Submitted by Aline Batista (alinehb.ufpel@gmail.com) on 2018-06-21T22:25:06Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Maria_da_Graca_Pereira_Pimentel.pdf: 1105022 bytes, checksum: a8ce676040253811180c0351efada9a1 (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2018-06-21T22:44:49Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Maria_da_Graca_Pereira_Pimentel.pdf: 1105022 bytes, checksum: a8ce676040253811180c0351efada9a1 (MD5) / Made available in DSpace on 2018-06-21T22:44:49Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Maria_da_Graca_Pereira_Pimentel.pdf: 1105022 bytes, checksum: a8ce676040253811180c0351efada9a1 (MD5) Previous issue date: 2007-02-18 / Sem bolsa / 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. / Multiple linear regression model equations, to estimate the average monthly minimum (Tmin) and maximum air temperature (Tmax), were established using latitude, longitude and altitude as independent variables and 90 years (1913-2002) of minimum and maximun average monthly air temperature data from forty meteorological stations, situated in the State of Rio Grande do Sul (Brazil) as dependent variables. The altitude shows a great influence in minimum and maximum air temperature. The latitude makes contribution in both, but more strongly over maximum temperatures. The longitude, is a low relevant factor and practically negligenceable about the minimum temperatures but in the maximum temperarures is more relevant. The model make very good estimations of minimum and maximum temperatures, except for some months, and to some meteorological stations in which the continental-oceanic effect are present. The smaller values of correlations coefficients of the maximum temperatures in years interval 30 A, 30 B and 30 C subseries denote that the more efficient estimations have to include long series of data.