Científico e Tecnol , ~ Desenvolvimento

,. C~nselho Nacional d
..· Un1
1versid d . - og1co
Facullda,de de
. Fil ·
.· fia . e ,
d e São
oso ia, Letras e· c1 Paulo
~, • • • ,
. Departam . • • encias Hum •
Programa de Pós•• _emoaçao
- Gradu1 d! Geografia
,em G- eografi1
• - ,a1F1
anas
"s1ca
•

Técnicas climatológicas aplicadas à dados de

precipitação
Estágio Pós-Doutoral
Jakeline Baratto
Paulo Miguel de Bodas Terassi
Supervisor: Emerson Galvani
 PROGRAMAÇÃO
a) Levantamento, sistematiação e manipulação de dados
pluviais;
b) Emprego de técnicas e metodologias de análises estatísticas;
c) Extração e manipulação de dados de precipitação pluvial
estimados por produtos orbitais;
d) Identificação do grau de acurácia dos dados estimados;
e) Análise dos indicadores climáticos extremos;
f) Representação gráfica e cartográfica de dados de precipitação.
 INTRODUÇÃO
- Subsídio para o planejamento e a gestão ambiental e de
recursos hídricos;
- Utilização de dados de precipitação permitem averiguar
tendências e descontinuidades em séries históricas;
- Os dados de produtos orbitais são alternativas eficien-
tes para estimar precipitação em áreas com rarefação de
dados observados em superfície.
 LEVANTAMENTO,
SISTEMATIZAÇÃO E
MANIPULAÇÃO DE DADOS
OBSERVACIONAIS
- Critérios de seleção:

I) Percentual de falhas de registros inferiores a 10%;

II) Conhecimento das características fisiográficas (feições

do relevo, altitude e orientação da vertente);

III) Evitar vazios ou estações meteorológicas com dados

muito similares.
 -- Mapa de Estações
M d í d ( diOO
q @

Caracas

Clique aqui
Medellín
o
- Venezue la
yana
Colomb,a~

Buscar

.,•.~
Quito
(l)

Ecuador
~ ~···
~ '
• Estação
•
Satélite f4 •
~
Perú
~ Radar (l)
Lima

ia
,,,, Previsão Numérica ' la Paz
@ Bolivia
o
Santa
8t Agromet
•
Cruz de
la Slerra

A Avisos

.~
,,,, Previsão do Tempo

Geadas 1BDMEP • DADOS HISTÓRICOS

Observadas
<!)
Descrição: O BDMEP abriga dados meteorológicos diários em forma digital, de senes históricas das várias estações
Santii
meteorológicas convencionais da rede de estações do INMET com milhões de informações, referentes às medições diárias, de
Chile acordo com as normas técnicas internacionais da Organização Meteorológica Mundial.
- lnmet
INMET Instituto Nad onal de Meteorologia
r Requisitos :

Compromisso assumido para a prestação dos produtos/serviços (prazo para conclusão - horário de funcionamento em caso de
atendimento pessoal): Atualizado a cada 90 dias.

Link: httRs://bdmeR.inmet.gov.br/ Clique aqui

 ♦ ANA = HIDROWEB v3.2.7 ..:. Acesso Restrito

O Apres entação
1
Séries Históricas de Estações

O Séries Históricas P'esquisar Estação

O Mapa
Tipo Estação ,,., Código da Estação No me Estação

♦ Dov11n load s

Bacia ,,., SubBacia ...,. Rio (Selecione Bacia)

~ Fale Conosoo

Estado ,,., r•.1unicipio Operando

Responsável (Sigla) Operadora (Sigla)

Q. Consultar X Limpar
m

Clique aqui
 ~; snirh.gov.br/ hidroweb/ mapa

O Apresentação Seleção de estações

meteorológicas
O Séries Históricas
Quito
0

0 Mapa
,
éUad or
o
♦ Downloads

Perú
~ Fale Conosco 0
Uma

o
Realizar
download e
o

➔ e 19 O O
f- ~; snirh.gov.br/ hidroweb/ download
* +

instalar
o Hidro 1.4
O Apresentação

O Séries Históricas
0 Mapa
Nome Arquivo Descrição Tipo Documento Ação

♦ Downloads
Instalador Hidro Build 1.4.0.83.zip Instalador do Hidro 1.4.0.83 05/07/2021 18 47 52 Outros ♦ Baocar Arquivo

~ Fale Conosco lnventario.zip 1nventário Atualizado 02/02/2024 12 57 50 Outros ♦ Baocar Arquivo

Qtd. por página: 5 1 • 2/ 2 < >

 Baixar o arquivo do
go\dJr COMUNICA BR ACESSO À INFORMAÇÃO PARTICIPE LEGISLAÇÃO ÓRGÃOS DO GOVERN

O.. Consultar X Limpar

posto pluviométrico
O Apresentação
Dados Convencionais Dados Telemétricos
O Séries Históricas
Estações Convencionais

em MDB
0 Mapa

♦ Downloads
Selecionar Código Nome Estação Tipo Estação

~ Fale Conosco
2453026 . -. -. .. Pluviométrica

Otd. por página: 5 1 - 1/ 1

<

Tipo de Arquivo

@ A rquivoAccess (.MOS) Q Arquivo Texto (.TXT) Q A rquivo Excel (.CSV) _t Baixar Arguivo

Abrir o Hidro com o

Hidro
Sislema de Informações Hidrológicas
Versão 1.4 (Compilação 1.4.0.83)
(e) 2018 SGH/ANA
login = hidro
senha = master
Co nectar Usuário X

Conta: hidro

Senha:
--------
OK Can~lar

AGÊNCIA NACIONAL DE AGUAS

~ Hidro 1.4 - [Banco de Dados - Hidro.MDB)
~ Abrir
"'-"" Sistema Editar Exibir Registros Janela Ajuda
Examinar: 1 J, Downloads
V

Banco de Dados Nome Data de modificação

B· ·0 Banco de Dados [Hidro.MDB:HII Pastas Há muito tem po (2) - - - - - - - - - - - - - - - -

Importar arquivo
$···O Registros Permanentes lni'cio
$ ···O Registros Novos
O Registros Permanentes ~ chuv as_02453026 25/ 02/2021 02:20
E:! Registros Novos • McAfee Vaults 20/ 07/ 2022 10:50
$ ···O Registros Importados
$···O Registros Temporários O Registros Importados
$ ···O Registros Excluídos ê] Registros Temporários
Área de
$ ···O Funções O Registros Excluídos
$ ···O Gráficos E:! Funções
O Gráficos
r:
no Hidro 1.4
L -m Usuários
m usuários
Bibliotecas

lmpornr

Arquivo[s) de Intercâmbio
Este
Nome do arquivo:
Computador

Nome: ""ID=•lij"---------------
O Marcar registros importados como ''brutos'' Rede
Arquivos Access (".mdb)
O Checar se há registros repetidos na área de ''Registros P
O Gravar dados no arquivo de Intercâmbio

~ Hidra 1.4 - [Banco de Dados - Hidro.MDB]

..::.;, Sist ema Edita r Exibir Regi5tros Janela Ajuda

Acessar dados em
Estatísticas
B ..·ti Banco de Dados (Hidro.MDB:HII Pastas
i!J...lê:J Registros Permanentes
f,,. Cotas Médias
$·. lêJ Registros Novos
f .. Vazões Médias
$·..

“Funções” > “Chuvas

Registros Importados
$·.. Registros Temporários f,,. Chuvas Diárias
$·.. Registros Excluídos
éJ...lê) Funções
Estatísticas
1 L7J"~

diárias”
: :-,-.. f.. Cotas Médias
!
:
!. . . [..
:
Vazões Médias
Chuvas Diárias
$ .., Curva de Permanência
$ .., Vazões
$"• Clima
$ .., Estações
$ .., Cotas
l l±J-.. Chuvas
$ .., Gráficos
L... ~ Usuários
 Selecionar série de
'-~ Hodro 1A - [Estatisticas de Chuvas)
.::.;, Sistema Editar Exibir Janela Ajuda

[(9. ~ 1 % s m1 ~ 1 Fechar

Sé,ies
Sé,ie:
---------------------------------------------

dados
Totais Diários G,álico de T<>tais Diá,ios Totais Mensais Máxinas Mensais Dias de Chuva Mensais Leitu,as Mensais Situação Mensal

00000000
Selecionar Series de Chuvas X

Código: Consulta, Estações

OK Cancelai

Sé,ie: OURO VERDE DO OESTE 02453026 (lmpo1tado, 81uto, 07/1975 •12/2019) V

Totais Diários Gráfico de Totais Diários Totais Mensais Máximas Mensais Dias de Chuva Mensais Leituras Mensais Situação Mensal
Ano Jan Fev Ma, Ab, Mai Jun Jul Ago Set Out Nov Dez
1985 X X X X X X X X X X X X
1986 X X X X X X X X X X X X
1987 X X X X X X X X X X X X
1988 X X X X X X X X X X X X

Verificar situação
1989 X X X X X X X X X X X X
1990 X X X X X X X X X X X X
1991 X X X X X X X X X X X X
1992 X X X X X X X X X X X X
1993 X X X X X X X X X X X X
1994 X X X X X X X X X X X X
1995 X X X X X X X X X X X X
1996 X X X X X X X X X X X X

mensal = dados a
1997 X X X X X X X X X X X X
1998 X X X X X X X X X X X X
1999 X X X X X X X X X X X X
2000 X X X X X X X X X X X X
2001 X X X X X X X X X X X X
2002 X X X X X X X X X X X X
2003 X X X X X X X X X X X X
2004 X X X X X X X X X X X X
2005 X X X X X X X X X X X X

serem preenchidos
2006 X X X X X X X X X X X X
2007 X X X X X X X X X X X X
2008 X X X X X X X X X X X X
2009 X X X X X X X X X X X X
2010 X X X X X X X X X X X X
2011 X X X X X X X X X X X X
2012 X X X X X X X X X X X X
2013 X X X X X X X X
2014 X X X X X X X X X X X X
2015 X X X X X X X X X X X X
2016
2017 X X X X X X X X X
2018 X X X X X X X X X X X X
2019 X X X X X X X X X X X X
~ Hidro 1.4 - [Estatísticas de Chuvas]

Salvar em arquivo
'v"' Sistema Exibir Janela Aj uda
(9. ~ I 'i2i Copiar Série
Copiar Séne para...
Séries
Série: OUR Copiar Gráfico portado, Bruto, 07/1975 · 12/2019) V

de texto para
Copiar Gráfico para...
Totais Diários Gráfico de Totais Diários Totais Mensais Máximas Mensais Dias de Chuva Mensais Leituras Mensais Situação Mensal
Ano Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Total
1975 70,3 147,2 131,3
1976 160,1 117,9 67,5 111,B 92,0 113,2 21,7 113,2 79,3 226,2 166,1 214,4 1483,4
1977 315,4 42,B 95,B 61,6 151,0 35,9 67,B 106,2 46,3 267,0 138,9
1978 92,4 24,5 61,3 25,2 87,4 74,7 162,7 107,B 152,6 117,5 97,7 112,3 1116,1

posteriormente
1979 65,0 64,4 36,1 153,3 224,4 99,5 40,3 138,2 84,1 157,1 176,0 195,6 1434,0
1980 150,5 113,1 100,4 38,7 261,3 77,5 130,4 115,7 228,1 166,4 114,7 91,B 1588,6
1981 196,7 286,1 126,9 234,6 16,1 125,5 3,2 32,6 61,7 227,5 117,7 457,1 1885,7
1982 16,2 305,3 80,4 31,4 119,6 217,5 155,2 120,3 80,6 378,2 521,0 119,B 2145,5
1983 155,2 122,3 315,B 279,6 470,B 227,B 238,0 20,6 339,2 250,B 173,0 78,B 2671,9
1984 348,B 29,6 243,6 139,4 72,7 44,2 58,0 155,B 93,B 117,B 358,0 232,B 1894,5
1985 60,6 197,4 77,2 271,0 172,2 49,4 92,0 67,2 44,6 137,6 137,2 84,2 1390,6

abrir no Excel
1986 183,6 307,4 209,6 146,2 370,B 21,2 112,9 184,6 192,7 166,4 99,6 280,4 2275,4
1987 146,B 262,B 88,4 270,B 335,0 164,4 87,1 43,0 20,1 217,7 192,1 172,0 2000,2
1988 134,3 171,5 65,B 171,0 261,7 136,1 18,7 12,1 11,B 133,2 91,0 116,B 1324,0
1989 222,2 185,4 144,5 95,5 73,3 111,B 130,3 193,9 230,B 202,9 49,3 108,B 1748,7
1990 282,B 58,6 192,1 181,5 188,4 128,3 85,2 143,1 252,0 158,5 140,3 137,2 1948,0
1991 307,B 26,3 88,7 162,0 56,5 185,7 42,1 24,6 169,1 179,6 194,5 413,7 1850,6
1992 49,B 123,4 250,2 224,3 604,9 132,5 181,6 133,9 147,4 248,5 139,4 162,4 2398,3
1993 154,1 130,7 155,0 106,6 306,6 121,2 159,7 0,2 174,4 238,2 143,0 107,7 1797,4
1994 243,B 238,6 181,4 160,1 164,3 209,B 94,2 21,0 65,0 287,B 320,2 199,B 2186,0
1995 355,9 132,2 185,6 143,3 18,6 62,3 166,5 25,7 164,0 326,3 66,9 119,3 1766,6
1996 258,2 166,0 256,1 79,5 58,9 60,6 37,7 20,2 134,5 474,2 86,9 389,3 2022,1
1997 211,7 218,9 76,0 6,6 214,7 239,0 90,7 128,6 248,B 347,2 232,6 158,3 2173,1
1998 169,5 352,B 187,6 468,9 170,5 73,0 53,6 279,2 293,6 290,5 68,4 280,0 2687,6
1999 182,0 186,3 71.2 129,2 171,3 186,3 59,4 o.o 163,5 35,8 39,5 154,1 1378,6
2000 183,8 216,8 87,8 97,0 86,9 191,2 94,2 87,9 228,8 238,6 226,0 246,5 1985,5
2001 246,6 280,1 91,2 198,6 91,3 115,4 79,1 39,3 163,2 96,5 195,2 118,3 1714,8
2002 278,9 141,5 85,1 64,0 520,9 21,0 67,3 120,9 156,6 186,4 253,7 159,8 2056,1
2003 315,3 278,8 200,3 115,2 68,7 92,7 123,3 32,7 154,5 176,4 208,9 190,0 1956,8
2004 23,5 155,6 72,4 231,5 329,5 118,1 192,4 30,1 53,5 377,9 180,3 91,3 1856,1
2005 132,3 56,9 24,3 152,9 243,8 240,2 53,6 142,9 165,4 412,0 160,6 52,5 1837,4
~ ~~~~~~~~~~~~ ~

A I B I e I o I E I F IG I H 1 1 1 J I K I LI M I N
2001 246,6 280,1 9 1,2 198,6 91,3 115,4 79,1 39,3 163,2 96,5 195,2 1 18,3 1714,8
2002 278,9 141,5 85,1 64 520,9 21 67,3 120,9 156,6 186,4 253,7 159,8 2056,1
2003 315,3 278,8 200,3 115,2 68,7 92,7 123,3 32,7 154,5 176,4 208,9 190 1956,8

Destacar dados que

2004 23,5 155,6 72,4 231,5 329,5 118,1 192,4 30,1 53,5 377,9 180,3 91,3 1856,1
2005 132,3 56,9 24,3 152,9 243,8 240,2 53,6 142,9 165,4 41 2 160,6 52,5 1837,4

•
2006 167,8 81,2 205,6 76,2 12,5 8 7,3 38,2 116,7 194,6 120,2 237,3 97,4 1435,0
2007 232,8 198,1 252,8 286,1 257,8 o 79,4 5,9 39, 1 63,3 222,2 194 1831,/

deverão ser
2008 259,7 174,8 72,9 93,1 147,5 168,3 54,7 150,4 9 1,4 310,9 173,1 76,5 1773,3
2009 162,5 131,2 5 2,7 54,2 297,9 152,3 186,2 58,1 149,2 382,8 182,4 263,4 2072,9
2010 167,5 146,9 197,6 298,3 100,5 35,3 117,3 9 ,7 98 232,4 148,9 428,1 1980,5
2011 183,3 180,3 58,8 67,4 12,4 76,9 216 360,2 81,3 242,8 166,6 35 1681,0
2012 197,1 151 72,9 197,5 101,4 409,2 65,7 2,6 45,5 336,8 234,4 143,5 1957,6

preenchidos
2013 229,6 27 2,6 219,1 83 301,2 4 21 29,8 20,1
2014 168,1 61,6 200,5 281,6 217,7 473,5 112 13,1 336,1 74,1 154,1 190,2 2 282,6
2015 118,5 298,8 145 106,8 256,8 100,6 468,3 61,5 193,2 128,7 304,1 465,4 2647,7
2016
2017 164,7 177,6 172,4 228,4 156,1 82 2,1 113,3
2018 392,2 213,6 239,3 89,3 65,7 107 2,6 134,4 222,1 263,6 110,8 59,5 1900,1
2019 173,4 232,4 163,2 128,9 379,4 38,5 46,9 o 20,1 159,6 213,3 302 1857,7
lédia 201,8 176,7 150,1 163,5 204,4 141,2 103,8 82,0 149,2 224,6 173,6 185,6 1951,8
 Preenchimento via
ponderação regional
- Esse método tem como base o registro pluviométrico de três postos localizados o mais
próximo possível do posto em que se verifica a falta de dados, com características
pluviométricas e altitudes semelhantes (VILLELA; MATOS, 1975; OLIVEIRA et al., 2010).

Px , Pa Pb Pc1

Px = - == + === + -==-
3 Pa Pb Pc 1

Em q ue : x é o posto pluvio mét ri co ou estação m et eoroló gica com dados

pluvio m ét rico s f altant es; Px é a p reci itação do m ês f altant e;; Px é a p reci itação
m édia m ensal d a est ação x; Pa}Pb, Pc sã o as p rec ipit ações mensais reais d,o s postos
pluvio m ét ricos selecio,nad os para o preenchiment o; e Pa , Pb , Pc são as I

precipitações médias me sais dest es mesmos post os .

 Preenchimento via regressão
linear simples
Ouro Verde do Oeste Toledo
1-983 250,8 295,8

Selecionar o posto
1-984 117,8 112,4
1-985 137,6 129,2
1-98,6, 166,4 112,8

pluviométrico com
1-987 217,7 228,0
1-988 133,2 198,9
1-989 1
202,9 188,1
1-991 158,5 168,2

características
1

1-991-
1
179,6 148,8
1-99 2
1
248,5 235,9
1.99 3
1
238,.2 190,9

similares
1-994 287,8 129,9
1-99 5
1
326,3 201,8
1-99 6
1
474,2 420,9
1-99 7
1
347,.2 224,4
1-99 8
1
290,5 220,9
1-999 1
35,8 45,7
2111 1
238,6 188,1
201 1
1
96,.5 76,.0
 • Preenchimento via regressão
linear simples
- Instalar o
Arquivo Página Inicial Inserir
Geral
F Exiba e gerencie Suplementos do Microsoft Office.
Fórmulas

Dados Suplementos
Obter Atualizar
Dados v Tudo•
Revisão de Texto
Nome,.,

suplemento
Salvar Suplementos de Aplicativo Ativos
Idioma C:\ Program Files\ Microsoft Office\ ro Suplemento do Excel
Ferramentas de Análise C:\Program Files\ Microsoft Office\ ro Suplemento do Excel
Acessibilidade
Ferramentas de Análise - VBA C:\ Program Files\ Microsoft Office\ ro Suplemento do Excel
Avançado
Microsoft Power Map for Excel C:\ Program Files\ Microsoft Office\ ro Suplemento COM

“Ferramentas de
,tatística de regressão Personalizar Faixa de Opções Microsoft Power Pivot for Excel C:\ Program Files\ Microsoft Office\ ro Suplemento COM
R múltip lc 0,898067 C:\ Program Files\ Microsoft Office\ ro Suplemento do Excel
Barra de Ferramentas de Acesso Rápido
0,806525 C:\ Program Files\Addinsoft\XLSTAT\ Suplemento do Excel
0,800479 Suplementos
46,88625
Central de Confiabilidade Suplementos de Aplicativo Inativos

analise”
34
Data (XML) C:\ Program Files\ Common Files\ Mic Ação
C:\ Program Files (x86)\Microsoft Off Suplemento COM
Microsoft Actions Pane 3 Pacote de Expansão para XML
gl SQ
1 293247
32 70346,25
33 363593,3

Coeficiente,rro padrã,
lnterseçãc 25,06634 19,05522
Toledo 1,005207 0,087033
 • Preenchimento via regressão
linear simples
x- Salvamento Automat1co ..__J [g]
1 ~ 2453026 Ouro Verde do Oeste'-' Paulo Miguel de Bodas Terass1 'I, ~ - [JI X
- Utilizar a
função análise
Arquivo Página Inicial Inserir Layout da Página Fórmulas Dados Revisão Exibir Ajuda Power P1vot XLSTAT lamm - -
~
Obter
~
~ ~
~ V

~
~tu ,
~ Consultas e Conexões
[) Propri ...d, dt- 1iiu
~
~!
i!
001l z
Classificar
v
Filtro
')°7L,mp
'):2 R p e
e;~
Texto para
~
§
H.,
~
fil? ~
Teste de Planilha de
~~
Estrutura de
[E_ Análise de Dados
?➔ Solver

de dados;
Ações M~ s Tópicos v
~ ~
Dados v Tudo Colunas c..v ' Hipóteses v Previsão
["' L,e ~ Avançado c:ISI V

V
Obter e Transformar Dados Consultas e Conexões Tipos de Dados Classificar e Filtrar Ferramentas de Dados Previsão Análise

- Ferramentas
Ouro Ver de do Oeste
• 250,8 500,0 Análise de dados
117,8 112,4 450,0 f erramentas de análise
137,6 129,2 400,0 • • Covariância

de análise =
166,4 112,8 ~
".,., 350,0 • Estatística descritiva
217,7 228,0 o • Ajuste exponencial
Teste-F: duas amostras para variân
133,2 198,9
o 300,0
"'"250,0
• • • Análise de Fourier [ !iuda
Histograma
202,9
158,5
188,1
168,2
"'.,...
>
200,0 •• M édia móvel
Geração de número aleatório

regressão
o
... 150,0 Ordem e percentil
179,6 148,8 o= 100,0 • iãifü4{fj.J
248,5 235,9 ••• •
238,2 190,9
50,0 •
0,0
287,8 129,9 o.o 50,0 100,0 150,0 200,0 250,0 300,0 350,0 400,0 450,0 soo.o
326,3 201,8 Toledo
474,2 420,9
347,2 224,4
290,5 220,9
35,8 45,7
238,6 188,1
96,5 76,0
 Preenchimento via regressão
linear simples
- Utiliza-se o
valor do
Estatística de regressão
R múltiplo 0,8980673
R-Quadr ado 0,8065249
R-quadr ado ajustado 0,8004788

coeficiente de
46,886249
34
----· 1

gl
1
32
SQ MQ
293247,03 293247
70346,25 2198,3
F
133,4
Fde •
- regressão pelo
dado registrado
33 363593,28

Coeficientes Erro p valor-P 95% inferiores 95% superiores Inferior 95,0% Superior 95,0%
Inter seção 25,066344 1 , 55217 0,1977 -13,7 4786414 63,88055164 -13,7 4786414 63,88055164
Toledo 1,0052075 0,0870331 11,55 6E-13 0,827926892 1,182488089 0,827926892 1,182488089
 Preenchimento via regressão
linear simples
200i3 176_.4 1 64,.3
2004
200iS
2006,
377,,9
412,0
120,2
325,3
407,6
1 28, 8
Dado preenchido =
dado do posto
200 7
1
83_.5 92,.7
206'8 310,9 274,6
200,9 1
382,8 364,3

pluviométricos X *
20>10 232,,4 232,2
20>11 242_.8 246,2
28'12 336,8

Coeficiente de
2013 189,3 1 88, 3
■

20>14 74,1 62_.5

2U15 128_.7 1 38,.2

regressão +
28'16 224,5 223,3
2017 500,0 497,4
2018 263,6 2440 ,
28'19 159,6 77_.4

Interseção
1
 • Preenchimento via regressão
linear múltipla
~
~
~
~ Consultas e Conexões
v ')°7L,mp M - Intervalo Y =
~
~ ~
~ V

1iiu ~! 001lz e;~

[) Propri ...d, dt-
Ã! '):2 R p e
~

conjunto de
Obter ~tu , Classificar Filtro Texto para
Ações M~s
Dados v ~ ~ Tudo ["' L,e ~ Avançado Colunas e.:-

•• 1 • 1. 1 1 1 1 1 1. 1 1 Ferramenta~~

1 Al v 1 : 1 • /x 11 Year
---------------------------

dados a ser
~1 A 1 8 C 1 o F G I H 1 K L
Ouro Ver de do Oeste
• 250,8 248 223,6 Entrada
1984 117,8 112,4 156,4 70,4 Intervalo y de entrada: 1SBS1:SBS36
1985 137,6 1 29,2 216,1 146,7

preenchidos
1986 166,4 112,8 18 1,5 13 4,7
Intervalo ~ de entrada: 1SCS1:SES36
Ajuda
1987 217,7 228,0 274,7 225,8 D Bótulos O Constante é i ero
1988 133,2 198,9 148,9 135,6 O !,~ ivel de confianç.~j 195 1%
1989 202,9 188,1 19 1,6 152,2
Opções de safda

- Intervalo X =
1990 158,5 168,2 267,2 211,1
1991 179,6 148,8 1 22,6 98,9
O Intervalo de safda: ~1
248,5 235,9 176,4 154,2
O Noya planilha:
1992
1993 238,2 190,9 185,7 19 4,9 O Nova pasta de trabalho
Resfduos
1994 287,8 1 29,9 332,1 209
8 Plotar resfduos

dados que serão

D Res(guos
1995 326,3 201,8 269,6 207,1 O Resfdyos padronizados O PIQtar ajuste de linha
1996 474,2 4 20,9 558,4 44 2,9
Probabilidade normal
1997 3 47,2 224,4 331,4 264,1 O f lotagem de probabilidade normal
1998 290,5 220,9 464,9 336,1
35,8 45,7 76 4 2,4

base
1999
2000 238,6 188,1 265 185,7
96,5 76,0
 Preenchimento via regressão
linear simples
- Os coeficientes deter-
1 A3
-----
v 1 : 1 /x
----
11 Est atística de regressão

~1 A 8 e D F G H
3 , , .. , .,,
4 R múltiplo 0,920723144

minarão a relação entre

5 R-Quadrado 0,8 47731108
6 R-quadrado ajustado 0,832504 219
7 • • 4 2,95887398
8 • •- 34

as séries analisadas;
9
10 • 1 •
11 gl SQ MQ F F de significa -
12 .-- • 3 308229 102743 55,673 E-12
.- -

- O dado faltante será

13 • 30 55364 1845,5
14 • 33
15
16 Coeficientes Stat t valor-P 95% inferiores 16 superio'erior 95,l ierior 95,0%

preenchido a partir da
17 Interseção 6,915324199 0,3721 0,7125 -31,0 4 205648 44,873 -31,0 4 44,873
18 Toledo 0,815452923 0,1564 5,2139 l E-05 0,496040008 1,1349 0,496 1,1349
19 0,34 2170198 0,1425 2,4005 0,0228 0,051065174 0,6333 0,0511 0,6333
20 . -0,13175907 0,2019 -0,653 0,519 -0,544064476 0,2805 -0,544 0,2805

multiplicação entre os
21

coeficientes e os dados
registrados.
 Preenchimento via regressão
linear simples
832 ={C32* 1Rl~/l - Oct 1 lB$18}+('PR L~Jl - Oct 1 !D32* 1Rl~/l - Oct 1 !B$19}+{E32* 1Rl~/l - Oct 1 !B$20}

- Dado preenchido =
1 V 1 : 1
----- ----

..-.1 A 1 B e D E F G H

24 200,s 41 2 4 07_.6 443,7 487,9

25
26
2006
200 7 1
1 20,2
83,5
1 28,.8
92,7
1 15,3
1 25,6
160,.5
188,3
(P2*CF)+(P3*CF)+(P4*CF)
+ interseção
27 200,s 3 1 0,9 274,6 287 322,3
28 2009 1
382 8 364,,3 348,9 397,3
"'
29 201J1 1
232,4 232,2 275 2 41,.5
30 201.1 2428 , . ,
2462 264,1 304,7
31 201.2 336,.8 2918 ri' 1 73,3 2 1 8,5
32 28'1.3 18 1,72 1 1 88,3 1 49,3
33 201.4 74,1
• 62,5
34 28'1.S 1 28,7 ,. 99 ,.4
35 201.6, 227,69 233 259
36 201.7 5 10,2 1 497,4 512,4 536,8
37 2018 263.. 6 244,0 31 7 265
38 28'1.9 1
1 59,.6 77,4 73,3 82,.1
39
40
41
42
43

< ... PPR I RMD I Sept I RLM - Sept I PRLM - Sept I Oct I RLM - Oct 1
PRLM - Oct
EMPREGO DE TÉCNICAS E
METODOLOGIAS DE
ANÁLISE ESTATÍSTICA
APLICADA À
CLIMATOLOGIA
 • RSt udio

FiIe Ed- Code View PIots Se.s:sio n Build Debug Prof ile Tools HeIp

- Função “Summary” irá

o .. ' 1 ,+ Go to -=i1e/functio
- - ~
,.. Add i s ,,.

X245302:6_O ro_Ver e,__do_O e-s e ~ ] Scr"pt - Esttit's tica aesc •_iva.R"' ~□

1
2
~ 8 O Source o
l i br ar y (r eadxl )
5-.ave .. Run 1 LJt: So rce • =
nos apresentar os
valores máximos e
3 dad([ls = r ead .. cs v ( X2 4 5302 6_ o uir GJ_Ver de_do_o es t e)
4
5 hea.d (X24 53 0 26--:0ur o_v er de_ d([I_Oeste )

mínimos e os quartis
6
7 surnmar y ( X2 53 026_ou r o_v er de_ do_oes te)
8
9 ~ nsta71. pack ages ("'Hrni se .. )
10
11 des c r i bre. (X24 5 302r6_o ur o_v er de_ do_oeste)
12
13 l i br ar y (psych)
14
15 psy c h : : descr i be ( X2 4 5,3,02 6_o uir o_v eir de_do_o es t ,e )
16

9:1 (Top Lev ei) : R Scrip: !

Coll!SO le 8ackgrou 111d Jo bs

:.a R .2.3 , ~/ Geogra=a/ UH: - itaip / )aa os ob5>er..rac-on.ais - IJH: ltaipu/

Nov 3. 06 12 . 11
Dez - 0 .72 1 6.22
> s ummar y ( X24 5 30 2 6_our o_v er de_do_oes-t:,e.).
Ano J an Fe v r. ar Abr
r i n. : 198 3 ., i n .. : 70. 4 r1.1i in. 7 .. s ., ; n. 28. 8 Mi n . 9 .,0
1 st QLI . : 1992 1st Q LL : 1 3,0. 9 1st QLI . : 121 . 4 1st QU.: 96.0 1 s t QLI .: 81 . 1
r· edi a n : 2001 1ed i an : 1 80. 2 ri,1edi an : 1 8 7 .. 2 ., ed i an : 12 6 . 1 e d i an : 13 6 .. r6
ea.n : 2001 .,,e an : 1 84 . O Mea.n : 1 82 ., 2 ., ea n : 129 . 5 ean : 155 .. 7
3r d Qu . : 201 0 3r d Qu .: 2'13, . 9 3r d Qu . : 24 0 .,4 3r d Qu. : 1 65. 4 3 ir d QLI . : 211 .., 1
Ma.X . : 2 01 9 .,ax.. : 3.4 2 . o Ma.x . : 3 38, ,., 4 .,.ax . : 2g8 . o r ax . : 397 ..4
Mai ' J LJn J ul Ago
r i n. 7 .. 2 •., i n. 2. O l ength : 37 L engt h : 37
- il _ _ _ _ _ IL _ __ -- _ -
1
 • RSt udio

File Ed n: Code View Pbts Se5si~:in Build Debug Prof ile Toots elp

- Função “Describe” nos

o ... ... 8 Go to Fil e/functio ... Aàdi ...

X24 5302:6- Ouro- Vem e- d o- O est e ~ S::r"pt - Estatsfca des ...•.iv.a.R" ~

indicará a estatística
1 8 r Source o S-ave ,. Run .,.., So rce • I
1 l i br a r y ( r eadxl )
2

descritiva completa.
3 da dos = r ead ., cs v (X2453 026_o ur o_v e r de_do_oest ,e )
4
5 head (X245 3O26_our o_v e r de_ do_oest e )
6
7 s umma r y (X24 53O26_ou r o_v e r de_ do_oest e )
8
9 i nsta71 . packages ( "' Hmi se " )
10
11 desc r i' be (X24 5 3O26_.!.OLflr o_v e r de_do_oeste)
12
13 l i br a r y ( ps y c h)
14
15 ps y c h : : cJesc1r i be (X24 530 2 6_o ur o_v e r de_ do_oes t eJ
16
17 ~ ns t. a l l . pac.kages ("' pastecs "' )
18
19 l i br a r y ( pas t ecs)
20
17:1 (Top Levei) : R Scrii:

Console B,i;ickgrm.1111d Jo l!Ds

-R R .2.3 ' ~/ Geo gra - a/ UH:: - aip / Ja os o b Sce n,r.ac-□nais - UH:: ltaipu/
J U U "-{ U ■ • ..L I .L . , '"'1- J I U IL{L~I ■ ■ L~~ ■ U J U '-~ \ {LI • • .L ..l. 3 " V . .H UI

ax. : 365.3 ,ax . : 4 97 . 4 Max. :45 5,. 9 : 393 . 5

> psych : : desc r i be (X24 5302'6_ 0 11.1 r o_v e r d,e _cJo_oest e) .
va r s n me a.n s d me di a n t r i mme d ad mi n max r a 1ng1e ske11t1
à lilO 1 37 2001 .. 00 10 .82 2001 .0 2001 . 0 1 3 .. 34 1983. 0 201 9. 0 36. 0 0 .00
J an 2 37 L84 . O4 65, . 44 1 80.2 180 .16 7 3. 09 70 .4 342.0 271. 6 o. 45
IFev 3 37 18,2 . 17 80.02 1 87. 2 182 .34 7 8" 87 7 .5, 338.4 330.9 - 0 .08
~1a r 4 37 129,. 51 60 . 57 1 26 . 1 127 . 37 58.. 27 28 .8 298 . 0 269 . 2 0. 39
Abr 5 37 15 5 ,. 66 92'. 7 6 1 36.6 14 9 . 2 3 91 ,. 92 9. 0 397 .4 388. 4 o. 64
r~a i 6 37 182 ,. 99 12 8 . 51 1 65.0 171 . 0 5 12L. 57 7 . 2 523.4 516. 2 0 .88
J 111n 7 37 1.22" 62 93 . 55 94.9 113 . 15 57 "0 8 2 .0 3 51 . 7 349. 7 1 . 01
J 111l * 8 37 19" ºº 10 .82 19 .0 19. 00 1 3" 34 1 .0 37.0 36 . 0 0. 00
Ago* 9 37 17 ,. 4 9 10 . 35, 1 7 .0 17 . 4 5 1 3,. 34 1. 0 35 .0 34. 0 0 . 02
set. 1 0 37 139 .. 85 84.. 3,7 14 3.5 133 . 69 99~04 9. 0 365 .3 356 .3 0. 67
 • RSt udio

Fil e Ed- Code View Plots Ses.sion Build Debug Pro ile Too s Help

- Função “stat.desc”
o ... "' Addi .s

X245302.&_Ouro_Vem e_.d o_Oest e Script - Es:,at srca des ..•.iva.R;,-

mostrará a estatística
I 8 r 5-o urce o Save /
'
... .., Run .,_., So rce
j da dos = r ie ad ., cs v ( X24 5302 6_o ur o_ v e r de_ do_o est e )
4

descritiva mês a mês.

5 he ad (X24 53026_ our o_v e r de_ do_o este)
6
7 s umma ry (X24 5 3026_ ou r o_v e r de_ do_oes:te )
8
9 i ns1t a 111 . pack ag es (""Hmi se··)
10
11 desc r i' be (X24 5 30.2 6__.!0 ur o _v e r de_ do_o es t e )
12
13 l i br a r y ( ps y c h)
14
15 psy c h : : de5cr i b e ( X2 4 530 2 6_0 ILl r o_v e r de_ do_o e st e)
16
17 i nst a ll. pa c ka g1es (""p a.stecs 1) 1
•

18
19 l i br a r y ( pa st ecs )
20
21 st at . de sc (X24 5 3026_ 0 LJr o_v e r de_ do_o e ste.)
22
22:1 n:op Levei) :

Conso1e Backgro111nd llobs

R .2.3 , ~/ Geo gra:-a/ UH= - t aipu/)a os ob ~ier.,ac·onais - UHE ltaipu/

o ut o. 4 3 16" 84
Nov 3. 06 12 "11
Dez - 0 . 72 16" 22
> s1tat . d e•sc (X 24 5 30 2 6 _ 0 L r a_v e r de_ do_oes t ,e )
Ana Jan F ev ~ ar Abr 1

nb r . va l 3 ~700000e+Ol 37 .0000000 37 . 0000000 37 . 0 00000 37 .0000000

nb r . nu l 7 O~OOOOOOe+OO 0.0000000 0 . 0000000 0 . 0 00000 0.0000000
nb r . na O~OOOOOOe+OO 0.0000000 0. 0000000 0 . 0 00000 0.0000000
mi n 1 ~9iB.3000e+0 3 70. 4 000000 7 . 5000000 28 . 800000 9 . 0000000
ma.x 2"'019000e+0 3 34 2 .0000000 338 . 4000000 298 . 0 00000 .397 . 4 000000
r a ng e: 3 "' 600000e+Ol 271 .6000000 33 0 . 9000000 269 . 200000 .388. 000000
s um 7 . 4 0 3700e+04 6809 . 4 000000 67 0 . 2000000 4 792 .000000 57 59. 5000000
Como interpretar estes dados?
- Sd = desvio padrão (grau de dispersão dos dados);
- Mad = desvio médio absoluto (distância entre cada
dado e a média);
- Trimed = média truncada (retirada dos outliers);
- Median = mediana (valor central de um conjunto);
- Range = Amplitude total;
- Skewness = Coeficiente de assimetria;
- SE Mean (ou MSE) = erro quadrático médio.

Qual é a utilização prática para a Climatologia?

Kurtosis
,. ...
.
li
 - Kurtosis =
ln - 3 a) Maior que 0 = leptocúrtica;
IF e - 6
b) Igual a 0 = mesocúrtica;
lf' - 1
• btr - 8 c) Menor que 0 = platicúrtica.
1

il 2 an - 1
tJ7 - 1 IF e -
il ~ - 3 (c) r - 1
• g l[I 'ê-,:
- . br
Se1t - 7
1

o 8
] li1
1t
(a) 1 6
]
3
ILll 1
ID ez -
Set: - 6
OL t: - 1
NO - 21
Dez 2
 Método dos percentis
- Demonstrar como
obter os percentis
1 R3
- - - -
V 1 : 1 •
- - -
/x 11 =PERCENTILINC{C$2:C$38;0,S) vi
~ E j F G j H j J K j L M 1 o 1 Q I R 1 T u I v I w I x I•
Ago
470,8 238 173 78,8 2671,9 Q25 131,08 76,9 20,175
139,4 72,7 44,2 58 155,8 93,8 117,8 358 232,8 1894,5 Q50 1 176,2 ! 159,1 144,75 171,75 116,75 86,15 50,55
271 172,2 49,4 92 67,2 44,6 137,6 137,2 8 4,2 1390,6 Q75 249,5
146,2 370,8 21,2 112,9 184,6 192,7 166,4 99,6 280,4 2275,4 Q95 350,6
270,8 335 164,4 87,1 43 20,1 217,7 192,1 172 2000,2 Q99 379,5
171 261,7 136,1 18,7 12,1 11,8 133,2 91 116,8 1324,0
95,5 73,3 111,8 130,3 193,9 230,8 202,9 49,3 108,8 1748,7
181,5 188,4 128,3 85,2 143,1 252 158,5 140,3 137,2 1948,0
162 56,5 185,7 4 2,1 24,6 169,1 179,6 194,5 413,7 1850,6
224,3 604,9 132,5 181,6 133,9 147,4 248,5 139,4 162,4 2398,3
106,6 306,6 121,2 159,7 0,2 174,4 238,2 143 107,7 1797,4
160,1 164,3 209,8 9 4,2 21 65 287,8 320,2 199,8 2186,0
143,3 18,6 62,3 166,5 25,7 164 326,3 66,9 119,3 1766,6
79,5 58,9 60,6 37,7 20,2 134,5 47 4,2 86,9 389,3 2022,1
6,6 214,7 239 90,7 128,6 248,8 3 47,2 232,6 158,3 2173,1
468,9 170,5 73 53,6 279,2 293,6 290,5 68,4 280 2687,6
129,2 171,3 186,3 59,4 o 163,5 35,8 39,5 15 4,1 1378,6
97 86,9 191,2 9 4,2 87,9 228,8 238,6 226 246,5 1985,5
198,6 91,3 115,4 79,1 39,3 163,2 96,5 195,2 118,3 1714,8

Percentis
BOXPLOT
- Carregar os pacotes
dplyr, cowplot,
• RStudio

Fil e Ed - (ode Vie\'-l Plots Se~sion Build Debug Pro ile Too s elp ggplot2
o ... 1 _ 1 ,+ Ga to 1le/fu ct1on • Addi ê5 •

'2J Unt" .led2"' gf

1 ~ 8 O S-o urce o 'Save / ,.. 1 • Run 'So rce ""

- Abrir a base de
1 ## Par a instal ar
2 i f ( ! r e qu i r ,e (pacman )) i ns t a.17 . pa.ckages pacman ") e·
3 pa.cma n : : p_ l oa d (dpl y r , cowp 7 or1t , ggpl ot2 )
4
5 # Par a carr egar os pacotes

dados;
6 7 i br ar y (pacma.n)
7 pa.cma n : : p_ l oa d (dpl y r , cowpl ot , gg pl ot2 )
8
9 # Abrir o ba n co d e d a dos em csv
10 da.dos <- r ead. cs v2 (f il e . choose ( da dos))
11 da.dos
12
13 # cr i a r o gr áfi co a part i r no gg plot
14 gf = gg pl ot (data = da dos , a.es (y = Ra i nf a l l . ., rnru . , x - Mont h) )+ ### oefi ni ndo as v a r i á\i

- Inserir comandos
15 geom_ e:rr or bair (stat. = ••boxp 7 ot " , wi dt h = O. , 3 ,
16 pos i t i o n = pos i t i on_dodge (O,. 8.)) +
17 georn_boxpl at º "''i dt h= O. 6 , out l i e r . s hape = l ! out 1 i er . s i ze - 2 ,
18 pos i t i on = pos i t i on_ dodge (0 . 8)) +

para gerar o boxplot.

19 t he me_ c l ass i c () + t heme ( l e ge nd. pos i t i on = ' nul l ")+
20 t he m1e (pl ot ., t i t l ,e = el e me nt:_t ext (hj ust = 1 ) )+
21 scal 1e_y_ c ont i nuous ( e xpai.nd = e xpa ns i on ( a dd = e ( 1 0 , 1 0 )) ,
22 n. br eaks = 1 0 ) +
23 s cal e_ x_ di's cr ,e t,e ( l i mi ts - e ( • ]an• , • Fev " ,a.ir • , "Apr- " , • ay ' , • Jun•·
! T
1
!

24 ' Jl u l ' ! ·Aug· !l Tsep · , · o ct ' , ' Nov · , · oec T))

25 gf
26
 Precipitação mensal (mm) em Ouro Verde do Oeste
600

500

o o o o

o
o
400 o

o o
E
E

-"'
e
ro 300

et::

200

100

o
o
'---~------~-----~-----~------~-----~-----~-----~------~-----~-----~------~---
Jan Fev Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Month
INDICADORES CLIMÁTICOS
EXTREMOS DO SERVIÇO
METEOROLÓGICO
CANADENSE (RClimDex)
 70º0'W

Atllintlc
Ocean

R99p + 10.07 mm.decade- 1

250

200

<I> ....... ........

t 150
E
E

100

70°0'W 60°0'W S0º0'W

1960
e Posidve slgnlflcant *
2000
Positive significant
C:>Legal Amazon
Political Division O 250 SOO km
50
1o· <YW so·ow 1970 * Positive non signif,cant ~ Coontrles
♦ Positive non signiflcant * C? Federative Units oi Brazil
Negatlw Trtnd
e
Not slgniflcant
Positive trend
eNot signllicant
~ Legal Amazon
Polltkal dlvlslon
Height
M..A.S.l o 250 SOOkm
♦ llegative signiflcant
1980
* Negative slf91ificant
Negat!Ve non singnillcant Height
2010 M. A. S. L. ri!;;,. Geographk Cootdlnate System (a)
Y 9C)l(. Sognifi<ance A N I Dotum: S!RGAS 2000

T 95% Signif,cance Â
9C)l(. Signifkance q cO<Jntr;.,s
95% Signifkance O Federative units of 8razil
1.000m À PoslUve slgniflcant • Positive significant
_.. Positive non singnificant • Positive non signit'icant
l .000
o
W
'Y 99% Signlfkance
Â
A99.9% Slgnifkance
- Equator
(Í}),_ Geographlc Coordlnate System
O.tum: SIRGAS 2000
À Negative non signillcant a Negative slngnlllcant
1990
■ Positive non signif,cant
o
Negative non slngnlllcant 1960 1970 1980 1990 2000 2010 2020
0
Om NegaUve non slngnlllcant -
■ f#mtive sinnnificant Ycars
70'0'W S0'0'W S0º0'W

(b) Atlintlc Atlântlc

Ocean
SDII + 0.17 mm.day.decade- 1
Ocean
17,0

16,5

16,0

1s.s
'>,. .. .. . . ...... ···••• ••

"' 15,0
"O
E
E
. . .. . . ....
.

14.S . . ...
. . .
••••••• 4

14,0

13.S
1970
♦ Positive SigniOcant
2000
*Positive Signifka11t
C:>Legal Amazon
PoUtical Dlvisk,n O 250 SOO km (b)
**
60'0'W ♦ Positive non significant Po5itive non slgnificant ~ Oluntries
Positive Trend Negative Trend
♦ Negadve singnlf,cant Negative non slngnlflcantO N!deratlve l/nlts oi Brazll 13.0
•... Not signif,cant e
Not significant
Height
M,A.S,L
N
o 250 500km
1980
.i. Positive slgnlflcant
2010
• PosiUve slgnificant
Height
M. A. S. L. ri!;;,. Geograph,c Coord,nate System
1960 1970 1980 1990 2000 2010 2020
1 Dotum: S!RGAS 2000

~
9C)l(. Slgnífi<ant 90% Slgnlflcance 1.000 • Positive non Signif,cant • Positive non significant 1.000
"
~ Legal Amazon
~
À Negative singnificant "" Negative non singnificant
 95% Significant
6 Negadve non slngnlllcant 2020 Years
• 99% Sign,ficant
Political division
q CO<Jntri<>s
bo GeographicCoordinateSystem
O.tum: SIRGAS 2000
1990
■ Positive slgnillcant
► Po5itive significant

O
-
Federative Uni ts of Brazil
Equator
■ Positive non slgnif,c:ant
■ Negative singnillcant
-º
• 99.9% Significant
[] ll=tive non s1-lllcant
 T,a bl e 2. CHmatic i.ndiC'ators related to tem · erature and rainfalt
1

lndicator Definitioo aod unity

1

RX1da. 1

RXSda.~·. 1

SDII 1

RlOm.m 1
Annttal cot1nt of da. s \,vl1e11 R.R~ 1 Omn1
.R 20mm li

R2S mn1
CD D 1
1
Max nt1n1ber of' consecutive d ··
CWD 1

R9 S 1

-
1 •

R99
PRC.P TOT Ann11al total of ra'infall fron1
·TMAX··m.
1 ••
-- e-an
•
- -- A11n.u al me,an 1o f
TMJ'Nmean Annual mean ofT
Su2,5
Tr2.0
TXx
TXn 1

T_. X 1

T.'n
TX101_
1

TX90
TNl 0 1

TN 9 01
1
1

ws·o1 Ann.1.1a) c·o1.111t of da .s with. at least 6 consectttive da s·, h.e n TX> 90

1
1
ercentile
CSDI
DTR lean of di'fference bet\,veen TX and T ºC
 - Sinais deverão ser
......
- 245 3026 - Ouro Verde do O este
1
X +
Arquivo Editar Exibir

separados por
~983 1 1 13 . 8 -99 . 9 -99 . 9
1983 1 2 0 . 01 -99 . 9 -99 . 9
1983 1 3 0. 0 1
-99 . 9 -99.9
1983 0.0

ponto;
1 4 -99 . 9 -99 . 9
1983 1 5 0.0 -99 . 9 -99 . 9
1983 1 6, 0.0 -99 . 9 -99 . 9
1983 1 7 0.0 -99 . 9 -99 . 9

- Dados ausentes são

1983 1 8 1. 0 1
-99 . 9 -99 . 9
1983 1 9 0.0 -99 . 9 -99 . 9
1983 1 10 0.0 -99 . 9 -99 . 9
1983 1 11 17 .1 -99 . 9 -99 . 9

simbolizados por
1983 1 12 0.0 1
-99 . 9 -99 . 9
1983 1 13 2 .4 -99 . 9 -99 . 9
1983 1 14 4.3 -99 . 9 -99 . 9
1983 1 15 0.0 -99 . 9 -99 . 9

‘”-99.9";
1983 1 16 0.0 -99 . 9 -99 . 9
1983 1 17 1. 0 -99 . 9 -99 . 9
1983 1 18 0.0 -99 . 9 -99 . 9
1983 1 19 31. 0 -99 . 9 -99 . 9

- Inserir no RClimDex
1983 1 20 4 .0 -99 . 9 -99 . 9
1983 1 21 2 . 2. -99 . 9 -99 . 9
1983 1 22 0.0 1
-99 . 9 -99 . 9
1983 1 23 0.0 1
-99 . 9 -99 . 9

o segundo e
1983 1 24 0.0 1
- 99 . 9 - 99 . 9
1983 1 25 0.0 -99 . 9 -99 . 9
1983 1 26 0.0 -99 . 9 -99 . 9
1983 1 27 0.0 1
-99 . 9 -99 . 9

penúltimo ano da
1983 1 28 0.0 -99 . 9 -99 . 9
1983 1 29 22 . 0 -99 . 9 -99 . 9
1983 1 30 26 . 0 -99 . 9 -99 . 9
1983 1 31 30 . 4 -99 . 9 -99 . 9

série analisada
1983 2 1 0.0 -99 . 9 -99 . 9
1983 2 2 0.0 -99 . 9 -99 . 9
1983 2 3 2. 2 -99 . 9 -99 . 9
.
lGu i (64-bit)
J1v o Editar Visualizar Misc Pacotes Janelas Ajuda

~~r ~
1

Se~=~e : rs: ;~ta"QC D X

RC Station nam e or code: IID 3 - 01.Llro Veird e do Oeste

Cirit eria(numb er of Stand Dev. for t emp) :
Cirit eria(upp er li m it for PRC:P in mm) : 1
.....3-0q
____,,.-----------
veI (/ RdimDex D X
pyI.iJ OK CA NCEL
atfo~ ;- .,..,.........--.-,,~~~~~w
M_~TTr-,
6 n.r---,-...--..r.........-•.--r-----r-r--~-------...__ __

é _ softwa1:e liv1:e e ve sem GARANT A ALGUMA .

cê pode 1:edist1:ibu i - lo sob ce1:tas ci1:cunstâncias .
RClimDex 1.0
gi te • lice se ( ) • o~ • lice ce ( ) • pa1:a detal es de dist1:il

é p1:ojeto colabo:r:ativo com itos co t:r:ibu idores .

gite 1 cont1:ibu tors( ) 1 pa1:a obter mais inf o1:mações
.., e
· cation () • para sabeI com.o citar o R o pacotes do R em

gi te • demo ( ), • para demo strações, • b.e p ( ) • pa::ra o siste1

•me p . start( ) 1 para abrir o sistema de aj u da em ML •
gite 1 q( ) • para sa · r do R.
Lo ad Data and Run Q C

so ~ce ( "C : \\Us er s \\USER\\ Down. o a ds \\ r c i mdex . 3_ _s . ln dices Ca lcl.Ll lat ion
rrega_do pacotes exigidos : tcltk
Exit
1

► ....:
A.rqu
(/ RdimDex D X
~[
~

;i RClimDex 1.0
- Exemplo: 1983 a
E :r: :r
Ale
1:
:[]

2019, inserir 1984 a

2:
]J

3:
D
':l :

2018.
il] Load Dat a and Run QC
5:
l!l lndices Calciu lat ion
> Exit X
Wall
1:

2:

3:
II

n
(/ Set Para meter Values
o M orre th an 2S% d ata mi ssi n g, E.xceed an ce rate, HW DI, CWDI
w ill not be calrn lated!!

4
D
[ OK ]
=l!l U ser defined parameters for ln dices C-·____,~~ ------- - - -
5: Firrst y ea r of base perriod f 9,84

- Limiares de RR
Last y ea r of base perriod 12018
> 1
Lat itud e of th is stat ion locat ion lo
Longitud e of this stat ion locat ion lo
User defined upper threshold of daily m a:x imum t emperature

podem ser
Us:er d efin ed low er thresho ld of daily m a:ximum t emperature lo
User d efin ed 1Upper threshold of daily m inin11Um t emperature 120
User defin ed low er threshold of daily m inimum t emp erat1Ure 10

modificados.
Usei' defin ed daily precipit at ion threshold

OK CANCEL
 R 60 mm 2453026 - Ouro Verde do Oeste R95p 2453026 - Ouro Verde do Oeste

o o o
o
o
co
o
LO
..... o
o .,..
o
o
o ,, .,..
(!)

\
o
E
E
e
o
..... o o / e..
LO
O) o
e
O::'.
-- --- o
O::'. o
"<f"
o o
o
o
'o
7--
o
_ _ Q. - <:f O - / o
o
!\o
/
o o

\
LO 00 o
-- o
o
o
/
N
/
o
o o

o
\o o
o
o
/
o

1985 1990 1995 2000 2005 2010 2015 2020 1985 1990 1995 2000 2005 2010 2015 2020

Year Year
R2= 11 p-value= 0.055 Slope estimate= 0.106 Slope error= 0.053 R2= 19.7 p-value= 0.009 Slope estimate= 9.415 Slope error= 3.364

SDII 2453026 - Ouro Verde do Oeste

co
N

(!)
o
o
/
º o o o

o
- Slope estimate = qual
foi o valor de tendência
N

"<f"
o
.,. --
\
N

o N
(/) N o

o
N

co
..... \ o
o
\
o
o
do indicador;
/\
- p_value = significância.
(!)
..... o o

1985 1990 1995 2000 2005 2010 2015 2020

Year
R2= 37.4 p-value= O Slope estimate= 0.212 Slope errar= 0.048
- Limiares de p_value
<0,099 = 90%
<0,05 =95%
<0,01 = 99%
<0,001 = 99,9%
 R 60 mm 2453026 - Ouro Verde do Oeste R95p 2453026 - Ouro Verde do Oeste

o o o
o
o
co
o
LO
..... o
o .,..
o
o
o ,, .,..
(!)

\
o
E
E
e
o
..... o o / e..
LO
O) o
e
O::'.
-- --- o
O::'. o
"<f"
o o
o
o
'o
7--
o
_ _ Q. - <:f O - / o
o
!\o
/
o o

\
LO 00 o
-- o
o
o
/
N
/
o
o o

o
\o o
o
o
/
o

1985 1990 1995 2000 2005 2010 2015 2020 1985 1990 1995 2000 2005 2010 2015 2020

Year Year
R2= 11 p-value= 0.055 Slope estimate= 0.106 Slope error= 0.053 R2= 19.7 p-value= 0.009 Slope estimate= 9.415 Slope error= 3.364

SDII 2453026 - Ouro Verde do Oeste

co
N

(!)
o
o
/
º o o o

o
- Como interpretar estes
gráficos?
N

"<f"
o
.,. --
\
N

o N
(/) N o

o
N

co
..... \ o
o
\
o
o
- Climatologicamente, o
/\
que eles representam?
(!)
..... o o

1985 1990 1995 2000 2005 2010 2015 2020

Year
R2= 37.4 p-value= O Slope estimate= 0.212 Slope errar= 0.048
 Ã vj[11 v] A" Av --
- Explorar resultados
LÔ [Calibri -
Colar
V
[rn
<!
V

N I s
-
V

1
...
=•• ❖ ••=

·- ··
V <;'t V
-
A V
-
+- = de tendências dos
indicadores
r

Area de Transferência ~ Fonte Alinhamento

1 A13 V 1 : 1 .. • ·-.....-······ /x 11

climáticos extremos.
- - - - - - - - - - - - -

~1 1 B I C I D E 1 F I G I H
In dices SYear lEYear Slope STD_o f_Slope P_Valt1e
rxl day 1 983 201 9 0,44 0,55 0,,436
rx:Sday 1 983 201 9 1,,1 8 0,,87 OJ,1 86
sdii 1983 2019 1,21 DJOS 0,000
r 1 0mn1 1 983 201 9 -o 1'1 9 OI 1 5 OJ,200
r20n1m 1 983 201 9 0,00 0,1 0 OJ,9 95
R60omt 1983 2019 IJ11 DJOS OJOSS
cdd 1 983 201 9 0,1 0 0,1 8 0,596
evid 1 983 20 19 -o 04 }' 0,03 OJ,207
r9Sp 1983 2019 9J42 3J36 o.,mog
r99p 1 983 201 9 1,45 2,07 OJ,489
983 201 9 OI' 78 5,7 3 OJ,8 93
-
~ 245-3-026 - Ou rio Verd e do Oeste_CDD 17/ 2/2 241~ 1 Arquivo de Valore.. , 1 KB

~ 2453 l26 - Ou rio Veride d o Oeste_C\1 ro, 7/ 2/2 24 15~ 1 Arquivo de alore.. , 1 KB

~ 245-3 l26 - Ou rio Veride do Oeste_PRCPTOT 7/ 2./2 24 15: 1 Arquivo de alore.. , 1 KB

~ 2453-026 - Ou rio Verde do Oeste_R1 mm 7/ 2/2 24 15~ 1 Arquivo de Valore.. , 1 KB

~ 2453-026 - Ou rio Verde do Oeste_R2 mm 7/ i'2l2 24 15~ 1 Arquivo de alore.. , 1 KB

~ 2453-026 - Ou rio Verde do Oeste_ROOmm 7/ 2/2 241 ~ 1 Arquivo de alore.. , 1 KB

~ 2453-026 - Ou rio Veride do Oeste_R95p 7/ 1

2 /2 24 15~ 1 Arquivo de alore.. , 1 KB

~ 245-3-026 - Ü11J rio Veride do Oeste_R99p 7/ 212 241 ~ 1 Arquivo d e alore.. , 1 KB

~ 2453026 - Ou tT o Velfde do Oeste_R.X1day 07/ 2/2 24 15! 1 Arquivo de, alore... 3 KB

~ 245-3-026 - Ü11J rio Verd e do Oeste_R.)(5-d ay 17/ i2/2 241 1 rquivo de Valore.. , 4 KB

~ 2453026 - Ou lfo Verde do Oeste_SDII 07/ 2/2. 24 15~ 1 Arquivo de Valore... 1 KB

- Caracterização da
Climatologia de uma
determinada região.
 Tendências e descontinuidades:
- Aplicação do teste não-paramétrico Mann-
Kendall (TMK) para identificar a magnitude das
tendências;
- Testes de homogeneidade (Pettitt, Standard
Normal Homogeneity Test (SNHT) e Buishand’s)
para averiguar a existência de descontinuidades
nas séries históricas.
 • RSt udio D X
File Ed il: Code Vi ev.i Pl;:it:;; Sessio n Build Debu g Pro ile Toots elp

_ 1 ,+ Ga to il e/functio ,.. Add i - ,.. Proj ect: (No e} ~

~ Untí led 1" X2~ 53026_R95p ~□ Einvir0.nment H isto1y Connecbio ns Tutoriial

8 C So urce o S-ave / ., • 1 _. Run i_3t So rce • por: Dai aset ,... 171 iB • 1 - List ... ...
1 i nstal l . packages ( 't r end ' ) R,.. Global Envi rc r ment •
2
3 7 i br ar y (" t r end" ) Dat a
4 0 X24 5 30 26_ R95 p 34 obs . of 2 vari abl es
5 rnk. t.est (X24 5302 6_1R9 5p$r 9 5p )
6 1

6:1 (Top Levei) ! R Scrip: !

Console B,ack9ro11.rnd Jol!Js

R-42 .3 • ~/
...
> l i br a r y (r eadxl )
> X245 3026_R95p <- r ead_e xcel ( "Geogr af i a /UHE - I ta i pLl/ Dados obser vac i ona i s - UHE I t ai p
u/I ndi cador es cli m~t i cos ext r e mos - dados obser vac i o nai s/ 2453026 - o uro ve rd e do oest e/
í ndi ces / 24 5302 6 - R9 5p. xl s ··)
> vi ew(X24 53026_R95p)
> l i br a r y(t r end)
> l i br a r y( "t r e nd ') !Files Plots Packages Help 'Viewer Presentation ~□
> mk. t est(X24 530 26_R95p$r 95p) lrstall (i), Update tTend OI
Narr e Des criptio Versior
Mann - Kendal l t r end t est
rend N o n-Pa ram etric Tren d Tes. s and Cha ng e- Point D et ectio n 1.1.6 o
dat a : X24 530.26_R9 5p$r 95p
z = 2.6388 , n = 34 , p- val ue = 0.008321
a 7t e rna.t i' ve hypot hes i s : t r ue s i s not 1equa 7 t o O
sampl e esti ma tes :
s ·v ar s t au
1 79.0000000 4 550. 3333333 0.3190731

31.,.C
En solarado
■
■■
Q Pesquisa r - G 11:30
07/ 02/20 24 o
 R .2.3 . ~/

~ l i b a y( ea x l )
X2 53026_ R95p <- r ead_excel ( Geog r af i a/ UHE - I tai p / Da.do s obse r \ta.c i ona i's - UHE
11

/ I nd i cado es c l "mãt i cos extr er os - dados obser vac i onai s/ 2453026 - o u o v e .e . o

í ndi ces / 2 530 26 - R95p.xl s 11
)

vi ew(x2 530 26_R95 p)

l i b a y(t'· en )
l i b a y( ' t r en ' )
> r k .test(X24530 26_R95p ~r 95p)

ann - Kendall tr e nd t est

da.t a : X2 5 30 2 6_R95p't r 9 5p
z = 2 . 6388 ~ = 34 p- va l ue = 0.008321
p-value =
Significância
t e rnat i ve ypot hes · s : tr ue s i s nrnt equal t o O
s a pl e est i mates :
s 'Var s t au

estatística = 95%
1 79 .0000000 4550 . 3333333 0.31 90731

T a'bt-la 2: Classificação do test(e Mat.n1-Kendall (Z1oj con1 o mntenralo de 90% de confiança_

Zmk = teste Categorias

Tendência positiva significativa
Escalas

estatístico Tendência positiva a,i.o signific-.ativa

Sem n11.udança
Z ~\IK < 1 64

parametrizado
T endêncL~ negativa 1uw . igni.fica,ti,ra Z ~\IK > - 1"}64
Tendêncra negati, a signifirati\ ~
Legenda: ~YK = Teste est-atístico pararmiéttü:o
 Tab[e St . T odêm ·as m a1 ças do ··n •icador c:limát·c:o PRCPTOT a ccorn·ng t o the ano Kendaill a nd P ·tt tests
Fl ruDture noiot (vearl for 'li:h e BH ALto l9açu - Pa1·a ná .
Mann - Keu.dall Test Pettitt Tesli: SNHTTest B1J1ishand's Test
ID SenJls
TAU PVA 'Z K K PVA t TO P.VA t Q P.VA ill;
S]opie
l 0.262 0.01 8 2.00 9.67 .1 159 0 .214 1993 4r,444 0 .367 1994 6 .64 9 0 .1411. 1994
2 0.290 0.009 2.62 l . 34 220 o.o 4 992 9.447 0.020 992 9.580 0.007 992
3 0.206 1 ..1 66 -+
1 1.76 8.044 128 0 .5 75 20 08 5 ,848 0 .15 20 08 5 ,8 72 0 .25 20 08
4 O.ll 79 0 ,1 1 11.. 9 7 ,4 00 128 0 .54 20 07 ,588 0 .322 20 07 5 .58 0 .3 03 1989
5 0 ,1 O 0 .34 2 1.19 6 ,0 50 116 0 .6 8 20 08 5 .38 0 .232 20 08 5 .2 86 0 .341 20 08
6 0.200 1.175-+ 1.83 8.657 244 0.003·· 997 10.890 o.o 6- 997 1 0.408 0.002 997
7 0 .1 50 0 .1 85 1.18 5 .85 1 O 0 .52 7 20 08 6 ,4 86 0 .152 20 08 6 ,183 0 .1 98 20 08
8 -0 ,162 0 .170 -1.56 - 8.765 1 5 0 ,] 72 1999 ,3 O 0 .3 27 1998 6 ,277 0 .1 O 1998
9 0 .0 26 0 .82 9 0.0 0 0 .8 79 74 0 .267 1992~ 4.1 50 0 .414 201 4 3 ,028 0 .919 1992
10 0.263 o.o 8 2.1 8 1 0. 37 160 0 .199 1989 6 ,300 0 .119 20 08 7. 71 O 1 96-+ 989
11 0 .186 0 .1 08 1.31 5 ,80 5 142 0 .24 8 1994 4,83 4 0 .251 1994 6 ,717 0 .110 19~4
12 0 .0 76 0 .572 o. ,6 97 ,15 3 0 .74 9 1981 2 .67 0 .6 52 1981 ,395 0 ,7 5 1981
13 0.269 o.o 9 2.15 12.460 156 0 .13 8 20 07 7.806 1.1 50-+ 98 8.066 0 .03 3 989
14 0 .1152 0 .1 8 1.2 7 .14 12 O.ISO Jl 20 07 2 .53 3 0 .7 21 20 08 .7 27 0 .74 5 20 07
15 0 .16 0 .14 8 0.9 9 6 ,070 108 0 .94]1 1989 .4 20 0 ,3 5 2013 5 ,04 5 0 .415 1989
16 0 .0 85 0 .4 56 0.7 3 3 .1 62 96 0 .779 20 09 4.34 0 0 .363 2013 4.303 0 .614 20 09
17 0 .0 50 0 .666 0.24 2 .0 52 106 0 .7 95 1989 3 ,24 2 0 .55 2 1989 5 ,302 0 .323 1989
18 0.2 3 1
1 ..165-+ 1.89 10.9S9 130 0 .369 1991 1 .632 0.005 2011 6.967 1 .189 -+
1
2008
19 -0,0 07 0 .960 0.07 - 0.171 ,151 0 .116
1998 ll. .334 0 .970 2011 2 .547 0 .976 1989
20 0 .135 0 .2 39 0.9 2 1
5 .94 0 .32
20 06 ,589 0 .331 20 06 5 ,6 89 0 .275 20 06
62 0.225 0.044 1.98 7.886 186 1 98tíiJ
1.166-+ 7.032 1.082-+ 1 989 7.909 0.045 11 989
legend: = 9 9% significan e; = 95% s·~ ificamee.: = 9U to sig.nitica11ce· I AU = C 11'1Ta • emd :r agmit i d e; P.VA, L
= Sig1i fican c,e lev ; ZMX = p ar am etrized statistic~l te ; K = vailue that ind~·ca s l1e p os.sibility' o lc ca ting ijh e p c:in
w ere • e lt'11Dtl1res occ t·re d in the sErries: t: = va]u :hat iJ11dicates tlle ti ositicn of [t·it tt1res.
 • RSt udio D
File Edit Code Viev.i Plot s. Ses.si8n Build Debug Pro ile Tools elp

o ... 1 ,+ Go t o -·1e/fun cr o "" Addi :s "" Proj ect: (N<

~ unr .led 1" X2453026_R93p Emlvirofflment Hís.to:iry Connectiioms TutoriaE

,r
1 8 r Source o S.ave -+ Run So rce 8 1rr p,::>r: Da .aset "" @ 180 iB • _ Lis. •
1 i nstal l .pac kages ( ' t rend ")
2
R "" Global Envirorment • O._ __
3 l i br ar y (' t r end' ) Dat a
4 0 X24 530 26_ R95p 34 obs . of 2 var i' abl es
5 mk. t.est ( X24 5 3026_ R9 5p$r 9 5.p )
6
7 sen5 . s l ope (X245 3026_R95p$r 95p)

Sen Slope = 9,64

8 1

8:1

Consofe
(Top Levei) !

B,ackgr011.11nd Joibs
R Scrip: !
R95p = +9,64
mm/ano
-R R .2.3 , ~/
s amp le est 1rn at es :
vars
s t au
1 79. 0000000 4550. 3333333 0.31 90731

> l i br ar y(ggp l ot2 )

>
> sens . s l ope (X2453 026_R95p ~r 95p)
f iles Plots Packages Help Viewer Pre.sentation

lr stall (il Update

1
Q.
Nan e Descriptio Versicr
dat a : X24 5302 6_R95 p$r 9 5p
z = 2 . 6388 , n = 34 ~ p- val ue = 0 . 008321 o geoj sonsf GeoJSON to Sitnple Fea U1re Converter 2.0.3
al t ernati've hypot h es i s: tr ue z i s
95 pe r cem: conf idence i nt e r ·v a l :
o geom e nes Convert BehNeen R Obj ects and Geom etric Struct ures 0.2.4

3.29500 18.17 857 o GGally Extensi on to 'ggp b t 2' 2.2.0

s ampl e est i rnat es :: gg p!ot2 Creat e Elega rnt Data Vi su al5 ati ons Us.i 1119 t h e Gra m mar oi
1 3 .-4.4
sen • s s l ope. Grap hics
9 . 64 54 55 o ggstats Exte nsio t o, 'gg p Iot 2' for Plot tin g Stat s. O.5.1
n qlm et Lasso and Elastic- N e. eqularized Generalize,d Linea r .. .1-8
 Teste Pettitt
• RSt udio

File Ed- Code Vie'ir.' Pb ts Session Build Debug Prof ile Too s Help
o .. ... 8 1 ,+ Go to 71e/fu ctio ... Add i :s ...

~ unr:led 1... X2.:::l 53026_R9Sp ~r:

1 ~ LJ So urce o Save / ~ 1 ! ... Run .,,.. So rce 1 ~
- - - - - - - - - - - - - - - - - - - - - -

1 i ns t a 11 . p ack,ag es ( t r e n d • )
1

K = Momento de
2
3 7 i br ar y ( "t r end ' )
4
5 mk. te.st (X2 53026_R9 5p r 95p )

ruptura
6
7 sens . s l ope (X245 3026_R95p$r 95p )
8
9 petti tt.t est (X245 3026_R95p r 95 p )
10

24º ano da série =

• 0:1 (Top Levei) ! R Scrip

Conso1e Bcackgrolllmd Jo bs

:ti R .2.3 , . . f
z = L.O jõõ ~ n = j 4 ! p-va ~ue = u. uu~~Li
a.l t ernat i ve hypothes i s : t r Le z i s not eq Liall t o O
95 per oent conf ide nce i nte r va.l :
3. 29500 18. 17857

2006
sa.mpl e esti rnat es :
se n ' s s l ope
9. 6 5 55

> pett i tt . t est (X2453026_R95p $r 95p)

Piett i tt ~ s t ,e st fo r det e ct i on

da.ta : X2 53026_R95p( r 95p

95% de significância
U* = 1 58 ! p- val ue = 0. 04935
a.l t ernat i ve hypothes i s : t wo
sa.mpl e est i rnat es :
pr obablle cha ng,e poi nt at t ime K
24
 Teste Buishand
• RSt udio

File Ed - Code View Ploh Session Build Debug Pro ile Tools elp
0 ... 1 ,+ Go to .:il e/fU cr o - ~ "' Addi -ç •

unr : led1...

8 n S-ource o S.ave 7 ""' ! • Run .,_., So rce ""'

1 i nst al l . packages ( ~t r end ' )

K = Momento de
2
3 1 i br a r y ( 't r end ' )
4
5 mk . t est (X24 530,2 6_ R95p. $r 95p )

ruptura
6
7 sens . s l ope ( X2453026_ R95p $r 95p)
8
9 pett i tt . test (X2453 0 26_ R95p r 95p )
10
11 s nh . t est ( X2453026_ R95p$r 95p)
12
13 br . t est (X24 53026_ R95p $r 95p )

24º ano da série =

14 1
15

14:1 (Top Levei) ; R Scri

2006
Console Rackgro11Jmd Jo l!Js

:a R .2.3 , ~/
> Vi ew(X2 530 26_ R95p )
> br .test(X2453 0 26_ R9 5pt r 9 5p)

Bui s hand r an ge test

90% de significância
dat a. : X24 5 3026_ R95 p~·r 9 5 p.
R / sqr t(n) = 1. 4899, n - · , p- va.l ue = 0 . 0 587 5
al t ernat i ve hypot hes i s : ue de1t a. i s not e.q ual t o o
sampl e est i mates:
pr obabl e change poi nt . at t ime K
24
 Teste SNHT
• RStudio

FiIe Ed • Code View Pb ts Se-ss.i:i n Build De bug Pro ile Toots. eIp

1 ,+ Gato ··1e/functio ,.. Addi -s ,..

Standart Normal
- - - -

42.] Unr .led 1.:- X24 53026_R95p

.. 1 L Source o Save / ,.. f

- - - - - - - - - - - - -
• Run .,,.
- - - - - -
So rce
1 i nst all . packages ( ~t r end ")

Homogeneity Test
2
.3 7i b r ar y ( •t r end ' )
4
5 k.test (X2453026_R9 5p$r 95p )
6
7 se ns . s l ope ( X24 53026_R95p ~r 95 p)
8
9 pett i tt.test (X24 53026_R95p J r 95 p)

K = Momento de
10
11 s nh . t est (X24 53026_R95p$r 95 p)
12

ruptura
Z:1 (Top Levei) :

Coll!SOJe B,at:kgrolll llldl Jobs

a R .2.3 , ~/
a a.l[a. : XL4 :> .:S U L llJ_ ll{~:>p~ r ~ )p
M* = 158 i p- val ue = 0.0493 5
a.l t.e rnati've hypot hes i s : t wo . s i ded
sa.mpl e est i nat es :
pr oba b 1 e: chang,e po i nt at t i me K

26º ano da série =

24

> vi ew(X24 53026_R95 p)

> s nh. t est(X24 53026_R95p! r 95 p)

sta ndar d or ma.1 Ho:mogenei t y

da.-ra. : X245 3026_R95p$r 95p

2008
T = 9.2842 , n = 34 , p- val ue
a.7t.ernati ve hypot hes i s: t r L!e i s not 1equal t o O
s a.mpl e esti nat es :
pr obabl e: chang e poi nt at t ime
1 K
26
 Dados
observados versus
produtos orbitais
 - PERSIANN-CDR (0,25° x 0,25º);

- CHIRPS (0,05º x 0,05º);

- MERRA - NASA (0,5º x 0,625º).

Te 111'.JD ra 1 .51)-atia 1 .5tarti~
?roduct C01Jerage
resolution resolution data

CHIRPS da ily 0.0511 ser N-so· s.. o·-3 e.o■ E 19&1

PE RSI.A.N N CDR d ai ly 0.5011x0.625 • Glotel 19&3

MERRA-2 d ai ly o.2s· Glotel 19&0

 Baixar dados dos produtos orbitais

Adicionar os pontos
de coleta dos dados

Selecionar o Yarlabh, 1 :r

...
satélite • - -4 Vlrl111bl11 1 1 1
V T~·i-.
a rrm f' & H ._.
._
.. •
i;>lllffliln

•
;.;I
Reo:fd ..:1J1' 1-(11 l:Q D1- fi

RirJE -.ri

Data -
Gi ET 'f'íME !:i3i.i eg
 R

li! '
1 1 1)

-- 1
1 !,

...
.... HHJ

Salvar o
....l'I arquivo em .Xls

J
.

Após -Todos os dados dos três produtos orbitais serão

preenchimento baixados e organizados em excel;
dos dados
 - Juntar os dados dos produtos orbitais com os dados em
Excel: superfície;
- Os dados diários serão somados em dados anuais e
mensais com o auxílio da tabela dinâmica do excel.

dai!
• r~ [1..l':lz:· .. \lr,ldl . F D:
"
(: li .. ~- - (i :E - •
z o
./
li
N ~ ~
p r
J. -
- -- 1 .
• %
~ •1 . -.. 1
,í> -
p
...
~ •1 ra,

l J. LTl.!I ...

J- e ., • L u
"' e - • ...
.....
::1
b ;-:
Jí
• 1 e•
1
1
,
•1
1
u:E.:!!11]

l
:1..- .,...
.
L"ll!!!U
...
11,11
m
u
•
Cl
t!I r
,,_

CI 1 ~4 •J ' BI :
.'
□
u
... • =■I.KH
11!
H'I

. 1,,.
L:I
, l!!li.l,Dl LL:.il
lTTI~
w:
z
..U l

j&TI_ I
w ~

~ F• . fr_

..
•1
■:I

1
D 1 &.:.:,a',w ::.a:.u•1 L.-. . . ::D :m.1 OH
1 L

.
r
1
1
l..::c:::CI IIIJ
a,,11 '.l U
M.111
l'1
,.. ulb

li
-a 'P
i
~

li L:I
---·- •• IIU

+. - l.t-
 Após a organização, os dados deverão ser
salvos em .csv para trabalhar no Rstudio
............... . _ _. 1.

L...1)1:u d.l ,.;JIW

• li . ,. ,.
,·

:: ·-·-- - ....
-- •• ,

.:. ,P, -
•

p,.jc,

f.. .
,......a,,
, _..
[..t~ 'iPnl
-
~
'"'
~ IF.I --- [ ÇJ °""'"11,w 1 d Cl'lfff91:tiq....,..lci ,.

l:·
~ f) IB3
- -
11::i:..... .
,. - - - -- --
-- [i]•
•~.ih
-· ~-
. .. ... • % 'Ili ·.t .fl ~ , t ~ httll'"I e• t- l11,;..._.r-- 14!,l......,,
J .l. D·
' ,-.-..
N
l!I"".......
..... .........,...., " ~
Gvrt .....
,,...1
C-•

··-
• r, ..... ..
1-ojl•
~ ..
~ .......... A

D>CI [.

,
• ..,.,
- •
e t e w o u .!.
1 ~
1
oj os
D
()1 j)(I OJ1 11>).i IOS_i
1
!Cli_l ll!l_i •011..S
1
"' T

-·
m, u.u ., n,.. uu
l 1 im
,.,,_, m.,
ZJi
_,
ll.U ll<!l.l ZJU MU
"1l' uu
J
◄
2
J
]"'
]ll'J 121,'1 llll,-4 LlD,Z
-1
110,1
l.e,I
Ili °''
05,1 ID,I
JIV
:144,l' ll.\_T JJU
•
-
jj, 1- L..,,,. 7',l LU,I LZll,I m,1 w,4 H,J ~ 2~ s~
•T
t
~ J- ~'
l,l;i.~
:!1,,1
l,<11.1
ki,1
l lQ. I
)(.1
l,dl',I
ll,,A
.~1.1
V;ol
l~J
Jl,,5-
lll.J nLt
n,J ,i.s,
17\l' JiU
11

••
,li)
li
1
,
3

lil
]Jln
]M!I
]ll'J
]lft
~
LI')

Ml.Z

..,,.
16<,'1
11)7.j

'"·'
Z!S.4
:JDI\I
JJI
ZL>.l
UD.I
]17
-·
W..I

U!>.Z
~◄
~
.ia,.1
Ul',I
~
u,1
lo-11).j

=·
:143,•
"',]
=.
IÜ.l

31
81,t
uou
llU
nu
»z,,
nu
SJ1~
sai
=
IH
DLZ
li~~
llU
l1J

,.
'U
li
u
]MIi

JM\I ~
JU
LID,l
67,1
l.06,.I
511,.1
l.01.J -1:l,,I
tu
tLl,,ó
1IO,l
~ .. ~
~ ll'2
uv
11~
uu

»
.16
,11
1
!

•'
'"'°
]ffl
]ff!
]H(J
nl>,1
~!
1"1.}
171'.1
Lml

Z!&I
l~

..,,,.,
1-Jl','

-·-·U.1
lU.I
.aá1
.......,
1'~1

.
,1.1
..,.
...,..
ZTl,1
111,l

l•J
m,1
y
•18.1
m.l
llZ.Jc
3eC
lllt

uu
llU
),0 iu
◄U

_,,,
~17

D
,u
.n.,
!IC'IJ
7

••... •
_.
]l\lil l»,I 11' 1"10,1 '""'
l!D,Z1 ll] 171,l 111,< llt.
~ JIIIQ Ul,'I Ull,I ll._,. Lal',I ldD.S li] w.,s Ili,] ll~2 llU
a 1 mo 117,C u, w,. ~1 lU,1 w.,. 1114,7 ~l ...... Ul-a

-
]

........ ~ .....................1. tiitril• t"9--.elfn lll ~ -- 1

Os dados mensais e anuais

separados por produto
orbital
 Medidas de correlação

- Coeficente de correlação (r);

-Coeficiente de determinação (R²).
 Estimativas de erros:

- Erro relativo (pbias);

- Erro absoluto Médio (MAE)
- Raiz do erro médio quadrático (RMSE);
- Índice de concordância de Willmott - d.
 Coeficiente de correlação (r) é a medida utilizada para
medir a intensidade da relação linear entre duas variáveis e
mede o grau de relacionamento linear entre os dados
emparelhados das variáveis X (observados) e Y (estimados).

Coeficiente de determinação (R2) é utilizado para predizer

o valor de uma variável, dado um certo valor de outra
(ANDRIOTTI, 2013).
Erro absoluto médio (MAE) mede a magnitude média
dos erros de estimativa (média das diferenças entre os
valores observados e estimados);

Raiz do erro quadrático médio (RMSE) é uma medida

quadrática da magnitude do erro médio (Gebremicael
et al .,2019). O RMSE penaliza erros de maior
magnitude, tornando-o mais sensível a esses erros do
que o MAE (Jiménez et al.,2017).
O erro relativo (Pbias) mede a tendência média dos dados
estimados de subestimar ou superestimar os dados
observados (Ma et al.,2016). Quanto mais próximo a zero, o
Pbias indica a melhor conformidade entre os dados
observados e os dados estimados;
Índice de concordância (d) é usado para identificar o grau
de concordância entre o valor observado e sua estimativa
(Moriasi et al., 2007). Index d indica a melhora acurácia dos
dados estimados em relação aos dados observados quando
mais próximo a um (Aghakouchak; Mehran, 2013; Islam,
2018; Xavier et al., 2021).
 RStudio Banco de
Q RStudio
dadosX
File Edit Cod e View Plots Se;;ion Build Debug Profile Tools Help

, . Goto file/function • Addin-s • !J Proj ect: (None) •

~ Untitled2 Environment History Connections

Script ti 13 O Source on Save Q. /- • 1 • -+ Run .,,. .3t source ~ 13 ,,,. lmport Dal aset • 413 MiB • Ust •
1 R • Global Envircnment •

1:1 (Top Levei) : R Script :

Console Terminal Background Jobs Files Plots Packages Help Viewer Presentat ion
(it R 4.3.0 . D:/ Jake/ 2024/Curso - verào/ C"Jrso 2024/

Console
>
R: Percent Bias • Find in Topic

pbias {hydroGOF} R Documentation

(Resultados) Percent Bias

Description
Percent Bias betw een sim and obs, with treatm ent oi miss

Usage

Plotar os
gráficos
 Abri o scritp “01_ Script_validação_anual em
D RStudio
.txt e copiar e colar no Rstudio. X
File Edil Code View Plots Se;;ion Build Debug Profile Tools Help
BI , . Go to file/function • Addin-s • ~ Project: (None) •
!J Untitled1* !J Untitled2 * !J Untitled3,.. !J 0 1_validação_anual.R Environment Hist ory Connections Tut orial

t> O Source on Save Q. /- • • • Run ~• cJt Source • :l:; ~ 8 'l',i," Impor! Daíaset
• ,j 255 MiB • .Z Ust •
1 ## script desenvol vido para va li dar ~ de produt os orbitai s a partir • R. Globõ!Envircnment .
2 ## Dos pontos amostrais em s uperfíc i e.

Carregar o banco de
3 ## script desenvol vidor para o 9!ráQ de verão 2024 da Facultade de Filosofi a
4 ## Letras e ciências Humadas da uni versidade de são Paulo
5 ## Ministrantes Doutores Jake li ne Baratto* e Paulo Miguel de ~ Terassi Envíronment is empty
6 ## coordenado pelo Professor Doutor Emerson Gal vani .

dados salvo
7 ## * Bolsista de Pós-doutorado da FAPESP (Processo : 2022/ 02383-3)
8
9
10 ### Instalar e carregar~ pacotes que serão ut ili zados

anteriormente.
11
12 ## Para instalar
13 #i f ( ! requi re (pacman)) insta11. packages (" pacman")
14

Cada satélite terá

15 # Para carregar
16 l i br ar y ( pacman)
17 pacman:: p_l oad( hydr oGOF, t err a)
18
19
20 ###Para~ informacões ~ o Rstudio
21 ## <https: //www.youtube.com/watch?v- wvogdslk7gY&list - PLOW62cB05j9VE9X4cCCfFM jW hhE
Files Plots Packages

:e:
Help
-~ Export •
Viewer Presentation
um banco de dados.
22
23
?A
269:57
◄

(Top Levei) :
•
R Script :

Console Terminal Background Jobs

(it R4.3.0 . -/
L I L ct L I V ll l.,J V II IIU V\' LU L I L I:: t<. UI t<. J,J ct L ,._, cty t: :> I li 1-'U U I I Lcl. L I U II:) ,

Type ' demo () ' f or some demos , ' hel p( ) ' for on- l i ne hel p , or
' hel p. st art () ' f or an HTML br owser i nt erf ac e t o hel p. 21 ### Para ma i s inf or mações s obre o Rstu di o
Type ' q () ' t o qui t R. 22 ## <htt ps ://www. youtube. c om/watch?v- wvogdslk7gY&list-PLOw62cB05j9VE9X4 cCCfFMjW hQ!
23
[wor ks pac e l oaded fr om - / . RDat a ] 24 # Direcione um dirertório - pasta em que estão~ arquivos que serão trabal hos
25 ##Alterar \ para/
> 26 s et wd (" o :/ Jake/ 20 24 / c urso - verão")
27
28 ### c a rr ega r dados em csv
29 #### Este script será aplicado para cada produto orbital
30
31 :lados <- r ead . csv2 ( f i l e.choose() )
32 :lados ### Pl o~a~ ~ dp .Q? pa r a v er i f i car s~e ~Ê9 c orr etos
33
34
35 ♦####1#1#11#1#1###11 separ ando QJ! dados do 101 e QJ! superficies
36 XIDl <- dados$ I01
37 YIDl <- dados $IOl_S
38
39 ### Méri c as est at i s ticas
40
41 ◄ -------------------~ •
 Para os dados anuais

, K)tUOIO U'

le Edil Cod e View Plots Se;;ion Build Debug Profile Tools Help

, . Go to file/function • Addin-s • !) Proj ect: (None) •

!J Untitled1* !J Untitled2* !J Untitled3,.. !J 01_validação_anual.R* Environment History Connections Tut orial

t> 8 O Source on Save Q. /

.•,,...e. - r• l r'\ C. .I. V .J J
• • Run .,.. cJt Source . ~ @ 8 'fl,O lmport Dal aset • .,j 374 MiB • ,L Ust •

2 54 RMSE = RM SEIDS, R • Global Envircnment •

2 55 co ncord a nc i a = d! D5 , O da dos 31 o bs . of 11 v a r i a bl e s
2 56 PB I AS = pbi a s IDS
2 57 ) OR Li St of 11 CI.
2 58 o r egIDl Li st of 12 CI.
2 59 r es u l tados_ IDS O r egID2
260
Li st of 12 CI.
261 r ## Como juntar ~ as tabelas dos ~ (IDl, ID2, ID3, ID4 e ID5) O r egID3 Li st of 12 CI.
262 TABELA =mat r i x ( c ( r e s ul tados _ ID1 , r e s u l tados_ I D2 , r e s ul tados _ ID3 , O r egID4 Li st of 12 CI.
263 r es ul tados_ID4 , r es u l tados_ I DS) , ncol =6 , by r 01,i:TRUE )
264
o r egID5 Li st of 12 CI.
265 r # Plotar a tabela O r es u l t ados_ IDl 1 o bs . of 6 v a r i a bl e s
266 TABELA O r es u l t ados_ ID2 1 o bs . of 6 v a r i a bl e s
26 7
O r es u l t ados_ ID 3 1 o bs . of 6 v a r i a bl e s
268
269 ### Exportando a tabela cr i ada O r es u l t ados_ ID4 1 o bs . of 6 v a r i a bl e s
2 70 ##~d a dos v ão uc sal vos M r aíz do dir etó r io i nser idos no i níc io O r es u l t ados_ ID 5 1 o bs . of 6 v a r i a bl e s
2 71 ## Al ter a r o ~ do ar qui vo confor me o prod uto v a lida do
2 72 1·1r i t e . csv ( TABELA, "Anua l _CH I RPS. cs v " , r ow . names = FALSE) Files Plots Packages Help Viewer Presentat ion

266:S
'
(Top Levei) :
•
R Script : -~ Export •

Console Terminal Background Jobs

(if R 4.3.0 . D:/ Jake/ 2024/ Curso - verão/

,.,.- , ,...u c. 1.."' - 1110.1. 1 I A \'--\ • e ~ u 1 1.o.u v~ _ .L v ;i., 1 c: ~u , 1.au v ~ _.1. v.:. 1 1 c: ~ u 1 1.o.u v ~_.L v .> ,

+ r e s ul tados _ I D4 , r e s ul tado s _I D5), ncol =6, by r ol'l=TRUE)

>
> ## Pl otar a t a bel a
> TAB ELA
[ ' 1) [, 2) [, 3) [ ,4 ) [, S) [, 6)
[1 , J 0 . 225 8244 0 . 0S09966 5 21 7.3774 4 4 3 . 3932 o. 4 86 503 2 - 5. 1
[ 2, l 0 . 5540254 0 . 306944 2 304. 1 065 464 . 554 o. 61 6364 3 - 0 . 6
[ 3, ) o. 5241225 o. 274 7044 24 0.8 581 410. 6362 O. S733 814 2 .9
[ 4, J o. 4 261003 0 . 1815614 376.951 6 536.5616 O. S31 207 7.8
[ 5, ) o. 6160161 0 . 1815614 201. 3806 407 . 1 4 33 0 . 67924 94 - 5.6 1-r
2 - R²
>
•

3 - MAE
Resultado 4 - RMSE
5-d
6 - Pbias
Abri o “02_Script_valisdação_mensal.txt

0 RStudio o X
File Edit Code View Plots Session Build Debug Profile Tools Help

O • OllJ d' • l:d ~ ( J ,+ Goto file/function j • Addi ns • !.J Project: (None) •

~ Untitledl' ~ Unt it led2' ~ Untitled3' ~ 01_val idação_anual.R' ~ Untitled4' Environment History Connections Tutorial

~ (.._.. l:d ~ Impor! Dataset • ~

0
y-1 ti l:d .:J Source on Save / • • Run "• .J. Source • =li: 378 Mi B • .f - li.si •
552 R • C. Global Environment • Q.
553 r es ul _D_I Dl
554 O res ul..Ab_IDl 1 obs . of 6 variables
555 ### Como juntar todas as tabelas dos dados (IDl, ID5, ID8, ID9 e 1D12] O res ul _Ag_IDl 1 obs . of 6 va r i ables
556 TABE LA =mat r i x (c ( resu l _ J_IDl, res ul _FJ Dl , resu l _M_IDl, O r esu l_D_IDl 1 obs. of 6 va r i ab l es
557 resu l _Ab_IDl, res ul _MaJDl , resul _ Jn_IDl , r es ul _J l _r o:
558 resu l _Ag_IDl, r es ul _SJ Dl , resu l _O_IDl, r es ul _NJ Dl , 0 res u L F_IDl 1 obs . of 6 variables
559 resu l _D_ID1) ,ncol =6 , byrow=TRUE) O res ul_J_IDl 1 obs . of 6 va r i ables
560 0 r esu LJLI Dl 1 obs. of 6 va r i ab l es
561 ##Plotara tabela
562 TABE LA - - - - - - - - - - - - - - - - - - - - - - - - - - ~ O res uLJn_IDl 1 obs . of 6 variables
563 O res uLM..IDl 1 obs . of 6 va r i ab l es
564 O resul _Ma_I Dl 1 obs . of 6 va r i ab l es
565 ◄ ►

562:8 (Top Levei) : R Script : O res ul _N_IDl 1 obs. of 6 variables

Con,sole Terminal Background Jobs
O r es ul_O_IDl 1 obs . of 6 va r i ab l es
O resul_S_IDl 1 obs. of 6 va r i ables
~ R 4.3.0 • D:/ Jake/2024/ Curso - verão/
n~::i. u , _ v _ J.VJ..J , 11Lv , = o , uy1 ·vw=, Kuc.;
Files Plots Packagu Help Viewer Prese ntation
>
>##Pl otar a tabela
> TABELA
[ ,l ] [ , 2] [,3] [ ,4] [, 5] [,6]
[1 , ] 0 . 5342302 0 . 285402 46 . 16129 77 . 52438 0 . 7223563 -6
[ 2, ] 0 . 6812602 0 . 4641154 39 . 96582 67 . 45212 0 . 7887062 0. 6
[ 3, ] 0 . 6803113 0 . 4628235 34 . 7 3302 56 . 00059 0 . 7887062 -13 . 1
[4, ] 0.9114912 0 . 8308162 21 . 84235 37 . 95212 0 . 9443534 2. 4
[ 5, ] 0.7052349 0 . 4973562 36 . 53721 74. 41583 0 . 8419673 -6.3
[6, ] 0.8583861 0 . 7368267 23 . 32412 43 . 59524 0 . 91828 -2 . 7
[7, ] 0 . 8485006 0 . 7199533 27 . 07062 42 . 39871 0 . 908614 -15. 7
[8, ] 0 . 6646806 0 . 4418004 24 . 33228 62 . 00703 0 . 8224036 -1 3. 5
[9, ] 0 . 4163193 0 . 7286035 34 . 90535 58 . 50452 0 . 8673064 0. 7
[10, ] 0 . 3404382 0 . 1158982 60 . 49367 121 . 2118 0 . 5870174 -21. 6
(11 , ] 0 . 7054127 0 . 4976071 50 . 27788 80 . 68426 0 . 7658342 -4 .1
[12, ]
>
0 . 6849457 0 . 4691506 63 . 41572 107 . 535 0 . 8009201 -18 . 7
1 - r ■...
2 - R²
Resultado 3 - MAE
4 - RMSE
5-d
6 - Pbias
 Organizando os resultados anuais
Salvamento Automat,co [gJ e;; R-Anual.xlsx - Excel

Arquivo Página Inicial Inserir Layout da Página Fórmulas Dados Revisão Exibir Ajuda WPS PDF

Ca lib ri v 11 V
A A A v
=lil ~ v
ab
Ct-1 Geral V
~ ~
.reade Transferência r,, Fonte
<J,, V

- A V

r,,
.. =

Alinhamento
-+ = ~ V

r,,
$ V
% 000

Número
E-,0
.00
.ao
~o

r,,
Formatação
Condiciona l v
Formatar como Estilos de
Tabela v
Estilos
Célula v

© AVISO DE SEGURANÇA As Conexões de Dados Externas foram desabilitadas Habilitar Conteúdo

a vamen o J.I.U oma 1co v v -anua .c.sv - ce

Kl0 ... fx
Arquivo Página Inicial Inserir Layout da Página Fórmulas Dados Revisão Exibir Aju

LO LQlX lcalibri v ll 1G A • Av = ~ ~ V ~~ I Geral '

e
Colar
<1
•
V

N I s. V q::1
a.....;
V ó, V

-
A V
- --= -+-= -➔ =
.=.
- - - - ~ V $ V % 000
+,O ,OC
,00 ➔.(

--·-·
A B D E F G H J V

1 CH IRPS rr 1 ;ã'I rep ;- MAE(-t d Pllias("I 1 ~reade Transferência Gi Fonte r,, Alinhamento r,, Número

2 10 3 0,23 0,05 217,38 443,39 0,49 -5,10 1 Al

V
/,e produto

3 105 0,55 0,31 304,11 464,55 0,62 -0,60

4 ID8 0,52 0,27 240,86 410,64 0,57 2, 90
5 109 0,43 0,18 376,95 536,56 0,53 7,80 A B e D E F G H J
1 produ t o 10 r R M AE RMSE d Pb ias
6 ID12 0,62 0,18 201,38 407,14 0,68 -5,60.
2 CHIRPS 10 1 0,23 0,05 217,38 443,39 0,49 -5,1
7 3 CHIRPS 102 0,55 0,31 304,11 464,55 0,62 -0,6
8 4 CHIRPS 103 0,52 0,27 240,86 410,64 0,57 2,9
5 CHIRPS 104 0,43 0,18 376,95 536,56 0,53 7,8
6 CHIRPS 10 5 0,62 0,18 201,38 407,14 0,68 -5,6
7 M ERRA 10 1 0,3 0,1 254 416,1 0,5 -1
8 M ERRA 102 0,5 0,2 374,1 520,5 0,6 9,7

Cada planilha vai conter os

9 M ERRA 103 0,3 0,1 386,1 509,7 0,5 8,5
10 M ERRA 104 0,5 0,2 451,8 570,6 0,5 16
11 M ERRA 10 5 0,6 0,2 278,1 427,3 0,7 -1,5

resultados dos pontos.

12 PERSIANN 10 1 0,51 0,26 285,9 443,91 0,61 -13,2
13 PERSIANN 102 0,7 0,5 260,1 403,38 0,76 -2,7
14 PERSIANN 103 0,55 0,3 224,88 399,57 0,68 -1,2
15 PERSIANN 104 0,56 0,31 313,97 476,72 0,64 0,1
16 PERSIANN 10 5 0,73 0,31 257,5 413,59 0,74 -11,8

Juntar as três planilhas em uma só. Salvar em .csv

17
18
lQ
 Organizando os resultados mensais 2 Juntar todos os pontos do
mesmo produto orbital em
Name Date modif1e ;).3rvarnento ~u orn.:i ,,o

Arquivo Página Inicial

lo.l ~/

Inserir
~

Layout da Pãgina
v K_,., ensa1_c 11ps 1( sx

Fórmulas
tllCe

Dados Revisão
·•

Exibir Ajuda WPS P0F uma única planilha.

(i Mensal_CHIRPS_ID3.csv 2/5/2024 3:3 : Calibri ... 11 ... A" A.. - =~~V ti Ge:ral

_ : § : ~ ~ ~ Is ... Form.ataçlo Fc

li Mensal_CHIRPS_ID5.csv .. .. .. Condicional ...

Organizar todos os dados mensais

2/ 5/ 2024 3:3: fontt Alinhamtnto Númt10

81 f. 10

lõ Mensal_CHIRPS_ID8.csv 2/5/2024 3:3,

de todos os produtos em um único
li Mensal_CHIRPS_ID9.csv
rê Mensal_CHIRPS_ID 12.csv
2/ 5/ 2024 3:4(

2/5/2024 3:4-L i
mes
Jan
Feb
Mar
A
10
101
101
101
8 e l
CHIRPS
CHIRPS
CHIRPS
D

0,6S
0,6S
1 _i__t

0,41i
0,41i
F

39,95
34,73
1 , _G
produto Correlação regresão MAE (mm} RMSE (mm) d
0,53 0,29 41i,15 77,52
67,41
55,99
.LI- - '"- ' - - - ' - -1

o,n
0,79
0,79
Pbias(%)
-6.0o
0,60
·13.10
'- ~
3 arquivo. Salvar em .csv.
Apr 101 CHIRPS 0,91 0,83 21,87 37,99 0,94 2,40
5 May 101 CHIRPS o,n 0,50 36,51 74,40 0,84 ·6,30 (LJ (g) ;
li Mensal_MERRA_ID3.csv 2/ 5/ 2024 3:5E 1 Jun
3 Jul
101
101
CHIRPS
CHIRPS
0,86
0,85
0,14
o,n
23,32
27,07
43,61
42,41
0,92
0,91
·2,70
·15,70
5dl\dmento Automat1co R_Todos_mensa,s csv - Excel

Aug 101 CHIRPS 0,66 0,44 24,35 62,02 0,82 ·13,60

Arquivo Página Inicial Inserir Layout da Página Fórmulas Dados Revisão Exibir Ajuda w
rê Mensal_MERRA_ID5.csv 2/5/2024 3:5E .O Se p
.1 Oct
101
101
CHIRPS
CHIRPS
0,42
0,34
0,13
0,12
34,90
60,48
58,51
121,19
0,81
0,59
0,70
·21,60 Calibri Geral li
.2 Nov 101 CHIRPS o,n 0,50 50,2S 8(1,64 o,n -4,l0
Form
li Mensal_MERRA_ID8.csv 2/ 5/ 2024 4:0( .3
.4
Oec
Jan
101
102
CHIRPS
CHIRPS
0,69
0,51
0,47
0,26
63,43
51,61
107,54
82,47
0,80
0,67
·18,70
·0,40
N I
Condic
.5 Feb 102 CHIRPS 0,42 0,18 55,08 85,04 0,66 ·3,70 Área de Transferência r; Fonte r; Alinhamento Número

rê Mensal_MERRA_ID9.csv 2/5/2024 4:01

.6
.7 Apr
Mar 102
102
CHIRPS
CHIRPS
0,64
0,91
0,40
0,83
50,49
28,S9
8(1,36
44,35
0,66
0,94
·3,20
l,00 Al f. mes
.8 May 102 CHIRPS 0,88 0,18 41,18 69,85 0,93 3,8(1

rê Mensal_MERRA_ID12.csv 2/5/2024 4:0~

.9 Jun
:o Jul
102
102
CHIRPS
CHIRPS
0,88
0,88
0,18
0,17
33,86
26,5S
82,06
42,95
0,87
0,92
10,90
·3,40

A B c_ _,,__D E F ~I__G_ _,,I__H K

lê Mensal_PERSIANN_ID3.csv 2/5/2024 4: 1E
Arqurvo P~ina Inicial lnstnr Layout da Pág,n;, Fórmulas Dados Wl'S PDF
mes 10 produto Correlacac regressao MAE RMSE d Pbias
Ajuda 2 Jan 1D1 CHIRPS 0,534344 0,285524 46,14839 77,52474 0,722366 -6

lê Mensal_PERSIANN_1D5.csv 2/5/2024 4:1 i C•libri - =~ ~- tt. Ge,11 llll 3 Feb

4 Mar
101
101
CHIRPS
CHIRPS
0,681781 0,464826 39,95161 67,41044 0,788897
0,680465 0,463033 34,72581 55,98621 0,788897
0,6
-13,l
Formataç.ão F
N J -~~~~ ~ V Condietonal ... 5 Apr 1D1 CHIRPS 0,911284 0,830438 21,86774 37,98962 0,944234 2,4
lê Mensal_PERSIANN_ID8.csv 2/5/2024 4:H Fontt Gi Allnh,1mtnto r; Número .. 6 May 101 CHIRPS o, 705328 0,497488 36,5129 74,40182 0,842013 -6,3
13 ,. 7 Jun 1D1 CHIRPS 0,858323 º·736718 23,32258 43,60549 0,918252 -2,7
f'-ii ~A a nc;, I D~R,l ll l\ll\l 1no r cu )J<;!)íl)Ll. Ll.·1C 8 Jul 1D1 CHIRPS 0,848521 º·
719988 27,06774 42,41172 0,908597 -15,7
9 Aug 101 CHIRPS 0,66458 0,441666 24,34516 62,01906 0,822346 -13,6

1
,__A' - - ' - - - 'ª'---'---"c _ _.__c...
D ~ G H .____!.._ K 10 Se p 1D1 CHIRPS 0,41662 o, 728596 34,90323 58,51308 0,867233 0,7
mes 10 produto CorrelaçJo rqresão MAE (mm) RMSE (mrr d Pbias(") 11 Oct 101 CHIRPS 0,341038 0,116307 60,47742 121,1908 0,587308 -21,6
2 Jan 101 MERRA 0,6 0,4 51,3 6S,6 0,7 0,6 12 Nov 1D1 CHIRPS 0,70579 0,498139 50,24839 80,64239 o, 76625 -4,l
3 Feb 101 MERRA 0,6 0,3 50,6 74,5 0,7 3,0
MERRA 0,6 0,4 40,9 60,3 0,7 ..,,s 13 Dec 1D1 CHIRPS 0,68502 0,469253 63,43226 107,5369 0,800925 -18,7
• Mar 101
5 Apr 1D1 MERRA 0,8 O, 7 33,4 49,2 0,9 8,4 14 Jan 102 CHIRPS 0,505782 0,255815 51,6U9 82,47467 0,66682 -0,4

'
6 May 101 MERRA 0,7 0,5 42,9 73,9 0,8 ·8,3 15 Fe b 1D2 CHIRPS 0,421167 0,177381 55,08065 85,03667 0,658538 -3,7

Cada ponto e
7 Jun 1D1 MERRA 0,8 O, 7 2'3,2 47,6 0,9 l,6
16 Mar 1D2 CHIRPS 0,635342 0,403659 50,49032 80,35723 0,658538 -3,2
8 Jul 101 MERRA 0,9 0,7 23,1 38,9 0,9 1,0
17 Apr 102 CHIRPS 0,90945 0,827099 28,59355 44,35305 0,938255 1
9 Aug 101 MERRA O, 7 0,5 30,5 64,3 0,8 -15,9
10 Sêp 1D1 MERRA 0,4 0,6 41,7 63,9 0,8 2,8 18 May 1D2 CHIRPS 0,882862 o, 779445 41,18387 69,8494 0,92562 3,8

cada produto terá

11 OCI IDl MERRA 0,3 0,1 M,0 12S,2 0,6 -20,7 19 Jun 102 CHIRPS 0,882096 o, 778093 33,85806 82,05962 0,86536 10,9
12 Nov 1D1 MERRA 0,5 0,3 61,9 97,6 0,6 -4,9 20 Jul 1D2 CHIRPS 0,876526 o, 768298 26,54839 42,9457 0,916029 -3,4
13 Dec 101 MERRA O, 7 0,5 69,0 "·º 0,8 ·6,9

uma planilha de
1, Jan 102 MERRA 0,S 0,3 66,9 88,9 0,7 16,9
15 Féb 1D2 MERRA 0,4 0,2 53,6 83,1 0,7 5,6
16 Mar 102 MERRA 0,5 0,2 69,6 97,8 0,7 2.S,4
17 Apr ID2 MERRA 0,8 0,6 49,6 69,2 0,8 15,0

resultado.
18 May 102 MERRA 0,8 O, 7 57,8 82,5 0,9 6,6
19 Jun 102 MERRA 0,8 0,6 57,0 100,0 0,8 21,7
20 Jul 102 MERRA 0,7 0,5 40,1 62,4 0,8 17,3
 Como representar os resultados da validação
Os gráficos dos script serão plotados.
Abra o script “R-01_Script_Resutados-anuais”
C) RStudio Salvar a figura em: Export o X
,.J ~ Source on Save / •l -+ Run .,,. J L .Jt source • ~ j Debug Profile Tools Help

16 pacman :: p_load (ggpl ot2, dpl yr , cowp l ot ) .... file/ function J • Addins • T.J Proj (None) •
17
~ 01_validaçJo_anual.R' ~ Untitled4'
18 ### Carregar os pacotes que serão utilizados led3*
=□ Environment History Connmions

19 l i brary(ggp l ot2) * Run .... J ' ~ Source • ~ (:t 1d "P+ lmport Dataset • = List
20 li brary(dp lyr) "Pbias (%)" ' X = "ID's") + R • Ili Global Environment •
21 l ibrary(cowplot) its = c (-10 ,10)) + O dados_J of 12 va r iables
22
23
; = c (' ID1 ' , 'ID2' , 'ID3' , "ID4" , ' IDS' )) + O dados_J l of 12 variables -.
24 # Direcione um di rertório - pasta em que estão os arquivos que serão traball 1nd = expansion (add = c (6, 5)) ,
Filos Plots l'llck,iges H Viewer Presentation
25 ##Alterar \ para/ ·eaks = 10) +
setwd( "D: / Jake/ 2024/ Curso - verão") ft) Zoom -~ Export • o L -'i,, Publis •
26 = "bottom")
### Carregar dados (A) (8)
27
e
-"'
••
28 em uma mesma figura .2! 1.00 ~

u 0.75
29 dados <- read.csv2(fi l e.choose ()) ico1=2J 1 1
Q)
li= 0.50
1 >,

30
31
32
33
dados
#### 1 Gráfico de dispersão dos r anuais
...
►

R Script :
• ~ 0.25
u 0.00
e: -0.25
~ :8:~g
~ -1.00
!~
<(
~
1

Õ ID1 ID2 ID3 ID4 ID5 ID1 ID2 ID3 1D4 ID5
34
◄ ~------------------------- ► ,"U l d::, J.Jd. l "d. u::i. 1-.1 1·uuuLu:::, dl lUd l :::,
ü 1D's ID's
>
> g4 = ggpl ot(data =dados) + produto • CHIRPS ... MERRA • PE produto ■ CHIRPS ■ MERRA ■ PEF
+ geom_poi nt(aes(x = ID, y = Pbi as, shape =Produto, color = produto)
+ , size = 3) +
+ l abs(ti t l e = "(D)" ,Y = "Pbi as (%)"' X = "ID ' s") + (C) (D)
+
+ scale_y_conti nuous(limits = c(-10,10)) +
20 ...
dl • -"' ....
- 15
+ scale_x_di scret e(l imits = c('IDl', 'ID2 ' , ' ID3', "ID4", 'IDS')) + • l• a•
a
# 10 ....
•• • ....
•
5
+ 1 </)
o .... ■
+ scale_y_conti nuous(expand = expans i on(add = c(6,5)),
+ n.breaks = 10) + .2
:õ -5
a. -10 •• • ■
+ theme_cl ass i c() + 8.1 ' - - ~ - - ~ - ~ - ~ - - ~ -
-15

+ theme(l egend.posi t ion = "bottom") ID1 ID2 ID3 1D4 ID5 ID1 ID2 ID3 ID4 ID5
Scale for y i s a l ready present . 1D's 1D's
Adding another scal e for y , whi ch wi ll rep l ace t he existi ng scal e.
> plot_gri d(gl,g2 ,g3 , g4, ncol=2)
produto • CHIRPS .... MERRA • PEI produto • CHIRPS .... MERRA • PER
>
•
 Como representar os resultados da validação

Abra o script “R-02_Script_Resutados-mensais” Os gráficos dos script serão

plotados.
0 RStud·o o X
File Edil Code View Plots Session Build Debug Profile Toais Help

..+ Go to file/function • Addins • li. Project (None) •

:itled 1• C2.) Untitted2' ~ Untitled3• ~ Ol_validação_anual.R• ~ Untitled4' ~ UntitledS' » = □ Envi ronment Hi st ory C,o nrwctions Tutorial

Salvar a figura em: Export

.... l Source on Save O. / • • Run .,,. Jt Source • ~ ~ l;.J H--+ lmport Dataset • 542 MiB • ,L
•• 1 I IJ I "4 1 ,1 \."-" VUt,, IV \,,. /

24 R• Global Env,ronment •
25 # Di recione um dirertór io - pasta em que estão os arquivos que serão traba
26
27
##Alterar \ para / O t 4a
O t4b
Li st of
List of
9
9 Sav e Plot as lmage
.
28 setwd( "D: / Jake/ 2024/ Curso - verão")
29 FilH Piou PackagH Help Viewer PrHentati lmage format: 1 PNG
::============-----~
v 1 Width: ~ Height: 11200 1
30 ·A O L -'!, Publish • Directory...
31
JfJ Zoom Export • D:/Jake/ 2024/ Curso - verão O Mai ntain aspect ratio
32 ### Carregar os resultados da métr icas para os meses de cada ponto
33
(A)
- (B) File name: R-mensal Update Preview

-- ----- -- ---- --
DJF o~ DJF
--' .. - ..
"O
34 dados <- read.csv2 (f i le.choose ())
35 dados ~ 1.11 '
,..._

' '
• -- - i~•
1
.o
1 • 1 ' •
(A) (B)
36
-= 101 102 103 104 105 101 102 103 104 105 ';j
37 #### Filtrar conforme os trimestres: Primiero - Janei ro, Fevereiro e Março
38 DJF <- dados 96>96 filter (mes 96in96 c ( "Dec" , "Jan" , "Feb"))
39 DJF
ID's

(A)
Q.
ID's

(8) 102
1
. ,.._
1

103
- 1

104
... --
'
105
- i.o !III -;--
101
DJF

-- - -
1

102
1

103 104
1 1

105
Q.
40 #### Filtrar conforme os trimestres: Segundo - Abri l , Maio e Jul ho ID's ID's
41 Mõ.M <- ti :artnc:: Q.<," -fi11"or f moc:: "inct r f " M:.r" "6nr " " M:>\/ "'1)
4:>
168:1
◄

(Top Levei) :
11

R Scropt :
"O

~e l;II
MAM
--' -
101
..,._

'
102
- -- --
1

ID3
- 1

ID4
-
.....
1

105 - - --
1

102 '
103
;
ID4 105
' (A) (B)
-o MAM
... _ ';j MAM
Console Terminal

'R R 4.3.0 • 0:/Jake/ 2024/Curso • verk /

Background Jobs ID's ID's
..,._
~ l;l 1.._-~~--~---r--'-- -· -
........
i.o !III ~ - - - ---
(A)
- (B) ' '
1 1 1 1 1 1
.,. I C1 U..>\_!.. I \. I C - \.U .1 J Y - ruia...> \JU.1 , " - .J.LI ..> I 1 1 1 1 - .,>\,IU\. 1 11.. I C - ..>V i i! ; .,.
J
101

- - -- - -
I0 1 102 103 104 105 a.. 102 103 104 105
+ theme_classic() + theme(legend.position = "bottom") +
+
+
+
theme (plot.title = element_text(hjust = l))+
scale_y_continuous(expand = expansion(add = c(25,150)),
n.breaks = 10) +
"O JJA

~ 1:11 101' ... --'

102
. 1

103
-
--' ..
104
1

105
"$
-;;; 1
IV
:õ
Q.
JJA
a
'
101
1

102 '
103
1

104 '
105
ID's

(A)
ID's

(B)
+
>
>
scale_>cdi screte(limits = c ('IDl ', '102', '103 ' , "104", ' 105'))

> plot_grid(tla,tlb, t2a,t2b,t3a, t3b, t4a, t4b, nco1=2)

> plot_grid(tla,tl b , t2a,t2b,t3a, t3b, t4a, t4b, ncol =2)
warni ng message:
"O
><
~ IU
e
SON
10 1 102 103
ID's
104 105
(A)
-
~
ti)
.i1!
.o
a.
1lil8
SON
101 102 103
ID's
ID4 105
(B) "O

~
e
JJA
1,1•~~_._-
. __-___~,---~--·---- i.e !II•
ID1 ID2 103 104 105

(A)
';j

Q.

~
JJA

-'7"'"
ID1
- 1

ID2 -- - -
1

103
1

10 4
1

105

(B)
ln di ff . default(xscale) : reached elapsed t i me limit "O
SON _
:::-::o_º_
SON
> X
E3 CHIRPS • MERRA PERSIAtl E3 CHIRPS • MERRA PERSIA~ ~ (U :g 1116
e ID1 ID2 103 104 105 .o ID1 102 103 104 105
Q.
ID's ID's

CHIRPS PERSIM PERS

~........
_,,{i

O View plot after saving

OBRIGADO!
E-mail:
jakelinebarattogeo@gmail.com
pmbterassi@gmail.com