Open AccessPRECIPITAÇÃO NA AMÉRICA DO SUL – DADOS OBTIDOS POR ESTAÇÕES METEOROLÓGICAS AUTOMÁTICAS E POR SISTEMAS ORBITAIS
Author(s) -
Carlos Batista Silva,
Maria Elisa Siqueira Silva,
Tércio Ambrizzi,
José Tadeu Garcia Tommaselli,
Natália Nunes Patucci,
Guilherme Augusto Verola Mataveli,
Bruna Simões Lima,
Wesley de Souza Campos Correa
Publication year - 2019
Publication title -
revista brasileira de climatologia
Language(s) - Portuguese
Resource type - Journals
eISSN - 2237-8642
pISSN - 1980-055X
DOI - 10.5380/abclima.v25i0.58813
Subject(s) - geography , physics
O objetivo deste trabalho é comparar os dados de precipitação obtidos em estações meteorológicas automáticas a dados oriundos de precipitação compilados em grades regulares globais. Os dados de precipitação das estações automáticas foram obtidos da rede do Instituto Nacional de Meteorologia, INMET, para os municípios de Paranaponema/PR, Ourinhos/SP, Joaquim Távora/PR e Presidente Prudente/SP. Os conjuntos de dados globais comparados aos dados das estações meteorológicas foram obtidos junto aos projetos do CHIRPS, GPCP e TRMM. Em geral, o padrão espacial médio da precipitação anual e sazonal dos dados do CHIRPS e TRMM são mais similares entre si do que os obtidos com os dados do GPCP. Para médias anuais e sazonais, os dados dos GPCP apresentam valores mais altos do que os dados do TRMM e CHIRPS. Os resultados de correlação linear entre os dados diários de precipitação das estações automáticas e os dados globais são baixos (r < 0,16), destacando-se, contudo, a estação de Presidente Prudente que apresenta correlação maior, 0,53, em relação aos dados do CHIRPS. Na escala pentadal, os dados globais CHIRPS, TRMM e GPCP apresentam valores de correlação relativamente mais altos, superiores a 0,60 para as estações de Presidente Prudente e Paranaponema. Na escala mensal, todas as três bases de dados globais apresentam valores de correlação linear superiores a 0,48, no caso das estações de Ourinhos e Joaquim Távora. Os resultados obtidos a partir das análises de correlação e de regressão linear múltipla sugerem alternativas viáveis para o preenchimento de dados faltantes.