Elisa dos Santos Schütz 1 ; Sandra Regina Pires de Moraes 2 RESUMO

Transcrição

1 DETERMINAÇÃO DOS COEFICIENTES ESTATÍSTICOS DAS EQUAÇÕES DE REGRESSÃO PARA ESTIMATIVA DOS VALORES NORMAIS MÉDIOS, MENSAIS E ANUAL, DAS TEMPERATURAS MÁXIMAS, MÍNIMAS E MÉDIAS, NOS ESTADOS DE GOIÁS, MATO GROSSO E MATO GROSSO DO SUL. Elisa dos Santos Schütz 1 ; Sandra Regina Pires de Moraes 1 Bolsista PBIC/UEG, graduanda do Curso de Engenharia Agrícola, UnUCET Anápolis-UEG. Orientadora, docente do Curso de Engenharia Agrícola, UnUCET Anápolis-UEG. RESUMO A disponibilidade de um banco de dados climáticos, aliada a análise de regressão torna possível a determinação dos coeficientes da equação de regressão capaz de estimar as temperaturas máximas, mínimas e médias do ar em função da latitude, altitude e longitude. A ausência de dados meteorológicos referentes a algumas regiões, associada à facilidade de obtenção de coordenadas geográficas e a importância da temperatura em atividades da agricultura justifica a investigação de um modelo para sua estimação. Nesse contexto, este trabalho teve por objetivo geral a confecção e publicação de dados tabulados de coeficientes estatísticos da equação de regressão para estimativa dos valores normais médios mensais e anual das temperaturas máximas, mínimas e médias do ar na região Centro-Oeste do Brasil em função da altitude, latitude e longitude do local. Para obtenção da equação de regressão que estime as temperaturas mensais e anual, máximas, mínimas e médias com aceitável grau de precisão foi feito um ajuste das séries históricas de dados em função da latitude, altitude e longitude. Para avaliação das equações, foram consideradas as análises dos coeficientes de determinação (R ) e significância dos coeficientes de regressão. Os coeficientes das equações de cada estado serão dispostos em forma e tabela, de fácil manuseio pelos profissionais nas atividades práticas de planejamento agrícola e agropecuário. Palavras-chave: estimativa da temperatura do ar, coeficientes estatísticos, coordenadas geográficas. Introdução Os Estados de Goiás, Mato Grosso, Mato Grosso do Sul, juntamente com o Distrito Federal compõem a região Centro-Oeste do Brasil com uma área de ,5 km é a 1

2 segunda maior região do Brasil em superfície territorial. A agroindústria é o setor mais importante da economia da região, a mesma é produtora de arroz, milho, soja, sorgo, algodão em pluma e girassol. O Centro-Oeste desenvolve também a exploração de animais, possuindo o maior rebanho bovino do país, localizado principalmente no Mato Grosso do Sul. A climatologia e a meteorologia são de extrema importância, o conhecimento do tempo e do clima é fundamental para a sobrevivência humana. As condições do tempo são descritas em termos de alguns elementos básicos, que são quantidades ou propriedades medidas regularmente. Os mais importantes são a temperatura do ar, a umidade do ar, a pressão do ar, a velocidade e direção do vento, tipo e quantidade de precipitação e o tipo e quantidade de nuvens (LOUZADA et al, 003). A análise da temperatura do ar de uma região é de grande importância considerando que tem grande atuação nos processos reguladores energéticos térmicos, hormonais e da água, capazes de comprometer o crescimento, a reprodução e resistência a doenças dos seres vivos (TOWNSED et al, 000). GALVANI et al. (000), afirma que as temperaturas máximas e mínimas que ocorrem em uma região, estão associados a variáveis meteorológicas, tais como: disponibilidade de energia solar, nebulosidade, umidade do ar e do solo, vento (direção e velocidade) e parâmetros geográficos como topografia, altitude e latitude do local, além da cobertura e tipo de solo. Conhecendo os dados climatológicos de uma região é possível fazer o planejamento de atividades agrícolas, manejar um sistema de irrigação, estimar a evapotranspiração, realizar zoneamentos de aptidão climática das culturas, utilizar o estado de conforto térmico ou bem-estar, obtendo melhores resultados produtivos seja em atividades envolvidas com animais ou vegetais. No entanto, no Brasil as estações meteorológicas são encontradas em número reduzido - em razão do seu elevado custo - e são inadequadamente distribuídas. A estimativa de temperaturas mínima, média e máxima, mensais e anuais através do ajuste de séries históricas de dados em função da longitude, latitude e altitude, por meio de regressão é uma saída para contornar a carência de informações climatológicas. A estimativa da temperatura do ar, a partir de coordenadas geográficas e altitude, foi pesquisada por diversos autores (LIMA & RIBEIRO, 1998; CAMARGO & GHIZZI, 1991; PEDRO JR. et al., 1991; MARIN et al, 003). Nesse sentido, o ajuste de equações de regressão tem possibilitado a estimativa da temperatura do ar, em função da latitude, longitude e altitude, com grau considerável de acurácia (CAVALCANTI & SILVA, 1994). A Análise de Regressão tem sido utilizada com ênfase na solução de grande parte dos problemas ambientais e climatológicos, especialmente quando se pretende obter

3 estimativas de parâmetros importantes com o mínimo de custo e tempo, utilizando-se de relações matemáticas que possibilitam obter essas estimativas de forma indireta através de equações de regressão (SCHNEIDER, 1998). HOFFMANN e VIEIRA (1983), enfocando a utilização da análise de regressão, falam da importância em se conhecer os efeitos que algumas variáveis exercem, ou parecem exercer, sobre outras. O que pode ser útil para estimar o valor de uma das variáveis quando se conhecem os valores das outras. Segundo MEDEIROS et al. (005), o ajuste de equações de regressão para a estimativa das normais das temperaturas mínimas, médias e máximas mensais e anual, é uma alternativa viável para ampliar a base de dados climáticos, uma vez que, a partir de 74 pontos de observações de temperatura do ar, foi possível elaborar mapas temáticos de temperatura do ar para toda a região Nordeste brasileira fornecendo, assim, subsídios para um melhor planejamento agropecuário da região. O procedimento estatístico de regressão tem por objetivo obter informações a respeito da população por meio das amostras retiradas dela. Em outras palavras, estatísticas são calculadas a partir de amostras a fim de estimar os parâmetros da população. Estes parâmetros aplicados pelos métodos de regressão visam determinar uma função matemática, que descreva a relação entre variáveis dependentes e independentes e visam também testar hipóteses sobre a relação entre a variável dependente e uma ou mais variáveis independentes (KOEHLER, 1999). O modelo da regressão linear simples pode ser traduzida pela expressão descrita abaixo onde o X é a variável explicativa ou independente medida sem erro, Y é a variável explicada ou dependente, eβ 1 são parâmetros desconhecidos do modelo (a estimar),ε é a variável aleatória residual na qual se procuram incluir todas as influências no comportamento da variável Y que não podem ser explicadas linearmente pelo comportamento da variável X. Y 0 1 = β + β X + ε Segundo REGAZZI & LEITE, (199) o modelo de regressão linear múltipla postula a existência de uma relação linear entre uma variável dependente ou explicada Y e k variáveis independentes ou explicativas X 1,...,X k a qual pode ser traduzida pela expressão descrita abaixo onde X 1,...,X k são as variáveis explicativas ou independentes medidas sem erro, Y é a variável explicada ou dependente, β 0, β 1,..., βk são os parâmetros desconhecidos do modelo (a estimar),ε é a variável aleatória residual na qual se procuram incluir todas as influências no comportamento da variável Y que não podem ser explicadas linearmente pelo comportamento das variáveis X 1,...,X k e os possíveis erros de medição. 3

4 Y = β 0 + β1x βkxk + ε Após elegida a equação que melhor representa o fenômeno estudado é verificada a validade desta equação pela análise da significância dos coeficientes de regressão e ainda como informação auxiliar faz se o cálculo do coeficiente de determinação (R ) que representa a proporção da variância dos Y observados explicada pela equação de regressão ajustada e o seu valor (R ) varia no intervalo de 0 a 1, sendo que valores próximos de 1 indicam que o modelo proposto é adequado para descrever o fenômeno. O R é obtido por: R = variância de Y explicada pela análise de regressão variância total R = Nesse sentido, o presente trabalho se justifica, pois as pesquisas com estimativa de temperaturas máximas, mínimas e médias - mensais e anual - nos Estados de Goiás, Mato Grosso e Mato Grosso do Sul, são insuficientes e não disponibilizadas para emprego prático dessas informações. s y* y s Material e Métodos O experimento foi conduzido na Universidade Estadual de Goiás (UEG) - Unidade Universitária de Ciências Exatas e Tecnológicas em Anápolis. Os dados climatológicos para os Estados de Goiás, Mato Grosso e Mato Grosso do Sul foram obtidos por meio de levantamento junto ao Instituto Nacional de Meteorologia - INMET, em Brasília-DF, da série climatológica disponível, do maior número de estações meteorológicas. A tabulação dos dados e o ajuste das séries históricas de dados em função da latitude, longitude e altitude foi feito por meio do programa EXCEL. As equações de regressão estão sendo confeccionadas a partir dos dados observados para cada Estado (MT, MS e GO), mês e ano, dos valores normais médios de: a) temperatura máxima; b) temperatura mínima; e c) temperatura média. Em seguida, serão utilizados programas estatísticos próprios para este caso, tais como SAEG ou SAS para determinação dos coeficientes estatísticos das equações de regressão, para cada tipo disponível - linear, logarítmica, polinomial, potência, exponencial ou média móvel, e do coeficiente de determinação. Os modelos estatísticos para cada Estado, independentes, serão escolhidos com base na significância dos coeficientes de regressão, utilizando-se o teste de Student ( t ) a 5% de 4

5 probabilidade, e no coeficiente de determinação (R ). O mesmo procedimento será realizado para a escolha das variáveis independentes - latitude, longitude e altitude. A Tabela será montada no programa EXCEL, onde vão constar os dados dos coeficientes estatísticos mensais e anual, para estimativa das temperaturas máximas, mínimas e médias, dos estados de Goiás, Mato Grosso e Mato Grosso do Sul, em função da latitude, longitude e altitude ou em função da latitude e altitude. Resultados e Discussão A revisão bibliográfica vem sendo realizada desde a implantação do projeto, objetivando um acompanhamento dos trabalhos e publicações ocorridos na área, que possam servir de suporte para o trabalho desenvolvido. O levantamento dos dados meteorológicos no Instituto Nacional de Meteorologia - INMET, em Brasília-DF, vem sendo realizado e conforme sua evolução o banco de dados vem sendo criado. O ajuste e análise das equações de regressão, para temperaturas máximas, mínimas estimadas e observadas, MT, MS e GO, mensais/anual será realizado para atender ao objetivo deste trabalho. Conclusões Assim que a fase de determinação dos coeficientes estatísticos das equações de regressão seja realizada espera-se publicar os mesmos para propiciar aos interessados a disponibilidade de informações para estimativa das temperaturas máximas, mínimas e médias - mensais e anual - dos Estados que compõem a região Centro-Oeste do Brasil. A revisão de autores que trabalham com este ramo de pesquisa mostra a inexistência de informações de pesquisas com estimativa de temperaturas máximas, mínimas e médias - mensais e anual - nos Estados de Goiás, Mato Grosso e Mato Grosso do Sul, sendo a maioria dos estudos sobre o assunto desenvolvidos nas regiões do país consideradas desenvolvidas, tais como São Paulo, Minas Gerais, Paraná, Santa Catarina e Rio Grande do Sul. Referências Bibliográficas CAMARGO, A.P.; GHIZZI, S.M. Estimativa das temperaturas médias com base em cartas de temperatura potencial normal ao nível do mar para a região sudeste do Brasil. Boletim Técnico Instituto Agronômico de Campinas, Campinas, n. 141, p. 5

6 CAVALCANTI, E. P.; SILVA, E. D. V. Estimativa da temperatura do ar em função das coordenadas locais. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, 8., 1994, Belo Horizonte. Anais..., Belo Horizonte: SBMet, v. 1, p , GALVANI, E. et al. Modelo de estimativa de temperatura mínima do ar para a região de Maringá-PR. Revista Brasileira de Agrometeorologia, Santa Maria, v.8, n.1, p , 000. HOFFMANN & VIEIRA, Análise de Regressão: uma introdução à econometria. São Paulo: Hucitec, KOEHLER, H.S. Estatística Experimental. (Apostila), Setor de Ciências Agrárias. UFPR, LIMA, M.G.; RIBEIRO, V.Q. Equações de estimativa da temperatura do ar para o Estado do Piauí. Revista Brasileira de Agrometeorologia, Santa Maria, v.6, n., p.1-7, LOUZADA, M. I. de F. et al. Pré-resfriamento de maçã (Malus domestica Borkh.), cv. Fuji, em função da temperatura e velocidade do ar. Revista Brasileira de Fruticultura, Jaboticabal, v. 5, n. 3, 003. MARIN, F.; PANDRORFI, H.; FERREIRA, A.S. Estimativas das temperaturas máximas, médias e mínimas mensais para o Brasil. In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 13., 003, Santa Maria. Anais... Santa Maria: CBA, p , 003. MEDEIROS, S. de S. et al. Estimativa e espacialização das temperaturas do ar mínimas, medias e máximas na Região Nordeste do Brasil. Revista Brasileira Engenharia Agrícola e Ambiental, Campina Grande, v.9, n., p.47-55, 005. PEDRO JÚNIOR, M., et al. Estimativa das temperaturas médias mensais, das máximas e das mínimas para o Estado de São Paulo. Boletim Técnico IAC, Campinas, n.14, p. REGAZZI, A.J.; LEITE, H.G. Análise de regressão: Teoria à aplicação em manejo florestal. Viçosa, MG, p. SCHNEIDER, P. R. Análise de Regressão aplicada a Engenharia Florestal. ed. Santa Maria: UFSM, TOWNSEND,C et al. Condições térmicas ambientais sob diferentes sistemas silvipastoris em Presidente Médice Rondônia. Ministério da Agricultura e do Abastecimento, n.188, 4p,