Aplicação do Método Cadeia de Markov à ocorrência de temperatura mínima do ar no Estado do Rio Grande do Sul

Detalhes bibliográficos
Ano de defesa: 2003
Autor(a) principal: Bonini, Antonio Sérgio dos Santos
Orientador(a): Assis, Simone Vieira de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pelotas
Programa de Pós-Graduação: Programa de Pós-Graduação em Meteorologia
Departamento: Faculdade de Meteorologia
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/4820
Resumo: A temperatura mínima do ar é uma das variáveis meteorológicas que exercem relevante influência sobre as condições ambientais, sendo um dos fatores limitantes ao crescimento e desenvolvimento das plantas. A avaliação da temperatura mínima do ar está diretamente relacionada com a identificação dos períodos mais adequados para as semeaduras das diversas culturas, pois permite estabelecer que as fases críticas da planta coincidam com o período de menor probabilidade de ocorrência de temperaturas prejudiciais à cultura.Através do estudo de trinta anos de dados diários de temperatura mínima do ar de doze estações meteorológicas de superfície, no Estado do Rio Grande do Sul, durante os meses de primavera e verão, foi feita a caracterização dos períodos com temperatura mínima do ar dentro dos intervalos (0ºC < t < 5ºC), (5ºC < t < 10ºC) e (10ºC < t <15ºC). A probabilidade de a temperatura mínima se encontrar nos referidos intervalos foi obtida através dos cálculos de probabilidade condicional e da probabilidade de ocorrência de dias com temperatura mínima dentro de um período de sete dias, utilizando-se o modelo da Cadeia de Markov de primeira ordem. Os resultados obtidos mostraram que a probabilidade de um determinado dia encontrar-se com uma temperatura mínima particular depende do estado precedente, comprovando satisfatoriamente o ajuste do Modelo da Cadeia de Markov.