Análise da Distribuição Espacial da Temperatura do Ar em Uma Casa de Vegetação

Abstract

Resumo -Este trabalho mostra a análise da variação da temperatura em uma casa de vegetação, usando fatores de análise temporal e espacial. A casa de vegetação foi dividida em uma grade de 114 pontos de medições térmicas. Para cada ponto foram realizadas medições de temperatura em três alturas diferentes, a 0,30 m, 1,20m e 2,00 m, sendo que o experimento foi realizado três vezes em um dia, as 9, 12 e 16 horas. Os dados foram estatisticamente computados para mostrar a temperatura média na casa de vegetação em cada altura e horário do experimento. Além disto, o trabalho usa a análise geoestatística para a interpolação de dados e mostra a variação da temperatura na altura intermediária utilizando uma representação gráfica em duas e três dimensões. Os resultados mostram uma significativa variação da temperatura na casa de vegetação analisada e comprovam que o uso de métodos geoestatisticos pode ser uma eficiente ferramenta para a análise e controle de casa de vegetação. Palavras-chave: ambiente protegido; variação térmica; geoestatística.Abstract -This work shows the analysis of temperature variation inside a greenhouse, considering temporal and spatial factors. The greenhouse was divided as a grid with 114 points of thermal measurement. For each grid point the temperature was measured at 0.30m, 1.20m and 2.00 meters, and the experiment repeated three times in one day at 9, 12 and 16 hours. The data were statically computed to show the mean temperature inside the greenhouse for each different height and time. Besides, the work used the GS+ software for data interpolation and shows two-dimensional and three-dimensional representation of the temperature variation at the intermediate height of measurement. The results has shown a significant temperature variation in the greenhouse and proved that geostatistical methods can be an efficient tool for analysis and control of the greenhouse.

Comportamento Temporal Da Evapotranspiração De Referência Em Municípios De São Paulo E Províncias De Cuba

“…Alguns trabalhos têm sido publicados utilizando métodos de interpolação para áreas com distintas variáveis regionalizadas em: Voltan et al (2011), analisando a distribuição espacial da temperatura do ar em uma casa de vegetação; Perboni et al (2014), utilizando a geoestatística nos ensaios de uniformidades de irrigação; Sartori et al (2010), no mapeamento dos dados climáticos; Lessa et al (2012), analisando o conteúdo de água de uma bacia hidrográfica; Moraes, Zimback e Spadotto (2012) na espacialização das estimativas de contaminação das águas subterrâneas; e Santos et al (2015), na modelagem geoestatística da temperatura do ar. Esses trabalhos apontaram o potencial da geoestatística, utilizando a krigagem como instrumento de interpolação das variáveis de interesse.…”

“…Por isso adota-se os métodos indiretos de estimativa da Evapotranspiração de referência, e estes devem estar condicionados a uma série de fatores, dentro os quais: a disponibilidade de dados meteorológicos, a escala de tempo e as condições climáticas para as quais o método foi desenvolvido.O método de Penman-Monteith é recomendado como o único método padrão FAO-56 de determinação de ETo. Este método foi selecionado por representar bem o processo da ETo em qualquer região e condições climáticas, e por incorporar os parâmetros termodinâmicos e aerodinâmicos em seu equacionamento.As aplicações práticas dos dados de Evapotranspiração seja para o planejamento de irrigação, modelagem hidrológica e ambiental, dentre outras, exigem quase sempre que estes sejam avaliados de forma distribuída espacialmente (VILANOVA; SIMÕES; TRANNIN, 2012), e essa distribuição pode ser utilizando técnicas adequadas para modelar essa variabilidade.Alguns trabalhos têm sido publicados utilizando métodos de interpolação para áreas com distintas variáveis regionalizadas em: Voltan et al (2011), analisando a distribuição espacial da temperatura do ar em uma casa de vegetação; Perboni et al (2014), utilizando a geoestatística nos ensaios de uniformidades de irrigação; Sartori et al (2010), no mapeamento dos dados climáticos; Lessa et al (2012), analisando o conteúdo de água de uma bacia hidrográfica; Moraes, Zimback e Spadotto (2012) na espacialização das estimativas de contaminação das águas subterrâneas; e Santos et al (2015), na modelagem geoestatística da temperatura do ar. Esses trabalhos apontaram o potencial da geoestatística, utilizando a krigagem como instrumento de interpolação das variáveis de interesse.De acordo com Ribeiro Junior (1995), o processo de krigagem se diferencia dos outros métodos de interpolação pela forma de atribuição de pesos aos valores amostrais, já que neste método não se utiliza a distância euclidiana entre os pontos, mas sim uma "distância estatística" que expressa tanto a distância como a estrutura de variabilidade (semivariância ou covariância).…”