Publicações

Ao observarmos mapeamentos de classificação de uso de solo derivados de sensoriamento remoto na região do Vale do Paraíba Paulista (VPP) é possível encontrar discrepâncias em mapeamentos de grande escala. Tem-se como hipótese que as discrepâncias estejam relacionadas com a incidência de sombras causadas pelo relevo das serras da Mantiqueira e do Mar. A fim de analisar o sombreamento, três áreas foram selecionadas: uma na Serra da Mantiqueira, uma na Serra do Mar e uma na área mais plana do VPP. Inicialmente, foram exploradas manualmente imagens de satélite Landsat 8 advindas do U.S Geological Service (USGS) EarthExplorer. As imagens foram comparadas com o MDE (Modelo Digital de Elevação) e mapa de orientação de vertentes com o intuito de encontrar discrepâncias possivelmente relacionadas com o sombreamento das imagens de satélite usadas nos mapeamentos. Os mapas de classificação explorados foram Ronquim et al. (2016), Silva et al. (2016), Inventário Florestal e Mapbiomas. Nessa primeira análise é possível extrair que as maiores discrepâncias ocorrem nos mapeamentos de Ronquim et al. (2016) e Silva et al. (2016) quando comparados com o Inventário Florestal, enquanto no MapBiomas são observadas poucas divergências em áreas sombreadas. Áreas da classe cobertura natural pelo Inventário Florestal na Serra da Mantiqueira e na Serra do Mar são classificadas como pastos, áreas construídas e áreas de água em Ronquim et al. (2016) e Silva et al. (2016). Em Ronquim et al. (2016), 122,7 hectares estão classificados como, 50% pasto, 44% áreas construídas e 6% água quando comparadas com o Inventário Florestal; já em Silva et al. (2016), são 76,23 hectares, 58% água, 40% pasto e pasto sujo, e 2% áreas construídas quando comparadas com o Inventário. Vale ressaltar que a maioria das divergências encontradas estão nas áreas de encosta da Serra da Mantiqueira, onde a declividade e a altitude do relevo são maiores, assim contribuindo para a formação de sombras que resultam em possíveis erros de classificação. Sugere-se para próximas etapas deste estudo, a análise das assinaturas espectrais por imagens de satélite de 2020.

 Tree canopy height is one of the most important indicators of forest biomass, productivity, and ecosystem structure, but it is challenging to measure accurately from the ground and from space. Here, we used a U-Net model adapted for regression to map the 2020 tree canopy height in the Amazon forest from Planet Nicfi images at ~4.78 m of spatial resolution. The U-Net model was trained using canopy height models computed from aerial LiDAR data as a reference, along with their corresponding Planet Nicfi images. Our predictions of tree heights exhibited a mean error of 3.68 m and showed relatively low systematic bias across the entire range of tree heights present in the Amazon forest. Our model successfully estimated canopy heights up to 40-50 m without much saturation, outperforming existing canopy height products from global models in this region. Furthermore, events such as logging or deforestation can be detected from the changes in tree height, and our approach also enables the monitoring of the height of regenerating forests. These findings demonstrate the potential for large-scale mapping and monitoring of tree height, as well as potential biomass estimation of old and regenerating Amazon forests, using Planet Nicfi imagery.

Ter conhecimento do perfil vertical da atmosfera é fundamental para a melhoria da precisão e confiabilidade das previsões meteorológicas e ajudam a compreender incisivamente os padrões climáticos e fenômenos meteorológicos em todo o mundo. Além de fornecerem uma configuração tridimensional da atmosfera, os dados são importantes principalmente para a previsão de tempo. Um novo sítio de coleta de dados meteorológicos e de sensoriamento remoto foi constituído a cerca de 150 km de Manaus, chamado de ATTO-Campina, localizado a cerca de 4 km da torre ATTO (Amazon Tall Tower Observatory), situado em um local remoto, no interior da floresta Amazônica. Esse trabalho tem como objetivo caracterizar os padrões das variáveis meteorológicas em baixo, médio e altos níveis, utilizando dados observacionais de radiossondagens durante a campanha de campo (CAFE-Brazil). Foram utilizados os dados observacionais obtidos durante a campanha de experimento de Campo (CAFE-Brazil), onde se utilizou uma aeronave de pesquisa (HALO – High Altitude and long Range Aircraft), sendo realizados voos na floresta com base em Manaus entre dezembro de 2022 e janeiro de 2023. Nos horários das 12 UTC, constatou-se a predominância dos ventos de oeste em baixos níveis para todo o período analisado. Em médios níveis, o vento mudou para leste entre 28 de novembro e 6 de dezembro, quando voltou a ser de oeste. Já em altos níveis, o vento tornou-se de leste entre 12 e 18 de dezembro. Para o vento meridional, em médios níveis, a componente está mais ao norte, enquanto em baixo e alto níveis encontra-se mais ao sul. Quanto à umidade relativa do ar, os níveis baixos apresentam valores superiores a 80% durante toda a série temporal, e nos dias 9 a 16 de dezembro, o nível médio apresentou a camada com baixa umidade. Os ventos predominantes de leste, em baixos e médios níveis, são responsáveis por transportar a umidade proveniente do oceano Atlântico, assim como da própria evaporação da bacia amazônica. A temperatura do ar, mostra uma relação direta com a umidade relativa do ar, próximo à superfície entre os dias 11 a 15 de dezembro, há um aquecimento superficial, indicando subsidência do ar devido a uma compressão justificando o aumento da temperatura nas camadas em torno de 950 hPa e a umidade baixa extremamente em quase toda a camada, tendo valores inferiores a 30%. A partir dessas análises preliminares, pretende-se, através da assimilação desses dados observacionais em alta resolução utilizando Weather Research and Forecasting Model (WRF), avaliar os impactos na condição inicial gerada pelo modelo para estudos de previsão e simulação de tempo.

 O presente trabalho tem como objetivo comparar duas técnicas de medição da irradiância solar difusa (DHI) na unidade do COENE-INPE em Natal-RN: o uso de piranômetro com anel de sombreamento e o piranômetro sobre rastreador solar sombreado por esferas. A pesquisa justifica-se pela necessidade de métodos precisos para a medição da irradiância solar difusa, fator crucial para a estimativa de geração de energia em usinas fotovoltaicas. Para isso, foram coletados dados ao longo de 2023/2024, de irradiância difusa e global dentre outras variáveis meteorológicas na estação solarimétrica instalada em Natal-RN. O estudo enfrentou atrasos por problemas técnicos relacionados a um rastreador solar inoperante. Este evento limitou as análises aos dados coletados pelo anel de sombreamento, onde foram analisadas a fração difusa da radiação solar e o índice de claridade. Uma análise estatística das medições e a implementação de novos critérios de qualidade também foram realizados visando a melhoria dos algoritmos de correção e a confiabilidade dos dados. Os resultados mostram as séries temporais de DHI ajustadas conforme fatores de correção hemisférica do instrumento e um ajuste adequado a um modelo de partição simples de Erbs. Espera-se que com a recuperação do rastreador solar as comparações previstas sejam realizadas no próximo ciclo. Este estudo contribui para o avanço das técnicas de medição de irradiância solar difusa, fundamentais para a otimização de sistemas de energia solar, dentre outras aplicações para a sociedade.

O contínuo uso de fontes de energia não renováveis, como os combustíveis fósseis, colocou em evidência os impactos negativos trazidos pelas emissões de gases de efeito estufa (GEEs). Com a necessidade de minimizar a dependência de fontes de energia desse tipo, a transição de matriz energética mais sustentável tem sido amplamente discutida em escala internacional. Em escala nacional, o Brasil apresenta potencial favorável à implementação de sistemas de geração de energia renovável, com destaque para a energia fotovoltaica que vem sendo a fonte que apresenta o maior incremento de capacidade instalada anualmente no mundo. Por sua localização geográfica, o País recebe elevados índices de radiação solar e relativamente uniformes no território nacional, o que permite desenvolver projetos solares viáveis em diferentes regiões. Além disso, os possíveis impactos das mudanças climáticas pressionam a geração de energia por fonte hidráulica, altamente dependente da precipitação e de sua variabilidade e, portanto, com elevado risco de escassez. Nesse sentido, estratégias que busquem um aumento da segurança energética com menor impacto ambiental são as principais formas de possibilitar uma transição energética sustentável e justa, além de um dos possíveis mecanismos para o enfrentamento das mudanças climáticas. Dessa forma, o objetivo deste trabalho é trazer uma discussão sobre desafios e oportunidades da transição energética sustentável, com enfoque no caso do Brasil, de forma a fornecer caminhos para este processo.

Explosive cyclones are weather events with high destructive power, mainly near coastal areas. In this work, we intend to analyze one explosive cyclone episode on the east coast of the Southern Region of Brazil, which took place between June 30th and July 1st, 2020, under the perspective of two detection schemes. In the south-central region of South America, weather conditions are heavily influenced by weather systems. Particularly, extratropical cyclones and their associated fronts are the meteorological systems that most impact the region because they are in mid and high latitudes. The rapid intensification of extratropical cyclones has been the subject of meteorological research in recent decades. This is due to the damage they cause and the ability of the models to predict this type of phenomenon. Explosive cyclones, commonly referred to as bombs, are defined as negative relative vorticity systems in the Southern Hemisphere in which the central pressure drops at an average rate of at least 1 Bergeron. The outputs from both the Climate Forecast System Reanalysis (CFSR) and a simulation with the MPAS-A (Model for Prediction Across Scales – Atmosphere) numerical simulation model are used to understand the explosive cyclones behavior. For that, this work uses two detection methods: the Observational Method (OBSM) and the Automatic Method (AUTM). The first uses the visual analysis of the Mean Sea Level Pressure (MSLP) fields combined with functions to identify the local minimums using the Grid Analysis and Display System (GrADS) software. The second uses a function called mfhilo from the OpenGrADS software, which shows the minimum MSLP in the grid using Laplacian, Magnitude, and Percentile. The MSLP minimums are analyzed to track the cyclone’s path. Then, the Normalized Deepening Rate is computed to determine if the cyclone is explosive. Meteorological analysis shows that this explosive cyclone was associated with a squall line. This system crossed the Rio Grande do Sul and Santa Catarina states, significantly damaging property and people. The dominant synoptic conditions were: i) lower-troposphere wind convergence in the cyclone region; ii) unstable atmosphere; iii) hot (cold) advection at the front (rear) of the system; and iv) heat and moisture transport from the adjacent ocean and the low-level jet. The southern regions of Brazil suffered significant impacts resulting from the combination of these meteorological conditions. Based on the findings, the OBSM methodology successfully detected the cyclone at 15Z30JUN2020, as it rapidly intensified over southern Brazil, transitioning from a continental low near northern Argentina. The explosive phase of the cyclone ended over the Southwest Atlantic Ocean. It reached 2.11 Bergeron and is recorded as one of the deadliest weather events in Southern Brazil. On the other hand, AUTM did not detect this case as the MSLP minimums were only identified during the mature stage, on 06Z01JUL2020. It is worth mentioning that OBSM and AUTM used distinct spatial and temporal resolutions – OBSM utilized ERA5 with a 3-hour temporal resolution, while AUTM relied on CFSv2 and MPAS with a 6-hour temporal resolution. It is important to emphasize that the direct comparison between the methods should not be considered since they use different datasets with different attributes. However, this set of visually obtained systems serves as truth for validating the automatic method. Each method has its advantages; therefore, it is up to the user to choose the best way to analyze the cases. Although AUTM did not detect this case, there are a lot of advantages to use this method for other cases. The automatic method, after updates, emerges as a tool that can assist in decision-making and can even be used operationally and as a method to identify the transition of transient and semi-permanent anticyclones.

Inland aquaculture expansion offers a promising avenue for producing animal-source foods with a reduced land use footprint compared to traditional animal agriculture. However, aquacultures specific land use implications remain underexplored, especially in regions with large tracts of standing forests like the Amazon. Here, we use AI-enhanced recognition of remotely sensed images from 1985 to 2022 to quantify the land use trajectory of aquaculture expansion in Rondônia, Brazil. Rondônia is a critical area within the Amazons arc of deforestation, known for significant aquaculture development of native species. Our findings reveal that aquaculture in Rondônia occupies approximately 5% of the states water surface area (117 km²), primarily on lands previously used as pasture (89%), with minimal conversions from urban (1%) or agricultural (2%) areas. Notably, 8% of aquaculture expansion has occurred on natural forests and wetlands, raising concerns due to their crucial roles in carbon sequestration and biodiversity conservation. The rising greenhouse gas emissions from forest and wetland conversions from 2010 to 2020 underscore the necessity for strategic land-use planning in aquaculture that promotes aquaculture expansion on pasture lands rather than natural systems. As global aquaculture production is projected to increase by 65% by 2050, converting existing degraded pastures into aquaculture sites can enhance land-use efficiency and reduce pressure on natural areas. Furthermore, transitioning from cattle ranching to aquaculture can foster forest regeneration and promote sustainable economic development in the Amazon. Implementing policies that promote conservation aquaculture over deforestation aquaculture, such as sustainable financing tied to land restoration commitments and integration into carbon markets, could foster a win-win model aligning food production with conservation goals.

The provision and utilization of climate information are critical for addressing climate change risks. This work explores the robustness of climate change information for decision-making by examining the Climate Impact Information and Analysis System (AdaptaBrasil MCTI) and the Climate Projections Portal (PClima) in Brazil. These initiatives demonstrate how robust, context-specific climate information can be effectively integrated into decision-making processes to enhance climate resilience. AdaptaBrasil MCTI aims to consolidate, integrate, and disseminate comprehensive climate impact data, enabling detailed analysis of observed and projected climate change impacts across Brazil’s 5,570 municipalities. This system supports authorities in developing and implementing adaptation strategies by providing reliable and actionable information on strategic social, environmental, and economic sectors. The Climate Projections Portal complements this effort by offering a user-friendly platform where stakeholders can explore, visualize, and download climate projections from both Brazilian and international models. This accessibility ensures that regional climate information is available to a broad range of users, facilitating informed decision-making and effective adaptation measures. This presentation will explore and discuss major scientific and transdisciplinary challenges and opportunities in exchanging climate information and fostering new dialogues on regional climate data. We will present successful outcomes and cross-cultural experiences from the implementation of these platforms, focusing on methods for communicating uncertainties and engaging stakeholders in the co-production of climate information, thereby supporting the Brazilian National Plan for Adaptation. Emphasis will be placed on capacity building and the integration of diverse sectoral perspectives to enhance the robustness of climate information.