augusto josé pereira filho departamento de ciências...

Augusto José Pereira Filho

Departamento de Ciências Atmosféricas

Instituto de Astronomia, Geofísica e Ciências Atmosféricas

Preparatório do CONFEA ao 8º Fórum Mundial da Água

Hotel Deville Prime, CREA-MT, Cuiabá, MT

02 a 04 de Outubro de 2017

CLIMATOLOGIA

Figure 3.1 The elliptical path (highly exaggerated) of the earth

about the sun brings the earth slightly closer to the sun in January

than in July

(Ahrens, 2005)

Figure 3.2 As the earth revolves about the sun, it is tilted on its axis

by an angle of 231/2º. The earth´s axis always points to the same area

in space (as viewed from a distant star). Thus, in June, when the

Northern Hemisphere is tipped toward the sun, more direct sunlight

and long hours of daylight cause warmer weather than in December,

when the Northern Hemisphere is tipped away from the sun.

(Ahrens, 2005)

Figure 3.3 The realtive amount of radiant energy received at the top

of the earth’s atmosphere and at the earth’s surface on June 21 –

the summer solstice.

(Ahrens, 2005)

Figure 3.4 During the Northern Hemisphere summer, sunlight that

reaches the earth’s surface in far northern latitudes has passed through a

thicker layer of absorbing, scattering, and reflecting atmosphere than

sunlight that reaches the earth’s surface farther south. Sunlight is lost

through both the thickness of the pure atmosphere and by impurities in

the atmosphere. As the sun’s rays become more oblique, these effects

become more pronounced.

(Ahrens, 2005)

(Ahrens, 2005)

Radiação

Solar

Radiação Terrestre -

IR

(Ahrens, 2005)

Efeito Estufa

CIRCULAÇÃO E PRECIPITAÇÃO GLOBAIS

JULHOJANEIRO

(Ahrens, 2005)

TRMMH H

PRESSÃO

& VENTO

PRECIPITAÇÃO

CICLO DA

ÁGUA

(Peixot & Oort, 1992)

Divergência do vapor d’água – média zonal 0,01 m ano-1


GELO OCEÂNICO GLOBAL

http://arctic.atmos.uiuc.edu/cryosphere/IMAGES/global.daily.ice.area.withtrend.jpg

https://neptune.gsfc.nasa.gov/csb/

FONTE: http://solarscience.msfc.nasa.gov/predict.shtml

uv

vis

(Saha et al. 2010)

EVAPOTRANSPIRAÇÃO GLOBAL ESTIMADA

(a) Aridity index (the ratio of mean annual precipitation to mean annual potential evapotranspiration

(ET). (b) mean annual ET. (c) the percentage of transpiration from vegetation (Et) to ET. (d) the

percentage of direct evaporation from the soil (Es) to ET. After: Zhang et al. (2016). Scientific

Reports | 6:19124 | DOI: 10.1038/srep19124

TENDÊNCIAS DA ET

(a) ET (Evapotranspiration) trend (mm year−2). (b)Et (transpiration from vegetation) trend (mm year−2). (c) Es (direct evaporation from the

soil) trend (mm year−2). (d) LAI (leaf are index) trend (m2 m−2 year−1). (e) correlation between annual P and annual ET (for land grid cells

where p < 0.01, else they are white). (f) P trend (mm year−2). Trends in ET, Et, and Es are obtained from the average of the two PML

simulations. Trends in LAI are obtained from the AVHRR based LAI product, and P trends are averaged from the two P products (i.e., PGF

and WFDEI). The maps were generated using MATLAB.. After: Zhang et al. (2016). Scientific Reports | 6:19124 | DOI: 10.1038/srep19124

Floresta Amazônica

Bruno e Rocha (2004)

2002 2003

EVAPORAÇÃO

https://svs.gsfc.nasa.gov/cgi-bin/details.cgi?aid=3811

TRANSPORTE DE VAPOR D´ÁGUA


PRECIPITAÇÃO


TEMPERATURA DA SUPERFÍCIE DO MAR


(Pereira Filho et al., 2002)

Variação da Umidade do solo - PEFI

-4,0

-3,0

-2,0

-1,0

0,0

1,0

2,0

3,0

4,0

5,0

6,0

0 50 100 150 200 250 300

Profunidade (cm)

Va

ria

çã

o M

en

sa

l (l/m

ês

)

nov/07 dez/07 jan/08 fev/08 mar/08 abr/08 mai/08

jun/08 jul/08 ago/08 set/08 out/08 nov/08 dez/08

(Pereira Filho, 2010)

Balanço Hídrico - PEFI (mm)

Precipitação (P) 1290,5

Transprecipitação (T) 1002,1

Interceptação (I) 288,4

Vazão (Q) 285,6

Evapotranspiração (ETo) 1004,9

(Pereira Filho et al., 2002)

Efeitos Ilha de Calor e Brisa na Distribuição de chuva (mm) (2002 – 2004)

Flores et al. (2016)

MODIS 2001-2012

MUDANÇAS NO CLIMA

LOCAL (+) E GLOBAL (-)

ANÁLISE DE AGRUPAMENTO (AN) 1936-2005

Rainfall

Pressure

Seven Variables

Euclidean Distances

Distance

ANÁLISE DE AGRUPAMENTO (DIA) 1936-2005

Temperature

Rainfall

Winds

Insolation

Fourteen Variables

Euclidean Distances

Distance

CLIMATOLOGIA TRMM

SECA 2014x

CHUVA 2016

ALTA DO ATLÂNTICO SUL

Anomalia de pressão

Anomalia de Umidade Específica

Anomalia de Vento 850 hPa

Anomalia de SST

Vento em 850 hPa

ENTRADA DE AR POLAR SECO

SAIDA DE AR TROPICAL ÚMIDO

SATÉLITE GOES-13 15-21/07/2017

VARIABILIDADE

CLIMÁTICA

INTEGRAÇÃO CHUVA DE SATÉLITE E PLUVIÔMETROS

(Pereira Filho et al, 2017)

Bacias Brasileiras

http://www2.ana.gov.br/Paginas/portais/bacias/

Amazonas

Paraná

Tocantins

São Francisco

PRECIPITAÇÃO MÉDIA 30 DIAS (mm)

Bacia do Amazonas Bacia do Paraná Bacia do Tocantins Bacia do São Francisco

EN= 0,79 EN= 0,51 EN= 0,59 EN= 0,51

BRASIL

ANOMALIA DE TEMPERATURA DA SUPERFÍCIE DO MAR

http://www.ospo.noaa.gov/Products/ocean/sst/anomaly/

http://iri.columbia.edu/our-expertise/climate/forecasts/seasonal-climate-forecasts/

Prejuízos

Crescimento populacional

Poluição ambiental

Epidemias

Sistema de saúde precário

Mais exposição aos efeitos do tempo

(ciclones,enchentes, deslizamentos,

...) e do clima (seca, poluição,...)

Mais prejuízos

Menos Desenvolvimento

•Prevenção

•Mitigação

•Preparo

•Monitoramento

•Planejamento

•Legislação

•Uso do solo e da

água apropriados

•Controle da poluição

Menos riscosBenefícios a saúde,

educação e bem estar.

Mais consciência e

preparo.

Mais proteção ao

ambiente.

ECONOMIA SOCIEDADE

CONHECIMENTOSISTEMAS NATURAIS ATIVIDADE HUMANA

CIÊNCIA DA SUTENTABILIDADE

OBSERVAÇÃO DA TERRA E DA ATMOSFERA

(Essenciais para a sustentabilidade)

FERRAMENTAS DE PREVISÃO

SISTEMAS DE ALERTA

ENTENDIMENTO DO TEMPO E DO CLIMA

INFORMAÇÃO

Baixa integração

entre diferentres

disciplinas

Baixa integração

institucional

na pesquisa

Pesquisas incipientes

sobre variabilidade

e mudanças climáticas

Partes de equipamentos e sensores não

são produzidos

no Brasil.

Inadequações do sistemaobservacional

Infra-estrutura técnica

insuficiente

Pessoal pouco

qualificado

Insuficiência de

recursos humanos

Baixa integração

entre fornecedores

e usuários

Perda de

produtividade

agropecuária

Alteração

da cobertura

vegetal

Expansão

das áreas

desertificadas

Impactos na

saúde

da população

Diminuição das

exportações

Agravamento

na crise de

recursos hídricos

Aumento do nível

médio do mar

Impactos sobre

segurança alimentar

Diminuição

no fluxo

de turistas

Impactos sobre

ecossistemas

Crise no

abastecimento

energético

Danos

materiais

Mudanças na

composição química

dos oceanos

Dificuldades

de fixação

de pessoal

Baixa

interoperacionalidade

entre sistemas de

coleta de dados

Dados insuficientes ou

incompatíveis

Modelos de previsão

inadequados às

características brasileiras

(software)

Baixa capacidade de

geração de cenários

climáticos confiáveis.

Insuficientes informações

científicas sobre

mudanças climáticas

Dificuldade demanutenção

Baixa capacidadecomputacional

(hardware)

Calibração de equipamentos não

é realizada no país

Dependência de

dados fornecidos

por outros países

Inadequadadistribuição

das estações

meteorológicas

Insuficiente ofertade produtos e serviços

adequados às demandas

dos usuários

Insuficiência na customização e no

acesso ao usuário

final

Limitada capacidade de

previsão meterológica,

climática e hidrológica.

Diminuição da eficiência

no sistema de

transporte

Dados insuficientes sobreoceano atlântico,

paleoclima, radiação

solar, fontes de CO²,

interações entre atmosfera,

biosfera e criosfera, litosfera etc.

Interrupções no sistema

de telecomunicações

Baixa integração

Institucional na

geração de dados

Baixa capacidadecomputacional

(hardware)

Insuficiência nos

sistemas radar, satélites

meteorológicos

e SAR nacionais

Insuficientes produção

e utilização de

conhecimentos

sobre tempo e clima.

Danos à vida

humana

Aumento da

desigualdade

regional

Impactos nos modos

de vida da população,

diferenciados por

classe social

Insuficiente

integração da

rede de coleta

de dados

Séries históricasde tempo e clima

indisponíveis

Locais inadequados

para instalação

de equipamentos

Sobreposição de

esforços na

instalação de

estações

Desbalanceada capacidade de

análise do

microclima pelos

Estados.

Brasil corre riscos sociais,

ambientais e econômicos em

relação aos efeitos da variabilidade

natural e das mudanças climaticas.

Redução na capacidade de

resposta da defesa

civil.

Sistemas de monitoramento

e previsão inadequados.

Cenários climáticos

pouco confiáveis

Exercício inadequado de

ações adaptativas e

mitigadoras.

Baixa capacidade de

intervenção no

cenário internacional

Perda de

oportunidades

Políticas

inadequadas

Geração de onflitos

inter-regionais na

utilização de recursos

Aumento da

desigualdade

social

Insuficiente conhecimento

técnico-científico sobre

efeitos de tempo e clima.

Inexistência de conexões climáticas

na escala global

Insuficiência de recursos humanos

Insuficiente infra-estrutura

para

experimentos

Inadequada tecnologia

de recuperação

e digitalização

Desconhecimentosobre o volume

de dados não

digitalizados

Inadequadapolítica de

fornecimento de

dados

Dificuldade de

acesso aos dados

Excessiva

burocraciaInsuficiência de recursos

humanos

Há limitaçãoes para disponibilizarprodutos e serviços de previsão de tempo

e clima confiáveis, tempestivos

e adequados à necessidade dos usuários

Limitada utilização

do MDL por

alguns setores

augusto josé pereira filho departamento de ciências...

Documents