Obtenção dos dados e tratamento dos dados

Os dados das variáveis climáticas analisadas são provenientes dos registros da Estação Meteorológica de Observações de Superfície Convencional da Universidade Federal de Uberlândia (UFU), localizada no campus Santa Mônica, cidade de Uberlândia-MG, coordenadas 18°55’01” de latitude S e 48°15’18” de longitude W, a uma altitude de 869 metros, sob coordenação do Laboratório de Climatologia e Recursos Hídricos (LCRH). Embora a Estação Convencional de Uberlândia não mais integre a rede de estações convencionais do INMET desde o ano de 2003, as coletas de dados diários continuam sendo feitas com a finalidade da manutenção e alimentação do banco de dados climatológico do LCRH.

A partir dos anos 2000, tem-se verificado uma ampliação na rede de Estações Meteorológicas de Observações de Superfície Automática (ou Estação Automática), devido a sanar problemas relacionados com falhas nas séries históricas, dificuldade de manutenção dos registros diários de dados por meio de equipe técnica responsável, alcance de maior precisão dos dados, além de diminuir o tempo de resposta dos dados, passando de 3 medições ao dia (as 9h, as 15h e as 21h, hora local) para dados horários. Com isso, no ano de 2003, foi anexado junto à Estação Convencional a Estação Automática da cidade de Uberlândia, sendo que, as coletas de dados realizados desde então (Convencional) não estão mais vinculados ao INMET,

mas sim, alimentando o banco de dados do LCRH da UFU, para fins de continuidade nas séries históricas e pesquisa.

É importante ressaltar que a Estação Convencional teve sua localização original no Complexo Parque do Sabiá, na Zona Leste da cidade de Uberlândia-MG, nas proximidades do campus da UFU-Santa Mônica, sob responsabilidade do IG (Instituto de Geografia) da mesma universidade. A transferência do local original para as dependências do campus Santa Mônica ocorreu no ano de 1996. No parque, verifica-se a existência de lagos artificiais e naturais, além de grande diversidade vegetativa. As variáveis utilizadas foram a mínima, média e máxima diárias de temperatura do ar; mínima, média e máxima diárias de umidade relativa do ar e, maiores alturas pluviométricas em 24 horas e totais mensal e anual de precipitação, da série histórica de 1981 a 2015.

A organização, tabulação e tratamento inicial dos dados foram feitas no programa Microsoft Excel 2013.

No ambiente do Excel, foi feita a validação e consistência dos dados, permitindo assim a eliminação de dados truncados ou discrepantes, cujos erros podem estar relacionados à digitação, leituras de instrumentos, dentre outros. Para a validação foram aplicados filtros para eliminar valores negativos, identificar dados em formato de texto, identificar valores que se encontram fora de uma amplitude determinada, tantos os mínimos quanto os máximos. Durante a verificação da consistência, foi aplicada função condicional “=SE”, em que, foi feita de forma sequencial a comparação entre os dados diários a fim de se identificar valores com amplitude superior a 3 ºC. Amplitudes maiores que 3°C em dias consecutivos voltava-se na tabela de dados para conferência da veracidade desse dado.

Identificados os dados com amplitudes significativas, fez-se análise de seu valor em relação aqueles dos dias posterior e anterior, uma avaliação conjunta, averiguando nas outras variáveis se houve mudança brusca nos seus valores nos dias correspondentes. Caso constatada

oscilação numa sequência diária, o dado é mantido, de modo contrário, o valor de alta amplitude ocorrente de modo isolado, o mesmo é corrigido por meio de uma média dos valores dos dias anterior e posterior.

Para preenchimento das falhas de dados das variáveis analisadas, foi feita correlação linear simples entre a estação de Uberlândia e as estações convencionais mais próximas, sendo: Araxá-MG (distante 180 km), Uberaba-MG (distante 110 km) e Catalão-GO (distante 110 km), sendo que esta última foi a que teve maior correlação. Essa metodologia é amplamente utilizada para preenchimento de falhas em dados climatológicos, como em trabalhos de Nascimento et al. (2010), Chechi e Sanches (2013) e Balen e Sanches (2014).

A Correlação Linear Simples é uma técnica estatística que tem por objetivo verificar se existe relação entre duas variáveis, uma dependente e outra independente. Essa técnica permite estabelecer e quantificar a relação entre duas variáveis X e Y de modo que, os maiores valores da distribuição X se relaciona com os maiores valores da distribuição Y, e vice-versa. O mesmo acontece com os menores valores das distribuições (TUCCI, 2004). O grau do relacionamento estre as variáveis é medido pelo coeficiente de correlação. Para o estabelecimento das relações entre os dados de Uberlândia-MG e das estações próximas, utilizou-se o Coeficiente de Correlação de Pearson.

O coeficiente de correlação de Pearson pode ser calculado pela fórmula:

𝑟𝑥𝑦 = _(𝑠𝑠𝑥𝑦

𝑥. 𝑠𝑦) (Equação 1)

Onde: 𝑠_𝑥𝑦 é a covariância; 𝑠_𝑥 é o desvio padrão da variável x; 𝑠_𝑦é o desvio padrão da variável y.

sxy = 1_{n . ∑ x}i. yi− x̅. y̅ n

i=1

(Equação 2)

Onde: 𝑥 ̅é a média da variável x; 𝑦̅ é a média da variável y; n é o número total de elementos da distribuição.

Após o cálculo da covariância, necessita-se realizar o cálculo do desvio padrão das variáveis X e Y, expresso pela expressão:

s = √∑(xi− x̅)_n 2

n

i=1

(Equação 3)

Onde: 𝑥̅ é a média e; n é o número total de elementos da distribuição.

A partir do cálculo da expressão (1), encontra-se o valor do coeficiente de determinação (r²). O Coeficiente de correlação de Pearson (r) é a raiz quadrada do coeficiente de determinação. Esse coeficiente (r) é uma medida adimensional que varia de -1 até 1, sendo que, segundo Dancey e Reidy (2006), r = 0,10 até 0,30 (correlação fraca); r = 0,40 até 0,60 (correlação moderada); r = 0,70 até 1,0 (correlação forte), ou seja, quanto mais próximo de 1,0 (independente do sinal, seja negativo ou positivo), maior é o grau de relação linear entre as variáveis e, quanto mais próximo de 0, menor é grau de relação linear.

A partir do valor encontrado do Coeficiente de Correlação de Pearson, é possível calcular a equação da reta de regressão, usada como base para o preenchimento das falhas. De acordo com Tucci (2004) a equação da reta é uma função do tipo geral Y = f[X], sendo Y a amostra dos dados que está usando para o preenchimento das falhas da amostra X, de modo que, o X é a condicionada da variável Y que, por sua vez é a condicionante, ou seja, os valores

a serem preenchidos nas lacunas da série histórica de X varia em função a amostra de Y e pode ser calculada pela seguinte expressão:

(y − y̅) sy = [ sxy (sx. sy)] . (x − x̅) sx (Equação 4)