PRECIPITAÇÕES ESTIMADAS PELA MISSÃO TRMM E OBSERVADAS EM SUPERFÍCIE NO ESTADO DO RIO GRANDE DO SUL

Dada a importância da soja para a economia brasileira e a consequente necessidade de monitorar as safras agrícolas, com este trabalho objetivou-se comparar os dados de precipitações gerados pelo sistema Tropical Rainfall Measuring Mission (TRMM) frente àqueles observados em superfície de estações me...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Engenharia na agricultura 2019-06, Vol.27 (3), p.237-247
Hauptverfasser: Mota, Marcelo Crestani, Rizzi, Rodrigo, Härter, Fabrício Pereira, Damé, Rita de Cássia Fraga
Format: Artikel
Sprache:eng ; por
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Dada a importância da soja para a economia brasileira e a consequente necessidade de monitorar as safras agrícolas, com este trabalho objetivou-se comparar os dados de precipitações gerados pelo sistema Tropical Rainfall Measuring Mission (TRMM) frente àqueles observados em superfície de estações meteorológicas convencionais para o estado do Rio Grande do Sul. Para isso, empregaram-se dados de três safras de soja (2006/2007 a 2008/2009) para comparação e geração de um modelo de ajuste e de três safras subsequentes (2009/2010 a 2011/2012) para validação. Os dados de precipitações obtidos do TRMM para as safras de ajuste apresentaram alto coeficiente de correlação (0,83) diante daqueles observados nas estações de superfície, com superestimativa média de 11%. O modelo de ajuste não melhorou a estimativa de precipitação e diminuiu a amplitude dos valores estimados para as safras ajustadas. Ademais, o modelo de ajuste pouco alterou os coeficientes de correlação entre ambas as variáveis para todas as safras (mesmo reduzindo o RMSE para duas das três safras analisadas). Dessa forma, quando os dados de precipitações em superfície não estiverem disponíveis, recomenda-se a utilização dos dados originais do TRMM em modelos de estimativa de produtividade da soja.
ISSN:1414-3984
1414-3984
DOI:10.13083/reveng.v27i3.890