Resumo O estudo das interações biosfera-atmosfera permite descrever e caracterizar os principais processos de transferência de energia e massa, relacionados às particularidades da vegetação. Assim, as interações que ocorrem em uma floresta podem sofrer impactos significativos em virtude de mudanças do clima ou no uso do solo. Deste modo, o objetivo desta pesquisa foi identificar o papel da degradação da floresta urbana da Tijuca na variabilidade de elementos meteorológicos. Para esse fim, foram realizadas medições em área de floresta conservada (-22°95’S, -43°28’W, 460 m) e degradada (-22°95’S, -43°27’W, 445 m), no Parque Nacional da Tijuca, localizado no município do Rio de Janeiro-RJ, com a utilização de duas estações meteorológicas automáticas com coleta de dados dos dias 18/07 a 09/08/2017, com intervalos de medição de 30 min, com medição da variabilidade da temperatura do ar, umidade relativa do ar e precipitação. Os dados foram submetidos ao coeficiente de correlação de Pearson, aos testes de hipóteses teste t, F e Kolmogorov-Smirnov. Os resultados mostraram diferenças de temperatura média maior do que 1 °C para a área degradada, mas em uma escala diária pode ser maior do que 7°C. A diferença da umidade relativa média foi próximo de 10%, sendo menor em floresta degradada. No entanto, em alguns períodos diários a umidade do ar foi 30% menor na área degradada. A precipitação mostrou uma diferença de próximo de 10% entre as áreas. Os testes de hipóteses aplicados mostraram diferenças estatísticas significativas para a temperatura e umidade. A degradação da floresta da Tijuca contribui para modificar do microclima local em função do aumento da temperatura do ar e redução da umidade relativa ar.

Abstract The study of biosphere-atmosphere interactions allows to describe and characterize the main processes of energy and mass transfer related to the particularities of the vegetation. Thus, interactions occurring in a forest can suffer significant impacts due to climate change and changes in land use. That way, the objective of this research was to identify the importance of the degradation of Tijuca forest in the variability of meteorological elements. For this purpose, measurements were made in preserved (-22°95’S, -43°27’W, 445 m) and degraded (-22°95’S, -43°27’W, 445 m) forest area in Tijuca National Park, located in the city of Rio de Janeiro-RJ state. Two automatic meteorological stations were used, and the data collection was from 18th July to 8th September, in 2017, with 30-minute measurement intervals with measurement of the variability of the air temperature the air, relative humidity of the air and precipitation. The data was submitted to the Pearson correlation coefficient, and the test hypotheses t, F and Kolmogorov-Smirnov. The results showed average temperature differences greater than 1°C for the degraded area with a daily range greater than 7°C. The mean relative humidity difference was close to 10%, being lower in the degraded forest. However, in some daily periods, the relative humidity was 30% smaller in the degraded area. The precipitation showed a difference of close to 10% among the areas. The hypothesis tests applied show statistically significant differences showing that there is a significant effect on the meteorological elements analyzed with forest degradation. The degradation of the Tijuca forest contributes to the modification of the local microclimate due to the increase of the air temperature and the relative air humidity reduction.

Resumo A precipitação é um fenômeno meteorológico importante na região Tropical, caracterizada por sua variabilidade espacial-temporal e eventos extremos associados. Assim, a informação prévia da ocorrência de um dia ser seco ou chuvoso é de extrema importância para diversas atividades humanas, em especial a agricultura. O objetivo desse trabalho foi analisar a ocorrência de dias secos e chuvosos na região de Rio Largo–Alagoas, por meio da Cadeia de Markov. Dados diários de precipitação entre 1973 e 2008 foram utilizados. Na definição de dias secos e chuvosos consideraram-se seis limites de precipitação e, aplicou-se a Cadeia de Markov, para identificar as probabilidades de ocorrências condicionais de dias secos e chuvosos. A região de estudo apresentou estações seca (setembro a março) e chuvosa (abril a agosto) melhor definidas, considerados valores limites de precipitação entre 0 e 2 mm. Maior ocorrência de dias secos e chuvosos ocorreu de novembro a dezembro (94%) e junho a julho (84%), respectivamente. A Cadeia de Markov permitiu concluir que a transição entre dias secos e chuvosos é baixa ao longo do ano.

Abstract Rainfall is an important meteorological phenomenon in the tropical region, characterized by its spatial-temporal variability and associated extreme events. Thus, prior notification of the occurrence of one day being rainy or dry is extremely important for many human activities, especially for agriculture. The aim of this study was to analyze the occurrence of dry and rainy days in Rio Largo-Alagoas, Brazil, using the Markov chain. Daily rainfall data between 1973 and 2008 were used. It was considered six precipitation levels for dry and wet days and, it was applied to Markov chain to identify the probabilities of conditional occurrences of dry and rainy days. The study region had dry (September to March) and rainy (April to August) seasons well defined considered limits of precipitation values between 0 and 2 mm. Higher occurrences of dry and rainy days occurred from November to December (94%) and June to July (84%), respectively. The Markov chain concluded that the transition between dry and rainy days is low throughout the year.

Resumo A Península Antártica é uma das regiões que apresentou um acentuado aumento da temperatura do ar nas últimas décadas, sendo este maior que a média global. Deste modo, objetivou-se identificar tendências mensais em dados de temperatura extremas e de precipitação na Península Antártica. Para o estudo, foram utilizados dados médios mensais de temperatura mínima e máxima do ar e precipitação compreendidos entre os anos de 1969 a 2010. Os dados foram submetidos ao teste estatístico de Mann-Kendall e ao teste “t” de Student para o coeficiente angular da regressão linear, adotando-se nível de significância para ambos os testes de 5%. Os resultados indicam aumento de ambas às temperaturas analisadas, com tendência maior para a mínima, principalmente nos meses de outono-inverno. A precipitação demonstrou uma redução para quase todos os meses.

Abstract The Antarctic Peninsula has experienced increasing in air temperature which is higher than the global average. Thus, monthly trends in extreme air temperature and precipitation data in the Antarctic Peninsula are evaluate. Monthly averaged minimum and maximum air temperature and precipitation from 1969 to 2010. Have been analyzed by the Mann-Kendall and Student's t-tests to identify the slope of the linear regression, adopting 5% of significance level for both tests. The results indicate an increase of both temperatures analyzed, with a larger trend for the minimum air temperature in particular in autumn and winter season. Precipitation showed a decrease trend in almost every months.

A falta de informação quanto à distribuição da precipitação é um sério obstáculo para se compreender e modelar sua variabilidade, surgindo assim a necessidade de se obter informações para regiões que não apresentam estações de medição ou que apresentem falhas em seu banco de dados por meio da interpolação. Desta forma, o objetivo deste estudo consiste em utilizar Redes Neurais Artificiais (RNA's), propondo diferentes procedimentos para sua utilização, na interpolação espacial de dados pluviométricos no Estado de Alagoas. Para o estudo foram utilizadas 245 estações pluviométricas localizadas nos Estados de Alagoas e Pernambuco, das quais se usou as informações de latitude, longitude, altitude e precipitação das estações próxima à estação base que se desejou estimar a precipitação, como parâmetros de entrada das redes. A utilização de RNA´s, no preenchimento de falhas de dados pluviométricos, mostrou diferença estatística em apenas um procedimento adotado pelas redes. As estimativas realizadas para o mês de novembro apresentou resultados mais coerentes com os observados nas estações bases, devido a menor variabilidade espacial da precipitação neste mês.

The lack of precipitation data distribution is an obstacle to understand and model its variability, thus to obtain information for regions which do not have meteorological stations or have missing data in your database by interpolation is needed. Thus, the objective of this study consists in using Artificial Neural Networks (ANN's), proposing different procedures for its utilization for spatial interpolation of rainfall data over the Alagoas State. For this study we used 245 rainfall stations located in the States of Alagoas and Pernambuco, from which the information of latitude, longitude, altitude and rainfall near the interpolated station were used as input parameters of the neural networks. Using ANN's in the estimation of lacked rainfall data, showed statistical difference in only one procedure adopted by neural networks. The estimates for the November month showed more consistency with those observed in the base stations, due to lower spatial variability of rainfall during this month.

A região tropical é marcada por apresentar grande variabilidade quanto à distribuição dos seus regimes pluviométricos, e o conhecimento dessa variabilidade torna-se fundamental para obtenção dos padrões definidores dos regimes hidrológicos e climatológicos desta região. No entanto, a falta de informação quanto à distribuição da precipitação é um sério obstáculo para se compreender e modelar sua variabilidade, surgindo a necessidade de se obter informações para regiões que não apresentam estações de medições ou que apresentem falhas em seu banco de dados através da interpolação. O método consiste em utilizar técnicas geoestatísticas na compreensão da variabilidade espacial e no preenchimento de falhas de dados pluviométricos para o Estado de Alagoas. Para o estudo foram selecionados dados de 63 estações pluviométricas, provenientes da Agência Nacional de Águas (ANA) entre os anos de 1965 a 1980. A utilização da geoestatística, com a análise variográfica, mostrou que as características estruturais estudadas da precipitação estão correlacionadas e apresentam forte dependência espacial. A estimativa da precipitação obtida pelo método de Krigagem Ordinária apresentou resultados satisfatórios, para a distribuição espacial da precipitação, bem como para o preenchimento de falhas.

Tropical region is characterized by great variability in the distribution of the rainfall regimes, and knowledge of this variability is fundamental to achieve the standards that define the climatologic and hydrological regimes of this region. However, lack of information regarding the distribution of rainfall is a serious obstacle to understanding and modeling its variability, resulting in the need to obtain information for regions that do not have measuring stations or shows flaws in its database, by interpolation. The method uses geostatistic technique to understand the spatial variability and on the filling of rainfall data missing on the Alagoas state. For the study 63 rainfall gauge stations of the Agência Nacional de Águas (ANA) in the period 1965 to 1980 were selected. The use of geostatistic with variographic analysis showed that the structural characteristic of the studied rainfall are correlated and have strong spatial dependence. The estimation of rainfall obtained by ordinary kriging method showed satisfactory results for the spatial distribution of rainfall as well as in filling the missing data values.