Publicação: Avaliação das variáveis climáticas: precipitação, temperatura e umidade relativa do ar da cidade de Franca-SP por meio de análise de séries temporais
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
Compreender como as condições climáticas interferem na agricultura é fundamental, especial
mente para o cultivo do café, uma das principais atividades econômicas da cidade de Franca-SP,
reconhecida por sua relevância na produção cafeeira no Brasil. Nesse contexto, o objetivo deste
estudo foi ajustar modelos de séries temporais capazes de prever as variáveis climáticas precipitação mensal, temperatura média e umidade relativa do ar, contribuindo para auxiliar a tomada
de decisão de cafeicultores e produtores rurais. Para isso, foram ajustados modelos do tipo SARIMA utilizando dados mensais coletados entre janeiro de 2011 e maio de 2025, realizando
previsões para o período de janeiro a maio de 2025. Os critérios de seleção dos modelos foram
baseados nos menores valores do Critério de Informação de Akaike (AIC) e do Critério Bayesiano de Schwarz (BIC). O desempenho preditivo foi avaliado por meio das métricas RMSE (Root
Mean Squared Error), MAE (Mean Absolute Error), MASE (Mean Absolute Scaled Error) e
ME(Mean Error). Os resultados indicaram desempenhos distintos para cada variável climática
analisada. A precipitação total mensal apresentou desempenho razoável com o modelo SARIMA (0,0,1)(0,1,1)12, possivelmente devido à alta variabilidade característica dessa variável.
A temperatura média mensal apresentou o melhor desempenho entre as variáveis analisadas
com o modelo SARIMA (1,0,1)(0,1,1)12, evidenciando alta precisão nas previsões. Já a umidade relativa do ar apresentou resultados satisfatórios com o modelo SARIMA (0,0,1)(0,1,1)12,
embora com desempenho ligeiramente inferior ao observado para a temperatura. De modo geral, os resultados indicam que modelos da família SARIMA podem ser ferramentas úteis para
a previsão de variáveis climáticas, podendo auxiliar no planejamento e na tomada de decisões
relacionadas ao manejo da cultura do café.
Abstract
Understanding how climatic conditions interfere with agriculture is fundamental, especially for
coffee cultivation, one of the main economic activities in the city of Franca-SP, recognized for
its relevance in coffee production in Brazil. In this context, the objective of this study was to
adjust time series models capable of predicting climatic variables such as monthly precipitation,
average temperature, and relative air humidity, contributing to assisting in the decision-making
of coffee growers and rural producers. To this end, SARIMA-type models were adjusted using
profitable monetary data between January 2011 and May 2025, planned for the period from
January to May 2025. The model selection criteria were based on the lowest values of the
Akaike Information Criterion (AIC) and the Bayesian Schwarz Criterion (BIC). Predictive per
formance was evaluated using the metrics RMSE (Root Mean Squared Error), MAE (Mean
Absolute Error), MASE (Mean Absolute Scaled Error), and ME (Mean Error). The results in
dicated distinct performances for each climatic variation. The total monthly exception showed
reasonable performance with the SARIMA (0,0,1)(0,1,1)12 model, possibly due to the high
variability characteristic of this variable. The average monthly temperature showed the best
performance among the variables tested with the SARIMA (1,0,1)(0,1,1)12 model, demonstra
ting high precision in the isolated variables. Relative air humidity showed superior results with
the SARIMA (0,0,1)(0,1,1)12 model, although with superior performance compared to tempe
rature. Overall, the results indicate that models from the SARIMA family can be useful tools
for forecasting climate variations, potentially assisting in planning and decision-making related
to coffee crop management.
Palavras-chave
Tendência, Trend, Sazonalidade, AIC, SARIMA, Café, Seasonality, Coffee
Citação
SILVA JUNIOR, Aldenir Martins da. Avaliação das variáveis climáticas: precipitação, temperatura e umidade relativa do ar da cidade de Franca-SP por meio de análise de séries temporais. 2026. 47 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2026.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto