TÉCNICAS ESTATÍSTICAS PARA A HOMOGENEIZAÇÃO DE DADOS DE TEMPERATURA EM SÉRIES TEMPORAIS CLIMATOLÓGICAS ( STATISTICAL TECHNIQUES FOR TEMPERATURE DATA HOMOGENIZATION IN CLIMATOLOGICAL TIME SERIES)

O presente artigo tem como objetivo discutir os limites e possibilidades da eficácia da utilização de técnicas estatísticas para o preenchimento de falhas e homogeneização de séries temporais climatológicas. Por meio de testes de quatro técnicas (regressão linear, ponderação regional, técnica de Pinto e Alfonsi (1974), e técnica de Pinto e Alfonsi (1974) com compensação de dados de estação apoio (FANTE, 2014), o artigo buscou avaliar quais os métodos que apresentaram os melhores resultados e que simularam os valores mais próximos do real. Para tanto foi utilizado para esta análise o conjunto de dados mensais de temperatura máxima e mínima da estação meteorológica de Piracicaba/SP (ESALQ/USP), entre os anos de 2001 e 2011. Os melhores resultados foram alcançados pela Ponderação Regional, tanto para as temperaturas máximas (somatório de erros de 3,8°C) e também para temperaturas mínimas (somatório de erros de 6,1°C), demonstrando a eficiência e confiabilidade na estimativa de dados climatológicos faltantes por técnicas estatísticas; em seguida ressalta-se a técnica consagrada por Pinto e Alfonsi (1974) com compensação de dados de estação apoio (FANTE, 2014), com os resultados da somatória de erros de 5,1°C para as máximas e 7,8°C para as mínimas; posteriormente, a técnica de Pinto e Alfonsi (1974) com o total de erros de 12,1°C e 9,8°C para as temperaturas máximas mínimas, respectivamente; e por último a técnica de regressão linear que apresentou os resultados menos confiáveis, os mais discrepantes do real, com o somatório de erros de 20°C para as temperaturas máximas e 12,2°C para as temperaturas mínimas.