O mercado de Derivativos Climáticos no Brasil ainda é incipiente. Uma das barreiras que atrapalham o aumento da liquidez no mercado é certamente a incerteza que está por traz da precificação e a falta de conhecimento por vários setores dos campos de aplicação potenciais desses derivativos. Com o objetivo de reduzir esta incerteza, este estudo revê abordagens para modelar e estabelecer previsões por modelos de séries temporais para a temperatura na cidade do Rio de Janeiro, e consequentemente para o índice de Cooling Degree Days (CDD) desta localidade. Três modelos são propostos para a previsão da média diária de temperatura, dois benchmark (Holt-Winters e Box & Jenkins) e um pela Transformação de Fourier combinado com o processo GARCH para a variância. Os resultados sugerem que o modelo baseado na transformação de Fourier consegue melhor performance na previsão que os demais.