Artigo Original DOI:10.5902/2179460X22890 Ciência e Natura, Santa Maria v.38 n.3, 2016, Set.- Dez. p. 1453 – 1460 Revista do Centro de Ciências Naturais e Exatas - UFSM ISSN impressa: 0100-8307 ISSN on-line: 2179-460X Recebido: 28/06/2016 Aceito: 14/07/2016 Modelagem estatística para previsão de geada de radiação Statistical modeling for radiative frost forecast Alessandro da Silva e Rosandro Boligon Minuzzi Universidade Federal de Santa Catarina Brasil alessandroagroufsc@yahoo.com.br; rbminuzzi@hotmail.com Resumo O objetivo do estudo foi obter modelos estatísticos para a previsão de geada branca. Foram utilizados dados meteorológicos diários de temperatura mínima e temperatura média do ar das 18 h e 00 h (TMG - Tempo Médio de Greenwich) no período de maio a agosto de 2000 a 2015, de estações localizadas nos municípios de Campos Novos, Lages, Chapecó e São Joaquim, em Santa Catarina. Foi utilizada a regressão linear simples e polinomial para correlacionar as variáveis independentes (X), temperatura mínima, temperatura média, temperatura das 18 h e 00 h (TGM) do dia anterior (Ti-1), com a variável dependente (Y), temperatura mínima do dia presente (Tmin i). O índice de confança foi utilizado para avaliar a confabilidade da estimativa de temperatura mínima (Ti). A temperatura do ar a 00 h (TMG) foi a melhor variável preditora para a temperatura mínima (Tmin i). Os modelos estatísticos obtidos para previsão de temperatura mínima (Tmin i) apresentaram um desempenho ‘muito bom’. Em eventos de geada branca (Tmin ≤ 4°C), o acerto nas estimativas esteve entre 64,3% e 88,9%. Palavras-chave: Temperatura mínima; Radiação terrestre; Geada branca. Abstract The objective was to obtain statistical models for the prediction of hoarfrost. Were used daily weather data minimum temperature and average air temperature of 18 h and 00 h (GMT - Greenwich Mean Time) in the period May-August 2000 to 2015, of stations located in the cities of Campos Novos, Lages, Chapecó and São Joaquim, Santa Catarina. Was used Simple Linear Regression and Polynomial for correlating the independent variables (X), minimum temperature, mean temperature, temperature of 18 h and 00 h (GMT) on the previous day (Ti-1), with the dependent variable (Y), temperature minimum present day (Tmin i). The confdence index was used to assess the reliability of the estimated minimum temperature (Ti). The air temperature at 00 h (GMT) was the best predictor variable for the minimum temperature (Tmin i). Statistical models obtained for minimum temperature forecast (Tmin i) presented a performance of ‘very good’. In hoarfrost events (Tmin ≤ 4 °C), the accuracy of estimates was between 64,3% and 88,9%. Keywords: Minimum temperature; Terrestrial radiation; Hoarfrost.