@InProceedings{ManzaneteChanGome:2016:RePrMo,
               author = "Manzanete, Isabella Rangel and Chan, Chou Sin and Gomes, Jorge 
                         Lu{\'{\i}}s",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "Refinamento das previs{\~o}es do modelo eta/inpe para aprimorar a 
                         detecc{\c{c}}{\~a}o de doen{\c{c}}a em citrus",
                 year = "2016",
         organization = "Semin{\'a}rio de Inicia{\c{c}}{\~a}o Cient{\'{\i}}fica e 
                         Inicia{\c{c}}{\~a}o em Desenvolvimento Tecnol{\'o}gico e 
                         Inova{\c{c}}{\~a}o (SICINPE)",
            publisher = "Instituto Nacional de Pesquisas Espaciais",
              address = "S{\~a}o Jos{\'e} dos Campos, SP",
                 note = "{Bolsa PIBIC/INPE/CNPq}",
             abstract = "O Brasil {\'e} o maior produtor de suco de laranja do mundo. 
                         Por{\'e}m, a produ{\c{c}}{\~a}o pode ser afetada por fatores 
                         meteorol{\'o}gicos. A Podrid{\~a}o Floral dos Citros (PFC), pode 
                         ocorrer de forma devastadora quando as planta{\c{c}}{\~o}es 
                         ficam expostas a longos per{\'{\i}}odos de molhamento foliar, 
                         proporcionando aos fungos boas condi{\c{c}}{\~o}es de 
                         desenvolvimento. Os sistemas de previs{\~a}o de epidemias, que 
                         utilizam informa{\c{c}}{\~o}es meteorol{\'o}gicas, s{\~a}o 
                         {\'u}teis para o controle de doen{\c{c}}as de ocorr{\^e}ncia 
                         espor{\'a}dica, como a PFC. Eles evitam o uso de fungicidas em 
                         anos desfavor{\'a}veis, e buscam prever a ocorr{\^e}ncia de 
                         infec{\c{c}}{\~o}es, e a consequente aplica{\c{c}}{\~a}o de 
                         fungicidas, nos anos favor{\'a}veis. Os sistemas t{\^e}m 
                         evolu{\'{\i}}do {\`a} medida que a previs{\~a}o do tempo vem 
                         sendo aprimorada. Assim, {\'e} poss{\'{\i}}vel utilizar a 
                         previs{\~a}o de uma determinada regi{\~a}o e aplicar modelos de 
                         risco da doen{\c{c}}a para prever a aplica{\c{c}}{\~a}o de 
                         fungicidas. Este trabalho mostra a avalia{\c{c}}{\~a}o das 
                         previs{\~o}es do modelo regional Eta/INPE, previs{\~o}es estas 
                         que ser{\~a}o utilizadas para alimentar o modelo de molhamento 
                         foliar. As previs{\~o}es proporcionam maior 
                         antecipa{\c{c}}{\~a}o na tomada de decis{\~o}es, por{\'e}m 
                         para um aumento da destreza do modelo de molhamento foliar, 
                         necessitamos de maior acur{\'a}cia das previs{\~o}es das 
                         vari{\'a}veis meteorol{\'o}gicas. Ajustes foram feitos 
                         atrav{\'e}s de corre{\c{c}}{\~o}es estat{\'{\i}}sticas, 
                         baseado no MOC- Model Output Calibration. As vari{\'a}veis 
                         meteorol{\'o}gicas ajustadas foram: temperatura do ar a 2 m, 
                         umidade relativa do ar a 2 m. As avalia{\c{c}}{\~o}es das 
                         previs{\~o}es das vari{\'a}veis citadas acima, utilizando as 
                         informa{\c{c}}{\~o}es da esta{\c{c}}{\~a}o autom{\'a}tica de 
                         coleta de dados da cidade de Iaras no per{\'{\i}}odo de 13 de 
                         Janeiro de 2016 a 13 de Fevereiro de 2016, indicaram os valores, 
                         para as previs{\~o}es do modelo Eta n{\~a}o ajustadas, dos 
                         {\'{\i}}ndices Bias, MAE e RMSE de - 0.92, 1.83 e 2.31, para 
                         vari{\'a}vel temperatura e -1,71, 8,52 e 10,50 para a 
                         vari{\'a}vel umidade relativa. Ap{\'o}s as corre{\c{c}}{\~o}es 
                         das vari{\'a}veis feitas pelo MOC, os valores obtidos para os 
                         {\'{\i}}ndices BIAS, MAE e RMSE foram: -0.23, 1.66 e 2.16 para a 
                         temperatura e 1.65, 7.84 e 10.20 para a umidade relativa. 
                         Verifica-se que ap{\'o}s a corre{\c{c}}{\~a}o 
                         estat{\'{\i}}stica os valores dos {\'{\i}}ndices reduziram, 
                         indicando uma melhora na acur{\'a}cia nas previs{\~o}es das 
                         vari{\'a}veis meteorol{\'o}gicas. Nas pr{\'o}ximas etapas do 
                         trabalho ser{\~a}o inclu{\'{\i}}dos, no sistema de ajuste MOC, 
                         as vari{\'a}veis magnitude do vento a 10 metros e 
                         radia{\c{c}}{\~a}o de onda curta e o uso de modelos de 
                         previs{\~a}o de molhamento foliar.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos, SP",
      conference-year = "25-26 jul.",
             language = "pt",
                  ibi = "8JMKD3MGP3W34P/3N5E7GB",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3N5E7GB",
           targetfile = "Manzanete_refinamento.pdf",
        urlaccessdate = "28 abr. 2024"
}