O Polo Turístico do Circuito das Frutas do Estado de São Paulo congrega municípios produtores de uva comum de mesa, principalmente a cultivar "Niagara Rosada"�. Observa-se que no processo produtivo ocorre severa influência de doenças fúngicas foliares e seu controle chega a 30% do custo de produção. Nesse contexto, o objetivo foi determinar o risco climático (RC) de ocorrência das doenças fúngicas na 'Niagara Rosada' por meio da análise de séries históricas de dados pluviométricos diários para estimativa do número de pulverizações necessárias (NPchuva). O RC, assim como o NPchuva, foram calculados em cada época de poda, e para os diferentes municípios da região. A regionalização das áreas em função da necessidade de pulverização para controle de doenças fúngicas determinada pela ocorrência de chuvas, foi feita por meio de sistemas de informações geográficas (SIG) utilizando os valores médios de RC estimados, por equações de regressão linear, obtidas em função da altitude. Nas podas efetuadas em setembro, o RC foi mais elevado que nas de julho, sendo os valores mais elevados superiores a 70% e os menores, inferiores a 20% respectivamente.

The "Polo Turístico do Circuito das Frutas"� region congregates counties that produce "Niagara Rosada"� grapevine. The grapevines suffer severe influence of fungal diseases and their control reach up to 30% of the production cost. Aiming to determine the climatic risk (CR) for 'Niagara Rosada' grapevine fungal diseases occurrence, a rainfall data bank was used to estimate the necessary number of sprays to control the main fungal diseases. The CR, as well as the necessary number of sprays, was calculated for the different probable harvest dates, for each pruning date at the different counties. The characterization of the different growing areas considering the higher need of fungicide sprays to control fungal diseases as a function of rainfall occurrence was done by means of GIS, using estimated values of CR through regression equation based on altitude. The September pruning dates presented higher CR values than July, being the highest values over 70% and the lowest under 20%, respectively.

Desenvolveram-se, neste trabalho modelos de estimativa da temperatura do ar com base em fatores geográficos, visando estimar os valores máximos e mínimos médios mensais e anuais na região compreendida pelos municípios que compõem o Polo Turístico do Circuito das Frutas do Estado de São Paulo. Obtiveram-se equações de regressão múltipla em função da altitude, latitude e longitude e simples em função da altitude, cujos coeficientes de determinação variam entre 0,91 a 0,96, para as temperaturas máximas e 0,71 a 0,94 para as mínimas e se apresentam as variações espaciais das temperaturas máximas e mínimas médias mensais e anuais da região de estudo na forma de mapas.

Multiple regression equations to estimate mean monthy and annual maximum and minimum temperatures were developed as a function of altitude, latitude, and longitude for the "Pólo Turístico do Circuito das Frutas" region. The obtained correlation coefficients varied from 0.91 to 0.96 and 0.71 to 0.94 of the maximum and minimum air temperature, respectively. Also, maps with the spacial variability of the maximum and minimum mean monthly and annual temperatures are presented for the region.

Programas de análise de consistência de dados são utilizados, normalmente, por redes de estações agrometeorológicas para controle de qualidade, para identificar dados com problemas e fornecer estimativas consistentes, com base em dados de outras estações próximas. Os sistemas modernos de controle de qualidade de rede de estações meteorológicas requerem porém maior conhecimento da variabilidade espacial e temporal dos dados meteorológicos diários regionais, para serem utilizados nos sistemas matemáticos de interpolação de dados necessários a fim de identificar dados suspeitos ou na estimativa de dados perdidos. O objetivo deste trabalho foi quantificar a variabilidade espacial e temporal de dados diários de temperatura do ar máxima, média e mínima e de precipitação pluvial no Estado de São Paulo, para servir de subsídio ao desenvolvimento de sistema de controle de qualidade e de limites de intervalos de confiança. Foram utilizados dados de 19 estações agrometeorológicas do IAC, em um período total de 20 anos (1981/2000), sendo Campinas considerada a estação central. Análises de regressão mensais foram realizadas com base nos dados diários da estação central e cada uma das demais estações, considerando as respectivas distâncias lineares, que variaram de 0 a 436 km, nas quais foram obtidos valores de coeficientes de determinação (R²) e de erro-padrão de estimativa (SEE) para os elementos considerados. Pelos resultados, à medida que as distâncias aumentam, menores são os valores de R² e maiores os valores de SEE, seguindo diferentes funções, que variaram segundo o elemento meteorológico e a época do ano. Quanto à variabilidade temporal, os meses com maiores valores de SEE para temperaturas máximas e mínimas (TMAX e TMIN) foram os de primavera e inverno respectivamente. Considerando 150 km de distância, a TMAX indicou valores de SEE até de 3,0 °C e TMIN de até 2,3 °C. Para precipitação pluvial, observaram-se valores menores de SEE durante o inverno, de até 4 mm, e valores mais elevados, de até 15 mm, durante o verão. Pelas análises, os limites máximos de distâncias admitidos para explicar mais de 90% das variações dos elementos termopluviométricos entre locais foram para TMAX, 80 km (primavera-verão) e 90 km (outono-inverno); para TMIN são necessários 55 km para os meses de verão, 75 km para inverno-primavera e 90 km durante o outono. Para dados pluviométricos, as distâncias de até 12 km explicam 90% da variação para os meses de verão, até 20 km para os de primavera e outono e de até 27 km para os de inverno.

Ensuring continuous, good quality data from weather station networks requires a knowledge of spatial and temporal variability. This knowledge is essential to identify suspect data and provide estimates for data gaps. This study was conducted aiming to quantify and contrast the spatial and temporal variability for daily weather variables for a tropical climatic condition of the Instituto Agronômico (IAC) weather station network, located in the State of São Paulo, Brazil. For a period of 20 years (1981-2000) data were available from 19 weather stations. The daily meteorological variables studied were maximum and minimum air temperature and precipitation. In the spatial analysis, a central station was paired with each of the other stations in the area. The coefficient of variation (R²) and standard error of estimate (SEE) were calculated by regression of daily measurements between pairs of the same weather variables for various station within the area. The SEE and R² were plotted against linear distance from the central station. Best fit lines were determined for the variograms (R²) and errograms (SEE). Analysis were performed for each month. Generally, the R² decreased while the SEE increased with distance of separation between sites. A significant seasonal cycle was found in the SEE data for maximum and minimum air temperature and precipitation. Results indicated that the accuracy of estimated data and associated confidence limits varied with time of the year. As linear distance between sites increased, the SEE for maximum and minimum air temperature were greater, especially during the spring and winter seasons, respectively. The SEE data for precipitation were greater during the summer season. For 150 km of distance, the maximum air temperature presented SEE data values up to 3.0°C and 2.3°C during the spring and summer seasons, respectivelly, while precipitation presented SEE data values up to 4 and 15mm during winter and summer seasons, respectivelly. Based on the analysis of climate data from the tropical conditions of the State of São Paulo, spacing requirements varied with time of the year. An 80 km spacing is required to explain 90% of the variation between sites, for maximum daily air temperature during the spring and summer months, and 90 km for autumn and winter; while for minimum air temperature that spacing reduces to 55 km during the summer, 75 km for winter and spring, and increases to more than 90 km during the autumn. A 27 km spacing is required to explain the variation for precipitation during the winter season, up to 20 km for spring and autumn, but during the summer the spacing reduces to 12 km.

É necessário o mapeamento mais consistente dos riscos de ocorrência de temperaturas mínimas adversas à agricultura, sendo possível sua obtenção utilizando maior número de postos meteorológicos, modelos probabilísticos e sistema de informações geográficas (SIG), que introduzem precisão matemática. Visando subsidiar os trabalhos de seguro rural, o planejamento e zoneamento agrícola, os objetivos deste trabalho foram os seguintes: estimar os riscos pontuais de ocorrência de temperaturas mínimas absolutas anuais adversas à agricultura para 28 localidades do Estado de São Paulo utilizando modelo probabilístico "distribuição normal", e regionalizar o Estado quanto às probabilidades de ocorrência de diferentes níveis de temperatura mínima absoluta utilizando SIG e modelos digitais de elevação. Utilizou-se o método de regressão múltipla para caracterizar a variabilidade espacial entre as coordenadas geográficas das estações e os resultados do modelo probabilístico. As variáveis independentes parciais que melhor explicaram a variável dependente probabilidade foram, altitude (R²=0,74-0,78), latitude (R²=0,33-0,44) e longitude (R²=0,15-0,20); as equações finais geradas pela regressão múltipla apresentaram R² entre 0,87 e 0,90. As probabilidades estimadas foram consideradas espacialmente no SIG "Idrisi", com base em modelo digital de elevação (altimetria) e coordenadas geográficas (latitude e longitude). As equações de regressão múltipla geraram variação contínua pixel a pixel do risco de ocorrência de diferentes classes de temperaturas mínimas absolutas. São apresentados mapas com a variação espacial das probabilidades de ocorrência de geadas de 1 e 2 °C.

Adverse meteorological phenomenon's occurrence, such as low air temperature and frost, can cause serius damages to the agriculture of the State of São Paulo. The greater accuracy on the occurrence probability establishment for such events, based on historical data obtained from a larger agrometeorological network, appropriated probabilistic models and modern mapping technical can provides assistance for agricultural risk studies, which are very important for agricultural financing and insurance programs. The probabilistic model "normal distribution" was used to estimate the punctual risks of yearly minimum air temperatures below 0, 1, and 2 °C for 28 localities of the State of São Paulo, Brazil. A digital elevation model previously developed with remote sensing and geographical information system (GIS) techniques were used to map the estimated probabilities of frost occurrence, considering different levels of absolute minimum air temperature. Multiple regression equations were developed to estimate the regional probabilities of frost occurrence, based on altitude, latitude and longitude informations. The partial independent variables that better explained the dependent variable "probability" were, at the following importance order, altitude (R² = 0.74-0.78), latitude (R² = 0.33-0.44) and longitude (R² = 0.15-0.20). The equations generated through multiple regression analyses showed determination coefficients between 0.87 and 0.90. The estimated probabilities were spacialized using the GIS "Idrisi", based on a digital elevation model (altitude) and geographical coordinates (latitude and longitude). The multiple regression equations generated continuous pixel-to-pixel variations for different classes of probability of occurrence of absolute minimum air temperature. Two maps are presented showing the spatial variability of the frost risk occurrence with minimum temperatures below 1 and 2 °C.

Medições diárias de radiação solar global foram feitas, durante o período de junho de 2000 a janeiro de 2001, no interior de mata semidecídua e no ambiente exterior, tendo sido registrados valores médios de 1,1 e 19,3 MJ/m²/d, respectivamente. A transmissão de radiação solar para o interior da mata foi influenciada pela época do ano e variou de 3,3 a 8,2%, para o verão e o inverno. Equações de regressão, para estações do ano, foram desenvolvidas para estimar a radiação solar no interior da mata, em função de valores obtidos no ambiente externo.

Daily solar radiation measurements were taken below the canopy of a semideciduous forest and at an open site. The mean values obtained during the period of measurements (June, 2000 to January, 2001), were 1.1 and 19.3 MJ/m²/d, respectively. The transmission of solar radiation to the forest understory was influenced by the season of the year and varied from 3.3% in the summer to 8.2% in the winter. Regression equations were developed taking into account the differences among the seasons to estimate the solar radiation inside the forest as a function of the open site values.

O uso de modelos probabilísticos introduz precisão matemática, permitindo estudos mais consistentes de séries históricas de dados. Utilizou-se o modelo "distribuição de valores extremos" (Gumbel) para estimar a probabilidade de ocorrência de temperaturas mínimas absolutas mensais (maio, junho, julho, agosto e setembro) e anuais para Campinas (SP), relativa à série histórica de 1891-2000 (110 anos). O objetivo deste trabalho foi estimar as probabilidades de ocorrência de temperaturas mínimas mensais e anuais adversas à agricultura em diferentes subperíodos (1891-1910, 1911-1940, 1941-1970 e 1971-2000) da série histórica. O modelo distribuição de valores extremos apresentou bom ajuste entre as freqüências estimadas e as observadas, independentemente dos meses e subperíodos analisados. Os valores de temperaturas mínimas absolutas médias aumentaram progressivamente de 1891 até 2000, enquanto os valores de probabilidade anual estimados apresentaram grande variabilidade entre os subperíodos históricos analisados. O subperíodo mais recente (1971/2000) apresentou probabilidade (24,2%) muito próxima de 1911/1940 (24,5%) e do período integral de 1891 a 2000 (24,4%). O subperíodo de 1891/1910 apresentou as maiores probabilidades (34,2%) e o de 1941/1970, as menores (18,4%).

Appropriated probabilistic models can give mathematical precision in historical climatological series studies. The "extreme value distribution" model (Gumbel) was used to estimate the probabilities of monthly (May, June, July, August, September) and yearly frost occurrence for Campinas region in the State of São Paulo, Brazil, based on a 110 years (1891 to 2000) historical series of absolute minimum air temperature. The main objective was to estimate and compare the monthly and yearly frost risk during different studied periods of years (1891-1910, 1911-1940, 1941-1970 e 1971-2000). The "extreme value distribution" model showed good agreement between observed and estimated probabilities for all the monthly and yearly periods. Despite the increase of the average values of the absolute minimum air temperature since 1891 to 2000, the estimated monthly and yearly probabilities showed a great variability during the different periods of years studied. The most recent period, 1971/2000, showed yearly probability (24.2%) similar to the 1911/1940 period (24.5%), and to the entire series analyzed of 1891/2000 (24.4%). The yearly highest probability of low temperature occurrence (34.2%) was during the 1891/1910 period, while the yearly lowest probability (18.4%) was during the 1941/1970.

Os estudos de caracterização da variabilidade microclimática são essenciais para avaliação de alternativas silviculturais e manejo de vinhedos. Por essa razão, compararam-se variação estacional da temperatura, umidade relativa do ar e velocidade do vento entre os ambientes: interior de uma mata semidecídua, um vinhedo da variedade Niagara Rosada e um posto meteorológico, em Jundiaí (SP), utilizando-se dados diários obtidos por estações meteorológicas automáticas em agosto de 2000 (inverno), outubro de 2000 (primavera) e janeiro de 2001 (verão). A mata alterou significativamente o microclima em seu interior, diminuindo a temperatura máxima em 1,0 °C no inverno, 1,9 °C na primavera e 3,4 °C no verão, aumentando a umidade relativa do ar em 4% a 7% e reduzindo a velocidade do vento nas estações do ano analisadas. No interior da mata, a temperatura mínima foi 0,2 °C mais alta no verão e 1,2 °C mais baixa no inverno, quando comparada com o ambiente externo. O vinhedo, ao contrário, elevou a temperatura máxima de 0,5 °C a 1,0 °C e reduziu a umidade relativa do ar em 2%, quando comparado com o ambiente-padrão do posto meteorológico.

Studies aiming the characterization of microclimatic variability are important for evaluating forest and vineyards management. Therefore microclimatic measurements of: air temperature, relative humidity and wind speed were taken, at Jundiaí, State of São Paulo, Brazil. The following environments were evaluated: semideciduous forest interior, ´Niagara Rosada´ vineyard and standard weather station. Seazonal variation comparison was performed using daily data collected by automatic weather stations during the following months:August, 2000 (winter), October, 2000 (spring) and January, 2001 (summer). The internal microclimate was modified at semideciduous forest, with a decrease of maximum air temperature by 1.0 °C, 1.9 °C and 3.4 °C, respectively for winter, spring and summer; an increase of air relative humidity from 4-7%, and a reduction of wind speed in all evaluated seasons. The minimum air temperature inside the forest was 0.2 °C higher than at the standard weather station during summer, and 1.2 °C lower during winter. On the other hand, the vineyard lead to an increase of 0.5 °C to 1.0 °C on the maximum air temperature and to a decrease of 2% on the relative humidity when compared to standard weather station environment.