See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/361860689

Estudo de localização para instalação de usina à base de energia solar

concentrada

Article in Revista Brasileira de Energia · July 2022

DOI: 10.47168/rbe.v28i2.693

CITATIONS READS

0 556

3 authors:

Maria Isadora De Faveri Marquesine Willian Chamma

Universidade Federal do Paraná ST-One
1 PUBLICATION 0 CITATIONS 2 PUBLICATIONS 0 CITATIONS

SEE PROFILE SEE PROFILE

Danielli Batistella
Federal University of Technology - Paraná/Brazil (UTFPR)
13 PUBLICATIONS 4 CITATIONS

SEE PROFILE

All content following this page was uploaded by Willian Chamma on 08 July 2022.

The user has requested enhancement of the downloaded file.

M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 133
ESTUDO DE LOCALIZAÇÃO PARA INSTALAÇÃO DE USINA
À BASE DE ENERGIA SOLAR CONCENTRADA

Maria Isadora de Faveri Marquesine1

Willian Douglas Sbitkowski Chamma1
Danielli Batistella1
1
Universidade Tecnológica Federal do Paraná

DOI: 10.47168/rbe.v28i2.693

RESUMO

Diante da atual necessidade da transição para energias renováveis, o

trabalho apresenta um estudo de localização para instalação de usina à
base de energia solar concentrada (CSP) no município de Pato Branco,
localizado no sudoeste do Paraná. Utilizaram-se fatores restritivos,
para remover áreas de preservação ou de interesse econômico, e
fatores de ponderação, para indicar qual a aptidão da área disponível.
Para normalizar diferentes critérios qualitativos e quantitativos e obter
a importância relativa de cada critério, utilizou-se o Processo Analítico
Hierárquico (AHP), um método de decisão multicritério amplamente
utilizado na literatura. Algumas áreas aptas para a disposição de
coletores e energia solar concentrada foram encontradas, e sugere-
se a instalação de uma usina híbrida CSP-biomassa para melhor
aproveitar os recursos disponíveis no município.
Palavras-chave: Estudo de localização; Energia Solar Concentrada;
Geoprocessamento; AHP.

ABSTRACT
Due to the current need of energy transition to renewables, this work
presents a location study for the installation of a power plant based
on concentrated solar power (CSP) in the municipality of Pato Branco,
located in southwestern Paraná, Brazil. Restrictive criteria were applied
to remove environmental preservation areas and high economic interest
areas. Positive indicators were combined to identify the suitability of the
available land. To normalize different qualitative and quantitative criteria,
the Analytic Hierarchy Process (AHP) — a multicriteria decision-making
method widely used in location studies — was used. Some suitable
areas for the set-up of CSP collectors were found, and we suggest that
hybrid CSP-biomass plants would be installed, so that the resources
available can be used to their fullest.
Keywords: Location study; Concentrated Solar Power; Geoprocessing;
AHP.
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 134
1. INTRODUÇÃO

O sexto relatório de avaliação do Painel Intergovernamental

sobre Mudanças Climáticas (IPCC) afirma que, inequivocamente, a
ação humana causou alterações climáticas rápidas e difundidas na
atmosfera, oceano, criosfera e biosfera. Como o aquecimento médio
desde 1850 encontra-se na casa dos 1,07ºC, faz-se necessário que as
emissões líquidas de CO2 tornem-se zero a fim de mitigar as mudanças
climáticas e evitar futuros desastres ambientais (IPCC, 2021). Estima-
se que 85% da energia primária provém de combustíveis fósseis, e
a queima destes é responsável por 56,6% das emissões globais de
gases de efeito estufa (IPCC, 2021). Desta forma, é notável que as
energias renováveis terão um papel crucial na política climática nas
próximas décadas.
A matriz elétrica mundial é composta majoritariamente de
fontes não renováveis, com a queima de combustíveis fósseis, como
carvão e gás natural (INTERNACIONAL ENERGY AGENCY, 2020).
A matriz brasileira é uma exceção, já que as fontes renováveis
representam 83% da oferta de eletricidade no país, sendo que 64,9%
da energia provém de usinas hidrelétricas (EMPRESA DE PESQUISA
ENERGÉTICA, 2020). No entanto, com a crescente demanda
por energia elétrica, a escassez de rios com potencial hidrelétrico
inexplorado e as preocupações climáticas, é necessário que o país
volte suas atenções a outras fontes renováveis, a fim de gerar energia
limpa e sustentável.
O potencial técnico da energia solar tem estimativas variáveis,
que ficam entre 1.575 e 49.837 exajoules1 por ano (EJ/ano) (IPCC,
2012). A produção de energia mundial no ano de 2018 foi de 14.282
milhões de toneladas equivalentes de petróleo (INTERNACIONAL
ENERGY AGENCY, 2020), o equivalente a 597,96 EJ. Dessa forma,
a energia solar tem capacidade de suprir, grosseiramente, de 2 a 83
vezes toda a energia utilizada no planeta.
A energia solar tem o maior potencial energético dentre as fontes
renováveis, e transformar a radiação em energia elétrica tem sido um
desejo desde o século XIX. No entanto, os maiores desenvolvimentos
vieram somente com as crises do petróleo, nos anos 1970. A pesquisa
sobre a energia solar também tem sido motivada pela preocupação
sobre a possível escassez dos combustíveis fósseis. Com o declínio
dos preços do petróleo, nos anos 1980, o interesse internacional na
substituição gradativa de combustíveis fósseis em favor de fontes de
energia limpas se dissipou (BANCO MUNDIAL, 2021; MANN, 2018).
Não obstante, a recente perspectiva crítica das mudanças climáticas
reacendeu o interesse em fontes renováveis para a geração e
fornecimento de energia elétrica, em prol da sustentabilidade e acesso
1 1 EJ = 1018 J
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 135
A Energia Solar Concentrada (CSP) é gerada a partir de ar-
ranjos de espelhos que concentram a radiação solar (principalmente a
radiação solar direta normal) em superfícies pequenas, a fim de aque-
cer um líquido, sólido ou gás que é utilizado em um processo termo-
dinâmico que converte o calor em energia elétrica (AZEVÊDO, 2016;
IPCC, 2012). A maioria das formas de gerar energia elétrica envolve o
aquecimento de um fluido a altas temperaturas. Portanto, uma vanta-
gem da energia solar concentrada é que ela utiliza processos térmico-
-elétricos bem conhecidos. Assim, há quatro vantagens-chave da tec-
nologia CSP: (i) Pode ser instalada para suprir diferentes capacidades
e condições, indo desde dezenas de kW até múltiplos MW de potência;
(ii) pode integrar armazenamento térmico/termoquímico e outras fon-
tes de calor (biomassa, gás natural, etc.), que permite a geração de
energia por horas após o pôr do sol; (iii) tem componentes modulares
e escaláveis; (iv) não requer materiais exóticos (e.g. silício e lítio) para
a construção, sendo que a maioria dos materiais são abundantes no
mundo (vidro, alumínio, concreto) (IPCC, 2012).
Há quatro tipos principais de coletores de energia solar con-
centrada, como exibido na Figura 1, adaptada de IPCC (2012). Essas
tecnologias estão em níveis de maturidade tecnológica distintos, sendo
que o tipo de coletor mais comum é o cilíndrico parabólico, que conta
com 85% da quota de mercado atual (BANCO MUNDIAL, 2021).

Figura 1 - Tipos de coletores CSP

Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 136
No que concerne a competitividade no mercado, o custo da
energia solar concentrada tende a diminuir progressivamente nos pró-
ximos anos. Atualmente, o custo médio nivelado de energia está na
casa de 18 centavos de dólar (na cotação de 2019) por kWh gerado
(IRENA, 2019). O custo já é competitivo com combustíveis fósseis,
chegando a 0,073 centavos de dólar por kWh em algumas localidades
(DLR, 2021), e previsões apontam que a tecnologia CSP terá custos
plenamente competitivos com tecnologias não renováveis em 2025
(BANCO MUNDIAL, 2006). Essa previsão é plausível, já que na déca-
da de 2010 o custo da CSP caiu 50% e a capacidade instalada chegou
a 6,2 GW (REN21, 2021).
A geração de eletricidade a partir de fontes renováveis tem
mostrado contínuo aumento, e vários estudos de localização de usinas
solares têm sido realizados ao redor do mundo. Nesse sentido, o uso
de tecnologias da geoinformação (sistemas de informação geográfica,
banco de dados geográficos, álgebra de mapas, análise multicritério,
etc.) tem sido imprescindível, já que elas permitem a realização de pro-
cedimentos tecnológico-científicos necessários para identificar áreas
com grande potencial energético (AZEVÊDO, 2016). Dessa forma, a
geoinformação pode fornecer conhecimento à esfera pública e privada,
auxiliando na tomada de decisões para o desenvolvimento sustentável
(RODRIGUES; COELHO; CABRAL, 2017).
O número de estudos de localização de empreendimentos de
energia renovável que utilizam métodos de análise multicritério tem
aumentado a cada ano. Esses métodos são altamente eficazes para
chegar à soluções eficientes, já que eles consideram vários fatores
que permeiam as análises espaciais, tais como condições ambientais,
topográficas, econômicas, etc. (ILBAHAR; CEBI; KAHRAMAN, 2019).
Contudo, esse tipo de estudo ainda não é amplamente difundido no
Brasil.
Em um estudo de localização de usina solar termoelétrica de
autoria brasileira, o potencial energético de Pernambuco foi analisado.
A partir dos dados, excluiu-se áreas inadequadas, tais como unidades
de conservação, áreas de preservação permanente (APPs), territórios
indígenas e quilombolas, áreas urbanas e de expansão urbana e áre-
as de alto potencial agrícola. Em seguida, foi feita a análise pondera-
da multicritério, levando em conta critérios ambientais (uso do solo),
climáticos (irradiação solar direta normal), topográficos (declive) e de
localização (distância a linhas de transmissão, distância aos recursos
hídricos, distância às principais estradas, distância às áreas urbanas).
O estudo revelou que algumas municipalidades pernambucanas tem
grande potencial de geração de energia solar (AZEVÊDO; CANDEIAS;
TIBA, 2017).
Em outro estudo nacional, Burgi (2013) afirma que vários esta-
dos brasileiros têm potencial para a instalação de usinas CSP, consta-
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 137

tando que essa tecnologia pode ter presença considerável na matriz

elétrica brasileira no longo prazo. Os autores destacam os estados da
Bahia e de São Paulo como tendo os maiores potenciais para a insta-
lação de plantas heliotérmicas.
Buscando promover uma política de desenvolvimento da CSP
no Brasil, Peñafiel (2016) analisou o potencial técnico, aspectos eco-
nômicos, e modelos de expansão da energia solar térmica no país, e
defende a implantação de usinas CSP combinadas com biomassa.
Outro estudo excluiu sítios religiosos, turísticos e de patrimô-
nio mundial, áreas de vegetação nativa e vida silvestre, aeroportos,
corpos d’água e áreas de grande ocupação humana. Após, os pesos
foram calculados através do Processo Analítico Hierárquico (AHP),
utilizando fatores de climatologia (radiação solar global, duração da
luz solar, temperatura, umidade relativa), topografia (altitude, declive,
orientação), e de localização (proximidade a linhas de transmissão,
proximidade à estrada). Este projeto, desenvolvido por Doorga et al.
(2019) na ilha de Mauritius, apontou que três sítios são altamente ade-
quados para a instalação de uma usina solar. Também vale a pena
mencionar os trabalhos de Lindberg et al. (2021), Mensour et al. (2019)
e Sánches-Lozano et al. (2015), que oferecem uma visão norteadora
do estado-da-arte dessa área de estudo.
Constata-se que há extensa literatura científica internacional
sobre o tópico, que apenas recentemente recebeu atenção no Brasil.
Geralmente, os estudos de localização levam em consideração os cri-
térios supramencionados, com exceção ou adição de alguns fatores, a
depender de cada caso. Sem embargo, os fatores base são o uso do
solo, climático, topográfico e de infraestrutura, além do econômico, não
abordado neste trabalho.
O presente trabalho busca dispor da metodologia AHP para
conduzir um estudo de localização no município de Pato Branco - PR,
a fim de investigar se existem áreas adequadas à instalação de usinas
à base de energia solar concentrada no município, e identificar quais
as regiões potenciais mais apropriadas.

2. MATERIAL E MÉTODOS

2.1 Delimitação da área de estudo

A área de estudo compreende o município de Pato Branco –

PR (Figura 2), localizado no sudoeste paranaense. Encontra-se na la-
titude 26°13’43.04”S e longitude 52°40’24.40”O, a uma altitude média
de 760m (FEPESE, 2020).
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 138

Figura 2 - Mapa de localização de Pato Branco – PR

2.2 Metodologia de definição e processamento dos dados

Neste trabalho, a metodologia (Figura 3) baseia-se na defini-

ção hierárquica dos critérios de uso do solo, climático, topográfico e de
infraestrutura, e seus respectivos subcritérios dos Planos de Informa-
ção (PIs), com a aplicação de técnicas de geoprocessamento em sis-
temas de informações geográficas. Tanto o método Analytic Hierarchy
Process (AHP) quanto a álgebra de mapas contribui para a remoção
de áreas em condições restritivas, assim como a ponderação sobre a
área de proveito, a fim de executar uma combinação matemática dos
PIs utilizados.

Figura 3 - Fluxograma da metodologia do trabalho

M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 139

Os PIs abarcaram os principais fatores de interferência na ma-

nipulação do solo, para averiguar qual é o melhor local para a possível
implantação de uma usina de energia solar concentrada.
Levando em consideração a realidade de médio porte (SE-
CRETARIA NACIONAL DE ASSISTÊNCIA SOCIAL - SNAS, 2015) do
município de Pato Branco – contando com aproximadamente 85 mil
habitantes (IBGE, 2021) –, os parâmetros de influência sobre o projeto
de estudo pautaram-se nos seguintes critérios de ponderação: Radia-
ção Solar Direta Normal, obtida a partir do SolarGIS (SOLARGIS,
2021); declividade, obtida a partir do TOPODATA (VALERIANO, 2008);
distância aos recursos hídricos, às rodovias, às linhas de transmissão
e à mancha urbana, obtidas a partir do processamento dos shapefiles
disponibilizados pela Agência Nacional de Águas (ANA) (CATÁLOGO
DE METADADOS DA ANA, 2019), Departamento de Estradas e Roda-
gem (DER) (DEPARTAMENTO DE ESTRADAS E RODAGEM DO PA-
RANÁ, 2020), Operador Nacional do Sistema Elétrico (ONS) (AGÊN-
CIA NACIONAL DE ENERGIA ELÉTRICA, 2016) e Instituto de Água e
Terra (IAT) (INSTITUTO DE ÁGUA E TERRA, 2020), respectivamente.
Também há os fatores de restrição do uso do solo: a alta apti-
dão agrícola, mancha urbana, corpos d’água, floresta nativa, plantios
florestais, várzeas, áreas construídas e as áreas respaldadas pelo Có-
digo Florestal (Lei n° 12.651/12, art. 30), que legisla sobre a preser-
vação das Áreas de Preservação Permanente (APPs) e Unidades de
Conservação (UCs), além dos recursos hídricos já inclusos como áre-
as inaptas para uso. Cumpre-se assim, o objetivo de “preservar os re-
cursos hídricos, a paisagem, a estabilidade geológica e a biodiversida-
de, facilitar o fluxo gênico de fauna e flora, proteger o solo e assegurar
o bem-estar das populações humanas” (CASA CIVIL - PRESIDÊNCIA
DA REPÚBLICA, 2012).
Desse modo, as aptidões agrícolas média e baixa, conjunta-
mente com as áreas de pastagem e campo, mineração e solo exposto
foram consideradas aptas a posterior sobreposição dos PIs. E para
isso, com a aplicação de operações topológicas em ambiente SIG, foi
possível excluir as porções de restrição sobre a extensão do município,
utilizando a lógica booleana.
Como se trata de uma restrição, a lógica booleana faz a distin-
ção primária do que pode e do que não pode ser ocupado para a de-
terminada proposta de implantação de uma usina solar. Esta operação
proporciona um diagnóstico qualitativo, gerando um mapa temático a
partir de regras aplicadas a geo-campos, como visto no mapa da Figu-
ra 4d. Além disso, dispõe da ferramenta de cruzar dois ou mais planos
de informação. Pode-se tomar como exemplo o próprio mapa de apti-
dão agrícola, sintetizando os mapas de solo, de declividade e demais
conjuntos adicionais.
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 140

Com o uso dos Sistemas de Informação Geográfica (SIGs)

ArcGIS Pro (ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE
(ESRI), 2021) e QGIS 3.18.2 with GRASS 7.8.5 (QGIS DEVELOP-
MENT TEAM, 2021), os mapas de restrição, dos PIs e o de síntese
puderam ser elaborados de modo a prever a disponibilidade e nível de
aptidão do território do município de Pato Branco, segundo suas con-
dições climáticas, topográficas e de infraestrutura. Por conseguinte, a
supressão de áreas inaproveitáveis constituiu a parte restritiva de todo
o perímetro do município.
Para garantir a consistência do modelo e dos respectivos re-
sultados, os SIGs utilizados serviram como recursos que auxiliam a
prever e visualizar um evento, determinado pelos critérios emprega-
dos, em forma de dados geográficos, tanto qualitativos quanto quanti-
tativos. Por definição, o SIG se caracteriza como um conjunto de tec-
nologias implementadas em ambiente computacional que é capaz de
manipular, armazenar e recuperar dados objetivando simular, a par-
tir de simplificações, situações e contextos existentes no mundo real
(BURROUGH; MCDONNELL, 1998).
Mediante a manipulação dos PIs nos softwares, é possível re-
alizar análises espaciais e integrar diferentes dados, gerando informa-
ções associadas a diversos fatores que influenciam a decisão e efeti-
vação de um projeto e/ou evento, como ocorre na instalação de uma
usina a base de energia solar. Neste caso, como propõe (FISCHER;
SCHOLTEN; UNWIN, 2019), há dois seguimentos: a modelagem do
terreno, que se baseia em modelos determinísticos nas áreas socio-
econômica e ambiental; e a investigação estatística a partir de dados
geográficos, usando-os de base para verificar a compatibilidade entre
as informações coletadas e fundamentar sua escolha.
Neste trabalho, tomou-se como finalidade a determinação de
um modelo espacial, por meio da integração de informações (PIs) favo-
ráveis ao propósito de estudo, após a eliminação de fatores excluden-
tes.
As técnicas utilizadas na análise exploratória e de análise
espacial ampararam-se na utilização de operadores topológicos e
de transformação, como o fatiamento e a ponderação. Os critérios e
pesos apresentados abaixo (Tabela 1) foram determinados de acordo
com práticas presentes na literatura, e os processos para a estipulação
desses valores estão detalhados no restante da seção.
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 141

Tabela 1 - Critérios para ponderação dos Planos de Informação

pelo método de análise de decisão multicritério

Critério
Subcritério Classificação Peso
(fonte)
4,37 - 4,72 1
4,73 - 4,82 3
Climático Radiação Solar
4,83 - 4,89 5
(SolarGIS) kWh / m²dia)
4,90 - 4,94 7
4,95 - 5,00 9
0-3 9
3-8 8
Declive 8 - 20 7
Topográfico
(%)
(TOPODATA) 20 - 45 5
45 - 75 3
> 75 1
0 - 0,97 9
0,98 - 2,03 7
Recursos hídricos
(km) 2,04 - 3,12 5
3,13 - 4,28 3
4,29 - 6,17 1
0 - 1,79 9
1,80 - 3,91 7
Rodovias
(km) 3,92 - 6,19 5
6,20 - 9,01 3

Infraestrutura (ANA, 9,02 - 13,84 1

ONS, IAT e DER) 0 - 0,94 9
0,95 - 2,15 7
Linhas de Transmissão
(km) 2,16 - 3,85 5
3,86 - 5,96 3
5,97 - 9,63 1
0 - 1,92 1
1,93 - 4,19 3
Mancha urbana (km) 4,20 - 6,41 5
6,42 - 8,72 7
8,73 - 12,56 9

O PI de fator climático, exposto na Figura 4a, foi obtido do

recorte de dados do SolarGIS (média anual do período 1999-2018)
(SOLARGIS, 2021) a partir dos limites do município disponibilizados
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 142
pelo (IBGE, 2021). O raster foi classificado pelo fatiamento da radiação
solar por m² dia (kWh/m²·dia) a partir do método das Quebras Naturais
de Jenks, como sugerido por (AZEVÊDO, 2016). Assim, há preferência
pelos maiores valores de irradiação, ou seja, com os tons mais escuros
no mapa.
O fatiamento do critério topográfico foi feito a partir das classes
de declividade da (EMBRAPA, 2006), e possibilitou retirar da topogra-
fia do município de Pato Branco percentuais claros sobre sua inclina-
ção em relação a sua horizontalidade, obtendo uma escala do mais
plano ao mais íngreme. São classificados, assim: plano (0 – 3%), sua-
ve ondulado (3 – 8%), ondulado (8 – 20%), forte ondulado (20 – 45%),
montanhoso (45 – 75%) e escarpado (>75%).
Partindo da necessidade de se ter um terreno mais plano, que
permite leve inclinação para escoamento da água, as classes de decli-
ve plano e suave ondulado, como visto no Mapa de Declividade (Figura
4b), são as mais favoráveis para a implementação da usina. A partir
disso, é factível concluir que porções muito íngremes não apresentam
condições satisfatórias para a implementação de usinas heliotérmicas.
No Mapa de Infraestrutura (Figura 4a), os quatro subcritérios
foram julgados segundo a aplicação da distância euclidiana – uma das
operações globais da álgebra de mapas –, dentro do limite do municí-
pio, em relação às linhas de transmissão de energia (ONS), à mancha
urbana (IAT), às rodovias (DER) e aos rios (ANA). Esses quatro fatores
repercutem na disponibilidade de recursos para a instalação e maior
viabilidade econômica de uma usina solar, e por isso, quanto mais dis-
tante da mancha urbana e mais próximo às linhas de transmissão de
energia, das rodovias e dos rios, mais apta a área é considerada.
A distância euclidiana funciona por meio de uma regra mate-
mática, que opera em ambiente SIG, a partir da menor distância do
objeto de interesse em um arquivo matricial. Para isso, as informações
em vetor são transformadas para serem submetidas a essa função,
o que permite o cálculo matricial da distância. Esse cálculo ocorre a
partir da hipotenusa formada pelo centroide da célula origem e o cen-
troide das outras células, de modo sequencial, estendendo-se por toda
a delimitação dos elementos. A combinação entre as células gera as
distâncias finais (AZEVÊDO, 2016), já disponíveis para o fatiamento
em classes. De modo igual ao critério climático, o fatiamento se deu
pelo método das Quebras Naturais.
Na Figura 4d, a disposição e influência que cada um dos sub-
critérios restritivos tem sobre a determinação da aptidão do solo do
município pode ser vista de maneira mais clara, por meio da equipara-
ção dos níveis de aptidão agrícola (dados obtidos de MARQUESINE,
2020), do uso do solo (IAT), das APPs (dados da FUNDAÇÃO BRA-
SILEIRA PARA O DESENVOLVIMENTO SUSTENTÁVEL, 2018) e das
ínfimas porções de UCs (dados advindos do CNUC - MINISTÉRIO DO
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 143
MEIO AMBIENTE, [s.d.]).
Para fundir todas as informações presentes nos PIs, realizou-
-se a associação de pesos a cada classe dos subcritérios (Tabela 1) e,
através do método AHP, que será apresentado na Seção 2.3, calculou-
-se o peso relativo de cada subcritério, o que possibilita o uso da ál-
gebra de mapas para indicar o nível de aptidão das áreas disponíveis
para a instalação de coletores de energia solar concentrada em Pato
Branco – PR.

a) Mapa de incidência solar b) Mapa de declividade

c) Mapa de infraestrutura d) Mapa restritivo

Figura 4 - Mapas dos critérios climático, topográfico,

infraestrutural e restritivo
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 144
2.3 Método AHP

O Processo Analítico Hierárquico (AHP) é uma ferramenta ma-

temática desenvolvida por Thomas Saaty na década de 1970 (SAATY,
1977), sendo amplamente utilizada para o estabelecimento de priori-
dades e tomada de decisão. O método baseia-se na estruturação de
um problema em componentes hierárquicos (critérios e subcritérios,
etc.), e na comparação pareada entre atributos (SAATY, 2008). Assim,
são feitos julgamentos subjetivos entre critérios não-trivialmente com-
paráveis, baseados em dados empíricos ou opiniões de especialistas
(PIMENTA et al., 2019). As comparações são feitas usando a Escala
Fundamental de Saaty (EFS), que vai de 1 a 9. Nessa escala, 1 signi-
fica que o critério A é igual ao critério B, e 9 denota que A é extrema-
mente mais importante do que B (PIMENTA et al., 2019; SAATY, 1987,
1990, 2008).
Após a construção da matriz de comparações pareadas e da
atribuição dos pesos relativos, deve-se verificar se o modelo é consis-
tente. A matriz é normalizada, e calculam-se os autovalores (λ) dessa
matriz. Então, calcula-se o Índice de Consistência (IC), uma relação
entre o maior autovalor e a ordem da matriz (n) a partir da Equação 1
(SAATY, 1990):

(1)

Finalmente, utiliza-se o IC para calcular a Razão de Consis-

tência (RC) do modelo. Na Equação 2, IR representa o Índice de Con-
sistência Randômico (IR) proposto por Saaty (1987), que depende da
ordem da matriz.

(2)

Caso RC exceda 10%, o modelo é considerado inconsistente.

No contrário, o modelo apresenta coerência lógica.
Nesse trabalho, utilizou-se o software AHP-OS (GOEPEL,
2018) para efetuar os cálculos de prioridades da análise multicritério. A
determinação da hierarquia entre fatores para o cálculo dos pesos está
exposta na Tabela 2. Em ordem decrescente, a importância de cada
critério é dada por: Radiação Solar Direta Normal (DNI) (42%), Declivi-
dade (24%), Distância às Linhas de Transmissão (16%), Distância às
Rodovias (7%), Distância aos Recursos Hídricos (7%) e Distância às
Áreas Urbanas (4%). A razão de consistência calculada foi de 3,3%, o
que caracteriza o modelo como consistente.
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 145

Tabela 2 - Matriz de decisão AHP

Radiação Linhas de Área Recursos
Declividade Rodovias
Solar Transmissão urbana Hídricos
Radiação
1 3 3 5 7 5
Solar
Declividade 1/3 1 3 3 5 3
Linhas de
1/3 1/3 1 3 4 3
Transmissão
Rodovias 1/5 1/3 1/3 1 2 1
Área urbana 1/7 1/5 1/4 1/2 1 1/2
Recursos
1/5 1/3 1/3 1 2 1
Hídricos
Pesos
42% 24% 16% 7% 4% 7%
relativos
Autovalor Razão de
6,210 3,3%
principal consistência

Com os pesos de cada fator determinados, utilizou-se a fer-

ramenta de sobreposição ponderada do ArcGIS Pro para efetuar a ál-
gebra de mapas. Seguindo a metodologia apresentada em 2019 por
Doorga et al. (2019), as classes receberam valores de acordo com a
EFS (Tabela 1) e os subcritérios receberam os pesos supracitados.

3. RESULTADOS E DISCUSSÃO

O resultado da análise ponderada multicritério é um mapa sín-

tese (Figura 5), que foi reclassificado tendo em mente a EFS: conside-
rou-se os valores de 1 a 4 como aptidão baixa; os valores 5 e 6 como
aptidão média; e os valores de 7 a 9 como aptidão alta. Os dados
quantitativos de cada classe foram calculados e estão apresentados
na Tabela 3.

Tabela 3 - Quantificação dos resultados do mapa síntese AHP

% em relação
Aptidão Área (km²)
à área do município à área não restrita
Baixa 4,454 0,83% 4,32%
Média 45,184 8,38% 43,78%
Alta 53,572 9,94% 51,91%
SOMA 103,210 19,15% 100,00%
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 146

Figura 5 – Mapa de aptidão para a instalação de coletores de energia

solar concentrada em Pato Branco – PR

Observando os dados apresentados, é visível que as regiões

não restritas encontram-se próximas às regiões limítrofes do município,
isto é, mais afastadas da área urbana, que fica no centro-sul. As áreas
de aptidão baixa localizam-se fora da zona de DNI mais intensa, que
atravessa o município no sentido sudeste-noroeste, e nas áreas mais
declivosas que cercam o Rio Chopim. Já as áreas de aptidão média
aparecem como uma zona de transição entre locais de baixa aptidão,
onde vários critérios não são ideias, e áreas de alta aptidão, onde a
maior parte dos critérios apresentam pesos favoráveis.
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 147
Como se pode observar, as áreas mais aptas encontram-se
nas regiões sudeste e noroeste do município, tendo áreas contíguas
de aptidão alta de 2 a 3 km² de extensão. No entanto, essas áreas
apresentam formatos irregulares, o que pode ser um empecilho para
a instalação de grandes quantidades de coletores de energia solar.
Geralmente os conjuntos de espelhos são ordenados em formatos
retangulares ou circulares, a fim de minimizar custos de instalação e
maximizar o uso efetivo do espaço.
Em áreas da ordem de 2 a 3 quilômetros quadrados, a
capacidade nominal de usinas já implantadas ao redor do mundo fica
na casa dos 50 a 100 MW. Alguns exemplos são os projetos espanhóis
Helios I (50 MW), Helioenergy 1 (50 MW), Aste1A (50 MW); a usina
americana Martin Next Generation Solar Energy Center; e o complexo
emiradense Shams 1 (NREL, 2021a, 2021b, 2021c, 2021d, 2021e).
Tomando a imagem de satélite apresentada na Figura 2,
observa-se que as áreas tidas como mais aptas encontram-se em
locais onde atualmente se pratica a agropecuária. Além disso, o
principal fator de restrição em torno desses agrupamentos de maior
aptidão termosolar — tanto na região sudeste, quanto noroeste — é
a alta aptidão agrícola. Dessarte, busca-se uma forma de aproveitar
ao máximo a geração de energia em coadjuvação com a atividade
agropecuária.
Uma das propostas mais difundidas na literatura científica é de
usinas de energia solar concentrada integradas a usinas de biomassa.
Como parte da infraestrutura pode ser compartilhada entre esses dois
tipos de usina, a hibridização entre a CSP e a bioenergia é ideal, o
que promove a geração despachada sob demanda, estabilidade da
rede, aumento da eficiência, flexibilização, operação nominal mesmo
sob condições de baixa radiação (POWELL et al., 2017; SOARES et
al., 2018). Além disso, as emissões de gases de efeito estufa diminuem
(BANACLOCHE; HERRERA; LECHÓN, 2020; MOHAGHEGH
et al., 2021; PRAMANIK; RAVIKRISHNA, 2017), há redução de
custos (comparado a usinas de somente CSP) e diminuição da área
necessária para construção — comparada a usinas de somente
biomassa (BANACLOCHE; HERRERA; LECHÓN, 2020; PRAMANIK;
RAVIKRISHNA, 2017).
Atualmente, há apenas uma usina híbrida CSP-biomassa
em operação, a Termosolar Borges, na Espanha (COT et al., 2010),
e outros protótipos estão em desenvolvimento (MOHAGHEGH et al.,
2021).
No Paraná, a bioenergia já foi estudada. Sales et al. (2005)
propõem o uso do capim-elefante e da leucena como fonte de biomassa
na região. Já Sordi et al. (2015) afirmam que o estado tem potencial
técnico e econômico para o uso de resíduos aviários como fonte de
biomassa, apresentando uma proposta de instalação em Toledo, com
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 148
potencial energético de 50.700 kW, potencial econômico de 8.900 kW,
e um custo de produção de eletricidade de R$ 80,00/MWh. Além disso,
há outros estudos que analisam a produção agrícola de biomassa
(ANDREA et al., 2014), e o potencial de geração de bioenergia a partir
de resíduos urbanos e rurais (FERREIRA et al., 2018). De acordo
com Ferreira et al. (2018), o potencial energético do biogás oriundo
de dejetos do agronegócio e da vida urbana é de 12.471,4 GWh, o
suficiente para prover eletricidade para mais de 4 milhões de pessoas.
A hibridização CSP-bioenergia também é alvo de vários
estudos nacionais. Tais estudos afirmam que a hibridização de usinas
CSP com biomassa é competitiva, melhora o sistema elétrico nacional,
desenvolve a indústria e gera oportunidades de geração de renda e
emprego (PEÑAFIEL, 2016). Também destaca-se que tal potencial
é grande devido à enorme quantidade de resíduos gerados tanto no
setor agrícola, quanto no setor industrial e urbano (FERREIRA et al.,
2018). Assim, uma usina híbrida incentiva tanto a sustentabilidade
urbana quanto o manejo de resíduos mesmo em lugares onde a DNI é
moderada (KAMI, 2019).
Dessa forma, coloca-se como proposta a combinação da
radiação solar moderada no município de Pato Branco — quando
comparada a áreas de clima árido e semiárido — com as práticas
econômicas já vigentes na região para o estabelecimento de uma matriz
energética sustentável. Tal esquema, que garante a geração quando
a energia solar térmica é insuficiente (HUSSAIN; NORTON; DUFFY,
2017; MOHAGHEGH et al., 2021), é compatível com a escala de áreas
tidas como aptas neste trabalho. Uma instalação de no mínimo 50
MWe é recomendada para usinas híbridas, já que o investimento inicial
é alto (PRAMANIK; RAVIKRISHNA, 2017). Como já apresentado, há
usinas em operação com capacidade nominal de 50 MW, ou mais, em
áreas de 2 a 3 km².

4. CONCLUSÕES

Com o aparato das ferramentas dos SIGs utilizados,

juntamente com a aplicação dos métodos de processamento de dados,
foi possível reunir os PIs – após a imposição da restrição de uso do solo
–, com diferentes tipos de informações, em um só resultado: o mapa
síntese. Este viabilizou a detecção das áreas mais propícias para a
instalação da usina à base de energia solar concentrada, sendo essas
majoritariamente próximas aos limites do município, estendendo-se
pela extremidade noroeste-sudeste.
A maior parte das áreas em zonas não restritivas apresentou
variações de média a alta aptidão para o objetivo do projeto,
concentrando resultados mais satisfatórios em uma mancha na região
noroeste. Dessa forma, sugere-se a realização de estudos de viabilida-
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 149
de econômica e técnica sobre a geração heliotérmica e bioenergética
no estado do Paraná, a fim de possibilitar a instalação de uma usina de
energia solar concentrada hibridizada com biomassa, aproveitando os
recursos disponíveis na região.

REFERÊNCIAS BIBLIOGRÁFICAS

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. Sistema de Informa-

ções Geográficas do Setor Elétrico - SIGEL. Disponível em: <https://
sigel.aneel.gov.br/portal/home/>. Acesso em: 22 jun. 2021.
ANDREA, M. C. S. et al. Energy Demand in Agricultural Biomass Pro-
duction in Parana state, Brazil. Agricultural Engineering International:
CIGR Journal, p. 42–51, 13 maio 2014.
AZEVÊDO, V.; CANDEIAS, A.; TIBA, C. Location Study of Solar Ther-
mal Power Plant in the State of Pernambuco Using Geoprocessing Te-
chnologies and Multiple-Criteria Analysis. Energies, v. 10, n. 7, p. 1042,
20 jul. 2017.
AZEVÊDO, V. W. B. ESTUDO DE LOCALIZAÇÃO DE USINA SOLAR
TERMOELÉTRICA NO ESTADO DE PERNAMBUCO. Tese de Douto-
rado—Recife, PE: Universidade Federal de Pernambuco, 2016.
BANACLOCHE, S.; HERRERA, I.; LECHÓN, Y. Towards energy transi-
tion in Tunisia: Sustainability assessment of a hybrid concentrated solar
power and biomass plant. Science of The Total Environment, v. 744, p.
140729, 20 nov. 2020.
BANCO MUNDIAL. World Bank Global Environment Facility Program:
Assessment of the World Bank/GEF Strategy for the Market Develop-
ment of Concentrating Solar Thermal Power. Washington, DC, USA:
The International Bank for Reconstruction and Development, The
World Bank, 2006. Disponível em: <https://documents1.worldbank.
org/curated/en/615441468197627671/pdf/The-World-Bank-Group-s-
-partnership-with-the-Global-Environment-Facility-GEF.pdf>. Acesso
em: 21 set. 2021.
BANCO MUNDIAL. Concentrating Solar Power: Clean Power on De-
mand 24/7. Washington, DC, USA: World Bank, 2021.
BURROUGH, P.; MCDONNELL, R. Principle of Geographic Information
Systems. 1 jan. 1998.
CASA CIVIL - PRESIDÊNCIA DA REPÚBLICA. 12.651. LEI No 12.651,
DE 25 DE MAIO DE 2012. . 25 maio 2012.
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 150
CATÁLOGO DE METADADOS DA ANA. Base Hidrográfica Ottocodi-
ficada Multiescalas 2013. Disponível em: <https://metadados.snirh.
gov.br/geonetwork/srv/por/catalog.search#/metadata/7bb15389-1016-
-4d5b-9480-5f1acdadd0f5>. Acesso em: 22 jun. 2021.
COT, A. et al. TERMOSOLAR BORGES: A THERMOSOLAR HYBRID
PLANT WITH BIOMASS. . In: PROCEEDINGS VENICE 2010, THIRD
INTERNATIONAL SYMPOSIUM ON ENERGY FROM BIOMASS AND
WASTE. Environmental Sanitary Engineering Centre, Venice, Italy:
CISA, 2010.
DEPARTAMENTO DE ESTRADAS E RODAGEM DO PARANÁ. Mapas
Rodoviários. Disponível em: <http://www.der.pr.gov.br/Pagina/Mapas-
-Rodoviarios>. Acesso em: 22 jun. 2021.
DLR. Solar thermal power plants: Heat, electricity and fuels from con-
centrated solar power. Colônia, Alemanha: German Aerospace Center
(DLR) Institute of Solar Research, maio 2021. Disponível em: <https://
www.solarpaces.org/wp-content/uploads/Study_Solar_thermal_po-
wer_plants_DLR_2021-05.pdf>. Acesso em: 21 set. 2021.
EMBRAPA. CENTRO NACIONAL DE PESQUISA DE SOLOS. Sistema
brasileiro de classificação de solos. Rio de Janeiro: Embrapa Solos,
2006.
EMPRESA DE PESQUISA ENERGÉTICA. Balanço Energético Nacio-
nal. Rio de Janeiro: EPE, 2020. Disponível em: <https://www.epe.gov.
br/sites-pt/publicacoes-dados-abertos/publicacoes/PublicacoesArqui-
vos/publicacao-479/topico-528/BEN2020_sp.pdf>. Acesso em: 25 mar.
2021.
ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE (ESRI). Arc-
GIS Pro. Redlands, CA: ESRI, 2021.
FEPESE. ESTUDO DE IMPACTO DE VIZINHANÇA (EIV) DO TER-
MINAL URBANO DE PATO BRANCO/PR. Pato Branco - PR: FUN-
DAÇÃO DE ESTUDOS E PESQUISAS SOCIOECONÔMICOS
- FEPESE, fev. 2020. Disponível em: <http://patobranco.pr.gov.br/wp-
-content/uploads/2020/02/00.-EIV_TU_Pato-Branco_Levantamento-
-e-diagn%C3%B3stico_Volume-I_vers%C3%A3o-digital.pdf>. Acesso
em: 13 mar. 2021.
FERREIRA, L. R. A. et al. Review of the energy potential of the residual
biomass for the distributed generation in Brazil. Renewable and Sustai-
nable Energy Reviews, v. 94, p. 440–455, 1 out. 2018.
FISCHER, M.; SCHOLTEN, H. J.; UNWIN, D. (EDS.). Spatial Analytical
Perspectives on GIS. London: Routledge, 2019.
M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 151
FUNDAÇÃO BRASILEIRA PARA O DESENVOLVIMENTO SUSTEN-
TÁVEL. APP - Pato Branco, PR. Disponível em: <http://geo.fbds.org.br/
PR/PATO_BRANCO/APP/>. Acesso em: 22 jun. 2021.
GOEPEL, K. D. Implementation of an Online Software Tool for the
Analytic Hierarchy Process (AHP-OS). International Journal of the
Analytic Hierarchy Process, v. 10, n. 3, 6 dez. 2018.
HUSSAIN, C. M. I.; NORTON, B.; DUFFY, A. Technological assess-
ment of different solar-biomass systems for hybrid power generation in
Europe. Renewable and Sustainable Energy Reviews, v. 68, p. 1115–
1129, 1 fev. 2017.
IBGE. Pato Branco - Panorama. Disponível em: <https://cidades.ibge.
gov.br/brasil/pr/pato-branco/panorama>. Acesso em: 6 nov. 2021.
ILBAHAR, E.; CEBI, S.; KAHRAMAN, C. A state-of-the-art review on
multi-attribute renewable energy decision making. Energy Strategy Re-
views, v. 25, p. 18–33, 1 ago. 2019.
INSTITUTO DE ÁGUA E TERRA. Mapas e Dados Espaciais. Dispo-
nível em: <http://www.iat.pr.gov.br/Pagina/Mapas-e-Dados-Espaciais>.
Acesso em: 22 jun. 2021.
INTERNACIONAL ENERGY AGENCY. Key World Energy Statistics
2020. Paris, França: IEA, ago. 2020. Disponível em: <https://www.iea.
org/reports/key-world-energy-statistics-2020#>.
IPCC. Renewable energy sources and climate change mitigation: spe-
cial report of the Intergovernmental Panel on Climate Change. [s.l:
s.n.]. v. 49
IPCC. Climate Change 2021: The Physical Science Basis. London, UK:
Cambridge University Press, 2021.
IRENA. Levelized cost of energy by technology, World. Disponível em:
<https://ourworldindata.org/grapher/levelized-cost-of-energy>. Acesso
em: 21 set. 2021.
KAMI, E. C. A. ANÁLISE TERMOECONÔMICA DE SISTEMA HÍBRIDO
SOLAR TÉRMICO INTEGRADO À UNIDADE DE RECUPERAÇÃO
ENERGÉTICA DE RESÍDUOS SÓLIDOS URBANOS. Dissertação de
Mestrado—Florianópolis: Universidade Federal de Santa Catarina,
2019.
LINDBERG, O. et al. PV park site selection for utility-scale solar guides
combining GIS and power flow analysis: A case study on a Swedish
municipality. Applied Energy, v. 282, p. 116086, 15 jan. 2021.
MANN, C. C. The wizard and the prophet: two remarkable scientists
and their dueling visions to shape tomorrow’s world. First edition ed.
New York: Alfred A. Knopf, 2018.
Revista Brasileira de Energia | Vol. 28, Nº 2, 2º Trimestre de 2022 152
MARQUESINE, M. F. Mapa de aptidão agrícola de Pato Branco. Pato
Branco, Paraná, 2020. Resolução espacial: 85m. No prelo.
MINISTÉRIO DO MEIO AMBIENTE. Cadastro Nacional de Unidades
de Conservação (CNUC). Disponível em: <https://antigo.mma.gov.br/
areas-protegidas/cadastro-nacional-de-ucs.html>. Acesso em: 22 jun.
2021.
MOHAGHEGH, M. R. et al. Latest advances on hybrid solar–biomass
power plants. Energy Sources, Part A: Recovery, Utilization, and Envi-
ronmental Effects, p. 1–24, 19 mar. 2021.
NREL. Shams 1. Disponível em: <https://solarpaces.nrel.gov/project/
shams-1>. Acesso em: 31 out. 2021a.
NREL. Martin Next Generation Solar Energy Center. Disponível em:
<https://solarpaces.nrel.gov/project/martin-next-generation-solar-ener-
gy-center>. Acesso em: 31 out. 2021b.
NREL. Aste 1A. Disponível em: <https://solarpaces.nrel.gov/project/
aste-1a>. Acesso em: 31 out. 2021c.
NREL. Helios I. Disponível em: <https://solarpaces.nrel.gov/project/
helios-i>. Acesso em: 31 out. 2021d.
NREL. Helioenergy 1. Disponível em: <https://solarpaces.nrel.gov/pro-
ject/helioenergy-1>. Acesso em: 31 out. 2021e.
PEÑAFIEL, R. A. S. PROPOSTA METODOLÓGICA PARA FORMULA-
ÇÃO DE POLITICA PARA O DESENVOLVIMENTO DA TECNOLOGIA
HELIOTÉRMICA NO BRASIL. Doutorado—Rio de Janeiro: Universida-
de Federal do Rio de Janeiro, 2016.
PIMENTA, L. B. et al. Processo Analítico Hierárquico (AHP) em am-
biente SIG: temáticas e aplicações voltadas à tomada de decisão uti-
lizando critérios espaciais. Interações (Campo Grande), v. 20, p. 407–
420, 8 ago. 2019.
POWELL, K. M. et al. Hybrid concentrated solar thermal power syste-
ms: A review. Renewable and Sustainable Energy Reviews, v. 80, p.
215–237, 1 dez. 2017.
PRAMANIK, S.; RAVIKRISHNA, R. V. A review of concentrated solar
power hybrid technologies. Applied Thermal Engineering, v. 127, p.
602–637, 25 dez. 2017.
QGIS DEVELOPMENT TEAM. QGIS3.18.2 with GRASS 7.8.5. [s.l.]
QGIS Association, 2021.
REN21. Renewables 2021: Global Status Report. Paris: REN21 Secre-
tariat: Renewables Now, 2021.
 M. I. F. Marquesine et al. | Estudo de localização para instalação de usina à base de... 153
RODRIGUES, S.; COELHO, M. B.; CABRAL, P. Suitability Analysis of
Solar Photovoltaic farms: A Portuguese Case Study. INTERNATIONAL
JOURNAL of RENEWABLE ENERGY RESEARCH, v. 7, n. 1, p. 12,
2017.
SAATY, R. W. The analytic hierarchy process— what it is and how it is
used. Mathematical Modelling, v. 9, n. 3, p. 161–176, 1 jan. 1987.
SAATY, T. L. A scaling method for priorities in hierarchical structures.
Journal of Mathematical Psychology, v. 15, n. 3, p. 234–281, 1 jun.
1977.
SAATY, T. L. How to make a decision: The analytic hierarchy process.
European Journal of Operational Research, Desicion making by the
analytic hierarchy process: Theory and applications. v. 48, n. 1, p. 9–26,
5 set. 1990.
SAATY, T. L. Decision making with the analytic hierarchy process. Inter-
national Journal of Services Sciences, v. 1, n. 1, p. 83, 2008.
SALES, F. A. et al. Biomass of elephant grass and leucaena for bio-
energy production. Semina: Ciências Agrárias, v. 36, n. 6, p. 3567, 9
dez. 2015.
SECRETARIA NACIONAL DE ASSISTÊNCIA SOCIAL - SNAS. SUAS
10. Diversidade no SUAS: realidade, respostas, perspectivas. Bra-
sília, DF: Ministério do Desenvolvimento Social e Combate à Fome,
2015. Disponível em: <https://amures.org.br/uploads/1521/arqui-
vos/1713549_Suas10Anos_2015.pdf>. Acesso em: 6 nov. 2021.
SOARES, J. et al. Evaluation of the performance of hybrid CSP/bio-
mass power plants. International Journal of Low-Carbon Technologies,
v. 13, n. 4, p. 380–387, 1 dez. 2018.
SOLARGIS. Tech Specs - Solar data behind the maps. Disponível em:
<https://solargis.com/maps-and-gis-data/tech-specs>. Acesso em: 23
jun. 2021.
SORDI, A.; SOUZA, S. N. M. DE; OLIVEIRA, F. H. DE. Biomassa ge-
rada a partir da produção avícola na região Oeste do Estado do Para-
ná: uma fonte de energia. Acta Scientiarum. Technology, v. 27, n. 2, p.
183–190, 2005.
VALERIANO, M. DE M. TOPODATA: GUIA PARA UTILIZAÇÃO
DE DADOS GEOMORFOLÓGICOS LOCAIS INPE, , 2008. Dis-
ponível em: <http://mtc-m16c.sid.inpe.br/col/sid.inpe.br/mtc-
-m18@80/2008/07.11.19.24/doc/publicacao.pdf>. Acesso em: 22 jun.
2021.

View publication stats