Modelagem de evapotranspiração por sensoriamento remoto em florestas tropicais sazonalmente secas: desafios na representação do fluxo de calor sensível.

• Ano de defesa: 2023
• Autor(a) principal: BEZERRA, Ulisses Alencar.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Tecnologia e Recursos Naturais - CTRN; PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL; UFCG
• Palavras-chave em Português: Google earth engine; Evapotranspiração; Fluxo de calor sensível; Balanço de energia à superfície; Caatinga; Evapotranspiration; Sensible heat flux; Surface energy balance; Evapotranspiración; Flujo de calor sensible; Balance de energía superficial; Évapotranspiration; Flux de chaleur sensible; Bilan énergétique superficiel; Moteur google earth; Motor de google earth; Engenharia civil e ambiental.
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31459

A melhoria das estimativas de evapotranspiração (ET) usando produtos de sensoriamento remoto multiespectrais e térmicos tem sido um grande avanço na pesquisa hidrológica. Em aplicações de larga escala, os métodos que usam a abordagem de modelos de balanço de energia à superfície (SEB) baseados em sensoriamento remoto geralmente dependem de simplificações excessivas. O uso desses modelos para Florestas Tropicais Sazonalmente Secas (FTSS) tem sido desafiador devido a incompatibilidades entre as premissas subjacentes a esses modelos e as especificidades desse ambiente, como fases fenológicas altamente contrastantes ou ET sendo controlado principalmente pela disponibilidade de água no solo. Nesta pesquisa foi desenvolvido um modelo de ET de sensoriamento remoto baseado em equação de transferência em massa de uma fonte, chamado Seasonal Tropical Ecosystem Energy Partitioning (STEEP). O modelo utiliza o Plant Area Index para representar a estrutura lenhosa das plantas no cálculo do comprimento de rugosidade do momentum. Na resistência aerodinâmica para transferência de calor foi incluído o parâmetro kB-1, corrigindo-o com a umidade do solo por sensoriamento remoto. Além disso, o fluxo de calor latente (λET), causado pela disponibilidade de água remanescente nos pixels dos membros finais, foi quantificado usando a equação de PriestleyTaylor. O algoritmo STEEP foi implementado na plataforma Google Earth Engine, usando dados disponíveis gratuitos. Para avaliar o STEEP, foram utilizados dados de sistema de covariância de vórtices turbulentos, em quatro locais situados na Caatinga, a maior FTSS da América do Sul, no semiárido brasileiro. Os resultados mostram que o modelo STEEP aumentou a precisão das estimativas de ET sem a necessidade de qualquer informação climatológica adicional. Essa melhora foi mais pronunciada durante a estação seca, onde, em geral, a ET para as FTSS é superestimada pelos modelos SEB tradicionais, como aconteceu no presente estudo com o Surface Energy Balance Algorithms for Land (SEBAL). O modelo STEEP teve comportamento e estatísticas de desempenho semelhantes ou superiores em relação aos produtos ET globais (MOD16 e PMLv2). Por fim, foi desenvolvido o aplicativo ET Caatinga – Time Series Inspector que obtém séries temporais de ET de forma rápida e precisa na Caatinga. Este trabalho contribui para uma melhor compreensão dos drivers e moduladores dos balanços de energia e água em escalas locais e regionais em FTSS. Palavras-chave: Evapotranspiração. Fluxo de calor sensível. Balanço de energia à superfície. Caatinga. Google Earth Engine.