Análise espacial de dados de precipitação via sensoriamento remoto para suporte a gestão agrícola de Mato Grosso.

2019 
Os periodos de chuva e seca sofrem alteracao anualmente. Sendo assim, a compreensao dessas variacoes em determinada regiao e fundamental, assumindo grande importância para agricultura e, consequentemente, para os setores da economia, pois qualquer anormalidade climatica podera afetar toda organizacao socioeconomica. Para tanto, o objetivo principal do trabalho foi analisar a classificacao da precipitacao mensal em 18 municipios do estado de Mato Grosso. Para realizacao do estudo foram obtidos dados do Climate Hazards Group InfraRed Precipitation with Station (CHIRPS) no qual utilizou-se o software Quantum Gis para o processamento, em seguida, realizou-se a media da precipitacao mensal em cada municipio observado com uma serie historica de 10 anos de dados, logo apos empregou-se o metodo de Rooy para o Indice de Anomalia de Chuva (IAC), para classificacao da pluviosidade de cada regiao, relatando periodos extremamente secos e extremamente chuvosos. Os resultados apresentaram o maior Indice de Anomalias positivas para o mes de janeiro, ou seja, o mes mais chuvoso, e o periodo chuvoso de novembro a marco. As anomalias positivas para o mes de janeiro podem ser explicadas mediante o fato de que o trimestre de setembro, outubro e novembro, e caracterizado por apresentar temperaturas elevadas, porem, com pouca ocorrencia de precipitacoes. O aumento gradativo do regime pluviometrico so ocorre no final da primavera/inicio do verao, mes de dezembro, desta forma, e comum para esta regiao que as maiores anomalias positivas de chuva ocorram no mes posterior (janeiro). As anomalias negativas, sendo o periodo de seca, ocorrem entre os meses de abril a outubro para os 18 municipios observados. Sorriso apresentou o maior indice de anomalia positiva e Cuiaba apresentou o maior indice de anomalia negativa.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    0
    References
    0
    Citations
    NaN
    KQI
    []