Estatísticas zonais de indicadores climáticos para municípios brasileiros

Introdução

Indicadores climáticos são usados em vários modelos estatísticos de diferentes áreas de pesquisa e são especialmente importantes para modelar a incidência de doenças sensíveis ao clima. Esses modelos geralmente adotam uma estrutura espacial em que os dados são agregados por limites administrativos, enquanto os indicadores climáticos costumam ser apresentados em grades regulares contínuas.

Para tornar indicadores climáticos compatíveis com essas estruturas, podem ser usadas estatísticas zonais. Estatísticas zonais são estatísticas descritivas calculadas a partir de células que intersectam um limite espacial. Para cada limite no mapa, estatísticas como média, máximo, mínimo, desvio padrão e soma representam os valores das células que intersectam a área.

Criei bases de estatísticas zonais de indicadores climáticos para municípios brasileiros a partir de diferentes produtos de dados climáticos.

Estatísticas zonais ERA5-Land

1950-2022:

2023:

2024:

2025:

Umidade relativa (1950 - 2025):

Velocidade do vento (1950 - 2025):

Os dados ERA5-Land (Muñoz-Sabater et al. 2021) apresentam indicadores climáticos horários em resolução horizontal de 0,1° × 0,1°, com cobertura global, de 1950 até o presente.

Dados horários de indicadores selecionados foram baixados e agregados em escala diária para calcular estatísticas zonais para os municípios brasileiros.

Foram calculados os seguintes indicadores e agregações.

Indicadores ERA5-Land Funções de agregação diária Estatísticas zonais espaciais
Temperatura (2m) média, máximo, mínimo média, máximo, mínimo, desvio padrão, contagem
Temperatura do ponto de orvalho (2m) média média, máximo, mínimo, desvio padrão, contagem
Componente \(u\) do vento média média, máximo, mínimo, desvio padrão, contagem
Componente \(v\) do vento média média, máximo, mínimo, desvio padrão, contagem
Pressão de superfície média média, máximo, mínimo, desvio padrão, contagem
Precipitação total soma média, máximo, mínimo, desvio padrão, contagem, soma
Umidade relativa média média
Velocidade do vento média média

Um artigo com a metodologia completa foi publicado na revista Environmental Data Science.

Tip

Esses arquivos estão em formato parquet. Não sabe como abrir arquivos parquet? Veja este post do blog.

Estatísticas de uso

As estatísticas de uso desta e de outras bases estão disponíveis aqui.

Estatísticas zonais BR-DWGD

1961-01-01 a 2024-03-20:

A base BR-DWGD (Xavier et al. 2022) apresenta dados meteorológicos diários interpolados para uma grade com resolução espacial de 0,1° × 0,1° para o território brasileiro, com dados diários desde 1º de janeiro de 1961. Ela usa dados de pluviômetros de várias estações meteorológicas em seus métodos de interpolação, com validação cruzada para selecionar o melhor método para cada indicador meteorológico.

Os seguintes indicadores meteorológicos estão disponíveis no estudo BR-DWGD: precipitação (mm), temperatura mínima (°C), temperatura máxima (°C), radiação solar (MJ⋅m−2), velocidade do vento a 2 m de altura (m⋅s−1) e umidade relativa (%).

Foram calculadas as seguintes estatísticas zonais.

Indicadores BR-DWGD Funções de agregação diária Estatísticas zonais espaciais
Temperatura máximo, mínimo máximo, mínimo, desvio padrão, contagem
Umidade relativa média máximo, mínimo, desvio padrão, contagem
Componente \(u\) do vento média máximo, mínimo, desvio padrão, contagem
Evapotranspiração média máximo, mínimo, desvio padrão, contagem
Radiação solar média máximo, mínimo, desvio padrão, contagem
Precipitação soma máximo, mínimo, desvio padrão, contagem, soma
Tip

Esses arquivos estão em formato parquet. Não sabe como abrir arquivos parquet? Veja este post do blog.

Estatísticas zonais TerraClimate

A base TerraClimate (Abatzoglou et al. 2018) apresenta dados meteorológicos mensais interpolados para uma grade com resolução espacial de 0,04° × 0,04° (1/24 de grau), com cobertura mundial e dados mensais de janeiro de 1958 a dezembro de 2021.

Os seguintes indicadores meteorológicos estão disponíveis no estudo TerraClimate: evapotranspiração real (mm), déficit hídrico climático (mm), evapotranspiração potencial (mm), precipitação (mm), escoamento superficial (mm), umidade do solo (mm), radiação de onda curta descendente na superfície (W/m2), equivalente de água da neve (mm), temperatura mínima (°C), temperatura máxima (°C), pressão de vapor (kPa), velocidade do vento (m/s), déficit de pressão de vapor (kPa) e Palmer Drought Severity Index.

Foram calculadas as seguintes estatísticas zonais.

brclimr::product_info(product = "terraclimate")
<list>
├─tmax: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Maximum temperature"
│ ├─detail: "Average for month"
│ ├─unit: "°C"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "tmax_min"
│   ├─max: "tmax_max"
│   ├─mean: "tmax_mean"
│   └─sd: "tmax_sd"
├─tmin: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Minimum temperature"
│ ├─detail: "Average for month"
│ ├─unit: "°C"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "tmin_min"
│   ├─max: "tmin_max"
│   ├─mean: "tmin_mean"
│   └─sd: "tmin_sd"
├─ppt: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Precipitation"
│ ├─detail: "Monthly total"
│ ├─unit: "mm"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "ppt_min"
│   ├─max: "ppt_max"
│   ├─mean: "ppt_mean"
│   ├─sd: "ppt_sd"
│   └─sum: "ppt_sum"
├─aet: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Actual Evapotranspiration"
│ ├─detail: "Monthly total"
│ ├─unit: "mm"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "aet_min"
│   ├─max: "aet_max"
│   ├─mean: "aet_mean"
│   ├─sd: "aet_sd"
│   └─sum: "aet_sum"
├─def: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Climate Water Deficit"
│ ├─detail: "Monthly total"
│ ├─unit: "mm"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "def_min"
│   ├─max: "def_max"
│   ├─mean: "def_mean"
│   ├─sd: "def_sd"
│   └─sum: "def_sum"
├─pdsi: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Palmer Drought Severity Index"
│ ├─detail: "At end of month"
│ ├─unit: "unitless"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "PDSI_min"
│   ├─max: "PDSI_max"
│   ├─mean: "PDSI_mean"
│   └─sd: "PDSI_sd"
├─pet: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Potential evapotranspiration"
│ ├─detail: "Monthly total"
│ ├─unit: "mm"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "pet_min"
│   ├─max: "pet_max"
│   ├─mean: "pet_mean"
│   ├─sd: "pet_sd"
│   └─sum: "pet_sum"
├─q: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Runoff"
│ ├─detail: "Monthly total"
│ ├─unit: "mm"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "q_min"
│   ├─max: "q_max"
│   ├─mean: "q_mean"
│   ├─sd: "q_sd"
│   └─sum: "q_sum"
├─soil: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Soil Moisture"
│ ├─detail: "Total column, at end of month"
│ ├─unit: "mm"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "soil_min"
│   ├─max: "soil_max"
│   ├─mean: "soil_mean"
│   ├─sd: "soil_sd"
│   └─sum: "soil_sum"
├─srad: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Downward surface shortwave radia..."
│ ├─unit: "W/m2"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "srad_min"
│   ├─max: "srad_max"
│   ├─mean: "srad_mean"
│   ├─sd: "srad_sd"
│   └─sum: "srad_sum"
├─swe: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Snow water equivalent"
│ ├─detail: "At end of month"
│ ├─unit: "mm"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "swe_min"
│   ├─max: "swe_max"
│   ├─mean: "swe_mean"
│   ├─sd: "swe_sd"
│   └─sum: "swe_sum"
├─vap: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Vapor pressure"
│ ├─detail: "Average for month"
│ ├─unit: "kPa"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "vap_min"
│   ├─max: "vap_max"
│   ├─mean: "vap_mean"
│   └─sd: "vap_sd"
├─vpd: <list>
│ ├─link: "https://terraclimate.nyc3.cdn.di..."
│ ├─name: "Vapor Pressure Deficit"
│ ├─detail: "Average for month"
│ ├─unit: "kPa"
│ ├─date_range: "Monthly, 1958-01 to 2021-12"
│ └─stats: <list>
│   ├─min: "vpd_min"
│   ├─max: "vpd_max"
│   ├─mean: "vpd_mean"
│   └─sd: "vpd_sd"
└─ws: <list>
  ├─link: "https://terraclimate.nyc3.cdn.di..."
  ├─name: "Wind speed"
  ├─detail: "Average for month"
  ├─unit: "m/s"
  ├─date_range: "Monthly, 1958-01 to 2021-12"
  └─stats: <list>
    ├─min: "ws_min"
    ├─max: "ws_max"
    ├─mean: "ws_mean"
    └─sd: "ws_sd"

Os resultados estão disponíveis como arquivos parquet no Zenodo e também podem ser acessados com o pacote R brclimr.

Tip

Esses arquivos estão em formato parquet. Não sabe como abrir arquivos parquet? Veja este post do blog.

Back to top

References

Abatzoglou, John T., Solomon Z. Dobrowski, Sean A. Parks, and Katherine C. Hegewisch. 2018. “TerraClimate, a High-Resolution Global Dataset of Monthly Climate and Climatic Water Balance from 1958-2015.” Scientific Data 5 (January). https://doi.org/10.1038/sdata.2017.191.
Muñoz-Sabater, Joaquín, Emanuel Dutra, Anna Agustí-Panareda, Clément Albergel, Gabriele Arduini, Gianpaolo Balsamo, Souhail Boussetta, et al. 2021. “ERA5-Land: A State-of-the-Art Global Reanalysis Dataset for Land Applications.” Earth System Science Data 13 (9): 4349–83. https://doi.org/10.5194/essd-13-4349-2021.
Xavier, Alexandre C., Bridget R. Scanlon, Carey W. King, and Aline I. Alves. 2022. “New Improved Brazilian Daily Weather Gridded Data (1961).” International Journal of Climatology, December. https://doi.org/10.1002/joc.7731.