MODELO COMPUTACIONAL ESTOCÁSTICO PARA SIMULAÇÕES DE SÉRIES CLIMÁTICAS DIÁRIAS DE UMIDADE RELATIVA DO AR, BASEADO NA PARAMETRIZAÇÃO DINÂMICA DAS DISTRIBUIÇÕES DE PROBABILIDADE DECORRENTE DA RETROALIMENTAÇÃO DE DADOS

• Main Authors: Jorim Sousa das Virgens Filho, Maysa de Lima Leite, Jaqueline Rissa Franco, Monica Korelo
• Format: Article
• Language: Portuguese
• Published: Associação Brasileira de Climatologa 2017-02-01
• Series: Revista Brasileira de Climatologia
• Subjects: Umidade Relativa do Ar; Simulação de Dados Climáticos
• Online Access: https://revistas.ufpr.br/revistaabclima/article/view/50482
• ISSN: 1980-055X; 2237-8642

A umidade relativa do ar como um fator climático é indispensável em diversos processos físicos e biológicos, relacionados com as atividades humanas, Sua ocorrência em maior ou menor grau pode, por exemplo, interferir na saúde dos seres humanos, proporcionar efeitos desejáveis ou não no crescimento de plantas, auxiliar na previsão de incêndios florestais, ser decisiva na incidência de pragas e doenças, tanto em animais como em plantas, bem como no conforto térmico das instalações de animais confinados. Sendo assim, este trabalho teve como principal objetivo o desenvolvimento de um modelo computacional estocástico para simulação de séries climáticas diárias de umidade relativa do ar, baseado na parametrização dinâmica das distribuições de probabilidade, decorrente da retroalimentação de dados. Foram utilizadas séries climáticas de umidade relativa do ar, onde se empregou o modelo da distribuição Beta para dias considerados secos e o moddelo da distribuição Normal para dias considerados chuvosos. Utilizou-se a linguagem de programação C++ Builder no desenvolvimento do modelo que é uma linguagem de alto nível orientada a objetos e adequada para o gerenciamento de banco de dados. As séries geradas se mostraram muito próximas, realisticamente, das séries observadas, apresentando uma leve tendência de superestimação das mesmas. Espera-se que quando utilizado conjuntamente em outros modelos, o mesmo se apresente como uma alternativa viável para simular a umidade do ar no cenário ambiental.