Abstract Coffee is currently one of the main commodities traded in the world. Brazil is the largest producer and exporter of the grain. Fungal diseases are very common in coffee crops and control represents a large part of coffee production costs. The climate is an essential factor in the development of a disease such as phoma leaf spot. This disease is favored by high atmospheric humidity and mild temperatures. In this context, this study aimed to carry out the climatic favorability zoning for one of the main coffee diseases (Phoma ssp.) of the coffee-growing region in Brazil. The study was conducted in the main traditional coffee growing regions, i.e., the states of Paraná (PR), São Paulo (SP), Rio de Janeiro (RJ), Espírito Santo (ES), Minas Gerais (MG), Goiás (GO), and Bahia (BA), totaling 2730 municipalities. Air temperature and daily precipitation data for the current scenario were collected from the WorldClim version 2.1 platform for the latest climatological normal in GeoTIFF format. Future climate variables were obtained by the WorldClim 2.1 platform for the IPSL-CM6A-LR global climate model for the periods 2021-2040, 2041-2060, 2061-2080, and 2081-2100 and the scenarios SSP-1 2.6, SSP-2 4.5, SSP-3 7.0, and SSP-5 8.5, respectively. Thus, zoning was carried out using software of geographic information systems (QGIS), automated with the Python language. Also, graphs were prepared to better represent the results. About 54.77% of the coffee-producing region presented relatively favorable conditions for the development of Phoma leaf spot, 30.55% favorable, 3.20% highly, and 11.48% showed no climate conditions for the occurrence of the disease. The climate conditions from October to March favored the occurrence of phoma leaf spot. The Phoma spp. Leaf spot will probably reduce its occurrence in all future scenarios due to the loss of favorable climate conditions. During the period 2081-2100, 85.03% of the entire region would be unfavorable to the development of homas pp. For the most pessimistic scenario (SSP-5 8.5). Climate changes will provide unsuitable conditions for the development of Phoma spp.

Resumo O café é atualmente uma das principais commodities negociadas no mundo. O Brasil é o maior produtor e exportador do grão. Doenças fúngicas são muito comuns nas lavouras de café, e o controle representa uma grande parte dos custos de produção do café. O clima é um fator essencial no desenvolvimento de uma doença, como a mancha de folha de phoma. Essa doença é favorecida pela alta umidade atmosférica e temperaturas amenas. Nesse contexto, este estudo teve como objetivo realizar o zoneamento da favorabilidade climática para uma das principais doenças do café (Phoma ssp.) na região cafeeira do Brasil. O estudo foi conduzido nas principais regiões tradicionais de cultivo de café, ou seja, nos estados do Paraná (PR), São Paulo (SP), Rio de Janeiro (RJ), Espírito Santo (ES), Minas Gerais (MG), Goiás (GO) e Bahia (BA), totalizando 2730 municípios. Dados de temperatura do ar e precipitação diária para o cenário atual foram coletados da plataforma WorldClim versão 2.1 para a última normal climatológica no formato GeoTIFF. Variáveis climáticas futuras foram obtidas pela plataforma WorldClim 2.1 para o modelo climático global IPSL-CM6A-LR para os períodos 2021-2040, 2041-2060, 2061-2080 e 2081-2100, e os cenários SSP-1 2.6, SSP-2 4.5, SSP-3 7.0 e SSP-5 8.5, respectivamente. Assim, o zoneamento foi realizado usando software de sistemas de informação geográfica (QGIS), automatizado com a linguagem Python. Além disso, gráficos foram preparados para melhor representar os resultados. Cerca de 54,77% da região produtora de café apresentou condições relativamente favoráveis para o desenvolvimento da mancha de folha de Phoma, 30,55% favorável, 3,20% altamente e 11,48% não apresentou condições climáticas para a ocorrência da doença. As condições climáticas de outubro a março favoreceram a ocorrência da mancha de folha de phoma. A mancha de folha de Phoma spp. provavelmente reduzirá sua ocorrência em todos os cenários futuros devido à perda de condições climáticas favoráveis. Durante o período 2081-2100, 85,03% de toda a região seria desfavorável ao desenvolvimento de Phoma spp. para o cenário mais pessimista (SSP-5 8.5). As mudanças climáticas proporcionarão condições inadequadas para o desenvolvimento de Phoma spp.

Abstract Analyses and climate forecasts indicate significant changes in climate elements, particularly the global mean temperature, and variations in rainfall patterns, which can have profound effects on ecosystems and agriculture. This study aims to assess the impacts of climate change on the Brazilian territory using the Köppen-Geiger (1936) climate classification. Climate data were analyzed at 4,942 locations, encompassing municipalities in Brazil from 1989 to 2019. These data were obtained from the NASA/POWER platform and complemented with monthly temperature and rainfall projections from the BCC-CSM1-1 model, part of the CMIP5 (Coupled Model Intercomparison Project Phase 5), under four emission scenarios (RCP 2.6, RCP 4.5, RCP 6.0, and RCP 8.5) for the periods 2041-2060 and 2061-2080. The findings reveal a temperature increase across all scenarios, with RCP 8.5 indicating the most significant rise, reaching 4.30 and 5.42 °C for the periods 2041-2060 and 2061-2080, respectively. Additionally, the least rainy month of the year exhibits precipitation values exceeding 60 mm, leading to the dominance of the tropical climate typology “A” in 82.94% of the current climate assessment. In contrast, under climate change scenarios, reductions in areas with typical temperate climate “C” and expansions in arid climate “B” and tropical climate classes were observed compared to the present climate pattern. Notably, the BSh class has a prevalence of 6.09% and 8.16% for the periods 2041-2060 and 2061-2080, respectively. The observed climate changes signal potential challenges for the preservation of species in Brazil, as higher temperatures may hinder their adaptability to drier and warmer conditions. As a result, careful measures and strategies are needed to address the implications of these changes in the coming decades.

Resumo Análises e previsões climáticas indicam mudanças significativas nos elementos climáticos, principalmente na temperatura média global, e variações nos padrões de precipitação, que podem ter efeitos profundos nos ecossistemas e na agricultura. Este estudo tem como objetivo avaliar os impactos das mudanças climáticas no território brasileiro usando a classificação climática de Köppen-Geiger (1936). Foram analisados dados climáticos em 4.942 localidades, abrangendo municípios do Brasil, de 1989 a 2019. Esses dados foram obtidos da plataforma NASA/POWER e complementados com projeções mensais de temperatura e precipitação do modelo BCC-CSM1-1, parte do CMIP5 (Coupled Model Intercomparison Project Phase 5), em quatro cenários de emissões (RCP 2.6, RCP 4.5, RCP 6.0 e RCP 8.5) para os períodos de 2041-2060 e 2061-2080. Os resultados revelam um aumento de temperatura em todos os cenários, com o RCP 8.5 indicando o aumento mais significativo, atingindo 4,30 e 5,42 °C para os períodos de 2041-2060 e 2061-2080, respectivamente. Além disso, o mês menos chuvoso do ano apresenta valores de precipitação superiores a 60 mm, levando ao predomínio da tipologia de clima tropical “A” em 82,94% da avaliação climática atual. Em contrapartida, nos cenários de mudança climática, foram observadas reduções nas áreas com clima temperado típico “C” e expansões nas classes de clima árido “B” e tropical em comparação com o padrão climático atual. Notavelmente, a classe BSh tem uma prevalência de 6,09% e 8,16% para os períodos de 2041-2060 e 2061-2080, respectivamente. As mudanças climáticas observadas sinalizam possíveis desafios para a preservação de espécies no Brasil, pois as temperaturas mais altas podem dificultar sua adaptabilidade a condições mais secas e quentes. Como resultado, são necessárias medidas e estratégias cuidadosas para lidar com as implicações dessas mudanças nas próximas décadas.

Resumo A previsão, assim como a estimativa de precipitação, é um dos desafios da comunidade científica no mundo, devido à alta variabilidade espacial e sazonal deste elemento meteorológico. Para tanto, metodologias que permitam a interpolação precisa desses elementos são de fundamental importância. Assim, buscamos avaliar a eficiência dos métodos de interpolação no mapeamento de chuvas e compará-la com regressão linear múltipla em regiões tropicais. Os métodos de interpolação estudados foram distância inversa ponderada (IDW) e Krigagem. Dados meteorológicos mensais de chuva de 1961 a 1990 foram obtidos de 1.505 estações pluviométricas da região Sudeste do Brasil, fornecidos pelo Instituto Nacional de Meteorologia. A comparação entre os dados interpolados e os dados reais de precipitação das estações meteorológicas de superfície foi realizada através das seguintes análises: acurácia, precisão e tendência. A média PYEAR para verão, outono, inverno e primavera foram 596 mm estações−1 (s = ±118 mm), 254 mm estações−1 (s = ±52 mm), 114 mm estações−1 (s= ±54 mm) e 393 mm (s = ±58 mm) mm estações−1, respectivamente. A precisão da Kriging é um pouco alta em relação ao IDW. Já o MAPEKRIGING foi de 2% enquanto o MAPEIDW foi de 3%. Os métodos IDW e Krigagem foram precisos e com baixas tendências na estimativa de precipitação. Enquanto a regressão linear múltipla apresentou baixa acurácia quando comparada aos métodos de interpolação. Apesar da menor precisão a regressão linear múltipla é mais prática e fácil de usar, pois estima a chuva apenas com altitude, latitude e longitude, variáveis de entrada que todos conhecem. Os maiores erros na estimativa da distribuição espacial da precipitação ocorreram no inverno para todos os métodos de interpolação.

Abstract The prediction, as well as the estimation of precipitation, is one of the challenges of the scientific community in the world, due to the high spatial and seasonal variability of this meteorological element. For this purpose, methodologies that allow the accurate interpolation of these elements have fundamental importance. Thus, we seek to evaluate the efficiency of the interpolation methods in the mapping of rainfall and compare it with multiple linear regression in tropical regions. The interpolation methods studied were inverse distance weighted (IDW) and Kriging. Monthly meteorological data rainfall from 1961 to 1990 was obtained from 1505 rainfall stations in the Southeast region of Brazil, provided by the National Institute of Meteorology. The comparison between the interpolated data and the real precipitation data of the surface meteorological stations was performed through the following analyzes: accuracy, presicion and tendency. The mean PYEAR, for summer, autumn, winter, and spring are 596 mm seasons−1 (s= ±118 mm), 254 mm seasons−1 (s= ±52 mm), 114 mm seasons−1 (s= ±54 mm) and 393 (s= ± 58 mm) mm seasons−1, respectively. The Kriging highlight accuracy slightly high in relation to IDW. Since the MAPEKRIGING was of 2% while the MAPEIDW was of 3%. The IDW and Kriging methods were accurate and, with low trends in precipitation estimation. While multiple linear regression showed low accuracy when compared with interpolation methods. Despite the lower accuracy the regression linear is more practical and easy to use, as it estimates the rain with only altitude, latitude and longitude, input variables that commonly known input variables. The largest errors in estimating the spatial distribution of precipitation occurred in Winter for all interpolation methods.

Resumo Os índices de classificação climática Thornthwaite são essenciais para interpretar os tipos de clima no estado do bioma pantanal (Mato Grosso do Sul), simplificando o processo de cálculo e interpretação do equilíbrio climatológico da água pelos agricultores. Contudo, existem poucos estudos encontrados na literatura que caracterizam o clima do bioma pantaneiro em diferentes cenários climáticos. Procuramos avaliar as alterações climáticas utilizando o índice de humidade da classificação climática de Thornthwaite no bioma pantaneiro. Utilizámos séries históricas de dados climáticos de todos os 79 municípios de Mato Grosso do Sul entre 1987 e 2017, que foram divididos em microrregiões. A temperatura do ar e a precipitação foram recolhidas numa escala diária. Os dados de precipitação e evapotranspiração potencial permitiram calcular o balanço hídrico pelo método de Thornthwaite e Mather. Caracterizámos todos os locais como húmidos e secos utilizando índices de aridez propostos por Thornthwaite. O modelo climático global utilizado foi BCC-CSM 1.1 desenvolvido no Centro Climático de Pequim (BCC) com uma resolução de 125 x 125 km. Utilizámos os cenários RCP-2.6, RCP-4, RCP-6 e RCP-8.5 para analisar projecções do século XXI (períodos 2041-2060 e 2061-2080). Foram gerados mapas a partir de índices climáticos de Mato Grosso do Sul usando o método de interpolação kriging com modelo esférico, um vizinho, e resolução de 0,25°. As microrregiões mostraram diferentes padrões no que diz respeito aos componentes do balanço hídrico e índice de humidade. O índice de humidade tinha uma média de 15,94. O clima predominante no estado de Mato Grosso do Sul é C2 (sub-húmido húmido). O estado de Mato Grosso do Sul tem dois períodos bem definidos durante o ano: um período seco e um período chuvoso. Três tipos de clima predominam em Mato Grosso do Sul e, de acordo com a classificação Thornthwaite (1948), são B1 (húmido), C2 (sub-húmido húmido), e C1 (sub-húmido seco). A caracterização da água em Mato Grosso do Sul mostrou 234,78 mm ano−1 de excesso de água, 80,8 mm ano−1 de défice hídrico, e 1.114,8 mm ano−1 de evapotranspiração potencial. O défice de água e a evapotranspiração potencial diminuem à medida que a latitude aumenta. As projecções climáticas mostram, em todos os cenários, reduzir a área classificada como umida no estado (B1, B2 e B3), além de adicionar a classe seca sub-húmida (C1). O Cenário RCP 8.5 em 2061 - 2080 é a situação mais preocupante de todas, porque o estado pode sofrer grandes alterações, especialmente na região do bioma pantanal.

Abstract Thornthwaite climate classification indices are essential to interpret climate types in the state of the pantanal biome (Mato Grosso do Sul), simplifying calculation process and interpretation of climatological water balance by farmers. However, there are few studies found in the literature that characterize the climate of pantanel biome in different climatic scenarios. We seek to assess climate change using humidity index of Thornthwaite climate classification in pantanal biome. We used historical series of climate data from all 79 municipalities of Mato Grosso do Sul between 1987 and 2017, which were divided into microregions. Air temperature and precipitation were collected on a daily scale. Precipitation and potential evapotranspiration data allowed calculating water balance by the Thornthwaite and Mather method. We characterized all locations as wet and dry using aridity indices proposed by Thornthwaite. The global climate model used was BCC-CSM 1.1 developed at the Beijing Climate Center (BCC) with a resolution of 125 x 125 km. We used the scenarios RCP-2.6, RCP-4, RCP-6 and RCP-8.5 for analyzing 21st century projections (2041-2060 and 2061-2080 periods). Maps were generated from climate indices of Mato Grosso do Sul using kriging interpolation method with spherical model, one neighbor, and 0.25° resolution. The microregions showed different patterns regarding water balance components and humidity index. Humidity index had a mean of 15.94. The prevailing climate in the state of Mato Grosso do Sul is C2 (moist subhumid). The state of Mato Grosso do Sul has two well-defined periods during the year: a dry and a rainy period. Three climate types predominate in Mato Grosso do Sul and, according to the Thornthwaite classification, are B1 (humid), C2 (moist subhumid), and C1 (dry subhumid). Water characterization in Mato Grosso do Sul showed 234.78 mm year−1 of water surplus, 80.8 mm year−1 of water deficit, and 1,114.8 mm year−1 of potential evapotranspiration. Water deficit and potential evapotranspiration decrease as latitude increases. The climatic projections show, in all scenarios, reduce the area classified as umida in the state (B1, B2 and B3), besides adding the dry subhumid class (C1). The Scenario RCP 8.5 in 2061 - 2080 is the most worrisome situation of all, because the state can undergo major changes, especially in the pantanal biome region.

Resumo Este estudo visava estimar as temperaturas mínimas e máximas mensais do ar nas regiões canavieiras do Brasil. Uma série histórica de 30 anos (1988-2018) de temperaturas máximas (Tmax) e mínimas (Tmin) do ar da plataforma da NASA/POWER foi utilizada para 62 locais que produzem cana-de-açúcar no Brasil. A regressão linear múltipla foi utilizada para modelagem de dados, em que as variáveis dependentes eram Tmin e Tmax e as variáveis independentes eram a latitude, longitude e altitude. A comparação entre modelos de estimativa e os dados reais foi realizada utilizando os índices estatísticos MAPE (precisão) e coeficiente de determinação ajustado (R2adj) (precisão). Os valores MAPE mais baixos dos modelos para estimar a temperatura mínima do ar ocorreram principalmente no Norte durante Fevereiro, Março, e Janeiro. Também os modelos mais precisos para estimar a temperatura máxima do ar ocorreram na região Sudeste durante Janeiro, Fevereiro, e Março. Os valores MAPE e R2adj mostraram precisão e precisão nos modelos para estimar tanto a temperatura máxima como a mínima, indicando que as equações podem ser usadas para estimar as temperaturas em áreas de cana-de-açúcar. O modelo de estimativa de Tmin para a região Sudeste em Julho mostra o melhor desempenho, com um valor MAPE de 1,28 e um R2adj de 0,94. O modelo Tmax da região Norte para Setembro apresenta maior precisão e precisão, com valores de 1,28 e 0,96, respectivamente.

Abstract This study aimed to estimate the minimum and maximum monthly air temperatures in the sugarcane regions of Brazil. A 30-year historical series (1988-2018) of maximum (Tmax) and minimum (Tmin) air temperatures from the NASA/POWER platform was used for 62 locations that produce sugarcane in Brazil. Multiple linear regression was used for data modeling, in which the dependent variables were Tmin and Tmax and the independent variables were latitude, longitude, and altitude. The comparison between estimation models and the real data was performed using the statistical indices MAPE (accuracy) and adjusted coefficient of determination (R2adj) (precision). The lowest MAPE values of the models for estimating the minimum air temperature occurred mainly in the North during February, March, and January. Also, the most accurate models for estimating the maximum air temperature occurred in the Southeast region during January, February, and March. The MAPE and R2adj values showed accuracy and precision in the models for estimating both the maximum and minimum temperatures, indicating that the equations can be used to estimate temperatures in sugarcane areas. The Tmin estimation model for the Southeast region in July shows the best performance, with a MAPE value of 1.28 and an R2adj of 0.94. The Tmax model of the North region for September presents higher precision and accuracy, with values of 1.28 and 0.96, respectively.

Resumo Conhecer a precisão dos modelos de evapotranspiração potencial em diferentes condições agronômicas e climáticas é útil para a agricultura irrigada. Portanto, objetivou-se comparar 18 métodos de estimativa de ETP com o método de Penman-Monteith (FAO-56), em diferentes escalas de tempo para o Estado de Mato Grosso do Sul. Foram utilizadas séries históricas dos dados climáticos em escala diária entre 1983 a 2018 de 22 localidades no estado do Mato Grosso do Sul. Os modelos de estimativa de ETP testados foram: Benevidez-Lopez, Blaney-Criddle, Camargo, Hamon, Hargreaves, Hargreaves-Samani, Jensen-Haise, Jobson, Kharrufa, Linacre, Makkink, Penman, Priestley-Taylor, Radiation, Romanenko, Tanner-Pelton, Thornthwaite e Turc. Esses modelos foram comparados com Penman-Monteith em escalas diárias, semanais e mensais. A comparação entre os modelos de estimativa de ETP e o modelo de Pernman-Monteith foi realizada pelos índices estatísticos: acurácia (MAPE) e precisão (R2aj). Os métodos de estimativa demonstraram diferenças na eficiência em relação às escalas de tempo. Os melhores desempenhos dos modelos foram na escala diária. Para escala diária, os métodos de Priestley-Taylor, Hargreaves, Hamon e Makkink apresentam os melhores valores de acurácia e precisão para o Estado de Mato Grosso do Sul. Para escala semanal os melhores métodos são Hamon e Makkink, enquanto para escala mensal os melhores métodos para estimar a ETP são Makkink e Priestley-Taylor.

Abstract Know the precision of potential evapotranspiration models in different agronomic and climatic conditions is useful for irrigated agriculture. Therefore, we aimed to compare 18 methods of estimation of ETP with the Penman-Monteith (FAO-56) method, at different time scales for the State of Mato Grosso do Sul. Time series of climatic data were used on a daily scale between 1983 and 2018 from 22 locations in the state of Mato Grosso do Sul. ETP estimation models tested were: Benevidez-Lopez, Blaney-Criddle, Camargo, Hamon, Hargreaves, Hargreaves-Samani, Jensen-Haise, Jobson, Kharrufa, Linacre, Makkink, Penman, Priestley-Taylor, Radiation, Romanenko, Tanner-Pelton, Thornthwaite, and Turc. These models were compared with Penman-Monteith in daily, weekly, and monthly scales. The comparison between the ETP estimation models and the Penman-Monteith model was performed by the statistical indices: accuracy (MAPE) and precision (R2aj). Estimation methods showed differences in efficiency over time scales. The best performances of the models were on the daily scale. For daily scale, methods of Priestley-Taylor, Hargreaves, Hamon, and Makkink present the best values of accuracy and precision for the State of Mato Grosso do Sul. In the weekly scale, the most accurate methods are Hamon and Makkink, while for monthly scale the best methods are Makkink and Priestley-Taylor.

Resumo A utilização dos dados de reanálise atmosférico global (ERA-Interim), produzidos pelo European Centre for Medium Range Weather Forecasts - ECMWF se torna uma importante ferramenta para regiões de produção agrícola, principalmente em áreas escassas de estações meteorológicas. Objetivou-se neste trabalho, caracterizar a variabilidade espacial e sazonal hídrica do estado do Mato Grosso do Sul usando dados de reanálise meteorológica do ERA-Interim. O estudo foi realizado no Mato Grosso do Sul, localizado na região Centro-Oeste do Brasil. Os dados decendiais de precipitação pluvial e temperatura média do ar foram obtidos pelo ERA-Interim entre os anos de 1989 e 2015, totalizando 566 pontos. Estimou-se o armazenamento de água no solo, a deficiência hídrica e o excedente hídrico a partir do balanço hídrico normal de Thornthwaite e Mather (1955). No Mato Grosso do Sul ocorreu variação espacial e sazonal dos componentes do balanço hídrico. A variação sazonal do armazenamento hídrico do solo ocorreu com a mudança das estações do ano. A região sul do estado do Mato Grosso do Sul apresenta os maiores recursos hídricos, com DEF reduzido, ARM próximo de 100% e EXC elevados. Os maiores excedentes hídricos ocorrem no período de dezembro a março, enquanto, de agosto a outubro ocorrem os menores valores de excedentes hídricos no estado.

Abstract The use of global atmospheric reanalysis data (ERA-Interim) produced by the European Center for Medium Range Weather Forecasts (ECMWF) becomes an important tool for agricultural production regions, especially in scarce weather station areas. We sought to characterize the spatial and seasonal water variability of the state of Mato Grosso do Sul using meteorological reanalysis data from ERA-Interim. The study was conducted in Mato Grosso do Sul, located in the Midwest region of Brazil. Decendial rainfall and mean air temperature data were obtained from ERA-Interim between 1989 and 2015, totaling 566 points. We estimated soil water storage, water deficit and water surplus from the normal water balance of Thornthwaite and Mather (1955). In Mato Grosso do Sul there was spatial and seasonal variation of water balance components. Seasonal variation in soil water storage occurred with the change of seasons. The southern region of the state of Mato Grosso do Sul has the largest water resources, with reduced DEF, close to 100% ARM and high EXC. The largest water surpluses occur from December to March, while from August to October the lowest water surpluses occur in the state.

Resumo A utilização de dados provenientes de modelos atmosféricos globais é uma alternativa para dados meteorológicos de superfície faltantes e sem séries históricas homogêneas subsidiando avaliações em áreas sem informações meteorológicas de superfície bem como na modelagem do balanço hídrico. Assim, objetivou-se determinar a acurácia da reanálise ERA-Interim do ECMWF e avaliar sua aplicação na estimativa da deficiência hídrica no estado do Paraná, Brasil. Foram utilizados dados meteorológicos decendiais de temperatura média do ar (ºC) e precipitação pluviométrica (mm) do período de 1989 a 2014 oriundos do ERA-Interim do ECMWF e de dados de superfícies (INMET). Para uma avaliação mais criteriosa, os dados meteorológicos foram estratificados por macrorregiões e estações do ano. Foi calculado o balanço hídrico climatológico segundo Thorthwaite e Mather (1955) para ambas as fontes de dados com CAD = 100 mm. Os mapas foram gerados usando sistema de informação geográfica (SIG) e as comparações entre o ERA-Interim do ECMWF e os dados das estações meteorológicas foram realizados pelos índices que avaliam a acurácia, precisão e tendência dos dados. A TAIR do ERA-Interim do ECMWF demostrou alta acurácia em todas as estações do ano, com MAPE > 5% e desvios menores que < 2ºC para todo Estado do Paraná. O teste Tukey comprovou a alta acurácia, pois evidenciou igualdade entre os dados de TERA-I e TINMET. A PERA-I subestimou por todo momento a PINMET que ocorreu nas macrorregiões Noroeste, Norte e Sudoeste, evidenciando baixas precisões (R2 ≅ 0) e elevados MAPE (> 15%). O teste de Tukey comprovou que a PERA-I e PINMET são diferentes, e assim, demonstra que a PERA-I necessita de correções para ser utilizadas. A acurácia do DEFERA-I foi razoável demonstrando um índice de confiança de C = 0,69, a qual corresponde a um desempenho “bom”.

Abstract The use of data from global atmospheric models is an alternative to missing surface meteorological data, but few studies have determined the accuracy of these models and evaluated their use in water balance modeling. We determine the accuracy of the ECMWF ERA-Interim reanalysis dataset and its application in the calculations of water deficiency in Paraná, Brazil. We used 10-day period mean air temperature (ºC) and rainfall (mm) monthly data from 1989 to 2014 from ECMWF ERA-Interim and surface data (INMET). For a more careful evaluation, the meteorological data were stratified by macro regions and seasons. We calculated the climatological water balance according to Thorthwaite and Mather (1955) for both data sources with CAD = 100 mm. The maps were generated using geographic information system (SIG) and the comparisons between the ECMWF ERA-Interim data and the meteorological station data were performed by the indexes that evaluate the accuracy, precision and trend of the data. The TAIR of ECMWF ERA-Interim showed high accuracy in all seasons of the year, with MAPE > 5% and lower than < 2ºC for all Paraná State. The Tukey test proved the high accuracy, as it evidenced by the equality between the TERA-I and TINMET data. The PERA-I consistently underestimated the PINMETs that occurred in the Northwest, North and Southwest macro-regions, showing low accuracies (R2 ≅ 0) and high MAPE (> 15%). The Tukey test proved that the PERA-I and PINMET are different, and thus demonstrates that the PERA-I needs corrections to be used. The accuracy of the DEFERA-I was reasonable demonstrating a confidence index of C = 0.69, which corresponds to a “good” performance.

RESUMO Neste trabalho, investigamos o processo de preparação de filmes finos de niobato de lítio (LiNbO3), utilizando como fonte de Nióbio (Nb) o Oxalato Amoniacal de Nióbio (NH4H2NbO(C2O4).3H2O, na síntese da resina precursora pelo método dos precursores poliméricos (Pechini). A cinética de formação de fase foi investigada com base nos padrões de difração de raios x (DRX) das amostras, revelando uma forte influência da estequiometria da resina e do tratamento térmico sobre a formação da fase desejada LiNbO3. Uma análise comparativa com estudos já realizados na literatura e dados experimentais observados para o pó, revelam que esta forte influência sobre a formação de fase dos filmes possivelmente esta relacionada ao emprego do precursor Oxalato como material de partida. A morfologia dos filmes foi investigada com base em imagens obtidas por microscopia eletrônica de varredura por emissão de campo (FEG-SEM), revelando uma microestrutura heterogênea e não contínua. Uma análise qualitativa dos elementos presentes no filme foi realizada com base em medidas de energia dispersiva de raios x (SEM-EDS), revelando a presença residual do elemento químico carbono nas amostras finais, embora as fases contendo íons de carbono não tenham sido evidenciadas nos estudos de DRX.

ABSTRACT In this study we investigated the preparation of thin films of lithium niobate (LiNbO3), by using ammonium niobium oxalate - (NH4H2NbO (C2O4) .3H2O - in the synthesis of the precursor resin, by the polymeric precursor method (Pechini). The crystalline phase formation was investigated by XRD analysis, revealing a strong influence of the stoichiometry of the resin and thermal treatment on the formation of LiNbO3 phase. A comparative analysis with previous studies in the literature and experimental data observed for powder reveals that this strong influence on the phase formation of the films is probably related to the use of oxalate precursor as starting material. The morphology of the films was investigated by scanning electron microscopy with field emission gun (FEG-SEM); its revealed a porous structure, a qualitative analysis of elements present in the film was based on the EDS spectra analysis (SEM-EDS), revealing the presence of residual carbon in the final samples.