RESUMOO estudo das condições climáticas da região de Petrolina se faz necessário devido sua importância no cenário agrícola nacional. O objetivo do trabalho foi caracterizar os perfis pluviométricos, classificar por meio da utilização de técnica quantílica e a realização de balanço hídrico para diferentes regimes hídricos observados. Foram utilizados da estação meteorológica convencional (OMM: 81991) localizada no município de Petrolina-PE, os dados de precipitação pluvial e temperatura média do ar condensada. Além do uso da técnica de Quantis que classifica os anos de acordo com o índice pluviométrico anual como muito seco, seco, normal, chuvoso e muito chuvoso, foi utilizado o balanço hídrico pelo método de Thornthwaite e Mather. Na caracterização pluviométrica observou-se um quantitativo anual, variando entre 107,20 e 1023,50 mm, com média de 496,83 mm, a cada dois anos é possível observar uma precipitação pluvial igual ou inferior a 462,92 mm. Ao avaliar o balanço hídrico para os distintos regimes pluviométricos obtidos, pode-se verificar que todos os regimes pluviométricos apresentaram uma deficiência que se estende por todo o ano, com exceção para anos chuvoso e muito chuvoso que apresentam reposição nos meses iniciais do ano. Palavras-chave: ciclo hidrológico, climatologia, planejamento agrícola LOPES, I; GUIMARÃES, M. J. M.; MELO, J. M. M.; RAMOS, C. M. C. WATER BALANCE FOR PRECIPITATION REGIMES IN THE PETROLINA, PE REGION ABSTRACTThe study of the climatic conditions of the Petrolina region is necessary due to its importance in the national agricultural scenario. The objective of this work was to characterize the rainfall profiles, to classify by means of the use of quantile regression technique and the achievemnt of water balance for different water regimes observed. Data for rainfall and average temperature of the condensed air were provided by the conventional meteorological station (OMM: 81991) located in the city of Petrolina, PE. In addition to the Quantis technique, which classifies years according to the annual rainfall index as very dry, dry, normal, rainy and very rainy, the water
RESUMODentre as variáveis meteorológicas requeridas para o cálculo do balanço hídrico destaca-se a precipitação, medida em estações meteorológicas de forma pontual, mas que pode ser convertida em campos contínuos utilizando métodos de interpolação espacial. O objetivo deste trabalho foi avaliar potências para o método de interpolação do Inverso da Potência da Distância (IPD) na espacialização de valores diários da precipitação no Submédio São Francisco, para os períodos de um ano, das estações do ano (inverno, primavera, verão e outono). A precipitação foi espacializada utilizando o método do IPD a partir dos dados medidos em 14 estações meteorológicas automáticas, sendo a área representando cartograficamente através um círculo de aproximadamente 250 km de raio em torno da cidade de Petrolina-PE. Os valores obtidos da potência do interpolador foram iguais a 1,6, 0,5, 1,0, 3,1 e 0,9 para a época anual, inverno, primavera, verão e outono, respectivamente. Os valores de erro médio foram relativamente pequenos.Palavras-chave: interpolação, estações do ano, estação meteorológica. SPATIALIZATION OF RAINFALL FOR THE REGION OF THE LOWER MIDDLE SÃO FRANCISCO ABSTRACTAmong the meteorological variables required for calculating the water balance there is the precipitation measured at weather stations in a timely manner, but that can be converted into continuous fields using spatial interpolation methods. The objective of this study was to evaluate powers to the inverse of the interpolation method of Distance Power (IDW) in the spatial distribution of daily values of precipitation in lower middle São Francisco, for periods
A identificação de regiões vulneráveis à desertificação é necessária para o Nordeste brasileiro, que apresenta restrição hídrica e sensibilidade as alterações climáticas. Desta forma, através do Índice de Aridez (IA) é possível identificar estas alterações e os elementos climáticos que mais influenciam para estas mudanças em diferentes localizações geográficas. O objetivo foi identificar os principais elementos climáticos responsáveis pela variação temporal e espacial do IA nos estados da Bahia e Pernambuco por meio da análise multivariada. As localidades estudadas foram Salvador, Lençóis, Bom Jesus da Lapa, Recife, Garanhuns e Cabrobó. Foram calculados os Balanços Hídrico Climatológico, para cada estação, em cada média móvel de 30 anos no período de 1961 a 2015, com o auxílio do Software para o Cálculo do Balanço Hídrico de Thornthwaite®. Foi aplicada a análise de agrupamento hierárquica aos dados de séries temporal (S), temperatura (T), precipitação (P), evapotranspiração potencial (ETP) e IA. A Bahia passou por mudanças no IA, sendo possível evidenciar que o aumento da temperatura foi o principal elemento climático responsável. Em Pernambuco também foram maiores correlações da série temporal com as temperaturas. S, T e ETP exercem forte correlação para elevação da condição de aridez em todas as localidades estudadas.
ESPACIALIZAÇÃO DA TEMPERATURA DO AR PARA A REGIÃO DO SUBMÉDIO SÃO FRANCISCO IUG LOPES¹; JULIANA MARIA MEDRADO DE MELO² E BRAULIRO GONÇALVES LEAL³ ¹ Departamento de Engenharia Agrícola, Universidade Federal Rural de Pernambuco, Rua Dom Manoel de Medeiros, Dois Irmão, CEP: 52171-900 – Recife, PE. iuglopes@hotmail.com² Departamento de Agronomia, Universidade do Estado da Bahia, Rua Edgar Chastinet, s/n - São Geraldo, BA, 48905-680 – Juazeiro, BA. medrado.juliana@gmail.com³ Colegiado de Engenharia da Computação, Universidade Federal do Vale do São Francisco – Campus Juazeiro, Av. Antonio Carlos Magalhães, 510 Country Club, CEP: 48.902-300 – Juazeiro, BA. brauliro.leal@univasf.edu.br 1 RESUMO Dentre as variáveis meteorológicas requeridas para o cálculo do balanço hídrico destacam-se as temperaturas mínimas, médias e máximas do ar, que apresentam uma continuidade no quantitativo de distância e assim permitem de uma maneira mais simples a criação de campos contínuos utilizando métodos de interpolação espacial. O objetivo deste trabalho foi avaliar potências para o método de interpolação do Inverso da Potência da Distância (IPD) na espacialização de valores diários da temperatura no Submédio São Francisco, para os períodos de um ano, das estações do ano (inverno, primavera, verão e outono). Foram obtidos os parâmetros de potência do interpolador Inverso da Potência da Distância das temperaturas mínimas, médias e máximas a partir dos dados medidos em 14 estações meteorológicas automáticas do INMET em operação no Pólo de Desenvolvimento Petrolina-Juazeiro. Foram realizadas interpolações para as épocas: anual, inverno, primavera, verão e outono. A variação diária do erro relativo médio obtida, para a época ano, calculado utilizando os dados de temperatura mínima, média e máxima utilizando o valor da potência do interpolador foram iguais a 3,3; 3,4; e 3,4, respectivamente. Os valores de erro médio foram pequenos quando comparados com o erro instrumental. Palavras-chave: interpolação, validação cruzada, estação meteorológica LOPES, I; MELO, J. M. M.; LEAL, B. G. SPATIALIZATION OF AIR TEMPERATURE TO THE REGION OF SUBMEDIO SÃO FRANCISCO 2 ABSTRACT Among the meteorological variables required for the calculation of the water balance are the temperatures, which present a continuity in the quantitative distance and thus allow in a simpler way the creation of continuous fields using spatial interpolation methods. The objective of this work was to evaluate the power of the Inverse Distance Power (IPD) in the spatialization of daily values of temperature in the Submedia of São Francisco, for the one-year periods of the seasons (winter, spring, summer it's fall). The power parameters of the Inverse Distance Power Interpolator were obtained from the minimum, average and maximum temperatures from the data measured in 14 INMET automatic meteorological stations operating at the Petrolina-Juazeiro Development Pole. Interpolations were performed for annual, winter, spring, summer and fall seasons. The daily variation of the average relative error obtained for the year time, calculated using the data of minimum, average and maximum temperature using the value of the power of the interpolator were equal to 3.3; 3.4; and 3.4, respectively. The mean error values were small when compared to instrumental error. Keywords: interpolation, validation cross, meteorological station
A B S T R A C TThe major potential of wind power generation in the world and a possibility of electric energy production make it an alternative source to increase the diversity in the world energy matrix. The objective was to characterize a predominant velocity and direction of the wind for generation of wind power in the Submédio São ) of the São Francisco Submiddle. The highest values of wind power are highlighted for the municipalities of Dormentes, Lagoa Grande, Curaçá, Petrolina, Afrânio, Pedro Alexandre, part of the municipality of Santa Filomena, Santa Maria da Boa Vista, Chorrochó, Macururé, Paulo Afonso, and Juazeiro. The municipality of Curaçá, in the State of Bahia, show the most favorable installation of wind generators, instead of larger values and constant wind transmission. Consequently, it has the highest values of wind energy and a dominant frequency in the southeast direction of the winds throughout the day, being able to fix the towers in this geographical orientation. A large part of the Submédio São Francisco is suitable for the installation of wind energy generation centers.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.