Mapeamento De Elementos Climáticos Da Região Das Matas De Minas – Mg Durante O Ciclo Fenológico Do Café Arábica

Abstract

ResumoO Brasil é o maior exportador de café do mundo, sendo Minas Gerais, o Estado com maior participação na produção de café. Nesse contexto, o mapeamento dos elementos climáticos permite avaliar espacialmente as condições ambientais que influenciam na produção. O objetivo deste trabalho foi investigar a melhor forma de representar espacialmente o padrão de precipitação e temperatura do ar na região das Matas de Minas -MG, nas fases vegetativa e reprodutiva do ciclo fenológico do café arábica, e verificar a correlação entre dados das estações meteorológicas do Instituto Nacional de Meteorologia -INMET e do Banco de Dados Climáticos Globais -WorldClim, e expressar espacialmente, por meio de mapas, as diferenças entre as informações dos distintos bancos de dados. Notou-se que os modelos gerados a partir dos dados das estações meteorológicas foram generalistas, e não captaram as nuances das variações térmicas e pluviométricas, identificou-se diferenças entre as representações dos mapas gerados a partir das duas bases de dados, considerando o tamanho da área e a disponibilidade de dados. AbstractBrazil is the largest exporter of coffee in the world, as such Minas Gerais, is the State with the largest production of coffee. In this context, the mapping of these climate elements allows evaluate the spatial of the environmental conditions that pervade the productivity. The objective of this work was to investigate the best way to represent the pattern of rainfall and air temperature in the Matas de Minas region -MG, in the reproductive and vegetative phases of the Arabica coffee phenological cycle, and verify the correlation between the data of the National Institute of Meteorology -INMET, and the Global Climate Data -WoldClim, and spatially express by means of maps, the difference between the information of the different data bases. It was noted the models generated by the data of the meteorological stations were generalist, and not capture the nuances of thermal and pluviometry variability, it was identified differences between the representation of maps generated from the distinct data bases, considering the size of the area and the data availability.