Comparação de métodos de estimativa da evapotranspiração de referência para região de Jaboticabal-SP

Pós-graduação em Agronomia (Ciência do Solo) - FCAV

Modelos agrometeorológicos para previsão da produtividade e qualidade de bebida natural do cafeeiro

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Estimativa da irradiação solar global pelo método de Angstrom-Prescott e técnicas de aprendizado de máquinas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Arborização de vias urbanas: potencial de sombreamento das espécies

Pós-graduação em Arquitetura e Urbanismo - FAAC

Emissão de CO2 do solo em áreas de restauração na Mata Atlântica

Pós-graduação em Geociências e Meio Ambiente - IGCE

Classificação de potenciais unidades climáticas em Presidente Prudente-SP

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relação entre poluição do ar e internações hospitalares por doenças respiratórias e cardiovascular em uma cidade do interior do Estado de São Paulo

Pós-graduação em Fisioterapia - FCT

Uma experiência com modelo estatístico (MOS) para a previsão da temperatura mínima diária do ar

Uma equação de regressão múltipla MOS (da sigla em inglês para Model Output Statistics), para previsão da temperatura mínima diária do ar na cidade de Bauru, estado de São Paulo, é desenvolvida. A equação de regressão múltipla, obtida usando análise de regressão stepwise, tem quatro preditores, três do modelo numérico global do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) e um observacional da estação meteorológica do Instituto de Pesquisas Meteorológicas (IPMet), Bauru. Os preditores são prognósticos para 24 horas do modelo global, válidos para 00:00GMT, da temperatura em 1000hPa, vento meridional em 850hPa e umidade relativa em 1000hPa, e temperatura observada às 18:00GMT. Esses quatro preditores explicam, aproximadamente, 80% da variância total do preditando, com erro quadrático médio de 1,4°C, que é aproximadamente metade do desvio padrão da temperatura mínima diária do ar observada na estação do IPMet. Uma verificação da equação MOS com uma amostra independente de 47 casos mostra que a previsão não se deteriora significativamente quando o preditor observacional for desconsiderado. A equação MOS, com ou sem esse preditor, produz previsões com erro absoluto menor do que 1,5°C em 70% dos casos examinados. Este resultado encoraja a utilização da técnica MOS para previsão operacional da temperatura mínima e seu desenvolvimento para outros elementos do tempo e outras localidades.

Variabilidade temporal e espacial do tamanho de amostra da temperatura mínima do ar no Rio Grande do Sul, Brasil

Com o objetivo de verificar a existência de variabilidade temporal e espacial do tamanho de amostra da temperatura mínima do ar média mensal de trinta e sete municípios do Rio Grande do Sul, utilizaram-se os dados de temperatura mínima do ar do período de 1931 a 2000. Determinou-se o tamanho de amostra da temperatura mínima do ar média mensal em cada mês e município. Realizou-se análise de agrupamento dos meses e dos municípios pelo método hierárquico vizinho mais distante. Há variabilidade do tamanho de amostra (número de anos) para a estimativa da temperatura mínima do ar média mensal no Estado do Rio Grande do Sul no tempo e no espaço. Maior tamanho de amostra, no Estado do Rio Grande do Sul, é necessário nos meses de maio, junho e julho, com diminuição gradativa em direção a janeiro e dezembro. Há variabilidade do tamanho de amostra entre os municípios do Estado do Rio Grande do Sul.

Avaliação dos dados decendiais de precipitação e temperatura máxima e mínima do ar simulados pelo modelo ECMWF para o estado de São Paulo

The weather and climate has a direct influence in agriculture, it affects all stages of farming, since soil preparation to harvest. Meteorological data derived from automatic or conventional weather stations are used to monitor these effects. These meteorological data has problems like difficulty of data access and low density of meteorological stations in Brazil. Meteorological data from atmospheric models, such as ECMWF (European Center for Medium-Range Weather Forecast) can be an alternative. Thus, the aim of this study was to compare 10-day period precipitation, maximum and minimum air temperature data from the ECMWF model with interpolated maps from 33 weather stations in Sao Paulo state between 2005 and 2010 and generate statistical maps pixel by pixel. Statistical index showed spatially satisfactory (most of the results with R 2 > 0.60, d > 0.7, RMSE < 5°C and < 50 mm; Es < 5°C and < 24 mm) in period and ECMWF model can be recommended for use in the Sao Paulo state.

Efeito de borda em um fragmento de floresta estacional semidecidual no interior do Estado de São Paulo

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Resistência do mexilhão Perna perna (Linnaeus, 1758) proveniente de bancos naturais da baixada santista, a variações de temperatura, salinidade, tempo de exposição ao ar e determinação da incidência de parasitismo

Pós-graduação em Ciências Biológicas (Zoologia) - IBRC

Comportamento térmico de coberturas em camadas duplas e estudo da substituição da cama por piso plástico na qualidade do ar, desempenho e índice de lesões em frangos de corte

Pós-graduação em Zootecnia - FCAV

Estudo da convecção natural no interior de cavidades para aplicação em isolamento transparente de coletor solar plano

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Variabilidade espacial da umidade relativa do ar no interior de uma casa de vegetação em clima tropical

Greenhouse with natural ventilation is widely used in tropical countries, and little knowledge is available about how this type of structure affects the spatial variability of agroclimatic variables. The aim of this study was to analyse the spatial variability of relative humidity inside a greenhouse with natural ventilation. The measurement of relative humidity was done at 114 points inside the greenhouse at 9, 12 and 16 hours and on heights of 0.3, 1.2 and 2.0 m. The acquired data were processed by the geostatistical software GS+ and maps were generated and displayed for each time and height using the Surfer 10.3.705 software. The results showed that there were variations in the spatial distribution of relative humidity inside the greenhouse.