante utilizado na

classificação dos tipos de nuvens. Com os valores de pressão é possível se conhecer a altura

em que se encontram as nuvens e assim estimar sua temperatura. Dependendo da pressão no

topo de nuvem, processos diferenciados de chuva e neve podem ocorrer. Nuvens altas são

compostas por partículas mais finas e frias, enquanto que nuvens baixas as partículas são

maiores e mais quentes.

A figura 08 mostra a evolução temporal da pressão no topo de nuvem

dos anos de 2005 a 2008 obtidas do satélite em orbita AURA. Os valores de pressão variam

entre 200mb a 1000 mb. Segundo (Menzel, 2008) as classificações de valores de pressão

abaixo de 400 mb as nuvens são classificadas como altas; de 400mb a 700mb são classificadas

como médias; e valores maiores que 700mb são classificadas como baixas. Valores próximos

de 1000mb indicam ausência de nebulosidade, já que o valor se aproxima da pressão

atmosférica local. De acordo com a figura 11, em Botucatu, para todos os anos, observa-se que

os valores de pressão são mais elevados na época do inverno (junho, julho e agosto), podendo

atingir níveis próximos a 1000mb. Já os meses de verão apresentam valores inferiores com

níveis variando entre 300mb e 700mb. Portanto esses valores sugerem uma nebulosidade

menor para os meses do inverno com nuvens baixas e finas ou mesmo sem nebulosidade. Já

nos meses do verão a menor pressão sugere nuvens mais elevadas, típicas de formações

verticais devido aos processos convectivos característicos dos meses quentes. Tal

comprovação também pode ser verificada na figura 09 que mostra os níveis pluviométricos

mensais em Botucatu para os de 2005 a 2008. O clima de Botucatu, segundo a classificação

Koppen é o Cwa, com verão quente e úmido e inverno seco. Assim, de acordo com a figura

09 os meses mais chuvosos são os meses do verão enquanto que os meses menos chuvosos,

são os meses do inverno.

01/12/2004 01/02/2005 01/04/2005 01/06/2005 01/08/2005 01/10/2005 01/12/2005 01/02/2006

0

200

400

600

800

1000

Pre

ssa

o

2005

07/11/2005 07/01/2006 07/03/2006 07/05/2006 07/07/2006 07/09/2006 07/11/2006 07/01/2007

200

400

600

800

1000

Pre

ssao

2006

14/11/2006 14/01/2007 14/03/2007 14/05/2007 14/07/2007 14/09/2007 14/11/2007 14/01/2008

0

200

400

600

800

1000

Pre

ssao

2007

21/11/2007 21/01/2008 21/03/2008 21/05/2008 21/07/2008 21/09/2008 21/11/2008 21/01/2009

200

400

600

800

1000

Pre

ssao

2008Figura 8: Gráficos com dados de 2005 até 2008 de pressão de nuvem.

Figura 9: Índices pluviométricos (mm) dos anos de 2005, 2006, 2007 e 2008.

JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ0

50

100

150

200

250

300

350

400

450

2005

Pre

cip

itação (

mm

)

Mês

JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ0

50

100

150

200

250

300

350

400

450

2006

Pre

cip

ita

çã

o (

mm

)

Mês

JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ0

50

100

150

200

250

300

350

400

450

2007

Pre

cip

ita

çã

o (

mm

)

Mês

JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ0

50

100

150

200

250

300

350

400

450

2008

Pre

cip

itação (

mm

)

Mês

Portanto, os meses do verão apresentam formação de nebulosidade

mais complexas com nuvens de formação vertical mais densa e quente e, portanto

apresentando menor pressão. A probabilidade de ocorrências de chuvas é menor no inverno e

consequentemente apresentam menor nebulosidade com valores de pressão mais elevados.

6.2 Nebulosidade medida pelo satélite Aura

Um fator importante na avaliação da eficiência de sistemas de

conversão fototérmica e fotovoltáica é a presença ou não de nebulosidade. O rendimento

desses sistemas é maximizado em baixa nebulosidade. Em alta nebulosidade esses sistemas

tem sua eficiência comprometida, e portanto, busca-se alternativas para que esse sistema

apresente rendimento adequado nessa condição de céu. Nesse sentido, estudos de nebulosidade

e de novos materiais devem ser conduzidos para que se melhore a eficiência desses sistemas

na presença de nuvens.

A figura 10 mostra a evolução temporal da nebulosidade dos anos

2005 a 2008 em Botucatu obtidos pelo satélite AURA e por medidas horárias em superfície

realizadas pelo Laboratório de Radiometria Solar de Botucatu. A fração de nebulosidade

medida em superfície foi calculada a partir da transmissividade atmosférica KT. Segundo a

classificação de ESCOBEDO (2009), valores de KT próximos de 0 indicam uma baixa

transmissão atmosférica, característica de céu com alta nebulosidade. Valores de KT próximos

de 1 indicam uma elevada transmissividade atmosférica comum em dias limpos e de céu

aberto. No entanto para comparar com dados medidos do satélite AURA, os valores de KT

medidos em superfície foram convertidos em fração de nebulosidade (f=1-KT). Dessa forma

os valores de fração de nebulosidade próximos de 0, tanto do satélite quanto de superfície,

indicam baixa nebulosidade, enquanto que valores próximos de 1 indicam alta nebulosidade.

Analisando a evolução temporal dos anos, os anos de 2005 e 2008 não

apresentaram bons resultados, pois os valores de nebulosidade medidos em superfície e

medidos pelo satélite foram bem diferentes. Particularmente o ano de 2008 ficou

comprometido por causa da baixa frequência de observações do satélite, o qual sofreu

constantes calibrações e correções no período, inviabilizando assim sua medida de rotina.

01/12/2004 01/02/2005 01/04/2005 01/06/2005 01/08/2005 01/10/2005 01/12/2005 01/02/2006

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2005

07/11/2005 07/01/2006 07/03/2006 07/05/2006 07/07/2006 07/09/2006 07/11/2006 07/01/2007

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2006

14/11/2006 14/01/2007 14/03/2007 14/05/2007 14/07/2007 14/09/2007 14/11/2007 14/01/2008

0,0

0,2

0,4

0,6

0,8

1,0

2007

f (superfície)

f (satélite)

06/12/2007 06/01/2008 06/02/2008 06/03/2008 06/04/2008 06/05/2008 06/06/2008

0,00,10,20,30,40,50,60,70,80,91,0

2008

f (superfície)

f (satélite)

Figura 10: Dados horários de medições do KT com dados do satélite AURA.

Os anos de 2006 e 2007 apresentaram melhores resultados, com uma

proporcionalidade mais definida entre os valores de superfície e satélite. Tal fato é mais

marcante no período do inverno, onde o comportamento dos dados é mais constante,

assemelhando-se a uma linha horizontal. Nesse período, a frequência de céu aberto é maior

em Botucatu (justificando a baixa nebulosidade) e na média a fração de nebulosidade de

superfície foi de 0,2 e de satélite foi de 0,05. A diferença média entre os valores deve-se aos

diferentes métodos de obtenção da fração de nebulosidade. Enquanto os valores de satélite

podem variar de 0 (0% nebulosidade) a 1 (100% nebulosidade), os valores obtidos em

superfície variam entre 0,2 e 0,8, pois dependem da transmissividade atmosférica KT. Nesse

caso valores de KT iguais a 0 (f=1) ou iguais a 1 (f=0) são fisicamente improváveis. KT = 0

representaria uma ausência de transmissão de radiação pela atmosfera, típica de uma cobertura

de céu completamente opaca. É como se nenhum tipo de radiação chegasse a superfície

terrestre. Já KT = 1 representaria 100% de transmissão da radiação na atmosfera, típica de uma

situação com ausência de atmosfera. No verão os valores de fração de nebulosidade

apresentaram variações mais elevadas, pois no período é mais frequente a formação de nuvens

devido às altas temperaturas e aos altos valores de umidade relativa (vapor d’água).

Medidas de satélite são importantes, pois as mesmas apresentam uma

ampla cobertura espacial. No entanto a cobertura temporal fica comprometida. No caso do

satélite AURA, o mesmo faz a varredura de apenas uma amostra diária ocorrida às 13h38min.

Desse modo, o satélite prove uma medida por dia, o que não é estatisticamente representativa

das condições de nebulosidade de um dia inteiro. Na tentativa de melhorar a comparação da

evolução temporal da nebulosidade entre superfície e satélite foram utilizados dados da

partição média-5-minutos, especificamente no horário de 13h40min, já que o satélite realizava

sua passagem meridional às 13h38min. A figura 11 mostra a evolução temporal da

nebulosidade para os anos de 2005 a 2008 entre os dados medidos de satélite e de superfície

utilizando a partição média-5-minutos.

01/12/2004 01/02/2005 01/04/2005 01/06/2005 01/08/2005 01/10/2005 01/12/2005 01/02/2006

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2005

07/11/2005 07/01/2006 07/03/2006 07/05/2006 07/07/2006 07/09/2006 07/11/2006 07/01/2007

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2006

14/11/2006 14/01/2007 14/03/2007 14/05/2007 14/07/2007 14/09/2007 14/11/2007 14/01/2008

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2007

21/11/2007 21/01/2008 21/03/2008 21/05/2008 21/07/2008 21/09/2008 21/11/2008 21/01/2009

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2008

Figura 11: Dados instantâneos de solo com dados do satélite AURA.

Observando a figura 11 a evolução temporal da nebulosidade,

utilizando dados de superfície da partição média-5-minutos, apresentaram resultados similares

à aqueles obtidos com os dados horários. Desse modo sugere-se que a utilização da partição

horária pode ser utilizada nos estudos comparativos com satélites.

Comparando as estações verão-inverno pode-se observar a existência

de uma sazonalidade da fração de nebulosidade, tanto para os dados de superfície quanto para

os de satélite. No inverno, caracterizado por uma maior frequência de dia de céu aberto, a

nebulosidade se manteve baixa e praticamente constante. Já no verão, a nebulosidade

apresentou maior variação, alternando entre valores baixos e elevados. Este período é

caracterizado por uma maior dinâmica atmosférica, com fenômenos complexos nos

movimentos de circulação da atmosfera, contribuindo para uma maior frequência de cobertura

parcialmente nublada. Nesse sentido para melhor caracterizar a evolução temporal da

nebulosidade, os dados foram divididos em função de KT para duas coberturas de céu mais

estáveis: aberto (KT >= 0,65) e nublado (KT <= 0,35). O cálculo de KT neste caso foi obtido

com a partição diária na tentativa de obter condições de céu mais estáveis. As figuras 12 e 13

mostram a evolução temporal da nebulosidade para os anos de 2005 a 2008 nas coberturas de

céu aberto e nublado respectivamente.

01/01/2005 01/03/2005 01/05/2005 01/07/2005 01/09/2005 01/11/2005 01/01/2006

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2005

07/11/2005 07/01/2006 07/03/2006 07/05/2006 07/07/2006 07/09/2006 07/11/2006 07/01/2007

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2006

15/12/2006 15/02/2007 15/04/2007 15/06/2007 15/08/2007 15/10/2007 15/12/2007 15/02/2008

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2007

08/12/2005 08/03/2006 08/06/2006 08/09/2006 08/12/2006

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2008

Figura 12: Evolução da nebulosidade para cobertura de céu aberto (KT >=0,65).

28/12/2004 04/01/2005 11/01/2005 18/01/2005 25/01/2005 01/02/2005 08/02/2005

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2005

07/11/2005 07/01/2006 07/03/2006 07/05/2006 07/07/2006 07/09/2006 07/11/2006 07/01/2007

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2006

15/12/2006 15/02/2007 15/04/2007 15/06/2007 15/08/2007 15/10/2007 15/12/2007 15/02/2008

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2007

21/11/2007 21/01/2008 21/03/2008 21/05/2008 21/07/2008 21/09/2008 21/11/2008 21/01/2009

0,0

0,2

0,4

0,6

0,8

1,0

f (superfície)

f (satélite)

2008

Figura 13: Evolução da nebulosidade para cobertura de céu nublado (KT <=0,35).

Nas figuras 12 e 13 observa-se que os valores da fração de

nebulosidade dos satélites e de superfície seguem uma tendência de proporcionalidade, com

algumas discrepâncias. Para a figura 12 na cobertura de céu aberto, era esperado que os valores

de fração de nebulosidade fossem próximos de 0 (zero). Alguns valores de fração foram

próximos de 1, o que mostra uma situação improvável. No entanto essa ocorrência é possível,

visto que o KT utilizado para classificação de céu era originário da partição diária e representa

uma situação média da cobertura de céu de um dia inteiro. Como o estudo utiliza uma amostra

do dia (13h38min), há uma probabilidade, no momento da obtenção da amostra, a cobertura

de céu ser diferente da cobertura de céu média-diária em função da dinâmica atmosférica. Isso

justifica as discrepâncias observadas na figura 12. A figura 13 mostra a evolução temporal da

fração de nebulosidade para cobertura de céu nublado e apresenta a mesma problemática

discutida anteriormente, com nebulosidade baixa para uma cobertura nublada média-diária.

6.3 Nebulosidade medida pelo satélite Aqua

Ao se utilizar o satélite Aqua, houve a necessidade de adaptar o codigo

computacional do software para leitura das coordenadas geograficas, visto que a estratificação

dos dados do satélite Aqua é diferente do satélite Aura. Enquanto que no satélite Aura latitude

e longitude são multiplos de 0,25º, no satélite Aqua o intervalo de variação de latitude e

longitude é de 1º. As equações 5 e 6 mostram os ajustes implementados no codigo

computacional para o intervalo de variação das coordenadas geograficas do satélite Aqua.

(5)

(6)

A figura 14 mostra a tela do software adaptado para leitura dos satélite

Aqua.

Figura 14: Tela contendo especificações e parâmetros do sistema adaptado ao satélite Aura.

Da mesma forma que o software permitia escolha de parametros para

o satélite Aura o codigo computacional do software composto também permite essa

flexibilidade para o satélite Aqua. Dessa forma, outros parametros também podem ser medidos

pelo satélite Aqua como evaporação dos oceanos, vapor de água na atmosfera, nuvens,

precipitação, umidade do solo, gelo do mar, o gelo da terra e da cobertura de neve na terra e

de gelo. Desde que apresentem intervalo de variação de 1º para longitude e latitude.

Para comparação do satélite Aqua com dados de superficie, o

Laboratório de Radiometria Solar do Departamento de Energia Rural da Faculdade de Ciências

Agronomicas da Faculdade de Botucatu forneceu dados de nebulosidade horários, médios no

intervalo das 13:00 as 14:00 visto que a passagem meridional do satélite em estudo no local,

segundo a NASA ocorria as 13:30, com 7 minutos de defasagem em relação ao tempo de

passagem do satélite Aura. Deu-se preferencia para os dados horários de superficie, visto que,

o uso de dados instantaneos produz resultados similares conforme o item 6.2. As figuras 15,

16, 17 e 18 mostram a evolução temporal da nebulosidade com dados de superficie e do satélite

Aqua para os anos de 2005, 2006, 2007 e 2008.

Figura 15: Dados horários de medições do KT com dados do satélite Aqua, referentes ao ano

2005.

Figura 16: Dados horários de medições do KT com dados do satélite Aqua, referentes ao ano

2006.

Figura 17: Dados horários de medições do KT com dados do satélite Aqua, referentes ao ano

2007.

Figura 18: Dados horários de medições do KT com dados do satélite Aqua, referentes ao ano

2008.

As figuras 15,16,17 e 18 mostram uma tendencia de concordancia

entre os valores de fração de nebulosidade medidos em superficie e do satélite Aqua. Na média,

um valor baixo da fração de nebulosidade de superficie é acompanhado de um valor baixo de

satélite, enquanto que um valor alto da fração de nebulosidade de superficie é seguido de um

valor elevado da fração de nebulosidade obtido pelo satélite. No entanto, essas observações

são qualitativas, mostrando que a fração de nebulosidade medidos em superficie são

semelhantes, mas não iguais.

Sazonalmente observa-se que nas estações primavera e verão os dados

de satélite mostram uma tendencia de superestimativa, enquanto que nas estações outono e

inverno observa-se que o satélite substima a fração de nebulosidade. Na estação primavera/

verão observa-se uma maior variação tanto dos dados de superficie quanto de satélite. O clima

da cidade de Botucatu nesse periodo é caracterizado por temperaturas mais elevadas, maior

umidade relativa e precipitação. Dessa forma, os processos de evaporação e evapotranspiração

são mais significativos, o que aumenta a probabilidade de eventos complexos de formação de

nuvens, justificando assim a variação encontrada. Já nas estações outono e inverno, a

caracteristica de estiagem do periodo favorece condições mais estáveis de cobertura de céu,

principalmente de céu aberto, minimizando a variação dos valores de fração de nebulosidade

medidos em superficie e satélite. Em relação aos valores quantitativos, as diferenças

encontradas nos valores de nebulosidade de superficie e satélite devem-se às metodologias

empregadas na medição. Para o satélite dias completamente abertos apresentam fração de

nebulosidade nula, enquanto que dias completamentes nublados apresentam fração de

nebulosidade igual a 1. Isso não ocorre para a fração de nebulosidade medida em superficie

devido a emprego do parametro KT. Como o KT é uma fração da radiação global pela

extraterrestre, fisicamente é improvavel que ocorra valores nulos (ausencia de radiação medida

em superficie) ou iguais a 1 (ausencia de atmosfera – não há atenuação da radiação). Assim,

valores de fração de nebulosidade de 1 (KT = 0 ) e 0 (KT = 1) não são possiveis. Pelo método

KT, os menores valores de fração de nebulosidade na média ocorreram para as estações

outono/inverno (f= 0,2 e KT= 0,8), enquanto que os maiores valores ocorreram para as

estações primavera/verão (f= 0,8 e KT= 0,2), o que sugere que estudos adicionais devem ser

conduzidos para se propor fatores de calibração entre os dois métodos de medida.

As metodologias empregadas na medida da fração de nebulosidade

apresentam vantagens e desvantagens. As medidas de satélite apresentam como vantagens

valores no intervalo de 0 a 1, apropriadas para situações limites de cobertura de céu. No

entanto, como desvantagens, a cobertura temporal não é significativa para um dia, pois, sua

culminação meridional ocorre apenas uma vez ao dia (13:30). Já a metodologia que emprega

o uso do KT no calculo da fração de nebulosidade tem como vantagens uma ampla cobertura

temporal, bastando ajustar o intervalo de medida no Dataloger ( 1 minuto, 5 minutos, 10

minutos, etc...). Já a desvantagem é caracterizada por um intervalo de medição menor ( de 0,2

a 0,8), comprometendo as situações limite de cobertura de céu. Dessa forma, sugere-se que

estudos complementares devam ser conduzidos para propor calibrações entre os dois métodos

de medida, de modo que se tenha um amplo intervalo de medida (fração variando de 0 a 1)

com elevada frequencia temporal.

Em relação ao clima de Botucatu, os dois métodos de medida apresentam

valores coerentes em relação a cobertura de céu, com baixa nebulosidade no periodo de

estiagem (outono/inverno), e elevada nebulosidade no periodo umido (primavera/verão).

Desse modo, para aplicações de conversão energética em localidades desprovidas de medidas

de superficie, pode-se utilizar dados de satélite como alternativa para conhecimento da fração

de nebulosidade.

8- COMPARAÇÃO ENTRE SATÉLITE AQUA E AURA

As figuras 18, 19, 20 e 21 mostram a evolução temporal da fração

de nebulosidade dos satélites Aqua e Aura para os anos de 2005, 2006, 2007 e 2008.

Figura 18: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2005.

Figura 19: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2006.

Figura 20: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2007.

Figura 21: Dados de medições com dados do satélite Aqua e Aura, referentes ao ano 2008.

Observa-se que o ano de 2008 apresentou apenas uma parcela do total

de dias do ano. Isso se deve a um periodo de instabilidade do satélite Aura, o que ocasionou

uma frequencia de medida reduzida. Já o satélite Aqua apresentou leituras para 95 % dos dias

do ano. No entanto, foram utilizados apenas dias em que ocorreram leituras concomitantes dos

satélites Aura e Aqua.

Para os anos de 2005, 2006 e 2007, a fração de nebulosidade obtida

pelos satélites Aqua e Aura mostrou uma co-relação fraca indicando uma variação entre os

seus valores para um determinado dia. Já o ano de 2006 foi o ano que mais evidenciou essa

co-relação, sendo observado frações de nebulosidade elevadas para epóca de verão e frações

baixas para o epoca do inverno. Em relação a variação entre os valores para esse ano, observou-

se uma maior variação para epoca do verão, visto que as formações de nebulosidade são mais

complexas. Já no inverno (périodo de estiagem), caracterizado por uma frequencia maior de

dia de céu claro, a variação da fração de nebulosidade entre os dois parametros de medida foi

menor.

8.2 Comparação entre os métodos de medida da fração de

nebulosidade

Para verificação do desempenho da medida da fração de nebulosidade

entre os métodos: Satélite Aura; Satélite Aqua; Kt, foram calculados os desvios relativos entre

esses 3 métodos, dados pela equação 7:

D (y) =100∗(𝑦−𝑥)

𝑥 (7)

onde x e y representam os métodos de medida da fração de nebulosidade. Desvios relativos

positivos significam super estimativas pelo método x em relação ao método y, enquanto que

desvios relativos negativos indicam subestimativas.

A figura 22 mostra o desvio relativo entre a fração de nebulosidade

medida pelo Satélite Aqua (método y) e parametro Kt (método x).

Figura 22: Dados de desvio relativo do satélite Aqua comparados com KT.

Observa-se que a distribuição do desvio relativo ao longo dos anos é

sistemático: Desvios relativos positivos para o verão e desvios relativos negativos na média,

para o inverno. Provavelmente esse comportamento se deve aos diferentes procedimentos de

medidas entre esses dois métodos. No verão, como Botucatu é caracterizado por uma maior

nebulosidade, a fração de nebulosidade medida pelo satélite Aqua pode atingir o valor de 1,

enquanto que o valor medido pelo método Kt pode atingir o valor máximo de 0,8 o que justifica

os desvios relativos positivos. Já no inverno ocorre o inverso: a fração de nebulosidade medida

pelo satélite Aqua pode atingir o valor 0, enquanto que a fração medida pelo método kt pode

atingir no minimo 0,2, causando os desvios negativos. Já a figura 23 apresenta desvio relativo

entre a fração de nebulosidade medida pelo Satélite Aura (método y) e parametro Kt (método

x).

Figura 23: Dados de desvio relativo do satélite Aura comparados com KT.

Analisando a distribuição dos desvios relativos ao longo dos anos,

nota-se que os desvios relativos são menos sistemáticos com desvios positivos e negativos

tanto para verão quanto para inverno. Estes desvios provavelmente estão relacionados as

constantes calibrações efetuadas no satélite. Em relação a magnitude os desvios relativos entre

Aura e Kt, os desvios foram na média maiores que os desvios relativos entre Aqua e Kt. O

desvio relativo simples entre os os métodos Aura e Kt foi de 28,61 %, enquanto que entre

Aqua e Kt foi de 38,34 %. Como o desvio relativo simples faz o cancelamento entre o valor

positivo e o valor negativo, calculou-se também o seu modulo. Portanto entre os métodos Aura

e Kt o modulo do desvio relativo foi de 84,53% enquanto que para os métodos Aqua e Kt o

modulo desvio foi 76,43%. Dessa forma, o uso do modulo relativo do desvio é mais

significativo nas analises, mostrando uma ligeira vantagem para o uso da fração de

nebulosidade do satélite Aqua.

Calculou-se também o desvio relativo entre os métodos Aura e Aqua.

A figura 24 apresenta desvio relativo entre a fração de nebulosidade medida pelo (método y)

Aura e Aqua (método x).

Figura 24: Dados de desvio relativo do satélite Aqua comparados com o satélite Aura.

Pelo grafico observa-se que desvios superiores a 1000% ocorrem para

o periodo do inverno. Isso ocorre devido a equação utilizada no calculo do desvio relativo.

Usando os dados de fração de nebulosidade do satélite Aqua no denominador na equação, o

desvio relativo tende ao infinito quando os valores da fração se aproximam de 0, fato que

ocorre no periodo de estiagem (inverno). Nesse sentido, o grafico da figura 24 foi limitado

para o intervalo de -100 por 200 para o desvio relativo na tentativa de se encontrar tendencias

entre os metodos. A figura 25 apresenta desvio relativo entre a fração de nebulosidade medida

pelo Satélite Aura e satélite Aura limitado ao intervalo de -100 a 200.

Figura 25: Dados de desvio relativo do satélite Aqua comparados com o satélite Aura.

Para o verão parece que a distribuição dos desvios é aleatória. Nesse

periodo, situações de cobertura de céu podem se modificar rapidamente (McCormick, 1989).

Desse modo, como ocorre uma defasagem de 8 minutos entre a cominação meridional entre

os satélite Aqua e Aura, as leituras de fração de nebulosidade podem ser ligeramente

diferentes, causando as variações entre os valores.

8- CONCLUSÃO

O trabalho foi conduzido em 3 etapas distintas:

1) Desenvolvimento do software para coleta de dados do satélite AURA;

2) Estudo da evolução temporal da pressão de nuvens e da nebulosidade entre

dados de superfície e satélite Aura.

3) Estudo da evolução temporal da nebulosidade entre dados de superficie e

satélite Aqua.

As conclusões da etapa do desenvolvimento do software foram:

a) Desenvolvimento do software permitiu economia de tempo na busca e

coleta de dados do satélite AURA, viabilizando o trabalho técnico.

b) Flexibilidade da plataforma desenvolvida para migração para outros

satélites de monitoramento meteorológicos (software de código aberto).

c) Utilização de uma diversidade de parâmetros medidos pelo instrumento

OMI a bordo do satélite AURA com ampla cobertura espacial.

As conclusões da etapa do estudo da evolução temporal da pressão de

nuvens e da nebulosidade foram:

a) Em relação à pressão de nuvens, o período do inverno apresentou as

maiores pressões relacionado à ausência de nebulosidade. No verão, valores de

pressão mais baixos indicam presença de nebulosidade, com formações verticais

próprias dos períodos.

b) As frações de nebulosidade medidas pelo satélite e em superfície

apresentaram proporcionalidade.

c) O uso da partição horária apresentou resultados similares aos resultados

apresentados com o uso da partição média-5-minutos.

d) A amostra coletada às 13h38min pelo satélite não é adequada para

caracterizar a cobertura de céu para um dia inteiro.

e) O uso de partições menores de tempo mostrou alguns valores

discrepantes entre a nebulosidade medida pelo satélite e em superfície,

evidenciando a complexidade da dinâmica atmosférica.

As conclusões com os dados do satélite Aqua foram:

a) Na média a fração de nebulosidade medida pelo satélite mostrou uma

correlação positiva. No entanto, quantitativamente os dois métodos de medida

apresentaram intervalo de variação diferente, o que sugere a aplicação de

calibrações entre os métodos de medida.

b) Apesar da similaridade entre os valores dos métodos de medida, observou-

se um desvio entre os dados, fruto da frequencia de aquisição dos dados ser

diferente entre os dados. Enquanto os dados de superficie representam uma média

horária, o dado de satélite é um valor instantaneo, causando as variações devido a

complexidade atmosférica.

c) Na comparação entre os satélites Aqua e Aura, o satélite Aqua mostrou-se

ser mais estável devido a maior quantidade de dias com medidas validas.

De forma geral, o uso de cada método separadamente apresenta

limitações: medidas de satélite, apesar de vasta cobertura espacial, apresenta

limitação temporal; já dados de superficie apesar de ampla cobertura temporal,

apresenta limitação espacial. Nesse sentido, para melhorar a precisão temporal e

espacial de medidas, faça-se necessario estudos complementares para calibração

entre os dois métodos de medida para que possam cobrir com qualidade, tanto

informações temporais quanto espaciais.

9- PROBLEMAS E DIFICULDADES ENCONTRADAS

9.1 Linguagens de programação DELPHI VS JAVA

Inicialmente a proposta para desenvolvimento do software estava

alicerçada na linguagem de programação Delphi, visto que a mesma foi objeto de estudos em

disciplinas cursadas no período. No entanto, a referida linguagem apresenta limitações quanto

a utilização de arquivos no formato HDF, o que representou um entrave no desenvolvimento

do sistema. Desse modo, a solução viável foi migrar para a linguagem de programação JAVA,

a qual oferece recursos mais apropriados para o processamento dos arquivos HDF. Para tanto,

foi necessário cursar como ouvinte a disciplina da linguagem JAVA que se encontra, na grade

curricular, num ciclo posterior ao ciclo atualmente cursado.

9.2 Renomeação das datas

Uma das dificuldades encontradas no desenvolvimento do sistema foi

o processamento das datas. Para tornar o software o mais independente possível o mesmo deve

buscar essas informações no próprio nome do arquivo que, no caso, é formado por uma string

complexa de 52 caracteres, dificultando assim o seu processamento. A solução imediata e

provisória encontrada foi a renomeação, pelo usuário, dos arquivos para um formato mais

simples, contendo apenas informações sobre ano, mês e dia. No momento, estamos revendo o

código computacional no sentido de se eliminar essa tarefa do usuário e permitir que o próprio

software realize essa função de forma automatizada.

9.3 Formatações das informações geo. espaciais em linhas e

colunas

Ao se utilizar o software, a informação requerida pelo usuário é a

latitude e longitude de interesse. No entanto, a busca pela informação desejada na tabela dos

arquivos HDF (Hierarchical Data Format) fornecidos pela NASA está disposta em linhas e

colunas. Nesse sentido, foi necessário estabelecer uma relação, utilizando conceitos de

regressão linear, entre as informações geo. espaciais e as dimensões da tabela. De acordo com

as informações da NASA tanto longitude como latitude foram dispostos em múltiplos de 0,25º,

totalizando 720 linhas para latitude e 1440 colunas para longitude. A figura 10 mostra o

relacionamento entre o parâmetro geo. espaciais e as dimensões do arquivo. Desse modo,

pode-se obter a relação utilizada pelo software (eq.(2) e eq.(3)).

Figura 25: Relação entre parâmetros geo. espaciais e parâmetros da tabela.

9.4 Aquisições dos arquivos da plataforma da NASA

Um dos entraves operacionais foi a aquisição dos arquivos da

plataforma MIRADOR disponibilizado pela NASA. O fluxo de aquisição de arquivos não era

constante, provavelmente relacionado a instabilidades no servidor de origem. Desse modo,

houve dias em que conseguimos adquirir 20 lotes de arquivos, enquanto que em outros dias

conseguimos baixar somente 5. É muito provável que a NASA possua algum protocolo de

segurança no sentido de limitar a distribuição aleatória das informações armazenadas no seu

servidor.

9.5 Dados do satélite x Dados de superfície.

O instrumento OMI a bordo do satélite AURA segundo a plataforma

MIRADOR onde foram extraídos, foi alvo de constantes calibrações, o que inseriu

discrepâncias entre os valores obtidos. Outro ponto a ser destacado foi a dificuldade em

sincronizar os tempos de coleta de satélite com os de superfície. O satélite tem horário previsto

de passagem as 13h38min e os dados em superfície estão na partição média-5-minutos. Dessa

forma a sincronização exata nem sempre era alcançada, apresentando alguns segundos ou

minutos de defasagem.

10- PUBLICAÇÕES

Esse trabalho de iniciação cientifica foi dividido em 3 fases. A

primeira fase, relativa ao relatório parcial, foi dedicada ao desenvolvimento do software de

aquisição e processamento obtidos do satélite AURA. A segunda fase, foco do relatório final,

foi destinada a comparação dos dados de nebulosidade obtidos do satélite AURA com os dados

de nebulosidade obtidos em superfície no Laboratório de Radiometria Solar de Botucatu

(UNESP-FCA). Como fruto desse trabalho foram elaborados três artigos, um para cada fase

de desenvolvimento do estudo. Os resultados já foram apresentados em congressos. A etapa 1

relacionada ao desenvolvimento do software foi apresentada no evento “1º Congresso Spring

School on Urban Climate at Tropical Regions” organizado pelo Instituto de Astronomia,

Geofísica e Ciências Atmosféricas da USP (Universidade de São Paulo) entre os dias 23 a 27

de setembro. Já a etapa 2 relacionada ao estudo da evolução temporal da nebulosidade foi

apresentada no evento “2º Jornada Cientifica e Tecnológica” organizada pela Faculdade de

Tecnologia de Botucatu realizada entre 21 a 25 de outubro de 2013. A etapa três relativa a

renovação da bolsa, relacionado aos dados do satélite Aqua, está sendo escrita e formatada e

deverá ser apresentada no congresso da III Jornacitec (Jornada Científica e Tecnológica) a ser

realizado entre os dias 20 a 24 de outubro de 2014.

11- REFERÊNCIAS BIBLIOGRÁFICAS

Antunes, M. A. H. “Uso de satélites para detecção de queimadas e para avaliação do risco de

fogo, Ação ambiental”. P24-27,2000.

Baker, M. B., Peter, T “Small scale cloud processes and climate". Nature. Vol 451, P 297-298,

2008.

Cachorro, V. E., Toledano, C., Antón, M., Berjón, A., de Frutos, A., Vilaplana, J. M., Arola,

A., and Krotkov, N. A. “Comparison of UV irradiances from Aura/Ozone Monitoring

Instrument (OMI) with Brewer measurements at El Arenosillo (Spain)” – Part 2: Analysis

of site aerosol influence.Atmos. Chem. Phys Vol 10, P 11867-11880, 2010.

El-Sebaii, A.A. and Trabea, A.A. “Estimation of horizontal diffuse solar radiation in

Egypt”.P2471–2482,2003.

Escobedo, J. F.; Souza, Adilson P. de; Gomes, Eduardo N.; Escobedo, João F.; Escobedo, J.

F.; GOMES, E. N.; DAL PAI, Alexandre ; SOUZA, A. P . “Annual evolution of global,

direct and diffuse radiation and fractions in tilted surfaces.” Engenharia Agricola

(Impresso), Vol 32, P 250-260, 2012.

Escobedo, J. F.; Gomes, E. N.; Oliveira, A. P.; Soares, J. Modeling hourly and daily fractions

of UV, PAT and NIR to global solar radiation under various Sky conditions at Botucatu,

Brazil. Applied Energy, Vol 86, P 299-309, 2009.

Kasten, G. “Survey and terrestrial Radiation Dependent on the Amount and type of

cloud”.Solar Energy, Vol 24, P 177-180, 1980.

Menzel, W. Paul . “MODIS Global Cloud-Top Pressure and Amount Estimation: Algorithm

Description and Results”. Vol 47, P 1175- 1190, 2008.

Pereira EB, Abreu SL, Stuhlmann R, Reiland M, Colle S. Survey of the incident solar-radiation

inBrazil by use of Meteosat satellite data. Solar Energy. Vol 2, P 125–32.

Souza, A. P; Souza, A.P.; Escobedo, J. F.; DAL PAI, Alexandre; GOMES, E. N.“Estimativas

da radiação difusa horária incidente em superfícies inclinadas com base na transmissividade

atmosférica.”Global Science and Technology, Vol 05, P 50-75, 2012.

Stowe et al. “Urban influence on cloud cover estimated from satellite data” Vol 33, P 4163–

4172. 1999.

Suehrcke, H., McCormick, P. G. The distribution of average instantaneous terrestrial solar

radiation over the day. Solar Energy, v.42, n.4, p.303-9, 1989.

Telford, J.W., Kim, K. –E., Keck, T. S., Hallet, J. Entrainment in cumulus

clouds>II.Variability.Q.J.R. Meteorologic. Vol 119, P631-653, 1993.

Teracine, E.B.- Contribuição dos Satélites na Melhoria da Qualidade de Vida – Projeto RHAE/

CNPq/ Agencia Espacial Brasileira – Relatório Básico, 1998.

Varejão, M.A. Meteorologia e Climatologia. Recife: INMET, Versão digital 2, P 320-330,

2006.

Yamoto, G., D. Q. Wark. “Discussion of the letter R. A Hanel: Determination of cloud altitude

from a satellite”. Vol 66, P 3596, 2000.

Zhou, Y., D. Brunner, K.F. Boersma, R.J. Dirksen and P. Wang.“An improved tropospheric

NO2 retrieval for OMI observations in the vicinity of mountainous terrain.”

Atmospheric Measurement Techniques. Vol 2,P 401-416, 2009.

12-CRONOGRAMA

ATIVIDADE TRIMESTRES

1 2 3 4

Levantamento

Bibliográfico X X

Aquisição dos

dados de

nebulosidade e

pressão de nuvem

do satélite Aura

X

Desenvolvimento

das evoluções

diurna e anual

X

Comparação com a

transmissividade

atmosférica Kt

X X

Redação de

trabalhos

científicos

X X X

13- ANEXO

Abaixo segue uma descrição sucinta dos principais procedimentos já implementados do

trabalho de “EVOLUÇÃO TEMPORAL DA NEBULOSIDADE A PARTIR DE DADOS DO

SATÉLITE AURA”.

13.1 Sistema

public class HDF5Read {

static String path = "B:/OMI - Ozonio AURA/";

static public LinkedList readValueDataSet(Date Ini, Date Fim, String dataSetName, double x,

double y) {

@SuppressWarnings("UnusedAssignment")

Float result = null;

LinkedList<Resultado> dados = new LinkedList<>();

try {

SimpleDateFormat form = new SimpleDateFormat("dd/MM/yyyy");

SimpleDateFormat formArq = new SimpleDateFormat("yyyyMMdd");

SimpleDateFormat dirAno = new SimpleDateFormat("yyyy/");

SimpleDateFormat dirMes = new SimpleDateFormat("MM-yyyy/");

Calendar cal = Calendar.getInstance();

Date Atual;

cal.setTime(Ini);

Atual = cal.getTime();

while (Atual.before(Fim)) {

String fileName = path + dirAno.format(Atual) + dirMes.format(Atual) +

formArq.format(Atual) + ".he5";

if (new File(fileName).exists()) {

H5File file = new H5File(fileName);

H5ScalarDS data;

file.open();

data = (H5ScalarDS) file.get(dataSetName);

int linha = 360 + (int) Math.round(4 * y);

//Math.round(x);

int coluna = 720 + (int) Math.round(4 * x);

//Math.round(y);

System.out.println("Linha = " + linha + " Coluna = " + coluna);

result = ((float[]) data.getData())[linha * data.getWidth() + coluna];

dados.add(new Resultado(form.format(Atual), result));

}

cal.add(Calendar.DATE, 1);

Atual = cal.getTime();

}

} catch (Exception ex) {

Logger.getLogger(HDF5Read.class.getName()).log(Level.SEVERE, ex.getMessage(), ex);

}

return dados;

}

public class HDF5Reader extends javax.swing.JFrame {

static String baseHDF5 = "/HDFEOS/GRIDS/ColumnAmountO3/Data Fields/";

private DefaultListModel model = new DefaultListModel(); //ex. tela

private Object resultado;

/**

* Creates new form HDF5Reader

*/

public HDF5Reader() {

initComponents();

jList2.setModel(model);

private void jButton1ActionPerformed(java.awt.event.ActionEvent evt) {

SimpleDateFormat form = new SimpleDateFormat("dd/MM/yyyy");

Date ini = null;

Date fim = null;

try {

ini = form.parse(jFormattedTextField1.getText());

fim = form.parse(jFormattedTextField2.getText());

} catch (ParseException ex) {

Logger.getLogger(HDF5Reader.class.getName()).log(Level.SEVERE, null, ex);

}

LinkedList<Resultado> res;

res = HDF5Read.readValueDataSet(ini, fim, baseHDF5 +

dataSet.getSelectedItem().toString(), Double.parseDouble(indiceX.getText()),

Double.parseDouble(indiceY.getText()));

//Laço de repetiçao seguro

Iterator<Resultado> ite = res.iterator();

Resultado val;

while (ite.hasNext()) {

val = ite.next();

System.out.println( val.getData() + " - " + val.getValor());

model.addElement( resultado )

Sistema para renomeação de arquivos

public class Renomear {

static String path = "B:/OMI - Ozonio AURA";

public static void abre(String nomeArq, boolean ren) {

File file = new File(nomeArq);

String data ="OMI-Aura_L3-OMDOAO3e_";

System.out.println(nomeArq);

if (ren){

int n = nomeArq.lastIndexOf("/") + 22;

String base = nomeArq.substring(0, nomeArq.lastIndexOf("/")+1);

file.renameTo(new File(base + nomeArq.substring(n,n+9).replace("m", "") + ".he5"));

System.out.println(base + nomeArq.substring(n, n+9).replace("m", ""));

}

if (file.isDirectory()){

String[] nome = file.list();

for (int i = 0; i <nome.length; i++){

if (nome[i].contains(data)){

abre(nomeArq + "/" + nome [i], true );

}else{

abre(nomeArq + "/" + nome [i], false);