The complex interactions between water vapor fields and deep atmospheric convection remain one of the outstanding problems in tropical meteorology. The lack of high spatial–temporal resolution, all-weather observations in the tropics has hampered progress. Numerical models have difficulties, for example, in representing the shallow-to-deep convective transition and the diurnal cycle of precipitation. Global Navigation Satellite System (GNSS) meteorology, which provides all-weather, high-frequency (5 min), precipitable water vapor estimates, can help. The Amazon Dense GNSS Meteorological Network experiment, the first of its kind in the tropics, was created with the aim of examining water vapor and deep convection relationships at the mesoscale. This innovative, Brazilian-led international experiment consisted of two mesoscale (100 km × 100 km) networks: 1) a 1-yr (April 2011–April 2012) campaign (20 GNSS meteorological sites) in and around Manaus and 2) a 6-week (June 2011) intensive campaign (15 GNSS meteorological sites) in and around Belem, the latter in collaboration with the Cloud Processes of the Main Precipitation Systems in Brazil: A Contribution to Cloud-Resolving Modeling and to the Global Precipitation Measurement (CHUVA) Project in Brazil. Results presented here from both networks focus on the diurnal cycle of precipitable water vapor associated with sea-breeze convection in Belem and seasonal and topographic influences in and around Manaus. Ultimately, these unique observations may serve to initialize, constrain, or validate precipitable water vapor in high-resolution models. These experiments also demonstrate that GNSS meteorology can expand into logistically difficult regions such as the Amazon. Other GNSS meteorology networks presently being constructed in the tropics are summarized.
Resumo A precipitação no norte da Amazônia dos verões e outonos austral, do período de 1988 a 1999, foi simulada utilizando o modelo regional Weather Research and Forecasting (WRF), através de uma abordagem em escalas distintas, com domínios aninhados de 45 e 15 km. As condições iniciais e de contorno foram obtidas da Climate Forecast System Reanalysis (CFSR) do National Centers for Environmental Prediction (NCEP). A habilidade do modelo foi testada usando diferentes bases de dados observacionais de precipitação, representativas de escalas espaciais distintas. O viés do modelo mostra dependências sazonal e espacial, com viés positivo no sudoeste da Amazônia brasileira durante o verão e, no noroeste da América do Sul, durante o outono. O refinamento de escala mostrou-se necessário para reproduzir as influências de superfície nos sistemas regionais e locais que afetam a distribuição das chuvas na região. O modelo WRF, em geral, reproduz os principais padrões espaciais observados de precipitação, sem o viés seco, típico dos modelos de circulação geral da atmosfera (MCGA). Os resultados indicam que a técnica de downscaling dinâmico melhora o desempenho do modelo WRF para a previsão climática sazonal na região Amazônica.
O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos seus respectivos autores.O conteúdo deste livro está licenciado sob a Licença de Atribuição Creative Commons 4.0. Com ela é permitido compartilhar o livro, devendo ser dado o devido crédito, não podendo ser utilizado para fins comerciais e nem ser alterada.
Este artigo apresenta a utilização da metodologia de Aprendizagem Baseada em Projetos (ABP) como um método prático para a execução de dois cursos de Formação Inicial e Continuada (FIC) de 40 horas cada, na área de Cultura Maker para o formato híbrido de aula, com equipes formadas por acadêmicos de graduação em Engenharia de Controle e Automação do Instituto Federal do Amazonas, Campus Manaus, Distrito Industrial (IFAM CMDI), desenvolvido ao longo de 14 semanas. Levar aos alunos à formação nesta área se tornou um desafio ainda maior por ter ocorrido durante o período de pandemia de Covid-19. Ao final dos cursos, todos os 36 discentes participantes preencheram um formulário apresentando suas percepções dos cursos. Os resultados indicaram a avaliação positiva das atividades, destacando a relevância das atividades práticas ao longo da realização dos cursos para que estes não se tornassem cansativos, evitando a desistência dos discentes. Considera-se importante a inclusão de atividades de pesquisa e orientação remotas, juntamente com atividades presenciais em um espaço maker utilizando a ABP, a qual permitiu a aplicação dos conteúdos em projetos de interesse dos discentes, fixando os conteúdos ensinados.
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.