Climatologia Open-Meteo

Esta página descreve o que cada parte do módulo faz e como os números são obtidos — a metodologia científica, independente da implementação. Toda a série meteorológica de base é fornecida pelo Open-Meteo; os cálculos derivados e a harmonização são feitos pelo StatApp segundo os métodos abaixo.

1. Natureza dos dados

Uma série climática nunca é "a verdade observada" pura. Cada fonte tem um significado e uma incerteza próprios, e o módulo rotula sempre a natureza do dado:

Natureza	O que é	Uso típico e limite
Reanálise (ERA5)	Reconstrução do estado da atmosfera do passado combinando um modelo global com todas as observações disponíveis (assimilação de dados). Grade de ~9–25 km, horária, desde 1940.	Séries históricas longas e homogêneas. Não é medição local: suaviza extremos e relevo fino; há defasagem de alguns dias para consolidação.
Previsão determinística	Uma rodada de um modelo numérico de previsão do tempo (ICON, GFS, ECMWF…), do momento atual até ~16 dias à frente.	Planejamento de curto prazo. A qualidade cai rápido com a antecedência; um único cenário.
Ensemble	Dezenas de rodadas do mesmo modelo com pequenas perturbações nas condições iniciais e na física.	Quantifica a incerteza: a dispersão entre membros é a margem de erro provável. O módulo resume em média, mediana, P10–P90 e probabilidade de exceder um limiar.
Projeção climática (CMIP6)	Simulações de modelos do clima (não do tempo) sob cenários de emissão, em passo diário, até 2100, com bias-correction estatística.	Tendências de longo prazo (décadas). Não representa um dia específico nem a variabilidade interanual real — só o comportamento médio do clima.
Satélite / sensoriamento remoto	Estimativas a partir de radiância medida no espaço: chuva por radar/micro-ondas (IMERG), vegetação (NDVI), temperatura de superfície (LST), aerossóis (AOD), nuvens (GOES).	Cobertura espacial contínua. São estimativas indiretas, com incerteza que varia com nuvem, ângulo e superfície.
Qualidade do ar	Modelos de composição atmosférica (CAMS): material particulado, ozônio, poeira, pólen.	Contexto ambiental e agronômico. Resolução mais grosseira que a meteorologia.

2. Representação espacial — ponto de grade, não estação

Ao informar uma coordenada, o resultado é o valor da célula da grade do modelo que contém aquele ponto — tipicamente um quadrado de 2 a 25 km de lado, dependendo do modelo. Isso não equivale a:

• uma estação meteorológica no local (o módulo não interpola estações — para isso existe o módulo "Climatologia e Interpolação Meteorológica");
• a média do município;
• o microclima de um talhão específico (relevo, face de exposição, corpos d'água e vegetação local não entram na célula).

A altitude do modelo mostrada nos metadados é a altitude média da célula — pode diferir dezenas de metros da altitude real do ponto, o que afeta sobretudo a temperatura. A geocodificação (busca por nome de cidade) usa a base de topônimos do Open-Meteo e devolve o centro da localidade; ajuste a coordenada no mapa se precisar de outro ponto.

3. Representação temporal e harmonização

Cada fonte tem um passo de tempo nativo (horário, diário, mensal…). Quando várias camadas — ou camadas e séries importadas — precisam ser analisadas juntas, todas são levadas para a resolução de análise escolhida antes de qualquer combinação, correlação ou cálculo derivado. Nunca se cruza uma série horária com uma mensal sem alinhamento.

3.1 Regra de ouro: só se reduz resolução

A harmonização só agrega (ex.: horário → diário → mensal). O caminho inverso (diário → horário) devolve erro: o módulo não inventa subdivisões que não foram medidas.

3.2 Agregação por variável

Somar temperatura ou fazer a média da chuva seria incorreto. A operação depende da grandeza:

Grandeza	Operação ao mudar de resolução
Precipitação, evapotranspiração (ET₀), insolação, radiação acumulada, "horas de…"	Soma
Temperatura máxima, rajada de vento, índices de "máximo"	Máximo
Temperatura mínima, índices de "mínimo"	Mínimo
Direção do vento	Média vetorial (circular) — ver 3.3
Temperatura média, umidade, pressão, velocidade do vento, demais variáveis	Média aritmética

O usuário pode forçar uma operação única no painel Processamento, mas o padrão "automático por variável" é o cientificamente correto na maioria dos casos.

3.3 Direção do vento

Ângulos não podem ser somados nem promediados aritmeticamente (a média de 350° e 10° não é 180°). Usa-se a média vetorial: converte-se cada direção θ em um vetor unitário, faz-se a média das componentes e recupera-se o ângulo resultante.

3.4 Dados ausentes

Um período sem medição fica marcado como ausente (NA) — nunca preenchido em silêncio. Opcionalmente descartam-se as linhas incompletas. Séries importadas são alinhadas ao eixo temporal do dataset: uma série semanal colada num eixo diário ocupa os dias medidos e deixa os demais como ausentes — não há interpolação.

4. Camadas calculadas

São variáveis novas derivadas das camadas já harmonizadas. Todas são calculadas depois da harmonização, na resolução de análise — por isso a "escala" do SPI ou a janela de uma média móvel é contada em períodos da resolução escolhida (use resolução mensal para o SPI clássico).

4.1 ETc — evapotranspiração da cultura

ET₀ é a evapotranspiração de referência (grama, método FAO Penman-Monteith, já fornecida pelo Open-Meteo). O coeficiente de cultura Kc depende da espécie e do estádio fenológico e é informado pelo usuário. Referência: Allen et al. (1998), FAO-56.

4.2 Balanço hídrico sequencial (Thornthwaite & Mather, 1955)

Contabiliza, período a período, a água no solo a partir da precipitação (P), da evapotranspiração potencial (ETP = ET₀ ou ETc) e da capacidade de água disponível do solo (CAD).

• Quando P − ETP < 0 (demanda maior que a oferta): acumula-se o "negativo acumulado" (NEG-AC) e o armazenamento decai exponencialmente — ARM = CAD · e^{(NEG-AC / CAD)}
• Quando P − ETP ≥ 0: o solo recarrega até no máximo a CAD; o excedente vira excedente hídrico (EXC).
• ALT = variação do armazenamento no período.
• ETR (evapotranspiração real) = ETP quando há água suficiente; caso contrário ETR = P + |ALT| (o que a planta de fato conseguiu evapotranspirar).
• DEF (deficiência hídrica) = ETP − ETR.

Por construção, em todo período ETR + DEF = ETP e 0 ≤ ARM ≤ CAD; o balanço de massa anual fecha (ΣP = ΣETR + ΣEXC + ΔARM). O armazenamento inicial padrão é o solo na capacidade de campo.

4.3 Graus-dia (GDD)

Antes da média, T máx e T mín são limitadas à temperatura-base por baixo (método 2 de McMaster & Wilhelm, 1997) e, opcionalmente, T máx é limitada a uma temperatura-teto por cima. Acumulados de GDD estimam a fenologia da cultura. A temperatura-base é da espécie.

4.4 Horas de frio

Contagem de horas com temperatura ≤ um limiar (7,2 °C no modelo clássico), agregada por dia. Exige resolução de análise horária. Estima o atendimento à exigência de frio de fruteiras de clima temperado.

4.5 SPI — Índice Padronizado de Precipitação (McKee et al., 1993)

Mede o quão seco ou úmido um período é, em desvios-padrão, comparando a chuva acumulada da escala escolhida com a distribuição histórica daquele acumulado.

1. Acumula-se a precipitação em janelas da escala k (ex.: SPI-3 = soma de 3 períodos).
2. Ajusta-se uma distribuição Gama aos acumulados positivos, pela aproximação de máxima verossimilhança de Thom (1958): A = ln(x̄) − Σln(xᵢ)/n ; α = (1 + √(1 + 4A/3)) / (4A) ; β = x̄ / α
3. A probabilidade acumulada considera os períodos de chuva zero como uma massa de probabilidade q: H(x) = q + (1 − q) · G(x)
4. H(x) é transformado no quantil equivalente da normal padrão (aproximação racional de Abramowitz & Stegun 26.2.23). Esse valor é o SPI.

Interpretação: |SPI| < 1 é normal (~68 % do tempo); SPI ≤ −1,5 seca severa; SPI ≥ 2 muito úmido. Por definição o SPI tem média 0 e desvio-padrão 1 no período de ajuste.

A gama é instável com poucos anos: o resultado é mais confiável com ≥ 30 anos de série (≥ 30 valores na escala escolhida).

4.6 Sequência seca / chuvosa

Comprimento, em cada instante, da sequência corrente de períodos abaixo (seca) ou acima (chuvosa) de um limiar de precipitação. Zera quando a condição é quebrada.

4.7 Janela móvel, acumulado e limiar

• Janela móvel: soma/média/mín/máx/mediana/DP/CV de uma camada nos últimos n períodos. Janela incompleta → valor ausente (nunca aproximado).
• Acumulado: soma corrida desde o início do período.
• Limiar: indicador 0/1 de evento acima/abaixo de um valor, com contagem acumulada opcional (ex.: nº de dias com chuva > 10 mm).

4.8 Normal, anomalia e z-score

A normal climatológica é a média de cada mês (ou dia do ano) sobre um período-base. A anomalia é o valor observado menos a normal; o z-score divide a anomalia pelo desvio-padrão daquele grupo. A anomalia percentual só faz sentido para grandezas com zero absoluto (chuva, radiação), não para temperatura.

4.9 Expressão entre camadas

Aritmética livre entre camadas (operadores + − × ÷ ^ e funções mín, máx, abs, raiz, ln, exp), avaliada com precedência matemática padrão. Útil para amplitude térmica (Tmáx − Tmín), índices próprios, conversões de unidade.

5. Camadas visuais de satélite (NASA GIBS)

Sobreposições de imagem no mapa, servidas pelo Global Imagery Browse Services da NASA. São para leitura visual do contexto — não entram no dataset numérico.

Produto	O que mostra
GOES-East GeoColor	Composição realista: nuvens de dia; luzes de cidade e nuvens em azul à noite. Atualiza a cada ~10 min.
GOES-East infravermelho (banda 13, 10,3 µm)	Temperatura do topo das nuvens: tons frios = nuvem alta e profunda (tempestade). Funciona à noite.
IMERG (GPM)	Taxa de precipitação estimada por constelação de satélites de micro-ondas e IR, a cada 30 min.
NDVI (MODIS)	Vigor da vegetação (índice de vegetação por diferença normalizada), composição de 8 dias ou mensal.
Temperatura da superfície (LST, MODIS)	Temperatura radiativa do solo/dossel, dia e noite, em céu claro.
Profundidade óptica de aerossóis (AOD)	Carga de aerossóis na coluna: fumaça de queimada, poeira, poluição.

6. Estatísticas do resumo

Na aba Resumo, para cada coluna do dataset harmonizado: n (períodos válidos), ausentes, média, desvio-padrão amostral (divisor n − 1), coeficiente de variação (CV % = 100 · DP / |média|), mínimo, Q1, mediana, Q3, máximo (quantis por interpolação linear — type 7, o padrão) e soma. A soma só tem sentido físico para grandezas acumuláveis (chuva, ET₀).

7. Limitações e boas práticas

• Compare sempre com o bom senso agronômico e, quando possível, com dados de estação.
• Para climatologia (normais, SPI), use períodos longos — idealmente 30 anos (1991–2020).
• Reanálise tem defasagem de alguns dias; previsão perde qualidade com a antecedência; projeção climática não representa anos específicos.
• Em terreno acidentado ou perto da costa, a diferença entre a célula e o ponto real cresce.
• O SPI e o balanço hídrico dependem fortemente da qualidade da série de chuva.

8. Referências

• DOBROVOLISKI, Elton Paulo. StatApp: Plataforma de Análise Estatística para Experimentos Agronômicos. 2026. Plataforma digital. Módulo Climatologia Open-Meteo. Disponível em: https://statapp.sporo.com.br. Acesso em: set. 2026.
• ABRAMOWITZ, M.; STEGUN, I. A. Handbook of Mathematical Functions. Washington: National Bureau of Standards, 1964. (Aproximação 26.2.23 para o quantil da normal.)
• ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration: guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56. Roma: FAO, 1998.
• HERSBACH, H. et al. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, v. 146, n. 730, p. 1999–2049, 2020.
• McKEE, T. B.; DOESKEN, N. J.; KLEIST, J. The relationship of drought frequency and duration to time scales. In: CONFERENCE ON APPLIED CLIMATOLOGY, 8., 1993, Anaheim. Proceedings […]. Boston: American Meteorological Society, 1993. p. 179–184.
• McMASTER, G. S.; WILHELM, W. W. Growing degree-days: one equation, two interpretations. Agricultural and Forest Meteorology, v. 87, n. 4, p. 291–300, 1997.
• THOM, H. C. S. A note on the gamma distribution. Monthly Weather Review, v. 86, n. 4, p. 117–122, 1958.
• THORNTHWAITE, C. W.; MATHER, J. R. The water balance. Publications in Climatology, v. 8, n. 1. Centerton: Drexel Institute of Technology, 1955.
• ZIPPENFENIG, Patrick. Open-Meteo.com Weather API. Zenodo, 2023. DOI: 10.5281/zenodo.7970649. Dados via open-meteo.com (licença CC BY 4.0). Reanálise ERA5: Copernicus Climate Change Service (C3S).
• NASA. Global Imagery Browse Services (GIBS). Earth Science Data and Information System (ESDIS). Imagens: GOES-East (NOAA), MODIS e VIIRS (NASA), GPM IMERG (NASA/JAXA). Disponível em: https://worldview.earthdata.nasa.gov. Acesso em: set. 2026.

Um roteiro para montar uma análise do zero. A ideia central: você escolhe locais, período e camadas, e o módulo devolve um dataset espaço-temporal pronto para gráficos, estatística e para os outros motores do StatApp.

Erros comuns

• "Selecione ao menos uma camada": nada foi marcado no painel esquerdo.
• Muitas camadas n/d: o dataset escolhido não cobre essas variáveis — troque a fonte ou a resolução.
• SPI estranho (não centrado em zero): a resolução de análise não é mensal, ou o período é curto demais.
• Horas de frio vazias: exige resolução de análise horária.
• Datas em branco no período histórico: preencha início e fim (ou use um atalho).