Estimativa do balanço de radiação com técnicas de sensoriamento remoto e dados de superfície

• Ano de defesa: 2008
• Autor(a) principal: GIONGO, Pedro Rogério
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/57462/0013000006jsj
• Idioma: por
• Instituição de defesa: Universidade Federal Rural de Pernambuco; Departamento de Engenharia Agrícola; Brasil; UFRPE; Programa de Pós-Graduação em Engenharia Agrícola
• Palavras-chave em Português: Análise de imagens; Landsat 5 - TM; Saldo de radiação; SEBAL; Radiação atmosférica; Image analysis; Atmospheric radiation; Balance of radiation; CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
• Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/5738

O sensoriamento remoto é uma ferramenta que tem possibilitado grandes avanços a estudos da agrometeorologia, bem como aplicação a superfícies com diferentes tipos de cobertura, podendo ser utilizado para estimativas do saldo de radiação e suas aplicações. Assim este trabalho objetivou estimar o Balanço de Radiação à Superfície, a partir de dados do sensor Thematic Mapper (TM) do satélite LANDSAT 5, com a utilização do algoritmo SEBAL. Os dados estimados foram comparados com dados de duas estações agrometeorológicas em superfície: uma em região de Cerrado, e outra em Cana-de-Açúcar. A região de estudo fica localizada no município de Santa Rita do Passa Quatro – SP, Brasil. Para a realização do estudo foram obtidas seis imagens orbitais do satélite Landsat 5 sensores TM, na órbita 220 e ponto 75, nas datas de 22/02, 11/04, 29/05, 01/08, 17/08 e 21/11 todas do ano de 2005, a que correspondem aos DJ de 53, 101, 149, 213, 229 e 325, respectivamente. Foram realizadas as correções geométricas para as imagens, em seguida foram geradas as cartas de albedo, Índice de Vegetação da Diferença Normalizada (NDVI), Índice de Vegetação Ajustado ao Solo (SAVI), Índice de Área Foliar (IAF), Temperatura de superfície (Ts), Radiação de OndaLonga Emitida e Saldo de Radiação (Rn). Os valores do Rn estimados apresentaram correlações de r iguais a 0,994 e 0,984 com os dados de superfície das estações da Cana-de-açúcar e Cerrado, respectivamente. Conclui-se que a metodologia proposta do algoritmo SEBAL, para estimativa de Rn para as duas áreas, alcançou valores muito consistentes e satisfatórios para essa aplicação.