A umidade relativa do ar como um fator climático é indispensável em diversos processos físicos e biológicos, relacionados com as atividades humanas, Sua ocorrência em maior ou menor grau pode, por exemplo, interferir na saúde dos seres humanos, proporcionar efeitos desejáveis ou não no crescimento de plantas, auxiliar na previsão de incêndios florestais, ser decisiva na incidência de pragas e doenças, tanto em animais como em plantas, bem como no conforto térmico das instalações de animais confinados. Sendo assim, este trabalho teve como principal objetivo o desenvolvimento de um modelo computacional estocástico para simulação de séries climáticas diárias de umidade relativa do ar, baseado na parametrização dinâmica das distribuições de probabilidade, decorrente da retroalimentação de dados. Foram utilizadas séries climáticas de umidade relativa do ar, onde se empregou o modelo da distribuição Beta para dias considerados secos e o moddelo da distribuição Normal para dias considerados chuvosos. Utilizou-se a linguagem de programação C++ Builder no desenvolvimento do modelo que é uma linguagem de alto nível orientada a objetos e adequada para o gerenciamento de banco de dados. As séries geradas se mostraram muito próximas, realisticamente, das séries observadas, apresentando uma leve tendência de superestimação das mesmas. Espera-se que quando utilizado conjuntamente em outros modelos, o mesmo se apresente como uma alternativa viável para simular a umidade do ar no cenário ambiental.
O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.