Variabilidade Anual E Mensal Da Chuva E Da Temperatura Do Ar No Município De Resende, Rio De Janeiro

Abstract

Os objetivos deste estudo são: i) avaliar a variabilidade anual e mensal da chuva e temperatura do ar e ii) quantificar as componentes do balanço hídrico climatológico de Resende, RJ. Os dados mensais pluviométricos e temperatura foram obtidos do INMET entre 1995 a 2017. As séries temporais possuíam falhas e foram preenchidas pelos pacotes do software ambiente R. Com base na estatística descritiva e exploratória aplicada na série temporal de chuva foram identificados os meses secos (maio a agosto). Os CV foram altamente variáveis ao longo da série temporal das variáveis climáticas em Resende. As menores diferenças pluviométricas anuais em Resende foram, nos percentis dos quantis de 25% e 50% da média e mediana, seguido das diferenças superior à média, nos percentis de 75% a 100% dos quantis. Houve um aumento da temperatura anual nos percentis dos quantis de 25% e 50%. O balanço hídrico climatológico mostrou uma distribuição irregular na chuva mensal, com duas estações em Resende: a estação chuvosa inicia-se em setembro, com o maior excedente hídrico em janeiro e dezembro, e a estação seca entre abril e agosto.

Rainfall extremes and drought in Northeast Brazil and its relationship with El Niño–Southern Oscillation

“…After counting the gaps, the package “mtsdi” version 0.3.5 was used (Junger and Ponce de Leon, 2018) for imputing the data, starting with criterion 2. Data imputing was based on the spline function in order to smooth the time series (Gois et al, 2019), where library = library of the package used; a = number of interactions for monthly rainfall (mm); f = empirical function of the monthly rainfall variable (mm); and method = imputing method using the spline. After the organization, manipulation, and application of the imputing method in the monthly rainfall data, the next step was to extract the SPI data for characterizing droughts in the State of Alagoas, obtained from the use of the DrinC Software.…”

“…For the data imputing procedure, the technique proposed by Harrell (2001) based on counting the percentages (%) of missing data was adopted, which follows the following criteria: After counting the gaps, the package "mtsdi" version 0.3.5 was used (Junger and Ponce de Leon, 2018) for imputing the data, starting with criterion 2. Data imputing was based on the spline function in order to smooth the time series (Gois et al, 2019), where library = library of the package used; a = number of interactions for F I G U R E 1 Distribution of the environmental mesoregions of the State of Alagoas and location of the 54 weather stations T A B L E 1 Rainfall stations of the State of Alagoas, Brazil, with identifiers (ID), municipalities, longitude ( ), latitude ( ), and altitude (m), and missing data (MD, in %), respectively monthly rainfall (mm); f = empirical function of the monthly rainfall variable (mm); and method = imputing method using the spline. After the organization, manipulation, and application of the imputing method in the monthly rainfall data, the next step was to extract the SPI data for characterizing droughts in the State of Alagoas, obtained from the use of the DrinC Software.…”

Estimativa e Espacialização da Erosividade em Mesorregiões Climáticas no Estado de Alagoas

“…No presente estudo foi aplicada a função "mstats" do pacote "mtsdi" versão 0.3-5 (Junger e Ponce de Leon, 2018) para o cálculo dos percentuais (%) de falhas das séries temporal pluviométrica. A função "mstats" calculou a proporção de dados faltosos, maiores detalhes em Plaia (2006) e Gois et al (2019). A escolha do método de imputação foi baseada na metodologia de Harrel (2001).…”

“…Desde década de 1970, a técnica de imputação de dados foi proposta para solucionar problemas de séries temporais, porém seu uso em diversas áreas do conhecimento se deu a partir da década de 1980 (Rubin, 1987) e, depois nas demais décadas (Little, 1992, Schafer, 1999Zhang, 2003;Nunes et al, 2009). Porém, na Meteorologia é recente sua aplicação como método de preenchimento de falhas, por exemplo, Gois et al (2019) usaram a imputação de dados para preenchimento de dados pluviométricos no Médio Paraíba -Rio de Janeiro, com resultados satisfatórios. Santos Silva et al (2019) para o preenchimento de falhas de radiação solar global (Q g ) na estação de Arapiraca -Alagoas, cujo resultados foram uma correlação r quase perfeita e os índices d e IC categorizados como ótimo e muito bom (r = 0,99 e d = 0,97).…”

O Papel Da Educação Ambiental Nas Políticas Ambientais Paranaenses

“…Os resultados obtidos nesse estudo foram semelhantes aos obtidos por Gois et al (2019) no município de Resende, RJ, para os meses de maio a agosto (período seco). Em que, os menores acumulados de chuva foram superiores à mediana, registradas no intervalo entre 23,1 e 45,5 mm, respectivamente.…”