TEMPLATE_TCC_ATUALIZADO

Prévia do material em texto

UNINASSAU CARUARU
 ENGENHARIA CIVIL
PAULA CARNEIRO VIANA
PAULA CARNEIRO VIANA
TRABALHO DE CONCLUSÃO DE CURSO
ESTIMATIVA E ESPACIALIZAÇÃO DAS TEMPERATURAS DO AR MÍNIMAS, MÉDIAS E MÁXIMAS COM BASE EM UM MODELO DIGITAL DE ELEVAÇÃO PARA O ESTADO DO CEARÁ
CARUARU 
2019
PAULA CARNEIRO VIANA
PAULA CARNEIRO VIANA
ESTIMATIVA E ESPACIALIZAÇÃO DAS TEMPERATURAS DO AR MÍNIMAS, MÉDIAS E MÁXIMAS COM BASE EM UM MODELO DIGITAL DE ELEVAÇÃO PARA O ESTADO DO CEARÁ
Trabalho de Conclusão de Curso apresentado como requisito parcia para conclusão do curso de Engenharia Civil da Faculdade Uninassau Caruaru.
CARUARU 
2020
TRABALHO DE CONCLUSÃO DE CURSO
ESTIMATIVA E ESPACIALIZAÇÃO DAS TEMPERATURAS DO AR MÍNIMAS, MÉDIAS E MÁXIMAS COM BASE EM UM MODELO DIGITAL DE ELEVAÇÃO PARA O ESTADO DO CEARÁ
PAULA CARNEIRO VIANA
PAULA CARNEIRO VIANA
 APROVADO EM: _____/ ________	/2019
Professor Dr – Engº. João Guilherme Araújo Lima
Professor Dra – Engº. Francisco Nilson da Silva
Orientador – Dra. Paula Carneiro Viana
CARUARU 
2020
	
	TRABALHO DE CONCLUSÃO DE CURSO - FACULDADE UNINASSAU
	
Ficha Catalográfica	Comment by Paula Viana: Quem preenche é o bibliotecário
Dedico
A minha família: meu pai Valdemar Viana de Oliveira, minha mãe Teresa Carneiro Oliveira, aos meus irmãos Karinne Carneiro Viana e Manoel Carneiro Viana e demais familiares.
AGRADECIMENTOS	Comment by Paula Viana: Aqui é uma aba bem pessoal, vocês agradecem a familia, amigos, professores, colegas, pessoas que direta ou indiretamente, contribuiram para o trabalho. 1 página é suficiente
Agradeço inicialmente a Deus, pela força e coragem concedida, me fazendo não desistir e por manter-me determinada sem jamais arrancar os olhos dos meus objetivos e guiando meus passos ao longo desses anos intensos de estudo.
Aos meus pais: Valdemar Viana de Oliveira e Teresa Carneiro Oliveira, aos meus irmãos e demais familiares pelo apoio de todas as horas.
Ao Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), Campus Iguatu, pela perseverança e dedicação na condução do curso de graduação em Irrigação e Drenagem.
Ao quadro de professores: Joaci Pereira, Djalma Freitas, Eliane Coelho, Joaquim Branco, Jorge Luís, Frank Wagner, Ana Célia, George Sampaio, Luís Roberto, Ivan Holanda, Helba Queiroz, Carlos Henrique, Wlisses Matos, Claudene, Eugênio Pacelli, Eugênio Albuquerque, Pedro Normando, Lucio, Marny Suelly, João Noilton e Antônio Marcos, por transferirem os conhecimentos necessários para uma boa formação profissional no futuro.
Ao professor Joaquim Branco de Oliveira, pela orientação e pelas intervenções de geoprocessamento ao longo deste projeto.
Aos colegas de graduação: Ana Eduarda, Aline, Alina, Carlos André, Carlos Ronald “O gato”, Eliakim Ferreira, Francisco “Chico”, Fabrício, Gutefânio, Jocasta, Julio Cesar, Juliette, Kamille, Leandro, Monaliza, Nertan, Raimundo Jackson e Welber.
Aos novos e mais que especiais amigos conquistados durante a faculdade: Santana Gabriela, Eliakim Araújo e Monikuelly Mourato, pela companhia, alegria, boas risadas, festas e problemas compartilhados.
Aos meus amigos presentes ou distantes, que estão sempre em meus pensamentos, em particular a Elton Brasil pelo estímulo de sempre.
Por fim, a todos que direta ou indiretamente contribuíram para a realização desse trabalho.
“Só uma coisa torna o sonho impossível: o medo de fracassar”
(Paulo Coelho)
RESUMO: No presente estudo o objetivo foi gerar mapas de temperaturas mínimas, média e máximas do ar mensais e anuais, para o Estado do Ceará e espacializa-las com o auxílio de modelo digital de elevação. Foram utilizados dados de 19 estações meteorológicas do Instituto Nacional de Meteorologia (INMET), com uma série de 30 anos. Os modelos, para estimativa da temperatura mensal e anual em função da altitude, latitude e longitude, apresentaram um ajuste considerável, com coeficiente de determinação ajustados R² variando entre 0,88 e 0,98. A inclusão do modelo digital de elevação na espacialização das temperaturas do ar mínima, média e máxima por meio de SIG, resultou em mapas com maiores detalhes e que representam o comportamento desta variável observada em campo. Os resultados indicaram que a região mais fria do estado do Ceará coincide com a Serra de Guaramiranga, Chapada do Araripe e Serra da Ibiapaba, com temperatura média anual inferior a 23°C, e que as porções mais quentes correspondem às Regiões Norte e Leste, com valores médios acima de 27°C.	Comment by Paula Viana: No resumo não devem aparecer referências, deve ser um complemento de tudo, introduçao, material e métodos, resultados, discussão e conclusões. 
Palavras-chave: agrometeorologia, equações, sistema de informação geográfica. 	Comment by Paula Viana: São até de 6 palavras, diferentes do titulo, que tenham ligação com o trabalho desenvolvido. 
ABSTRACT: In the present study the objective was to generate monthly, annual minimum, average and maximum air temperature maps for the State of Ceará and to spatialize them with the aid of a digital elevation model. Data from 19 weather stations from the National Institute of Meteorology (INMET), with a series of 30 years, were used. The models, for estimating the monthly and annual temperature as a function of altitude, latitude and longitude, presented a considerable adjustment, with adjusted determination coefficient R² ranging between 0.88 and 0.98. The inclusion of the digital elevation model in the spatialization of minimum, average and maximum air temperatures through GIS resulted in maps with greater details and representing the behavior of this variable observed in the field. The results indicated that the coldest region of the state of Ceará coincides with the Serra de Guaramiranga, Chapada do Araripe and Serra da Ibiapaba, with annual average temperature below 23 ° C, and that the warmest portions correspond to the North and East Regions, with average values ​​above 27 ° C.	Comment by Paula Viana: MESMA COISA DO RESUMO, PORÉM EM INGLES
Keywords: agrometeorology, geographic information system, equations.
LISTA DE FIGURAS	Comment by Paula Viana: DEVE SER FEITA DE FORMA AUTOMÁTICA E NÃO DIGITADO
Figura 1. Mapa do estado do Ceará.	23
Figura 2. Mapas temáticos de temperaturas normais do ar, médias mensais para o Estado do Ceará	28
LISTA DE TABELAS	Comment by Paula Viana: MESMA COISA DA LISTA DE FIGURAS
Tabela 1. Coeficientes das equações de regressão para estimativa dos valores mensais e anual de temperatura do ar mínima, com seus respectivos coeficientes de determinação ajustados (R2) para o Ceará	40
LISTA DE ABREVIATURAS
ABNT- Associação Brasileira de Normas Técnicas
INMETRO- Instituto Nacional de Metrologia, Normalização e Qualidade Industrial
SUMÁRIO	Comment by Paula Viana: DEVE SER FEITO DE FORMA AUTOMÁTICA. USAR TITULO 1 PARA OS TITULOS PRINCIPAIS (INTRODUÇAO, MATERIAL E METODOS... UTILIZAR TITULO 2 PARA SUBTITULOS (OBJETIVOS ESPECIFICOS ETC. 
1.	INTRODUÇÃO	14
1.	OBJETIVOS	15
1.1	Objetivo Geral	15
2.2 Objetivos Específicos	15
2.	REVISÃO DE LITERATURA 	15
3.1. Temperatura do ar	15
3.2. Temperatura do ar na produção agrícola	17
3.3. Distribuição da Temperatura do ar no Estado do Ceará	17
3.4. Sistemas de Informação Geográfica (SIG)	18
3.5. Modelos Digitais de Elevação (MDE)	20
3.	MATERIAL E MÉTODOS 	22
4.	RESULTADOS E DISCUSSÃO	24
5.	CONCLUSÕES	31
6.	REFERÊNCIAS 	32
1. INTRODUÇÃO	Comment by Paula Viana: ESCREVER A INTRODUÇÃO ATÉ NO MÁXIMO DUAS PÁGINAS. AQUI ESCREVEMOS O QUE JÁ FOI FEITO, O QUE AINDA HÁ POR FAZER, O PQ DA IMPORTANCIA DO TRABALHO. JUSTIFICANDO (MOTIVAÇÃO). 
Nos dias atuais é perceptível a importância das pesquisas que envolvem o estudo do clima na busca da construção de novos parâmetros de conhecimento e conseqüente aplicação nas diversas atividades humanas (agricultura, economia, comércio, entre outros) que dependem de dados e informações cada vez mais precisos sobrechuvas, secas, temporais, furações, geadas, enfim informações de meio e longo prazo geradas com um alto grau de acerto.
De acordo com Oliveira, (2009) a Climatologia assim como a meteorologia se faz presentes em muitos estudos e pesquisas realizados nos diversos programas de pesquisa e pós-graduação inseridos no território nacional, bem como em diversas instituições e órgãos de pesquisas do país. Uma das vantagens da climatologia é oferecer dados capazes de sinalizar para o aumento ou diminuição das temperaturas em nosso planeta.
Surgem cada vez mais novas discussões acerca das diversas formas de comportamento de alguns elementos do clima, como umidade do ar, temperatura e ventos, e de fatores climáticos como a evapotranspiração. 
A temperatura do ar é um fator agrometeorológico que exerce influência sobre as funções vitais das plantas como: germinação, transpiração, respiração, fotossíntese, crescimento, floração e frutificação. Está presente em vários estudos de manejo de irrigação, elaboração de projetos e nos de estimativa do desenvolvimento das culturas. 
Segundo Amorim et al. (2002) é o elemento climático que exerce influência direta sobre as condições ambientais, sendo a variação da temperatura do ar um dos aspectos climáticos mais importantes e de grande influência na agricultura, pecuária, engenharia, conforto térmico, produção de energia, entre outros.
Na irrigação a temperatura pode influenciar e contribuir substancialmente para a demanda evapotranspiratória local, também na aplicação de água e vida útil dos equipamentos, sendo seu conhecimento fundamental em estudos de planejamento agrícola.
Para o desenvolvimento de projetos agrícolas com uma maior segurança surgiram ferramentas como os SIG’s (Sistemas de Informação Geográfica). O advento dos SIG’s e de programas computacionais tornou possível a realização de estudos espaciais mais detalhados e com riqueza de detalhes antes impensáveis.
1. OBJETIVOS
1.1 Objetivo Geral	Comment by Paula Viana: No máximo 3 linhas, escrito de forma objetiva e direta. VERBO NO INFINITVO
Gerar mapas de temperaturas mínimas, média e máximas, mensais e anuais para o Estado do Ceará a partir dos dados de estações meteorológicas e imagens de modelos digitais de elevação. 
2.2 Objetivos Específicos	Comment by Paula Viana: Aqui são objetivos que serão alcançados além do objetivo geral principal do trabalho. Colocar somente o que vocês realemente vão fazer.VERBO NO INFINITIVO 
· Fundamentar a parte teórica das técnicas construtivas sustentáveis;
· Apresentar a teoria da estrutura básica de uma casa ecológica.
2. REVISÃO DE LITERATURA 	Comment by Paula Viana: A revisão de literatura, o próprio nome já diz, revisão, aqui nós vamos trazer obras da literatura, citando os autores, dentro de cada item a ser abordaddo. LEVANTAR UNS 5 PONTOS JÁ ESTÁ SUFICIENTE. QUANTO MAIS CITAÇÕES TIVER, MELHOR.
3.1. Temperatura do ar
Dentre os elementos climáticos, a temperatura do ar é a que promove maiores efeitos diretos e significativos sobre muitos processos fisiológicos que ocorrem em plantas e animais; portanto, seu conhecimento se torna fundamental em estudos de planejamento agrícola e em análises de adaptação de culturas a determinadas regiões com características distintas (MEDEIROS, et al. 2005).
A temperatura do ar é um elemento que pode ser simulado, entre outras formas, por modelos que consideram apenas a latitude e a altitude do local (VALERIANO & PICINI, 2003). Dessa forma, a utilização de dados altimétricos no geoprocessamento, é uma maneira importante de obter informações relacionadas à temperatura de uma região ou estado.
Por ser um dos fatores climáticos mais facilmente encontrado nas estações meteorológicas, a temperatura do ar assume grande importância em função de ser usada como indicativo da energia acumulada na atmosfera. De acordo com a radiação absorvida pela atmosfera a temperatura do ar aumenta, contribuindo para o aumento do processo de evapotranspiração (LIMA, 2008).
Trabalhos realizados por, Guiscem et al. (2001), Hermes et al. (2001) e Schöfell & Volpe (2002), em que se utilizam do conceito de graus-dia, mostram que a taxa de crescimento de uma espécie vegetal está relacionada com a temperatura do ar. As altas temperaturas reduzem a taxa de fotossíntese (WHITE & REYNOLDS, 2001, CRAFTS-BRANDNER & SALVUCCI, 2004) e a duração da atividade fotossintética e, como conseqüência, diminui o rendimento das culturas (AL KHATIB & PAULSEN, 1990). Nesse contexto, é necessário conhecer e desenvolver estudos que envolvam essa variável climática que como a precipitação se distribui de forma irregular na superfície da terra.
A temperatura do ar, entre outras variáveis climáticas, é responsável por significativas variações de produtividade nas lavouras. A magnitude da resposta das culturas a esses elementos meteorológicos depende do estádio fenológico no qual a planta se encontra (VALERIANO, et al. 2003).
Pinto et al. (1972), Coelho et al. (1973), Pereira et al. (1973) e Pinto & Alfonsi (1974) estimaram a temperatura média mensal a partir de regressões múltiplas para os Estados de São Paulo, Minas Gerais, Paraná e Rio de Janeiro, respectivamente. Camargo & Ghizzi (1991) também apresentaram uma metodologia para a estimativa da temperatura média mensal para a região Sudeste do Brasil e, especificamente para o estado de São Paulo, Pedro Júnior et al. (1991) desenvolveram modelos de simulação para a temperatura média mensal máxima e mínima baseados em regressão múltipla, com exceção da região litorânea.
A estimativa da temperatura do ar mínima, média e máxima mensal e anual, a partir das coordenadas geográficas, tem sido estudada nos estados de Minas Gerais (COELHO et al., 1973; SEDIYAMA & MELO JÚNIOR, 1998), Espírito Santo (FEITOZA et al., 1980a, 1980b) e Piauí (LIMA e RIBEIRO, 1998), além de outras regiões do Brasil (OLIVEIRA NETO et al., 2002; MEDEIROS et al., 2005).
3.2. Temperatura do ar na produção agrícola
Muitos processos fisiológicos nas plantas superiores ocorrem entre temperaturas de 0° a 40°C. Portanto, existe uma ampla faixa de temperaturas para o crescimento, ainda que algumas culturas sejam mais adaptadas a relativamente baixas, moderadas ou até altas temperaturas. O melhoramento genético tem ampliado esta faixa nas últimas décadas. Do ponto de vista agronômico, entretanto, a temperatura é ainda de vital importância para o crescimento da planta, seu desenvolvimento e rendimento. Uma vez que a temperatura requerida por certa espécie seja conhecida, a escolha de uma área favorável pode ser feita, uma vez que médias de períodos longos de variação anual e diurna da temperatura são freqüentemente disponíveis em todas as partes do mundo. (MOTA, 1983)
Como já se sabe a temperatura do ar atua no processo de evapotranspiração. O ar aquecido próximo às plantas transfere energia para a cultura na forma de fluxo de calor sensível, aumentando as taxas evapotranspiratórias. Além disso, é preciso estar atento as inúmeras reações que a temperatura do ar pode causar nas culturas, tornando-se necessário conhecer as faixas de temperaturas ideais para cada cultura. Para o cultivo da mangueira a faixa de temperatura considerada ideal situa-se entre 24ºC a 30ºC, sendo que valores acima de 48ºC limitam a produção (TEIXEIRA e LIMA FILHO, 2004).
Para Mota (1983), culturas típicas de estações frias como aveia, trigo, centeio e cevada, os pontos de temperatura são todos comparativamente baixos: mínimo de 0° a 5°C, ótimo 25° a 31°C e máximo 31 a 37°C. Para plantas de verão, como melão e sorgo, as temperaturas são muito maiores: mínima 15° a 18°C, ótimo 31° a 37° C e máxima 44° a 50°C.
3.3. Distribuição da Temperatura do ar no Estado do Ceará
O estado do Ceará apresenta aspectos climáticos predominantes como concentração das chuvas num curto período anual (de 3 a 5 meses), com um média de precipitação de 775mm e um coeficiente de variação de 30%, médias térmicas elevadas, variando de 23° a 27°C alta insolação, numa média de 2.800 h/ano e umidade relativa do ar com 82% no litorale inferior a 70% no sertão. (LOPES, 2010).
Segundo Lopes (2010), para o estado do Ceará a regularidade do clima dominante limita a potencialidade dos recursos naturais conserváveis (solo, vegetação, hidrografia), imprimindo um caráter de vulnerabilidades às atividades produtivas. Tratando-se do clima no espaço estadual, constata-se que a presença de fatores como a altitude (que chega até 1.100m) e a proximidade do mar cria as condições climáticas mais favoráveis, fazendo com que a temperatura seja mais amena e o regime pluviométrico mais regular. 
O ceará apresenta certa variabilidade de temperatura de acordo com as suas regiões, possui clima predominantemente semiárido, com a temperatura do ar variando nas suas três sub-regiões distintas: Litoral, com clima quente e úmido, suas médias térmicas são de 26ºC a 27ºC, com máximas de 30ºC e mínimas de 19ºC; Serras, com clima frio e úmido, têm médias térmicas em torno de 22ºC, com máximas de 27º e mínimas de 17ºC; Sertão,de clima semiárido e médias térmicas não definidas, tendo média das máximas entre 32ºC e 33ºC, e média das mínimas de 23ºC (nas noites) (LOPES, 2010). A temperatura mais baixa já registrada no estado do Ceará foi verificada em Jardim: 8°C (BORZACCHIELLO, 2007).
3.4. Sistemas de Informação Geográfica (SIG)
Um SIG è um sistema auxiliado por computador para a aquisição, armazenamento, análise e visualização de dados geográficos. Segundo Burrough (1986) o SIG é um poderoso conjunto de ferramentas para coleta, armazenagem, recuperação e exibição de dados do mundo real para determinados propósitos.
Com o desenvolvimento e a popularização dos SIG, houve aprimoramento na análise dos fatores ambientais no planejamento das atividades ligadas ao meio rural e urbano. Atualmente, com os recursos básicos de um computador pessoal comum, é possível a manipulação georreferenciada de dados de mapeamento em SIG, com obtenção de resultados ágeis e flexíveis. A análise é feita tanto em escalas amplamente variáveis, como pesquisas em microbacias, bacias, escalas estaduais, ou em áreas mais abrangentes (SARRAIPA, 2003)
Para Sarraipa (2003) em SIG, cada aspecto do mundo real retratado pode ser representado em um Plano de Informação (PI) distinto, em que todo o espaço estudado está caracterizado. Para uma mesma área, pode-se ter, por exemplo, o PI da rede de drenagem, PI da topografia, PI da malha viária, PI da imagem de satélite, etc., caracterizando o modelo daquele local, diz ainda que os SIG’s exploram a capacidade gráfica das plataformas computacionais para visualização, através de monitores de vídeo ou outros periféricos como impressoras coloridas.
A visualização gráfica é necessária desde as análises prévias dos dados até a obtenção e apresentação dos resultados finais. Geralmente, o processo de visualização dos produtos de geoprocessamento requer, para cada plano de informação visível, a escolha da forma de apresentação (mapas, superfície, perspectiva, imagem, etc.), da escala, da resolução geométrica, assim como a escolha de parâmetros necessários para a codificação da informação, como escala e intervalos de cores. 
Câmara & Medeiros (1998) afirmam que os instrumentos computacionais do geoprocessamento, chamados de SIG, permitem a realização de análises complexas ao integrar dados de diversas fontes e ao criar bancos de dados georreferenciados. Dizem ainda que o objetivo principal do geoprocessamento é fornecer ferramentas computacionais para que os diferentes analistas determinem as evoluções espacial e temporal de um fenômeno geográfico e as inter-relações entre diferentes fenômenos.
Calijuri e Röhm (1994) definem o sistema de informação geográfica como uma coleção organizada de hardware, de software, de dados geográficos e de pessoal envolvido no trabalho projetado para, eficientemente, capturar, armazenar, atualizar, manipular, analisar e apresentar todas as formas de informações referenciadas geograficamente.
Valeriano, (2000) que realizou trabalhos com o uso de SIG para geração de mapas de médias mensais de temperatura do ar para o Estado do Espírito Santo, relata que esse tipo de sistema lida com dados tabulares, sendo ferramentas úteis em estudos de planejamento agrícola, principalmente em pesquisas que envolvam modelagem de variáveis numéricas com espacialização geográfica.
Conforme Reis et al. (2005) a utilização de Sistemas de Informações Geográficas tem permitido a caracterização espaço-temporal de variáveis ambientais, dentre as quais se incluem as agroclimáticas. O desenvolvimento de sistemas computacionais para aplicações gráficas vem, cada vez mais, influenciando as áreas de cartografia, mapeamento, análise de recursos naturais e planejamento regional.
Os trabalhos de mapeamento de variáveis agronômicas por meio de SIG (SATO et al., 2006; LAZAROTE, 2007; SARRAIPA, 2003; BARDIN et al., 2010; BARBOSA et al., 2005) indicam a viabilidade da aplicação espacializada dos modelos desenvolvidos a partir de conhecimentos e experimentos localizados, que pode ser traduzida em operações matemáticas escalares e de sobreposição entre imagens digitais (EASTMAN, 1995).
As vantagens da geração de mapas em SIG (atualização automática, armazenamento de valores contínuos, edição, flexibilidade de escala, manipulação digital, metodologia objetiva, testes de precisão) não poderiam ser atingidas através da simples reedição dos mapas das mesmas variáveis anteriormente publicados (CAMARGO et al., 1974 e MINAS GERAIS, 1980 apud VALERIANO e PICINI, 2003).]
3.5. Modelos Digitais de Elevação (MDE)
De acordo com Sarraipa (2003) a superfície contínua dos dados de cota ou elevação de uma área é denominada modelo digital de elevação (MDE).
Segundo Valeriano & Picine (2003), a manipulação digital de modelos espacializados de altimetria, os chamados Modelos Digitais de Elevação (MDE), trazem uma série de vantagens técnicas e operacionais para a geração e manuseio de planos de informação de temperatura. Dessa e de várias outras aplicações dos MDE, decorre toda uma frente de pesquisa e desenvolvimento.
Um ponto chave para a viabilidade técnica dos modelos digitais de elevação (MDE) é sua preparação. Há trabalhos de pesquisa voltados exclusivamente à preparação e à avaliação de MDE por diversos métodos, a partir de dados igualmente diversos (VALERIANO, 2004; VALERIANO et al., 2000; REISS, 2002; GAO, 1995; BLOMGREN, 1999; ÖZDAMAR et al., 1999; LI, 1992).
Dado um conjunto de pontos de elevação conhecida, a inserção da topografia em SIG ocorre através da interpolação destes para um plano de informação. Este processo conta com a série de recursos diferentes, respondendo cada interpolador por uma série de vantagens e desvantagens (VALERIANO, 2004).
Conforme Valeriano (2004), a utilização de modelos digitais de elevação recai principalmente sobre a obtenção de variáveis derivadas da altimetria (declividade, o exemplo mais freqüente). A obtenção destas variáveis é feita principalmente com operações de vizinhança (declividade, orientação e curvatura, por exemplo) e, em alguns casos, funções de conectividade (comprimento de rampa e área de captação, por exemplo), que requerem perceptibilidade das feições de interesse, altamente afetada pela resolução e precisão dos dados.
Medeiros et al. (2005) geraram mapas temáticos das normais das temperaturas do ar mínimas, médias e máximas mensais e anual para o Nordeste brasileiro, a partir de um modelo digital de elevação, o qual obteve mapas bem detalhados que proporcionou uma avaliação mais precisa em relação a variação da temperatura no Nordeste.
Santos e Fontana (1997), para o Estado do Rio Grande do Sul, e Valeriano e Picini (2000), para o Estado de São Paulo, verificaram que a inclusão do relevo na espacialização da temperatura média do ar, utilizando modelo digital de elevação por meio de um sistema de informações geográficas, resultou em mapa com riqueza de detalhe e maior fidelidade em relação ao comportamento desta variável meteorológica verificada em condição de campo.
3. MATERIAL E MÉTODOS 	Comment by Paula Viana: AQUI ÉA NOSSA CHAMADA RECEITA DE BOLO, VOCÈ DESCREVE QUAIS MATERIAS, MÉTODOS VOCÈ UTILIZOU PARA REALIZAR O TRABALHO. DESCREVENDO PASSO A PASSO. 
Os dados de temperatura do ar foram obtidos de 19 das 75 estações meteorológicas listadas nas normais climatológicas dos estados da região Nordeste brasileiro editada pelo Instituto Nacional de Meteorologia (INMET).
Foram utilizados dados de temperaturas mínimas, médias e máximas, mensais e anuais de localidades do Ceará (Barbalha, Campos Sales, Crateús, Fortaleza, Iguatu, Jaguaruana, Morada Nova e Sobral); Rio Grande do Norte (Apodi, Floranea e Mossoró); Paraíba (Monteiro e São Gonçalo); Piauí (Picos e Paulistana) e Pernambuco (Triunfo). As estações que são de outros Estados serviram para fornecer condições de contorno (Figura 1).
Distribuição espacial das estações meteorológicas da região Nordeste utilizadas no estudo
Figura 1. Mapa do estado do Ceará
Fonte: Autor, 2019
Para estimar as temperaturas mínimas, médias e máximas do ar foi aplicada uma regressão linear múltiplatendo a altitude, latitude e longitude, como variáveis independentes e a temperatura como variável dependente, baseadas no modelo quadrático geral:
em que:
Ti - temperaturas normais médias mensais (i = 1, 2..., 12);e anual (i=13) estimadas;
 - longitude da estação (INMET) em graus e décimos (valores negativos);
 - latitude da estação em graus e décimos (valores negativos);
h - modelo digital de elevação;
An – coeficientes da equação de regressão.
As análises de regressão múltipla foram realizadas para todos os meses sendo os coeficientes An obtidos pelo método dos mínimos quadrados.
Utilizando-se a equação de regressão, procedeu-se a espacialização dos dados de temperatura do ar mínima média e máxima, que foram espacializadas na forma de mapas temáticos em escala mensal e anual através do software Idrisi Andes©, aplicando-se ás imagens digitais de latitude, longitude e altitude da região Nordeste. Utilizou-se, como mapa de altitude, o modelo digital de elevação, obtido por intermédio de uma imagem de radar (SRTM) de resolução de 3”, ou cerca de 90m. Foram capturados dados SRTM de todos segmentos correspondentes a folhas 1:250.000 (1° de altitude por 1,5° de longitude) que contivessem áreas do Ceará. Os dados originais disponíveis para a América do Sul apresentam resolução de 3” ou 0,000833o (~90m) e o datum e o elipsóide de referência são WGS84, com dados de z em metros inteiros. 
4. RESULTADOS E DISCUSSÃO	Comment by Paula Viana: OS RESULTADOS SÃO LEVANTADOS, DISCUTIDOS E CONFRONTADOS COM OS DE OUTROS AUTORES. 
Os coeficientes das equações de regressão ajustadas para estimativas dos valores mensais e anuais de temperatura do ar mínima, média e máxima, com seus respectivos coeficientes de determinação ajustados (R²), são apresentados em Apêndice.
Pode-se observar que para todos os meses e anos as equações de estimativa da temperatura do ar mínima, média e máxima, dentre as variáveis geográficas consideradas e suas interações todas foram significativas e, portanto, todos os parâmetros foram utilizados tendo influência nos resultados da equação.
Os coeficientes de determinação ajustados das equações de regressão para estimar os valores mensais e anuais de temperatura do ar mínima, variaram de 0,98 (temperatura mínima do ar em dezembro) a 0,92 (temperatura mínima do ar em julho); para os valores mensais e anuais de temperatura do ar média, oscilaram de 0,98 (temperatura média do ar em setembro e outubro) a 0,88 (temperatura média do ar em fevereiro) e, para os valores mensais e anuais de temperatura do ar máxima, de 0,98 (temperatura máxima do ar em abril) a 0,93 (temperatura máxima do ar em outubro).
Constatou-se que houve certa aproximação dos valores de R² obtidos tanto para a temperatura mínima, como para a média e máxima, isso ocorreu provavelmente devido a baixa variabilidade dos dados de temperatura nos meses em que estes ocorreram. Observou-se ainda que o R² máximo mensal e anual foi igual a 0,98, tanto para temperatura mínima, como para a média e máxima. 
Os valores de R² referentes ás equações para estimativa da temperatura do ar mínima apresentaram valores menores visto que das 13 equações ajustadas para temperatura mínima do ar, sete apresentaram valores menores que 0,95, ocorrendo o mesmo também com três equações para a estimativa da temperatura média do ar e com apenas um para a estimativa da temperatura máxima do ar. Observou-se, na temperatura média do ar, um valor menor de coeficiente de determinação (R²=0,88) para o mês de inverno fevereiro indicando menor precisão das estimativas. 
As equações de regressão para estimativa das temperaturas mínima, média e máxima, proposta por Medeiros et al.(2005), para região Nordeste do Brasil, apresentaram menores valores de R² que as equações ajustadas no presente estudo, os baixos valores dos coeficientes encontrados no trabalho de Medeiros et al.(2005), não apresentaram deficiência no que diz respeito a estimativa das temperaturas para as regiões, não houve valores sub-estimados ou super estimados, já para esse estudo os maiores valores de coeficientes de determinação ajustados R² encontrados não só deram significância aos dados no momento da espacialização mais como proporcionou uma maior precisão dos valores de temperatura para o estado do Ceará. 
Pezzopane et al. (2004), quando realizou a espacialização da temperatura do ar no estado do Espírito Santo gerou um modelo para estimar a temperatura do ar, apresentando coeficientes de determinação ajustados R² variando entre 0,88 e 0,94 para a temperatura mínima, de 0,89 a 0,92 para a média, e de 0,94 a 0,98 para a temperatura máxima, segundo ele o fato dos coeficientes de determinação da temperatura máxima terem sido superiores aos das demais, pode estar relacionado a maior uniformidade desta variável climática no estado.
Nesse estudo foram encontrados coeficientes de determinação ajustados R² de temperatura máxima semelhantes aos de Pezzopane et al.(2004), no entanto ele não gerou equações para determinar os coeficientes R² anuais, apenas utilizou a média dos valores mensais para gerar os mapas de temperaturas, mínima média e máxima, provocando com isso menor exatidão dos resultados obtidos. Verificou-se ainda que a altitude foi significativa para todos os meses na estimativa das temperaturas mínimas, médias e máximas e ocorrendo o mesmo para esse estudo (Apêndice 1, 2 e 3), que segundo Bardin et al. (2010) que realizaram a estimativa das temperaturas máximas e mínimas do ar para região do Circuito das Frutas-SP, encontrando valores de coeficientes de determinação ajustados R² também elevados na estimativa das temperaturas máximas variando de 0,92 a 0,96, afirmam que, o fator altitude é o de maior influência na estimativa da temperatura do ar.
A inclusão do modelo digital de elevação na espacialização das temperaturas do ar mínima, média e máxima por meio de SIG, resultou em mapas com maiores detalhes e que representam o comportamento desta variável observada em campo, como notado anteriormente por Valeriano & Picini (2000), Pezzopane et al. (2004) e Bardin et al.(2010) para diferentes estados brasileiros.
Nas Figuras 2, 3 e 4 são apresentados os mapas temáticos das estimativas das temperaturas do ar normais mínimas, médias e máximas, espacializados segundo as equações de regressão ajustadas e o modelo digital de elevação.
De acordo com a Figura 2 onde estão apresentados os mapas das estimativas das temperaturas normais mínimas verificou-se que as temperaturas variaram entre 8,9°C a 25,2°C. Na região do extremo oeste do estado onde a temperaturas se mantiveram entre os 15ºC e 23°C, para quase todos os meses do ano, foi possível observar que a ocorrência das baixas temperaturas se deve ao fato da influência causada por serras e chapadas que cortam o estado do Ceará com o Piauí, como a Serra Grande, Chapada do Araripe e Serra dois Irmãos.
Os meses em que quase todas as áreas apresentaram temperaturas mais amenas foram maio, junho, julho e agosto, com valores de temperatura variandoentre 15°C a 23°C. Na extremidade norte do estado onde situa-se a parte litorânea os valores de temperatura mínima do ar ultrapassaram os 24°C em quase todos os meses.
Os meses mais quentes foram fevereiro, março, setembro, outubro, novembro e dezembro onde cerca de 85% das áreas do estado apresentaram valores de temperatura acima dos 24°C, sendo que em algumas áreas do estado chegaram a atingir os 25°C.
Na Figura 3 onde estão localizados os mapas das temperaturas médias é possível observar áreas com temperaturas variando entre 14°C e 32,2°C. Na maior parte das regiões do estado do Ceará as temperaturas do ar normais médias mensais variaram entre 23°C a 28°C, com exceção de uma porção de áreas situadas na extremidade sul e oeste do estado, nas quais as temperaturas só atingiram estes valores nos meses de março e outubro, não ultrapassando os 22°C, regiões estas que coincidem com a chapada do Araripe (sul) e Serra da Ibiapaba (oeste). 
As temperaturas médias mantiveram-se com valores elevados em quase todo o ano, o mês de fevereiro foi o que apresentou temperaturas médias mais amenas em relação aos outros meses do ano, por apresentar valores entre 14°C e 22°C para quase todas as áreas do estado. No período chuvoso (dezembro a março), nota-se que na área do sertão central que compreende as cidades de Quixeramobim, Quixadá, Choró, Madalena entre outras, a temperatura não ultrapassa os 28°C, nesta época os agricultores do estado fazem o plantio de culturas anuais como milho, feijão, arroz. Em relação ao feijão, segundo Moreira et al. (2003),a temperatura média ótima durante o ciclo cultural é de 21°C a 29°C, sendo 21°C a ideal, isso explica o bom desenvolvimento dessa cultura nessa região. Os meses que apresentaram temperaturas normais médias mais elevadas foram janeiro, março, setembro, outubro, novembro e dezembro onde a maior parte das áreas do estado apresentou temperaturas acima dos 27°C. 
Na região leste do estado, observou-se a ocorrência de temperaturas do ar mais acentuadas em quase toda a área, com valores acima dos 25°C em todos os meses do ano com exceção do mês de fevereiro. O mês com temperaturas mais elevadas é março, quando quase todo o estado apresenta temperatura média mensal acima de 28°C.Resultados semelhantes foram encontrados por Santos et al. 2010 que realizou estudos de alguns cenários climáticos para o Nordeste do Brasil, verificando que para a maior parte do Estado do Ceará as temperaturas médias do ar se dispõem entre 27°C e 28 ºC.
Os mapas temáticos das temperaturas do ar máximas (Figura 4) apresentaram temperaturas variando de 24°C a 38°C, constatando-se ainda que para quase todas as regiões do Estado do Ceará os valores observados, foram superiores a 30°C, com exceção de uma área no extremo leste do estado que se manteve com valores entre os 25°C e 27°C em todos os meses cujo fato se deveu as maiores altitudes dessa área, espaço esse que coincide com a Serra de Guaramiranga, que corta os municípios de Redenção, Pacoti, Baturité e Aratuba.
Os meses mais quentes foram janeiro, agosto, setembro, outubro, novembro e dezembro onde praticamente 95% das áreas do Estado apresentaram temperaturas acima dos 33°C, resultados semelhantes foram encontrados por Medeiros et al. 2005 quando o mesmo realizou a espacialização da temperatura do ar média mensal para o Nordeste, o qual verificou que o estado do Ceará apresenta altos valores de temperatura máxima (acima dos 30° C) para quase todos os meses do ano.
Mapas temáticos de temperaturas normais do ar mínimas mensais para o Estado do Ceará
Figura 2. Mapas temáticos de temperaturas normais do ar, médias mensais para o Estado do Ceará
Mapas temáticos de temperaturas normais do ar, médias mensais para o Estado do Ceará
5. CONCLUSÕES	Comment by Paula Viana: LEVANTAR AS PRINCIPAIS CONCLUSÕES. 
Os resultados deste estudo permitem o estabelecimento das seguintes conclusões:
•	A equação de regressão utilizada para a estimativa das temperaturas do ar mínimas, médias e máximas, é uma alternativa viável para ampliar a base de dados climáticos, uma vez que a partir de 19 pontos de observações de temperatura do ar foi possível elaborar mapas para todo o Ceará, contribuindo para um melhor planejamento agropecuário da região.
•	A espacialização dos dados de estimativa das temperaturas do ar, mínimas, médias e máximas, aplicados em sistemas de informação geográfica permitiu a geração de mapas temáticos refinados e com grande riqueza de detalhes.
•	A utilização de uma imagem SRTM na espacialização da temperatura do ar para o Ceará unida a competência dos Sistemas de Informações Geográficas de visualizar e analisar grandes áreas de uma só vez, atrelada ainda a capacidade dos modelos digitais de elevação em permitir a identificação pontual da distribuição da temperatura do ar para todo o estado, tornou ainda mais expressivo os resultados obtidos nesse estudo. 
6. REFERÊNCIAS 	Comment by Paula Viana: REFRENCIAR TODOS OS ARTIGOS, LIVROS, APOSTILAS ETC. QUE FORAM UTILIZADOS E CITADOS AO LONGO DO TEXTO. EM ORDEM ALFABÉTICABUSCAR PREFERENCIALMENTE REFERÊNCIAS DOS ÚLTIMOS 5 ANOS (80%)
AL SKHATIB, K.; PAULSEN, G. M. Photosynthesis and productivity during high temperature stress of wheat genotypes from major world regions. Crop Science, Madison, v. 30, n. 5, p. 1127-1132. 1990.
AMORIM, R. C. F.; RICIERE, R. P.; FILHO, J. S. V.; AMORIM, R. F. C.; PACE, E. L. T.; SEGUNDO, G. H. C.; LEITE, C. C. Análise das condições climáticas da região de cascavel. In: XII Congresso Brasileiro de Meteorologia, Foz de Iguaçu-PR, 2002. Anais... Foz de Iguaçu.
BARBOSA, F. C.; TEIXEIRA, A. S.; GONDIM, R. S. Espacialização da evapotranspiração de referência e precipitação efetiva para estimativa das necessidades de irrigação na região do Baixo Jaguaribe – CE, Revista Ciência Agronômica, v.36, n.1, jan-abr, 2005.
BARBOSA, J. P.; Utilização de Método de Interpolação para Análise e Espacialização de dados Climáticos: o SIG como ferramenta - Revista Caminhos de Geografia v.9, 85-96, fev/2006.
BARDIN, L.; Júnior, M. J. P.; MORAIS, J. F. L. Estimativa das Temperaturas máximas e mínimas do ar para a região do Circuito das Frutas, SP. Revista Brasileira de Engenharia Agrícola e Ambiental v.14, n.6, p.618–624, 2010.
BLOMGREN, S. A digital elevation model for estimating flooding scenarios at the Falsterbo Peninsula. Environmental Modelling & Software, v. 14, p. 579-587, 1999.
BORZACCHIELLO, J;. CAVALCANTE, T.; DANTAS, E. Ceará: um novo olhar geográfico. Fortaleza: Edições Demócrito Rocha, 2007. 348p.
BORZACCHIELLO, J.; CAVALCANTE, T.; DANTAS, E. Ceará: um novo olhar geográfico. Fortaleza: Edições Demócrito Rocha, 2007.161p.
BURROUGH, P. A. Principles of geographical information system for land resources assessments. Oxford: Oxford University, 1986, 194p.
CALIJURI, M. L.; RÖHM, S. A. Sistemas de Informações Geográficas. CCET/DEC - Universidade Federal de Viçosa. Imprensa Universitária. Viçosa, MG. 1994. 34p.
CÂMARA, G.; MEDEIROS, J. S. Mapas e suas representações computacionais. In: ASSAD, E. D, SANO, E. E. Sistema de informações geográficas aplicações na agricultura. 2 ed. Brasília: Embrapa, 1998. p. 13 – 29.
CAMARGO, A. P.; GHIZZI, S. M. Estimativa de temperaturas médias mensais com base em cartas de temperatura potencial normal ao nível do mar para a região sudeste do Brasil. Campinas: Instituto Agronômico, 1991. 29 p.(Boletim Técnico, 141).
CAMARGO, A. P.; PEDRO JÚNIOR, M. J.; BRUNINI, O.; ORTOLANI, A. A.; ALFONSI, A. A. Clima do Estado de São Paulo. In: SÃO PAULO. Secretaria da Agricultura de São Paulo. Zoneamento Agrícola do Estado de São Paulo. São Paulo, 1974. 80p.
CARVALHO, D. F.; FARIA, R. A.; SOUSA, S. A. V.; BORGES, H. Q. Espacialização do Período de Veranico para Diferentes Níveis de Perda de Produção na Cultura do Milho, na Bacia do Rio Verde Grande, MG Revista Brasileira de Engenharia Agrícola e Ambiental, v.4, n.2, p.172-176, 2000.
COELHO, D. T.; SEDIYAMA, G. VIEIRA, M. Estimativa das temperaturas médias mensais e anuais no Estado de MinasGerais. Revista Ceres, Viçosa, v. 20, n. 112, p.455-459, 1973.
CRAFTS-BRANDNER, S. J.; SALVUCCI, M. E. Analyzing the impact of high temperature and CO2 on net photosynthesis: biochemical mechanisms, models and genomics. Field Crops Research, v. 90, n. 1, p. 75-85, 2004.
DEPPE, F.; MARTINI, L.; LOHMANN, M.; CALVETTI, L.; ADAMI, M. Comparação de estimativas de precipitação com dados observados (estações meteorológicas). XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, 21-26 abril 2007, Anais... INPE, p. 3319-3326.
DIEDRICH, V. L.; FERREIRA, E. R.; ECKHARDT, R. R. Espacialização das estimativas das temperaturas máximas, médias e mínimas anuais para o Vale do Taquari - RS - Brasil, pelo método de regressão linear. XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, 21-26 abril 2007, Anais... INPE, p. 153-159.
EASTMAN, J. R. Idrisi for Windows – User’s Guide. Worcester, MA: Clark University, 1995. 440 p.
EASTMAN, J. R. Idrisi for Windows – Manual do usuário: introdução e exercícios tutoriais. Editores da versão em português, Heinrich Hasenack e Eliseu Weber. Porto Alegre, UFRGS Centro de Recursos Idrisi, 1998. 240p.
FEITOZA, L.R. et al. Estimativas das temperaturas médias das máximas mensais e anual do Estado do Espírito Santo. Revista do Centro de Ciências Rurais, v.10, p.25-32, 1980b.
FEITOZA, L.R. et al. Estimativas das temperaturas médias das mínimas mensais e anual do Estado do Espírito Santo. Revista do Centro de Ciências Rurais, v.10, p.15-24, 1980a.
GAO, J. Comparison of sampling schemes in constructing DTMs from topographic maps. ITC Journal, v.1995, n.1, p. 18-22, 1995.
GROHMANN, C. H.; RICCOMINI, C.; STEINER, S. S. Aplicações dos Modelos de Elevação SRTM em Geomorfologia. Revista Geografia Acadêmica, v.2, n.2, p.73-83.
GUISCEM, J. M. et al. Crescimento e desenvolvimento da cultura do milho (Zeamays) em semeadura tardia e sua relação com graus-dia e radiação solar global. Revista Brasileira de Agrometeorologia, v. 9, n. 2, p. 251-260, 2001.
HERMES, C.C. et al. Emissão de folhas de alface em função da soma térmica.Revista Brasileira de Agrometeorologia,v. 9, n. 2, p. 269-275, 2001.
HOTT, M. C.; CRISCUOLO, C.; VALLADARES, G. S. Geração de Mapa de Declividades para o Estado do Maranhão como base para Zoneamento Ecológico-Econômico. III Simpósio Regional de Geoprocessamento e Sensoriamento Remoto, Anais... Aracaju/SE, 25 a 27 de outubro de 2006.
JPL Jet Propulsion Laboratory, http://www2.jpl.nasa.gov/srtm/) da NASA (National Aeronautics and Space Administration). acessado em agosto de 2003.
LAZAROTE, L. M. Estimativa Espacial de Evapotranspiração por Meio de Correlação com Índice de Vegetação Normalizado. Trabalho de Conclusão de Curso – Curso de Graduação em Engenharia Sanitária e Ambiental, Universidade Federal de Santa Catarina, 2007. 
LENNON, J. J.; TURNER, J. R. G. Predicting the spatial distribution of climate: temperature in Great Britain. Journal of Animal Ecology, n. 64, p.670-392, 1995.
LI, Z. Variation of the accuracy of digital terrain models with sampling interval. Photogrammetric Record, v.14, n.79, p.113-128, 1992.
LIMA, F. P. Avaliação de métodos de estimativas da ET0 para a cidade de Iguatu-CE. 2008. 86 f. Trabalho de Conclusão de Curso – Curso de Irrigação e Drenagem, Escola Agrotécnica Federal de Iguatu, Iguatu, 2008. 
LIMA, M.G.; RIBEIRO, V.Q. Equações de estimativa da temperatura do ar para o Estado do Piauí. Revista Brasileira de Agrometeorologia, v.6, p.221-227, 1998.
LOPES, R. S. Apostila de Geografia do Ceará. Disponível em:
<www.estaçãodoturismo.hpg.ig.com.br/clima.htm>; acesso em: 03 de março de 2010.
MEDEIROS, S. S.; CECÍLIO R. A.; JÚNIOR, J. C. F. M.; JUNIOR, J. C. S. Estimativa e espacialização das temperaturas do ar mínimas, médias e máximas na Região Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, v.9, n.2, p.247-255, 2005.
MINAS GERAIS. Secretaria da Agricultura de Minas Gerais. Zoneamento Agroclimático do Estado de Minas Gerais. Belo Horizonte, 1980. 114p.
MOTA, F. S. Meteorologia agrícola. São Paulo: Nobel 1983. 376 p.
NASA. Jet Propulsion Laboratory. California Institute of Technology. Disponível em: <http://www2.jpl.nasa.gov/srtm>. Acesso em: 10 mar. 2010.
NOGUEIRA R. N.; SILVEIRA R. J. C da & PEREIRA R. S. Georreferenciamento de Mapas Temáticos e Imagens de Satélite no Aplicativo Idrisi Rev. Bras. de Agrociência, v.3, n° 3, 99-106, Set.-Dez, 1997.
OLIVEIRA, A. G. A Importância dos dados das variáveis climáticas nas pesquisas em Geografia: um estudo de caso empregando a precipitação pluviométrica. Caminhos de Geografia, Uberlândia, v.10, n.32 dez/2009 p.9-21.
OLIVEIRA NETO, S.N. et al. Estimativa de temperaturas mínima, média e máxima do território brasileiro situado entre 16 e 24º latitude sul e 48 e 60º longitude oeste. Engenharia na Agricultura, v.10, p.8-17, 2002.
ÖZDAMAR, L; DEMIRHAN, M.; ÖZPINAR, A. A comparison of spatial interpolation methods and a fuzzy areal evaluation scheme in environmental site characterization. Computers, Environment and Urban Systems, v.23, p.399-422, 1999.
PEDRO JÚNIOR, M. J.; MELLO, M. H. A.; ORTOLANI, A. A.; ALFONSI, R. R.; SENTELHAS, P. C. Estimativa das temperaturas médias mensais das máximas e das mínimas no estado de São Paulo. Campinas: Instituto Agronômico de Campinas. 1991. 11p. Boletim Técnico, 142.
PERDIGÃO, A.; MOITA, S. A utilização de Sistemas de Informação Geográfica em Climatologia e Meteorologia. Disponível em: <http://www.ihera.min-agricultura.pt>. Acesso em: 15 mar. 2010.
PEREIRA, A. R., ORTOLANI, A. A., PINTO, H. S., TARIFA, J. R. Análise de Regressão Como Subsidio ao Desenvolvimento das Cartas de Isotermas e Isoietas. Revista Geográfica do Pan American Institute Of Geography And Histori. Vitoria, v.78, p.115-130, 1973.
PEZZOPANE, J. E. M.; SANTOS, E. A.; ELEUTÉRIO, M. M.; REIS, E. F.; SANTOS, A. R. Espacialização da temperatura do ar no Estado do Espírito Santo. Revista Brasileira de Agrometeorologia, Santa Maria, v. 12, n. 1, p. 151-158, 2004.
PIMENTA, M. T.; SANTOS, M. J; RODRIGUES, R. A. Susceptibilidade à desertificação. Revista Florestal, v.11, n.1, p.27-33, 1998.
PINTO, H. S.; ORTOLANI, A. A.; ALFONSI, R. R. Estimativa das temperaturas médias mensais do Estado de São Paulo em função da altitude e latitude. São Paulo: USP, 1972. 20p.
REIS, M. H.; GRIEBELER, N. P.; SARMENTO, P. H. L.; OLIVEIRA, L. F. C.; OLIVEIRA, J. M. Espacialização de dados de precipitação e avaliação de interpoladores para projetos de drenagem agrícola no estado de Goiás e Distrito Federal. XII Simpósio Brasileiro de Sensoriamento Remoto, INPE, Anais... 2005, p.229-236.
REISS, P. High-quality DTMs. GIM International, v.16, p.40-43, 2002.
SANTOS, A; FONTANA, D.C. Espacialização da temperatura do ar através de interpolação otimizada e de modelo numérico do terreno. In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 9., 1997. Piracicaba. Resumos…, Piracicaba: SBA, 1997. p. 431-433;
SANTOS, D. N.; SILVA, V. P. R., SOUSA, F. A. S; SILVA, R. A. Estudo de Alguns cenários climáticos para o Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, vol.14, n.5, Maio/2010.
SARRAIPA, L. A. S. Banco de dados georreferenciado para zoneamento edafoclimático do Estado de São Paulo. Dissertação - Curso de Pós-Graduação em Agricultura Tropical e Subtropical, Instituto Agronômico de Campinas, 85 f., 2003.
SATO, A. M.; PIROLI, E. L. Geoprocessamento para Determinação das Classes de Declive do Município de Naviraí-MS, Colloquium Agrariae, v. 2, n.1, Mar/2006, p. 6-11. 
SCHÖFFEL, E. R.; VOLPE, C. A. Contribuição relativa da temperatura do ar no desenvolvimento de três cultivares de soja. Revista Brasileira de Agrometeorologia, v.10, n.1, p.97-104, 2002.
SILVA, K. R.; PAIVA, G. Y.; CECÍLIO, R. A.; PEZZOPANE, J. E. M. Avaliação de interpoladores para a espacialização de variáveis climáticas na bacia do rio Itapemirim-ES. Anais... Florianópolis, Brasil, 21-26 abril 2007, INPE, p. 3141-3146.
SILVA, V. deP. R.; CORREIA, A. A.; COELHO, M. S. Análise de tendência das series de precipitação pluvial do Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, v.2, n.1, p.111-114, 1998. 
SILVA, V. de P. R. On climate variability in Northeast of Brazil. Journal of Arid Environments, v.58, n.4, p.575-596, 2004.
  
SOARES, A. F. Espacialização de dados de clima do Estado de São Paulo Utilizando o SPRING e o SURFER 8. I Congresso Luso-Brasileiro de Tecnologias de Informação e Comunicação na Agropecuária. Anais... Embrapa Informática agropecuária, Campinas – São Paulo – Brasil 2004.
SOUSA JÚNIOR, I. F. A influência da urbanização no clima da cidade de Campina Grande, PB. Campina Grande: DCA, 2006. 94p. Dissertação Mestrado 
SUPERITENDÊNCIA DO DESENVOLVIMENTO DO NORDESTE (SUDENE). Levantamento Exploratório – Reconhecimento de Solos do Estado do Ceará – Volume I. Recife: SUDENE, 1973. 301 p.
TEIXEIRA, A. H. C.; LIMA FILHO, J. M. P. Cultivo da Mangueira. Sistemas de Produção, Embrapa semi-árido, versão eletrônica, Julho/2004.
VALENZUELA, C. R. Data analysis and models In: BELWARD, A. S.;VALENZUELA, C. R. Remote sensing and geographical information systems for resource management in developing countries. Dordrecht: Kluwer Academic Publishers, v.1, p. 335-48, 1991.
VALERIANO, M. M. Modelo digital de elevação com dados SRTM disponíveis para a América do Sul, São José dos Campos, SP: INPE -Coordenação de Ensino, Documentação e Programas Especiais, 72p. 2004.
VALERIANO, M. M.; GARCIA, G. J. The estimate of topographical variables for soil erosion modeling through geoprocessing. International Congress of Photogrammetry and Remote Sensing, 33. Amsterdam, 2000. International Archives of Photogrammetry & Remote Sensing. Amsterdam: ISPRS, 2000, v.33, p.678-685.
VALERIANO, M. M., PICINI, A. G. Geoprocessamento de informações agroclimatológicas. Boletim. São José dos Campos: Coordenação de Ensino, Documentação e Programas Especiais, 133p., 2003.
WHITE, J. W; REYNOLDS, M. P.A physiological perspective on modeling temperature response in wheat and maize crops. In: WHITE, J.W. Modeling temperature response in wheat and maize. Proceeding of a Workshop, CIMMYT, El Batán, Mexico, 2001. 61p. p. 8-17.
APÊNDICE	Comment by Paula Viana: MATERIAL EXCEDENTE GERADO DURANTE A ELABORAÇ4AO DO TRABALHO. ELABORADO PELO AUTOR
2
Apêndice 1.A - Coeficientes das equações de regressão para estimativa dos valores mensais e anual de temperatura do ar mínima, com seus respectivos coeficientes de determinação ajustados (R2) para o Ceará
Tabela 1. Coeficientes das equações de regressão para estimativa dos valores mensais e anual de temperatura do ar mínima, com seus respectivos coeficientes de determinação ajustados (R2) para o Ceará
	Mês
	R²
	A0
	A1
	A2
	A3
	A4
	A5
	A6
	A7
	A8
	A9
	Jan
	0,95
	-28,5006*
	-0,0353*
	-0,000002*
	-4,3091*
	-0,0704*
	9,4923*
	0,2195*
	-0,000776*
	-0,000697*
	0,1694*
	Fev
	0,94
	-13,2132*
	0,0261*
	-0,000003*
	-3,6495*
	-0,0719*
	12,2118*
	-0,2028*
	-0,001024*
	0,000854*
	0,3583*
	Mar
	0,94
	91,8937*
	-0,0690*
	-0,000005*
	1,3413*
	-0,0062*
	8,9462*
	0,0992*
	-0,001218*
	-0,001651*
	0,1770*
	Abr
	0,95
	-3,2466*
	-0,0151*
	-0,000003*
	-2,9591*
	-0,0551*
	8,6717*
	0,1428*
	-0,000381*
	-0,000274*
	0,1753*
	Mai
	0,95
	-30,5583*
	0,0068*
	-0,000003*
	-4,7288*
	-0,0810*
	10,9310*
	0,2569*
	0,000193*
	0,000218*
	0,2050*
	Jun
	0,93
	-164,6027*
	-0,0103*
	0,000000*
	-11,4274*
	-0,1673*
	11,4214*
	0,1240*
	0,000545*
	-0,000224*
	0,2536*
	Jul
	0,92
	-7,5192*
	0,0070*
	-0,000009*
	-4,7862*
	-0,1023*
	21,1333*
	-0,1108*
	-0,001683*
	0,000317*
	0,5425*
	Ago
	0,94
	-201,4769*
	0,0267*
	-0,000005*
	-13,7938*
	-0,2073*
	17,1912*
	-0,1760*
	-0,001278*
	0,000906*
	0,4678*
	Set
	0,97
	50,9368*
	0,0876*
	-0,000010*
	-1,0502*
	-0,0517*
	20,4626*
	-0,5025*
	-0,001647*
	0,002377*
	0,6375*
	Out
	0,97
	26,5773*
	0,0498*
	-0,000008*
	-3,6928*
	-0,0952*
	29,0788*
	-0,0334*
	-0,001340*
	0,001411*
	0,7347*
	Nov
	0,94
	-173,6841*
	-0,0409*
	-0,000007*
	-12,7410*
	-0,1929*
	17,3218*
	0,1525*
	-0,001060*
	-0,000921*
	0,3895*
	Dez
	0,98
	-23,0764*
	-0,0296*
	-0,000007*
	-4,2550*
	-0,0771*
	11,8554*
	-0,0583*
	-0,001398*
	-0,000628*
	0,3007*
	Ano
	0,93
	-135,9943*
	-0,0191*
	-0,000004*
	-10,0562*
	-0,1517*
	11,6568*
	0,0254*
	-0,000641*
	-0,000365*
	0,2821*
* – significativo a 5% de probabilidade; ns – não significativo
λ
A
λ
h
A
h
A
A
A
λ
A
λ
A
h
A
h
A
A
T
9
8
7
2
6
5
2
4
3
2
2
1
0
i
×
×
+
×
×
+
×
×
+
×
+
×
+
×
+
×
+
×
+
×
+
=
j
j
j
j