Search

Most of the northeastern region of Brazil (NEB) has a maize production system based on family farming, with no technological advances and totally dependent on the natural rainfall regime, which is concentrated in 4 to 5 months in most parts of the region. This means that the productivity of this crop is low in the NEB. In the northern mesoregions of the NEB, rainfall is concentrated between January and June, in the east of the NEB from April to September, and in the west of the NEB from October to March. The growing season takes place during these semesters. With this in mind, our objective was to develop a model based on canonical correlation analysis (CCA) to predict corn production in the mesoregions of the NEB between 1981 and 2010, using accumulated precipitation per semester as the predictor variable and predicting the observed production in kg/ha. Our results showed that the CCA model presented higher correlations between observed and simulated production than that obtained simply from the direct relationship between accumulated rainfall and production. The other two metrics used, RMSE and NRMSE, showed that, on average, in most mesoregions, the simulation error was around 200 kg/ha, but the accuracy was predominantly moderate, around 29% in most mesoregions, with values below 20% in six mesoregions, indicative of better model accuracy, and above 50% in two mesoregions, indicative of low accuracy. In addition, we investigated how the different combinations between two modes of climate variability with a direct influence on precipitation in the NEB impacted production in these 30 years, with the combination of El Niño and a positive Atlantic dipole being the most damaging to harvests, while years when La Niña and a negative Atlantic dipole acted together were the most favorable. Despite the satisfactory results and the practical applicability of the model developed, it should be noted that the use of only one predictor, rainfall, is a limiting factor for better model simulations since other meteorological variables and non-climatic factors have a significant impact on crops. However, the simplicity of the model and the promising results could help agricultural managers make decisions in all the states that make up the NEB.

Energy consumption demand has shown successive records during recent months, primarily associated with heat waves in almost all Brazilian states. The effects of climate change induced by global warming and the increasingly frequent occurrence of extreme events, mainly regarding temperature and precipitation, are associated with this increase in demand. In this sense, the impact of meteorological variables on load demand in some substations in the northeast and southeast of Brazil was analyzed, considering the historical series of energy injected into these substations. Fifteen substations were analyzed: three in the state of São Paulo, six in Bahia, three in Pernambuco, and three in Rio Grande do Norte. Initially, essential quality control was carried out on the energy injection data. The SAMeT data sets were used for the variable temperature, and Xavier was used for precipitation and relative humidity to obtain a homogeneous data series. Daily and monthly data were used for a detailed analysis of these variables in energy demand over the northeast and southeast regions of Brazil. Some regions were observed to be sensitive to the maximum temperature variable, while others were sensitive to the average temperature. On the other hand, few cases showed the highest correlation with the precipitation and relative humidity variables, with most cases being considered slight or close to zero. A more refined analysis was based on the type of consumers associated with each substation. These results showed that where consumption is more residential, the highest correlations were associated with maximum temperature in most stations in the northeast and average temperature in the southeast. In regions where consumption is primarily rural, the correlation observed with precipitation and relative humidity was the highest despite being negative. A more detailed analysis shows that rural production is associated with irrigation in these substations, which partly explains consumption, as when rainfall occurs, the demand for irrigation decreases, and thus energy consumption is reduced.

Accurate regional seasonal forecasts of the rainy season are essential for the implementation of effective socioeconomic activities and policy. However, current characteristics of the period of occurrence of the rainy season in the Eastern Northeast Brazil (ENEB) region demonstrated that maximum precipitation varies substantially depending on the period analyzed. From 1972 to 2002, the rainy season occurred during the June–July–August (JJA) quarter, while from 1981 to 2011, it occurred in the April–May–June (AMJ) quarter. To access how these differences may be due to different patterns of sea surface temperature (SST), using observed precipitation and SST data from NOAA for the period from 1982 to 2018, this study identified the spatial patterns of inter-annual changes in Pacific and Atlantic SST related to the occurrence of the ENEB rainy seasons. We focus on the statistical method of symmetric mean absolute percentage error (sMAPE) for forecasting these periods based on SST information. Our results revealed five different quarterly periods (FMA, MAM, AMJ, MJJ, JJA) to the rainy season, in which MJJ is more prevalent. The sMAPE values of the SST patterns are inversely proportional to precipitation in the ENEB. Hence, it may be concluded that our climate analysis demonstrates that seasonal SST patterns can be used for forecasting the period of the rainy season.

Resumo A vulnerabilidade dos recursos hídricos à curto e longo prazo está relacionada à diversos fatores como alterações no uso e cobertura da terra e mudanças climáticas. Dada a necessidade de mais informações para auxiliar na gestão da seca e no planejamento do uso da água no semiárido brasileiro, este trabalho segue duas linhas: (I) Analisar a variabilidade espaço-temporal das componentes hidroclimáticas da Bacia Hidrográfica do Submédio São Francisco; (II) Criar um índice de Vulnerabilidade Hídrica a partir da análise fatorial. Foram identificados dois fatores predominantes na bacia, solo e clima, os quais são constituídos por variáveis hidroclimaticas distribuídas espaço e temporalmente. Com o IVH, foi possível identificar as áreas que possuem o menor índice, ou seja, aquelas que são mais vulneráveis aos efeitos das mudanças climáticas, indicando que com a instabilidade no regime de chuvas deverá ocorrer menor recarga dos aquíferos, impedindo que, na época da estiagem, os reservatórios continuem a manter sua produção para o abastecimento, podendo ainda, apresentar riscos como aumento da temperatura e alterações no regime hídrico.

Monitoring rainfall in the Brazilian Legal Amazon (BLA), which comprises most of the largest tropical rainforest and largest river basin on the planet, is extremely important but challenging. The size of the area and land cover alone impose difficulties on the operation of a rain gauge network. Given this, we aimed to evaluate the performance of nine databases that estimate rainfall in the BLA, four from gridded analyses based on pluviometry (Xavier, CPC, GPCC and CRU), four based on remote sensing (CHIRPS, IMERG, CMORPH and PERSIANN-CDR), and one from reanalysis (ERA5Land). We found that all the bases are efficient in characterizing the average annual cycle of accumulated precipitation in the BLA, but with a predominantly negative bias. Parameters such as Pearson’s correlation (r), root-mean-square error (RMSE) and Taylor diagrams (SDE), applied in a spatial analysis for the entire BLA as well as for six pluviometrically homogeneous regions, showed that, based on a skill ranking, the data from Xavier’s grid analysis, CHIRPS, GPCC and ERA5Land best represent precipitation in the BLA at monthly, seasonal and annual levels. The PERSIANN-CDR data showed intermediate performance, while the IMERG, CMORPH, CRU and CPC data showed the lowest correlations and highest errors, characteristics also captured in the Taylor diagrams. It is hoped that this demonstration of hierarchy based on skill will subsidize climate studies in this region of great relevance in terms of biodiversity, water resources and as an important climate regulator.

Agriculture is the world’s main economic activity. According to the Intergovernmental Panel on Climate Change, this activity is expected to be impacted by drought. In the Northeast region of Brazil (NEB), most agricultural activity is carried out by small rural communities. Local socio-economic data were analyzed using multivariate statistical techniques in this study to determine agricultural sensitivity to drought events (SeA) and agricultural vulnerability to drought extremes (VaED). The climate data used to develop the risk factor (Rdrought) were the drought indicator with the Standard Precipitation Index (SPI) and the average number of drought disasters from 1991 to 2012. Conditional probability theory was applied to determine agricultural vulnerability to drought extremes (VaED). Characterization of the risk of agricultural drought using the proposed methodology showed that the rainy season presents high risk values in the central region, covering areas of the states of Ceará, Piauí, Pernambuco and Rio Grande do Norte, as well as all areas of the semi-arid region. The risk ranged from high to medium. The results also indicated that part of the south of Bahia and the west of Pernambuco have areas of extreme agro-climatic sensitivity. Consequently, these states have an extreme degree of climate vulnerability during the region’s rainy season.

ABSTRACT Objectives: to analyze the climate seasonality of respiratory diseases in children aged 0-9 years and present a model to predict hospital admissions for 2021 to 2022. Methods: verify, in a temporal manner, the correlation of admissions for pneumonia, bronchitis/bronchiolitis, and asthma with meteorological variables, aiming to demonstrate seasonality with the adjustment of temporal series models. Results: there was a seasonal effect in the number of registered cases for all diseases, with the highest incidence of registrations in the months of autumn and winter. Conclusions: it was possible to observe a tendency towards a decrease in the registration of pneumonia cases; In cases of admissions due to bronchitis and bronchiolitis, there was a slight tendency towards an increase; and, in occurrence rates of asthma, there was no variation in the number of cases.

Resumo O cultivo de milho em regime de sequeiro no estado de Alagoas é determinado pela variabilidade climática, especialmente sob as recorrentes secas que influenciam a recarga dos recursos hídricos em toda a região Nordeste do Brasil. Uma das formas de minimizar o risco de perdas é estabelecer uma janela climática ótima para o plantio. Nessa pesquisa utilizou-se um modelo agrometeorológico de penalização por déficit hídrico para simular a produtividade em todos os municípios de Alagoas no período de 1980 a 2015. A alta correlação entre simulações e observações, e o erro médio absoluto baixo para estações de referência validaram o modelo. Há diferentes janelas favoráveis ao plantio, mais curta no sertão durante o mês de abril, entre o terceiro decêndio de março e o terceiro decêndio de maio no agreste, e entre o primeiro decêndio de março e o segundo decêndio de junho no leste alagoano. Em média, as perdas relativas de produtividade no sertão são de 45%, no agreste de 40% a 45%, e em torno de 20% no leste. Estes resultados podem auxiliar o Zoneamento Agrícola de Risco Climático de Culturas do Ministério da Agricultura, Pecuária e Abastecimento, a estabelecer um calendário mais criterioso para a semeadura do milho no estado de Alagoas.

Resumo Este artigo avalia a aplicabilidade e efetividade da ferramenta estatística “Convergência e Divergência de Médias Móveis” (MACD) à previsibilidade das vazões médias anuais do Rio Paraná medidas na cidade de Corrientes-Argentina, com amplitude temporal de 100 anos. Esta técnica é amplamente utilizada no mercado financeiro para previsão de tendências e reversões em valores de commodities e ações, tendo sofrido ajustes para uso nesse estudo. às médias móveis exponenciais (EMA) do oscilador, atribuíram-se períodos correspondentes a ciclos astronômicos que produzem efeitos na variável climatológica em estudo: o Ciclo solar de Schwabe, de periodicidade de 11,2 anos, o Ciclo Nodal Lunar, de 18,6 anos, e o Ciclo Apsidal Lunar, de 8,85 anos. Há um crescente entendimento científico de que tais parâmetros cíclicos astronômicos exercem influência no clima terrestre, inclusive sobre oscilações oceano-atmosféricas de escala global, como a Oscilação Decadal do Pacífico (ODP) e a El Niño-Oscilação Sul (ENOS), que, por sua vez, sabidamente se relacionam à variável, a qual é resposta das condições de pluviometria que levam águas a dois dos rios mais importantes da bacia do Prata: o Paraná e o Uruguai. Propriedades específicas da MACD obtiveram desempenho considerável na predição de tendências de aumento/diminuição em diversos períodos nessa série centenária de vazões. Encoraja-se a aplicação da MACD a outras variáveis climáticas, como precipitação, PNM e TSM, de modo a efetivá-la como mais uma ferramenta a fornecer esteio às previsões climáticas.

Resumo Neste estudo, um modelo de downscaling estatístico (MDE) baseado na metodologia de análogos foi usado para projetar padrões futuros de precipitação e temperatura na cidade de Maceió, litoral leste do Nordeste (9,7° S; 35,7° W; 64,5m), e avaliar seus impactos na produtividade da cana de açúcar. Dados observados históricos foram usados para o downscaling da precipitação e temperatura usando diferentes modelos climáticos globais (CanESM2, CNRM-CM5, IPSL-CM5A-MR, GFDL-ESM2M, MIROC-ESM, MPI-ESM-MR, e NorESM1-M) em relação ao período de referencia (1961-1990), e, em seguida, para cenários futuros de 2021 a 2080. Os dados foram analisados em decêndios, mesmo passo de tempo do modelo agrometeorológico usado para a cultura. Ao contrário do que se esperava, a combinação de redução das chuvas e aumento da evapotranspiração nos cenários futuros não diminuiu a estimativa da produtividade, com previsão de aumento. A este fato pode-se atribuir que a redução das chuvas previstas, mais acentuadas no período chuvoso, não serão decisivas para a diminuição da produtividade, pois na maioria dos modelos climáticos há previsão de aumento das chuvas no período seco de setembro a dezembro, crítico para o crescimento inicial da cultura, que tem calendário de plantio a partir do primeiro decêndio de setembro.

Resumo Alterações no uso e ocupação do solo das cidades tem consequências diretas no campo térmico urbano, cujas características físicas e microclimáticas tornam-se atrativos à convivência humana. Esta pesquisa teve como objetivo analisar a variação de um índice biometeorológico e estudar quantitativamente o ciclo diurno do conforto térmico humano em Maceió-AL, por meio de dados horários disponibilizados pela estação meteorológica automática do Instituto Nacional de Meteorologia (INMET) entre os anos de 2004 a 2015. Em média, observa-se sensação de conforto das 00 às 09 horas UTC; das 11 às 20 UTC prevalece a sensação de desconforto térmico pelo calor. A partir das 21 UTC o desconforto devido ao calor vai apresentando uma diminuição e o conforto começa a aumentar, prevalecendo essa sensação, não sendo identificados casos de desconforto ou estresse devido ao frio. é comum, a depender da época do ano, ocorrência de horas de estresse pelo calor entre 10 a 19 UTC, com maior frequência das 15 às 17 UTC. Apesar de constatados desconforto e estresse por calor, predomina na maior parte das horas do dia condições de conforto, não sendo observados em todo o período de estudo nenhum caso de desconforto por frio.

Resumo A Evapotranspiração (ET) é a segunda variável mais importante do ciclo hidrológico e influencia inúmeros processos da atmosfera. Desta forma, é interessante estudar as mudanças desta variável sob o contexto das mudanças climáticas antropogênicas e da constante ocorrência de secas no Nordeste Brasileiro (NEB). Foram analisadas as tendências da ET no NEB entre 1980 e 2016 a partir de dados em grade com alta resolução de 0.25° x 0.25º, constituindo 2071 pontos no NEB. Uma análise de agrupamentos mostrou que é plausível dividir a região em quatro grupos homogêneos. O grupo 1 é referente a área do semiárido na porção central do NEB. O grupo 2 é a faixa que circunda o semiárido. O grupo 3 localiza-se ao norte do Maranhão e o 4 na costa e noroeste do NEB. Analisando-se a tendência média da ET, observa-se que os grupos 2, 3 e 4 apresentaram tendências significativas de aumento da ET de 2,7 mm/ano, 3,51 mm/ano e 2,57 mm/ano, respectivamente. Em análise ponto por ponto, a porção central do NEB e semiárido apresentaram tendências positivas de ET anual (~0.8 mm/ano), enquanto o litoral noroeste e uma parte da região central da Bahia apresentaram tendências negativas (~1 mm/ano). Tais resultados devem estar associados as recentes tendências de temperatura e chuvas observadas no NEB, com impactos importantes nos núcleos de desertificação observados em muitas áreas da região, servindo de alerta a gestores ambientais e de recursos hídricos.

Resumo O impacto das mudanças climáticas nos padrões de precipitação e temperaturas máximas e mínimas da região Nordeste do Brasil é investigado com base na média dos resultados de quatro modelos climáticos globais, ECHAM5-OM da Alemanha, HADGEM2-ES do Reino Unido, BCM2 da Noruega e o CNRM-CM3 da França, para dois cenários de emissões de gases de efeito estufa, A1B e A2 que tiveram suas projeções futuras regionalizadas para o período 2021-2080 com o emprego da técnica de downscaling estatístico. A habilidade dos modelos em simular as condições do clima presente foi validada para o período de controle 1961-1990, apresentando resultados muito satisfatórios. Foi empregado o método dos análogos para realizar o downscaling estatístico e encontrar as relações preditor-preditando. Os resultados apontam para uma redução expressiva da precipitação nos respectivos períodos chuvosos das sub-regiões do Nordeste, e aumento das temperaturas máximas no primeiro semestre de forma mais significativa, com tendência a diminuição em extensas áreas do setor norte do Nordeste em meses do segundo semestre, principalmente para o cenário A2. Para as temperaturas mínimas os resultados apontam para tendência de aumento em todo o ano com destaque para os meses de inverno.

Resumo Esta pesquisa teve como objetivo calibrar e validar um modelo agrometeorológico de penalização por déficit hídrico aplicado à cultura do algodão herbáceo em 23 municípios da região Nordeste. Os resultados mostraram diferentes cenários, com produtividades variando de extremamente baixas, com média anual inferior a 500 kg/ha, a extremamente altas, com média anual superior a 3500 kg/ha. O processo de calibração do modelo agrometeorológico levou em consideração o nível de produtividade máxima tecnológica, estimada a partir de um ajuste estatístico baseado na série de dados das produtividades reais observadas, permitindo simulações satisfatórias dos valores disponibilizados pelo IBGE. Nos municípios com produtividades muito baixas até 500 kg/ha, a produtividade média observada (PMO) e simulada (PSO) foi de 333 e 361 kg/ha com erro médio absoluto (EMA) de ±56 kg/ha, para municípios com produtividades baixas entre 500 e 1000 kg/ha, a PMO e PSO foi de 774 e 814 kg/ha com EMA de ±172 kg/ha, nos municípios com produtividades medianas entre 1000 e 2000 kg/ha foi de 1358 e 1400 kg/ha com EMA de ±198 kg/ha, e nos municípios com altas produtividades, acima de 2000 kg/ha, a PMO e PSO foi de 3233 e 3357 kg/ha com EMA de ±319 kg/ha, respectivamente.

Resumo Este trabalho teve como objetivo principal gerar cenários climáticos futuros, e avaliar os impactos na produtividade do algodão herbáceo através de um modelo agrometeorólogico, quando comparada com a produtividade atual observada. Um downscaling estatístico foi empregado para obter as series futuras das variáveis meteorológicas necessárias para o cálculo da produtividade, obtido com um modelo agrometeorólogico devidamente calibrada para a realidade do algodão na região semiárida do Nordeste brasileiro. As series temporais das variáveis meteorológicas tiveram suas falhas devidamente preenchidas e passaram por um rigoroso sistema de controle de qualidade. As projeções futuras calculadas para os cenários climáticos A1B e A2, dos modelos ECHAM5-OM e HadGEM2-ES foram unanimes em apontar redução significativa das chuvas e aumento das temperaturas. A evapotranspiração, consequentemente, também apresenta tendência de aumento para o horizonte futuro estudado, de 2020 a 2080. Como impacto para a cultura do algodão, prevê-se, para 23 municípios estudados do semiárido nordestino, redução significativa da produtividade, que pode ser reduzida a aproximadamente metade da produtividade atual observada.

Resumo Um dos fatores mais importantes em qualquer programa de gerenciamento dos recursos hídricos é ter o conhecimento sobre os processos naturais que regulam o ciclo hidrológico. O objetivo desse estudo foi realizar a estimativa da Evapotranspiração de referência (ETo) na bacia hidrográfica do Baixo São Francisco (BSF), com uso do método de Penman-Monteith (PM) recomendado pela Food and Agriculture Organization (FAO), no período de 2009 a 2018. O primeiro passo da pesquisa foi realizar o preenchimento de falhas em dados de superfície, utilizando o método estatístico média preditiva (Predictive Mean Matching-PMM). Após validação desse método, pôde-se estimar a ETo pelo método PM-FAO, onde observou-se que a dinâmica temporal da ETo na maior parte das localidades de estudo segue um padrão semelhante, tendo apenas valores diferentes nos seus máximos e mínimos. Com relação aos valores médios diários de ETo, Pão de Açúcar, em Alagoas, teve o maior valor na região de estudo, 4,69 mm.dia−1 e Arapiraca, também em Alagoas, o menor valor com 4,18 mm.dia−1. A média do total anual acumulado de ETo do BSF para o período foi de 1635,23 mm.ano−1. A baixa ETo observada durante o período chuvoso (abril a julho) está associada às temperaturas mais baixas. O trabalho obteve bons resultados, se comparado com outros estudos já realizados no BSF.

Resumo O objetivo deste trabalho é avaliar as previsões climáticas regionais de precipitação sobre o Brasil durante a estação do inverno de 2018 através do modelo RegCM4.7 com diferentes inicializações, tanto espacial como em 5 áreas específicas. Para realizar alertas de possíveis anomalias abaixo/acima da normal climatológica, é necessário verificar a habilidade destes modelos em prever de forma antecipada a precipitação. O modelo RegCM4.7 foi conduzido com dados do modelo Global Climate Forecast System Version 2. As destrezas das previsões foram avaliadas de forma qualitativa e quantitativa, comparando resultados com os dados do Climate Prediction Center (CPC). Os resultados mostraram que o RegCM4.7 conseguiu prever de forma coerente a precipitação com alguns meses de antecedência para o trimestre junho, julho e agosto (JJA), com menores erros sobre as regiões Nordeste e Sudeste do Brasil, onde maiores erros foram identificados sobre os subdomínios AMZ e SUL. Observou-se que as correlações das previsões foram inferiores a 0,8 durante todos os experimentos e subdomínios, exceto para região do Nordeste que apresentou os maiores valores de correlação. De maneira geral, destaca-se que o modelo foi hábil em prever a distribuição espacial de precipitação com antecedência sobre todo domínio, porém com tendência de subestimar o observado.

Resumo A avaliação da vulnerabilidade da população é uma análise dos impactos esperados, modelagem de risco, exposição, sensibilidade e falta de capacidade de adaptação de uma região ou de um setor específico aos efeitos de eventos climáticos extremos. A vulnerabilidade engloba uma variedade de conceitos incluindo sensibilidade ou suscetibilidade a danos e falta de capacidade para lidar e adaptar. Uma forma de analisar estes aspectos tão diferenciados é através de um processo estocástico, como a probabilidade condicional. Neste artigo, apresenta-se um modelo conceitual para avaliar a vulnerabilidade da população ao clima, levando em conta uma das regiões susceptíveis brasileiras, a Nordeste. Os resultados mostram que o indicador proposto IVPopS apresenta a região central semiárida mais vulnerável, além de uma avaliação detalhada em cada componente do indicador. áreas produtivas como Petrolina-PE estão com índices elevados de risco (0,604), exposição (0.863), sensibilidade (0,910), enquanto a incapacidade de adaptação está com índices baixos (0,002).

Resumo Identificar áreas com um potencial risco de degradação ambiental por processos antrópicos ou naturais é importante para a gestão sustentável dos recursos naturais, principalmente nas regiões semiáridas do nordeste brasileiro. O presente estudo teve como objetivo avaliar o índice de erosão (EI30) e avaliar seus extremos na Bacia Hidrográfica do Apodi/Mossoró (BHAM) localizada no estado do Rio Grande do Norte, através da teoria dos valores extremos e associar com o padrão de chuva da região. Foram utilizados dados de precipitação da Agência Nacional das águas (ANA) e do Projeto Tropical Rainfall Measuring Mission (TRMM). Foram utilizados os critérios de informação de Akaike (AIC) e o critério bayesiano de Schwarz (BIC) para seleção de modelos matemáticos que explicam os extremos de erosividade, aliados a avaliação da correlação entre EI30 e o coeficiente de chuva (Rc). A estação meteorológica Felipe Guerra na BHAM apresentou os melhores resultados para gerar o efeito hidrológico do EI30 com dados TRMM. Conclui-se que os dados TRMM podem ser de grande avalia para estimar o EI30 onde não há dados observacionais, além disso o EI30 acompanha a sazonalidade da precipitação e foi classificado como moderado, cujos maiores valores acontecem no período de fevereiro a maio.

Resumo Modelos empíricos chuva-vazão vêm sendo cada vez mais usados nas últimas décadas, devido a indisponibilidade de dados de entrada dos modelos conceituais, e à confiabilidade, rapidez, e menor complexidade destes modelos. Neste contexto, foi aplicada a técnica de Regressão por Componentes Principais (RCP) na simulação das vazões médias mensais de oito estações fluviométricas na Bacia Hidrográfica do Xingu (BHX), pertencente a grande bacia hidrográfica amazônica. Na BHX se encontra a usina hidroelétrica de Belo Monte, além de importantes áreas de preservação ambiental. Demonstra-se na pesquisa o grau de relação entre a precipitação e vazão, entrada e resposta do modelo chuva-vazão baseado em RCP, e os respectivos graus de defasagem com eficiência preditiva. A RCP apresentou bons resultados na simulação das vazões mensais em todas as estações selecionadas, caracterizando bem a dinâmica das séries temporais com resultados ótimos nos períodos de estiagem (maio a outubro) e tendência a leve subestimativa nos períodos chuvosos (novembro a abril). Tais resultados utilizando a precipitação observada na simulação das vazões da BHX permitem concluir que um bom sistema de previsão climática para a precipitação sazonal poderá inferir um grau preditivo importante para as vazões com até três meses de antecedência.

Resumo O objetivo deste trabalho foi avaliar a eficiência do uso de Redes Neurais Artificiais (RNA) para a classificação de uso do solo da Bacia Hidrográfica do Rio Japaratuba - SE, a partir de uma imagem de sensoriamento remoto. Uma classificação pelo método Máxima Verossimilhança foi realizada para ser comparada com as classificações geradas por RNA, uma vez que o primeiro método já é consolidado na literatura. Para avaliar a eficiência das classificações foram analisados o índice Kappa, Exatidão Global e Raiz do Erro Médio Quadrático (REMQ). A classificação por Máxima Verossimilhança obteve índice Kappa de 0,95 e Exatidão Global de 96,43%. A RNA cuja arquitetura se mostrou mais eficiente obteve índice Kappa de 0,93, Exatidão Global de 94,14% e REMQ oscilando entre 0,35 e 0,45 durante suas 10000 iterações, sendo o valor estipulado como ótimo igual a 0,10. As RNA se mostraram eficientes na classificação de uso de solo a partir de imagens de sensoriamento remoto, tendo em vista que os resultados dos parâmetros de acurácia apresentaram valores que indicam uma concordância quase perfeita na classificação realizada por seis das oito arquiteturas de RNA testadas. Dessa forma os produtos gerados podem ser utilizados como ferramenta técnico-gerencial para a gestão ambiental da área de estudo.

In this study, we evaluated the performance of the Brazilian Global Atmospheric Model (BAM), in its version 2.2.1, in the representation of the surface variables solar radiation, temperature (maximum, minimum, and average), and wind speed. Three experiments were carried out for the period from 2016 to 2022 under three different aerosol conditions (constant (CTE), climatological (CLIM), and equal to zero (ZERO)), discarding the first year as a spin-up period. The observations came from a high-resolution gridded analysis that provides Brazil with robust data based on observations from surface stations on a daily scale from 1961 to 2020; therefore, combining the BAM outputs with the observations, our intercomparison period took place from 2017 to 2020, for three timescales: daily, 10-day average, and monthly, targeting different applications. In its different simulations, BAM overestimated solar radiation throughout Brazil, especially in the Amazon; underestimated temperature in most of the northeast, southeast, and south regions; and overestimated in parts of the north and mid-west; while wind speed was only not overestimated in the Amazon region. In relative terms, the simulations with constant aerosol showed better performance than the others, followed by climatological conditions and zero aerosol. The dexterity indices applied in the intercomparison between BAM and observations indicate that BAM needs adjustments and calibration to better represent these surface variables. Where model deficiencies have been identified, these can be used to drive model development and further improve the predictive capabilities.

This study applied regionalization techniques on future climate change scenarios for the precipitation over the Xingu River Basin (XRB) considering the 2021–2080 horizon, in order to assess impacts on the monthly flow rates and possible consequences for electricity generation at the Belo Monte Hydroelectric Power Plant (BMHPP). This is the fourth largest hydroelectric power plant in the world, with a generating capacity of 11,233 MW, and is located in the Brazilian Amazon. Two representative concentration pathways (RCP 4.5 and RCP 8.5) and an ensemble comprising four general circulation models (CanESM2, CNRM-CM5, MPI-ESM-LR and NORESM1-M) were used. The projections based on both scenarios indicated a considerable decrease in precipitation during the rainy season and a slight increase during the dry season relative to the reference period (1981–2010). According to the results, a reduction in the flow rates in Altamira and in the overall potential for power generation in the BMHPP are also to be expected in both analyzed periods (2021–2050 and 2051–2180). The RCP 4.5 scenario resulted in milder decreases in those variables than the RCP 8.5. Conforming to our findings, a reduction of 21.3% in the annual power generation at the BMHPP is expected until 2080, with a corresponding use of 38.8% of the maximum potential of the facility. These results highlight the need for investments in other renewable energy sources (e.g., wind and solar) in order to compensate for the upcoming losses in the BMHPP production.

Two lunar flashes are reported and fully analyzed, with one of them fulfilling every criterion preconized in the literature for the characterization of an impact, including confirmation by two simultaneous observations. It happened at 07:13:46 UT on 14 December 2017, at the selenographic coordinates of 9.79° (±0.06°)N and 45.42 (±0.07°)E. The peak magnitudes in the R and V bands vary from 6.3 to 7.9 and from 7.4 to 9.0, respectively, depending on the observatory, as the cameras’ exposure times were considerably different. The impactor mass is estimated to be between 1.6 and 2.0 kg, with a diameter of 10 to 11 cm, having produced a crater of 8.4 to 8.9 m in diameter. Results for the second flash are also presented and discussed, although the confirmation of an impact was not possible due to a pause in the recordings at one of the sites. The observations took place as part of an inaugural observing campaign in Brazil for lunar impact flash (LIF) detection conceived by the Brazilian Meteor Observation Network (BRAMON) and were carried out by two teams located in different states in the Northeast Region of Brazil, about 353 km apart from each other, at a time when the Moon was crossing the densest part of the Geminid meteoroid stream in 2017. The observing setups included 0.13 m and 0.2 m telescopes, both equipped with sensitive cameras. The Maceió setup probably delivered the finest definition ever reported in the literature for lunar impact monitoring, resulting in high-accuracy positioning. This will certainly aid in finding the associated crater from orbiter images, which will substantiate another work, aimed at performing a comparative analysis between the results from our photometry and the data retrieved by the LRO images. These observations were also very likely the first and the only one so far made by a normal framerate camera and a long-exposure camera simultaneously. The associated benefits are commented on. The source of the impactors is also discussed. In view of the successful results of this experience, national observing campaigns of this kind will be given continuation.

The Xingu River Basin (XRB), located in the Brazilian Amazon, is of great importance both in national and international contexts, especially regarding hydroelectric generation in the Belo Monte Hydroelectric Complex and forest conservation policies, given that the XRB is home to important conservation areas, such as the Xingu Indigenous Park. This paper analyzes climate extreme indices in the XRB, a region that lacks this sort of information. Trends in 22 climate extreme indices were evaluated, 11 of them for air temperature and 11 for rainfall, based on spatially gridded and high resolution daily data, for the period from 1980 to 2016. The temperature indices showed significant upward trends in daily temperatures (both maximum and minimum), an indication that, in recent decades, the days and nights have become warmer in the XRB. For rainfall, the indices indicated a downward trend in the central and southern regions of the XRB (Middle and Upper Xingu), and increasing rainfall in the northern region of the basin (Lower Xingu), however, with lower statistical significance when compared to air temperature indices. Commonly, the areas that presented statistically significant trends in the assessed climate extreme indices correspond to areas where there have been alterations in land cover due to increasing use in recent decades (areas of forest that were modified for pasture and agriculture) and in areas still preserved. This paper is an important tool to support decision making in management and strategic planning of water resources (for power generation and multiple uses) and for the elaboration of forest conservation policies (for combatting and controlling deforestation) in the XRB, in times when the region is under constant pressure from agribusiness for the expansion of agriculture and livestock.

Since the early 2000s, Brazil has been one of the world’s leading grain producers, with agribusiness accounting for around 28% of the Brazilian GDP in 2021. Substantial investments in research, coupled with the expansion of arable areas, owed to the advent of new agriculture frontiers, led the country to become the world’s greatest producer of soybean. One of the newest agricultural frontiers to be emerging in Brazil is the one known as SEALBA, an acronym that refers to the three Brazilian states whose areas it is comprised of—Sergipe, Alagoas, and Bahia—all located in the Northeast region of the country. It is an extensive area with a favorable climate for the production of grains, including soybeans, with a rainy season that takes place in autumn/winter, unlike the Brazilian regions that are currently the main producers of these kinds of crops, in which the rainfall regime has the wet period concentrated in spring/summer. Considering that precipitation is the main determinant climatic factor for crops, the scarcity of weather stations in the SEALBA region poses an obstacle to an accurate evaluation of the actual feasibility of the region to a given crop. Therefore, the aim of this work was to carry out an assessment of the performance of four different precipitation databases of alternative sources to observations: two from gridded analyses, MERGE and CHIRPS, and the other two from ECMWF reanalyses, ERA5, and ERA5Land, and by comparing them to observational records from stations along the region. The analysis was based on a comparison with data from seven weather stations located in SEALBA, in the period 2001–2020, through three dexterity indices: the mean absolute error (MAE), the root mean squared errors (RMSE), and the coefficient of Pearson’s correlation (r), showing that the gridded analyzes performed better than the reanalyses, with MERGE showing the highest correlations and the lowest errors (global average r between stations of 0.96, followed by CHIRPS with 0.85, ERA5Land with 0.83, and ERA5 with 0.70; average MAE 14.3 mm, followed by CHIRPS with 21.3 mm, ERA5Land with 42.1 mm and ERA5 with 50.1 mm; average RMSE between stations of 24.6 mm, followed by CHIRPS with 50.8 mm, ERA5Land with 62.3 mm and ERA5 with 71.4 mm). Since all databases provide up-to-date data, our findings indicate that, for any research that needs a complete daily precipitation dataset for the SEALBA region, preference should be given to use the data in the following order of priority: MERGE, CHIRPS, ERA5Land, and ERA5.

An analysis of climate extremes indices was conducted for maximum temperatures (TMax), minimum temperatures (TMin), and daily rainfall data (PRCP) over the northeast region of Brazil for the period of 1961–2014. The indices were calculated for 96 weather stations using RClimDex software in a sub-regional study based on cluster analysis, as well as for each individual weather station, after a rigorous process of quality control, gap filling of missing values, and homogenization. The Mann-Kendall non-parametric trend test was employed to assess the statistical significance of the series. The results indicate unequivocal signs of heating. In the past decades, there were predominant trends of decrease in the percentage of cold nights (−8.4% days/decade), increase in the percentage of the number of warm nights (10.6% days/decade), increase in the number of days per decade in which the minimum temperature exceeded the threshold of 20 °C, and a trend showing an increase in heat waves. This was corroborated by the declining trend in the number of consecutive days in which TMin did not exceed the 10th percentile, and the increase in the number of consecutive days in which TMax exceeded the 90th percentile in the data distribution. With regard to PRCP, in most weather stations where there is a significant increase in consecutive dry days, there is also a trend of significant increase in consecutive wet days, thereby intensifying the seasonality, with the dry seasons becoming drier and the rainy seasons wetter. In most weather stations, a reduction was found in the total annual precipitation and in the frequency of rainy days. Moreover, in many stations, an increase in rainfall events that surpasses the threshold of 95% and 99% in the distribution was discovered. These factors highlight concerns of a region of Brazil marked by the scarcity of perennial water resources and the threat of desertification.

Dynamic numerical models of the atmosphere are the main tools used for weather and climate forecasting as well as climate projections. Thus, this work evaluated the systematic errors and areas with large uncertainties in precipitation over the South American continent (SAC) based on regional climate simulations with the weather research and forecasting (WRF) model. Ten simulations using different convective, radiation, and microphysical schemes, and an ensemble mean among them, were performed with a resolution of 50 km, covering the CORDEX-South America domain. First, the seasonal precipitation variability and its differences were discussed. Then, its annual cycle was investigated through nine sub-domains on the SAC (AMZN, AMZS, NEBN, NEBS, SE, SURU, CHAC, PEQU, and TOTL). The Taylor Diagrams were used to assess the sensitivity of the model to different parameterizations and its ability to reproduce the simulated precipitation patterns. The results showed that the WRF simulations were better than the ERA-interim (ERAI) reanalysis when compared to the TRMM, showing the added value of dynamic downscaling. For all sub-domains the best result was obtained with the ensemble compared to the satellite TRMM. The largest errors were observed in the SURU and CHAC regions, and with the greatest dispersion of members during the rainy season. On the other hand, the best results were found in the AMZS, NEBS, and TOTL regions.

In this work, we used the MICE (Multivariate Imputation by Chained Equations) technique to impute missing daily data from six meteorological variables (precipitation, temperature, relative humidity, atmospheric pressure, wind speed and insolation) from 96 stations located in the northeast region of Brazil (NEB) for the period from 1961 to 2014. We then applied tests with a quality control system (QCS) developed for the detection, correction and possible replacement of suspicious data. Both the applied gap filling technique and the QCS showed that it was possible to solve two of the biggest problems found in time series of daily data measured in meteorological stations: the generation of plausible values for each variable of interest, in order to remedy the absence of observations, and how to detect and allow proper correction of suspicious values arising from observations.

The Northeast region of Brazil (NEB) is characterized by large climate variability that causes extreme and long unseasonal wet and dry periods. Despite significant model developments to improve seasonal forecasting for the NEB, the achievement of a satisfactory accuracy often remains a challenge, and forecasting methods aimed at reducing uncertainties regarding future climate are needed. In this work, we implement and assess the performance of an empirical model (EmpM) based on a decomposition of historical data into dominant modes of precipitation and seasonal forecast applied to the NEB domain. We analyzed the model’s performance for the February-March-April quarter and compared its results with forecasts based on data from the North American Multi-model Ensemble (NMME) project for the same period. We found that the first three leading precipitation modes obtained by empirical orthogonal functions (EOF) explained most of the rainfall variability for the season of interest. Thereby, this study focuses on them for the forecast evaluations. A teleconnection analysis shows that most of the variability in precipitation comes from sea surface temperature (SST) anomalies in various areas of the Pacific and the tropical Atlantic. The modes exhibit different spatial patterns across the NEB, with the first being concentrated in the northern half of the region and presenting remarkable associations with the El Niño-Southern Oscillation (ENSO) and the Atlantic Meridional Mode (AMM), both linked to the latitudinal migration of the intertropical convergence zone (ITCZ). As for the second mode, the correlations with oceanic regions and its loading pattern point to the influence of the incursion of frontal systems in the southern NEB. The time series of the third mode implies the influence of a lower frequency mode of variability, probably related to the Interdecadal Pacific Oscillation (IPO). The teleconnection patterns found in the analysis allowed for a reliable forecast of the time series of each mode, which, combined, result in the final rainfall prediction outputted by the model. Overall, the EmpM outperformed the post-processed NMME for most of the NEB, except for some areas along the northern region, where the NMME showed superiority.

The performance of four global models, together with two scenarios of climate change, was evaluated in five municipalities of the State of Alagoas, for precipitation, minimum and maximum temperature. The input data of the model were obtained through the conventional meteorological stations of the National Institute of Meteorology (INMET), arranged between 1961 and 2016. Estimation of corn yield was obtained through the theoretical model which relates losses in productivity and water deficiency during the phenological phases of the crop. A post-processing technique of global climate model outputs (statistical downscaling) was used, thus, a better visualization in time and space. The precipitation and temperature series were used for the period 2021-2080 estimating the yield losses of maize, comparing to the historical average values of the period 1961-2016, evaluating the impacts of possible climatic changes on crop yield. The scenarios have values of losses very close to and indicate a prediction of increased productivity loss in the period 2021-2080 for Água Branca, Pão de Açúcar and Palmeira dos Índios, and decrease of losses, that is, increase of productivity, for Maceió and Mainly Porto de Pedras. This result is directly associated to the predictions of rainfall reduction in the interior of the State, encompassing the cities of Água Branca, Pão de Açúcar and Palmeira dos Índios, a slight increase in precipitation for Maceió and a more significant increase in precipitation in Porto de Pedras.

The Northeast region of Brazil (NRB) is the most populous semiarid area in the world and is extremely susceptible to droughts. The severity and duration of these droughts depend on several factors, and they do not necessarily follow the same behavior. The aim of this work is to evaluate the frequency of droughts in the NRB and calculate the return period of each drought event using the copula technique, which integrates the duration and severity of the drought in the NRB in a joint bivariate distribution. Monthly precipitation data from 96 meteorological stations spatially distributed in the NRB, ranging from 1961 to 2017, are used. The copula technique is applied to the Standardized Precipitation Index (SPI) on the three-month time scale, testing three families of Archimedean copula functions (Gumbel–Hougaard, Clayton and Frank) to reveal which model is best suited for the data. Averagely, the most frequent droughts observed in the NRB are concentrated in the northern sector of the region, with an observed duration varying from three and a half to five and a half months. However, the eastern NRB experiences the most severe droughts, lasting for 14 to 24 months. The probability distributions that perform better in modeling the series of severity and duration of droughts are exponential, normal and lognormal. The observed severity and duration values show that, for average values, the return period across the region is approximately 24 months. Still in this regard, the southernmost tip of the NRB stands out for having a return period of over 35 months. Regarding maximum observed values of severity and duration, the NRB eastern strip has the longest return period (>60 months), mainly in the southeastern portion where a return period above 90 months was observed. The northern NRB shows the shortest return period (~45 months), indicating that it is the NRB sector with the highest frequency of intense droughts. These results provide useful information for drought risk management in the NRB.

Drought causes serious social and environmental problems that have great impact on the lives of thousands of people all around the world. The purpose of this research was to investigate the trends in humid conditions in the northeast of Brazil (NEB) in the highest climatic precipitation quarters, November−December−January (NDJ), February−March−April (FMA), and May−June−July (MJJ), through the standardized precipitation and evapotranspiration index (SPEI), considering an alternative statistical approach. Precipitation and potential evapotranspiration (PET) time series for the calculation of the SPEI were extracted for the 1794 NEB municipalities between 1980 and 2015 from a grid dataset with a resolution of 0.25° × 0.25° using the bilinear interpolation method. The trends and statistical significance of the SPEI were estimated by quantile regression (QR) and the bootstrap test. In NDJ, opposite trends were seen in the eastern NEB (~0.5 SPEI/decade) and in the south (~−0.6 SPEI/decade). In FMA, most of NEB presented negative trends in the 0.50 and 0.95 quantiles (~−0.3 SPEI/decade), while in MJJ, most of NEB presented positive trends in all quantiles studied (~0.4 SPEI/decade). The results are consistent with observational analyses of extreme rainfall.

Este artigo discute um modelo de previsão combinada para a realização de prognósticos climáticos na escala sazonal. Nele, previsões pontuais de modelos estocásticos são agregadas para obter as melhores projeções no tempo. Utilizam-se modelos estocásticos autoregressivos integrados a médias móveis, de suavização exponencial e previsões por análise de correlações canônicas. O controle de qualidade das previsões é feito através da análise dos resíduos e da avaliação do percentual de redução da variância não-explicada da modelagem combinada em relação às previsões dos modelos individuais. Exemplos da aplicação desses conceitos em modelos desenvolvidos no Instituto Nacional de Meteorologia (INMET) mostram bons resultados e ilustram que as previsões do modelo combinado, superam na maior parte dos casos a de cada modelo componente, quando comparadas aos dados observados.This article discusses a combined model to perform climate forecast in a seasonal scale. In it, forecasts of specific stochastic models are aggregated to obtain the best forecasts in time. Stochastic models are used in the auto regressive integrated moving average, exponential smoothing and the analysis of forecasts by canonical correlation. The quality control of the forecast is based on the residual analysis and the evaluation of the percentage of reduction of the unexplained variance of the combined model with respect to the individual ones. Examples of application of those concepts to models developed at the Brazilian National Institute of Meteorology (INMET) show good results and illustrate that the forecast of the combined model exceeds in most cases each component model, when compared to observed data.

Foram analisadas características da precipitação estimada a partir de 145.194 campos de refletividade, de um total de 827 dias entre 1998 e 2003, obtidos do Radar Meteorológico de São Paulo (RSP). Os eventos foram classificados de acordo com intensidades de precipitação; em Convectivos (EC) e Estratiformes (EE). Quanto à morfologia, cinco tipos de sistemas foram identificados; Convecção Isolada (CI), Brisa Marítima (BM), Linhas de Instabilidade (LI), Bandas Dispersas (BD) e Frentes Frias (FF). Eventos convectivos dominam na primavera e verão e estratiformes no outono e inverno. A CI e a BM tiveram maiores picos de atuação entre outubro e março enquanto as FF de abril a setembro. BD atuam durante todo o ano e as LI só não foram observadas nos meses de junho e julho. Uma comparação pontual entre a precipitação medida pela telemetria e estimada com o radar foi realizada e, mostrou haver, na maioria dos casos, um viés positivo do RSP, para acumulações de 10, 30 e 60 minutos. Com o objetivo de integrar as estimativas de precipitação do radar com as medidas da rede telemétrica, por meio de uma análise objetiva estatística, foram obtidas dos campos de precipitação do radar as estruturas das correlações espaciais em função da distância para acumulações de chuva de 15, 30, 60 e 120 minutos para os cinco tipos de sistemas precipitantes que foram caracterizados. As curvas das correlações espaciais médias de todos os eventos de precipitação de cada sistema foram ajustadas por funções polinomiais de sexta ordem. Os resultados indicam diferenças significativas na estrutura espacial das correlações entre os sistemas precipitantes.Estimated precipitation characteristics arising from 145.194 reflectivity fields, from 827 days, during the period from 1998 to 2003, obtained at the Weather Radar of São Paulo, were analysed. The events were classified according to the intensity of precipitation in Convectives and Stratiforms. Five types of morphologic systems were identified: Isolated Convection (CI), Maritime Breeze (BM), Squall Lines (LI), Dispersed Bands (BD), and Cold Fronts (FF). Convection events dominate in spring and summer and Stratiforms in the Autumn and Winter. CI and BM have occurred more frequently between October and March, while the cold fronts from April to September. Dispersed Bands occurred throughout the year, and the lines of instability did not occur only on June and July. A comparison between the telemetric measured precipitation and the Radar estimated one has been done, and a positive bias, of the Radar accumulations for 10, 30 and 60 minutes, was shown on the majority of cases. To integrate the precipitation estimations from the Radar to the telemetric network measurements, by means of an objective statistical analysis, the structures of spatial correlation, for rain accumulation during 15, 30, 60 and 120 minutes for the five types of characterized systems, was obtained from the Radar precipitation fields. The average spatial correlation curves of all the precipitation events of each system were fitted to a sixth order polynomial function. The results indicate significant differences in the spatial structures of the correlation among the precipitation systems.

É apresentado um estudo sobre sistemas convectivos linearmente organizados e observados por um radar meteorológico banda-C na região semi-árida do Nordeste do Brasil. São analisados três dias (27 a 29) de março de 1985, com ênfase na investigação do papel desempenhado por fatores locais e de grande escala no desenvolvimento dos sistemas. No cenário de grande escala, a área de cobertura do radar foi influenciada por um cavado de ar superior austral no dia 27 e por um vórtice ciclônico de altos níveis no dia 29. A convergência de umidade próxima à superfície favoreceu a atividade convectiva nos dias 27 e 29, enquanto que divergência de umidade próxima à superfície inibiu a atividade convectiva no dia 28. No cenário de mesoescala, foi observado que o aquecimento diurno é um fator importante para a formação de células convectivas, somando-se a ele o papel determinante da orografia na localização dos ecos. De maneira geral, as imagens de radar mostram os sistemas convectivos linearmente organizados em áreas elevadas e núcleos convectivos intensos envolvidos por uma área de precipitação estratiforme. Os resultados indicam que convergência do fluxo de umidade em grande escala e aquecimento radiativo, são fatores determinantes na evolução e desenvolvimento dos ecos na área de estudo.A study on linearly organized convective systems observed by a C-band meteorological radar in the semi-arid area of Northeast Brazil is presented. The convective activity during three selected days of 1985 March (27 to 29) was analyzed emphasizing the role played by local and large-scale factors on the development of rain systems. On the large-scale scenario, the covered radar area was influenced by an austral upper-level air trough on March 27th and by an upper-level cyclonic vortex on the 29th. Near-surface moisture convergence favored convective activity on days 27 and 29, while near-surface moisture divergence inhibited convective activity on day 28. On the mesoscale, it was found that diurnal heating was an important factor influencing the formation of the convective cells, while their location was determined mainly by the orography. In general, the radar images show the linearly-organized convective systems over elevated terrain and intense convective cells embedded by a stratiform rain area. The results indicate that large-scale convergence of the moisture flux and radiative heating are determinant factors on the evolution and development of the echoes in the area of study.

Médias semanais de radiação solar, precipitação pluviométrica, evapotranspiração e temperatura do ar foram utilizadas na delimitação das áreas da região Nordeste do Brasil com menor risco climático para o cultivo do algodão. Para cultivos irrigados, o potencial de rendimento da cultura foi avaliado pelo índice acumulado de crescimento (IAC). Para cultivo de sequeiro, o risco climático foi determinado pelo déficit potencial de água (DPA). Para cultivos irrigados, o menor risco de queda de produtividade ocorre quando o algodoeiro é semeado de 6 a 19 de agosto. Para cultivos de sequeiro, o menor risco climático é alcançado para semeaduras desde a 44ª (região Oeste da Bahia) à 19ª semana do ano. A partir da 1ª semana do ano, as condições favoráveis à semeadura iniciam-se na região Central do Piauí, atingindo o máximo de aptidão no período entre a 4ª e a 8ª semana do ano, na maior parte dos estados do Piauí, Rio Grande do Norte, Paraíba, Pernambuco e Norte da Bahia. Nas regiões Sul e Oeste da Bahia, o menor risco climático é alcançado com a semeadura na 10ª e 46ª semanas do ano, respectivamente. Na Costa Leste, o plantio do algodoeiro é mais favorável no período compreendido entre a 14ª e a 17ª semana do ano, cobrindo as áreas litorâneas do Rio Grande do Norte ao Norte do estado da Bahia e quase que totalmente os estados de Alagoas e Sergipe.Weekly mean values of solar radiation, rainfall, evapotranspiration and air temperature were used for establishing the lower climatic risk to the cotton crop. For irrigated fields, the potential crop yield was evaluated by the cumulative growth index (CGI), while for rain-fed conditions the climatic risk was determined by the water potential deficit (WPD). Under irrigated and rain-fed conditions, the lower climatic risk occurs when cotton crop is sowing from 6 to 19 August and from the 44th (West region of Bahia state) to the 19th week of the year. From the 1st week of the year, the most suitable date for cotton sowing start in the Central region of Piauí state, reaching maximum covering area of Piauí, Rio Grande do Norte, Paraíba, Pernambuco states and North of Bahia state in the period between the 4th and the 8th week. In the South and West regions of Bahia state, the lower climatic risk is reached by cotton crop when sowing in the 10th and 46th weeks. In the northeast Coast, otherwise the cotton crop sowing is more suitable in the period from the 14th to 17th week, covering most of the coastal shore table lands from Rio Grande do Norte to Bahia states and almost the total areas of the Alagoas and Sergipe states.

Resumo Este trabalho tem como objetivo contribuir com o estudo da precipitação na cidade de Salvador–BA. Os totais mensais de precipitação obtidos pelo Instituto Nacional de Meteorologia no período de 51 anos (1961-2011) fundamentaram esta pesquisa. A variabilidade pluviométrica foi analisada com ênfase na determinação das classes da precipitação nas escalas anual, quadrimestral e mensal. Foram utilizados os testes de significância não paramétricos de Mann-Kendall e as estimativas de inclinação pelo método da Curvatura de Sen. Na classificação pluviométrica foi utilizado o Método dos Percentis (Quantis). Para a análise anual, os resultados mostraram que 1964 (1961) foi um ano classificado como “muito chuvoso” (“muito seco”). Na análise do quadrimestre mais chuvoso AMJJ (mais seco ASON), o ano de 1971 (1980) foi o mais extremo “muito chuvoso” (“muito seco”). Na análise mensal, o evento que obteve maior volume pluviométrico ocorreu em abril de 1984 com registros de 889,8 mm. A análise da tendência mostrou uma redução no volume de chuva na escala anual, entretanto, sem significância estatística. Grande parte dos eventos analisados ocorreram com condições oceânicas no Pacífico equatorial e/ou Atlântico Sul Tropical favoráveis (desfavoráveis) ao aumento (diminuição) do volume de chuva na área em estudo, tendo por base uma análise qualitativa.

Resumo As cidades brasileiras vêm crescendo de forma desordenada e sofrendo conturbados processos antropogênicos, o que transforma de forma severa a atmosfera local, influenciando na qualidade de vida da sociedade. Esta pesquisa tem por finalidade a análise da variação de temperatura através do uso de sensoriamento remoto, buscando identificar ilhas de calor e frescor, sua origem e a variação espaço-temporal, tendo como área de estudo o município de São Paulo, uma grande cidade com densidade demográfica de 7.398,26 hab/km2 e mais de 12.000.000 de habitantes. Optou-se por utilizar de imagens do satélite Landsat 5 e da metodologia do algoritmo SEBAL para cálculo de temperatura da superfície. Os resultados encontrados evidenciam que a variação de temperatura da superfície vem sofrendo aumento com o passar dos anos, o município de São Paulo, a presença de grandes zonas industriais, o crescimento urbano desordenado, a presença de impermeabilização do solo através de revestimento asfáltico, são alguns dos fatores que contribuem para o surgimento de ilhas de calor. Também ficou evidenciada a presença de zonas de frescor, boa parte delas em áreas arborizadas, o que colabora para a redução da temperatura e melhoramento da condição de vida da população.

In the present study two extreme events that occurred in the East Coast of Northeast Brazil (ENEB) during 2022 and 2023 were evaluated. These events are becoming increasingly frequent in all regions of Brazil, associated with significant material and human losses, emphasizing the significance of a deeper comprehension of these events. ERA5 global reanalysis data, GOES-16 satellite imagery and pluviometric stations were used for the analysis. Model simulations were also conducted using the Model for Prediction Across Scales (MPAS) with variable resolution (60–3 km). Both events corresponded to Easterly Wave Disturbances (EWDs) that occurred under opposite large-scale conditions of the ENSO cycle, since extreme events are becoming increasingly frequent in all regions of Brazil and could be responsible for significant material and human losses. Thus, an emphasis was given to characterize the synoptic conditions. Both analyzed cases occurred along the ENEB, specifically over the Alagoas state. The trough axis penetrating the studied area was observed on both examined dates, with a very characteristic relative vorticity of this tropical disturbance. In general, moisture convergence resulted from the high flow of moisture prevailing over the region combined with upward movements caused by the trough present at low levels, which combined with local factors in the region such as topography, contributed to the increase in rainfall over the study area in both analyzed cases. The MPAS showed excellent spatial representation when compared to station data, highlighting intense precipitation over parts of Alagoas.