Utilização dos calendários das Primeiras Nações para a previsão da energia solar

As observações aprofundadas dos calendários sazonais das Primeiras Nações podem ser fundamentais para melhorar a previsão da energia solar, de acordo com um estudo inédito a nível mundial realizado pela Universidade Charles Darwin (CDU).
O estudo combinou os calendários sazonais das Primeiras Nações com um novo modelo de aprendizagem profunda, uma técnica de inteligência artificial, para prever a futura produção de energia dos painéis solares.
A energia solar é uma das principais alternativas de energia renovável a nível mundial, mas a fiabilidade desta tecnologia continua a apresentar desafios.
Atualmente, a produção de energia solar é difícil de prever devido ao tempo, às condições atmosféricas e à quantidade de energia absorvida na superfície de um painel.
Os investigadores da CDU desenvolveram o modelo utilizando os calendários das Primeiras Nações Tiwi, Gulumoerrgin (Larrakia), Kunwinjku e Ngurrungurrudjba, e um calendário moderno conhecido como Red Centre.
Utilizaram dados do Desert Knowledge Australia Solar Center, em Alice Springs, e os resultados mostram que o modelo pode prever a produção de energia solar com uma taxa de erro inferior.
A taxa de erro é menos de metade da taxa de erro dos modelos de previsão populares utilizados atualmente no sector.
O coautor, Luke Hamlin, estudante de doutoramento da CDU e homem de Bundjalang, afirmou que o conhecimento ambiental contido nestes calendários é um recurso inestimável.
“A incorporação dos conhecimentos sazonais das Primeiras Nações nas previsões de produção de energia solar pode aumentar significativamente a exatidão, alinhando as previsões com os ciclos naturais que têm sido observados e compreendidos há milhares de anos”, afirma Luke Hamlin,
“Ao contrário dos sistemas de calendários convencionais, estes conhecimentos sazonais estão profundamente enraizados nos sinais ecológicos locais, como os comportamentos das plantas e dos animais, que estão intimamente ligados às alterações da luz solar e dos padrões climáticos”, acrescenta.
“Ao integrar esse conhecimento, as previsões podem ser adaptadas para refletir mudanças mais granulares nas condições ambientais, levando a previsões mais precisas e culturalmente informadas para regiões específicas da Austrália”, diz ainda.
O Professor Associado de Tecnologia da Informação Bharanidharan Shanmugam e o Docente de Tecnologia da Informação Thuseethan Selvarajah, que são co-autores deste artigo, afirmam que a combinação de Inteligência Artificial avançada e da sabedoria ancestral das Primeiras Nações pode revolucionar a tecnologia de previsão.
“A previsão exacta da energia solar é um desafio, e estes desafios impedem o desenvolvimento de um modelo de previsão universal”, diz o Professor Associado Shanmugam.
“O sucesso da abordagem proposta sugere que esta pode ser uma ferramenta valiosa para o avanço da previsão da produção de energia solar nas zonas rurais e, em trabalhos futuros, iremos explorar as aplicações do modelo noutras regiões e fontes de energia renováveis”, conclui Selvarajah.