As mudanças de uso e cobertura da terra ocasionam alterações no balanço de energia, na temperatura do ar, na precipitação, na umidade do ar e na circulação regional e global. Consequentemente, mapas de uso e cobertura da terra e suas respectivas características físico-químicas e biológicas constituem-se em uma importante variável na modelagem numérica de sistemas terrestres. Entretanto, na maioria dos modelos regionais de previsão do tempo e clima, o mapa de uso e cobertura da terra não é atualizado com frequência e encontra-se defasado, o que influencia os resultados das simulações. Desta forma, o presente trabalho tem como objetivo principal verificar o impacto nas simulações numéricas do RegCM4 oriundas da atualização do mapa de uso e cobertura da terra e dos parâmetros físicos como, por exemplo, o índice de área foliar (IAF), a reflectância no visível ( 0,7m) e no infravermelho próximo e médio (>0,7m) utilizados pelo Biosphere Atmosphere Transfer Scheme (BATS), além da validação dos dados provenientes do Tropical Rainfall Measuring Mission (TRMM). Consequentemente, a comparação entre os dados de precipitação mensal estimada pelo TRMM e 183 estações meteorológicas espalhadas por todo o Brasil apresentam uma concordância de aproximadamente 97%. Ainda, em relação à precipitação, temperatura máxima e temperatura mínima, obtém-se um melhor ajuste do modelo RegCM4 quando os dados de entrada do modelo são compostos pelas reanálises do SST-ERA-Interim e ERA-Interim e com a parametrização cúmulos proposta por Emmanuel. A partir da atualização do uso e cobertura da terra utilizado no modelo de superfície BATS para o ano 2007 obteve-se uma melhora de 10% na simulação da precipitação, aumentando de 0,84 para 0,92 o coeficiente de correlação (significante a p<0,05, teste t-student). Do mesmo modo, a simulação realizada com a alteração dos valores de fração máxima de cobertura vegetal apresentou valores de precipitação 18% acima dos observados. Ainda, as alterações da reflectância no visível e no infravermelho próximo e do índice de área foliar superestimaram a precipitação em 19% e 23%. Ressalta-se que todas as simulações apresentaram boa concordância no que diz respeito à temperatura máxima e mínima, apresentando valores muito próximos ao esperado. A variação trimestral dos parâmetros físicos utilizados pelo modelo de superfície BATS reduziram para 3% as superestimativas de precipitação, provendo uma correlação de 92% (significante a p<0,05, teste t-student). Em relação às variáveis meteorológicas, as principais diferenças encontradas na evapotranspiração, precipitação, umidade relativa do ar e temperatura a 2 metros concentram-se na região noroeste do Estado do Mato Grosso, nas divisas dos Estados de Mato Grosso do Sul e Mato Grosso com a Bolívia (áreas alagadas do Pantanal brasileiro), região noroeste do Paraguai e para a região da Bacia do Rio da Prata na Argentina, Região Nordeste do Brasil entre outras, devido principalmente à alteração da classe Floresta Ombrófila Densa para áreas de pastagem e agricultura e à substituição de áreas de agricultura por áreas de gramíneas, pastagem, vegetação arbustiva e Floresta Estacional Decidual.

The land use and land cover changes modify the air temperature, precipitation, air moisture, energy balance and regional and global circulations. Consequently, the land use and land cover maps and its physical-chemical and biological properties are important variables for numerical modeling of terrestrial systems. However, in most of regional weather and climate models the land use and land cover maps are not frequently updated, being out-of-date and, influencing the results of simulations. Therefore, this work has as main objective to analyze the impacts in numerical simulations by RegCM4 of land use and land cover maps updating, as well as the alteration of physical parameters, such as the leaf area index (LAI), the visible (<0.7 m) and near infrared and medium (> 0.7 m) reflectance used by the Biosphere Atmosphere Transfer Scheme (BATS). The validation of simulated precipitation by comparison to the Tropical Rainfall Measuring Mission (TRMM) data is also an objective. The comparison between monthly precipitation data estimated by TRMM and the 183 weather stations distributed throughout Brazil presented a concordance of approximately 97%. Also related to rainfall, maximum and minimum temperature simulations, better assessments of RegCM4 were found when SST-ERA-Interim, ERA-Interim reanalysis and cumulus parameterization proposed by Emmanuel were used. In addition, the update of the South America 2007 land use and land cover map used by BATS has improved the simulation of precipitation in 10%, increasing the correlation coefficient from 0.84 to 0.92 (significant at p <0.05, t-test student). Moreover, the results show good agreement between simulated and observed maximum and minimum temperature, with correlation coefficients near to 0.95 for both variables. Correspondingly, the simulations performed with adjustments on maximum fractional of vegetation cover showed precipitation mean value 18% above the observed data. Changes in visible and infrared reflectance and in the leaf area index overestimated the precipitation in 19% and 23%, respectively. It is noteworthy that all simulations showed good agreement for maximum and minimum temperature, with values very close to those observed. The three-monthly (seasonal) change of the physical parameters, which characterize the surface model BATS, provided a reduction of 3% in the mean simulated precipitation if compared to the results obtained without seasonal variation of surface parameters. The linear correlation between simulated and observed monthly precipitation obtained by considering seasonal changes in the surface parameter was equal to 92% (significant at p <0.05, Student's t-test). Regarding to atmospheric variables, the more significant differences observed in evapotranspiration, precipitation, relative humidity and temperature above two meters from surface are located in the northwest of Mato Grosso state, at the Mato Grosso do Sul, Mato Grosso states and the Bolivia bordering (placed on the Brazilian Pantanal wetlands), over Northeastern Brazil region, northwestern Paraguay, and River Plate Basin, among others. These important differences are due to the substitution of Tropical Rain Forest by pasture and agriculture and, the replacement of agricultural areas by areas of grass pasture, shrub and Deciduous Forest.