Regime térmico e hídrico do solo para área de floresta tropical em anos de El Niño e La Niña, Caxiuanã-PA: estudo de caso

Os regimes térmicos e hídricos do solo se comportam de maneiras diferentes em anos de ocorrência dos fenômenos El Niño, La niña e ano de não ocorrência de nenhum dos dois fenômenos. Para estudar estes comportamentos utilizou-se dados de totais horários e mensais da precipitação pluviométrica, dados médios horários e mensais da temperatura do solo nas profundidades de 2cm e 10cm e umidade do solo nas profundidades de 5cm e 20cm, para os anos representativos dos eventos pesquisados. Os resultados mostram que o ano sob a influência do fenômeno El Niño, apresentou maiores valores de temperatura e menores valores de umidade do solo, quando comparado com o ano que esteve sob a influência do fenômeno La Niña. Por outro lado, o ano em que não houve ocorrência dos fenômenos La Niña e El Niño, apresentou valores de temperatura (umidade) do solo maiores (menores) do que o ano de La Niña, porém menores (maiores) do que no ano de El Niño.

Climate estimates for Eastern Amazon with OLAM model

O modelo OLAM tem como característica a vantagem de representar simultaneamente os fenômenos de escala global e regional através de um esquema de refinamento de grades. Durante o projeto REMAM o modelo foi aplicado para alguns estudos de caso com objetivo de avaliar o desempenho do modelo na estimativa do clima da região leste da Amazônia em períodos de El Niño e La Niña. Estudos de caso foram feitos para os períodos chuvosos dos anos 2010 e 2011que apresentaram condições oceânicas distintas. Inicialmente, os resultados do modelo foram comparados com dados observados da região de estudo. Os resultados mostraram que o modelo consegue representar bem os principais centros convectivos da região e adjacências, da evolução local do ciclo diurno de temperatura, e da dinâmica dos ventos. Posteriormente, a análise dos resultados mostrou que, se tivermos bons dados de condição inicial e boa representação da evolução das condições de temperatura da superfície do mar, o modelo consegue prever com antecedência de dois e três meses se uma estação chuvosa será mais seca ou úmida.