O objetivo deste trabalho é analisar a variabilidade dos extremos dos diassecos (CDD) e úmidos (CWD) consecutivos durante o período de plantio (outubro-novembro-dezembro) da soja na região do MATOPIBA entre os anos de 1980 a 2019. Foram utilizados dados diários de precipitação provenientes de Xavier et al. (2022), com resolução espacial de 0,1° x 0,1° e temporal de 1980 até 2019. Os índices climáticos extremos utilizados (CDDeCWD) foram definidos pelo ETCCDI (Expert Team on Climate Change Detection and Indices) e foram aplicadas técnicas estatísticas para maior conhecimento e compreensão da variabilidade da precipitação na região de interesse. Entre os principais resultados observa-se a tendência de aumento (diminuição) de 1 a 3 (1 a 2) dias/década (dias/dec) nos eventos CDD (CWD) em outubro, além de uma tendência de aumento (2 dias/dec) nos eventos CDD em dezembro. Tais resultados podem implicar no atraso na implementação da safra (outubro) e em déficit hídrico no período vegetativo da planta, devido às irregularidades das chuvas em dezembro. Ademais, verificou-se uma forte influência do fenômeno El Niño Oscilação Sul nos índices de precipitação, sendo mais um fator limitante nas distribuições das chuvas no MATOPIBA.

Anais do Encontro Regional de Matemática Aplicada e Computacional do Rio Grande do Sul (978-85-5722-952-5) - Criação De Funções Para Otimizar A Visualização Gráfica E Análises De Dados Meteorológicos.

Este estudo explora o papel da automação na melhoria das previsões meteorológicas de curto prazo, com ênfase no uso do modelo Global Ensemble Forecast System (GEFS), reconhecendo a importância das previsões do tempo para diversos setores da sociedade. A automação é investigada como um meio para aumentar a precisão e eficiência na análise e processamento de dados meteorológicos. Isso inclui a geração de gráficos para variáveis essenciais (temperatura, umidade, vento e precipitação) e a capacidade de enviar essas informações por e-mail de forma automática. Como exemplo prático, foram selecionadas 6 cidades do Rio Grande do Sul, onde o Centro de Pesquisas e Previsões Meteorológicas (CPPMET) realiza previsões rotineiramente. A implementação dessas inovações demonstrou potencial para auxiliar o CPPMET na otimização de tempo nas tarefas diárias, evidenciando a eficácia da automação em melhorar o processo de previsão meteorológica.