Portal InstitucionalUFPEL

Uma das principais justificativas para que esse estudo seja desenvolvido é que pesquisas voltadas para essa temática ainda são muito incipientes, todavia de grande importância para auxiliar no planejamento estratégico na construção de parques eólicos, otimização de paradas operacionais, e alinhamento nos investimentos do setor de energia. Além do impacto que tais parques podem proporcionar na dinâmica local da atmosfera.
Assim, o presente estudo pretende avaliar o potencial eólico offshore para a região do oceano Atlântico Sudoeste, sob atuação de diferentes modos de variabilidade climática. A relação entre esses modos de oscilação atmosférica e os padrões de vento e de ondas da região pode permitir a compreensão das tendências futuras na geração de energia eólica offshore e os riscos deste tipo de atividade em oceano aberto ou regiões costeiras, e atuar como potenciais indicadores na compreensão dos efeitos, se existirem, de futuras alterações climáticas.

Área de Estudo
Para o presente estudo será considerada a área do oceano Atlântico Sudoeste compreendida entre as latitudes de 25.5°S e 45°S.
Banco de dados observados
Com a finalidade de avaliar diferentes fontes de informações, serão utilizados dados observados de estações meteorológicas do Instituto Nacional de Meteorologia (INMET) e do Instituto Uruguaio de Meteorologia (INUMET) que estejam instaladas próximo ao litoral sul brasileiro e do Uruguai. Além de dados de bóias oceânicas localizadas na região de interesse.
Entre os bancos de dados de bóias pode-se destacar o GOOS-Brasil que é a componente GOOS brasileira da Aliança Regional para a Oceanografia no Atlântico Sudoeste Superior e Tropical - OCEATLAN. O GOOS-Brasil é um sistema nacional de observação dos oceanos visando a coleta, controle de qualidade, distribuição operacional de dados oceanográficos e monitoramento oceanográfico e climatológico no Atlântico Sul e tropical.
Também serão utilizados dados de bóias provenientes do Sistema de Monitoramento da Costa Brasileira (SiMCosta), que é uma rede integrada de plataformas flutuantes ou fixas, que coletam regularmente dados meteorológicos e oceanográficos de acesso público e gratuito.
Estes dados serão fundamentais para a comparação e análise de desempenho dos demais conjuntos de dados (reanálises) para dados de ventos em superfície e outras variáveis atmosféricas e oceânicas, que posteriormente serão estimados para diferentes níveis verticais da atmosfera.
Os dados das componentes zonal e meridional do vento em superfície e em diferentes níveis verticais da atmosfera serão oriundos da reanálise ERA5 (Hersbach et al., 2020) do ECMWF, que foi projetada para substituir as versões antigas (Dee et al., 2011). O ERA5 é a quinta geração de reanálises atmosféricas do ECMWF, a qual representa um avanço considerável na qualidade geral da reanálise e no nível de detalhes, possuindo resolução espacial de aproximadamente 31 km e 137 níveis verticais na componente atmosférica. Seus produtos são disponibilizados em diferentes resoluções temporais, da escala horária até a mensal. O período de cobertura dos dados é de 1979 até os dias atuais. Os dados são disponibilizados em uma plataforma na página do projeto Copernicus Climate Change Service Data Store – CDS.
Modos de Variabilidade Climática
Os modos de variabilidade climática são oriundos de padrões atmosféricos e/ou oceânicos que se desenvolvem em uma região específica e afetam o clima local e/ou de áreas remotas em todo o mundo. A ligação entre os modos de variabilidade climática e as anomalias climáticas em grandes distâncias é chamada de teleconexão (Reboita et al., 2021).
No presente projeto se dará ênfase aos modos de variabilidade climática que atuam em diferentes escalas de tempo, como a Oscilação Multidecadal do Atlântico (AMO). O índice da AMO é derivado através do método de Trenberth & Shea (2006), que consiste da retirada da tendência da temperatura da superfície do mar (TSM) global em relação a região compreendida entre 80°W até o meridiano de Greenwich, e da linha do equador até a latitude de 60°N, além da utilização de um filtro de passa-baixa de 10 anos (Lindemann et al., 2019; Lindemann & Freitas, 2020).
Ainda, há a relação da AMO, modo de menor frequência, com outros modos que atuam em escala temporal de maior frequência, tal como o El Niño Oscilação Sul (ENOS). O fenômeno ENOS é dividido em duas fases, de forma que os episódios de El Niño refletem períodos de TSM excepcionalmente quentes em todo o oceano Pacífico Tropical oriental e os episódios de La Niña representam períodos de TSM abaixo da média no Pacífico Tropical oriental. Esses episódios geralmente duram aproximadamente de 9 a 12 meses (Cai et al., 2020). A Oscilação Decadal do Pacífico (PDO – Pacific Decadal Oscillation) é um padrão de variabilidade climática do oceano Pacífico Norte, com um comportamento semelhante ao ENOS, mas que varia em uma escala de tempo muito mais longa. A PDO pode permanecer na mesma fase por 20 a 30 anos. Paralelamente ao fenômeno ENOS, as fases extremas da PDO foram classificadas como quentes ou frias, conforme definido pelas anomalias da TSM nas regiões nordeste e tropical do oceano Pacífico (Deser et al., 2010).
Enquanto algumas teleconexões podem ser descritas pelas anomalias de TSM, outras podem ser identificadas por outro tipo de variável meteorológica, como é o caso da Oscilação Antártica (ou Modo Anular Sul - Southern Annular Mode, SAM). Nesta, a fase positiva é caracterizada pela anomalia positiva da pressão atmosférica nas médias latitudes e negativa sobre a Antártica, o que acarreta no fortalecimento do vórtice circumpolar e uma intensificação dos ventos zonais de oeste que circundam a Antártica. A fase negativa é o inverso da positiva, ou seja, a anomalia de pressão sobre a Antártica é negativa e a anomalia de pressão nas médias latitudes é positiva (Marshall, 2003).
Os índices apresentados anteriormente, apesar de ocorrerem em regiões remotas à região de interesse (oceano Atlântico Sudoeste), possuem interferência através de padrões e anomalias atmosféricas que são transportadas através das teleconexões existentes.
Além dos índices de origem oceânica e atmosférica em diferentes bacias oceânicas, também serão analisados os que ocorrem no oceano Atlântico e acabam por interferir no OASo. O primeiro a ser destacado é o Dipolo do Atlântico Sul (SAD - Southern Atlantic Dipole), que corresponde a anomalias negativas de TSM nas latitudes do sul do Brasil e Uruguai e positivas na parte mais próxima ao equador. Na literatura, há dois índices encontrados para o SAD (Souza & Reboita, 2021).
Um deles é o Dipolo Subtropical do Atlântico Sul (SASDI - South Atlantic Subtropical Dipole index) que é definido por Morioka et al., (2011) e obtido através do cálculo das médias espaciais das anomalias de TSM para o setor nordeste do Atlântico Sul, 0 º - 20º O e 15º S - 25º S. O outro índice é o Dipolo do Oceano Atlântico Sul (SAODI - South Atlantic Ocean dipole Index) que é definido por Nnamchi et al., (2011) e obtido para o setor nordeste do Atlântico Sul, 10º E - 20º W, 0º - 15º S, e para o setor subtropical, 10º - 40º W, 25º S - 40º S, utilizando o conjunto de TSM do Extended Reconstructed Sea Surface Temperature (ERSST, versão 5) para o cálculo desses índices.
Ainda na esteira de influências da TSM do oceano Atlântico, é importante destacar o índice do Atlântico Norte Tropical (TNA - Tropical Northern Atlantic Index), que é um indicador das temperaturas da superfície do mar no leste do oceano Atlântico Norte tropical. Em contrapartida, há o índice Atlântico Sul Tropical (TSA - Tropical Southern Atlantic Index), que é um indicador das temperaturas da superfície mar no oeste do Oceano Atlântico Sul tropical.
Estatística aplicada
As técnicas estatísticas descritivas serão aplicadas para a comparação de desempenho da reanálise ERA5 em relação aos dados observados. Também serão avaliadas as estimativas de vento em diferentes alturas e o potencial eólico para diversas condições de atuação dos modos de variabilidade climática, além de determinar a influência oceânica e atmosférica nas torres e cabeamentos que geram e transportam a energia eólica produzida, respectivamente. Para isso, serão gerados gráficos, cálculos para determinação das médias anuais e sazonais de cada variável, anomalias, desvio padrão e análise de tendências estatisticamente significativas via teste de Mann-Kendall, além do cálculo de correlação para verificação de possíveis correlações entre as variáveis.
Os gráficos do tipo boxplot também serão utilizados neste projeto, por representar um recurso visual que resume os dados de forma a apresentar a mediana, os quartis, os valores pontuais máximos e mínimos e valores discrepantes (outliers) (Neto et al., 2017).
Complementando a estatística descritiva, a correlação entre os dados de vento e demais variáveis atmosféricas e oceanográficas e do potencial eólico offshore com os modos de variabilidade climática também será adotado. Para obter um maior grau de confiabilidade nos cálculos, será calculada a significância das correlações entre as variáveis.
Por fim, análises de tendências estatisticamente significativas das variáveis serão realizadas através do teste de Mann-Kendall. O teste de Mann-Kendall (MK) é um teste estatístico não paramétrico, proposto por Mann (1945) e Kendall (1975), utilizado principalmente para identificação de tendências.
Além da estatística descritiva básica, técnicas estatísticas mais robustas também serão utilizadas para relacionar as variações espaço/temporal do vento, potencial eólico offshore e outras variáveis atmosféricas e oceânicas (e seus extremos) com os modos de variabilidade climática. O emprego de técnicas de regressões, Wavelet e de Funções Ortogonais Empíricas (EOF - Empirical Orthogonal Functions) poderão relacionar as variações espaço/temporais do potencial eólico offshore em diferentes fases dos modos, para auxiliar na identificação de padrões em diferentes períodos do ano.
Também não se descarta a utilização de outras técnicas estatísticas que poderão se fazer necessárias, conforme as análises e os resultados desenvolvidos no decorrer do projeto.

As seguintes metas serão atingidas dentro do prazo determinado para a execução deste projeto:
Meta 1 – Determinar o comportamento espaço/temporal do vento em diferentes alturas e frequências temporais, utilizando dados observados e modelados;
Meta 2 – Estabelecer o desempenho dos diferentes conjuntos de dados para o cálculo da velocidade e direção do vento, além do potencial eólico offshore;
Meta 3 – Estimar se os modos de variabilidade climática podem influenciar no potencial eólico offshore e em quais níveis verticais essa relação é mais relevante.