Publicações

O Vale do Paraíba Paulista (VPP), inserido no Bioma Mata Atlântica, é uma área de ocupação antiga que passa por um processo de transição florestal, sendo alvo de programas de restauração florestal. Para o VPP existem diferentes classificações de uso e cobertura, como por exemplo, pelo Inventário Florestal e MapBiomas, que podem apresentar divergências. Neste estudo, são usados os dados do Inventário Florestal e do MapBiomas, a fim de investigar a divergência entre as classes destes dois estudos. O Inventário Florestal tem mapeamentos da cobertura vegetal nativa do Estado de São Paulo para 1990, 2000, 2010 e de 2020 com legenda do IBGE, disponíveis no Datageo. Já o MapBiomas possui um projeto de mapeamento anual do uso e cobertura da terra no Brasil com dados a partir de 1985 disponíveis para download em site próprio. Com o software QGIS, as classificações são interseccionadas para identificar divergências, portanto, a área de estudo nesta etapa corresponde a vegetação nativa do Inventário Florestal lida como uso antrópico pelo MapBiomas, o que corresponde a 634,26 km². Após o cálculo das áreas, a tabela de intersecção foi exportada para cálculo de porcentagem. As classes do Inventário Florestal foram resumidas a vegetação nativa, sendo que 70,71% da classe de Mosaico de Usos (onde não é possível diferenciar pastagem de agricultura) pelo MapBiomas é classificada como vegetação nativa do Inventário, e 19,99% da Pastagem do MapBiomas é classificado como vegetação nativa do Inventário. As outras classes são menos expressivas, mas apresentam divergências, inclusive Café com 0,97%. O processo inverso também foi realizado, estima-se que todas as classes do Inventário possuem Mosaico de Usos com maior porcentagem entre as classes de uso antrópico do MapBiomas, salvo Refúgio Ecológico com Pastagem. Sugere-se para próximas etapas deste estudo, a análise das assinaturas espectrais por imagens de satélite de 2020, bem como uma comparação com outras classificações existentes para melhores resultados.

A degradação da terra é largamente conhecida pelos impactos negativos ao meio ambiente, e se refere à perda da produtividade e complexidade biológica e econômica da terra, e quando presente em regiões subúmidas e secas, como na Caatinga, é denominada Desertificação. A ONU estabeleceu a meta 15.3 do Objetivo de Desenvolvimento Sustentável 15, que espera que até 2030 a humanidade tenha combatido a desertificação, restaurado a terra e o solo, com um mundo neutro em termos de degradação do solo. Este trabalho tem como objetivo geral analisar espacialmente a degradação da terra nos biomas Cerrado e Caatinga, em conformidade com a meta 15.3 do ODS 15. No período de 2023 a 2024 foram realizados uma série de testes para aprimorar o indicador de degradação com foco na Caatinga, além de colaboração na geração de cenários de degradação para o projeto Nexus (INPE). Os indicadores e testes foram conduzidos utilizando o plugin Trends.Earth no QGIS 3.16, baseado na metodologia da UNCCD. O indicador foi gerado a partir de três subindicadores: produtividade da vegetação, carbono orgânico do solo (SOC) e uso e cobertura da terra. Para a Caatinga, os dados do subindicador de uso e cobertura foram obtidos do MapBiomas, utilizando uma transição de usos com viés ecológico e uma com viés produtivo-econômico. O subindicador SOC foi parametrizado com dados de cobertura da terra em um tempo final e com um dado de SOC inicial, também com dados do MapBiomas. Para a produtividade, foram utilizados dados de vegetação e evapotranspiração do sensor MODIS e precipitação do CHIRPS a depender da trajetória da produtividade escolhida. Foram realizados testes com quatro tipos de trajetórias: Water Use Efficiency, Radiation Use Efficiency, RESTREND (Residual Trend) e NDVI. O indicador final foi gerado aplicando a regra One Out All Out considerando os três subdindicadores citados, na qual um pixel é classificado como degradado se qualquer um dos três subindicadores indicar degradação. Se todos os subindicadores indicarem melhoria ou estabilidade, o pixel final será classificado como melhoria ou estável, respectivamente. Ao comparar diferentes indicadores de degradação, conforme as diferentes trajetórias de produtividade, com outros indicadores de degradação na literatura, constatou-se que o indicador final de degradação utilizando o RESTREND apresentou os resultados mais promissores. Em relação aos indicadores de degradação utilizando as duas matrizes de uso e cobertura (ecológica e produtivo-econômica), houve pouca diferença entre os resultados finais, pois constatou-se que o subindicador que mais influencia no indicador final de degradação é o de produtividade. Também foram exportadas as classes de cada subindicador para futuramente ser possível realizar combinações externas ao plugin do QGIS. Adicionalmente, o bolsista colaborou junto com membros do projeto Nexus e do laboratório Ladis na geração dos subindicadores de uso e cobertura e SOC para todo o Brasil na resolução de 10 km, para gerar cenários de degradação para o projeto Nexus. Espera-se que no próximo ano seja possível avançar na adaptação dos subindicadores fora do plugin Trends.Earth ou mesmo adaptá-lo para minimizar as limitações na geração do indicador e contribuir nos cenários do projeto Nexus junto com o Ladis.

Conhecer o estado atual da atmosfera em diferentes níveis de altitude é fundamental para a melhoria da precisão e confiabilidade das previsões meteorológicas e ajudam a compreender eficazmente os padrões climáticos e fenômenos meteorológicos em todo o mundo (DIRKSEN, et al., 2014). Além de fornecem uma configuração tridimensional da atmosfera, os dados são importantes principalmente para a previsão do tempo operacional (INGLEBY; EDWARDS, 2015).

The mechanisms of NPF involve the interaction of various precursor gases and specific thermodynamic conditions (Olenius et al., 2018). However, the uncertainties associated with these processes, particularly regarding chemical diversity and its transformations, emission sources, and impacts on clouds, lead to significant uncertainty in climate change predictions (Boucheret al., 2013; Tellus B et al., 2021).

In Brazil, some studies have been conducted to evaluate the quality performance of ECMWF reanalysis using statistical methods in areas with sparse observed data coverage, aiming to understand the performance of fields estimated by numerical models in simulating dynamic processes over the surface [1-2]. However, no validation has been accompanied by altitude correction for ECMWF’s fifth-generation reanalysis data until the present study.

The breeze is an important factor in explaining the diurnal wind cycle (Barreto et al., 2002), particularly in coastal regions. As winds move from areas of high to low pressure, diurnal circulation carries winds from the sea to the land (onshore) at lower levels, creating a return current at higher levels, which characterizes the sea breeze. During the night, the reverse process occurs (offshore), known as the land breeze phenomenon.