Obtenção da evapotranspiração real diária através da aplicação de técnicas de sensoriamento remoto no semiárido brasileiro.

• Ano de defesa: 2013
• Autor(a) principal: BORGES, Camilla Kassar.
• Orientador(a): SANTOS, Carlos Antonio Costa dos.
• Banca de defesa: ALCÂNTARA, Clênia Rodrigues., BEZERRA, Bergson Guedes.
• 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 METEOROLOGIA
• Departamento: Centro de Tecnologia e Recursos Naturais - CTRN
• País: Brasil
• Palavras-chave em Português: Evapotranspiração; S-SEBI (Algoritmo); SSEB (Algoritmo); SEBAL; Semiárido; Evapotranspiration; Semiarid
• Área do conhecimento CNPq: Meteorologia; Micrometeorologia
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3659

A perda de água na forma de vapor da superfície para atmosfera é conhecida por evapotranspiração, a qual libera grandes volumes de água do solo por evaporação e da vegetação por transpiração. Estimar o consumo de água em áreas irrigadas é importante para um bom planejamento, gestão e uso racional deste recurso, bem como para melhorar a produção. Para este estudo serão processadas imagens orbitais de Quixeré-CE, com interesse na Fazenda Frutacor, onde há predominânica da cultura da bananeira. Por isso, o principal objetivo deste estudo foi avaliar a precisão e a operacionalidade dos algoritmos S-SEBI e SSEB em relação ao SEBAL para estimar a evapotranspiração real diária (ETa) de uma região semiárida do nordeste brasileiro, contendo áreas do pomar de bananeiras, caatinga e solo exposto. Os modelos S-SEBI e SSEB exibiram forte correlação, de r > 0,93, com significância de 5% e mais de 86% de variação explicada. Verificou-se que o SSEB subestimou a ETa em todas as análises, e de maneira geral o S-SEBI superestimou. O S-SEBI exibiu erros inferiores a 12% no pomar e caatinga e o SSEB exibiu erros superiores a 22%, contudo para o solo exposto ambos os modelos apresentaram grandes discrepâncias em relação ao SEBAL, com erros superiores a 36%.. Portanto, dentre os dois algoritmos comparados com o SEBAL, o S-SEBI mostrou melhor desempenho para estimar a ETacom menores discrepâncias.