Variabilidade temporal e espacial da precisão das estimativas de elementos meteorológicos no Rio Grande do Sul Spatial and temporal variability of estimate precision in meteorological elements at Rio Grande do Sul Brazil

O planejamento de atividades agropecuárias exige que os riscos climáticos, em um determinado local e período do ano, sejam estimados com máxima precisão. Dessa forma, foram utilizados os dados de 15 locais do Estado do Rio Grande do Sul, com o objetivo de estudar a variabilidade temporal e espacial da precisão das estimativas das médias mensais de precipitação pluvial, insolação, radiação solar global e temperaturas mínima, média e máxima. Para isso, calculou-se o erro de estimação (semiamplitude do intervalo de confiança) (EE), em percentagem da estimativa da média mensal de precipitação pluvial, insolação, radiação solar global e temperaturas mínima, média e máxima, para cada mês e local, que foi utilizado como medida de precisão. A partir do EE, para cada um dos elementos meteorológicos, agruparam-se os meses e os locais, por meio do método hierárquico de Ward, e calculou-se o coeficiente de correlação linear de Pearson entre as matrizes de distância euclidiana média padronizada e gráfica a fim de verificar a consistência dos agrupamentos. Conclui-se que a precisão das estimativas, média de meses e locais, entre os elementos meteorológicos, aumenta na seguinte ordem: precipitação pluvial (EE=21,66%), insolação (EE=6,74%), radiação solar global (EE=5,52%) e temperaturas mínima (EE=4,40%), média (EE=2,63%) e máxima (EE=2,27%). Há variabilidade da precisão das estimativas das médias mensais de precipitação pluvial, insolação, radiação solar global e temperaturas mínima, média e máxima, no Estado do Rio Grande do Sul, no tempo (meses) e no espaço (locais). Estimativas com base em 30 anos de observações têm precisão menor nos meses de abril, maio, junho, julho, agosto e setembro, em relação aos demais meses.<br>Planning agricultural activities requires that climatic risks in each location and time of year are estimated with maximum precision. In this estudy data from15 locations of Rio Grande do Sul, Brazil, were used with the objective of studing spatial and temporal variability of the precision estimates average of monthly rainfall, sunshine, solar radiation global and temperatures minimum, mean and maximum. It was estimated the estimation error (half-amplitude of the confidence interval) (EE) in percentage of estimate average monthly rainfall, sunshine, solar radiation global and temperatures minimum, mean and maximum for each month and location, which was used as a measure of precision. From the EE, for each meteorological elements, months and locations were clustered by hierarchical method of Ward. The Pearson's linear correlation coefficient between the arrays of the standardized average euclidian distance and graphics was calculated in order to check the clusters consistency. It was concluded that the precision estimates, average of months and locations, between the meteorological elements, increases in the following order: rainfall (EE=21.66%), sunshine (EE=6.74%), global solar radiation (EE=5.52%) and temperatures minimum (EE=4.40%), mean (EE=2.63%) and maximum (EE=2.27%). Results showed that there is variability in precision estimate of monthly average rainfall, sunshine, global solar radiation and minimum, mean and maximum temperatures in Rio Grande do Sul, both in temporal and spatial scale. Estimates based on 30 years data are less precision in April, May, June, July, August and September in relation to the others.