Ambiente físico e meteorológico para análise do risco de geada
dc.contributor.advisor | Fontana, Denise Cybis | pt_BR |
dc.contributor.author | Simões, Débora de Souza | pt_BR |
dc.date.accessioned | 2016-01-22T02:46:51Z | pt_BR |
dc.date.issued | 2015 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/132123 | pt_BR |
dc.description.abstract | A geada é um fenômeno meteorológico adverso que causa perdas severas ao setor agrícola, em especial no Sul do Brasil. A baixa distribuição espacial da rede de estações meteorológicas dificulta o monitoramento e a previsão do fenômeno. O propósito principal desta tese foi o desenvolvimento de um modelo matemático para quantificar de forma direta e simples a probabilidade do risco de ocorrência de geada tendo como base em dados de fácil obtenção como altitude, latitude, continentalidade e temperatura do ar. O modelo criado, denominado Risco Geral de Geada (RGG), foi idealizado a partir de dois riscos básicos, o risco geográfico e o risco advindo da temperatura mínima do local, ambos com o mesma contribuição para a ocorrência de geada. O risco geográfico de geada (RGeo) foi obtido a partir do somatório dos riscos atribuídos aos fatores geográficos altitude, latitude e continentalidade. Cada um destes fatores contribui de forma diferente para a formação da geada e suas contribuições foram estimadas a partir de um modelo de regressão linear múltipla para a estimativa da temperatura mínima do ar climatológica de inverno no Rio Grande do Sul. No risco de geada associado à temperatura mínima (RTmín) foi feita a atribuição de riscos em um intervalo de temperatura entre 0 e 6°C. O modelo final obtido, válido apenas para o Rio Grande do Sul, foi testado com dados coletados em estações meteorológicas de superfície da mesorregião do Sudeste Rio-grandense, localizadas em Encruzilhada do Sul, Rio Grande e Santa Vitória do Palmar. Dados de temperatura mínima do ar nos meses de junho, julho e agosto, coletados entre os anos de 1961 e 2015, comprovaram a utilidade do modelo RGG para a definição da probabilidade do risco de ocorrência de geada, mesmo diante de incertezas atribuídas a outros fatores não descritos no modelo. Na região de teste também foi avaliada a qualidade de dados orbitais de temperatura da superfície terrestre (TST), obtidos do produto MDY11A1 da passagem noturna do sensor MODIS/AQUA, na detecção de temperaturas baixas relacionadas com a ocorrência de geada. A frequência de dias com TST inferiores a 3°C mostrou coerência tanto com os dados observados em estação meteorológica, quanto com o risco determinado pelo RGG. A coerência entre os resultados obtidos do modelo RGG e os dados reais observados em superfície e obtidos por satélite torna o modelo útil na descrição da probabilidade do risco de ocorrência de geada sobre o Rio Grande do Sul. | pt_BR |
dc.description.abstract | Frost is an adverse meteorological phenomenon that causes severe losses to the agricultural sector, especially in Southern Brazil. Low spatial distribution of the network of meteorological stations hinders monitoring and forecast phenomenon. The main purpose of this thesis was to develop a mathematical model to measure directly and easily the probability of the risk of frost based on readily available data such as altitude, latitude, continentality and air temperature. The model, called Frost General Risk (RGG), was designed from two basic risk, geographic risk and risk arising out of the local minimum temperature, both with the same contribution to the occurrence of frost. The geographical risk of frost (RGeo) was obtained from the sum of the risks attributed to geographical factors altitude, latitude and continental influence. Each of these factors contributes differently to the formation of frost and their contributions were estimated from a multiple linear regression model to estimate the minimum air temperature winter climatological in Rio Grande do Sul. In the frost risk associated with minimum temperature (RTmín) assigning risk was taken in a temperature range between 0 and 6° C. The final model obtained, valid only for the Rio Grande do Sul, has been tested with data collected from weather stations surface of the middle region of Sudeste Rio-grandense, located in Encruzilhada do Sul, Rio Grande and Santa Vitória do Palmar. Minimum temperature, the air in the months of june, july and august, collected between 1961 and 2015, have proved the usefulness of the model RGG to define the probability of the risk of frost, even in the face of uncertainty attributed to other factors not described in the model. In the test region was also evaluated the quality of satellite data of the land surface temperature (LST), the product obtained MDY11A1 the night passage of MODIS / AQUA sensor to detect low temperatures related to the occurrence of frost. The frequency of days with LST below 3° C showed much consistency with the observed data in weather station, and with the particular risk for the RGG. Consistency between the results obtained from the RGG model and the actual data observed in surface and from satellites makes the model useful in describing the probability of the risk of frost on the Rio Grande do Sul. | en |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Latitude | en |
dc.subject | Geada | pt_BR |
dc.subject | Altitude | pt_BR |
dc.subject | Continentality | en |
dc.subject | Condição ambiental | pt_BR |
dc.subject | Minimum air temperature | en |
dc.subject | Land surface temperature | en |
dc.subject | Sensoriamento remoto | pt_BR |
dc.title | Ambiente físico e meteorológico para análise do risco de geada | pt_BR |
dc.title.alternative | Physical environment and meteorological analysis for frost risk | en |
dc.type | Tese | pt_BR |
dc.identifier.nrb | 000981933 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Sensoriamento Remoto | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2015 | pt_BR |
dc.degree.level | doutorado | pt_BR |
Este item está licenciado na Creative Commons License
-
Ciências Exatas e da Terra (5129)Sensoriamento Remoto (295)