P/02 · PESQUISA · FROG LAB

WindAnalyzer

Modelagem não paramétrica de dados de vento num app Shiny: reanálise MERRA-2 corrigida com estações do INMET, agrupada, estimada e simulada.

Artigo submetidoR · ShinyDepto. de Eng. Industrial

FICHA

Lab: FROG · PUC-Rio
Dados: MERRA-2 + INMET
Métodos: K-means · KDE · Monte Carlo
Base: R · Shiny
Saída: app + artigo
Período: [PERÍODO]

[CAPTURA DO APP · 1600×900]

FIG.02 — INTERFACE DO WINDANALYZER[DATA DA CAPTURA]

0x01O estudo

Vento não obedece a uma distribuição bem-comportada. Forçar uma forma pronta esconde justamente os padrões que importam.

A reanálise MERRA-2 cobre tudo, mas tem viés; as estações do INMET medem de verdade, mas só onde existem. O trabalho junta as duas fontes e modela o resultado sem supor distribuição.

[Contexto: quem usa o resultado e para quê.]

M/01

Correção por razão

Ajusta o viés da reanálise usando a razão com o que as estações mediram.

M/02

K-means

Separa regimes de vento parecidos antes de modelar cada um.

M/03

KDE

Estima a distribuição direto dos dados, sem impor uma forma.

M/04

Monte Carlo

Simula cenários a partir das distribuições estimadas.

Viés após correção

[—%]

vs. reanálise bruta

Estações INMET

[N]

na área de estudo

Cenários simulados

[N]

Monte Carlo

[Resultado principal em uma frase, com o número do artigo.]

0x02O que aprendi

R/01

[Aprendizado sobre os dados.]

R/02

[Aprendizado sobre o método.]

R/03

[O que eu faria diferente.]