Vento

Quanto à correlação entre a evaporação em função da velocidade dos ventos apresentou valor de r = 0,026984. Ou seja, as variáveis são estatisticamente independentes.

Gráfico 27 - Correlação/dispersão entre velocidade do vento e evaporação (Trimestre)

Fonte: dados da pesquisa.

No gráfico 27 os valores estão dispersos a modo de não apresentar uma correlação direta entre as variáveis. Por mais que, na literatura, a velocidade do vento é o terceiro fator que mais influencia nos valores de evaporação de lagos no semiárido. Vale ressaltar que, nessa pesquisa não foi possível verificar o período de maior de intensidade de ventos para a região (Agosto – Outubro), portanto não se descarta a possibilidade de haver uma influência ainda maior dos valores de velocidade dos ventos no processo de evaporação do Castanhão, isso pode ser observado uma correlação na reta a partir dos valores acima de 5 m/s.

Ocorre também o fator de dimensão do lago e também do local onde está instalada a estação climática, de acordo com Rodrigues (2009) a evaporação tendencialmente diminui para o interior da área na direção dos ventos dominantes até um limite onde o balanço superficial de energia passa a ser predominante.

Fonte: dados da pesquisa.

Tabela 12 - Correlação mensal entre Radiação Solar e Velocidade do Vento Radiação X

Velocidade do vento

Junho Julho Agosto

R² 0,0006 0,0049 0,0228

Fonte: dados da pesquisa.

Observa-se nos valores de R², onde a tendência é que essa correlação se torne mais consistente à medida que se aproxima do período seco. Isso pode está associado ao período dos ventos para região, pois, ao observar o gráfico de velocidade dos ventos da série na prancha 1 veja que a velocidade dos ventos tende a ser mais intensa.

Aplicação do modelo de regressão para evaporação medida sobre o lago

Para explicar a evaporação medida no açude Castanhão, realizou-se, também, a correlação por modelo de regressão. Inicialmente, selecionou-se as variáveis explicativas correlacionadas e dependentes e das variáveis que sobraram

eliminou-se ainda aquelas com menor correlação com a evaporação, e por fim permaneceu com o modelo a seguir:

Evaporação ~ Temperatura Máxima (ºC) + Umidade Relativa Externa + Declinação solar + Inversa Distância Relativa Terra Sol + Pressão atmosférica (Kpa) + Radiação Solar (MJ/m²)

Em posse dessa combinação de variáveis, foi possível estimar os coeficientes do modelo de regressão para a evaporação medida em água. Na Tabela 17 são apresentadas as estimativas dos coeficientes associados às variáveis explicativas, juntamente com seu erro padrão, e o valor da estatística do teste de hipóteses de Wald, usado para testar a significância de cada coeficiente para o modelo de regressão, além do valor p associado ao teste.

Tabela 13 - Ajuste do modelo de regressão para evaporação na água. Variáveis Estimativa Erro Padrão Valor t Valor p

(Intercept) 5.4167 5.8020 0.9336 0.3532

Temperatura Máxima (ºC) 0.0475 0.0035 13.6320 <0,0001 Umidade Relativa Externa (%) 0.0219 0.0007 32.4671 <0,0001 Declinação Solar -0.0567 0.2195 -0.2585 0.7967 Inversa Distância Relativa Terra Sol -4.9445 3.8524 -1.2835 0.2028 Pressão atmosférica (Kpa) -0.5312 0.3356 -1.5828 0.1172 Radiação Solar (MJ/m²) 0.3735 0.0014 263.9203 <0,0001

Fonte: dados da pesquisa.

Percebe-se, através da Tabela 13, as variáveis que apresentaram significantes na modelagem da evaporação, ao nível de 5% de significância, a saber Temperatura Máxima (ºC), Umidade Relativa Externa e Radiação Solar (MJ/m²).

Sabendo que o modelo ajustado é escrito da seguinte forma:

Onde é a evaporação, os coeficientes e as variáveis adicionadas no modelo.

Procurou-se saber a influência de cada variável na evaporação, pode-se então adicionar uma constante c ao valor de uma variável e manter as demais variáveis fixas, por exemplo, se quisermos saber a influência da variável :

Portanto a diferença será a multiplicação da constante c e a estimativa de β, isto é, no nosso exemplo: com a variação de c unidades na variável , tem uma variação de unidades.

Portanto, realizou-se a interpretação da influência das variáveis do modelo de regressão sobre a evaporação no açude Castanhão, A seguir segue a interpretação de cada variável significante:

Temperatura Máxima (ºC):

Considerando uma variação de 10 graus Celsius:

Com o acréscimo de 10 ºC na Temperatura máxima obtida dentro do intervalo de 30 minutos, a evaporação aumenta em 10*0,0475 = 0,475 unidades.

Umidade Relativa Externa (%):

Para esse coeficiente é interessante ressaltar que o modelo de regressão é usado principalmente para estimar a evaporação, com base no conjunto de variáveis, devido esse fato muitas vezes pode ocorrer de o sinal do coeficiente de regressão ser diferente da correlação direta com a variável resposta, pois o modelo de regressão considera o conjunto múltiplo das variáveis. Portanto, aqui dizemos que com o acréscimo de 1% na Umidade Relativa Externa, a evaporação varia em 0,022 unidades.

Radiação Solar (MJ/m²):

Com o acréscimo de 1 MJ/m² de Radiação Solar, a evaporação aumenta em aproximadamente 0,37.

No Gráfico 29 é apresentado os gráficos de dispersão entre a evaporação e as variáveis significantes.

Gráfico 29 - Dispersão entre a evaporação e as variáveis significantes do modelo de regressão para a evaporação em água.

Por fim, avaliou-se a qualidade do modelo ajustado através da análise de diagnósticos, pois através da análise dos resíduos e pontos outliers foi possível verificar se o modelo de regressão ajustado é válido.

No Gráfico 30 encontram-se os resíduos do modelo, é de se esperar que os resíduos estejam no intervalo entre -2 e 2, e percebe-se que todos os resíduos estão dentro desse intervalo. Nota-se também que os resíduos parecem constantes, isto é, variando em torno de 0, o que indica que os resíduos têm média 0 e variância constante, validando então duas das pressuposições para o uso do modelo.

Gráfico 30 - Resíduos do modelo normal ajustado para evaporação na água.

Fonte: dados da pesquisa.

Pontos de alavanca são chamados dessa forma porque exercem um grande peso no próprio valor ajustado, ou seja, no valor dos parâmetros estimados, Estes pontos exercem um papel fundamental no ajuste final dos parâmetros de um modelo estatístico. No Gráfico 31 temos a medida h, que é o peso da observação, e os valores ajustados, observa-se que poucos pontos estão fora do intervalo aceitável, apenas 4 observações, em que esse intervalo é delimitado pela linha azul pontilhada mostrada no gráfico.

Gráfico 31 - Pontos de Alavanca do modelo ajustado, para evaporação na água.

Fonte: dados da pesquisa.

Optou-se por investigar também se a distribuição pressuposta para o modelo é adequada, uma forma de verificar isso é através do gráfico de envelope simulado, este gráfico trata-se do cruzamento dos resíduos e os quantis da distribuição normal, em que as linhas pontilhadas são as bandas de 95% de confiança para os valores assumidos, as quais são encontradas através de 1000 simulações realizadas para a amostra, e os pontos em cor vermelha são aqueles que estão fora das bandas de confiança. Para que o modelo seja considerado adequado, espera-se que a maior parte das observações esteja entre essas bandas de confiança.

Analisando o Gráfico 32, observa-se que a distribuição assumida é adequada, e é válida então a aplicação do modelo de regressão aqui proposto.

Gráfico 32 - Envelope simulado para testar a distribuição normal pressuposta no modelo, para evaporação na água.

Fonte: dados da pesquisa.

Realizando também o teste de Shapiro Wilk para testar normalidade, encontrou-se valor p menor que 0,001, logo ao nível de 5% de significância podemos dizer que os resíduos seguem distribuição normal.

6.3 Estimativa de evaporação medida sobre o ambiente terrestre (PCD _–