Drought is a natural disaster that affects a country’s economy and food security. The monitoring of droughts assists in planning assertive actions to mitigate the resulting environmental and economic impacts. This work aimed to evaluate the performance of the standardized precipitation index (SPI) using rainfall data estimated by orbital remote sensing in the monitoring of meteorological drought in the Cerrado–Amazon transition region, Brazil. Historical series from 34 rain gauge stations, in addition to indirect measurements of monthly precipitation obtained by remote sensing using the products CHIRPS-2.0, PERSIANN-CDR, PERSIANN-CCS, PERSIANN, GPM-3IMERGMv6, and GPM-3IMERGDLv6, were used in this study. Drought events detected by SPI were related to a reduction in soybean production. The SPI calculated from the historical rain series estimated by remote sensing allowed monitoring droughts, enabling a high detailing of the spatial variability of droughts in the region, mainly during the soybean development cycle. Indirect precipitation measures associated with SPI that have adequate performance for detecting droughts in the study region were PERSIANN-CCS (January), CHIRPS-2.0 (February and November), and GPM-3IMERGMv6 (March, September, and December). The SPI and the use of precipitation data estimated by remote sensing are effective for characterizing and monitoring meteorological drought in the study region.

Parameterization and performance analysis of a hydrological model allow its consolidation, so that water-resource management strategies could be evaluated and extreme events forecast. In this context, this study aimed to evaluate the performance of the Sacramento Soil Moisture Accounting (SAC-SMA) and IPH II models for runoff estimation in the Teles Pires River basin, which is located in the Amazon region, State of Mato Grosso, Brazil. Both models were automatically calibrated using Shuffled Complex Evolution algorithm (SCE-UA) and validated for five runoff monitoring units. Our results showed that both are suitable for daily runoff modeling in the Teles Pires River basin with higher performance in larger drainage area basins. We can also infer that the simple use of complex rainfall-runoff models might not provide improved estimates. Although the SAC-SMA is the most complex and detailed model for hydrological processes, it has not outperformed IPH II in any of the monitoring units in the Teles Pires River.

A precipitação é crucial para a produção agrícola no estado do Mato Grosso. Contudo, a rede de monitoramento dos dados de chuvas é insuficiente e desuniformemente distribuída, afetando a determinação do balanço hídrico, a detecção de secas e a gestão de recursos hídricos. Considerando o potencial dos produtos de precipitação oriundos de sensoriamento remoto para estimar a precipitação em locais com monitoramento deficiente, este trabalho teve como objetivo validar os dados CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data) para o estado de Mato Grosso, bem como analisar sua distribuição espacial e temporal na região. As estimativas do CHIRPS foram comparadas com séries históricas registradas em 154 estações pluviométricas da rede hidrometeorológica nacional, tendo sido quantificadas seis métricas de erro para validação do produto. A partir dos resultados obtidos confirmou-se que o bioma Amazônia apresenta a maior precipitação do estado, seguido pelo Cerrado. Em contraste, o bioma Pantanal possui a menor precipitação média mensal e anual em comparação aos outros biomas do estado. Comprovou-se, ainda, que o produto CHIRPS estima de forma adequada a precipitação total mensal e a média histórica mensal, revelando-se uma ferramenta promissora para a gestão de recursos hídricos, detecção de secas, estudos de balanço hídrico e modelagem hidrológica em bacias hidrográficas no estado de Mato Grosso. Contudo, para totais diários, o erro de estimativa é elevado, não sendo recomendada sua utilização direta sem correção dos dados ou calibração em modelos hidrológicos.

The impact generated from the land use modifications reflects expressively in the components of the hydrological cycle, affecting the use of the natural resources. This work aims to evaluate the soil occupation dynamics in the Caiabi, Nandico and Celeste river basins located in the northern region of the State of Mato Grosso between 1986 and 2015. Geoprocessing techniques such as false color combinations and supervised classification were applied using the maximum likelihood estimation (maxver). Two thematic classes of land occupation were defined, forest and anthropized. The results are presented in thematic maps showing the spatial distribution of changes in soil cover. It was concluded that 44% of the forest area was removed between 1986 and 2015. The greatest change in the soil cover occurred between 1997 and 2006, resulting in a reduction of 1017.0 km2 of forest area.

Dentre todos os desastres naturais, a seca caracteriza-se como um dos mais complexo e pouco entendido. Seus efeitos impactam várias áreas da sociedade, como agropecuária, indústria, saúde, distribuição de água e geração de energia. Os índices de seca utilizados para monitorar, identificar e quantificar a anomalia de precipitação tem como principal limitação a falta de dados representativos da área de ocorrência. As medições de variáveis hidro meteorológicas por satélites oferecem uma boa alternativa na falta de dados de superfície. O objetivo do trabalho foi avaliar se o uso do produto 3B43 V7 da missão Tropical Rainfall Measuring Mission (TRMM) multi-satellite Precipitation Analysis (TMPA) é eficaz na geração da precipitação mensal e de mapas de seca a partir do Índice de Precipitação Padronizado mensal na região médio norte de Mato Grosso. Os dados foram comparados a uma base dados de superfície no período de 1998 a 2017. A validação dos mapas de seca foi feita com base na seca que ocorreu durante a safra de 2015/16. Os resultados indicaram que o produto 3B43 V7superestima a precipitação, mas pode ser utilizado na ausência de dados de superfície, uma vez que o valor do coeficiente Nash-Sutcliffe (ENS) foi de 0,75 e do índice de concordância de Willmott (d) foi 0,93. O SPI estimado correspondeu ao observado, apresentando ENS e índice d iguais a 0,63 e 0,92, respectivamente. Os mapas de seca confirmaram a situação relatada nos boletins do Instituto Mato-grossense de Economia Agropecuária que indicaram diminuição da produtividade em decorrência da falta de chuva nos períodos críticos das culturas da soja e do milho.