Escolar Documentos
Profissional Documentos
Cultura Documentos
REFERÊNCIA BIBLIOGRÁFICA
ALMEIDA, Lindemberg Oliveira de. Estudo para atualização do mapa de ventos da NBR
6123. 2010. 116f. Tese de mestrado em Infra-Estrutura Aeroportuária – Instituto Tecnológico
de Aeronáutica, São José dos Campos.
CESSÃO DE DIREITOS
___________________________
Lindemberg Oliveira de Almeida
Avenida Senador Fernandes Távora, 811 -Henrique Jorge
CEP 60510-291 - Fortaleza - CE
iii
ITA
iv
Agradecimentos
Resumo
precisam de constantes atualizações, devido por exemplo às mudanças impostas pelo clima.
Este trabalho tem por objetivo obter um mapa de ventos atualizado para a norma brasileira
abordagem computacional para tratamento dos dados utilizando rotinas em C++ e no software
estatístico R, inicialmente com dados mais recentes e mesmo método do mapa anterior e em
se um novo mapa de ventos extremos para todo o território nacional com estações de dados
entre 10 e 15 anos. Concluiu-se entre outras coisas que o novo mapa de velocidade básica de
vento do Brasil obtido neste trabalho traz consigo dados em maior quantidade e qualidade,
anterior.
Abstract
In the calculation of structures under wind action, standards for design of structures need
constant updates, for example due to changes imposed by climate. This work aims to obtain
an updated map of winds to the Brazilian standard NBR 6123 - Forces on buildings due to
wind. Mathematical aspects such as interpolation on Kriging and the method of fitting
Maximum Likelihood were discussed, and a review on the main functions of probability
distribution for extreme winds, particularly the Gumbel distribution.. It was used a
computational approach for processing the data using routines in C++ and the R statistical
software, initially with recent data and the same methodology of the old map, and then a new
method using Kriging and the Gumbel distribution. It was obtained a new map of extreme
winds throughout the country with stations of data between 10 and 15 years. It was concluded
among other things that the new map of basic wind speed of Brazil obtained in this work
brings data in greater quantity and quality, although it presents the basic values of speeds
Lista de ilustrações
Figura 1: Velocidade básica do vento, mapa apresentado pela NBR 6123 (ABNT, 1988, p.6) 4
Figura 2: Velocidade básica do vento segundo Padaratz (1977)................................................5
Figura 3: Incidências de tornado no Brasil, compilado a partir de dados de Gonçalves et al.
(2007) ......................................................................................................................................... 6
Figura 4: Gráfico das funções de distribuição de probabilidades de Weibull, Fréchet e
Gumbel, para a=10, b=2,6 e diferentes valores de q (BAUTISTA, 2002)...............................14
Figura 5: Análise de Gumbel para dados de 3-s de rajada na estação Changi. Adaptado de
Choi e Tanurdjaja (2002).......................................................................................................... 16
Figura 6: Papel de probabilidade de Gumbel para ventos do Aeroporto Internacional do
Kuwait. Adaptado de Neelamani et al. (2007) ......................................................................... 16
Figura 7: Velocidades de Vento Máximas Anuais na estação de Aparri, Cagayan.
(GARCIANO et AL, 2005)....................................................................................................... 17
Figura 8: Diagrama de medições de concentrações de enxofre em uma extensão de 8km de um
campo de medição (ARMSTRONG, 1998) ............................................................................. 21
Figura 9: Variograma esférico (ARMSTRONG, 1998) ...........................................................22
Figura 10: Variograma exponencial (ARMSTRONG, 1998) .................................................. 22
Figura 11: Variograma gaussiano (ARMSTRONG, 1998) ......................................................22
Figura 12: Representação geral da atmosfera com a posição das células de circulação, bem
como os ventos típicos próximos à superfície terrestre (CAVALCANTI et AL, 2009)........... 25
Figura 13: Formação de uma Tempestade Tropical (GONÇALVES et AL., 2007)................. 26
Figura 14: Início da formação de tornado em 05/2005 em Indaiatuba – SP (GONÇALVES et
AL., 2007) ................................................................................................................................. 27
Figura 15: Desenvolvimento de Super-célula em tornado em 05/2005 - Indaiatuba – SP
(GONÇALVES et AL., 2007)................................................................................................... 27
Figura 16: Foto de satélite do furacão Catarina, ocorrido em Santa Catarina em 2005.
Departamento Estadual da Defesa Civil de Santa Catarina (2005) apud Gonçalves et al.
(2007) ....................................................................................................................................... 28
Figura 17: Ilustração do comportamento exponencial da velocidade média em km/h
(GONÇALVES et AL., 2007)................................................................................................... 29
Figura 18: Evolução anual do número de medições de velocidade de vento para as estações do
CPTEC/INPE............................................................................................................................ 37
Figura 19: Perfil de variação da velocidade de ventos em ordem crescente para trecho final do
ano de 2001, dados do CPTEC/INPE....................................................................................... 38
Figura 20: Comparativo entre γ's obtidos por rotinas em C++ e em R ....................................44
Figura 21: Comparativo entre β's obtidos por rotinas em C++ e em R ....................................45
Figura 22: Mapa de estações válidas para a primeira fase do método ..................................... 46
Figura 23: Mapa de velocidades básicas de vento (isopletas) obtido na primeira fase do
método (m/s)............................................................................................................................. 47
Figura 24: Mapa de estações válidas para a segunda fase do método...................................... 48
Figura 25: Mapa de velocidades básicas de vento (isopletas) obtido na segunda fase do
método (m/s)............................................................................................................................. 49
Figura 26: Mapa de estações válidas para a terceira fase do método .......................................51
Figura 27: Mapa de velocidades básicas de vento (isopletas) obtido na terceira fase do
método (m/s)............................................................................................................................. 52
Figura 28: Mapa de isopletas do Brasil, proposto para atualização da norma (m/s)................ 56
Figura 29: Velocidades Máximas Anuais da estação Boa Vista (Aeroporto) .......................... 73
x
SUMÁRIO
1. Introdução........................................................................................... 1
1.1 Objetivos................................................................................................................ 2
2. Distribuição de Gumbel................................................................... 13
4.4 Discussão sobre a modelagem das isopletas apresentada pela NBR 6123..... 33
5. Materiais e Métodos......................................................................... 36
5.1 Materiais.............................................................................................................. 36
modelo proposto.......................................................................................................... 41
modelo proposto.......................................................................................................... 43
7. Considerações finais......................................................................... 54
Referências .................................................................................................................. 64
1. INTRODUÇÃO
Nos dias de hoje, cada vez mais o homem busca inovar e aperfeiçoar seus
conhecimentos em benefício de todos, em seu benefício. Uma interação com a natureza se faz
cada vez mais necessária e fundamental, pois sua exploração serve para fins de sobrevivência
em uma edificação. Mas como falar de durabilidade sob a ótica das mudanças climáticas, por
exemplo? Os ventos são um caso particular que serve de ilustração, pois a Engenharia busca
entender e quantificar suas conseqüências nas construções evitando que elas durem menos ou
buscou-se minimizar seus efeitos danosos. Nas construções, ventos fortes são causa de
uma normalização específica visando prever e adequar-se aos efeitos dos ventos extremos
(ABNT, 1988). Para isto faz-se necessária uma quantificação e representação gráfica das
1.1 Objetivos
norma NBR 6123 – Força devida aos ventos em edificações (ABNT, 1988) utilizando para
isto dados mais recentes e em maior quantidade, além de uma função de distribuição de
quantidade e qualidade.
Objetivos específicos:
dados sob o ponto de vista estatístico mas com dados mais recentes e de esperada melhor
CPTEC/INPE;
dados sob o ponto de vista estatístico e de segurança estrutural, com dados novos e de
1.2 Justificativa
Segundo Padaratz (1977), em seu trabalho anterior que possibilitou a geração do mapa
de isopletas apresentado na norma NBR 6123 (ABNT, 1988), deveria ser buscada, em
continuidade às análises desenvolvidas, uma melhoria na geração dos dados, que foram
inicialmente trabalhados por Vieira Filho (1975) apud Padaratz ( 1977), bem como dados de
estatísticos adotados.
Foram inicialmente realizados contatos com projetistas e profissionais que lidam com
a NBR 6123 (ABNT, 1988) – todos contatados via internet - onde segundo eles haveria
necessidade de melhorar a realidade traduzida pelo atual mapa de ventos. Aspectos como
densidade de curvas foram tratados, sendo que tais questões podem ser resolvidas com uma
abordagem mais precisa e funcional do problema. A Figura 1 ilustra o atual mapa de isopletas
No que se refere a estas melhorias pode-se afirmar que apenas o avanço tecnológico,
com ferramentas computacionais mais rápidas e precisas já justificaria uma nova análise dos
dados utilizados para a geração do mapa da Figura 1. Além disso, existem os problemas
Sob o ponto de vista funcional pode-se escolher entre membros um grupo maior de
funções estatísticas, o que traz à tona a utilização de funções que se aproximem mais do
regionalização nada mais é do que a abordagem que trata o mapa como um modelo que, ponto
a ponto, apresenta um valor real de velocidade ou pelo menos próximo do valor real dentro de
4
Figura 1: Velocidade básica do vento, mapa apresentado pela NBR 6123 (ABNT, 1988, p.6)
5
25 m/s do mapa de isopletas inicial, porposto por Padaratz (1977), ilustrado na Figura 2
abaixo.
O vento não era problema em construções baixas e pesadas de grossas paredes, mas
passou a ser, e em medida crescente, quando as construções foram se tornando cada vez mais
1986). Com isto, muitos elementos construtivos nos dias de hoje são mais vulneráveis às
Não de pode desprezar o fato de que as velocidades básicas de vento obtidas através de
atualizados, seriam condizentes com uma realidade climática mais atual. Sob o ponto de vista
adequadamente projetadas segundo a norma. Podem ser integrados dados mais próximos aos
dados de velocidade de vento gerados por fenômenos como tornados e ventos extremos em
geral, frutos recentes e crescentes das mudanças climáticas pelo mundo (DAVENPORT,
2002). Por exemplo, uma visão da evolução crescente do número de tornados no Brasil está
Figura 3: Incidências de tornado no Brasil, compilado a partir de dados de Gonçalves et al. (2007)
7
ventos extremos no meio da Engenharia Estrutural brasileira. Santos (1989) avaliou os ventos
cidade de Piracicaba-SP, mas que pode ser aplicada de forma similar para outros pontos de
medição. De certa forma este trabalho fez o que o trabalho de Padaratz (1977) indicara ser
(ABNT, 1988), que era trabalhar melhor as diferentes funções de modelização estatística de
modo a se obter dados mais confiáveis. Bautista (2002) trouxe como conclusão a indicação da
Brasil todo, mas o resultado pode, por uma questão de simplificação, ser generalizado às
demais estações.
Gumbel é a que melhor se ajusta aos dados de velocidade máxima de ventos para os meses de
agosto e setembro também para a cidade de Piracicaba-SP, enquanto que a mistura de duas
8
civis e outras.
Em outros países alguns estudos devem ser destacados. Zuranski e Jaspinska (1996)
propuseram uma análise direcional dos ventos extremos na Polônia, aplicando a distribuição
também pela distribuição de Gumbel. Ambos os trabalhos podem ser uma futura fonte de
Pareto Distribution - GPD, afirmam que o uso da distribuição Generalized Extreme Value –
irreal e deve ser evitada, isto para grandes períodos de retorno, pois gera elevados valores de
velocidade de vento. Além disso, considera que a utilização da distribuição de Gumbel traz
Cheng e Yeung (2002) diagnosticaram, através da GPD, que a maioria das 143
Weibull, ou GEV do tipo III. O argumento de Kasperski (2002) para a não utilização da
distribuição de Gumbel é sua cauda superior infinita, que gera resultados fora da realidade
Sacré (2002) desenvolveu um estudo visando obter um mapa de ventos extremos para
em relação ao Método das Tempestades Independentes. Mais tarde Sacré et al. (2007) fizeram
um novo estudo utilizando mais dados e adotando o Método das Tempestades Independentes,
com dois métodos probabilísticos: tanto o Método das Tempestades Independentes como o de
Gumbel foram qualificados como bons. Trata-se de uma situação especial dada a dimensão
reduzida do país. O Método das Tempestades Independentes é citado por An e Pandey (2005)
Miller (2003) em seu estudo para um mapa regionalizado que cobre toda a Europa,
utilizou a abordagem dos ventos geostróficos, que são uma aproximação dos ventos reais,
dentro de uma modelização que utilizou medidas de pressão ao nível o mar como base. Trata-
que no caso francês o mapa individual foi até 10m/s superior ao mapa Europeu.
com períodos de retorno de 50 a 500 anos, o que pode ser negativo pelo aspecto de obterem-
10
se valores mais elevados mas, por outro lado, pode ser favorável à segurança sob o ponto de
Sotillo et al. (2006) fizeram uma análise dos ventos extremos no Mar Mediterrâneo
utilizando uma modelização com a distribuição de Gumbel, embora não tenham entrado a
Xiao et al. (2006) fizeram um estudo probabilístico para Hong Kong concluindo que a
distribuição de Gumbel bem como a de Weibull tri-paramétrica são as mais indicadas para
que é pouco usada pelos trabalhos mais relevantes, mas que se explica para o caso de Hong
velocidade de 10 min com diferentes períodos de retorno, o que também de certa forma
Escalante-Sandoval (2008) traz à tona o problema das estações com poucos dados, e
avalia que a utilização de ferramentas bivariacionais no problema de ventos extremos pode ser
contínuos.
modelizado também pela distribuição de Gumbel. Além disso, Garciano et al. (2005)
11
utilizaram o método de interpolação por Krigagem para definir as curvas do mapa, usando
softwares Surfer e MATLAB e dentre suas conclusões afirmam que o método da Krigagem é
o mais adequado para interpolar medidas de ventos em estruturas. Luo, Taylor e Parker
trabalho, bem como sua justificativas e como se desenvolvem trabalhos semelhantes no Brasil e
no Mundo.
mostrando alguns gráficos e exemplos de aplicação bem como o processo de cálculo para
No Capítulo 4- Ação do Vento nas Estruturas, será exposto um pouco sobre o vento
e suas origens no Brasil, os condicionantes da ação do vento nas construções, a ação de cargas de
vento nas estruturas e uma discussão sobre a modelagem de isopletas apresentada pela NBR6123,
levando em conta que sua boa compreensão é importante para as análises seguintes.
12
a serem aplicados nas três diferentes fases do desenvolvimento do trabalho, no que tange os
2. DISTRIBUIÇÃO DE GUMBEL
Na seção 1.3 foi apresentada uma revisão bibliográfica sobre os principais trabalhos
Gumbel pelos bons resultados apresentados por diversos pesquisadores que trabalham com
dados de vento. O trabalho de Bautista (2002) mostrou ser a distribuição de Gumbel a melhor
funções analisadas do grupo da distribuição Generalizada de Valores Extremos, GVE, que são
Sotillo et al. (2006), Itoi e Kanda (2002), Cheng e Yeung (2002), Zuranski e Jaspinska
(1996), Sacré (2002), Xiao et al. (2006), Choi e Tanurdjaja (2002), Garciano et al. (2005) e
países e regiões.
de Gumbel nestes trabalhos. Inicia-se por Cheng e Yeung (2002), onde é citado o conceito de
forma. Para c =0, ou seja o limite quando c se aproxima de zero, a Equação (1) torna-se:
(Fréchet) e Tipo III (Weibull reversa). Ressalta-se que a diferença matemática entre as
distribuições do tipo II e III é uma mudança de sinal. Tais distribuições podem ser
Figura 4: Gráfico das funções de distribuição de probabilidades de Weibull, Fréchet e Gumbel, para a=10,
b=2,6 e diferentes valores de q (BAUTISTA, 2002)
escrita como:
Tais parâmetros podem ser estimados para se obter a velocidade de referência para
por Padaratz (1977) para estimar os parâmetros da distribuição de Fréchet para o Brasil.
Quadrados. Segundo An e Pandey (2005) o Método dos Mínimos Quadrados com a utlização
1
− ln(− ln(1 − )) com a velocidade de referência do vento para cada valor de T, linearizando
T
Verossimilhança foi considerado como mais estável e convergente para estes autores, o que
estações das Filipinas, mas usando uma abordagem de IC - Intervalos de Confiança como
avaliação da dispersão dos dados brutos. Choi e Tanurdjaja (2002) também trabalharam o
problema da dispersão dos dados brutos a partir de uma abordagem com Intervalos de
Confiança para as velocidades medidas sob 3 segundos. Um exemplo gráfico de como este
Figura 5: Análise de Gumbel para dados de 3-s de rajada na estação Changi. Adaptado de Choi e
Tanurdjaja (2002)
Figura 7: Velocidades de Vento Máximas Anuais na estação de Aparri, Cagayan. (GARCIANO et AL,
2005)
1
P(v) = 1 − , onde T é o período de recorrência.
T
1
1− = exp{− exp[−(v − µ ) / σ ]} (7)
T
1
vT = µ − σ . ln(− ln(1 − )) (8)
T
18
T.
19
calcula estimativas dentro de um contexto regido por um fenômeno natural com distribuição
no espaço e, desse modo, supõe que os valores das variáveis, consideradas regionalizadas,
sejam espacialmente correlacionados. Devido a essa característica tem sido grande a sua
Segundo Armstrong (1998) a Geoestatística tem sido aplicada nas últimas décadas
com superioridade como um método de estimativa de reservas na maioria dos tipos de minas,
O uso da Geoestatística tem se estendido para outros campos como, por exemplo, na
Segundo Landim e Sturaro (2002), se uma variável regionalizada Z(x) for coletada em
diversas observações x, o valor de cada observação estará relacionado com valores obtidos a
partir de pontos situados a certa distância h, e a influência será tanto maior quanto menor for
h.
usado para quantificar correlações espaciais entre observações. Uma vez que uma função
matemática é ajustada ao variograma experimental, este modelo pode ser usado para definir
(1998), é chamado Krigagem, depois que o Engenheiro sul-africano Danie Krige, juntamente
Georges Matheron viu as implicações da Krigagem e desenvolveu sua teoria nos anos 60 e 70.
função randômica é a família de todas variáveis aleatórias Z(x) que possuem um valor
observado z(x) para um ponto no espaço x. Portanto, a imagem de uma função randômica é
variabilidade espacial para descrever o comportamento de uma variável como z(x), pode-se
afirmar que z(x) é uma variável regionalizada (KITANIDIS, 1997). Logo, considera-se a
velocidade do vento como uma variável regionalizada, já que é uma função da posição no
Antes de entrar em detalhe sobre o variograma, Armstrong (1998) afirma que se faz
Isto pode ser ilustrado pela Figura 8 a seguir, onde ao longo dos 8km a concentração de
estacionária, isto porque as flutuações dominam o perfil da secção estudada. Se uma variável
é considerada estacionária no tempo, isto significa que valores intercalados de zeros podem
resultando em:
duas ou três dimensões. Para um ângulo fixo, o variograma indica o quanto diferentes são os
valores quando a distância aumenta. Quando o ângulo muda, pode ocorrer uma variação não
(1998). Ainda segundo este mesmo autor, os variogramas mais comuns nas interpolações por
• Variograma esférico:
⎧ ⎛ 3 | h | 1 ⎛ | h |3 ⎞ ⎞
⎪C ⎜ − ⎜ ⎟ ⎟ ⇔| h |< a
γ (h) = ⎨ ⎜⎝ 2 a 2 ⎜⎝ a 3 ⎟⎠ ⎟⎠ (11)
⎪
⎩C ⇔| h |≥ a
22
• Variograma exponencial:
• Variograma gaussiano:
− | h |2
γ (h) = C (1 − exp( 2 ) (13)
a
é obtido através de dados medidos em campo. Quanto maior for a quantidade desses dados,
Uma vez obtido o variograma definitivo, pode-se realizar a Krigagem, que numericamente é
caracterizada por uma série de cálculos matriciais envolvendo o método dos Multiplicadores
executam Krigagem.
trabalhos de ajuste pela distribuição de Gumbel (ver Cap. 2), sua grande importância consiste
nas boas propriedades assintóticas dos estimadores, que são consistentes e assintoticamente
Uma amostra aleatória ( y1 , y 2 , y 3 ,..., y n ) retirada de uma população com uma função
n
L(θ ) = f ( y1 ,θ ). f ( y 2 , θ )..... f ( y n ,θ ) = ∏ f ( yi , θ ) (14)
i =1
n
l (θ ) = ln[ f ( y1 ,θ ). f ( y 2 ,θ )..... f ( y n ,θ )] = ∑ ln[ f ( y i ,θ )] (15)
i =1
∂l (θ )
= 0 a i = 1,2,3...n (16)
θi
24
segundo os mesmos autores pode-se também definir o vento como um fluxo de ar médio
um valor de velocidade do ar acima da média, e são responsáveis pelas forças que atuam nas
edificações.
Sobre a circulação global da atmosfera, Cavalcanti et al. (2009) citam como relevante
denominado célula de Hadley. Assim como esta célula, definem-se outras como a célula de
latitudes médias ou de Ferrel e a célula Polar, conforme ilustrado na Figura 12. Por
conseguinte, na formação dos ventos alísios e nos ventos de Leste, tais células exercem
influência relevante.
No que se refere à circulação global, Gonçalves et al. (2007) afirmam que ela é fruto
do aquecimento diferenciado entre a região equatorial e os pólos, que faz com que massas de
ar frio – mais densas – se desloquem em direção ao Equador, onde o ar menos denso e quente
sobe.
25
Figura 12: Representação geral da atmosfera com a posição das células de circulação, bem como os ventos
típicos próximos à superfície terrestre (CAVALCANTI et AL, 2009)
As frentes frias e quentes são dois outros sistemas recorrentes no Brasil, conforme
Gonçalves et al. (2007). Segundo Lutgens e Tarbuck (2004), frentes são superfícies de
fronteira que separam massas de ar de diferentes densidades. Uma das massas é usualmente
Segundo Gonçalves et al. (2007), pode-se resumir que frente fria é uma movimentação
de massa de ar frio sob uma massa de ar quente, sendo este deslocamento caracterizado por
frontal.
As frentes quentes, de acordo com Lutgens e Tarbuck (2004), são mais estáveis
quando comparado às frentes frias, tendo consequentemente uma velocidade de vento inferior.
26
O vento oriundo de uma frente fria pode atingir velocidades de até 30m/s, enquanto os ventos
(2007), são as tempestades tropicais, as quais segundo os mesmos autores são caracterizadas
umidade e calor, conforme ilustrado na Figura 13a. Logo, com a evolução desta nuvem,
seu deslocamento, fato que pode produzir velocidades do ar superiores a 30 m/s dependendo
que devem ser classificadas entre as maiores forças destrutivas. Suas esporádicas ocorrências
e seus ventos violentos podem causar muitos estragos. Conforme Gonçalves et al. (2007), os
Figura 14: Início da formação de tornado em 05/2005 em Indaiatuba – SP (GONÇALVES et AL., 2007)
atmosférica, caracterizado pela formação de calor das regiões equatoriais para grandes
altitudes, gerando uma grande área de nuvens que apresentam altas velocidades giratórias.
Terra, com ventos de até 300 km/h, estando assim entre os mais destrutivos dos desastres
naturais. Quando um furacão atinge a costa, ele é capaz de aniquilar áreas continentais e matar
28
Figura 16: Foto de satélite do furacão Catarina, ocorrido em Santa Catarina em 2005. Departamento
Estadual da Defesa Civil de Santa Catarina (2005) apud Gonçalves et al. (2007)
Segundo Gonçalves et al. (2007), são dois os aspectos dos quais depende a ação dos
Figura 17 ilustra este conceito graficamente. De certa forma é natural que se chegue a este
resultado, já que uma maior quantidade de objetos e barreiras no solo retardam uma
velocidade maior do vento dada uma altura fixa. Gonçalves et al. (2007) citam a existência de
uma velocidade limite denominada velocidade gradiente, associada a uma altura gradiente.
29
Acima desta altura gradiente não ocorrem variações significativas de velocidade do vento.
equação é fundamental para a posterior determinação dos coeficientes de pressão externa cpe e
de forma Ce. Blessmann (1983) estuda com mais detalhes os aspectos aerodinâmicos.
do efeito causado pelo vento na edificação projetada. Um conhecimento mais profundo dos
economia das edificações. Muitas vezes, uma edificação pode ter uma particularidade não
contemplada pelas normas e apenas resta o recurso de ensaios em túneis de vento, prescrito
30
nas próprias normas. Atualmente as edificações estão mais esbeltas e problemas dinâmicos
causados pelo vento são significativos e muitas vezes, por desconhecimento, os projetistas
deixam de fazer verificações importantes que podem causar desconforto aos usuários ou até
Adicionalmente deve ser considerado o surgimento cada vez mais intenso e freqüente
demais fenômenos nas condições de projeto usando velocidades de vento em muitas partes do
mundo. Neste trabalho foi mostrado que na maior parte continental dos EUA, Austrália,
África do Sul, México, Argentina e até regiões equatoriais como Malásia, tempestades
oriundas destes ventos mais intensos e fortes. Foi feito um estudo sobre a necessidade de
Irwin et al. (2008) desenvolveram estudos sobre edificações altas, um fato cada vez
projetos aerodinâmicos para estas construções, visando não só uma redução dos impactos
ventos em região de furacão para edificações altas e diferentes períodos de retorno, o que
estruturais tais como massa, rigidez e amortecimento, o que irá acarretar novos requisitos ao
lidar com efeitos eólicos. Ainda segundo o mesmo autor uma exploração mais efetiva do
31
A Norma Brasileira NBR 6123 define a velocidade básica do vento, Vo, como a
velocidade de uma rajada de três segundos, excedida uma vez a cada 50 anos, a 10 metros
acima do terreno, em campo aberto e plano. Com os dados das estações meteorológicas foi
gerado um gráfico com curvas de igual velocidade máxima do vento (isopletas) para todo o
País (Figura 2). Admite-se que o vento básico pode ocorrer em qualquer direção horizontal.
grande importância, a norma brasileira permite que sejam feitos estudos especiais para
Gonçalves et al. (2007) afirmam que a velocidade usada para determinar as pressões
importância da edificação e conseqüências que sua ruína possa causar ao meio ambiente.
edificação;
Vk = Vo.S1.S2.S3 (17)
Onde:
S1 é o fator topográfico;
S3 é o fator estatístico.
Esta pressão é usada nos cálculos seguintes prescritos pela norma que envolvem as
4.4 Discussão sobre a modelagem das isopletas apresentada pela NBR 6123
1988) se caracteriza por não existirem dados suficientes para um bom rendimento estatístico
velocidades máximas de vento, de acordo com publicações da época que indicavam ser a mais
A primeira corrente sugere ventos de longa duração como os mais importantes para a
Dentre ambas, surgiu a concordância que o segundo modelo seria o mais adequado,
pois a maioria das construções, tendo freqüências naturais elevadas em relação ao espectro
Este princípio havia sido adotado pela Norma Britânica, que influenciou a primeira
norma de ventos no Brasil. Tal procedimento induz à adoção do valor t=3s, portanto de curta
duração, levando-se em conta também a inércia dos anemômetros, como o valor de tempo de
medição a ser adotado para a definição da velocidade básica de vento no Brasil, usando
obtidas a partir de Vieira Filho (1975) apud Padaratz (1977). As estações estudadas foram
identificadas por suas coordenadas geográficas. De posse de duas tabelas, uma com
velocidades medidas sobre 30s e outra com velocidades de rajadas medidas sobre 3s,
34
procedeu-se a uma combinação de ambas, tomando os maiores valores, para um mesmo ano
medidas sobre 30 segundos, estas últimas majoradas de um fator de rajada. Obteve-se uma
(PADARATZ, 1977):
V
Fv (V ) = Pr ob[V ≤ v] = exp[−( ) −γ ] (19)
β
cada série de registros definitiva através do método da Máxima Verossimilhança. Para isto as
n
∑V i
−γ
. ln Vi n
+ n. i =1
− ∑ ln Vi = 0 (20)
γ n
∑V
−γ i =1
i
i =1
n −1 / γ
β = (∑ Vi −γ
/ n) (21)
i =1
Para a resolução das Equações (20) e (21) acima, foi empregado o método iterativo de
velocidades básicas de referência, que foi devidamente estudada. Adotou-se assim um fator de
forma único, utilizando para seu cálculo todas as estações cujos dados não apresentaram
indicadas em tabelas. Calculou-se o valor médio ponderado, com os pesos representados pelo
pela expressão:
1 V
P (v ) = 1 − = exp[−( ) −γ ] (22)
R β
β
V = , (23)
1
[− ln(1 − )]1 / γ
R
Onde:
γ = γ mp = 6,369
Com isto foi feito o cálculo para as estações válidas, e os resultados georreferenciados
5. MATERIAIS E MÉTODOS
considerados mais adequados. Portanto pode-se comparar métodos diferentes usando uma
mesma base de dados recentes, ou mesmo obter um mapa com método proposto e dados
segunda fase corresponde à determinação do mapa de isopletas com dados recentes e modelo
anteriores e modelo proposto. Além disso, em “5.1 Materiais”, descreve-se os dados de forma
5.1 Materiais
um protocolo de FTP, onde os dados estavam organizados em pastas para cada ano e, dentro
Onde:
lon = longitude;
lat = latitude;
37
alt = altitude em m;
medidas por anemômetro em campo aberto e plano a uma altura de medição de 10m. Para
400000
350000
Número de medições
300000
250000
200000
150000
100000
50000
0
1995 1997 1999 2001 2003 2005 2007 2009
Ano
Figura 18: Evolução anual do número de medições de velocidade de vento para as estações do
CPTEC/INPE
crescente de estações com medidas gravadas anualmente. Como este estudo trata de ventos
extremos, os valores que importam para os cálculos seguintes são os máximos anuais de
velocidade, e não os médios, o que reduz o impacto desta variabilidade na quantidade anual
38
de dados. Copiou-se os dados para o software Excel, o que permitiu avaliar quantitativamente
Escolheu-se um dos anos como amostra para avaliar o perfil de variação das
velocidades em ordem crescente, conforme obtido na Figura 19 a seguir, para o ano de 2001.
130
120
110
Velocidade do vento (m/s)
100
90
80
70
60
50
40
30
20
10
0
0 5000 10000 15000 20000 25000
Índice
Figura 19: Perfil de variação da velocidade de ventos em ordem crescente para trecho final do ano de
2001, dados do CPTEC/INPE
A partir do gráfico acima, observa-se que as velocidades acima de 60m/s são pouco
freqüentes e muito acima da média, enquanto as velocidades iguais ou abaixo dos 10m/s são
consideradas bem abaixo de uma velocidade de vento extremo. O mesmo comportamento foi
observado para outras amostras de dados. Logo, procedeu-se a uma classificação das
10<v<60, obtendo-se os dados brutos iniciais totalizados em 353 estações entre 1995 e 2009.
estabilidade, sendo por este motivo o software adotado na Krigagem deste trabalho.
Quanto aos cálculos feitos por Padaratz (1977) usando a Máxima Verossimilhança,
estas equações foram retomadas neste trabalho através de uma rotina escrita na linguagem de
programação C++, comparando-a com um novo método de cálculo usando o software R que
Professional.
5.2 Primeira fase: determinação do mapa de isopletas com dados recentes e modelo
anterior
Uma vez de posse dos novos dados de velocidade de vento das estações mais recentes
(CPTEC/INPE), estes dados são avaliados quanto ao número de observações, bem como
vazios intercalados, conforme Padaratz (1977). Assim, de 353 estações iniciais que continham
dados foram escolhidas para esta fase, segundo estes critérios, apenas 23 estações válidas
inicialmente.
Uma vez definidas as estações válidas, procede-se com o cálculo dos estimadores dos
parâmetros γ (fator de forma) e β (fator de escala) através das Equações (14) e (15)
(PADARATZ, 1977).
qualquer plataforma compatível com esta linguagem pode ser utilizada a partir do mesmo
código.
calculo das velocidades de referência iniciais e em seguida, conforme Padaratz (77) calcula-se
dentre as estações válidas o coeficiente de forma médio λmed que será então utilizado no
iniciais muito elevadas foram descartadas desta fase. A seguir apresenta-se a rotina escrita em
#include <stdio.h>
int main ()
{
double a=0, b=0, beta=0, c=0, d, gama=1,
vel[15]={55,53,50,51,53,49.4,49.9,54,59,48.4,55,49.9,51,53,51};
int i=0,n=15;
do
{a=0;
b=0;
c=0;
for (i=0;i<n;i++)
{a=a+pow(vel[i],-1*gama);
b=b+log(vel[i])*pow(vel[i],-1*gama);
c=c+log(vel[i]);}
d=0;
d=d+(n/gama)+(n*b/a)-c;
gama=gama+0.001;
}while ((d>0.001)&(gama<50));
beta= pow(a/n,-1/gama);
printf("\nValor de gama = %f", gama);
printf("\nValor de beta = %f", beta);
return(0);
}
Após isto, procede-se com uma comparação da Máxima Verossimilhança por meio das
Procede-se com uma comparação entre os dois grupos de fatores de forma e de escala obtidos
require(survival)
frechet.lik = function(logtheta,y){
beta<-exp(logtheta[1])
gama<-exp(logtheta[2])
n<-length(y)
logl<--sum((y/beta)^(-1/gama))-n*log(gama*beta)+
((-1-gama)/gama)*sum(log(y/beta))
return(-logl)}
output = optim(c(100,10),frechet.lik,y=test,method="BFGS")
c(exp(output$par[1]),exp(output$par[2]))
5.3 Segunda fase: determinação do mapa de isopletas com dados recentes e modelo
proposto
As mesmas 353 estações anteriormente avaliadas servem de base para a obtenção das
estações válidas nesta fase. Desta vez o critério para definir estações válidas e inválidas é
diferente da primeira fase do método, onde em geral somente as estações sem valores nulos e
no tempo, considerada como válida para o cálculo da Krigagem. Com isso, dados anuais de
estações intercalados por zeros podem ser condensados em um único vetor de dados,
escolhendo-se estações sem tendenciosidades com número de medições n>10 para uma maior
convergência. Com efeito, esta limitação deve-se ao fato de que estações com número de
De posse destes critérios, das 353 estações iniciais, 114 foram consideradas válidas, as
mesmas sendo listadas no Anexo 1, tendo seus gráficos de dispersão exibidos no Anexo 2,
para uma melhor visualização da evolução das velocidades ao longo do tempo. As estações
σ da distribuição de Gumbel foram calculados nesta fase por meio do código R a seguir.
require(survival)
gumbel.lik = function(theta,y){
mu<-theta[1]
sigma<-exp(theta[2])
n<-length(y)
logl<--n*log(sigma)+sum((mu-y)/sigma)-sum(exp(((mu-y)/sigma)))
return(-logl)
}
output = optim(c(100,10),gumbel.lik,y=test,method="BFGS")
c(output$par[1],exp(output$par[2]))
1
da Equação (8). Como ln(− ln(1 − )) = −3,90 < 0, vT cresce com µ e 3,90.σ para um período
T
esférico, conforme utilizado por Garciano et al. (2005) para os ventos extremos das Filipinas.
se para cada estação a média e o desvio padrão, que são ferramentas de avaliação da dispersão
5.4 Terceira fase: determinação do mapa de isopletas com dados anteriores e modelo
proposto
A secção “4.4 Discussão sobre a modelagem das isopletas apresentada pela NBR
6123” trata entre outros da obtenção do mapa de isopletas por Padaratz (1977) a partir de uma
tabela artificial de dados, oriunda de dados da FAB – Força Aérea Brasileira conforme Vieira
interpolação por Krigagem sobre a geração de um mapa de isopletas a partir dos dados
idêntico para definir estações válidas e inválidas. Assim, das 49 estações da tabela artificial de
influência do método proposto nos resultados de ventos extremos a partir dos dados
anteriores, os mesmos dados utilizados por Padaratz (1977) na obtenção do atual mapa de
6. RESULTADOS E DISCUSSÃO
Neste capítulo são apresentados os resultados e discussões oriundos das três fases do
capítulo anterior, a saber, a primeira fase: determinação do mapa de isopletas com dados
recentes e modelo anterior; segunda fase: determinação do mapa de isopletas com dados
44
recentes e modelo proposto e terceira fase: determinação do mapa de isopletas com dados
Para a primeira fase do método, utilizou-se uma rotina em C++ gerando, por meio
30
25
20
γ1
15
γ
γ2
10
0
1 3 5 7 9 11 13 15 17 19 21 23
Estação
60
50
40
30
β
β1
20 β2
10
0
1 3 5 7 9 11 13 15 17 19 21 23
Estação
o que significa que não se deve fazer distinção entre ambos os cálculos, isto para a
Distribuição de Fréchet. A partir disto, pôde-se utilizar aqueles parâmetros obtidos pela rotina
C++.
onde resultaram valores de velocidades de referência acima de 100 m/s, com a utilização da
válidas somente 16, já que duas possuem as mesmas coordenadas geográficas (Brasília e
Brasília Aeroporto) tendo sido escolhida entre ambas aquela com maior valor de velocidade
reduzido número de estações na região Norte. De posse destas estações e de seus valores de
Figura 23: Mapa de velocidades básicas de vento (isopletas) obtido na primeira fase do método (m/s)
Verifica-se que são poucas as curvas obtidas neste caso, principalmente devido ao
Além disso, praticamente não houve curvas na região Amazônica. Ao mesmo tempo, os
valores das curvas variam entre 65 e 75m/s, enquanto a velocidade básica do mapa de
isopletas de Padaratz (1977) (Figura 2) apresenta valores entre 25 e 50m/s, o que mostra um
aumento da velocidade básica de vento com a mudança dos dados anteriores para os mais
Neste caso obteve-se uma satisfatória distribuição espacial das estações válidas. Um
tratamento estatístico dos dados gerou a tabela do Apêndice 1: Dados de registro e estatísticos
dos resultados da segunda fase, onde constam as coordenadas geográficas de cada estação, a
velocidade de referência obtida pela Equação (8) para cada estação. Entre µ e a média dos
49
dados o coeficiente de correlação obtido foi de 0,98, enquanto entre σ e o desvio padrão o
coeficiente de correlação foi de 0,90. Observa-se portanto que há uma forte correlação entre
os parâmetros medidos.
esférico, através do software GvSIG, obtendo o mapa da Figura 25 a seguir, com curvas cujos
Figura 25: Mapa de velocidades básicas de vento (isopletas) obtido na segunda fase do método (m/s)
Observa-se que as curvas obtidas são em maior quantidade para toda a extensão do
território nacional, mesmo nas regiões onde não havia uma grande densidade de estações,
50
como no Centro-Oeste. Quanto aos valores das curvas de velocidade básica, estes variam de
A rigor o limite inferior ficou abaixo do valor obtido na primeira fase (60<65m/s)
enquanto o limite superior ficou acima (90>75m/s), fato do qual podemos deduzir a
variabilidade dos valores de velocidades de referência. Este coeficiente γmed foi utilizado por
Padaratz (1977) em seu cálculo de velocidade básica, que gerou o mapa da Figura 2. Em
nenhum trabalho pesquisado sobre ventos extremos empregou-se método similar para a
distribuição de Gumbel, com a adoção de um σ med como coeficiente de forma médio para
dimensionamento de ventos em estruturas, vale salientar que estes valores são de uma
velocidade básica Vo, e que, conforme a Equação (17), deve ser multiplicada por S1S2S3 na
obtenção da velocidade característica Vk, conforme a secção “4.3 Ação de cargas de ventos
obstrução do vento e todos os valores seguintes de forças agindo sobre as edificações devidas
aos ventos extremos. Uma dedução natural que vem desta observação, é de que uma revisão
dos valores de Vo para o território nacional acarreta numa necessária revisão dos métodos de
Vale destacar que mapas como o da Figura 25 podem ser expandidos, em estudos
futuros, para toda a América do Sul, levando-se em conta que o Brasil faz fronteira com 9 dos
11 países do continente, ficando fora apenas Equador e Chile. Estudos semelhantes já foram
desenvolvidos por Miller (2003) para a Europa, sendo que neste caso obteve-se valores de
51
velocidade básica até 10m/s inferiores a mapas de países como a França e a Irlanda. Em
estudos deste tipo é comum uma abordagem que trata cada tipo de tormenta individualmente,
sendo possível ser aplicado o Método das Tempestades Independentes, que é citado por An e
um total de 40 estações a partir de 49 estações iniciais. Isto se deveu mais uma vez à
esférico, através do software GvSIG, obtendo o mapa da Figura 27 a seguir, com curvas cujos
Figura 27: Mapa de velocidades básicas de vento (isopletas) obtido na terceira fase do método (m/s)
Pode-se afirmar, a partir deste gráfico, que a ordem de grandeza da velocidade básica
de vento, para um mesmo conjunto inicial de dados anteriores, não é superior devido a
da Figura 2, mesmo com a aplicação do cálculo de γmed neste mapa. Além disso, houve uma
mudança de posição das curvas, com ausência da curva de 50 m/s como limite superior. As
curvas se comportaram de forma mais regular em relação à posição das estações, com
algumas curvas atravessando regiões inteiras ou mesmo o continente todo. Isto demonstra que
53
básica com maior fidelidade à posição das estações, em comparação com o método de traçado
manual por grade de pontos utilizado por Padaratz (1977) na interpolação linear da Figura 1.
54
7. CONSIDERAÇÕES FINAIS
continuidade da pesquisa bem como de outros trabalhos na área são apresentadas neste
capítulo.
7.1. Conclusões
que, acompanhado das análises feitas, confirma que houve nos últimos anos
brasileiro;
distribuição de Gumbel;
55
número bem maior de estações, tendo sido este o principal aspecto positivo
regionalização;
Figura 28: Mapa de isopletas do Brasil, proposto para atualização da norma (m/s)
• Alguns aspectos não foram tratados com profundidade neste trabalho, pois
Japão. Trabalhos com os mesmos objetivos ainda não foram feitos para o
para ventos extremos para todas as estações estudadas traria como resposta
Gumbel, de modo similar ao que foi feito para os EUA em Cheng e Yeung
(2002);
da Figura 28;
• Uma avaliação das conseqüências desta maior velocidade básica de vento a ser
• Estudos futuros, como o que foi desenvolvido por Miller (2003) para a Europa,
América do Sul, levando-se em conta que o Brasil faz fronteira com 9 dos 11
países do continente.
59
Neste apêndice são apresentados os dados de registro das estações válidas, como código WMO, nome e numeração adotada no trabalho.
Além disso, dados de informações geográficas como Latitude, Longitude e Altura em relação ao nível do mar também estão indicados. Lista-se
os coeficientes da distribuição de Gumbel, a média, o desvio padrão e a velocidade de referência em m/s, obtida conforme método.
Cód. Nome Est. Latitude Longitude Alt. (m) µ σ Média D. Padrão V.referência
82022 BOA VISTA (AEROPORTO) 1 2.83 -60.7 140 45,87 6,79 49,16 6,40 72,36
82098 MACAPA 2 0.03 -51.05 15 28,29 16,35 36,92 17,43 92,09
82099 MACAPA (AEROPORTO) 3 0.05 -51.07 17 29,14 14,31 36,36 14,26 84,98
82106 SAO GABRIEL DA CACHOEIRA 4 -0.13 -67.08 90 32,91 14,93 40,42 14,69 91,17
82113 BARCELOS 5 -0.97 -62.92 40 31,92 12,15 38,21 12,87 79,33
82143 SALINOPOLIS 6 -0.62 -47.38 14 48,53 3,83 50,09 2,76 63,47
82184 PORTO DE MOZ 7 -1.73 -52.23 16 35,57 12,9 41,85 12,34 85,91
82193 BELEM (AEROPORTO) 8 -1.38 -48.48 16 44,56 4,94 47,21 5,50 63,84
82198 TURIACU 9 -1.72 -45.4 44 33,53 7,56 37,90 9,50 63,03
82212 FONTE BOA 10 -2.53 -66.17 56 48 2,38 49,04 1,91 57,29
82244 SANTAREM (AEROPORTO) 11 -2.43 -54.72 72 27,11 14,12 34,24 14,02 82,21
82280 SAO LUIS (AEROPORTO) 12 -2.6 -44.23 53 49,47 5,12 52,07 5,13 69,45
82331 MANAUS 13 -3.13 -60.02 72 27,55 15,95 36,14 17,51 89,79
82332 MANAUS (AEROPORTO PONTA PELADA) 14 -3.15 -59.98 84 43,44 5,91 46,31 5,73 66,50
82336 ITACOATIARA 15 -3.13 -58.43 40 36,97 13,67 43,02 11,11 90,31
82353 ALTAMIRA 16 -3.22 -52.22 74 27,27 15,12 35,31 16,32 86,27
82398 FORTALEZA (AEROPORTO) 17 -3.78 -38.53 25 42,83 6,65 46,29 6,86 68,78
82400 FERNANDO DE NORONHA 18 -3.85 -32.42 56 43,1 5,29 45,69 4,97 63,74
82410 BENJAMIN CONSTANT 19 -4.38 -70.03 65 31,04 14,33 38,47 14,80 86,95
82425 COARI 20 -4.08 -63.13 46 36,37 14,39 43,03 12,51 92,52
82460 BACABAL 21 -4.22 -44.77 25 35,32 16,01 42,72 14,02 97,79
82533 MANICORE 22 -5.82 -61.3 50 38,36 11,66 43,79 10,17 83,86
82562 MARABA 23 -5.35 -49.15 95 34,81 15,83 42,11 13,84 96,58
82571 BARRA DO CORDA 24 -5.5 -45.23 153 30,81 14,1 38,33 15,29 85,83
60
Cód. Nome Est. Latitude Longitude Alt. (m) µ σ Média D. Padrão V.referência
82579 TERESINA (AER. PETRONIO PORTELA) 25 -5.05 -42.82 69 40,51 5,67 43,53 6,11 62,63
82583 CRATEUS 26 -5.17 -40.67 299 33,84 12,18 40,20 12,95 81,37
82586 QUIXERAMOBIM 27 -5.2 -39.3 212 28,44 6,9 32,31 8,67 55,36
82594 MACAU 28 -5.12 -36.77 6 23,47 11,38 29,86 13,55 67,87
82599 NATAL (AEROPORTO) 29 -5.92 -35.25 52 45,08 7,92 48,89 7,47 75,98
82610 EIRUNEPE 30 -6.67 -69.87 104 34,24 13,42 40,90 13,19 86,60
82704 CRUZEIRO DO SUL 31 -7.63 -72.67 170 29,59 17,24 38,39 17,18 96,86
82765 CAROLINA 32 -7.33 -47.47 193 37,66 9,86 42,75 10,18 76,13
82784 BARBALHA 33 -7.32 -39.3 409 35,88 15,63 42,82 12,83 96,87
82791 PATOS 34 -7.02 -37.27 249 19,62 13,05 27,43 16,91 70,54
82795 CAMPINA GRANDE 35 -7.22 -35.88 548 26,51 12,61 33,81 15,46 75,71
82824 PORTO VELHO (AEROPORTO) 36 -8.77 -63.92 102 43,53 5,72 46,66 6,63 65,85
82863 PEDRO AFONSO 37 -8.97 -48.18 187 24 14,6 32,40 17,54 80,97
82882 PAULISTANA 38 -8.13 -41.13 375 16,17 9,56 22,33 14,76 53,47
82893 GARANHUNS 39 -8.88 -36.52 822 30,62 14,17 37,68 14,18 85,91
82899 RECIFE (AEROPORTO) 40 -8.07 -34.85 19 46,03 4,32 48,14 4,29 62,89
82917 RIO BRANCO (AEROPORTO) 41 -10 -67.8 143 39,62 12,72 45,11 10,08 89,25
82965 ALTA FLORESTA (AEROPORTO) 42 -9.87 -56.1 288 37,53 6,54 41,06 7,30 63,05
82984 PETROLINA (AEROPORTO) 43 -9.35 -40.55 375 40,31 6,82 43,71 6,68 66,92
82986 PAULO AFONSO 44 -9.37 -38.22 253 36,59 10,23 41,57 9,76 76,51
82993 MACEIO (AEROPORTO) 45 -9.52 -35.78 117 43,29 6 46,31 5,88 66,70
83064 PORTO NACIONAL 46 -10.72 -48.58 239 42,85 7,36 46,40 6,82 71,57
83179 BARRA 47 -11.08 -43.17 402 39,29 9,22 43,75 8,56 75,27
83186 JACOBINA 48 -11.18 -40.47 484 20,88 12,16 28,42 16,66 68,33
83208 VILHENA (AEROPORTO) 49 -12.7 -60.1 612 45,97 6,78 49,23 6,26 72,43
83228 PEIXE 50 -12.05 -48.35 247 24,05 14,48 32,25 17,29 80,55
83235 TAGUATINGA 51 -12.4 -46.43 604 32,72 16,42 40,72 15,43 96,79
83236 BARREIRAS 52 -12.15 -45 439 39,88 11,03 44,72 8,86 82,92
83242 LENCOIS 53 -12.57 -41.38 439 31,44 14,12 38,50 13,78 86,54
83248 SALVADOR (AEROPORTO) 54 -12.9 -38.33 6 43,82 4,98 46,55 5,67 63,25
61
Cód. Nome Est. Latitude Longitude Alt. (m) µ σ Média D. Padrão V.referência
83264 GLEBA CELESTE 55 -12.2 -56.5 415 29,32 11,76 35,26 12,08 75,21
83309 DIAMANTINO 56 -14.4 -56.45 286 26,44 11,68 32,72 12,77 72,01
83332 POSSE 57 -14.1 -46.37 825 31,36 15,2 39,04 15,09 90,67
83344 VITORIA DA CONQUISTA 58 -14.95 -40.88 874 39,07 13,6 45,19 11,15 92,14
83349 ILHEUS (AEROPORTO) 59 -14.82 -39.03 5 26,15 14,04 33,54 14,84 80,93
83358 POXOREO 60 -15.83 -54.38 450 26,22 9,87 31,65 11,64 64,73
83359 BARRA DO GARCAS 61 -15.87 -52.38 350 39,26 14,84 46,12 13,09 97,16
83361 CUIABA 62 -15.55 -56.12 151 47,06 4,89 49,20 3,96 66,14
83362 CUIABA (AEROPORTO) 63 -15.65 -56.1 187 46,04 5,66 48,81 5,46 68,12
83374 GOIAS 64 -15.92 -50.13 512 33,48 15,1 40,99 14,48 92,40
83376 PIRENOPOLIS 65 -15.85 -48.97 730 23,04 13,73 30,90 16,79 76,61
83378 BRASILIA (AEROPORTO) 66 -15.87 -47.93 1061 47,91 6,09 50,55 4,92 71,67
83398 CANAVIEIRAS 67 -15.67 -38.95 5 30,31 14,6 37,76 14,64 87,28
83405 CACERES 68 -16.05 -57.68 118 28,81 12,29 35,08 12,77 76,76
83423 GOIANIA 69 -16.67 -49.25 741 31,64 13,82 38,69 13,89 85,56
83424 GOIANIA (AEROPORTO) 70 -16.63 -49.22 747 34,55 12,98 40,85 12,46 85,20
83470 RIO VERDE 71 -17.92 -50.92 727 28,21 14,57 36,16 16,12 85,06
83497 CARAVELAS (AEROPORTO) 72 -17.63 -39.25 4 36,97 9,16 41,71 9,42 72,71
83499 ABROLHOS 73 -17.97 -38.7 38 25,85 16,14 34,93 18,59 88,83
83514 CAPINOPOLIS 74 -18.68 -49.57 620 21,16 10,08 27,17 13,41 60,49
83526 CATALAO 75 -18.18 -47.95 840 26,01 11,38 32,26 13,10 70,41
83531 PATOS DE MINAS 76 -18.52 -46.43 940 22,31 13,54 30,04 16,35 75,14
83550 SAO MATEUS 77 -18.7 -39.85 25 29,83 14,78 37,70 15,90 87,50
83552 CORUMBA 78 -19.08 -57.5 130 27,22 14,65 35,07 15,87 84,38
83554 CORUMBA (AEROPORTO) 79 -19 -57.67 142 41,77 7,8 45,94 8,47 72,21
83570 POMPEU 80 -19.22 -45 691 24,21 13,33 31,84 16,21 76,22
83577 UBERABA 81 -19.75 -47.92 743 14,14 8,77 20,49 15,98 48,36
83582 BAMBUI 82 -20 -45.98 661 21,81 12,08 28,74 14,89 68,95
83583 BELO HORIZONTE (AEROP. PAMPULHA) 83 -19.85 -43.95 785 40,43 12,52 46,28 11,09 89,28
83595 AIMORES 84 -19.48 -41.07 83 26,19 10,87 32,22 13,10 68,60
62
Cód. Nome Est. Latitude Longitude Alt. (m) µ σ Média D. Padrão V.referência
83612 CAMPO GRANDE (AEROPORTO) 85 -20.47 -54.67 567 36,72 14,86 44,06 14,20 94,70
83630 FRANCA 86 -20.58 -47.43 1026 28,78 14,73 36,48 15,53 86,26
83649 VITORIA (AER. GOIABEIRAS) 87 -20.27 -40.28 4 44,32 5,9 47,19 5,51 67,34
83671 PIRASSUNUNGA 88 -21.98 -47.35 598 40,4 7,3 44,04 7,16 68,88
83676 CATANDUVA 89 -21.13 -48.97 536 27,8 12,67 34,31 12,93 77,24
83692 JUIZ DE FORA 90 -21.77 -43.35 939 23,53 10,33 29,85 14,03 63,84
83698 CAMPOS 91 -21.75 -41.33 11 29,69 12,77 36,41 13,78 79,52
83700 SAO TOME 92 -22.05 -41.05 4 31,1 16,05 39,12 15,48 93,73
83704 IVINHEMA 93 -22.32 -53.93 369 31,05 15,09 38,72 15,01 89,93
83708 GUARATINGUETA 94 -22.78 -45.2 537 35,73 12,69 41,65 11,24 85,25
83716 PRESIDENTE PRUDENTE 95 -22.12 -51.38 436 27,44 15,35 35,74 16,69 87,33
83722 BAURU (AEROPORTO) 96 -22.32 -49.07 615 24,03 13,07 31,56 16,35 75,03
83726 SAO CARLOS 97 -22.02 -47.88 856 22,39 9,87 28,31 12,88 60,90
83738 RESENDE 98 -22.45 -44.43 440 20,01 10,85 26,72 15,10 62,35
83746 RIO DE JANEIRO (AER.GALEAO) 99 -22.82 -43.25 6 44,17 4,1 46,43 4,85 60,17
83748 AFONSOS(AEROPORTO) 100 -22.87 -43.38 34 43,44 7,49 47,48 8,18 72,67
83780 SAO PAULO (AEROPORTO CONGONHAS) 101 -23.62 -46.65 803 50,77 2,63 52,31 3,34 61,03
83818 SANTOS (AEROPORTO) 102 -23.93 -46.3 3 42,24 7,26 45,80 6,99 70,57
83827 FOZ DO IGUACU (AEROPORTO) 103 -25.52 -54.58 180 47,8 5,57 50,76 5,99 69,53
83840 CURITIBA (AEROPORTO) 104 -25.52 -49.17 908 46,29 5,81 48,87 4,74 68,96
83899 FLORIANOPOLIS (AEROPORTO) 105 -27.67 -48.55 5 49,07 3,01 50,71 3,68 60,81
83919 BOM JESUS 106 -28.67 -50.43 1048 17,35 9,65 23,94 15,72 55,00
83920 SAO JOAQUIM 107 -28.28 -49.92 1402 18,87 10,22 25,62 15,75 58,75
83925 SANTA MARTA 108 -28.6 -48.82 45 35,01 15,83 42,49 13,94 96,78
83928 URUGUAIANA (AEROPORTO) 109 -29.78 -57.03 78 33,6 11,26 39,22 11,13 77,54
83937 SANTA MARIA (AEROPORTO) 110 -29.72 -53.7 85 31,81 13 38,31 13,18 82,54
83970 MOSTARDAS 111 -31.25 -50.9 5 43,85 9,9 48,25 7,91 82,48
83971 PORTO ALEGRE (AEROPORTO) 112 -30 -51.18 3 50,94 2,06 52,17 2,79 58,98
83995 RIO GRANDE 113 -32.02 -52.08 2 18,4 6,94 23,33 12,38 45,48
83998 CHUI 114 -33.75 -53.37 13 31,95 15,46 40,09 16,26 92,27
63
Referências
AN, Y.; PANDEY, M.D. A comparison of methods of extreme wind speed estimation.
Journal of Wind Engineering and Industrial Aerodynamics, v.93, n.7, p.535–545, Jul.
2005.
CAVALCANTI, I. F. A. et al. Tempo e clima no Brasil. São Paulo: Oficina de Textos, 2009.
463p.
CHENG, E.; YEUNG, C. Generalized extreme gust wind speeds distributions. Journal of
Wind Engineering and Industrial Aerodynamics, v. 90, n.12-15, p.1657–1669, Dec. 2002.
CHOI, E.C.C.; TANURDJAJA A. Extreme wind studies in Singapore. An area with mixed
weather system. Journal of Wind Engineering and Industrial Aerodynamics, v. 90, n.12-
15, p. 1611–1630, Dec. 2002.
65
DEVORE, J. L. Probability and statistics for engineering and the sciences. 6.ed. Duxbury:
International Student Edition, 2004. 795p
GONÇALVES, R. M. et al. Ação do vento nas edificações: teoria e exemplos. 2. ed. São
Carlos: SET/EESC/USP, 2007. 138p.
IRWIN, P. et al. Wind and tall buildings: negatives and positives. Struct. Design Tall Spec.
Build. v. 17, n. 5, p.915–928, Nov. 2008.
JAIN, A.; SRINIVASAN, M.; HART, G. C. Performance based design extreme wind loads
on a tall building. The Structural Design of Tall Buildings, v. 10, n.1, p.9-26, Mar. 2001.
KASPERSKI, M. A new wind zone map of Germany. Journal of Wind Engineering and
Industrial Aerodynamics, v. 90, n. 11, p.1271-1287, Nov. 2002.
LETCHFORD, C.W.; MANS, C.; CHAY, M.T. Thunderstorms: heir importance in wind
engineering (a case for the next generation wind tunnel), Journal of Wind Engineering and
Industrial Aerodynamics, v. 90, n.12-15, p.1415-1433, Nov. 2002.
MILLER, C. A once in 50-year wind speed map for Europe derived from mean sea level
pressure measurements. Journal of Wind Engineering and Industrial Aerodynamics, v.
91, n.12-15, p.1813-1826, Dec. 2003.
NEELAMANI, S. et al. Extreme wind speed from different directions in Kuwait. Wind
Engineering, v.31, n.3, p.139-148, May 2007.
SACRÉ, C. Extreme wind speed in France: the ’99 storms and their consequences. Journal of
Wind Engineering and Industrial Aerodynamics, v. 90, n.10, p.1163-1171, Oct. 2002.
SACRÉ, C.et al. A new statistical approach to extreme wind speeds in France. Journal of
Wind Engineering and Industrial Aerodynamics, v.95, n.9-11, p.1415-1423, Oct. 2007.
SOTILLO, M. G.; AZNAR, R.; VALERO, F. Mediterranean offshore extreme wind analysis
from the 44-year HIPOCAS database: different approaches towards the estimation of return
periods and levels of extreme values. Advances in Geosciences, v.7, p.275–278, Apr. 2006.
WANG, Y.; LI, Z. Application of surfer in predicting wind field on structure. International
Symposium on Computational Intelligence and Design, v.1, p.51-54, Oct. 2008.
68
1996.
69
ANEXO 1
Nome 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
BOA VISTA (AEROPORTO) 37 49 56 58 54 49,4 50,5 57 46,3 36 47,9 50,5 50,5 44,3 51
MACAPA 11 56 39 50,5 50,5 50,5 10,8 30,9 49,4 20,6
MACAPA (AEROPORTO) 44 57 39 41 51 44,3 36 13 21 40 11 39
SAO GABRIEL DA CACHOEIRA 18 55 54 49 50 50 50,5 13 41,2 30,9 33
BARCELOS 48 55 50 50 37,1 15,4 38,1 37,1 25,7 25,7
SALINOPOLIS 51 51 51 50 55 49,9 50,5 50,5 49,9 41,2 50,5 50,5 50,5 50 49,9
PORTO DE MOZ 50 51 56 50,5 49,9 49,9 41,2 31 34 30,9 16
BELEM (AEROPORTO) 42 57 55 52 48 48,4 37,6 42 45,3 43,2 51 40,2 50,5 48 47,9
TURIACU 24 30 50 36 49,9 49,9 32,9 49,9 36 29,3 30,9 36
FONTE BOA 50 51 50 44 49,4 49,4 49,4 48,4 51 48,4 48,4
SANTAREM (AEROPORTO) 42 37 40 48 43 50,5 40,2 11 10,3 34 20,6
SAO LUIS (AEROPORTO) 54 50 56 57 47 57 48 51 58 54 44 55 50 42 58
MANAUS 50 51 51 51 22 10,3 47,4 18,5 13,9 46,3
MANAUS (AEROPORTO PONTA PELADA) 37 47 47 50 50,5 45,3 37 47,4 49,4 50,5 36 55 46,8 49,4
ITACOATIARA 49 47 51 50 51 50,5 13,9 41,2 48,4 46,3 37 30,9
ALTAMIRA 51 50 15,4 49,9 49,9 29,9 10,3 15,4 39,1 42,2
FORTALEZA (AEROPORTO) 37 50 37 51 45 49,4 58 46,3 49,9 49,4 50,5 48,9 36 35 51
FERNANDO DE NORONHA 48 51 50 51 45 46,3 48,9 41 46,3 46,3 36 41,2 48,9 36 49,4
BENJAMIN CONSTANT 48 53 21 48 18,5 47,4 14,4 37 47,4 50
COARI 34 55 55 50 44 46,3 25,7 48,4 13,4 48,4 46,3 49,9
BACABAL 47 42 55 55 50 49,9 50 41,2 10,8 26,3
MANICORE 52 51 51 48 50 49,9 20,6 47,4 47,4 40,2 26,8 41,2
MARABA 42 28 52 54 50,5 49,4 47,9 36 10,3 51
BARRA DO CORDA 54 53 51 49,4 49,9 36 34 16 24 16
70
Nome 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
TERESINA (AER. PETRONIO PORTELA) 42 51 48 49 39 44 51 50,5 36 32,9 47 43,2 46,3 37 36
CRATEUS 19 37 55 55 58 30,9 39,6 46,3 34 41,2 19,6 46,8
QUIXERAMOBIM 39 37 33 30,9 21,1 50,5 30,9 31,9 21 27,8
MACAU 11 34 50 50 40 20,6 25,7 11,3 33,5 14 23,7 48,4 28 27,8
NATAL (AEROPORTO) 41 59 48 57 56 50,5 57 46 40,7 48,9 51 51 32 46,3
EIRUNEPE 52 50 54 49,4 31,9 49,9 47 29 30,9 14,9
CRUZEIRO DO SUL 52 50 45 51 37 11,8 15,4 10,3 49,4 51 49,4
CAROLINA 36 52 51 50,5 50,5 50,5 25,7 46,3 28 37
BARBALHA 54 43 10,8 47,9 48,9 50,5 41,2 50,5 32,4 49
PATOS 11 50 40 12 47,4 10,3 10,8 43,8 16 33
CAMPINA GRANDE 50 15 50 17,5 46,3 21,1 49,4 50,5 32,4 22,7 17
PORTO VELHO (AEROPORTO) 42 47 57 50,5 43,2 36 48,4 58 48,9 50,5 46,3 40,2 38,6
PEDRO AFONSO 20 11 51 51 49,4 50,5 20,6 14,4 47,4 42 10,3 14,4 51 20,6
PAULISTANA 31 11 55 11,3 23,7 34 25,7 10,3 11 10,3
GARANHUNS 58 31 47 10,3 48,9 41,2 41,2 46,3 22 30,9
RECIFE (AEROPORTO) 49 51 47 57 46,3 42,2 39,1 51 47,9 51 50 46,3 49,9 46,3
RIO BRANCO (AEROPORTO) 38 55 50 42 49,4 40,2 58 42 43,8 48,4 47,9 54 46,3 16,5
ALTA FLORESTA (AEROPORTO) 51 49 48 40 41,7 29,9 40 47,9 36 36 29,9 48,4 36
PETROLINA (AEROPORTO) 47 48 49 43 48,4 37 30,9 48,9 48,9 36
PAULO AFONSO 38 50 51 48,4 49,9 48,4 47 21,1 36,6 36 30,9
MACEIO (AEROPORTO) 50 50 47 37 50,5 44,3 48 46,8 49,9 55 36,6 36 51 46,3
PORTO NACIONAL 37 51 51 51 50,5 32,4 47,9 42,2 50,5 50,5
BARRA 50 50 44 49,9 49,9 49,9 50,5 41,2 30,9 25,7 47 36
JACOBINA 11 51 51 13 18 47,4 47,4 49,9 23,2 20,6 21,1 10,3 20,6 13,4
VILHENA (AEROPORTO) 57 55 55 47 50 47,4 48,9 49 48,9 37 55 36 49,9 56 46,3
PEIXE 45 51 16 20,6 25,7 10,3 10,8 54 47,4 41,7
TAGUATINGA 51 51 50 51 44 50,5 18 50,5 30,9 10,3
BARREIRAS 51 52 51 50 49,9 49,9 49,9 41,2 41,2 47,4 41,2 36 20,6
LENCOIS 25 50 50 49 48,4 23 50,5 30,9 20,6 41,2 41,2 49 49,9 10,3
SALVADOR (AEROPORTO) 44 50 54 57 49 51 48,9 39 41,2 42,7 48,4 47,4 39,1 48,4 38,1
71
Nome 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
GLEBA CELESTE 33 22 28 37 40 51 48,9 49 48,9 11 27,8 31,9 29,9
DIAMANTINO 19 15 46 37 48,9 36 33 31,9 38,6 40,2 49,4 13,9 16,5
POSSE 50 50 51 48 49,9 20,6 51 27,3 46,3 25 10,3
VITORIA DA CONQUISTA 51 54 51 51 49,9 50,5 51 41,2 49 46,3 49,9 25,7 17
ILHEUS (AEROPORTO) 47 50 49 49 21,6 35,5 38 45 15,4 10,3 10,3 33,5 31,4
POXOREO 50 50 30 31 28 35,5 36 35 18 14 20,6
BARRA DO GARCAS 53 52 57 57 59 42,7 55 36 43,2 37 15,4
CUIABA 49 54 49 54 51 47,9 49,9 50 47 49 51 38,6
CUIABA (AEROPORTO) 37 56 47 51 56 51 49,4 55 49 46 46,3 54 46,3 47,9 40,2
GOIAS 16 51 50 51 50,5 50,5 49,4 14,4 50,5 26,3 32,9 49,4
PIRENOPOLIS 11 11 54 25 13 47,4 39,1 20,6 38 49,9
BRASILIA (AEROPORTO) 53 51 54 56 55 49,4 51 58 50,5 49 47,9 47,9 36,6 49 49,9
CANAVIEIRAS 24 51 51 51 50,5 48,4 50,5 25,7 46,3 36 41,2 12,9 11,3 28,8
CACERES 16 34 49 54 32,9 32,9 45,3 32,9 11,8 30,9 48,9 32,4
GOIANIA 47 51 54 51 38 43 50 16 28 24 38 49 14
GOIANIA (AEROPORTO) 26 46 40 57 55 41,2 14,9 37 35 48,4 48,9
RIO VERDE 49 50 56 16 50,5 17 11,8 49 17 30,9 49,9 37,1 23,7 48,4
CARAVELAS (AEROPORTO) 54 46 47 47 37 49,9 50,5 50,5 36 29,9 39,1 25,7 26,3 45
ABROLHOS 50 51 17 45 17 12 32 13,4 12,4 49,9 12,4 49,9 51 51 60
CAPINOPOLIS 13 16 12 50 16 28,8 31,9 46,3 32 25,7
CATALAO 15 26 38 38,1 41,7 50,5 13,9 47,9 20,6 30,9
PATOS DE MINAS 34 52 39 46,3 12,4 10,8 11 30,9 16 48
SAO MATEUS 11 56,4 50 26 50 49,9 49,9 44 25,7 49,9 21,6 18
CORUMBA 49 48 30,9 50,5 46,8 25,7 14,4 30,9 14,4 10,3 50,5 49,4
CORUMBA (AEROPORTO) 51 54 48 55 57 36 37 32 49 51 37 44,3
POMPEU 12 50 37 24 16 13,9 11 49 33 34 26 51 57
UBERABA 15 11 12 50 13 50,5 10,3 32 10,3 11 10,3
BAMBUI 50 47 38 15,4 41,7 30 18,5 25,7 10,3 10,8
BELO HORIZONTE (AEROP. PAMPULHA) 52 55 52 57 47 36 49 20,6 32 54 54 46,8
AIMORES 53 28 21 27 26 25,7 36 46,3 11,8 47,4
72
Nome 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
CAMPO GRANDE (AEROPORTO) 37 54 56 58 60 30,9 49,4 46,3 58 47,4 50 48,4 30,9 15 19,6
FRANCA 52 37 34 31 49 34,5 50 13,4 10,3 56 20,6 49,9
VITORIA (AER. GOIABEIRAS) 53 47 50 48 50,5 50,5 42,7 54 49,4 36 50,5 48,9 37 43,2
PIRASSUNUNGA 43 45 53 49 50 46,3 36,6 34 30 42,7 50,5 48,4
CATANDUVA 45 13 32 31 12 26,8 45,3 42,2 41,2 20,6 48,4 49,4 39,1
JUIZ DE FORA 17 16 49 27 36 51 15,4 17 21,6 30,9 47,4
CAMPOS 21 13 49 51 50 28,8 49,4 41,2 35 25,7
SAO TOME 51 50 42 51 11 25,7 49,9 36 11,3 20 50 49,9 50 49,9
IVINHEMA 50 51 51 43 12 15,4 50 50,5 21,1 49,4 30 41,2
GUARATINGUETA 47 37 47 50 54 47,4 46,3 47 32 28,3 15,4 48,4
PRESIDENTE PRUDENTE 16 50 50 53 36 11 49,9 45,8 25,7 48,9 13,4 48,9 16
BAURU (AEROPORTO) 58 16 48,4 48,9 22,1 12,9 11 31,4 30,9 36
SAO CARLOS 49 16 44 20 37,6 18 27,3 41,7 20,6 13,9 14 37,6
RESENDE 19 11 49 24,7 50,5 18,5 43 13,4 18,5 10,8 35,5
RIO DE JANEIRO (AER.GALEAO) 46,3 41,2 54 53 46,3 46,3 39,1 42,2 46 49,9
AFONSOS(AEROPORTO) 58 53 57 48 54 49,9 45 37,1 36 36 36 43,2 58 50,5 50,5
SAO PAULO (AEROPORTO CONGONHAS) 58 56 54 56 57 48,9 47,4 50 50,5 49,4 50,5 51 50 55 51
SANTOS (AEROPORTO) 51 47 50 45 51 51 46,3 46,3 30,9 38,6 49,9 36 41,2 57
FOZ DO IGUACU (AEROPORTO) 58 58 57 57 54 41,2 50,5 41,2 49 43 57 49,4 49,9 46,3 49,9
CURITIBA (AEROPORTO) 48 51 54 54 52 48,9 51 51 46 51 51 47,4 50 41,7 36
FLORIANOPOLIS (AEROPORTO) 50 59 53 50 57 50,5 51 48 51 49,9 48,4 44,3 49,4 48,4
BOM JESUS 50 43 16 11 46,3 13,9 16,5 11,3 16 15,4
SAO JOAQUIM 18 50 31 51 13 12,4 15 17,5 12,4 17,5 52 30,9 12,4
SANTA MARTA 50 52 51 21 20,6 49,4 47,9 49,9 49,4 41,2 50,5 49,9 11 51
URUGUAIANA (AEROPORTO) 49 47 47 39 50 35,5 20,6 18,5 37 37 54 36
SANTA MARIA (AEROPORTO) 24 55 48 42 49 30,9 34 38,1 11,8 58 37 31,9
MOSTARDAS 51 50 51 28 49 49,9 51 50,5 58 51 51 51 51 30,9 50,5
PORTO ALEGRE (AEROPORTO) 55 53 50 51 53 49,4 49,9 54 59 48,4 55 49,9 51 53 51
RIO GRANDE 16 52 24 21 16 15,4 20,6 14,4 13,4 15,4 41,2 18,5 16,5 42,2
CHUI 50 57 21 24 22 13 51 50,5 51 50,5 51
73
ANEXO 2
estação
R:
tempo<-seq(1:12)
velocidade<-c(37,49,56,58,54,49.4,50.5,57,46.3,36,47.9,50.5)
plot(tempo,velocidade,pch=16) Figura 29: Velocidades Máximas Anuais da estação Boa Vista
(Aeroporto)
Figura 31: Velocidades Máximas Anuais da estação Macapa (Aeroporto) Figura 33: Velocidades Máximas Anuais da estação Sao Gabriel Da
Cachoeira
Figura 35: Velocidades Máximas Anuais da estação Porto de Moz Figura 37: Velocidades Máximas Anuais da estação Belem (Aeroporto)
Figura 39: Velocidades Máximas Anuais da estação Santarem (Aeroporto) Figura 41: Velocidades Máximas Anuais da estação Sao Luis (Aeroporto)
Figura 40: Velocidades Máximas Anuais da estação Manaus Figura 42: Velocidades Máximas Anuais da estação Manaus (Aeroporto
Ponta Pelada)
77
Figura 43: Velocidades Máximas Anuais da estação Itacoatiara Figura 45: Velocidades Máximas Anuais da estação Altamira
Figura 44: Velocidades Máximas Anuais da estação Fortaleza (Aeroporto) Figura 46: Velocidades Máximas Anuais da estação Fernando de Noronha
78
Figura 47: Velocidades Máximas Anuais da estação Benjamin Constant Figura 49: Velocidades Máximas Anuais da estação Coari
Figura 48: Velocidades Máximas Anuais da estação Bacabal Figura 50: Velocidades Máximas Anuais da estação Manicore
79
Figura 51: Velocidades Máximas Anuais da estação Maraba Figura 53: Velocidades Máximas Anuais da estação Barra do Corda
Figura 52: Velocidades Máximas Anuais da estação Teresina (Aer. Petronio Figura 54: Velocidades Máximas Anuais da estação Crateus
Portela)
80
Figura 55: Velocidades Máximas Anuais da estação Quixeramobim Figura 57: Velocidades Máximas Anuais da estação Macau
Figura 56: Velocidades Máximas Anuais da estação Natal (Aeroporto) Figura 58: Velocidades Máximas Anuais da estação Eirunepe
81
Figura 59: Velocidades Máximas Anuais da estação Cruzeiro do Sul Figura 61: Velocidades Máximas Anuais da estação Carolina
Figura 63: Velocidades Máximas Anuais da estação Campina Grande Figura 65: Velocidades Máximas Anuais da estação Porto Velho (Aeroporto)
Figura 67: Velocidades Máximas Anuais da estação Garanhuns Figura 69: Velocidades Máximas Anuais da estação Recife (Aeroporto)
Figura 68: Velocidades Máximas Anuais da estação Rio Branco (Aeroporto) Figura 70: Velocidades Máximas Anuais da estação Alta Floresta (Aeroporto)
84
Figura 71: Velocidades Máximas Anuais da estação Petrolina (Aeroporto) Figura 73:Velocidades Máximas Anuais da estação Paulo Afonso
Figura 72: Velocidades Máximas Anuais da estação Maceio (Aeroporto) Figura 74: Velocidades Máximas Anuais da estação Porto Nacional
85
Figura 75: Velocidades Máximas Anuais da estação Barra Figura 77: Velocidades Máximas Anuais da estação Jacobina
Figura 79: Velocidades Máximas Anuais da estação Taguatinga Figura 81: Velocidades Máximas Anuais da estação Barreiras
Figura 80: Velocidades Máximas Anuais da estação Lencois Figura 82: Velocidades Máximas Anuais da estação Salvador (Aeroporto)
87
Figura 84: Velocidades Máximas Anuais da estação Diamantino Figura 86: Velocidades Máximas Anuais da estação Vitoria da Conquista
88
Figura 87: Velocidades Máximas Anuais da estação Ilheus (Aeroporto) Figura 89: Velocidades Máximas Anuais da estação Barra do Garças
Figura 88: Velocidades Máximas Anuais da estação Poxoreo Figura 90: Velocidades Máximas Anuais da estação Cuiaba
89
Figura 91: Velocidades Máximas Anuais da estação Cuiaba (Aeroporto) Figura 93: Velocidades Máximas Anuais da estação Pirenopolis
Figura 92: Velocidades Máximas Anuais da estação Goiás Figura 94: Velocidades Máximas Anuais da estação Brasilia (Aeroporto)
90
Figura 95: Velocidades Máximas Anuais da estação Canavieiras Figura 97: Velocidades Máximas Anuais da estação Goiânia
Figura 96: Velocidades Máximas Anuais da estação Cáceres Figura 98: Velocidades Máximas Anuais da estação Goiania (Aeroporto)
91
Figura 99: Velocidades Máximas Anuais da estação Rio Verde Figura 101: Velocidades Máximas Anuais da estação Abrolhos
Figura 100: Velocidades Máximas Anuais da estação Caravelas (Aeroporto) Figura 102: Velocidades Máximas Anuais da estação Capinopolis
92
Figura 103: Velocidades Máximas Anuais da estação Catalão Figura 105: Velocidades Máximas Anuais da estação Sao Mateus
Figura 104: Velocidades Máximas Anuais da estação Patos de Minas Figura 106: Velocidades Máximas Anuais da estação Corumba
93
Figura 107: Velocidades Máximas Anuais da estação Corumba (Aeroporto) Figura 109: Velocidades Máximas Anuais da estação Uberaba
Figura 108: Velocidades Máximas Anuais da estação Pompeu Figura 110: Velocidades Máximas Anuais da estação Bambui
94
Figura 111: Velocidades Máximas Anuais da estação Belo Horizonte (Aerop. Figura 113: Velocidades Máximas Anuais da estação Campo Grande
Pampulha) (Aeroporto)
Figura 112: Velocidades Máximas Anuais da estação Aimorés Figura 114: Velocidades Máximas Anuais da estação Franca
95
Figura 115: Velocidades Máximas Anuais da estação Vitoria (Aer. Figura 117: Velocidades Máximas Anuais da estação Catanduva
Goiabeiras)
Figura 116: Velocidades Máximas Anuais da estação Pirassununga Figura 118: Velocidades Máximas Anuais da estação Juiz de Fora
96
Figura 119: Velocidades Máximas Anuais da estação Campos Figura 121: Velocidades Máximas Anuais da estação Ivinhema
Figura 120: Velocidades Máximas Anuais da estação Sao Tome Figura 122: Velocidades Máximas Anuais da estação Guaratingueta
97
Figura 123: Velocidades Máximas Anuais da estação Presidente Prudente Figura 125: Velocidades Máximas Anuais da estação Sao Carlos
Figura 131: Velocidades Máximas Anuais da estação Foz do Iguacu Figura 133: Velocidades Máximas Anuais da estação Florianopolis
(Aeroporto) (Aeroporto)
Figura 135: Velocidades Máximas Anuais da estação Sao Joaquim Figura 137: Velocidades Máximas Anuais da estação Uruguaiana (Aeroporto)
Figura 139: Velocidades Máximas Anuais da estação Mostardas Figura 141: Velocidades Máximas Anuais da estação Rio Grande
Figura 140: Velocidades Máximas Anuais da estação Porto Alegre Figura 142: Velocidades Máximas Anuais da estação Chui
(Aeroporto)
102
ANEXO 3
12.
GRAU DE SIGILO: