Estimativa De Temperatura De Globo Negro Para Análise Espacial No Estado Do Maranhão

Abstract

O uso do Índice de Temperatura de Globo e umidade e Carga Térmica e Radiante é limitado em algumas regiões devido à inexistência de medições da temperatura de globo negro nas estações meteorológicas. A estimativa do TGN a partir de variáveis meteorológicas pode ser útil no cálculo de índices bioclimáticos em diferentes regiões. Portanto, o objetivo com este estudo foi (1) estimar a temperatura de globo negro usando um modelo empírico e (2) elaborar mapas temáticos da temperatura de globo negro do estado do Maranhão para a bovinocultura leitura via modelagem geoestatística. Os dados foram obtidos na plataforma NASA Prediction Of Worldwide Energy Resources - NASA POWER. Os mapas temáticos foram gerados usando como método de interpolação a krigagem ordinária, diante da transformação dos dados em um arquivo no formato shapefile no software QGIS 3.22.4. A temperatura média do bulbo seco (TBS) foi de 27.6 °C, com um desvio-padrão de 1.62 °C, indicando uma consistência moderada ao longo do tempo, A umidade relativa média (UR) atingiu 68.5%. A radiação solar de ondas curtas (RS) e a temperatura de globo negro (TGN) exibiram uma correlação positiva robusta, com intensidade muito forte (r = 0.725, p < 0.001**). A correlação entre a umidade relativa do ar (UR) e a velocidade do vento (VV) revelou uma associação negativa significativa muito forte de -0.922 (p < 0.001**). A radiação solar de ondas curtas (RS) e a temperatura de globo negro (TGN) exibiram uma correlação positiva robusta, com intensidade forte (r = 0.725, p < 0.001**), Além disso, a compreensão dessa relação entre RS e TGN é importante para o desenvolvimento de estratégias de mitigação do estresse térmico. É possível constatar que os dados relacionados à Temperatura de Globo Negro (TGN) apresentaram uma variação anual situada entre 32 e 36°C no estado do Maranhão ao longo do período. Os resultados evidenciam a viabilidade de estimar a temperatura de globo negro por meio de modelos empíricos, usando plataformas de big data para processamento de parâmetros meteorológicos. A espacialização da temperatura de globo negro proporciona uma compreensão mais profunda dos padrões temporais e espaciais na distribuição da TGN, fornecendo informações úteis para compreender os impactos potenciais em setores estratégicos como o manejo de bovinos leiteiros.