Algoritmo S-SEBI modificado para estimar a evapotranspiração usando dados de sensoriamento remoto no Semiárido Brasileiro.

• Ano de defesa: 2022
• Autor(a) principal: ALVES, Yago de Andrade.
• Orientador(a): CUNHA, John Elton de Brito Leite.
• Banca de defesa: RUFINO, Iana Alexandra Alves., SILVA, Bruce Kelly da Nobrega.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande
• Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL
• Departamento: Centro de Tecnologia e Recursos Naturais - CTRN
• País: Brasil
• Palavras-chave em Português: Balanço de energia de superfície; Google Earth Engine; Umidade do solo; Evapotranspiração; Sensoriamento remoto; Modelagem do balanço de energia à superfície; Simplified Surface Energy Balance Index - S-SEBI; S-SEBI - Simplified Surface Energy Balance Index; Sistema de Eddy covariance; Algoritmo S-SEBI; Algoritmos - estimativa de evapotranspiração; Surface energy balance; Soil moisture; Evapotranspiration; Remote sensing; Surface energy balance modeling; S-SEBI Algorithm; Algorithms - estimation of evapotranspiration
• Área do conhecimento CNPq: Engenharia Civil
• Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/28722

A Evapotranspiração (ET) é um dos componentes do ciclo hidrológico mais subestimados, muitas vezes sendo atribuída como um resíduo dos componentes no balanço hídrico e de energia. No entanto, a medição de ET efetuada na superfície terrestre é dispendiosa e, por isso, difícil de quantificar. Em escalas maiores, sua medição é complexa devido à necessidade de representação dos processos hidrometeorológicos e à heterogeneidade da superfície. O Sensoriamento Remoto (SR) é o modo mais eficiente de monitorar a superfície terrestre e de obter estimativas regionais de ET real (ETr). O procedimento mais comum para estimar ETr por SR é através da modelagem do balanço de energia à superfície. O Simplified Surface Energy Balance Index (SSEBI), é capaz de fornecer uma ETr em larga escala, ao baixo custo de incertezas associadas às suas simplificações de parâmetros meteorológicos. Este estudo tem como objetivo a melhoria da ETr mediante alterações no algoritmo SSEBI, que incluem seleção automática dos pixels âncoras e a incorporação da umidade do solo no cômputo da fração evapotranspirativa (FE). Além disso, considerouse a FE constante dentro de um período semanal para remover outliers e dados ausentes. O SSEBI foi implementado na plataforma do Google Earth Engine (GEE). Nesta plataforma estão disponívies os dados MODIS, ERA5Land e GLDAS para aplicação no modelo SSEBI. As estimativas de ETr resultantes das modificações impostas ao SSEBI foram avaliadas utilizando dados do sistema de Eddy covariance na Estação Ecológica do Seridó (ESEC) para o ano de 2014. O comportamento espacial da ETr pelo SSEBI foi comparado com o produto MOD16 em três localidades situadas no Semiárido brasileiro: Petrolina PE, Barreiras BA e Bom Jesus PI. Os resultados revelaram que as modificações no SSEBI produziram métricas estatísticas de desempenho iguais a 0,74 mm/dia (RMSE), 0,75 (R²) e 0,74 (NSE), quando comparados aos dados observados em ESEC. Na análise espacial do SSEBI os dados anuais de ET variaram de 102 a 1448 mm/ano, enquanto que no produto MOD16 essa variação foi de 86 a 1873 mm/ano. Os resultados revelaram que as estimativas derivadas do MOD16 mostraram um padrão espacial mais condizente com a cobertura do solo, nas três regiões, quando comparadas as obtidas do SSEBI. As modificações impostas ao algoritmo do SSEBI são úteis, uma vez que, estimativas confiáveis de ETr são necessárias para o gerenciamento dos recursos hídricos, especialmente em regiões semiáridas.