1 |
Relação entre seqüências de temperaturas mínimas e riscos de geadas no Estado Rio Grande do Sul. / Relation between sequence of occurrence of the minimum air temperature and frost risk in the State of Rio Grande do Sul.Bonini, Antonio Sérgio dos Santos 23 September 2008 (has links)
Made available in DSpace on 2014-08-20T13:25:40Z (GMT). No. of bitstreams: 1
Tese_Doutorado_Antonio_Sergio_Bonini.pdf: 2347670 bytes, checksum: 55095ae0badf05144e217978479f2c94 (MD5)
Previous issue date: 2008-09-23 / The minimum air temperature is one of the meteorological variables which exercises
relevant influence over environmental conditions, being one of the determining factors to
the growth and development of the plants. The evaluation of the minimum air
temperature, in the Southern Region of Brasil, is directly related to the identification of
the more adequate periods for the sowing or planting of the various cultivation, for it
permits the establishment of the critical plant phase to coincide with the period of a
minor probability of harmful temperature occurrence to the cultivation. Through the thirty
years of daily data study of the minimum air temperature, in twelve surface
meteorological stations, in the State of Rio Grande do Sul, during the months of the
year, the characterization period was done with a minimum temperature within the
following interval t < 3ºC. The probability of minimum temperature to be found in the
referred interval was obtained through the calculation of the conditional probability and
the probability of occurrence of days with the minimum temperature within an interval of
seven days, using the first-order Markov Chain Model. The results obtained showed that
the probability of a determined day to be found at a minimum particular temperature
depends on the precedent state, confirming, satisfactorily, the adjustment of the Markov
Chain Model. The study promoted the mapping of the Ecoclimatic regions of Rio Grande
do Sul based on description of the minimum temperature sequence and frost risk, thought Markov Chain Model, the use of the multiple linear regression model and
Conrad & Pollak Method, thus identifying the probability dates of occurrence of the first
and the last frost of the year, to help in the planning and epoch of cultivation. / A temperatura mínima do ar é uma das variáveis meteorológicas que exerce relevante
influência sobre as condições ambientais, sendo um dos fatores determinantes do
crescimento e desenvolvimento das plantas. A avaliação da temperatura mínima do ar,
na Região Sul do Brasil, está diretamente relacionada com a identificação dos períodos
mais adequados para a semeadura/plantio 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 30 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 do
ano, foi feita a caracterização dos períodos com temperatura mínima do ar dentro do
intervalo t < 3ºC. A probabilidade de a temperatura mínima se encontrar no referido
intervalo 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. O estudo promoveu o
mapeamento das Regiões Ecoclimáticas do Rio Grande do Sul com base na descrição
da seqüência de temperaturas mínimas e riscos de geadas, por meio do Método Cadeia
de Markov, do uso do modelo de regressão linear múltipla e do Método Conrad &
Pollak, identificando, dessa forma, as probabilidades das datas de ocorrência da
primeira e da última geada do ano, para auxiliar no planejamento e épocas de cultivo.
|
Page generated in 0.1246 seconds