Drought is a natural disaster that affects a country’s economy and food security. The monitoring of droughts assists in planning assertive actions to mitigate the resulting environmental and economic impacts. This work aimed to evaluate the performance of the standardized precipitation index (SPI) using rainfall data estimated by orbital remote sensing in the monitoring of meteorological drought in the Cerrado–Amazon transition region, Brazil. Historical series from 34 rain gauge stations, in addition to indirect measurements of monthly precipitation obtained by remote sensing using the products CHIRPS-2.0, PERSIANN-CDR, PERSIANN-CCS, PERSIANN, GPM-3IMERGMv6, and GPM-3IMERGDLv6, were used in this study. Drought events detected by SPI were related to a reduction in soybean production. The SPI calculated from the historical rain series estimated by remote sensing allowed monitoring droughts, enabling a high detailing of the spatial variability of droughts in the region, mainly during the soybean development cycle. Indirect precipitation measures associated with SPI that have adequate performance for detecting droughts in the study region were PERSIANN-CCS (January), CHIRPS-2.0 (February and November), and GPM-3IMERGMv6 (March, September, and December). The SPI and the use of precipitation data estimated by remote sensing are effective for characterizing and monitoring meteorological drought in the study region.

A pesquisa quantificou a altura de precipitação mensal, trimestral e anual provável e analisou os sistemas sinóticos intervenientes no tempo para uma importante região produtora de grãos localizada na Amazônia legal brasileira. Por meio de análise estocástica e geoestatística, o estudo estimou a altura provável de chuva, mostrou sua sazonalidade, seu comportamento espacial e os meses com precipitações extremas. Para modelagem estocástica da chuva foi utilizada a distribuição gama, o método da máxima verossimilhança para estimar os parâmetros, e o teste de Kolmogorov- Smirnov como teste de aderência. Para espacialização dos dados de chuva foi realizada modelagem geoestatística com emprego da krigagem ordinária como método de interpolação. Conclui-se que: existem duas estações bem definidas na região médio norte de Mato Grosso (MNMT), uma chuvosa entre outubro e abril e uma seca entre maio e setembro; os meses de abril e outubro podem ser considerados como meses de transição entre as duas estações; os meses que possuem a maior altura provável de chuva são dezembro, janeiro e fevereiro; a precipitação provável anual (PPA) na região MNMT possui valor médio de 1622 mm, com mínimo de 1341 e máximo de 1955 mm; a distribuição espacial da chuva é influenciada pela latitude e existe tendência de aumento do total no sentido SE-NW. Por fim, a análise espacial mostra que as maiores alturas de chuva ocorrem no norte e noroeste da área de estudo. Já as menores, ocorrem no sul e sudeste da área, principalmente no município de Nova Ubiratã.

Dentre todos os desastres naturais, a seca caracteriza-se como um dos mais complexo e pouco entendido. Seus efeitos impactam várias áreas da sociedade, como agropecuária, indústria, saúde, distribuição de água e geração de energia. Os índices de seca utilizados para monitorar, identificar e quantificar a anomalia de precipitação tem como principal limitação a falta de dados representativos da área de ocorrência. As medições de variáveis hidro meteorológicas por satélites oferecem uma boa alternativa na falta de dados de superfície. O objetivo do trabalho foi avaliar se o uso do produto 3B43 V7 da missão Tropical Rainfall Measuring Mission (TRMM) multi-satellite Precipitation Analysis (TMPA) é eficaz na geração da precipitação mensal e de mapas de seca a partir do Índice de Precipitação Padronizado mensal na região médio norte de Mato Grosso. Os dados foram comparados a uma base dados de superfície no período de 1998 a 2017. A validação dos mapas de seca foi feita com base na seca que ocorreu durante a safra de 2015/16. Os resultados indicaram que o produto 3B43 V7superestima a precipitação, mas pode ser utilizado na ausência de dados de superfície, uma vez que o valor do coeficiente Nash-Sutcliffe (ENS) foi de 0,75 e do índice de concordância de Willmott (d) foi 0,93. O SPI estimado correspondeu ao observado, apresentando ENS e índice d iguais a 0,63 e 0,92, respectivamente. Os mapas de seca confirmaram a situação relatada nos boletins do Instituto Mato-grossense de Economia Agropecuária que indicaram diminuição da produtividade em decorrência da falta de chuva nos períodos críticos das culturas da soja e do milho.