Weather forecasting for Eastern Amazon with OLAM model

O modelo OLAM tem como característica a vantagem de representar simultaneamente os fenômenos meteorológicos de escala global e regional através de um esquema de refinamento de grades. Durante o projeto REMAM, o modelo foi aplicado para alguns estudos de caso com objetivo de avaliar o desempenho do modelo na previsão numérica de tempo para a região leste da Amazônia. Estudos de caso foram feitos para os doze meses do ano de 2009. Os resultados do modelo para estes casos foram comparados com dados observados na região de estudo. A análise dos dados de precipitação mostrou que o modelo consegue representar a distribuição média da precipitação acumulada e os aspectos da sazonalidade da ocorrência dos eventos, mas não consegue prever individualmente a acumulação de precipitação local. No entanto, avaliação individual de alguns casos mostrou que o modelo OLAM conseguiu representar dinamicamente e prever, com alguns dias de antecedência, o desenvolvimento de fenômenos meteorológicos costeiros como as linhas de instabilidade, que são um dos mais importantes sistemas precipitantes da Amazônia.

Lightning and precipitation produced by severe weather systems over Belém, Brazil

Eventos de raios nuvem-solo registrados pela rede de detecção do SIPAM, integrada por 12 sensores VAISALA LPATS IV, distribuídos no leste da Amazônia, foram analisados durante 4 tempestades com ocorrência de precipitação intensa em Belém-PA-Brasil, em 2006-2007. Esses casos selecionados, correspondem a eventos de chuva com mais de 25 mm/hora ou 40 mm/ 2 horas, de precipitação registrada por um pluviômetro instalado em 1º 47' 53" and 48º 30' 16" O. Com centro nessa localização, um círculos de 30, 10 e 5 km de raio foram traçados através de um sistema de informação geográfica e os dados de eventos de raios nessas áreas foram separados para analise. Durante essas tempestades, os eventos de raios ocorreram de maneira quase aleatória, sobre a área maior que já havia sido previamente coberta por sistemas convectivos de mesoescala, em todos os casos. Esse trabalho também mostrou a grande influencia dos sistemas de larga escala nas condições de tempo que levaram às tempestades severas estudadas. Adicionalmente, foi observado que, quando existe interação entre sistemas de larga e meso escalas, tanto a precipitação como o numero de relâmpagos aumentaram significativamente e a atividade elétrica nos círculos maiores pode anteceder a chuva no ponto central.

Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.