Abstract in Portuguese:

Resumo A irradiância descendente de onda longa DLF é uma das principais componentes do balanço de radiação à superfície (SRB, Surface Radiation Balance); porém, sua medição não é frequente. A cobertura de nuvens modula o seu comportamento e o fluxo de céu claro DLF0 tem peso predominante no valor final de DLF. O presente trabalho mostra que, nas atmosferas tropical e de latitudes médias, DLF0 pode ser representado como as contribuições em três intervalos espectrais específicos: R1 (λ < 7.5 µm), R2 (7.5 a 14 µm) e R3 (λ > 14 µm). R1 e R3 são descritos em boa aproximação pelo espectro de corpo negro à temperatura de abrigo (Tscr), enquanto R2 possui emissividade média que depende principalmente da água precipitável (w). Apresenta-se um modelo simples e fisicamente consistente (OLD0 no que segue), apropriado para estimar DLF0 à superfície. A validação de OLD0 com dados de superfície (21 estações em escala mundial) mostra acurácia com viés MBE inferior a 6 W.m-2 e dispersão (desvio padrão STD) menor que 12 W.m-2 para valores típicos DLF0 ~ 300-400 W.m-2 compatíveis com a precisão dos pirgeômetros). O algoritmo proposto mostra desempenho superior ao dos usuais, exibindo uma média dos desvios absolutos MAE ~ 2.8 W.m-2. Em contraste, outros algoritmos frequentemente usados exibem MAE entre 8.1 e 15.9 W.m-2.

Abstract in English:

Abstract Downward longwave irradiance DLF is one of the main components of the surface radiation balance (SRB), but its direct measurement is currently limited. Clouds modulate its behavior, and clear-sky DLF0 is predominant in composition of the final DLF value. It is shown that in mid-latitude and tropical atmospheres, DLF0 can be represented as the sum of fluxes from three distinct spectral regions: R1 (λ < 7.5 µm), R2 (7.5 to 14 µm), and R3 (λ > 14 µm). R1 and R3 are closely described by blackbody radiation at screen temperature (Tscr), while R2 exhibits a mean emissivity that primarily depends on total precipitable water (w). It is presented a simple yet consistent physically-based model (hereafter denoted by OLD0), suitable for estimation of DLF0 at ground level. Validation of OLD0 with ground-based data of a worldwide set of 21 stations shows fair accuracy with bias MBE lower than 6 W.m-2 and spread (standard deviation STD) lower than 12 W.m-2 for typical values DLF0 ~ 300-400 W.m-2, compatible with surface pyrgeometer measures. The proposed algorithm outperforms existing methods, achieving a mean bias error (in module |MBE|) of approximately 2.8 W.m-2. In contrast, other widely used algorithms typically exhibit |MBEs| ranging from 8.1 to 15.9 W.m-2.

Abstract in Portuguese:

Resumo Uma rápida verticalização para acomodar os cidadãos da Região Metropolitana de São Paulo está alterando o balanço de radiação e calor atmosférico, destacando a necessidade de entender o impacto que a infraestrutura verde e construída têm no fenômeno da ilha de calor urbana de dossel. Esse fenômeno meteorológico ocorre principalmente devido à diferença na paisagem entre áreas urbanas e rurais. Cenários hipotéticos com diferentes perfis verdes foram simulados usando o modelo WRF acoplado ao SLUCM, e seus resultados foram comparados ao cenário atual usando dados numéricos para observar o impacto da infraestrutura verde. A comparação usando os dados de saída mostrou que a área total de infraestrutura verde tem grande potencial para reduzir a intensidade da ilha de calor urbana de dossel. O cenário com a maior área total e maior dispersão de infraestrutura verde registrou temperaturas urbanas médias entre 1,2 °C e 1,9 °C mais baixas do que o cenário atual. Compreender o comportamento da infraestrutura verde e seus benefícios é importante para o desenvolvimento de políticas públicas municipais alinhadas aos objetivos sustentáveis, e destaca explicitamente a relevância de parques e praças urbanas para a regulação térmica local.

Abstract in English:

Abstract A rapid verticalization to accommodate the citizens of the Metropolitan Region of São Paulo is altering the balance of radiation and atmospheric heat, highlighting the need to understand the impact that green and built infrastructure have on the canopy urban heat island phenomenon. This meteorological phenomenon occurs mainly due to the difference in landscape between urban and rural areas. Hypothetical scenarios with different green profiles were simulated using the WRF model coupled with SLUCM, and their results were compared to the current scenario using numerical data in order to observe the impact of green infrastructure. Comparison using output data showed that the total area of green infrastructure has great potential in reducing the intensity of the canopy urban heat island. The scenario with the largest total area and highest dispersion of green infrastructure recorded average urban temperatures 1.2 °C to 1.9 °C lower than the current scenario. Understanding the behavior of green infrastructure and its benefits is important for the development of municipal public policies that are in line with sustainable goals, and explicitly the relevance of urban parks and squares for local thermal regulation.

Abstract in Portuguese:

Resumo Neste estudo, os princípios da climatologia complexa foram aplicados para delinear os topoclimas nas montanhas do leste de Cuba. Um modelo meteorológico numérico regional, alimentado por dados de reanálise, foi utilizado para obter padrões de temperatura com resolução de 0,6 km. Técnicas de aprendizado de máquina não supervisionadas foram posteriormente utilizadas para identificar tipos de clima com base na temperatura durante períodos chuvosos e menos chuvosos, bem como na localização geográfica. Esta análise foi complementada com dados históricos de precipitação e geográficos para identificar 23 topoclimas na área de estudo. Os métodos permitiram estimar erros de identificação topoclimática e proporcionaram um melhor entendimento sobre a representatividade das estações meteorológicas de superfície para a área de estudo. Os resultados mostraram que a distribuição das chuvas dos topoclimas identificados é consistente com a dos fatores formadores do clima local e de pesquisas anteriores. Além disso, foram identificados novos conhecimentos sobre as características climatológicas das chuvas nas alturas baixas e médias das montanhas no leste de Cuba.

Abstract in English:

Abstract In this study, the principles of complex climatology were applied to delineate topoclimates in the mountains of eastern Cuba. A regional numerical weather model, driven by reanalysis, was used to obtain temperature patterns at a resolution of 0.6 km. Unsupervised machine learning techniques were then utilized to identify weather types based on temperature during rainy and less rainy periods, as well as geographical location. This analysis was supplemented with historical precipitation and geographical data to identify 23 topoclimates in the study area. The methods allowed for the estimation of topoclimate identification errors and provided insights into the representativeness of surface meteorological stations for the study area. The results showed that the rainfall distribution of the identified topoclimates was consistent with that of local climate-forming factors and previous research. Furthermore, new insights into the climatological rainfall characteristics of the lower and middle heights of the mountains in eastern Cuba were identified.

Abstract in Portuguese:

Resumo A expansão da fronteira agropecuária impulsionada pelo desmatamento da Amazônia tem promovido uma crescente conversão de uso e cobertura da terra, onde florestas estão sendo convertidas em pastagens, e/ou, com o aumento populacional, dando espaço à criação de cidades. Essa transformação na cobertura vegetal é refletida nos elementos climáticos, e consequentemente, na resposta aos fenômenos atmosféricos de microescala. As pesquisas mais recentes realizadas com dados observacionais do Programa de Grande Escala da Biosfera-Atmosfera na Amazônia (LBA) indicam alterações nos ciclos biogeoquímicos da água como reduções de chuvas entre regiões florestadas e não florestadas. No entanto, poucos estudam avaliam a conversão de florestas em cidades. Diante disso, este estudo tem como objetivo avaliar como a modificação da cobertura do solo de floresta para cidade e de floresta para pastagem impacta as variáveis micrometeorológicas no ano de 2017, em Rondônia, sudoeste da Amazônia. Os resultados apontam que os elementos climáticos são modificados com a antropização, no entanto, entre os ambientes antropizados não foram evidenciadas diferenças significativas. A conversão de florestas aumentou a amplitude térmica em aproximadamente 2 °C.

Abstract in English:

Abstract The expansion of the agricultural frontier driven by deforestation in the Amazon has promoted the increasing conversion of land use and land cover, where forests are being converted into pastures, and/or, with population growth, giving way to the creation of cities. This transformation in vegetation cover is reflected in the climatic elements, and consequently, in the response to microscale atmospheric phenomena. The most recent research carried out with observational data from the Large-Scale Biosphere-Atmosphere Program in the Amazon (LBA) indicates changes in biogeochemical water cycles such as reductions in rainfall between forested and non-forested regions. However, few studies evaluate the conversion of forests into cities. Therefore, this study aims to evaluate how the modification of the forest-city and forest-pasture land cover impacts the coldest days of the year when frontal systems incursion occurs, in the central region of Rondônia, southwest of the Amazon. The results indicate that the climatic elements are modified with the anthropization, however, between the anthropized environments no significant differences were evidenced. Forest conversion increased the temperature range by around 2 °C.

Abstract in Portuguese:

Resumo O aumento do consumo de recursos naturais, como a água, tornou-se uma preocupação global. Consequentemente, determinar informações que possam minimizar o consumo de água, como a evapotranspiração, é cada vez mais necessário. Esta pesquisa avalia a capacidade dos Algoritmos Genéticos (AGs) em treinar e ajustar os parâmetros de Redes Neurais Artificiais (RNAs) (MLP-AG) para estimar os valores diários de evapotranspiração de referência (ETo) de cordo com o método Penman-Monteith FAO-56. O método é empregado para estimar a ETo em 14 estações meteorológicas no Brasil. Os resultados são avaliados com base no coeficiente de correlação (r), erro absoluto médio (MAE), raiz do erro quadrático médio (RMSE) e erro médio percentual (MPE), e são comparados com os métodos de Hargreaves-Samani, Jensen-Haise, Linacre, Benavides & Lopez e Hamon, juntamente com a rede neural Perceptron Multicamadas (MLP), que é treinada convencionalmente e através de técnicas de ajuste de hiperparâmetros, como Grid Search (MLP-GRID) e Random Search (MLP-RD). Os resultados mostram que o MLP-AG é, em média, 12 vezes mais rápido que o MLP-RD e 60 vezes mais rápido que o MLP-GRID, alcançando os maiores índices de acurácia na maioria das regiões, com r de 0,99, MAE variando de 0,11 mm a 0,20 mm, RMSE entre 0,14 mm e 0,27 mm, e MPE entre 2,49% e 7,09%. Essas descobertas sugerem que os resultados gerados atingem uma precisão entre 92,91% e 97,51% em comparação com o método Penman-Monteith. Isso confirma que o uso de Algoritmos Genéticos (AGs) para automatizar o treinamento e a otimização do modelo é eficaz e melhora a capacidade da rede neural de prever a ETo.

Abstract in English:

Abstract The increased consumption of natural resources, such as water, has become a global concern. Consequently, determining information that can minimize water consumption, such as evapotranspiration, is increasingly necessary. This research evaluates the capacity of Genetic Algorithms (GAs) in training and fine-tuning the parameters of Artificial Neural Networks (ANNs) (MLP-GA) to obtain daily values of reference evapotranspiration (ETo) in accordance with the Penman-Monteith FAO-56 method. The method is employed to estimate ETo at 14 weather stations in Brazil. The findings are assessed based on the coefficient of correlation (r), mean absolute error (MAE), root mean square error (RMSE), and mean percentage error (MPE), and are contrasted with the Hargreaves-Samani, Jensen-Haise, Linacre, Benavides & Lopez, and Hamon methods, along with the Multilayer Perceptron (MLP) neural network, which is conventionally trained and employs hyperparameter tuning techniques such as Grid Search (MLP-GRID) and Random Search (MLP-RD). The results show that the MLP-GA is, on average, 12 times faster than MLP-RD and 60 times faster than MLP-GRID, while achieving the highest precision indices in most regions, with an r of 0.99, MAE ranging from 0.11 mm to 0.20 mm, RMSE between 0.14 mm and 0.27 mm, and MPE between 2.49% and 7.09%. These findings suggest the results generated achieve an precision between 92.91% and 97.51% in comparison to the Penman-Monteith method. This confirms that employing Genetic Algorithms (GA) to automate the training and optimization of the model is effective and enhances the neural network's capacity to predict ETo.

Abstract in Portuguese:

Resumo O Sistema Anchieta-Imigrantes (SAI) é uma das principais rodovias do Brasil, conectando São Paulo ao Porto de Santos. A Operação Comboio (OC) é ativada quando a visibilidade cai abaixo de 100 m. Este estudo investigou os fatores meteorológicos que iniciaram a OC no SAI durante 2015, utilizando uma variedade de fontes de dados, como de estações meteorológicas e imagens de radar e satélite. Em 2015, a OC foi acionada em 106 dias, principalmente na primavera, predominantemente na Rodovia Anchieta e frequentemente à tarde. Os sistemas meteorológicos que desencadearam a OC foram classificados como orográficos (confinados à Serra do Mar) ou não orográficos (envolvendo maior nebulosidade ou precipitação detectada por satélite ou radar). Os dados da Estação Meteorológica de Itutinga ajudaram a diferenciar reduções de visibilidade causadas por nevoeiro ou precipitação. Entre as 87 OCs analisadas em 2015, a brisa marítima (BM) contribuiu para 38% dos casos. A umidade foi geralmente fornecida pela advecção da BM ou pela alta pós-frontal, e ocasionalmente de sistemas precipitantes associados à passagem de frente ou instabilidade termodinâmica. A OC foi iniciada pela combinação do aporte de umidade com a queda de temperatura, induzida pela BM, ar pós-frontal ou perda de radiação noturna.

Abstract in English:

Abstract Anchieta-Imigrantes System (AIS) is one of Brazil's primary highways, connecting São Paulo to the Port of Santos. In AIS, Operação Comboio (OC) is activated when visibility drops below 100 m. This study investigated the meteorological factors that initiated OC in AIS during 2015 using a comprehensive array of data sources, for example, meteorological stations and synoptic charts. In 2015, OC was triggered on 106 days, predominantly in spring, mostly on the Anchieta Highway, and often in the afternoon. Meteorological systems triggering OC were classified as orographic, confined to the Serra do Mar, or non-orographic, involving broader cloudiness or precipitation detected by satellite or radar. Data from Itutinga Meteorological Station helped differentiate between visibility reductions caused by fog or precipitation. Among the 87 OCs studied in 2015, sea breeze (SB) contributed to 38% of cases. Generally, moisture was provided by advection by the SB or the Post-frontal anticyclone, occasionally from precipitating systems associated with frontal passage or thermodynamic instability. Moisture influx combined with temperature drops, induced by SB, post-frontal air, or nocturnal radiation loss, triggered OC.