Homogeneidade de séries climatológicas em Minas Gerais

Abstract

R ESU M OOs dados climáticos são de extrema importância nas diversas atividades humanas, por fornecerem muitas informações relativas ao meio ambiente e aos impactos nele decorrentes. Portanto, há necessidade de informações meteorológicas estatisticamente homogêneas visto que uma série temporal não homogênea pode comprometer a análise e a interpretação desses dados. Assim, este trabalho teve como objetivo estudar metodologias para avaliar a homogeneidade de séries de dados de temperaturas máximas e mínimas no Estado de Minas Gerais. A análise de homogeneidade foi feita por meio de três testes de identificação de pontos de descontinuidade nas séries temporais: Teste de Homogeneidade Normal Padrão (SNHT), teste de Pettitt e teste Buishand. Os testes apresentaram resultados muito similares sendo que a maior parte das séries mensais de temperatura foi considerada homogênea. As heterogeneidades ocorreram na década de 1990, principalmente em torno de 1997. Palavras-chave: série temporal, teste de Pettitt, teste Buishand Homogeneity of climatological series in Minas GeraisA B ST R A C T Climatic data are extremely important in many human activities; they provide much information about the environment and its impacts. So there is a need for weather data information, statistically homogeneous, because heterogeneity can compromise any time series analysis and interpretations of such data. Thus, this work aimed to study methodologies for assessing the homogeneity of data sets of maximum and minimum temperatures in the state of Minas Gerais, Brazil. The analysis of homogeneity was carried out by means of three tests for the identification of points of discontinuity in the series: Standard Normal Homogeneity Test (SNHT), Pettitt test and the Buishand test. The results of the tests were very similar, with most of the monthly series of temperature were considered homogeneous. Heterogeneities occurred in the 1990s, especially around 1997.

Homogeneity Evaluation of Historical Rainfall and Temperature Series in Mato Grosso

“…The trends observed in the INMET stations were random for the three analyzed variables, unlike what may be verified with the ANA rainfall stations that concentrated the trends in the rainy season, that is, in the case of the maximum and minimum temperature, no relation was verified between significant changes in a particular season. The same behavior was identified in a study conducted by [9] in Minas Gerais state, where even in neighboring and highly correlated stations, there was generally no satisfactory agreement between the significant points of change.…”

“…Authors such as [9,10,8] used the trend analysis to verify climatic variability in historical series, which is an advantage of this analysis, since it allows to observe changes in the series behavior and to determine which regions are suffering significant variations over time. Thus, it may be considered that the Mann-Kendall trend analysis test is employed to identify climate change occurrence.…”

<b>Rainfall data from the European center for medium-range weather forecast for monitoring meteorological drought in the state of São Paulo

“…To ensure the reliability of climate studies, the data must be reliable and homogeneous. Analysis with non-homogeneous data may imply erroneous conclusions (Santos, Sediyama, Oliveira, & Abrahão, 2012). Domonkos (2006) evaluates that there are still some doubts about the efficiency of the tests, and it is not possible to select a method with perfect capability of detecting non-homogeneity.…”

Preenchimento De Falhas Dos Dados Diários De Temperatura Máxima E Mínima Do Ar

“…Os métodos de estimativa RLS, RLM e RLMS não têm restrições quanto ao número de falhas por mês, porém sua precisão depende da densidade e da distância entre as estações (De Gaetano et al, 1995;Neumann et al, 2003). Além disso, existem problemas que podem estar associados com os erros de métodos que utilizam dados de estações próximas: baixa densidade espacial das estações meteorológicas (Blackie e Simpson, 1993), a presença de não homogeneidade ou descontinuidade de séries temporais climatológicas que pode afetar a caracterização da variabilidade climática de uma região (Dos Santos et al, 2012) e a variabilidade dos dados de observação ser fortemente influenciada pelo efeito da topografia complexa ou perturbações de pequena escala que causam erros micrometeorológicos e são difíceis de identificar (Gandin, 1988;Stahl et al, 2006;Xia et al, 1999). A geografia do estado de Santa Catarina possui grande variação altimétrica de 0 a 1827 metros (CEPED, 2013), sendo a altitude um dos fatores que explica a grande variabilidade espacial das temperaturas máxima e mínima do ar no estado (Massignam e Pandolfo, 2006).…”