FAPESP PROJECT

106 visualizações

Publicada em

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
106
No SlideShare
0
A partir de incorporações
0
Número de incorporações
9
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

FAPESP PROJECT

  1. 1. 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
  2. 2. 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.
  3. 3. 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)
  4. 4. 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.
  5. 5. 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
  6. 6. 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.
  7. 7. 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
  8. 8. 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),
  9. 9. 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
  10. 10. 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
  11. 11. 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
  12. 12. 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
  13. 13. 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
  14. 14. 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
  15. 15.  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
  16. 16. 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.
  17. 17. 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.
  18. 18. 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.
  19. 19. 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.
  20. 20. 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.
  21. 21. 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.
  22. 22. 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
  23. 23. 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,
  24. 24. 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.
  25. 25. 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.
  26. 26. 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.
  27. 27. 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
  28. 28. 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.
  29. 29. 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.
  30. 30. 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 Pressao 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 Pressao 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 Pressao 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 Pressao 2008 Figura 8: Gráficos com dados de 2005 até 2008 de pressão de nuvem.
  31. 31. Figura 9: Índices pluviométricos (mm) dos anos de 2005, 2006, 2007 e 2008. JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ 0 50 100 150 200 250 300 350 400 450 2005Precipitação(mm) Mês JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ 0 50 100 150 200 250 300 350 400 450 2006 Precipitação(mm) Mês JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ 0 50 100 150 200 250 300 350 400 450 2007 Precipitação(mm) Mês JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ 0 50 100 150 200 250 300 350 400 450 2008 Precipitação(mm) Mês
  32. 32. 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.
  33. 33. 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 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 2008 f (superfície) f (satélite) Figura 10: Dados horários de medições do KT com dados do satélite AURA.
  34. 34. 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.
  35. 35. 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.
  36. 36. 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.
  37. 37. 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).
  38. 38. 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).
  39. 39. 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.
  40. 40. 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.
  41. 41. 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.
  42. 42. 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
  43. 43. 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
  44. 44. 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.
  45. 45. 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.
  46. 46. 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
  47. 47. 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
  48. 48. 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.
  49. 49. 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.
  50. 50. 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.
  51. 51. 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
  52. 52. 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.
  53. 53. 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.
  54. 54. 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.
  55. 55. 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.
  56. 56. 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.
  57. 57. 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.
  58. 58. 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.
  59. 59. 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
  60. 60. 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) +
  61. 61. 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); }
  62. 62. 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 +
  63. 63. 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 )
  64. 64. 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);

×