Métodos de estimativa da radiação solar global em Registro/SP: modelos empíricos e técnicas de aprendizado de máquina

Abstract

A radiação solar global é a fração da radiação solar emitida pelo sol interceptada pela superfície terrestre. Ela é uma variável meteorológica de extrema importância em muitas áreas, porem há muitos problemas em sua obtenção, pois a distribuição de estações meteorológicas que realizam sua medição é esparsa e inadequada, com baixa representatividade. Diante deste cenário, o objetivo do trabalho foi calibrar localmente para o município de Registro, localizado no Vale do Ribeira, modelos empíricos e baseados em aprendizado de máquina para estimar a radiação solar global, com um banco de dados de 12 anos, do período de fevereiro de 2013 a setembro de 2024. A validação dos modelos de estimativa da radiação solar global foi feita utilizando dos indicativos estatísticos MBE, RMSE e “d” de Willmott para anos considerados típicos e atípicos. Todos os modelos apresentaram ótimo desempenho em anos típicos, porem os modelos empíricos calibrados localmente apresentaram resultados melhores que os modelos de SVM, com RMSE em até 14% mais baixos nos modelos empíricos calibrados em comparação aos modelos de SVM. Os melhores modelos na estimativa da radiação solar global em anos típicos foram os modelos empíricos calibrados H2 (Liu e Scott) e H4 (Quej), que tiveram valores de MBE de -0,096 e 0,000 (MJ/m²), RMSE de 2,832 e 2,909 (MJ/m²), e “d” de Willmott de 0,955 e 0,953, respectivamente, sendo recomendado principalmente o modelo H2 para estimar a radiação solar global para o município de Registro/SP, pois apresentou melhores resultados em ambos os anos, típicos e atípicos, permitindo sua aplicação na reconstituição de dados de H faltantes em series históricas.

Global solar radiation is the fraction of solar radiation emitted by the sun that is intercepted by the Earth's surface. This radiation is an extremely important meteorological variable in many areas, but there are many problems in obtaining it, since the distribution of meteorological stations that measure it is sparse and inadequate, with low representativeness. According with it the objective of this study was to calibrate locally empirical and machine learning-based models for the city of Registro/SP, located in the Ribeira Valley, to estimate global solar radiation, using a 12-year database from February 2013 to September 2024. The validation of the models was done using the statistical indicators MBE, RMSE, and “d” of Willmott for typical and atypical years. All models performed very well in typical years, but the locally calibrated empirical models performed better than the SVM models, with RMSE up to 14% lower in the calibrated empirical models compared to the SVM models. The best models for estimating global solar radiation in typical years were the calibrated empirical models H2 (Liu and Scott) and H4 (Quej), which had MBE values between -0.096 and 0.000 (MJ/m²), RMSE of 2.832 and 2.909 (MJ/m²), and Willmott's “d” of 0.955 and 0.953, respectively. The H2 model is recommended for estimating global solar radiation for the municipality of Registro/SP, as it performed better in both typical and atypical years, allowing its application in the reconstruction of missing H data in historical series.