Apresentação
O semiárido do nordeste recebe os menores volumes de precipitação do Brasil, que não ultrapassa 800 mm na média anual (Marques et al., 1983; Cerveny, 1998). Além disso, possui uma distribuição espacial extremamente irregular durante o período chuvoso. Os efeitos da seca impactam principalmente as atividades de agricultura de subsistência e pecuária, acarretando efeitos negativos na dimensão socioeconômica da região. Na ocasião da seca, os produtores rurais perdem a sua safra, os pecuaristas não conseguem abastecer o seu rebanho com alimentação e água, e consequentemente, milhares de trabalhadores ficam desempregados.
A grande variabilidade temporal e espacial das chuvas no semiárido brasileiro é um entrave para a determinação da duração e intensidade das secas da região. Alertas de seca emitidos com antecedência e de maneira eficaz podem fazer com que tomadores de decisão tenham tempo hábil de realizar ações mitigadoras dos impactos que estes eventos podem causar. A premissa é que períodos com precipitação regular, considerando-se a escala subsazonal (15 a 30 dias) são favoráveis a boas colheitas na agricultura familiar, enquanto que períodos de precipitação irregular são desfavoráveis.
Este trabalho propõe o desenvolvimento de um índice de variabilidade temporal (na escala subsazonal) da precipitação, para monitorar áreas agrícolas vulneráveis do semiárido do nordeste, procurando estabelecer uma métrica de fácil aplicação, útil para os tomadores de decisão, com o objetivo de criar um indicador agroclimatológico.
Pesquisador: Christopher Cunningtam
Doutor pelo Instituto Nacional de Pesquisas Espaciais. Atualmente é pesquisador, na especialidade meteorologia, do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN). Em 2014, fez parte do quadro do Operador Nacional do Sistema Elétrico (ONS), como meteorologista senior, na área de planejamento e programação das atividades em Meteorologia e Hidrologia ligadas ao setor elétrico. Anteriormente atuava como pesquisador do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC/INPE), coordenando as atividades de pesquisa e desenvolvimento em previsão por conjuntos em escala de médio prazo (15 dias), na Divisão de Modelagem e Desenvolvimento (DMD). Já atuou como gerente das atividades operacionais em Previsão Sazonal e Implementação Operacional de Modelos e Processos. Possui mais de uma década de experiência em modelagem atmosférica e suas aplicações. A sua experiência é focada em meteorologia aplicada, atuando principalmente nos seguintes temas: desenvolvimento de produtos orientados ao usuário, estatística aplicada à meteorologia, avaliação de modelos, previsão climática em escalas sazonal e intrasazonal. Possui sólidos conhecimentos em análise de grandes conjuntos de dados geofísicos e linguagens de programação estruturada, e conhecimentos básicos sobre ferramentas de mineração de dados.
Pesquisador: Sheila Santana de Barros Brito
É graduada em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho (2005). Iniciação científica em modelagem matemática com ênfase no processo educacional. Mestre em Meteorologia pelo Instituto Nacional de Pesquisas Espaciais (2008), onde avaliou os sistemas meteorológicos que atuam no Centro de Lançamento de Alcântara (CLA) associados à precipitação. Doutora em Meteorologia pelo Instituto Nacional de Pesquisas Espaciais (2013), onde estudou o ciclo diário de precipitação na costa norte do Brasil. Em 2013, contribuiu para a avaliação da partição de precipitação convectiva no modelo global do CPTEC. Em 2014, no CSST/INPE (Centro de Ciência do Sistema Terrestre do Instituto Nacional de Pesquisas Espacais, pesquisou a influência da seca através de índices de precipitação para o semiárido do Nordeste Brasileiro no âmbito do projeto “Sistema de Alerta Precoce de Secas e Desertificação (SAP) (MCTI/MMA). Atualmente, avalia a possibilidade da criação de um índice de variabilidade subsazonal para o monitoramento da seca em áreas vulneráveis do semiárido nordestino. Esta pesquisa vem sendo desenvolvida no CEMADEN (Centro de Monitoramento e Alerta de Desastres Naturais).