Atmospheric physical processes responsible for the attenuation of ultraviolet (UV) to the surface, mainly associated with clouds, are investigated in this research. In addition, it presents a new methodology in estimating Ultraviolet Index (UVI) in different cloudy conditions. This methodology can be considered a pioneer in the combination of geostationary satellite data and measures the surface to estimate the parameter CMF (Cloud Modification Factor). This parameter is used to estimate the UV radiation in the presence of cloudiness. UVI estimates are performed by the radiative transfer model UVSIM (UltraViolet SImplified Model), which is coupled with cloud types of information from the classifier clouds DSA / CPTEC. This study concludes that the UVI estimates made by UVSIM are well represented, as r$^{2}$ = 0.90 and BIAS = -0.33 obtained through observations. The parameterization is developed in determining CMF values from reflectance (REF) observed satellites. The results indicate that the cloud parameterization of type cirrus presents r$^{2}$ = 0.80, cumulus r$^{2}$ = 0.79, stratus r$^{2}$ = 0.72 and convective r$^{2}$ = 0.89. By evaluating the parameter, it was observed that 65\% of UVI variation estimated in the presence of cirrus clouds are explained by the comments to the surface, while the validation for stratus, cumulus and convective given 65\%, 64\% and 56\%, respectively. Therefore, the new parameter best describe the cloud compared with CMF values currently used. This study contributes to the understanding of the impacts made by atmospheric constituents and better numerical representation in the UVI estimates presence of cloudiness. The importance of getting accurate estimates is the fact that UV radiation is considered the main cause of the type of cancer emergence non-melanoma (estimate 182 thousand in 2014), which is the most significant type in numbers of cases estimated cancers every year.
Os processos físicos atmosféricos responsáveis pela atenuação da radiação ultravioleta (UV) à superfície, principalmente associados às nuvens, são investigados na presente pesquisa. Adicionalmente, apresenta-se uma nova metodologia na estimativa de Índice Ultravioleta (IUV) em diferentes condições de nebulosidade. Tal metodologia pode ser considerada pioneira na combinação de informações de satélites geoestacionários e medidas à superfície na estimativa do parâmetro CMF (do inglês \emph{Cloud Modification Factor}). Este parâmetro é utilizado na estimativa da radiação UV na presença de nebulosidade. As estimativas de IUV são realizadas pelo modelo de transferência radiativa UVSIM (do inglês \emph{UltraViolet SImplified Model}), o qual é acoplado com informações dos tipos de nuvem provenientes do \emph{Classificador de Nuvens} da DSA/CPTEC. Conclui-se que as estimativas de IUV realizadas pelo UVSIM são bem representadas, conforme o r$^{2}$ = 0,90 e VIÉS = -0,33 obtidos por meio das observações. A parametrização desenvolvida está na determinação de valores de CMF a partir de refletância (R$_{EF}$) observada por satélites. Os resultados indicam que a parametrização de nuvens do tipo cirrus apresenta r$^{2}$ = 0,80, cumulus r$^{2}$ = 0,79, stratus r$^{2}$ = 0,72 e convectiva r$^{2}$ = 0,89. Através da avaliação da parametrização, observa-se que 65\% da variação de IUV estimado na presença de nuvens cirrus é explicada pelas observações à superfície, enquanto a validação para stratus, cumulus e convectiva apresenta 65\%, 64\% e 56\%, respectivamente. Portanto, a nova parametrização descreveu melhor as nuvens em comparação com os valores de CMF utilizados atualmente. Assim, este estudo contribui para a compreensão dos impactos realizados pelos constituintes atmosféricos e para uma melhor representação numérica nas estimativas do IUV com presença de nebulosidade. A importância de obter estimativas precisas está no fato da radiação UV ser apontada como a principal causa do surgimento de câncer do tipo não-melanoma (estimativa de 182 mil no ano de 2014), sendo este o tipo mais expressivo em números de casos de cânceres estimados todos os anos.
