Resumo: O presente estudo tem como objetivo realizar a estimativa do saldo de radiação à superfície-Rn através do algoritmo SEBAL e imagens do satélite Landsat-8 para a Bacia do Rio Pajeú. Os dados de Saldo de Radiação, estimados pelo SEBAL, foram comparados com medições obtidas em duas estações automáticas, localizadas nos municípios de Floresta e Serra Talhada. Foi utilizada uma imagem dos sensores OLI (Operational Land Image) e TIRS (ThermalInfrared Sensor) abordo do satélite Landsat-8, orbita 216 e ponto 66, para o dia 20 de novembro de 2016. A partir das imagens se obteve a radiância e reflectividade espectral, seguido do albedo de superfície, índices de vegetação, emissividade, temperatura superficial, radiação de onda curta incidente -Rs, radiação de onda longa incidente e emitidaRol,atm e Rol,emi, respectivamente, e Saldo de Radiação. Nos resultados encontrados verificou-se que os menores valores de albedo e temperatura foram observados em corpos d'água e vegetação, já os maiores em áreas urbanas. Esses itens estão ligados diretamente aos componentes do saldo de radiação, que observou menores valores radiação de onda longa incidente e emitida que estão diretamente ligadas ao maior ou menor saldo de radiação. A validação dos dados do algoritmo SEBAL a partir das estações automáticas foi observado um erro relativo entre 9% e 11% para a imagem Landsat-8, verificando, assim, a acurácia das imagens para a estimativa do saldo de radiação à superfície na Bacia do Rio Pajeú. Palavras-chave:
Resumo O objetivo geral desse estudo foi analisar as características físicas dos Complexos Convectivos de Mesoescala (CCM) na região Nordeste do Brasil entre os anos de 2008 e 2017. Para criar uma previsão do tempo a curto prazo, é necessário entender e detalhar esses sistemas, pois os CCM costumam causar fenômenos adversos, levando a perdas socioeconômicas para toda a sociedade. A identificação e escolha dos casos, assim como todos os cálculos de suas características físicas, foram realizadas com o auxílio de um algoritmo de análise e detecção automática de CCM, tomando como base as normas propostas por Maddox. Imagens do satélite METEOSAT no canal infravermelho realçado foram utilizadas como fonte de processamento do algoritmo. Foram identificados 65 sistemas, que ocorreram especialmente nas estações de outono e verão. Os CCM começaram a se desenvolver entre o final da noite e início da madrugada (entre 00 e 03 UTC). Houve um intervalo de aproximadamente quatro horas entre a gênese e o desenvolvimento máximo, quando atingem sua área de extensão máxima. A área de cobertura média destes CCM foi de aproximadamente 120.000 km2, havendo registro de um caso com área total em torno de 427.926 km2.
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.
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.
Este trabalho tem como objetivo analisar o desenvolvimento dos Complexos Convectivos de Mesoescala (CCM) na região Nordeste do Brasil (NEB) durante o ano de 2017 através de condições termodinâmicas. A análise e identificação dos casos de CCM foi feita por meio das imagens do satélite GOES 13, no canal Infravermelho, disponíveis pelo Centro de Previsão do Tempo e Estudos Climáticos (CPTEC/INPE). A trajetória da parcela de ar que originou o CCM foi calculada pelo modelo HYSPLIT (Hybrid Single-Particle Lagrangian Integrated Trajector). Perfis verticais simulados da atmosfera foram plotados para a análise termodinâmica por meio do software OpenGrADs com dados de reanálise II global fornecidos pelo National Centers for Environmental Prediction (NCEP). Dados METAR do Departamento de Controle do Espaço Aéreo (DECEA) foram utilizados para a identificação das trovoadas. Os registros de precipitação foram obtidos no Instituto Nacional de Meteorologia (INMET). Ao todo foram identificados 6 CCM sobre o território do NEB que ocorreram durante o verão. Estes foram associados à convecção provocada da ZCIT, que se posicionava mais ao sul. O pico de formação dos CCM variou entre 19 e 05 UTC, e sua área de extensão máxima ocorreu, majoritariamente, durante a madrugada. Em geral os CCM se desenvolveram com maior intensidade nos locais onde houve maior registro de convergência do fluxo de umidade, favorecendo o aumento da energia convectiva. As precipitações consequentes foram de aproximadamente 70mm/24h, havendo registro de até 145mm/24h. A análise dos índices de instabilidade mostrou que o CAPE apresentou valores acima de 1200 J·Kg-¹ e o LI entre -3 e -7, indicando uma atmosfera com possibilidade de trovoadas, o que ocorreu em 83,3% dos casos. Mesoscale Convective Complexes development over Northeastern Brazil in 2017 A B S T R A C TThis main objective of this study was to analyze the different development processes of Mesoscale Convective Complexes (MCC) in the Brazilian Northeast region (BNE) during 2017. GOES-13 satellite images in the Infrared channel have been used for MCC analysis and identification. It was available from the Weather Forecasting and Climate Studies Center (CPTEC/INPE). Air parcel trajectories that originated the MCC were calculated by the Hybrid Single-Particle Lagrangian Integrated Trajector (HYSPLIT) model. Temperature and humidity vertical simulated profiles were plotted for thermodynamic analysis using OpenGrADs software with global reanalysis II data provided by the National Centers for Environmental Prediction (NCEP). Thunderstorms were identified from METAR data from Department of Airspace Control (DECEA). Precipitation data records were obtained from the National Institute of Meteorology (INMET). Six MCC were identified over BNE that occurred during the summer season. They were associated with the Intertropical Convergence Zone convection, which was located further south, near 4ºS. The peak of MCC generation ranged from 19 to 05 UTC, and its maximum extension area occurred mostly during the early hours. MCC developed in higher intensity moisture flow convergence areas, supporting the increasing of convective energy. Average precipitation was approximately 70mm/24h, with the highest value up to 145mm/24h. The instability indexes analisys presented CAPE values above 1200 J·Kg-¹ and LI between -3 and -7, indicating high frequency of thunderstorm, which occurred in 83.3% of the cases.Keywords: Weather forecast, Precipitation, Mesoscale.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.