Bases de dados de irradiância solar para avaliação de longo prazo: SARAH-3, CAMS e NASA POWER

← Notas Técnicas

Em projetos de energia solar fotovoltaica, a estimativa de GHI (Irradiância Horizontal Global) de longo prazo é o insumo mais crítico da geração de energia — correspondente ao que a velocidade média de vento representa em projetos eólicos. Assim como a escolha da reanálise atmosférica afeta a MCP eólica (NT.02), a escolha da base de dados de irradiância afeta diretamente o P50 estimado de geração e, por cascata, toda a estrutura de incerteza que determina o P90 para fins de DSCR.

Três bases de dados gratuitas dominam o mercado brasileiro: SARAH-3 (CM SAF/EUMETSAT/DWD), CAMS (Copernicus Atmosphere Monitoring Service) e NASA POWER (derivado da reanálise MERRA-2). Cada uma tem arquitetura, resolução e performance radicalmente diferentes — e erros sistemáticos distintos por região do Brasil. Esta nota apresenta uma comparação metodológica e quantitativa para orientar a seleção e o uso dessas fontes em laudos bankáveis.

As três bases de dados: arquitetura e resolução

As diferenças de desempenho entre as bases são consequência direta de suas arquiteturas de derivação. Conhecer os princípios de cada uma é fundamental para entender onde cada base falha e por quê:

CM SAF SARAH-3 (Surface Solar Radiation Data Set — Heliosat, versão 3). Derivada de imagens dos satélites METEOSAT geoestacionários (EUMETSAT) pela Agência Espacial Europeia e DWD. Cobre Europa, África e América do Sul de 1983 a 2022. Resolução espacial ~0.05° (~5.5 km) e temporal horária. O método Heliosat converte refletância do topo da atmosfera em índice de cobertura nubosa (Cloud Index, CI) e depois em GHI via relação com radiação clearsky. A principal fraqueza é a sensibilidade à aerossol: em regiões com carga elevada de aerossol (como o semiárido nordestino, afetado por poeira sahariana transoceânica), o método Heliosat tende a interpretar parte da atenuação por aerossol como clearsky, resultando em superestimativa de GHI.

CAMS (Copernicus Atmosphere Monitoring Service). Desenvolvido pelo ECMWF e produzido pela MINES ParisTech. Combina modelo de clearsky de alta qualidade (Ineichen-Perez calibrado) com dados de aerossol e nuvens do próprio CAMS. Resolução espacial similar ao SARAH-3 (~2–5 km via satélite METEOSAT), com dados horários disponíveis desde 2004. Por ter tratamento explícito e calibrado de aerossol e vapor d'água, tende a performar melhor que SARAH-3 em regiões de alta carga aerossolítica. Seu período histórico mais curto (a partir de 2004) limita a estimativa de variabilidade interanual de longo prazo.

NASA POWER. Derivado da reanálise atmosférica MERRA-2 (50 km de resolução espacial) com correções via satélite. Disponível desde 1981, cobertura global, totalmente gratuito e com API robusta. É o mais usado por conveniência — mas tem o pior desempenho entre as três bases para aplicações locais, com RMSD horário tipicamente 20–32% e bias positivo sistemático no Brasil (superestima GHI), consequência direta da suavização de resolução espacial grosseira que não captura variabilidade de nebulosidade local.

Propriedade	SARAH-3	CAMS	NASA POWER
Resolução espacial	~0.05° (5 km)	~0.05° (5 km)	~0.5° (50 km)
Resolução temporal	Horária	Horária	Horária (interpolada)
Série histórica	1983–2022 (40 a)	2004–presente (20 a)	1981–presente (43 a)
Tratamento de aerossol	Implícito via CI	Explícito (CAMS atm.)	Parcial (MERRA-2)
RMSD (horário, típico)	12–20%	14–22%	20–32%
Acesso	Portal CM SAF / CDS	Copernicus CDS	NASA POWER API

Bias regional no Brasil: MBD por base de dados

O Mean Bias Difference (MBD) — definido como (satélite − piranômetro) / piranômetro — varia sistematicamente por região em função da nebulosidade, aerossol e topografia local. Estudos de validação com estações SONDA (INPE) e BSRN revelam três padrões distintos:

Nordeste brasileiro (semiárido): Alta insolação, baixa nebulosidade, mas carga significativa de aerossol de poeira sahariana transportada pelo Atlântico. SARAH-3 superestima (+3–5%) pois o Heliosat não separa bem atenuação por aerossol de clearsky. CAMS performa melhor (+0.5–2.5%) pelo tratamento explícito de aerossol. NASA POWER apresenta o maior bias positivo (+3–7%) e RMSD elevado.

Sudeste e Centro-Oeste (cerrado e transição): Regime misto — seco no inverno, com convecção intensa no verão. Nebulosidade de Cu/Cb de desenvolvimento rápido dificulta todos os modelos baseados em satélite geoestacionário. SARAH-3 fica próximo de zero bias no inverno e levemente positivo no verão (+0.5–2%). CAMS similar. NASA POWER mantém bias positivo (+1–3%) ao longo do ano.

Sul (subtropical, frentes frias frequentes): Maior variabilidade de nebulosidade, ventos em jato, frentes extra-tropicais. SARAH-3 tende a subestimar levemente (−2 a 0%) pois o algoritmo CI calibrado para nuvens convectivas tropicais se adapta pior a sistemas frontais. CAMS é mais robusto. NASA POWER mantém bias levemente positivo (+0.5–2%).

CAMS é consistentemente o menos viesado nas três regiões. SARAH-3 tem excelente desempenho no SE/CO e Sul, mas superestima no NE (aerossol). NASA POWER superestima sistematicamente em todo o Brasil — bias que se traduz diretamente em P50 inflado se não for corrigido. Um bias de +4.8% (NE) em um projeto de 300 GWh/ano equivale a 14.4 GWh de P50 fictício.

Sazonalidade: como o bias varia ao longo do ano

O erro médio anual esconde sazonalidade importante. Em projetos de energia solar, o perfil mensal de GHI determina o despacho sazonal e é crítico para análise de energia no horário de ponta (HFP vs HCP). Bases de dados com erro sistemático sazonal — mesmo que o MBD anual seja pequeno — podem distorcer a estimativa de receita em estruturas de PPA com preço diferenciado por hora do dia ou estação.

Para o Nordeste brasileiro, observa-se um padrão comum: NASA POWER superestima mais no período seco (junho–outubro), quando a poeira sahariana atinge o pico de concentração e o algoritmo MERRA-2 não resolve adequadamente a atenuação por aerossol. SARAH-3 mostra sazonalidade ligada ao ciclo de nuvens convectivas — mais próximo do solo no período úmido (janeiro–abril). CAMS, por tratar aerossol explicitamente, tem comportamento sazonal mais estável.

NASA POWER (linha tracejada escura) está consistentemente acima do solo em todos os meses — com maior desvio no período seco (Jun–Out), quando aerossol sahariano atinge pico. SARAH-3 (tracejado âmbar) e CAMS (cinza) ficam mais próximos, mas ainda acima do solo na maioria dos meses. O piranômetro de solo calibrado (linha teal sólida) é sempre a referência — o objetivo das bases satélite é aproximar-se dele, não substituí-lo.

Incerteza de GHI de longo prazo e impacto no P90 FV

A incerteza de GHI de longo prazo para fins de laudo bankável combina dois termos:

• Incerteza do modelo satélite (σ_sat): o MBD e RMSD da base de dados versus a realidade física. Pode ser reduzida (mas não eliminada) pela validação com piranômetro de solo. Se a base superestima 3% e o analista não corrige, esse bias entra diretamente no P50.
• Variabilidade interanual de GHI (σ_IAV): a flutuação natural da insolação ano a ano, causada pelo ENSO, dipolo do Atlântico e outros modos de variabilidade climática. Para o Brasil, σ_IAV é tipicamente 2–4% da GHI média para períodos de 20–30 anos. Não pode ser eliminada — apenas estimada.

O σ_total para a estimativa de GHI de longo prazo, propagado via RSS, determina o P90 de geração FV (junto com incertezas de modelo de conversão, perdas, degradação). Uma base de dados com σ_sat alto — como NASA POWER — contribui com quase o dobro de incerteza que SARAH-3 ou CAMS, mesmo para um analista que corrige o bias médio, pois a variabilidade residual (RMSD mensal) ainda é maior.

A diferença entre usar NASA POWER isolado (P90/P50 = 92.9%) e validar contra piranômetro de solo (P90/P50 = 97.7%) representa 4.8 pontos percentuais de P90 — o equivalente a 14.4 GWh/ano em um projeto de 300 GWh de P50. Isso é cobertura de dívida, não margem técnica. O ensemble SARAH-3+CAMS, que não requer instrumentação de campo, já captura metade desse ganho.

Hierarquia de seleção para laudos bankáveis

Com base na análise de desempenho e nos valores típicos de σ, a hierarquia de seleção de fonte para estimativa de GHI de longo prazo em laudos de recurso solar é:

1. Piranômetro de solo calibrado + base satélite para extrapolação de longo prazo. Obrigatório para projetos acima de 50 MWp em due diligence primária. O piranômetro corrige o bias da base satélite e reduz σ_sat para ~1.0–1.5%; a base satélite fornece a série temporal longa para estimar variabilidade interanual. Ver NT.03 para critérios de QA/QC da estação de solo.
2. Ensemble SARAH-3 + CAMS. Adequado para due diligence preliminar, estudos de viabilidade e projetos menores. Combinar as duas bases não é simples média aritmética — o processo correto é: verificar o MBD de cada base contra a normal climatológica regional (BSRN ou SONDA), corrigir individualmente os biases, depois calcular a média ponderada pela variância inversa. Resultado típico: σ_total ~ 2.5%.
3. CAMS (sozinho, com correção de bias regional). Aceitável se houver evidência documentada de MBD baixo para a região específica e a série histórica for suficiente (≥ 15 anos). Deve ser declarado como fonte única com sua incerteza correspondente.
4. SARAH-3 (sozinho, NE excluído). Adequado para SE/CO e Sul. Para NE, o bias de aerossol deve ser corrigido com dados regionais de AOD (Aerosol Optical Depth) do AERONET ou CAMS, ou a base deve ser substituída por CAMS.
5. NASA POWER — não recomendado como fonte primária. Aceitável apenas para triagem inicial (análise de pré-viabilidade) ou como dado de entrada para modelos de reanálise. Deve ser declarado explicitamente como fonte limitada com σ ≥ 5.5%. Laudos que apresentam P50 derivado exclusivamente de NASA POWER sem correção de bias são devolvidos sistematicamente por ITAs qualificados.

Período de sobreposição e janela de validação

A validação de uma base satélite contra piranômetro de solo requer uma janela de sobreposição suficiente para capturar sazonalidade e variabilidade. Critérios mínimos:

• 12 meses contínuos como mínimo absoluto — captura um ciclo sazonal completo mas não variabilidade interanual;
• 24 meses — adequado para calcular MBD mensal com intervalo de confiança aceitável (±0.5–1.0% para R² ≥ 0.95 em escala horária);
• 36 meses ou mais — suficiente para estimar σ_IAV local e calcular o fator de correção de longo prazo com incerteza inferior a 1.5%.

Períodos de sobreposição menores que 12 meses não devem ser usados para corrigir o bias de bases satélite em laudos de due diligence. A janela de validação deve estar documentada no laudo com: datas de início e fim, disponibilidade de dados do piranômetro (% de horas válidas por mês, conforme IEC 61724-1), e tabela de MBD/RMSD mensal e total.