Estimation and spatialization of minimum, mean and maximum air temperatures for the Northeast region of Brazil

Neste trabalho teve-se como objetivo principal, gerar equações de regressão múltiplas com ajuste de superfície quadrática para estimativa das normais das temperaturas do ar mínimas, médias e máximas mensais e anual, para o Nordeste brasileiro, a fim de fornecer subsídios para o planejamento agroclimático em regiões onde não há disponibilidade desses dados. Obtiveram-se os dados de temperatura do ar utilizados para a determinação dos coeficientes das equações, de 74 estações meteorológicas listadas nas normais climatológicas dos Estados da região Nordeste, fornecidas pelo INMET. A partir das equações ajustadas, foram gerados mapas temáticos das normais das temperaturas do ar mínimas, médias e máximas mensais e anual. As equações obtidas apresentaram bons valores de R²; entretanto, quando utilizadas para altitudes muito elevadas, essas equações tenderam a apresentar baixos valores de temperatura do ar, enquanto as equações ajustadas e sua espacialização mostraram tratar-se de uma alternativa viável para a ampliação da base de dados climáticos da região Nordeste.This study aimed to generate multiple regression equations with quadratic functions to estimate both monthly and annual minimum, mean and maximum air temperatures for the Northeast region. It will provide subsidy to agroclimatic planning in the regions where these data are not available. Temperature data used to determine the equations coefficients were obtained from 74 meteorological stations listed in climatological normals of the states of Northeast region - Brazil, provided by INMET. Based on the adjusted models, thematic maps of monthly and annual minimum, mean and maximum air temperatures were generated. The obtained equations presented good values of R². However, when the equations were used for high altitude places they tended to present low values of air temperature. The adjusted equations and its spatialization is an alternative available to enlarge the climatic data base of this region