Potencial de energia solar e de geração com sistemas fotovoltaicos conectados à rede em Moçambique.

A energia solar fotovoltaica é uma alternativa de energia limpa que está se tornando uma importante opção para se utilizar eletricidade em regiões desprovidas de energia elétrica. Um estudo das condições energéticas da região através de consulta às concessionárias de energia elétrica (Eletricidade de Moçambique - EDM no caso de Moçambique) e do Ministério de Energia do Governo, são fontes importantes de dados para se conhecer o cenário energético de cada região. Outra fonte de dados importante para se estimar o potencial de geração de energia solar fotovoltaico sãoos indices de irradiação da região. Estes podemser obtidos através do órgão meteorológico da região (INAM no caso de Moçambique) que forneceesses dados para as principais cidades através de suas estações meteorológicas espalhadas na região. Laboratórios de pesquisa internacionais sãooutra importante fonte de dados solarimétricos, pois utilizam satélites capazes de cobrir todo globo terrestre e os dados obtidos são publicados e permitem, a partir das coordenadas do local, identificar a irradiação solar em diversos locais do mundo. Os dados desses laboratórios podem ser comparados com dados de órgãos oficiais da região. Utilizando o banco de dados solarimétricospode-se calcular o potencial fotovoltaico de geração de energia de cada localização e também definir qual região seria mais propícia a utilização de energiasolar fotovoltaica conectada à rede.

Estudo de níveis de ozônio troposférico usando métodos de estatística univariada e multivariada para duas localidades da cidade do Rio de Janeiro

Com cada vez mais intenso desenvolvimento urbano e industrial, atualmente um desafio fundamental é eliminar ou reduzir o impacto causado pelas emissões de poluentes para a atmosfera. No ano de 2012, o Rio de Janeiro sediou a Rio +20, a Conferência das Nações Unidas sobre Desenvolvimento Sustentável, onde representantes de todo o mundo participaram. Na época, entre outros assuntos foram discutidos a economia verde e o desenvolvimento sustentável. O O3 troposférico apresenta-se como uma variável extremamente importante devido ao seu forte impacto ambiental, e conhecer o comportamento dos parâmetros que afetam a qualidade do ar de uma região, é útil para prever cenários. A química das ciências atmosféricas e meteorologia são altamente não lineares e, assim, as previsões de parâmetros de qualidade do ar são difíceis de serem determinadas. A qualidade do ar depende de emissões, de meteorologia e topografia. Os dados observados foram o dióxido de nitrogênio (NO2), monóxido de nitrogênio (NO), óxidos de nitrogênio (NOx), monóxido de carbono (CO), ozônio (O3), velocidade escalar vento (VEV), radiação solar global (RSG), temperatura (TEM), umidade relativa (UR) e foram coletados através da estação móvel de monitoramento da Secretaria do Meio Ambiente (SMAC) do Rio de Janeiro em dois locais na área metropolitana, na Pontifícia Universidade Católica (PUC-Rio) e na Universidade do Estado do Rio de Janeiro (UERJ) no ano de 2011 e 2012. Este estudo teve três objetivos: (1) analisar o comportamento das variáveis, utilizando o método de análise de componentes principais (PCA) de análise exploratória, (2) propor previsões de níveis de O3 a partir de poluentes primários e de fatores meteorológicos, comparando a eficácia dos métodos não lineares, como as redes neurais artificiais (ANN) e regressão por máquina de vetor de suporte (SVM-R), a partir de poluentes primários e de fatores meteorológicos e, finalmente, (3) realizar método de classificação de dados usando a classificação por máquina de vetor suporte (SVM-C). A técnica PCA mostrou que, para conjunto de dados da PUC as variáveis NO, NOx e VEV obtiveram um impacto maior sobre a concentração de O3 e o conjunto de dados da UERJ teve a TEM e a RSG como as variáveis mais importantes. Os resultados das técnicas de regressão não linear ANN e SVM obtidos foram muito próximos e aceitáveis para o conjunto de dados da UERJ apresentando coeficiente de determinação (R2) para a validação, 0,9122 e 0,9152 e Raiz Quadrada do Erro Médio Quadrático (RMECV) 7,66 e 7,85, respectivamente. Quanto aos conjuntos de dados PUC e PUC+UERJ, ambas as técnicas, obtiveram resultados menos satisfatórios. Para estes conjuntos de dados, a SVM mostrou resultados ligeiramente superiores, e PCA, SVM e ANN demonstraram sua robustez apresentando-se como ferramentas úteis para a compreensão, classificação e previsão de cenários da qualidade do ar