Use este identificador para citar ou linkar para este item: https://locus.ufv.br//handle/123456789/1510
Tipo: Tese
Título: Homogeneidade e reconstrução de séries climatológicas para localidades no estado de Minas Gerais
Título(s) alternativo(s): Homogeneity and climatological series reconstruction for some localities in the state of Minas Gerais
Autor(es): Santos, Roziane Sobreira dos
Primeiro Orientador: Sediyama, Gilberto Chohaku
Primeiro coorientador: Pruski, Fernando Falco
Primeiro avaliador: Silva, Welliam Chaves Monteiro da
Segundo avaliador: Costa, José Maria Nogueira da
Terceiro avaliador: Leal, Brauliro Gonçalves
Abstract: Os dados climáticos são de extrema importância nas diversas atividades realizadas pelo homem fornecendo informações importantes do ambiente atmosférico e os impactos que ocorrem nele. Portanto há necessidade de informações meteorológicas confiáveis, pois uma falha na série temporal pode comprometer a análise e a interpretação dos dados. Os dados climáticos, para serem usados com segurança, devem ser estatisticamente homogêneos, uma vez que a não-homogeneidade de uma série temporal conduz a uma interpretação errônea das condições do clima a ser estudado. A falta de dados meteorológicos nas séries de dados históricos para as condições brasileiras é expressiva, tanto pela baixa densidade de estações, como pelas falhas existentes, pois nem sempre os registros disponíveis são contínuos para longos períodos de observações. Com esse trabalho objetivou-se: analisar metodologias para avaliar a homogeneidade, a tendência e o preenchimento de falhas em séries de dados de temperatura máxima e mínima do ar e da precipitação em Minas Gerais. A análise de homogeneidade foi feita por meio de três testes de identificação de pontos de descontinuidade: teste de Homogeneidade Normal Padrão (SNHT) para um único ponto, teste de Pettitt e teste de Buishand. Na análise de tendência foram utilizados os testes de Mann-Kendall e análise de regressão. Para preenchimento de falhas utilizou-se duas metodologias: os modelos SARIMA proposto por Box-Jenkins, que utilizam os dados da própria estação com dados faltantes, e o modelo geoestatístico espaço-tempo, que considera as estações vizinhas, ponderando tanto a dependência espacial como temporal dos dados. Na análise de homogeneidade, 73% das séries de temperatura máxima do ar e 71% das séries de temperatura mínima do ar, foram consideradas homogêneas. As mudanças estatisticamente significativas ocorreram na década de 1990, principalmente em torno do ano de 1997. A maior parte das tendências observadas é de aumento, especialmente na temperatura mínima do ar. As séries de precipitação não apresentaram tendências significativas. Os modelos SARIMA capturam bem o comportamento padrão das séries temporais, com valores de r2 variando de 0,47 a 0,68 para temperatura máxima e de 0,85 a 0,90 para temperatura mínima. Os erros associados pelos modelos foram baixos, com raiz do erro quadrático médio em torno de 1ºC e viés médio próximo de 0,4ºC. O modelo geoestatístico espaço-tempo apresentou resultados melhores do que a metodologia de Box-Jenkins, sendo mais eficiente, com altos valores de r2 e do índice de concordância de Willmott e erros médios bem próximos de zero. Inclusive em séries de precipitação as previsões foram bem ajustadas. O menor valor de r2 encontrado explica 70% da variabilidade dos dados de precipitação. Para a temperatura máxima o menor valor de r2 foi de 82%, muito superior ao modelo de Box-Jenkins. Comparando as duas metodologias, o modelo espaço-temporal está mais próximo da identidade, apresentando menor dispersão em torno da reta estimada e maior coeficiente de determinação.
Climatic data is extremely important in the various activities undertaken by man, providing much information concerning the atmospheric environment and the impacts on it. Therefore there is a need for reliable weather information, because a failure in the time series can compromise analysis and data interpretation. To be used safely, weather data must be statistically homogeneous, since the non-homogeneity of a series leads to an erroneous interpretation of the weather conditions to be studied. The lack of historical weather data is significant, both due to the lack of weather stations and the existing gaps, as the available records are not always continuous for long periods of observations. This work aimed to analyze methodologies to evaluate the homogeneity and trend, as well as gap filling data series of maximum and minimum temperatures of air and rainfall in Minas Gerais. The homogeneity analysis was performed by three tests for the identification of discontinuity points in time series: Standard Normal Homogeneity Test (SNHT) to a single point test, Pettitt test and Buishand test. In trend analysis the Mann-Kendall and regression analysis were used. To fill gaps, two methodologies were used: the SARIMA models proposed by Box-Jenkins that uses the station's own data with gaps, and a space-time geostatistical model that considers the neighboring stations and the series with gaps, considering both the spatial and temporal dependence of the data. In the homogeneity analysis, 73% of maximum air temperature series and 71% of minimum air temperature series were considered homogeneous. The statistically significant changes occurred in the 1990s, especially around 1997. Most trends are increasing, especially in minimum air temperature. The precipitation series showed no significant trends. The SARIMA models capture well the behavior pattern of the series, with r2 values among 0.47 to 0.68 in maximum temperature and 0.85 to 0.90 for minimum temperature. The errors associated with the models were low, with a root mean square error of about 1 ° C and bias of around 0.4 º C. The space-time geostatistical model showed better results than the Box-Jenkins methodology, being more efficient, with high values of r2 and the Willmott‟s index of agreement and mean errors very close to zero. Even in a precipitation series the forecasts were well adjusted. The lowest value of r2 found explains 70% of the precipitation data variability. For maximum temperature the smallest value of r2 is 82%, much higher than the Box-Jenkins‟ model. Comparing the two methods, the space-time is model are closer to the identity, presenting a lower dispersion around the estimated straight line and coefficient of determination greater.
Palavras-chave: Climatologia
Minas Gerais
Climatologia agrícola
Climatology
Minas Gerais
Agricultural climatology
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA::CLIMATOLOGIA
Idioma: por
País: BR
Editor: Universidade Federal de Viçosa
Sigla da Instituição: UFV
Departamento: Agrometeorologia; Climatologia; Micrometeorologia
Programa: Doutorado em Meteorologia Agrícola
Citação: SANTOS, Roziane Sobreira dos. Homogeneity and climatological series reconstruction for some localities in the state of Minas Gerais. 2012. 100 f. Tese (Doutorado em Agrometeorologia; Climatologia; Micrometeorologia) - Universidade Federal de Viçosa, Viçosa, 2012.
Tipo de Acesso: Acesso Aberto
URI: http://locus.ufv.br/handle/123456789/1510
Data do documento: 24-Fev-2012
Aparece nas coleções:Meteorologia Agrícola

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
texto completo.pdf1,45 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.