O objetivo deste trabalho foi determinar os padrões espaço-temporal da precipitação pluvial no Estado de Minas
Gerais relacionando com seus respectivos sistemas atmosféricos precipitantes e identificar regiões homogêneas.
Usaram-se os métodos de Análise Fatorial em Componentes Principais e de Agrupamento para reduzir um
conjunto original de variáveis (precipitação mensal) num conjunto menor de variáveis (componentes) não
relacionadas, e agrupar indivÃduos de maneira que estes sejam semelhantes em algum aspecto. Observou-se que
as três primeiras Componentes Principais descrevem 80,4% da variância total da precipitação observada, em que
o primeiro fator explica 34,3% da variância e mostrou altas correlações com as chuvas de dezembro a abril na
região sul do Estado, a qual é influenciada, principalmente pela atuação de sistemas frontais. O segundo fator
explica 26,6% da variância dos dados e apresentou correlações expressivas com as chuvas de maio a setembro na
região noroeste e sudoeste, e está possivelmente relacionado a frentes frias e a Zona de Convergência do
Atlântico Sul. Por último, percebe-se que as contribuições relativas ao terceiro fator, com 19,5% da variância dos
dados, representaram os meses de outubro e novembro, e está associado a sistemas de meso e microescala.
Encontraram-se, ainda, quatro regiões homogêneas em relação à variabilidade sazonal e interanual da
pluviometria. Conclui-se que os métodos estatÃsticos testados apresentaram resultados satisfatórios para este tipo
de análise, visto que, corrobora com outros estudos.
The present study aimed to determine the spatial and temporal rainfall in Minas Gerais State relating to their
respective rainfall weather systems and to identify homogeneous regions. The method of Factorial Analysis in
Principal Components and Hierarchical Grouping were used to determine the seasonal and spatial patterns and
homogeneous groups of rainfall. It was observed that the three first principal components describe 80.4% of the
total variance of rainfall observed, in that the first factor explains 34.3% of the variance and showed high
correlations with the rains from December to April in the southern State, which is influenced, mainly by the
performance of frontal systems. The second factor explains 26.6% of data variance and showed significant
correlations with rainfall from May to September in the northwest and southwest, and is possibly related to cold
fronts and the South Atlantic Convergence Zone. Finally, the relative contributions to the third factor, with
19.5% of data variance accounted for the months of October and November, and are associated with mesoscale
and microscale systems. Four homogeneous regions in relation to seasonal and interannual variability of rainfall
were found. It concludes that statistical methods tested showed satisfactory results for this type of analyze,
corroborates previous studies.
