Rotinas computacionais de processamento de dados de Eddy Covariance para determinação da evapotranspiração em fragmento de Cerrado sensu stricto

• Ano de defesa: 2021
• Autor(a) principal: Kobayashi, Alex Naoki Asato
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Área de contribuição; Covariância de turbilhões; Eddy Covariance; Footprint; Gapfilling; Preenchimento de falhas; Python
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/18/18138/tde-03092021-153607/

A evapotranspiração (ET) é a componente hidrológica que representa a maior porcentagem do total da precipitação no bioma do Cerrado brasileiro. A quantificação hídrica do complexo sistema solo-planta-atmosfera conduz a necessidade de utilização de técnicas diretas na medição de ET como o método Eddy Covariance. Desta forma, o objetivo deste trabalho foi de analisar o emprego do método Eddy Covariance no monitoramento da ET de uma área de remanescente de Cerrado sensu stricto através de uma torre de monitoramento instalada no ano de 2018. Com esta análise, buscou-se otimizar o processamento dos dados de alta frequência, investigar a área de contribuição dos fluxos, além de realizar o preenchimento de falhas. O processamento de dados de alta frequência &#40;20 Hz&#41; utilizou o programa EddyPro para a obtenção do melhor conjunto de técnicas. Para a determinação da área de contribuição, utilizou-se um método que mistura simulações lagrangianas e soluções analíticas e o mapa de uso de solos do MapBiomas. Ainda, foram avaliados seis métodos de preenchimento de falhas para a consolidação de uma série de ET. Para isso, foram adotados procedimentos automáticos utilizando a capacidade interativa do programa desenvolvido em linguagem Python para testes de hipóteses. A aprimoração da série de ET, para os anos de 2019 e 2020, utilizou os filtros de qualidade, precipitação, força de sinal e área de contribuição, que filtraram cerca de 45&#37; dos dados da série. O método de preenchimento de falhas por Random Forest obteve uma média de ET para o período chuvoso de 3,71 mm&#47;dia e para o período seco de 2,54 mm&#47;dia e um acumulado de 1011 mm para 2020, com ótimas métricas na avaliação para o período diurno (<SPAN STYLE=\"text-decoration:overline\">MAE = 0,0577, <SPAN STYLE=\"text-decoration:overline\">RMSE = 0,0826, <SPAN STYLE=\"text-decoration:overline\">MBE = 0,0007 e &#961; = 0,853). Contudo, os resultados mostraram que diversos métodos de preenchimento de falhas podem ser aplicados satisfatoriamente à série de ET, e que a filtragem dos dados melhorou significativamente a qualidade da série de ET.