Espacialização da Temperatura Máxima do ar utilizando Modelo Digital de Elevação para o município de Piranhas, Alagoas (Geostatistical Modeling for Prediction of Maximum Air Temperature using Digital Elevation Model for the city of Piranhas, Alagoas)

Ronabson Cardoso Fernandes, Henderson Silva Wanderley, André Luiz de Carvalho

Resumo


A temperatura do ar é um dos elementos meteorológica mais importante para se caracterizar o clima, embora essa informação seja essencial, para algumas regiões ela ainda é escassa ou inexistente. Deste modo, o objetivo deste estudo foi estimar a temperatura máxima do ar para o município de Piranhas no estado de Alagoas, com auxilio do Modelo Digital de Elevação (MDE). Para o estudo foram utilizados dados médios de temperatura máxima do ar proveniente de oito estações de medição, com a utilização da análise de regressão linear múltipla, a qual teve como variável dependente a temperatura média mensal do ar e variáveis independentes a latitude, longitude e altitude e do método interpolativo espacial de krigagem. Os resultados obtidos demonstraram que a metodologia proposta apresentou resultados satisfatórios para a estimação da temperatura máxima do ar, com temperaturas que variaram de 25 a 35 °C.

 

 

 

A B S T R A C T

Air temperature is an important meteorological variable, which acts mainly in evapotranspiration process, transferring energy to crops as sensible heat. In the tropics, this variable is typically higher compared to other regions of the globe, since its daily variation is related to the incidence of solar energy and, consequently, to the heating of soil surface. So, the objective of this study was to estimate the maximum air temperature in Rio Largo, Alagoas, Brazil, using The Digital Elevation Model (DEM). For this study were used average values of maximum air temperature from eight stations, for which a multiple linear regression analysis was used, which has as dependent variable the monthly average air temperature and independent variables the latitude, longitude and altitude and the Krigging method spatial interpolation. The results showed that the methodology proposed in this study had satisfactory results for the estimation of the maximum air temperature, with temperatures ranging from 25 to 35 ° C.

Keywords: Air temperature; multiple linear regression; krigging, interpolation, modeling. 


Palavras-chave


regressão linear múltipla; krigagem; interpolação; modelagem.

Texto completo:

PDF

Referências


ASHRAE, American Society of Heating Refrigerating and Air Conditioning Engineers, Thermal Environmental Conditions for Human Occupancy: Proposed Revision to American National Standard, 2001. First Public Review Draft. ASHRAE, 66p.

Bivand, R., Lewin-Koh, N., 2016. maptools: Tools for Reading and Handling Spatial Objects. R package version 0.8-39.

Daniel, J., Lennart, N., Thierry, B., Arve, E., 2010. Plants as bioindicator for temperature interpolation purposes: Analyzing spatial correlation between botany based index of thermophily and integrated temperature characteristics. Ecological Indicators 10, 990–998.

EMBRAPA, Empresa Brasileira de Pesquisa Agropecuária, Disponível em: <(http://www.relevobr.cnpm.embrapa.br)> Acesso em: 10 de agosto de 2013.

Fernandes, R.C., Carvalho, A.L., 2013 Espacialização da precipitação pluvial no município de Piranhas, Alagoas. Ciência e Natura 2, 295-303.

Gois, G., Souza, J.L., Silva, P.R.T., Oliveira Júnior, J.F., 2005. Caracterização da desertificação no estado de Alagoas utilizando variáveis climáticas. Revista Brasileira de Meteorologia 3, 301-314.

Hijmans, R.J., 2015. raster: Geographic Data Analysis and Modeling. R package version 2.5-2.

Hörsch,B., 2003. Modelling the spatial distribution of montane and subalpine forests in the central Alps using digital elevation models. Ecological Modelling 168, 267–282.

IBGE, Instituto Brasileiro de Geografia e Estatística, 2010. Disponível: https://cidades.ibge.gov.br/xtras/perfil.php?lang=&codmun=270710&search=alagoas|piranhas Acesso em: 29/05/2010.

Lamigueiro, O.P., Hijmans, R., 2016. meteoForecast. R package version 0.40.

Santos, D. N., Silva, V. P. R., Sousa, F, A. S., Silva, R. A., 2010. Estudo de alguns cenários climáticos para o Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental 5, 492–500.

Silva, V. de P. R., 2004. On climate variability in Northeast of Brazil. Journal of Arid Environments 4, 575-596.

Silva, K. R., Cecílio, R. A., Xavier, A. C., Pezzopane, J.R. M.,Garcia, G.O. , 2011. Interpolação Espacial da Precipitação no Estado do Espírito Santos. Revista Floresta e Ambiente 4,417-427.

Silva, E.C.,Cabral, Cabral, J.J.S.P., Fernandes, R.C., Gusmão,L.O., Azevedo, J.R.G., 2016. Spatial variability of precipitation correlated with relief in Recife metropolitan region and surrounding areas. Journal of Hyperspectral Remote Sensing 6, 225-234.

Vieira, S.R. Geoestatística em estudos de variabilidade espacial do solo, 2000. In: Novais, R.F., Alvarez V., V.H.,Schaefer, G.R., eds. Tópicos em ciência do solo. Viçosa, Sociedade Brasileira de Ciência do Solo 1, 1-54.

Wanderley, H. S., Sediyama, G. C., Justino, F. B., Alencar, L. P., Delgado, R. C., 2013. Variabilidade da precipitação no Sertão do São Francisco, estado de Alagoas. Revista Brasileira de Engenharia Agrícola e Ambiental 7,790–795.




DOI: https://doi.org/10.26848/rbgf.v11.5.p1642-1650

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License