Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: MATSUNAGA, Wendy Kaori. lattes
Orientador(a): BRITO, José Ivaldo Barbosa de. lattes
Banca de defesa: SILVA , Madson Tavares., SANTOS , Carlos Antonio Costa dos., LACERDA , Francinete Francis., LIMA, Evaldo de Paiva.
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM METEOROLOGIA
Departamento: Centro de Tecnologia e Recursos Naturais - CTRN
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/36394
Resumo: O zoneamento agrícola de risco climático (ZARC) é uma ferramenta fundamental para as atividades agrícolas, pois identifica regiões e épocas de menor risco climático para plantio e semeadura. Para elaborar um ZARC de grandes áreas é necessária uma rede de estações meteorológicas com distribuição espacial densa e observações precisas e continuas. No Brasil, há uma boa distribuição espacial de pluviômetros, mas há escassez na distribuição espacial das estações meteorológicas necessárias para a realização de um ZARC. Uma forma de superar a falta de dados observados in situ é utilizar dados de reanálise. Porém, é necessário mostrar que é possível realizar um ZARC confiável. Portanto, o objetivo desta pesquisa é elaborar um ZARC para o milho no estado da Bahia utilizando dados de reanálise e quantificar sua viabilidade. Também se analisou possíveis relações entre os índices Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI), e o ZARC. Por fim elaborou-se um ZARC, para cultura do milho na Bahia, usando dados de projeções climáticas do Coupled Model Intercomparison Project Phase 6 (CMIP6), precisamente os modelos CNRM-CM6-1-HR e EC-Earth3-Veg-LR, ambos no cenário SSP2- 4.5. O banco de dados de reanálise escolhido foi ERA5-Land. Ao realizar a validação dos dados de reanálise do ERA5-Land, verificou-se que a precipitação foi à única variável meteorológica necessária para um ZARC que não apresentou valores e variabilidade sazonal e interanual semelhantes aos já observados. Portanto, decidiu-se validar os dados de precipitação do Projeto de Precipitação CPC/NOAA. Com os dados da reanálise ERA5-Land e do Projeto de Precipitação CPC/NOAA validados, o ZARC para o milho foi realizado no estado da Bahia, levando à conclusão de que é possível desenvolver um ZARC confiável e robusto com dados de reanálise. Por outro lado, verificou-se que os índices de vegetação acompanham o ZARC em algumas áreas, principalmente nas de vegetação nativa e em outras não se observou o acompanhamento, especialmente nas áreas mais antropizadas. Os ZARCs elaborados como os dados do CMIP6 usando os modelos CNRM-CM6-1-HR e EC-Earth3- Veg-LR apresentaram resultados diferentes entre si e também com o ZARC realizado com dados da reanálise.
id UFCG_4743cd6afc435b1b6c47e13de1c8272e
oai_identifier_str oai:dspace.sti.ufcg.edu.br:riufcg/36394
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str
spelling BRITO, José Ivaldo Barbosa de.BRITO, J. I. B.http://lattes.cnpq.br/0969175544734620SILVA , Madson Tavares.SANTOS , Carlos Antonio Costa dos.LACERDA , Francinete Francis.LIMA, Evaldo de Paiva.MATSUNAGA, W. K.http://lattes.cnpq.br/0256880651038969MATSUNAGA, Wendy Kaori.O zoneamento agrícola de risco climático (ZARC) é uma ferramenta fundamental para as atividades agrícolas, pois identifica regiões e épocas de menor risco climático para plantio e semeadura. Para elaborar um ZARC de grandes áreas é necessária uma rede de estações meteorológicas com distribuição espacial densa e observações precisas e continuas. No Brasil, há uma boa distribuição espacial de pluviômetros, mas há escassez na distribuição espacial das estações meteorológicas necessárias para a realização de um ZARC. Uma forma de superar a falta de dados observados in situ é utilizar dados de reanálise. Porém, é necessário mostrar que é possível realizar um ZARC confiável. Portanto, o objetivo desta pesquisa é elaborar um ZARC para o milho no estado da Bahia utilizando dados de reanálise e quantificar sua viabilidade. Também se analisou possíveis relações entre os índices Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI), e o ZARC. Por fim elaborou-se um ZARC, para cultura do milho na Bahia, usando dados de projeções climáticas do Coupled Model Intercomparison Project Phase 6 (CMIP6), precisamente os modelos CNRM-CM6-1-HR e EC-Earth3-Veg-LR, ambos no cenário SSP2- 4.5. O banco de dados de reanálise escolhido foi ERA5-Land. Ao realizar a validação dos dados de reanálise do ERA5-Land, verificou-se que a precipitação foi à única variável meteorológica necessária para um ZARC que não apresentou valores e variabilidade sazonal e interanual semelhantes aos já observados. Portanto, decidiu-se validar os dados de precipitação do Projeto de Precipitação CPC/NOAA. Com os dados da reanálise ERA5-Land e do Projeto de Precipitação CPC/NOAA validados, o ZARC para o milho foi realizado no estado da Bahia, levando à conclusão de que é possível desenvolver um ZARC confiável e robusto com dados de reanálise. Por outro lado, verificou-se que os índices de vegetação acompanham o ZARC em algumas áreas, principalmente nas de vegetação nativa e em outras não se observou o acompanhamento, especialmente nas áreas mais antropizadas. Os ZARCs elaborados como os dados do CMIP6 usando os modelos CNRM-CM6-1-HR e EC-Earth3- Veg-LR apresentaram resultados diferentes entre si e também com o ZARC realizado com dados da reanálise.The agricultural zoning of climate risk (AZCR) is a fundamental tool for agricultural activities, as it identifies regions and times of lower climatic risk for planting and sowing crops. An AZCR representative of large areas requires a network of meteorological stations with dense spatial distribution, routine, and accurate observations. In Brazil, there is a good spatial distribution of rain gauges, but there is a scarcity in the spatial distribution of meteorological stations necessary to conduct an AZCR. One way to overcome the lack of data observed in situ is to use reanalysis data. However, it is necessary to show that it is possible to carry out a reliable AZCR. Therefore, the objective of this research is to elaborate an AZCR for corn in the state of Bahia using reanalysis data and quantifying its viability. Possible relationships between the Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) and AZCR were also analyzed. Finally, a AZCR was created for corn cultivation in Bahia, using climate projections data from the Coupled Model Intercomparison Project Phase 6 (CMIP6), precisely the CNRM-CM6-1-HR and EC-Earth3-Veg-LR models, both in the SSP2-4.5 scenario. The ERA5-Land reanalysis database was chosen. When performing the validation of the ERA5-Land reanalysis data, it was verified that rainfall was the only meteorological variable needed for an AZCR that did not present seasonal and interannual values and variability similar to those already observed. Therefore, it was decided to validate the rainfall data from the CPC/NOAA Precipitation Project. With data from the ERA5-Land and CPC/NOAA Precipitation Project reanalysis validated, the AZCR for corn was performed in the state of Bahia, leading to the conclusion that it is possible to develop a reliable and robust AZCR with reanalysis data. On the other hand, it was found that the vegetation indices follow the ZCAR in some areas, mainly those with original vegetation, and in others there was no coherence, especially in the most anthropic areas. The AZCR prepared with CMIP6 data using the CNRM-CM6-1-HR and EC-Earth3-Veg-LR models presented different results between themselves and also with the AZCR performed with reanalysis data.Submitted by Michelle Lima (michelle.lima@ufcg.edu.br) on 2024-07-01T19:09:16Z No. of bitstreams: 1 WENDY KAORI MATSUNAGA – TESE (PPGMET) 2023.pdf: 18643962 bytes, checksum: aad69450df49883d90a9b582741b92a8 (MD5)Made available in DSpace on 2024-07-01T19:09:16Z (GMT). No. of bitstreams: 1 WENDY KAORI MATSUNAGA – TESE (PPGMET) 2023.pdf: 18643962 bytes, checksum: aad69450df49883d90a9b582741b92a8 (MD5) Previous issue date: 2023-11-07Universidade Federal de Campina GrandePÓS-GRADUAÇÃO EM METEOROLOGIAUFCGBrasilCentro de Tecnologia e Recursos Naturais - CTRNMeteorologia.AgrometeorologiaMicrometeorologiaClimatologia agrícolaZoneamento agrícola de risco climático (ZARC)Cultura do milho – Bahia – ZARC – viabilidadeAnálise dos índices de vegetaçãoAgrometeorologyMicrometeorologyAgricultural climatologyClimate risk agricultural zoning (ZARC)Corn cultivation – Bahia – ZARC – viabilityAnalysis of vegetation indicesAplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.Applications of ERA5-LAND reanalysis data and CMIP6 climate projections in corn climate risk zoning in the state of Bahia.2023-11-072024-07-01T19:09:16Z2024-07-012024-07-01T19:09:16Zhttps://dspace.sti.ufcg.edu.br/handle/riufcg/36394MATSUNAGA, Wendy Kaori. Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia. 2023. 164 f. Tese (Doutorado em Meteorologia) – Programa de Pós-Graduação em Meteorologia, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande, Paraíba, Brasil, 2023.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGTEXTWENDY KAORI MATSUNAGA – TESE (PPGMET) 2023.pdf.txtWENDY KAORI MATSUNAGA – TESE (PPGMET) 2023.pdf.txttext/plain251261https://dspace.sti.ufcg.edu.br/bitstream/riufcg/36394/3/WENDY+KAORI+MATSUNAGA+%E2%80%93+TESE+%28PPGMET%29+2023.pdf.txtc7f09992c16abc072c423c033beadaf7MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace.sti.ufcg.edu.br/bitstream/riufcg/36394/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALWENDY KAORI MATSUNAGA – TESE (PPGMET) 2023.pdfWENDY KAORI MATSUNAGA – TESE (PPGMET) 2023.pdfapplication/pdf18643962https://dspace.sti.ufcg.edu.br/bitstream/riufcg/36394/1/WENDY+KAORI+MATSUNAGA+%E2%80%93+TESE+%28PPGMET%29+2023.pdfaad69450df49883d90a9b582741b92a8MD51riufcg/363942025-11-18 04:34:25.481oai:dspace.sti.ufcg.edu.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512025-11-18T07:34:25Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.pt_BR.fl_str_mv Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
dc.title.alternative.pt_BR.fl_str_mv Applications of ERA5-LAND reanalysis data and CMIP6 climate projections in corn climate risk zoning in the state of Bahia.
title Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
spellingShingle Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
MATSUNAGA, Wendy Kaori.
Meteorologia.
Agrometeorologia
Micrometeorologia
Climatologia agrícola
Zoneamento agrícola de risco climático (ZARC)
Cultura do milho – Bahia – ZARC – viabilidade
Análise dos índices de vegetação
Agrometeorology
Micrometeorology
Agricultural climatology
Climate risk agricultural zoning (ZARC)
Corn cultivation – Bahia – ZARC – viability
Analysis of vegetation indices
title_short Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
title_full Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
title_fullStr Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
title_full_unstemmed Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
title_sort Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia.
author MATSUNAGA, Wendy Kaori.
author_facet MATSUNAGA, Wendy Kaori.
author_role author
dc.contributor.advisor1.fl_str_mv BRITO, José Ivaldo Barbosa de.
dc.contributor.advisor1ID.fl_str_mv BRITO, J. I. B.
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/0969175544734620
dc.contributor.referee1.fl_str_mv SILVA , Madson Tavares.
dc.contributor.referee2.fl_str_mv SANTOS , Carlos Antonio Costa dos.
dc.contributor.referee3.fl_str_mv LACERDA , Francinete Francis.
dc.contributor.referee4.fl_str_mv LIMA, Evaldo de Paiva.
dc.contributor.authorID.fl_str_mv MATSUNAGA, W. K.
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/0256880651038969
dc.contributor.author.fl_str_mv MATSUNAGA, Wendy Kaori.
contributor_str_mv BRITO, José Ivaldo Barbosa de.
SILVA , Madson Tavares.
SANTOS , Carlos Antonio Costa dos.
LACERDA , Francinete Francis.
LIMA, Evaldo de Paiva.
dc.subject.cnpq.fl_str_mv Meteorologia.
topic Meteorologia.
Agrometeorologia
Micrometeorologia
Climatologia agrícola
Zoneamento agrícola de risco climático (ZARC)
Cultura do milho – Bahia – ZARC – viabilidade
Análise dos índices de vegetação
Agrometeorology
Micrometeorology
Agricultural climatology
Climate risk agricultural zoning (ZARC)
Corn cultivation – Bahia – ZARC – viability
Analysis of vegetation indices
dc.subject.por.fl_str_mv Agrometeorologia
Micrometeorologia
Climatologia agrícola
Zoneamento agrícola de risco climático (ZARC)
Cultura do milho – Bahia – ZARC – viabilidade
Análise dos índices de vegetação
Agrometeorology
Micrometeorology
Agricultural climatology
Climate risk agricultural zoning (ZARC)
Corn cultivation – Bahia – ZARC – viability
Analysis of vegetation indices
description O zoneamento agrícola de risco climático (ZARC) é uma ferramenta fundamental para as atividades agrícolas, pois identifica regiões e épocas de menor risco climático para plantio e semeadura. Para elaborar um ZARC de grandes áreas é necessária uma rede de estações meteorológicas com distribuição espacial densa e observações precisas e continuas. No Brasil, há uma boa distribuição espacial de pluviômetros, mas há escassez na distribuição espacial das estações meteorológicas necessárias para a realização de um ZARC. Uma forma de superar a falta de dados observados in situ é utilizar dados de reanálise. Porém, é necessário mostrar que é possível realizar um ZARC confiável. Portanto, o objetivo desta pesquisa é elaborar um ZARC para o milho no estado da Bahia utilizando dados de reanálise e quantificar sua viabilidade. Também se analisou possíveis relações entre os índices Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI), e o ZARC. Por fim elaborou-se um ZARC, para cultura do milho na Bahia, usando dados de projeções climáticas do Coupled Model Intercomparison Project Phase 6 (CMIP6), precisamente os modelos CNRM-CM6-1-HR e EC-Earth3-Veg-LR, ambos no cenário SSP2- 4.5. O banco de dados de reanálise escolhido foi ERA5-Land. Ao realizar a validação dos dados de reanálise do ERA5-Land, verificou-se que a precipitação foi à única variável meteorológica necessária para um ZARC que não apresentou valores e variabilidade sazonal e interanual semelhantes aos já observados. Portanto, decidiu-se validar os dados de precipitação do Projeto de Precipitação CPC/NOAA. Com os dados da reanálise ERA5-Land e do Projeto de Precipitação CPC/NOAA validados, o ZARC para o milho foi realizado no estado da Bahia, levando à conclusão de que é possível desenvolver um ZARC confiável e robusto com dados de reanálise. Por outro lado, verificou-se que os índices de vegetação acompanham o ZARC em algumas áreas, principalmente nas de vegetação nativa e em outras não se observou o acompanhamento, especialmente nas áreas mais antropizadas. Os ZARCs elaborados como os dados do CMIP6 usando os modelos CNRM-CM6-1-HR e EC-Earth3- Veg-LR apresentaram resultados diferentes entre si e também com o ZARC realizado com dados da reanálise.
publishDate 2023
dc.date.issued.fl_str_mv 2023-11-07
dc.date.accessioned.fl_str_mv 2024-07-01T19:09:16Z
dc.date.available.fl_str_mv 2024-07-01
2024-07-01T19:09:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.sti.ufcg.edu.br/handle/riufcg/36394
dc.identifier.citation.fl_str_mv MATSUNAGA, Wendy Kaori. Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia. 2023. 164 f. Tese (Doutorado em Meteorologia) – Programa de Pós-Graduação em Meteorologia, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande, Paraíba, Brasil, 2023.
url https://dspace.sti.ufcg.edu.br/handle/riufcg/36394
identifier_str_mv MATSUNAGA, Wendy Kaori. Aplicações dos dados de reanálises ERA5-LAND e projeções climáticas do CMIP6 no zoneamento de risco climático do milho no estado da Bahia. 2023. 164 f. Tese (Doutorado em Meteorologia) – Programa de Pós-Graduação em Meteorologia, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande, Paraíba, Brasil, 2023.
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.publisher.program.fl_str_mv PÓS-GRADUAÇÃO EM METEOROLOGIA
dc.publisher.initials.fl_str_mv UFCG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Tecnologia e Recursos Naturais - CTRN
publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
bitstream.url.fl_str_mv https://dspace.sti.ufcg.edu.br/bitstream/riufcg/36394/3/WENDY+KAORI+MATSUNAGA+%E2%80%93+TESE+%28PPGMET%29+2023.pdf.txt
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/36394/2/license.txt
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/36394/1/WENDY+KAORI+MATSUNAGA+%E2%80%93+TESE+%28PPGMET%29+2023.pdf
bitstream.checksum.fl_str_mv c7f09992c16abc072c423c033beadaf7
8a4605be74aa9ea9d79846c1fba20a33
aad69450df49883d90a9b582741b92a8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1863363552356597760