ESTIMATIVA DA UMIDADE RELATIVA ATRAVÉS DE MODELO – ESTUDO DE CASO DO LITORAL BRASILEIRO

Autores

  • Ronaldo A. Medeiros Junior Professor Doutor, UFPR
  • Rodrigo Oliveira Müller Engenheiro Civil

Resumo

A umidade relativa do ambiente é um fator importante no desenvolvimento de vários processos de degradação do concreto e requisitada em modelos de durabilidade das estruturas. Contudo, a falta da medição deste parâmetro por estações meteorológicas pode dificultar a aplicação de modelos de durabilidade para uma determinada região. Neste sentido, este artigo tem o objetivo de avaliar a aplicação de um modelo para estimar a umidade relativa em ambiente marinho. Os dados de umidade relativa estimados através de modelo matemático foram comparados com dados meteorológicos obtidos pelo Instituto Nacional de Meteorologia (INMET) em um período de 30 anos. Foi verificada proximidade entre os valores estimados e medidos, com diferença percentual inferior a 10%. Análises estatísticas foram realizadas para verificar os dados. O coeficiente de correlação (r) e o índice de concordância (d) foram 0,71 e 0,62, respectivamente, representando uma condição satisfatória para aplicação do modelo.

Referências

Andrade, C.; Castillo, A. (2003) Evolution of reinforcement corrosion due to climatic variations, Materials and Corrosion, 54:379-386.

Bastidas-Arteaga, E.; Chateauneuf, A.; Sánchez-Silva, M.; Bressolette, Ph.; Schoefs, F. (2010) Influence of weather and global warming in chloride ingress into concrete: a stochastic approach, Structural Safety, 32:238-249.

Castellví, F.; Perez, P.J.; Villar, J.M.; Rosell, J.L. (1996) Analysis of methods for estimating vapor pressure deficits and relative humidity, Agricultural and Forest Meteorology, 82:29-45.

INMET (1992) National Institute of Meteorology, in Climatological normals 1961-1990, A. M. Ramos, L. A. R. Santos, and L. T. G. Fortes, editors, CD-ROM, Brazil, pp. 1-465.

Jacovides, C.P.; Kontoyiannis, H. (1995) Statistical procedures for the evaluation of evapotranspiration computing models, Agricultural Water Management, 27:365-371.

Kuo, H.L.; Raymond, W.H. (1980) A quasi-one-dimensional cumulus cloud model and parameterization of cumulus heating and mixing effects, Monthly Weather Review, 108:991–1009.

Mazer, W.; Lima, M.G.; Medeiros-Junior, R.A. (2017) Fuzzy logic for estimating the chloride diffusion in concrete, Proceedings of ICE - Structures and Buildings, 170: http://dx.doi.org/10.1680/jstbu.16.00153

Medeiros-Junior, R.A.; Lima, M.G.; Brito, P.C., Medeiros, M.H.F. (2015) Chloride penetration into concrete in an offshore platform analysis of exposure conditions, Ocean Engineering, 103:78–87.

Raymond, W.H. (2000) Moisture advection using relative humidity, Journal of Applied Meteorology, 39:2397-2408.

Tardivo, G. ; Berti, A. (2012) A dynamic method for gap filling in daily temperature datasets, Journal of Applied Meteorology and Climatology, 51:1079-1086.

Tetens, O. (1930) Über einige meteorologische Begriffe, Zeitschrift für Geophysik, 6:297-309.

Vuille, M.; Bradley, R.S.; Werner, M.; Keimig, F. (2003) 20TH century climate change in the Tropical Andes: observations and model results, Climatic Change, 59:75-99.

Willmott, C.J.; Ackleson, S.G.; Davis, R.E.; Feddema, J.J.; Klink, K.M.; Legates, D.R.; O’Donnell, J.; Rowe, C.M. (1985) Statistics for the evaluation and comparison of models, Journal of Geophysical Research, 90: 8995-9005.

Downloads

Publicado

22.08.2018

Edição

Seção

Artigos Científicos