ABSTRACT. A simple system for daily cloud free sea surface temperature (SST) composition based on thermal AVHRR and microwave TMI data is presented in this paper. Barnes’ objective analysis is applied as an interpolator to merge these two data sources, which have different spatial and temporal resolutions in a daily SST composition and in a regular grid product. Three comparisons were carried out as follows. First, in situ SST (daily average) measurements from eleven PIRATA’s (Prediction and Research Moored Array in the Tropical Atlantic) buoys were compared. The correlation coefficients results varied from 0.89 to 0.99, and RMSE, MAE and MBE values have not exceeded 0.57 for period from 2002 to 2010. Second, comparisons between daily SST composition and average daily in situ SST collected from twenty three drifting buoys for the period from May 2008 to October 2010. The statistics results are 0.94, 0.25, 0.19 and − 0.002 for correlation, RMSE, MAE and MBE, respectively. Third, SST (daily average) time series generated by OSTIA project was compared. The temporal and spatial RMSE (considering the study area) values ranged from approximately 0.21◦C to 1.50◦C and its average was 0.47◦C for the period from April 1st 2006 to December 31st 2010. Besides, an investigation about the influence of the data homogenization in the SST interpolation is discussed. Validation results are quite consistent (with SST composition accuracy less than 1.0◦C). Thus, aiming to fulfill the numerical oceanographic model assimilation purposes and other oceanographic features studies, the developed SST product may be recommended as a candidate.   Keywords: oceanography, objective analysis, satellites. RESUMO. Este trabalho apresenta uma metodologia para geração de composições diárias de temperatura da superfície do mar (TSM) sem contaminação de nuvens, baseada em dados termais do AVHRR e micro-ondas do TMI. A análise objetiva de Barnes é utilizada como interpolador para mesclar estas duas fontes de dados, que possuem diferentes resoluções espacias e temporais, e gerar uma composição diária de TSM em grade regular. Três tipos de comparações foram feitas com esta composição de TSM, conforme descrito a seguir. 1) Comparação com medidas in situ de TSM (média diária) de onze bóias do PIRATA. Os coeficientes de correlação variaram de 0,89 a 0,99, e os RMSE, MAE e MBE não excederam 0,57 para o período entre 2002 e 2010. 2) Comparação com medidas in situ de TSM (média diária) de vinte e três boias de deriva do PNBOIA para o período entre Maio de 2008 e Outubro de 2010. Os resultados das estatísticas foram: 0,94, 0,25, 0,19 e − 0,002 para a correlação, RMSE, MAE e MBE, respectivamente. 3) Comparação com uma série temporal de TSM gerados pelo projeto OSTIA. A faixa dos valores do RMSE (considerando a área de estudo) variou aproximadamente entre 0,21◦C e 1,50◦C e sua média foi de 0,47◦C para o período de 01 de Abril de 2006 a 31 de Dezembro de 2010. Uma investigação sobre a influência da homogeneização das diferentes fontes de dados antes do processo de interpolação é discutida. Os resultados da validação da TSM são consistentes (com uma acurácia menor que 1,0◦C).   Palavras-chave: oceanografia, análise objetiva, satélites.

Este artigo representa a síntese das atividades da Fundação ABC no domínio da agrometeo­rologia, desde o mecanismo adotado para formulação e comprovação das hipóteses, até a forma de divulgação das informações. O nível organizacional entre a pesquisa, cooperativas e a extensão rural deve ser considerado. A escolha das informações agrometeorológicas foi baseada nas demandas dos assistentes técnicos e agricultores, onde foram enfatizados os de­safios e oportunidades. Em escala local, destaca-se positivamente o aumento dos investimen­tos destinados à pesquisa em agrometeorologia, a ampliação da rede de estações automáticas e a contratação de recursos humanos especializados. A informação agrometeorológica está inserida em todos os processos de tomada de decisão, principalmente em função dos bons resultados dos modelos agrometeorológicos (crescimento de plantas, doenças, insetos pragas e plantas daninhas), acoplados aos modelos numéricos de previsão do tempo. Destacamos ainda as informações via sensoriamento remoto em função das diversas aplicabilidades prá­ticas. A difusão das informações através da internet e de aplicativos se mostrou eficiente. Em escala maior, destacamos como pontos negativos a desorganização do setor privado para apoiar projetos de interesse, a falta de percepção e conhecimento dos assistentes técnicos e a falta de percepção da realidade agropecuária por parte da pesquisa pública.