02723nam a2200277 a 450000100080000000500110000800800410001910000220006024501150008226003300019730000140052752016480054165000190218965000220220865000100223065000200224065000160226065300260227665300210230265300210232365300150234470000200235970000210237970000220240070000230242220848352023-12-12       2017    bl uuuu     u00u1 u    #d1 aMIRANDA, R. de Q.  aAvaliação de dez métodos diferentes de interpolação sobre dados meteorológicos em Petrolina, Pernambuco.  aIn: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 20; SIMPÓSIO DE MUDANÇAS CLIMÁTICAS E DESERTIFICAÇÃO NO SEMIÁRIDO BRASILEIRO, 5., 2017, Juazeiro, BA. A agrometeorologia na solução de problemas multiescala: anais. Petrolina: Embrapa Semiárido; Juazeiro: UNIVASF; Campinas: Sociedade Brasileira de Agrometeorologiac2017  c1 CD-ROM.  aA escassez de bases de dados consistentes e precisas representa um desafio proeminente no Brasil. Por isso, a aplicação de técnicas de interpolação na estimativa de dados meteorológicos representa uma alternativa viável. Sendo assim, o objetivo deste trabalho foi analisar estatisticamente os métodos mais precisos para predição da precipitação, temperatura, velocidade dos ventos e radiação global no município de Petrolina do Estado de Pernambuco. Foram utilizados dados de precipitação, radiação global, umidade relativa do ar, temperatura média do ar e velocidade do vento, os quais foram submetidos a dez diferentes algoritmos e configurações de interpolação. Para a validação das imagens derivadas foi utilizada a técnica da validação cruzada, e a eficiência da interpolação foi avaliada através do coeficiente de determinação e da raiz do erro médio quadrático. Os resultados mostram que os métodos de interpolação Kriging Spherical e Natural neighbor apresentaram melhores estimativas para temperatura média do ar, enquanto que para umidade relativa do ar, os métodos de Kriging Spherical e exponential apresentaram as maiores eficiências. Velocidade do vento e radiação global obtiveram melhor desempenho com IDW power 4 e power 2 respectivamente. Já para precipitação, Natural neighbor foi o melhor método dentre os avaliados. Dentre as variáveis estudadas, a precipitação apresentou os menores valores de coeficiente de determinação, o que pode ter sido provocado pela quantidade insuficiente de estações para cobrir uma área com distribuição espacial irregular das chuvas.  aClimatic zones  aNatural resources  aClima  aRecurso natural  aTemperatura  aDados meteorológicos  aEspacialização  aNatural resource  aSemiárido1 aFERREIRA, H. S.1 aMORAIS, Y. C. B.1 aGALVÍNCIO, J. D.1 aMOURA, M. S. B. de