RESUMO A irradiância solar global é a fonte fundamental de energia na Terra. Apesar da sua importância, os dados de insolação ou irradiância solar raramente estão disponíveis em estações meteorológicas. Na ausência de dados disponíveis, há métodos empíricos que podem ser utilizados para estimar a irradiância solar. O estudo objetivou estimar os parâmetros e avaliar os desempenhos de quatro modelos empíricos de estimativa de irradiância solar diária (Chen, Hargreaves, Hunt e Richardson) a partir de dados de temperatura do ar para oito localidades do Estado do Paraná. Foram obtidos dados do Banco de Dados Meteorológicos para Ensino e Pesquisa (BDMEP). Para comparação de médias entre os modelos, foi utilizado o teste não-paramétrico de Kruskal-Wallis, e o teste de comparação múltipla de Dunn para analisar quais modelos apresentaram médias distintas entre si. O desempenho de cada modelo foi avaliado por meio dos índices: coeficiente de correlação de Pearson (r), erro médio de viés (MBE), raiz quadrada do quadrado médio do erro (RMSE), índice de concordância de Wilmott (d), índice de desempenho (c) e coeficiente de eficiência de Nash-Sutcliffe (NSE). Constatou-se que os modelos propostos por Chen e por Hunt apresentaram os melhores desempenhos na estimativa da irradiância solar global para as localidades paranaenses estudadas, por se aproximarem mais dos dados históricos observados.
ABSTRACT Global solar irradiance (GSI) is a fundamental source of energy on Earth. Despite its importance, sunshine or solar irradiance data are rarely available from weather stations. In the absence of available data, there are empirical methods that can be used to estimate solar irradiance. The objective of this study is to calibrate the parameters and to evaluate the performance of four empirical models of solar irradiance estimation (those of Chen, Hargreaves, Hunt, and Richardson) from air temperature data for eight localities in the state of Paraná, Brazil. Data were obtained from the Meteorological Database for Teaching and Research (BDMEP). For the comparison of means among the models, the Kruskal-Wallis non-parametric test was used. Dunn’s multiple comparison tests were used to analyze which models presented different means from the others. The performance of each model was assessed using the indices Pearson correlation coefficient (r), mean bias error (MBE), root mean square error (RMSE), Wilmott concordance index (d), performance index (c) and the Nash-Sutcliffe efficiency (NSE) coefficient. It was observed that the models proposed by Chen and Hunt presented the best performances in the estimation of GSI for the studied Paraná state localities, given that they yielded results which are closer to the observed historical data.