Small changes in the radiation budget at the earth's surface can lead to large climatological responses when persistent over time. With the increasing debate on anthropogenic influences on climatic processes during the 1980s the need for accurate radiometric measurements with higher temporal resolution was identified, and it was determined that the existing measurement networks did not have the resolution or accuracy required to meet this need. In 1988 the WMO therefore proposed the establishment of a new international Baseline Surface Radiation Network (BSRN), which should collect and centrally archive high-quality ground-based radiation measurements in 1 min resolution. BSRN began its work in 1992 with 9 stations; currently (status 2018-01-01), the network comprises 59 stations (delivering data to the archive) and 9 candidates (stations recently accepted into the network with data forthcoming to the archive) distributed over all continents and oceanic environments. The BSRN database is the World Radiation Monitoring Center (WRMC). It is hosted at the Alfred Wegener Institute (AWI) in Bremerhaven, Germany, and now offers more than 10 300 months of data from the years 1992 to 2017. All data are available at https://doi.org/10.1594/PANGAEA.880000 free of charge.

A primeira edição do Atlas Brasileiro de Energia Solar foi lançada em 2006 com base em 10 anos de dados dos satélites da série GOES e no modelo físico de transferência radiativa BRASIL‐SR, validado com dados observados em 98 estações meteorológicas operadas pelo INMET (Instituto Nacional de Meteorologia) e espalhadas por todo território nacional. Na época do lançamento, a rede SONDA (Sistema de Organização Nacional de Dados Ambientais), operada pelo INPE, havia recém entrado em operação e contribuiu no processo de validação com apenas três anos de dados solarimétricos das 3 componentes da irradiação solar na superfície: global horizontal, direta normal e difusa. Essa edição pioneira do Atlas constituiu um marco importante no histórico da energia solar no Brasil e é, ainda hoje, empregada por vários investigadores e empreendedores da área de energia solar. Após mais de 10 anos, o Centro de Ciência do Sistema Terrestre (CCST) do Instituto Nacional de Pesquisas Espaciais (INPE), através do seu Laboratório de Modelagem e Estudos de Recursos Renováveis de Energia (LABREN), tem a satisfação de publicar a segunda edição, ampliada e revisada, do Atlas Brasileiro de Energia Solar. Trata‐se de um exemplo de trabalho cooperativo entre o INPE e pesquisadores de várias instituições no Brasil: a Universidade Federal de São Paulo (UNIFESP), a Universidade Federal de Santa Catarina (UFSC), a Universidade Tecnológica Federal do Paraná (UTFPR) e o Instituto Federal de Santa Catarina (IFSC). Para essa nova edição, foram empregados mais de 17 anos de dados satelitais e implementados vários avanços nas parametrizações do modelo de transferência radiativa BRASIL‐SR, visando melhorar ainda mais a confiabilidade e acurácia da base de dados produzida e disponibilizada para acesso público. Além desses avanços, a nova versão contém análises sobre os níveis de confiança, sobre a variabilidade espacial e temporal do recurso solar, além de apresentar cenários de emprego de várias tecnologias solares. Embora o foco do Atlas seja a área de energia, os dados apresentados também atendem usuários em várias outras áreas de conhecimento, como a meteorologia, climatologia, agricultura, hidrologia e arquitetura. Este Atlas contou com a contribuição científica do Instituto Nacional de Ciência e Tecnologia para Mudanças Climáticas (INCT‐MC), através dos processos CNPq 573797/2008‐0 e FAPESP 2008/57719‐9, o qual apoiou a fase de pesquisa, consolidação e de sua montagem final. Não podemos também deixar de agradecer e de partilhar esse momento com o Centro de Pesquisas da Petrobras (CENPES) que, através do Projeto ANEEL PD‐0553‐0013/2010 com o INPE, forneceu o importante suporte financeiro para o aprimoramento do modelo BRASIL‐SR, assim como para a expansão, operação e manutenção da rede solarimétrica SONDA. Os créditos também são endereçados à Rede Brasileira de Pesquisas sobre Mudanças Climáticas Globais, através do convênio FINEP / Rede CLIMA 01.13.0353‐00, pelo suporte na fase de rodadas do modelo, e aos demais colegas do INPE, particularmente do Laboratório de Instrumentação Meteorológica (LIM), do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC), que forneceram suporte logístico a esse trabalho desde a primeira edição do Atlas. Agradecemos também o apoio institucional da Agência Nacional de Energia Elétrica (ANEEL) e da International Solar Energy Society (ISES) pelo reconhecimento do mérito científico dessa publicação como marco importante para a penetração da tecnologia solar no Brasil.Os autores e as entidades de suporte e apoio que possibilitaram mais essa edição do Atlas esperam que esse trabalho constitua mais um importante marco para o avanço da tecnologia solar no Brasil.

This work describes the development of a simple method of field estimating the sky cloud coverage percentage for several applications at the Brazilian Antarctic Station, Ferraz (62°05′S, 58°23.5′W). The database of this method was acquired by a digital color camera in the visible range of the spectrum. A new algorithm was developed to classify each pixel according to a criteria decision process. The information on the pixel contamination by clouds was obtained from the saturation component of the intensity, hue, and saturation space (IHS). For simplicity, the images were acquired with a limited field of view of 36° pointing to the camera’s zenith to prevent direct sunlight from reaching the internal charge-coupled device (CCD) on the camera. For a priori–classified clear-sky images, the accuracy of the method was superior to 94%. For overcast-sky conditions, the corresponding accuracy was larger than 99%. A comparison test was performed with two human observers and our method. The results for the 29 images collected for several time of days during 50 days in 1999 summer were compared to visual observations of these same digital images by two trained field meteorologists. Correlation coefficients between human observers and the automatic method ranged from 0.84 for clear-sky conditions, and the lowest was 0.09 for undefined-sky conditions.

The current work describes the use of multidimensional Euclidean geometric distance (EGD) and Bayesian methods to characterize and classify the sky and cloud patterns present in image pixels. From specific images and using visualization tools, it was noticed that sky and cloud patterns occupy a typical locus on the red–green–blue (RGB) color space. These two patterns were linearly distributed parallel to the RGB cube’s main diagonal at distinct distances. A characterization of the cloud and sky patterns EGD was done by supervision to eliminate errors due to outlier patterns in the analysis. The exploratory data analysis of EGD for sky and cloud patterns showed a Gaussian distribution, allowing generalizations based on the central limit theorem. An intensity scale of brightness is proposed from the Euclidean geometric projection (EGP) on the RGB cube’s main diagonal. An EGD-based classification method was adapted to be properly compared with existing ones found in related literature, because they restrict the examined color-space domain. Elimination of this limitation was considered a sufficient criterion for a classification system that has resource restrictions. The EGD-adapted results showed a correlation of 97.9% for clouds and 98.4% for sky when compared to established classification methods. It was also observed that EGD was able to classify cloud and sky patterns invariant to their brightness attributes and with reduced variability because of the sun zenith angle changes. In addition, it was observed that Mie scattering could be noticed and eliminated (together with the reflector’s dust) as an outlier during the analysis. Although Mie scattering could be classified with additional analysis, this is left as a suggestion for future work.