Issue |
Ciência Téc. Vitiv.
Volume 33, Number 2, 2018
|
|
---|---|---|
Page(s) | 167 - 176 | |
DOI | https://doi.org/10.1051/ctv/20183302167 | |
Published online | 23 November 2018 |
Estimation of daily mean temperatures: an accurate method for the Douro Valley
Estimação das temperaturas médias diárias: uma metodologia precisa para a região do Douro
1
ISVOUGA Institute, Rua António de Castro Corte Real, 4520-181 Sta. M. Feira, Portugal
2
INESC TEC, Faculty of Engineering, University of Porto, Rua Dr. Roberto Frias, 4200-465 Porto, Portugal
* Corresponding author: Tel: +351256377550, e-mail: a.sousa@doc.isvouga.pt
Received:
6
July
2017
Accepted:
8
June
2018
Air temperature data from many locations worldwide are only available as series of daily minima and maxima temperatures. Historically, several different approaches have been used to estimate the actual daily mean temperature, as only in the last two or three decades automatic thermometers are able to compute its actual value. The most common approach is to estimate it by averaging the daily minima and maxima. When only daily minima and maxima are available, an alternative approach, proposed by Dall’Amico and Hornsteiner in 2006, uses the two daily extremes together with next day minima temperature and a coefficient related to the local daily astronomical sunset time. Additionally, the method uses two optimizable coefficients related to the region’s temperature profile. In order to use this approach it is necessary to optimize the region’s unknown parameters. For this optimization, it is necessary a dataset containing the maxima, minima, and the actual daily mean temperatures for at least one year. In this research, for the period 2007-2014, we used three datasets of minima, maxima and actual mean temperatures obtained at three automatic meteorological stations located in the Douro Valley to optimize the two unknown parameters in the Dall’Amico and Hornsteiner approach. Moreover, we compared the actual mean daily temperatures available from the three datasets with the correspondent values estimated by using i) the usual approach of averaging the daily maxima and minima temperatures and ii) the Dall’Amico and Hornsteiner approach. Results show that the former approach overestimates, on average, the daily mean temperatures by 0.5ºC. The Dall’Amico and Hornsteiner approach showed to be a better approximation of mean temperatures for the three meteorological stations used in this research, being unbiased relative to the actual mean values of daily temperatures. In conclusion, this research confirms that the Dall’Amico and Hornsteiner is a better approach to estimate the mean daily temperatures and provides the optimized parameters for three sites located at each of the three sub-regions of the Douro Valley (Baixo Corgo, Cima Corgo and Douro Superior).
Resumo
Os dados relativos à temperatura do ar, em muitos locais do mundo, estão apenas disponíveis na forma de séries diárias de temperaturas mínimas e máximas. Historicamente, várias abordagens diferentes têm sido usadas para estimar a temperatura média diária, dado que só nas últimas duas ou três décadas termômetros automáticos são capazes de calcular seu valor real. A abordagem mais comum, é estimá-la utilizando a média aritmética das temperaturas mínimas e máximas diárias. Quando apenas os mínimos e máximos diários estão disponíveis, uma abordagem alternativa, proposta em 2006 por Dall’Amico e Hornsteiner, usa os dois extremos diários juntamente com a temperatura mínima do dia seguinte e um coeficiente relacionado com a hora astronómica do pôr do sol, no local. Além disso, o método usa dois coeficientes optimizáveis, relacionados com o perfil de temperatura da região. Para usar essa abordagem é necessário otimizar os parâmetros desconhecidos da região. Para esta otimização, é necessário um conjunto de dados contendo os máximos, mínimos e as temperaturas médias diárias reais de, pelo menos, um ano. Neste trabalho, para optimizar os dois parâmetros utilizados na abordagem proposta por Dall’Amico e Hornsteiner, no período de 2007 a 2014, foram utilizados três conjuntos de dados de mínimos, máximos e temperaturas médias reais, obtidas em três estações meteorológicas automáticas localizadas na Revião do Douro. Além disso, comparamos as temperaturas médias diárias reais, disponíveis em cada um dos três conjuntos de dados obtidos nas três estações meteorológicas, com os valores correspondentes, estimados usando i) a abordagem usual da média aritmética das temperaturas máximas e mínimas diárias e ii) a abordagem de Dall’Amico e Hornsteiner. Os resultados mostram que a primeira abordagem superestima, em média, as temperaturas médias diárias em 0,5ºC. A abordagem de por Dall’Amico e Hornsteiner mostrou ser uma melhor aproximação das temperaturas médias nas três estações meteorológicas utilizadas neste trabalho, sendo não-enviesadas em relação aos valores médios reais das temperaturas diárias. Em conclusão, este trabalho confirma que a abordagem de Dall’Amico e Hornsteiner é melhor para estimar temperaturas médias diárias. São fornecidos os parâmetros optimizados para os três locais, situados em cada uma das três sub-regiões do Douro Vale (Baixo Corgo, Cima Corgo e Douro Superior)
Key words: daily mean temperature / monthly mean temperature / minimal temperature / maximal temperature / Douro Valley
Palavras-chave: temperatura média diária / temperatura média mensal / temperatura mínima / temperatura máxima / região do Douro
© Instituto Nacional de Investigação Agrária e Veterinária, I.P. / Ex-Estação Vitivinícola Nacional 2018
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.