Coordenadas Geográficas E Altitude Na Estimativa Da Temperatura Do Ar No Estado De Goiás

Abstract

RESUMOA estimativa de dados meteorológicos é imprescindível quando não se dispõe de dados observacionais. No entanto, a confiabilidade no uso destes, está condicionada a existência de concordância entre os dados preditos e os observados. Particularmente para a variável temperatura do ar, sendo uma das mais importantes para o planejamento das atividades agrícolas. Diante disso, objetivou-se com este trabalho, estimar os valores máximos, mínimos e médios da tempetura do ar, na escala decendial, a partir de coordenadas geográficas e altitude para o estado de Goiás. Para tanto, foram consideradas séries históricas de dados (1987-2017) oriundas de 27 municípios goianos. Para as estimativas consideradas neste estudo utilizou-se técnicas de análise de regressão múltipla, onde foi verificada a significância dos modelos preditores. Os coeficientes de determinação ajustados resultantes do modelo encontrado variaram de 0,66 a 0,82 para Tmax, de 0,56 a 0,72 para Tmin e de 0,66 a 0,74 para Tmed. Com este resultado, as médias das temperaturas máximas e médias decendiais, podem ser estimadas satisfatoriamente nos municípios goianos por meio da altitude, latitude e longitude.Palavras-chave: modelo matemático, temperatura do ar, regressão múltipla GEOGRAPHICAL COORDINATES AND ALTITUDE IN AIR TEMPERATURE ESTIMATION IN THE STATE OF GOIÁS ABSTRACTThe estimation of meteorological data is essential when observational data are not available. However, the reliability in its use, is conditioned by the existence of agreement between the predicted and observed data. Particularly for the variable air temperature, one of the most important for the planning of agricultural activities, this type of information has a strategic character. The objective of this work was to estimate the air temperature, maximum, minimum and mean values of air temperature, in the decendial scale, from geographic coordinates and altitude for the state of Goiás (Brazil). Historical data series from 27 municipalities in the state of Goiás were considered. For the estimates considered in this study multiple regression analysis techniques were used, where the significance of the predictive models was verified. The adjusted coefficients of determination resulting from the model found ranged from 0.66 to 0.82 for Tmax, from 0.56 to 0.72 for Tmin and from 0.66 to 0.74 for Tmed. With this result, mean maximum and average decendial temperatures can be estimated satisfactorily in the municipalities of Goiás by means of altitude, latitude and longitude.

Estimation of Air Temperature Using Climate Factors in Brazilian Sugarcane Regions

“…Several authors have used these variables to estimate air temperature, for instance, Medeiros et al (2005), who estimated the average air temperature for the Northeast of Brazil using multiple linear regression equations and obtained an adjusted coefficient of determination (R2adj) of 0.87. Capuchinho et al (2019) estimated the maximum (Tmax), minimum (Tmin), and average (Tavg) air temperatures also using multiple linear regression techniques and observed adjusted coefficients of determination ranging from 0.66 to 0.82 for Tmax, 0.56 to 0.72 for Tmin, and 0.66 to 0.74 for Tavg, with high precision and accu-racy for the municipalities of Goiás. Another interesting paper, by Yu et al (2021), who used a geographically weighted regression model to estimate the surface air temperature lapse rate in mainland China, concluded that the model had a strong predictive ability for surface air temperature.…”

Estimativa Da Temperatura Média Do Ar No Estado Do Ceará Por Meio Do Sensoriamento Remoto

“…, a temperatura do ar é o fator climático que mais exerce influência de forma direta e significativa sobre os processos fisiológicos de seres vivos. De acordo comCapuchinho et al (2019), este fator climático também é responsável por influenciar diversas atividades econômicas desenvolvidas pela sociedade, em seus múltiplos aspectos. A variabilidade climática deve ser considerada em diversos setores, como economia, pecuária, engenharia e produção de energia (MEDEIROS; HOLANDA, 2019).Nesse contexto, o zoneamento climático das regiões, ou seja, a divisão da área em unidades individualizadas segundo as suas características, contribui para registrar e delimitar o potencial físico e biológico para a manutenção dos recursos naturais, existentes em cada Revista Equador (UFPI), Vol.…”

“…ISSN: 2317 Home: http://www.ojs.ufpi.br/index.php/equador localidade. Essa demanda pelo zoneamento parte da necessidade de promover o conhecimento sobre cada território.De acordo comFilgueiras et al (2016), devido ao elevado espaçamento da rede de estações meteorológicas, a correlação entre os dados obtidos pelas estações meteorológicas com os dados estimados por sensoriamento remoto promove a possibilidade de determinar valores proporcionais aos dados de temperatura do ar em áreas onde a disponibilidade de dados meteorológicos é escassa ConformeCapuchinho et al (2019), diferentes métodos têm sido utilizados a fim de se obter maior exatidão nas estimativas de temperatura do ar onde os dados meteorológicos são ausentes, a fim de contornar as limitações decorrentes da falta destes registros climáticos.…”