Estudio de las características climáticas de Guarapuava mediante análisis de series temporales y modelage ARIMA

Autores/as

DOI:

https://doi.org/10.33448/rsd-v9i5.3119

Palabras clave:

Tendencia climática; Estacionalidad; El niño; Modelado climático.

Resumen

El clima varía continuamente con el tiempo, y sus variables pueden modelarse como series temporales. Las fases de Enos con eventos de El Niño y La Niña influyen en la temperatura y em la precipitación en diferentes partes del mundo. El objetivo del trabajo fue evaluar las tendencias de las variables climáticas de temperatura promedio, mínima y máxima y la precipitación, en la región geográfica de Guarapuava en el Estado de Paraná, utilizando series temporales y modelos ARIMA. El estudio comprendió una serie temporal de lprecipitación y temperatura de 43 años. Se analizó la tendencia de la serie temporal utilizando los modelos Box-Jenkins, de medias móviles autorregresivos integrados (ARIMA). Se encontró que la precipitación muestra un comportamiento estacionario en el período. La temperatura promedio del aire muestra una tendencia lineal creciente, que está más relacionado con el aumento de la temperatura mínima, que de la temperatura máxima en el tiempo. La temperatura promedio del aire mostró un aumento de aproximadamente 1,4°C en el período, aumentando de 16,8 a 18,2°C.

Biografía del autor/a

Janaina Cosmedamiana Metinoski Bueno, UNICENTRO-PR

Bióloga. Aluna PPGA unicentro.

Sidnei Osmar Jadoski, UNICENTRO-PR

Eng. Agrônomo, Professor DEAGRO, UNICENTRO.

Vanderlei Aparecido de Lima, UTFPR

Prof. UTFPR

Citas

Agrawal, A., Kumar, V., Pandey, A. & Khan, I. (2012). An application of time series analysis for weather forecasting. International Journal of Engineering Research and Applications, v. 2(1): 2248-9622.

Aguado-Rodríguez, G. Jr., Quevedo-Nolasco, A. & Castro-Popoca, M. et al. (2016). Predicción de variables meteorológicas por medio de modelos ARIMA. Agrociencia. 50(1): 1-13.

Antunes, J. L. F., Cardoso, M. R. A. (2015). Uso da análise de séries temporais em estudos epidemiológicos. Epistemologia e Serviços da Saúde, 24(1): 565-576.

Bandura, E., Bueno, J. C. M., Jadoski, G. S., Junior, G. F. R. (2019). Aplicações do modelo ARIMA para estatística na análise de dados em série temporal. Pesquisa Aplicada & Agrotecnologia, 12(3): 145-150.

Barros, V. R., Doyle, M. E., Camilloni, I. A. (2008). Precipitation trends in southeastern South America: relationship with ENSO phases and with low-level circulation. Theoretical and Applied Climatology, 93: 19–33.

Bernert, M. R., Jadoski, S. O., Watzlawick, L. F., Lima, V. A., Zerbielli, L. C. (2020). Influência de variáveis ambientais no incremento radial dos anéis de crescimento de Pinus taeda L. Research, Society and Development. 9(3): 1-21. Disponível em: https://rsd.unifei.edu.br/index.php/rsd/article/view/2472. Acesso: 12 março/2020.

Bhering, S. B., Santos, H. G., Manzatto, C. V. W. et al. (2013). Mapa de solos do Estado do Paraná. Embrapa Florestas: Embrapa Solos: Instituto Agronômico do Paraná. Rio de Janeiro, 2013, 74 p.

CPTEC- INPE (2020). Centro de Previsão de Tempo e Estudos Climáticos - Instituto Nacional de Pesquisas Espaciais. El Niño e La Niña. Disponível em: <http://enos.cptec.inpe.br/> Acesso: 26 janeiro/2020.

Chae, S, Kwon, S., Lee, D. (2018). Predicting Infectious Disease Using Deep Learning and Big Data. International Journal of Environmental Research and Public Health, 15: 1-19. Disponível em: <https://www.researchgate.net/publication/326660803_Predicting_Infectious_Disease_Using_Deep_Learning_and_Big_Data> Acesso: 16 janeiro/2020.

Corte-Real, J. (2015). The relevance of weather forecasting in the prevention of meteorological hazards. Finisterran, 100: 97-105.

Costa, C., Andrade, A. R. (2009). Dinâmica da precipitação pluviométrica na cidade de Guarapuava, PR: Condicionantes locais e regionais. Revista Brasileira de Climatologia, 21: 205-224.

Ely, D. F., Dubreuil, V. (2017). Análise das tendências espaço-temporais da precipitações anuais para o estado do Paraná-Brasil. Revista Brasileira de Climatologia, 21(1): 553-569.

Guimarães, D. P., Reis, R. dos. (2012). Impactos do Fenômeno Enos Sobre a Temperatura no Brasil. Revista Espinhaço, 1(1): 34-40, 2012.

Gunda, T., Bazui, J. T., Nay, J., Yeung, K. L. (2017). Impact of seasonal forecast use on agricultural income in a system with varying crop costs and returns: an empirically-grounded simulation. Environmental Research Letters, 12(3): 1-13.

Hyndman, R.J., Athanasopoulos, G. (2019). Forecasting: principles and practice. 3rd edition, OTexts: Melbourne/2019. Disponível em: . Acesso: 9 dezembro/2019.

IAPAR - Instituto Agronômico do Paraná. (2020). Desvios de precipitação e temperatura. Disponível em: <http://www.iapar.br/pagina-984.html>. Acesso em: 10 janeiro/2020.

Kogima, K. C, Ely, D. F. (2019). Índices térmicos para a identificação de ondas de calor aplicados ao estado do Paraná, Brasil. Geo UERJ , 34: 1-27. Disponível em: <https://www.e-publicacoes.uerj.br/index.php/geouerj/article/viewFile/40947/28455>. Acesso: 12 fevereiro/2020.

Nascimento, L. P., Reis, D. A., Roeser, H. M. P., Fonseca, S. A. da F. (2019). Relationship between land use and water quality in a watershed impacted by iron ore tailings and domestic sewage. Revista Ambiente e Água, 14(5): 1-11.

National Oceanic and Atmospheric Administration (NOAA). (2019). Climate Predicion Center. U. S. A., 2019. Disponível em: <https://www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO/enso.shtml >. Acesso: 20 dezembro/2019.

Nery, J. T. Dinâmica Climática da Região Sul do Brasil. (2005). Revista Brasileira de Climatologia, 1(1):61-75.

Nogarolli, M. (2007). O Novo Clima do Paraná. Percurso, 6: 81-105.

Oliveira, D., Borrozzino, E. (2018). Sazonalidade das tendências de temperatura do ar e precipitação pluvial no estado do Paraná. Revista da Sociedade Brasileira de Agrometeorologia, 26(1): 139-144.

Pereira, A.S. et al. (2018). Metodologia da pesquisa científica. [e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Disponível em: https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1. Acesso: 21 fevereiro 2020.

Pinheiro, A., Gracia, R. L. G., Severo, D. L. (2013). Tendência das séries temporais de precipitação da região Sul do brasil. Revista Brasileira de Meteorologia, 28(3): 281 – 290.

R Development Core Team. (2018). R a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

Ricce, W. S., Caramori, P. H., Morais, H., Silva, D. A. B. E, Ataíde, L. T. (2009). Análise de tendências na temperatura e precipitação em Londrina, Estado do Paraná. In: Congresso Brasileiro de Agrometeorologia, 15. Belo Horizonte, 22 a 25 de setembro de 2009.

Salton, F. G., Morais, H., Caramori, P. H., Borozzino, E. (2016). Climatologia dos episódios de precipitação em três localidades no estado do Paraná. Revista brasileira de meteorologia, 31(4): 626-638, supl.1.

Sillmann, J., Thorarinsdottir, T., Keenlyside, N. (2017). Understanding, modeling and predicting weather and climate extremes: Challenges and opportunities. Weather and Climate Extremes. 18: 65-74.

Tank, K. A. M. G., Zwiers, F. W., Zhang, X. (2009). Guidelines on analysis of extremes in a changing climate in support of informed decisions for adaptation. Climate data and monitoring. WCDMP. WMO-TD. N.72, 53p.

Wagner, M. W., Jadoski, S. O., Saito, L. R., Suchoronczek, A. & Scabeni, C. J. (2009). Comportamento de características climáticas para o manejo de culturas agrícolas em Guarapuava, centro-sul do estado do Paraná. Pesquisa Aplicada & Agrotecnologia, 2(3): 41-49.

Wood, S. A., Jina, A. S., Jain, M., Kristjanson, P. & Defries, R. S. (2014). Smallholder farmer cropping decisions related to climate variability across multiple regions Global Environmental Change, 25: 163–172. Disponível em: https://www.sciencedirect.com/science/article/pii/S0959378013002410. Acesso 26 janeiro/2020.

Publicado

28/03/2020

Cómo citar

BUENO, J. C. M.; JADOSKI, S. O.; LIMA, V. A. . de. Estudio de las características climáticas de Guarapuava mediante análisis de series temporales y modelage ARIMA. Research, Society and Development, [S. l.], v. 9, n. 5, p. e75953119, 2020. DOI: 10.33448/rsd-v9i5.3119. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/3119. Acesso em: 23 nov. 2024.

Número

Sección

Ciencias Agrarias y Biológicas