Engenheria, Tecnologia Gest8o ESTIMATIVA DO SALDO DE RADIACAO UTILIZANDO IDENTIFICAGAO DE SISTEMAS ESTIMATION OF NET RADIATION USING THE SYSTEM IDENTIFICATION Leugim Corteze Romio* Débora Regina Roberti? Resumo: A Radiaco Solar é considerada a principal fonte de energia para processos fisicos. conhecimento relacionado a Radiagao Solar e a0 Balanco de Energia, na superficie, séo de extrema importancia uma vez que a vida terrestre esta condicionada a quantidade de energia disponivel. Entretanto, medicbes da energia, disponiveis em superficie, para processos atmosféricos ndo so, em geral, mensuradas em estagSes convencionais, informacdes estas muito importantes, por exemplo, na modelagem de superficie. Neste sentido, este trabalho pretende analisar a relacdo existente entre o Saldo de Radiago (R,) ¢ a quantidade de radiago de ondas curtas incidente na superficie (Rj) com o auxilio da Teoria de Identificagao de Sistemas. Os dados para estimacao de pardmettos ¢ validacdo do modelo foram obtidos de uma torre micrometeorolégica situada no municipio de Santa Maria-RS. Os resultados apresentados pelo modelo indicam que ele representou satisfatoriamente os dados de R, pata o periodo analisado Palavras-chave: Saldo de Radiacdo. Identificagdo de Sistemas. Radiacao de Ondas Curtas Incidente, Abstract: The Solar Radiation is considered the main source of energy for physical processes. The knowledge related to Solar Radiation and Energy Balance on the surface are of the greatest importance since terrestrial life is conditioned by the amount of energy available. However, available surface energy measurements for atmospheric processes are not generally measured at conventional stations, for example. This information is very important for surface modeling, In this sense, this work intends to analyze the relationship between the Net Radiation (R,) and the amount of short-wave radiation incident on the surface (Rj) with the support of the System Identification Theory. The data for parameter estimation and model validation were obtained from ‘a micrometeorological tower located in the municipality of Santa Matia-RS. The results presented by the model indicate that it represented satisfactorily the data of R, for the analyzed period. Keywords: Net Radiation. System Identification. Short Wave Incident Radiation, *Doutorando em Fisica, UNIPAMPA — Campus Itaqui-RS, leugimromio@unipampa.edu br. * Doutora em Fisica, UFSM - Campus Santa Maria-RS, debora@ufsm.br. Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 1841 INTRODUGAO O estudo da Radiagao Solar é de suma importancia, pois esta é a principal fonte de energia para processos fisicos. O conhecimento da Radiagao Solar e consequentemente, do Salda de Radiagao em Superficie @ extremamente importante, pois tanto a vida animal quanto a vegetal, presentes na superficie terrestre, esto condicionadas a quantidade de energia disponivel O Saldo de Radiapao é calculado com base em diferentes pracessos de transferéncia de energia que provocam o aquecimento do ar e do solo, a evapotranspirapao (transferéncia do vapor de agua da superficie para a atmosfera), a fotossintese, entre outros (OMETTO, 1981) A obtengao do Saldo de Radiacdo esta relacionada as radiagdes de ondas curtas e longas (incidentes e refletidas), de mado que ele pode ser estimado par meio da equacao Ry = (Ry —a@R,) + (Ra — Re), fazendo Ry — aR) = Ro(1— a), Bo = (Ra — Re)» temse Ry = Boo + Bow onde: R, @ 0 Saldo de Radiagao; R, é a quantidade de radia¢ao de onda curta incidente na superficie; a R, é radiacao de onda curta refletida pela superficie coma sendo o albedo ou refletividade; R, a radiacao atmosférica de onda longa emitida pela atmosfera que incide na superficie; R, a radia¢ao de ondas longas emitida pela superficie; B,, € 0 balango de onda curta; e, Bj; 0 balango de onda longa. E importante destacar que o B,, depende tanto da temperatura da superficie quanto da atmosfera, além da emissividade de ambas. O Saldo de Radiacao pode, ainda, ser escrito como Ry = R(1—a@) + Bo Otermo R, (quantidade de radiacao de onda curta incidente na superficie) possui significativa importancia no Saldo de Radia¢o em superficie. De todas Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 18-2as dependéncias do balango de energia, R, ¢ uma das principais variaveis pois, além de ter significativa influéncia no Saldo de Radiagao é, usualmente, medida emestagées meteoroldgicas. Outro ponto a destacar esta relacionado ao albedo, © qual tem sua variabilidade definida pelas condigées de superficie, em outras palavras, seus valores sofrem alteragées com a mudanea de vegetacao. Deste modo, torna-se importante que as estimativas de R,, sejam realizadas para periados (por exemplo, periodos de plantio e pousio) e nao para ciclos anuais. Devido a essa importante relagéo com o Saldo de Radiagao, bem como suas medigées em estagées, em geral, busca-se estimar os valores de R,, (Saldo de Radiagéo) com base em valores conhecidos de R,. Uma aproximagao comumente utilizada consiste em estimar os valores de R,, utilizando-se funcées afim. Em que, dada uma fungao afim f(x) =axtB, utiizando valores conhecidos de R,, obtém-se os coeficientes @ e B, de modo que seja possivel prever valores de R,,. E a equacao passa a ter a forma Ry(x) =a Ro(x) +B, onde: x determina o tempo de amostragem. Entretanto, esta estimacao é, geralmente, valida para curtos periodos de tempo, devido, conforme ja mencionado, a variagao do albedo (refletividade) & do R, Dentre as diferentes maneiras de obter formulagdes que relacionem os valores de R, € Ry, uma das possibilidades consiste em utilizar a Teoria de Identificagdo de Sistemas. A qual, permite a construgdo de modelos matematicos de sistemas dinamicos com base em dados obtides de um ambiente experimental Considerando as caracteristicas dessa teoria, este trabalho tem por objetivo analisar a relagdo entre 0 R, € 0 R, como auxilio da Teoria de Identificagdo de Sistemas, para um sitio micrometeoraldgico localizado em Santa Maria-RS, de modo a obter um modelo que descreva os valores de R,, apenas com dados de R,. Em outras palavras, apresentar uma formulagao para estimar 0s valores do Saldo de Radiacao com base em valores conhecidos da radiagao de onda curta incidente na superficie. Revista Mundi Engenharia, Tecnologia e Gestéo. Curitiba, PR, v. 1,n. 22, 18, jul/dez., 2016 1832 MATERIAIS E METODOS 2.1 Identificagao de Sistemas Em geral, sistemas dinémicos podem ser calculados utilizando-se duas abordagens (ROMIO, 2013): i, Modelagem fundamentada na fisica do proceso; ii. Identificagdo de Sistemas. Em relacdo a primeira, também conhecida como modelagem caixa- branca, fenomenolégica ou conceitual, esta exige do pesquisador o conhecimento relacionado aos fenémenos fisicos envalvidos, pois é realizada com base nas leis e principios que representam estes fendmenos. A utilizacéo desta abordagem permite distinguir os modelos que descrevem a dinamica interna do sistema, além da relagdo entrada-saida. Ainda, nesta abordagem, os parametras do modelo esto vinculados a algum sentido fisico, au seja, ao modificar determinado parametro sabe-se qual fendmeno fisico esta sendo alterado, sendo esta uma das vantagens de se trabalhar com este tipo de modelagem. A principal desvantagem reside no fato de que, muitas vezes, 0 sistema que se esta modelando é grande e complexo e, consequentemente, as equagées fisicas envolvidas também sdo complexas ou, nao raras vezes, desconhecidas, o que torna o tempo de analise demasiadamente longo e a implementagao computacional um tanto complicada Uma possibilidade, para minimizar este problema, é a utilizaao da Teoria de Identificapao de Sistemas (AGUIRRE, 2007). Nesta, é possivel construir modelos matematicos de sistemas dindmicos a partir de dados obtidos de um sistema real, ou de um ambiente experimental. A construgéo de madelos matemiaticos, na Identificacdo de Sistemas, pode ser realizada de duas formas: i, Madelagem Caixa-Preta: Neste caso, nao ha conhecimento prévio do sistema que se esta madelando, ou seja, sao conhecidos apenas os dados de entrada e saida do pracesso e que serao utilizados durante a identificagao. E importante destacar que, o modelo obtido, nao possui relagao alguma entre a estrutura matematica usada e a Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 18-4fisica do processo; a principal vantagem desta técnica consiste na facilidade de obtencao do modelo e na possibilidade de escolher estruturas adequadas ao objetivo da modelagem. Este processo de modelagem é, também, conhecido por madelagem empirica; ii. Madelagem Caixa-Cinza: Este processo é utilizado quando se tem algum conhecimento prévio do sistema a ser modelado, e esta informagao nao se encontra no conjunto de dados utilizados durante a identificagéo, ou seja, esta categoria de modelos pode ser colocada entre a madelagem pela fisica ou natureza do proceso e a identificago caixa-preta. E importante ressaltar que, a modelagem caixa-cinza nao difere da caixa-preta, a diferenca consiste, basicamente, na escolha dos pardmetros a serem utilizados A analise de sistemas dinmicos pade ocorrer nos dominios do tempo elou da frequéncia. Por este motivo, a Identificacdo de Sistemas deve ser capaz de derivar modelos (lineares ou nao-lineares) que descrevam 0 comportamento do sistema original no dominio do tempo (equag6es diferenciais) ou no dominio da frequéncia (resposta em frequéncia), de acordo com as necessidades do sistema a ser madelado. Segundo Ljung (1999), no contexto da modelagem matemiatica, presente na Teoria da Identificagéo de Sistemas, os métodos desenvolvidos podem ser divididos em trés grupos: i, Métodos paramétricos; ii, Métodos ndo-paramétricos; iii, Métodos do dominio da frequéncia Neste trabalho serao utilizados métodos paramétricos, do subgrupa lineares, visto que estas séo as estruturas de modelos consideradas mais simples, presentes na teoria de Identificapao de Sistemas. Dentre as principais estruturas de modelos paramétricos lineares pode-se citar (LJUNG, 1999): ARX (Auto-Regressivo com entradas eXternas), ARMAX (Auto-Regressivo com MédiA mavel e entradas eXtemas), OE (Output Error- Erro na Saida), e BU (Box Jenkins). A forma geral destas representagées é dada por B(q) cq) A(q)y (ke) = Feq) MO + pq) (1) Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 186Considerando q-" um operador de atraso, de modo que y(k)q7 = y(k — 1) (a forma q7™ é frequentemente utilizada, pois permite escrever polindmios de maneira reduzida), v(k) € denominado de ruido branco A(q), B(q), C(q), D(q) & F(q) os polindémios definidos por A(q) = Lt ayq™ +o tangs B(q) = byq™* + + Bags C(q) = Lt eaq™t tot cng (2) D(q) = Lt diq™h ++ dng FQ)= 1+ fq tent fag O grau do termo q indica a posi¢ao da amostra que esta sendo tomada emrelacao a atual, por exemplo, se hauver um elemento a,q~?, significa que se esta tomando uma amostra duas posigdes, antes da posicdo atual. Os termos a;, by, cj, d; & f; Sao coeficientes a serem determinados. Além disso, os termos y(k) e u(k) significa, neste trabalho, os valores de R,, e Ry, respectivamente Partindo da Eq, (1) e fazendo-se alguns ajustes/simplificagdes, abtém-se 0s modelos paramétricos lineares, mencionados anteriormente. Para realizacéo deste trabalho, utilizou-se 0 modelo ARX, 0 qual sera descrito a seguir 2.1.1 Modelo ARX © modelo ARX pode ser obtida tomando-se a Eq, (1), considerando C(q) = D(q) = F(q) = 1. A(q) © B(q) polindmios arbitrarios, resultando em A(q)y(k) = BCq)ulk) + v(k) Em geral, este modelo busca relacionar os valores de saida a valores conhecidos de entrada. Conforme mencionado anteriormente, o uso deste modelo, deu-se por ser considerado o modelo mais simples presente na Identificago de Sistemas e, também, por nao ter sido encontrado, na literatura técnica, produgées que utilizem esta teoria para estimapaa de valores de R, 2 partir de dados conhecidos de R, (usualmente medidos em estacdes meteorolégicas) O ajuste dos pardmetros do modelo é feito com 0 auxilio da Método dos Minimos Quadrados. Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 1862.2 Modelagem Matematica Um problema a ser modelado matematicamente, via Identificacao de Sistemas, pode ser dividido em cinco etapas principais (JUNG, 1999}: i. Obtengao dos dados experimentais do sistema que se deseja modelar. Para este trabalho serdo utilizados dados experimentais de R, @ Ry obtidos de uma torre micrometeoralagica situada no municipio de Santa Maria- RS referentes ao ano de 2014, divididos em subconjuntos relativos a cada més do ano ii. Escolha de um conjunto de candidatos a modelos Neste caso, sera utilizado, inicialmente, 0 modelo ARX, variando-se apenas a ardem dos palinémios utilizados. iii, Estimagdo dos pardmetros da estrutura de modelo Para estimacao dos parametros do modelo ARX, utilizou-se um conjunto de dados equivalente a um més. Em seguida, utlizou-se outro conjunto de dados, também com a periodo de um més, para validagao do modelo. Cada conjunta de dados possuia os valores de R, e R, medidos na torre micrometearolagica, a cada 30 minutos, durante o periado de um més. Deste modo, os conjuntos de dados, utilizados para estimacao e validacdo, possuiam 1488 amostras pois foram utilizadas meses com 31 dias (meses de Marco e Outubro). A escalha dos meses acorreu aleatoriamente. E, © metodo utilizado para estimagao dos pardmetros foi o Método dos Minimos Quadrados (conforme mencionado anteriormente) A Figura 1, apresenta o grafico com os dados experimentais de Ry € Rn para o més de Marga/2014, utilizados para estimagao Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 187Figura 1 - Dados experimentais Ry ¢ Ry para o més de Margo de 2014 Rg | Rn - Marco/2014 1000 iv. Validagao do modelo A validacao do modelo consiste em verificar se os pardmetros do madela estimados para um determinado periodo, podem ser utilizados para estimar os dados em outro periodo. Esta validacdo é realizada comparanda os novos dados estimados com as dados experimentais deste mesmo periodo A Figura 2 apresenta o grafico com as dados experimentais de R, © Ry para o més de Outubro/2014, utilizados para validapao Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 188Figura2 - Dados experimentais de Ry e R, para o més de Outubro de 2014 Rg | Rn - Outubro/2014 1000 oO 5 10 15 20 25 30 1000 E importante ressaltar que, tanto os dados de estimagao quanto os de validago foram abtidos da mesma torre meteorolégica, sem alterapdes de equipamentos. v. Identificagéo da estrutura de modelo, presente no grupo de candidatos a modelos, que apresenta os melhores resultados na validagao, para predizer os valores de R,, A modelagem matemética foi realizada por meio da caixa de ferramentasbiblioteca para a Identificapao de Sistemas presente no software Matlab denominada ident. Esta biblioteca contém técnicas para estimacao de parametras que permitem, ao usuario, examinar as propriedades e verificar se os modelos encontrados esto em concordancia com os dados medidos (validagaa) Além disso, o Matlablident possui uma GUI (Graphical User Interface), que contém a maior parte das fungdes da biblioteca oferecendo facil acesso a Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 189todas as variaveis criadas e/ou utilizadas durante a sesso, facilitando o processo de identificapaa e modelagem (LJUNG, 2012) 3 RESULTADOS Utilizando-se 0 modelo ARX, coma referéncia, foram realizadas variagdes na ordem dos polinémias 4(q) ¢ B(q) (variagao de 1 a 10 em ambos), sendo que, 0 modelo que melhor descreveu os dados experimentais de R, possui ordem 3 para A(q) e ordem 6 para B(q). Obtendo-se A(q) = 1- 1,113q~+ + 02362q~? — 0,06417q-, B(q) = 0,7603 — 0,8544q~* + 0,1808q~? — 0,03917q~? + 0,002066q~" = 001076q Figura 3 - Comparagao do ciclo didrio do Saldo de Radiacdo entre os dados da Estagdo e os Estimados - Outubro/2014 Rn - Outubro/2014 900 Estimado (91,23%) eee Estacao 700 600 | 500 & 400 300 200 100 ch Ty" Way q y ee -100 0 5 10 15 20 25 30 Tempo Decorrido (dias) Vale destacar que a variagéo na ordem dos polinémios acorreu por escolha dos autores, nao sendo utilizado, inicialmente, ordens maiores, pois 4 Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 18-10medida que aumenta-se a ordem, o tempo de processamento, consequentemente, aumenta, Também, 0 ruido branco (v(k)) foi ignorado durante a estimarao dos dados desta pesquisa A Figura 3, apresenta a comparacao entre os dadas experimentais e os dados estimados, pelo madelo, para 0 Saldo de Radiacao relativo ao més de Outubro de 2014 em Santa Maria-RS. O modelo apresentou uma acuracia de, aproximadamente, 91,2%. Com base na figura, é possivel perceber que o ciclo diurno é bem descrito pelo modelo, com picos bem representados. Porém, 0 noturno nao possui boa representapao, somente periodos que aparentam estar encobertos au de chuva, so melhores representados. Este fato, esta ligado, provavelmente, ao balanca de ondas longas (B,1) € nao ao albedo (a), uma vez que a noite o saldo de ondas longas prevalece no R,, € 0 albedo no existe para este cicla Figura 4 - Grafico de Dispersao de R,, (Estagdo x Estimado) - Modelo ARX Dispersao Outubro (Modelo ARX) 700 600 500 400 300 Rn - Estimado 200 100 -100 -100 0 100 200 300 400 500 600 700 Rn - Estacao O grafico de disperséo para 0 modelo ARX (Figura 4) mostra que a formulagao esta estimando bem os valores, com tendéncia a superestima-los, Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 18-41provavelmente, devida aos valores notumos que nao estéo sendo bem representados. Mesmo assim, sua representatividade & significativa principalmente, no periado diurno, conforme pade ser visto na Figura 3. Ainda, realizando uma analise comparativa com o modelo linear (Figura §) & possivel perceber que este, tende a subestimar os valores de R,, Figura 5 - Grafico de Dispersdo de R, (Estago x Estimado) - Modelo Linear Dispersao Outubro (Modelo Linear) 700 600 500 400 300 Rn - Estimado 200 100 -100 -100 0 100 200 300 400 500 600 700 Rn - Estacao 4 CONSIDERACOES FINAIS O presente trabalho apresenta um modelo para estimacao dos valores de R,, (Saldo de Radiagao) com base nos dados de R,, abtidos de uma estacao micrometearolagica presente no municipio de Santa Maria-RS, utilizando-se a Teoria de Identificacdo de Sistemas © modelo ARX com ordem 3 para A(q) e 6 para B(q) representou, satisfatoriamente, 0 Saldo de Radiacao para o periodo de um més, abtendo uma acuracia de, aproximadamente, 91,2%. Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 18-12Camo futuras andlises, pretende-se utilizar os dados de um ano inteiro (por exemplo, 2014) para estimar valores de outro ano. Uma vez que, neste caso, foram utilizados dados, para estimacao e validapao, de periados com estacdes do ano distintas (Margo e Outubro), 0 que pade prejudicar a aproximacao dos valores. E, 0 uso de dados referentes ao ciclo de um ano, para comparapao com outro, permite que sejam utilizados meses em estagdes do ano equivalentes, com a intengdo de verificar se a modelo consegue representar melhor os dados para ciclos equivalentes. Por fim, estéo sendo estudadas, formas de incorporar a variavel temperatura ao madelo, de mado a buscar melhores estimativas para os valores de R,, especialmente, no periodo notumo, os quais, conforme mencionado anteriormente, ainda nao estao sendo bem representados. REFERENCIAS AGUIRRE, L. Introdugao a Identificagdo de Sistemas: N&o-Lineares Aplicadas a Sistemas Reais. Belo Horizonte. 3 ed. Brasil: UFMG, 2007. LJUNG, L. System Identification: Theory for the User. 2 ed. Upper Saddle River, Estados Unidos da América: Prentice Hall, 1999. LJUNG, L. System Identification Toolbox — User's Guide. MATHWORKS., 2012.URL Disponivel em: ‘. Acesso em 28 dez. 2016. OMETTO, J. C. Bioclimatologia Vegetal. Ouro Fino, Brasil: Agronémica Ceres Ltda, 1981 ROMIO, L. C. Modelagem Matematica do Tempo de Vida de Baterias Utilizando a Teoria de Identificagao de Sistemas. Mestrado — Universidade Regional do Noroeste do Estado do Rio Grande do Sul; Ijui-RS, 2013 ‘écnicas Lineares e Revista Mundi Engenharia, Tecnologia e Gestao. Curitiba, PR, v. 1, n. 22, 18, jul/dez.,2016 18-13