Publicações

As atividades antrópicas nas bacias de drenagem frequentemente causam impactos significativos na qualidade da água e nos ecossistemas aquáticos, resultando em consequências ambientais prejudiciais que alteram a qualidade da água dos rios, isto é, seu fluxo e sua composição química. Neste estudo, o objetivo foi o de analisar a concentração de nutrientes no rio Paraíba do Meio, Alagoas, e sua conformidade com a Resolução do CONAMA n° 357/2005 durante os anos hidrológicos de 2016 e 2017, para saber se a qualidade da água rio está dentro dos padrões ambientais sugeridos. Os dados referentes aos parâmetros limnológicos da água analisados na seção do rio Paraíba do Meio considerada nesta pesquisa, situada na região da ponte rodoviária sobre o referido rio (BR-316), no município de Pilar (AL), onde se concentram atividades industriais, urbanas e agrícolas, foram obtidos a partir do Banco de dados do laboratório de Geoquímica Ambiental (IGDEMA-UFAL), com periodicidade mensal de 16 de janeiro de 2016 a 17 de dezembro de 2017. Apesar de boa parte dos valores mensais de alguns dos parâmetros apresentarem valores dentro dos padrões estabelecidos pelo CONAMA, os resultados revelaram concentrações significativas de ortofosfato e das diferentes formas de nitrogênio inorgânico dissolvido encontradas em ecossistemas aquáticos, como nitrito, nitrato e amônio, indicando potencial poluição, bem como alguns dos demais parâmetros limnológicos analisados, os quais também apresentaram valores mensais acima dos limites estabelecidos pela resolução do CONAMA supracitada, um sinal de degradação, especialmente nas áreas urbanas, o que ressalta a necessidade de ações mais efetivas por parte das autoridades para gerenciar os recursos hídricos do rio Paraíba do Meio, uma vez que, a gestão sustentável das bacias de drenagem é urgente, buscando a harmonia entre as necessidades humanas e a conservação dos ecossistemas aquáticos, garantindo que as gerações futuras tenham acesso à água de qualidade e ecossistemas saudáveis.

A superfície continental e a atmosfera estão conectadas em diversos aspectos que envolvem troca de energia, momentum e elementos entre elas. Da atmosfera vem a energia e a água necessários para os processos associados ao crescimento e manutenção de vegetação. A vegetação, por sua vez, absorve CO2 atmosférico e transpira H2 O, podendo funcionar como sumidouro de carbono e fonte de água. Na biosfera terrestre, o ciclo da água e dos elementos está conectado em diversos aspectos. A disponibilidade de água no solo modula a produtividade primária líquida, e pode alterar as atividades biogeoquímicas associadas à decomposição de matéria orgânica e os processos associados à respiração do solo e de raízes. Todos esses processos são bastante sensíveis às mudanças climáticas e mudanças no uso e cobertura do solo, o que torna fundamental uma boa representação deles em modelos do sistema terrestre, tanto para previsões de tempo quanto para projeções climáticas mais confiáveis. Este capítulo aborda os principais processos de interação entre a biosfera e a atmosfera, com foco nos fluxos de energia e nos ciclos da água e carbono, e também as estratégias para a modelagem dessas interações.

Com o aumento da frequência dos desastres naturais, a antecipação de eventos hidro meteorológicos com potencial de causar danos à população e meio ambiente é cada vez mais urgente. Neste contexto, o presente capítulo visa abordar o papel da modelagem hidrológica como componente fundamental para um sistema de alerta, fornecendo exemplos do potencial de implementação desta ferramenta em diversas regiões do Brasil. Adicionalmente, são discutidos alguns dos desafios que persistem para a previsão de desastres, como a necessidade de aprimorar a precisão das previsões de precipitação, integração de modelos atmosféricos e hidrológicos e as incertezas inerentes à modelagem. Essa análise visa elucidar sobre a necessidade contínua de busca por estratégias eficazes de monitoramento e melhoria da resposta a desastres naturais no Brasil.

Recent advancements in computational technologies have enhanced the importance of meteorological modeling, driven by an increased reliance on weather-dependent systems. This research implemented a lightning data assimilation technique to improve short-term weather forecasts in South America, potentially refining initialization methods used in meteorological operation centers. The main goal was to implement and enhance a data assimilation algorithm integrating lightning data into the WRF model, assessing its impact on forecast accuracy. Focusing on southern Brazil, a region with extensive observational infrastructure and frequent meteorological activity, this research utilized several data sources: precipitation data from the National Institute of Meteorology (INMET), lightning data from the Brazilian Lightning Detection Network (BrasilDAT), GOES-16 satellite images, synoptic weather charts from the National Institute for Space Research (INPE), and initial conditions from the GFS model. Employing the WRF-ARW model version 3.9.1.1 and WRFDA system version 3.9.1 with 3DVAR methodology, the study conducted three experimental setups during two meteorological events to evaluate the assimilation algorithm. These included a control (CTRL) without assimilation, a lightning data assimilation (LIGHT), and an adaptive humidity threshold assimilation (ALIGHT). Results showed that the lightning data assimilation system enhanced forecasts for large-scale systems, especially with humidity threshold adjustments. While it improved squall line timing and positioning, it had mixed effects when convection was thermally driven. The lightning data assimilation methodology represents a significant contribution to the field, indicating that using such alternative data can markedly improve short-term forecasts, benefiting various societal sectors.

O crescimento urbano acelerado e a consequente expansão da frota veicular têm exacerbado a poluição atmosférica em grandes cidades, tornando-se um problema de importância socioeconômica, ambiental e de saúde pública. O monitoramento da qualidade do ar desempenha um papel crucial nas políticas de controle ambiental, permitindo avaliar os níveis de poluentes e desenvolver tecnologias sustentáveis. Um estudo na Região Metropolitana do Vale do Paraíba, São Paulo, entre 2018 e 2022, analisou as variações anuais, sazonais e mensais de poluentes como CO, NO, NO2, O3, MP2.5 e MP10 em quatro estações, Guaratinguetá (1), Taubaté (1) e São José dos Campos (2), de monitoramento da qualidade do ar a partir do sistema QUALAR da CETESB. Para elaboração dos gráficos de médias anuais, mensais e médias horárias por estação do ano (sazonal), foram utilizadas as médias dos dados horários de cada estação de monitoramento durante o período de cinco anos. O tratamento dos dados dos poluentes do sistema Qualar da CETESB foi realizado usando a linguagem Python e os gráficos foram feitos usando a linguagem R. Houve aumento na concentração de NO em 2021 e 2022, enquanto o NO2 manteve praticamente os mesmos valores. São José dos Campos registrou as maiores concentrações de NO, NO2 e MP10. No outono e inverno, todos os poluentes, exceto O3, atingiram picos de concentração, devido às condições atmosféricas. Em geral, os poluentes ficaram dentro dos limites do CONAMA, mas NOx, MP2.5 e MP10 ultrapassaram os padrões da OMS, indicando desafios contínuos na gestão da qualidade do ar e a necessidade de medidas adicionais para proteger a saúde pública e o meio ambiente.

The focus of this work is on small municipalities (population below 50 thousand inhabitants) that cover around 87% of the territory of the Brazilian Legal Amazon (BLA). Based on a comprehensive integrated analysis approach using the three components hazard (climate extremes from CMIP6 future scenarios), exposure (directly affected population), and vulnerability (subdimensions of susceptibility and coping/adaptive capacity by using multidimensional indicators), the latter two using current datasets provided by the official Census IBGE 2022, we document a quantitative assessment of the risk R of natural disasters in the BLA region. We evidenced a worrying and imminent intensification of the curve of R in most Amazonian municipalities over the next two 25-year periods. The overall results of the highest proportions of R (total municipalities affected) pointed out the Amazonas, Roraima, Pará, and Maranhão as the main states, presenting projected categories of R high in the near future (2015 to 2039) and very high in the far future (2040 to 2064). The detailed assessment of the susceptibility and coping/adaptive capacity allowed us to elucidate the principal indicators that aggravate the degree of vulnerability: economy, the precariousness of urban infrastructure, medical services, communication, and urban mobility, whose combined factors, unfortunately, reveal a widespread poverty profile along the small Amazonian municipalities. Our scientific findings can assist decision makers in targeted strategies planning and public policies to minimize and mitigate ongoing and future climate change.

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.