Disponibilidade de dados em campanhas LiDAR: critérios IEC e tratamento de gaps

← Notas Técnicas

Campanhas de medição com LiDAR terrestre acumulam inevitavelmente períodos sem dados válidos. Chuva intensa, neblina densa, concentração de aerossóis abaixo do limiar de detecção ou falhas de energia interrompem a coleta. A pergunta que define a qualidade de uma campanha não é se haverá gaps — haverá — mas quanto gap é tolerável, como classificá-lo e o que comunicar ao financiador.

Esta nota apresenta os critérios normativos aplicáveis, as causas mais comuns de gaps em LiDAR e a abordagem documentada que a Renewene aplica em laudos técnicos para due diligence e bankability.

O critério de disponibilidade na IEC 61400-12-1

A IEC 61400-12-1, que trata da medição de desempenho de turbinas eólicas por meio de curvas de potência, é a referência mais citada para disponibilidade de dados em campanhas eólicas. A norma estabelece que um período de medição é válido quando a disponibilidade de dados supera 80% para o período de análise considerado.

Na prática, a indústria e os lenders adotam limiares mais conservadores. O consenso para campanhas de caracterização de recurso — onde o objetivo é a estimativa de AEP e não apenas a curva de potência — aponta para:

• ≥90% para validade de um mês de dados (limite desejável);
• ≥85% como limiar mínimo aceitável para meses individuais incluídos na análise;
• Meses com disponibilidade inferior a 85% geralmente são excluídos da base de dados utilizada para caracterização estatística.

Altura	Jan	Fev	Mar	Abr	Mai	Jun	Jul	Ago	Set	Out	Nov	Dez
40 m	97%	94%	96%	98%	95%	93%	88%	91%	96%	94%	97%	95%
60 m	95%	92%	94%	97%	93%	91%	86%	90%	95%	93%	96%	94%
80 m	93%	90%	92%	95%	91%	88%	72%	87%	93%	91%	94%	92%
100 m	91%	88%	90%	93%	89%	85%	64%	84%	91%	89%	92%	90%
120 m	88%	85%	87%	91%	86%	81%	53%	79%	88%	87%	90%	87%

≥ 90% · Válido 85–89% · Aceitável < 85% · Excluído

Julho apresenta degradação progressiva com a altitude — padrão característico de gaps por baixo aerossol, correlacionados com ventos intensos no período.

Causas de gaps em LiDAR: classificação operacional

Nem todos os gaps têm a mesma natureza — e a distinção importa para a avaliação da representatividade da amostra.

Gaps meteorológicos

Precipitação, neblina e névoa são as causas mais frequentes de indisponibilidade em LiDAR de pulso (pulsed Doppler LiDAR). A chuva intensa causa atenuação do sinal e leituras de velocidade inconsistentes que o firmware do equipamento descarta automaticamente via carrier-to-noise ratio (CNR) abaixo do limiar de aceitação. A boa notícia: esses gaps são aleatórios no ciclo diurno e sazonal, e portanto não introduzem viés sistemático nas distribuições de velocidade — desde que o período total seja suficientemente longo.

Gaps por baixo aerossol

Condições de atmosfera muito limpa (baixa concentração de aerossóis, comum em dias com vento forte após frentes frias) reduzem o backscatter e comprometem a qualidade do sinal em alturas superiores a 80–100m. Esses gaps são correlacionados com vento: ocorrem com maior frequência em condições de vento intenso. Se não identificados e tratados, introduzem subestimação sistemática da velocidade média — o equipamento registra dados principalmente em condições de vento moderado. Este é o gap mais problemático do ponto de vista de representatividade.

Gaps operacionais

Falhas de energia, reinicializações de firmware, manutenções e problemas de comunicação geram gaps discretos e geralmente curtos. São aleatórios e não introduzem viés, mas sua frequência e duração precisam ser documentadas para evidenciar que o equipamento operou dentro das especificações do fabricante.

Dado válido Gap meteorológico Gap por baixo aerossol

Julho concentra gap de aerossol desproporcionalmente amplo — período de ventos fortes associados à passagem de frentes. A correlação gap × velocidade indica viés potencial se o mês for incluído sem correção.

Tratamento de gaps: quando incluir, quando excluir

A decisão de incluir ou excluir um período com gaps depende de três fatores:

1. Duração e concentração: gaps curtos e distribuídos aleatoriamente ao longo do mês têm impacto mínimo. Um gap de 5 dias consecutivos em janeiro pode ser mais problemático do que 15% de indisponibilidade pulverizada ao longo do mês.
2. Correlação com condições meteorológicas: gaps correlacionados com regimes de vento específicos (especialmente o problema de baixo aerossol) exigem análise cuidadosa e, em alguns casos, correção ou exclusão do período.
3. Impacto na distribuição Weibull: a métrica definitiva é verificar se os parâmetros k e c da distribuição Weibull se alteram significativamente quando os períodos com gaps são excluídos versus quando são mantidos com preenchimento. Uma variação superior a 2–3% nos parâmetros é sinal de atenção.

A exclusão dos meses de baixo aerossol desloca a distribuição para a direita — diferença de 0.7 m/s na velocidade média. Na estimativa de AEP de uma turbina típica, essa diferença corresponde a 8–12% de energia.

Documentação para bankability

Um laudo técnico que será submetido a um lender ou certificadora independente precisa apresentar, no mínimo:

• Tabela mensal de disponibilidade com valores percentuais por altura de medição;
• Classificação da causa de cada período excluído (meteorológico / aerossol / operacional);
• Análise de sensibilidade mostrando o impacto da exclusão de meses com baixa disponibilidade nos parâmetros Weibull e na estimativa de AEP;
• Declaração explícita sobre a metodologia adotada para tratamento de gaps, com referência à norma aplicável.

Considerações finais

Disponibilidade de dados é frequentemente tratada como um número binário: acima do limiar, aprovado; abaixo, reprovado. A realidade é mais nuançada. O que importa para a qualidade de uma análise de recurso não é apenas o percentual de disponibilidade, mas a distribuição temporal dos gaps, sua correlação com condições meteorológicas e o impacto mensurável sobre os parâmetros estatísticos do recurso.

Laudos que tratam disponibilidade com rigor documentado — inclusive quando estão abaixo do ideal — são mais robustos em processos de due diligence do que laudos que simplesmente relatam um número acima de 90% sem evidência do método de cálculo.