Modelos estatísticos para previsão de geada branca

Abstract

O objetivo do trabalho foi obter modelos estatísticos para a previsão de geada branca. Foram utilizados dados meteorológicos diários de temperatura mínima e temperatura média do ar das 18 h e 00 h (TMG - Tempo Médio de Greenwich) no período de maio a agosto de 2000 a 2015, de estações localizadas nos municípios de Campos Novos, Lages, Chapecó e São Joaquim, em Santa Catarina. Foi utilizada a regressão linear simples e polinomial para correlacionar as variáveis independentes (X), temperatura mínima, temperatura média, temperatura das 18 h e 00 h (TGM) do dia anterior (Ti-1), com a variável dependente (Y), temperatura mínima do dia presente (Tmin i). O índice de confiança foi utilizado para avaliar a confiabilidade da estimativa de temperatura mínima (Ti). A temperatura do ar a 00 h (TMG) foi a melhor variável preditora para a temperatura mínima (Tmin i). Os modelos estatísticos obtidos para previsão de temperatura mínima (Tmin i) apresentaram um desempenho ‘muito bom’. Em eventos de geada branca (Tmin ≤ 4°C), o acerto nas estimativas esteve entre 64,3% e 88,9%.

The objective was to obtain statistical models for the prediction of hoarfrost. Were used daily weather data minimum temperature and average air temperature of 18 h and 00 h (GMT - Greenwich Mean Time) in the period May-August 2000 to 2015, of stations located in the cities of Campos Novos, Lages, Chapecó and São Joaquim, Santa Catarina. Was used Simple Linear Regression and Polynomial for correlating the independent variables (X), minimum temperature, mean temperature, temperature of 18 h and 00 h (GMT) on the previous day (Ti-1), with the dependent variable (Y), temperature minimum present day (Tmin i). The confidence index was used to assess the reliability of the estimated minimum temperature (Ti). The air temperature at 00 h (GMT) was the best predictor variable for the minimum temperature (Tmin i). Statistical models obtained for minimum temperature forecast (Tmin i) presented a performance of 'very good'. In hoarfrost events (Tmin ≤ 4 °C), the accuracy of estimates was between 64,3% and 88,9%.