Método de estimativa de temperaturas mínimas e máximas médias mensais climatológicas do ar no Rio Grande do Sul

• Ano de defesa: 2007
• Autor(a) principal: Pimentel, Maria da Graça Pereira
• Orientador(a): Assis, Simone Vieira de
• 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: Meteorologia; Climatologia; Temperaturas máximas e mínimas do ar; Regressão linear múltipla; Coordenadas geográficas; Rio Grande do Sul; Minimum and maximum air temperature; Multiple linear regression; Geographics coordinates
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA
• Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/3987

Um modelo de equações de regressão linear múltiplas, foi utilizado para realização de estimativas das temperaturas mínimas (Tmin) e máximas (Tmax) médias mensais do ar. As variáveis independentes adotadas como preditores, foram latitude, longitude e altitude e valores de temperaturas mínimas e máximas médias mensais da ar de noventa anos de dados (1913-1992) de quarenta estações meteorológicas de Estado do Rio Grande do Sul, como variáveis dependentes ou preditantes. A altitude influi significativamente na determinação das temperaturas mínimas e máximas. A latitude contribui em ambas de forma significativa mas atua mais intensamente sobre as temperaturas máximas. A longitude, é um fator pouco relevante e praticamente negligenciável sobre as temperaturas mínimas mas sobre as temperaturas máximas é mais intenso. O modelo faz boas estimativas das temperaturas mínimas e máximas, com exceção de alguns meses, e para algumas estações, nas quais o efeito da oceanidade/continentalidade se manifesta. Os baixos dos coeficientes de correlação para as temperaturas máximas nas sub-séries 30 A, 30 B e 30 C indicam que as estimativas mais eficientes devem considerar séries longas de dados. O modelo realizou boas estimativas das temperaturas mínimas e máximas médias mensais apresentando pequenos erros absolutos.