Resumo O objetivo deste trabalho foi identificar padrões de teleconexão que influenciem na variabilidade da produtividade de soja no Rio Grande do Sul de forma a encontrar potenciais variáveis preditoras da produtividade agrícola no Estado. Foram utilizados dados de produtividade de soja de 87 municípios fornecidos pelo Instituto Brasileiro de Geografia e Estatística. Estas séries foram reunidas em três grupos homogêneos de produtividade mediante análise de agrupamento. Correlações defasadas entre índices climáticos associados a padrões de teleconexão e a produtividade média da soja de cada um dos três grupos evidenciaram a importância de cada índice para a cultura no Rio Grande do Sul. Dentre os padrões de teleconexão, os que apresentaram correlações mais significativas, confiança superior a 90%, e persistentes com a produtividade de soja foram a Oscilação ártica (negativa entre outubro e dezembro), Oscilação do Atlântico Norte (negativa entre outubro e janeiro) e anomalias de Temperatura da Superfície do Mar no Oceano Atlântico, entre 20°S-30°S e 20°O-40°O, (positivas entre dezembro e março). Estes índices também apresentaram elevada correlação com a precipitação compreendida entre dezembro a março para cada grupo homogêneo evidenciando a importância do seu monitoramento para o planejamento da safra de soja no Rio Grande do Sul.

The main factor associated with decreaes in soybean yield in Rio Grande do Sul is the irregular distribution of precipitation and the El Niño Southern Oscillation (ENSO) is the major responsible for the precipitation variability. The aim of this work was to analyze the relationship between climatic indicators associated with ENSO and soybean yield in the State. Series of soybean yield from 87 municipalities were evaluated between 1984 and 2013. These series were ordered in three groups of similar behavior (high, medium and low yield). The mean profiles of these groups were correlated with indices for Sea Surface Temperature anomalies in the Niño 3.4 region, the Southern Oscillation Index (SOI) and the Multivariate ENSO Index (MEI) with differents lags. SOI and MEI showed higher correlations with yield in periods of higher water requirement of the crop. El Niño episodes have beenassociated with increased yield and in situations of neutrality and La Niña, the influence of the phenomenon is less evident. In addition, the absence of a significant correlation in the time of preparation of the crop and in the beginning of the plantation evidences the necessity of including new indices in the discussions of agricultural planning in the State.

The land surface is an important component of numerical weather and climate forecast models due to their effect on energy–water balances and fluxes, and it is essential for forecasts on a seasonal scale. The present study aimed to understand the effects of land surface processes on initialization of seasonal forecasts in the austral spring, in particular soil moisture. We built forecasts with the Brazilian global Atmospheric Model hindcast from 2000 to 2010, with a configuration similar to those used in the operational environment. To improve it, we developed a new initial condition of the land surface using the Land Information System over South America and the Global Land Data Assimilation System for the rest of the globe and used it as the input in the forecast model. The results demonstrated that the model is sensitive to changes in soil moisture and that the new high–resolution soil moisture dataset can be used in model initialization, which resulted in an increase in the correlation of precipitation over part of South America. We also noticed an improvement in the representation of surface fluxes and an increase in soil moisture content and specific humidity at medium and low levels of the atmosphere. The analysis of the coupling between the land surface and the atmosphere showed that, for Central Brazil, the states of the continental surface define the surface fluxes. For the Amazon and La Plata Basins, the model did not correctly represent the coupling because it underestimated the soil moisture content.

Resumo O objetivo desta pesquisa é destacar padrões climáticos que exerçam influência na variabilidade interanual da produtividade de arroz no Rio Grande do Sul (RS). Séries de produtividade de arroz de 47 municípios foram separadas em três grupos de acordo com sua produtividade (baixa, média e alta) baseado na análise de agrupamento. Correlações defasadas entre indicadores climáticos associados a padrões de teleconexão e a produtividade média de arroz de cada grupo evidenciaram a importância de cada índice para a variabilidade da produtividade da cultura no RS. Dentre os padrões de teleconexão, os que mais apresentaram correlações significativas e persistentes com a produtividade de arroz foram a Oscilação Quase Bianual (negativa), Oscilação Decadal do Pacífico (negativa), componente atmosférica (positiva) e oceânica (negativa) do fenômeno El Niño Oscilação Sul, além de anomalias de Temperatura da Superfície do Mar no Oceano Atlântico, entre 20° S-30° S e 20° O-40° O, (correlação negativa). A influência de alguns dos indicadores climáticos apresentados neste estudo ainda não havia sido discutida do ponto de vista agrícola e os resultados apresentados podem fornecer informações cruciais na tomada de decisões e na previsão de safra de arroz no Rio Grande do Sul.