Modelo de Previsão Meteorológica Decendial para Fins Agrícolas Utilizando Regressão Linear Múltipla

Author:

Vieira Igor Cristian OliveiraORCID,De Moraes José Reinaldo da Silva Cabral,Santos Valter Barbosa dos,Costa Deborah Luciany Pires,De Faria Rogerio Teixeira,De Souza Paulo jorge de Oliveira Ponte,Rolim Glauco de SouzaORCID

Abstract

A previsão das condições climáticas auxilia nas tomadas de decisões devido a sua grande influência nos cultivos, possibilitando estratégias produtivas mais eficientes e diminuição de danos, principalmente nas fases mais críticas da cultura do milho que determinam seu potencial produtivo. Foi desenvolvido um modelo de regressão linear múltipla (RLM) para previsão decendial dos elementos meteorológicos com pelo menos 2 meses de antecedência para 15 localidades que são destaque na produção de milho no Brasil. Foi utilizado um conjunto de dados diários de temperatura média, mínima e máxima do ar, velocidade do vento, umidade relativa e radiação global fornecidos pelo sistema NASA/POWER e dados de precipitação obtidos da Agência Nacional de Águas (2003 a 2019), organizados em decêndios (DEC) em função do ciclo médio do milho e agrupados em dois tipos de clima (Am e Aw). As previsões utilizando 14 DEC nos dois tipos climáticos apresentaram, em média, elevada acurácia para todos os elementos, com destaque para a velocidade do vento que com 2 meses de antecedência atingiu R²ajust > 0,9 e RMSE e ES < 0,9 m/s. A chuva, mesmo com maior variabilidade no clima Am, obteve um R²ajust > 0,62 e com 12 DEC R²ajust > 0,55 e em ambos RMSE e ES < 30 mm, enquanto no clima Aw com 14 DEC R²ajust > 0,70 e com 12 DEC R²ajust > 0,60 e em ambos RMSE e ES < 50 mm. Conclui-se que a RLM é uma ferramenta eficaz para a previsão de elementos climáticos em escala decendial.

Publisher

Revista Brasileira de Geografia Fisica

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3