Calibração automática do modelo de estimativa de evapotranspiração por sensoriamento remoto (SEBAL)

• Ano de defesa: 2018
• Autor(a) principal: Kich, Elisa De Mello
• Orientador(a): Ruhoff, Anderson Luis
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Evapotranspiração : Medição; Calibração automática; Balanço de energia; Micrometeorologia; Satelite landsat; Modelos matemáticos; Cachoeira do Sul (RS)
• Palavras-chave em Inglês: SEBAL (Surface Energy Balance for Land)
• Link de acesso: http://hdl.handle.net/10183/189163

A evapotranspiração (ET) desempenha um papel fundamental no no ciclo hidrológico, e no ciclo de carbono. A identificação da quantidade de água evapotranspirada é de fundamental importância em diversas áreas tais como gerenciamento dos recursos hídricos, agricultura e clima. Mesmo assim a ET superficial ainda é um dos processos menos compreendidos do ciclo hidrológico. Tradicionalmente pode ser obtida a partir de medições pontuais, mas em função da heterogeneidade da superfície e da não-linearidade do processo, essas medidas não podem ser extrapoladas diretamente para escalas regionais uma vez que não são representativas de áreas maiores. Métodos que utilizam de dados de sensoriamento remoto para estimativa de evapotranspiração, se apresentam como uma alternativa para superar essa limitação. O modelo SEBAL (Surface Energy Balance Algorithm for Land) foi desenvolvido para estimar o fluxo de calor latente (LE) e ET com base no resíduo do balanço de energia a partir da utilização de imagens termais, multiespectrais e dados meteorológicos auxiliares e utiliza um processo de calibração interna que requer a escolha de dois pontos da imagem (pixels âncoras) que representem condições extremas em termos de temperatura e umidade. Originalmente a seleção dos pixels extremos para a calibração interna do algoritmo SEBAL é realizada manualmente pelo operador. Entretanto, Allen et al. (2013) propôs que a escolha dos pixels âncora fosse realizada a partir de porcentagens de extremos das imagens de NDVI e Ts. Neste contexto, o objetivo do presente trabalho consistiu em (1) analisar critérios envolvidos no processo de escolha automática dos pixels âncora, (2) analisar a sensibilidade do algoritmo quanto a área de domínio e (3) quanto as variáveis de entrada e intermediárias do modelo. Para isso foram utilizadas 12 imagens multiespectrais dos satélites LANDSAT 5 e 8, abrangendo a localização de uma torre da Rede SULFLUX instalada em Cachoeira do Sul (RS), com medições micrometeorologicas e de vórtices turbulentos. Os resultados mostraram que o algoritmo é sensível principalmente à dT e Rn para LE instantâneo e à dT para ET diária, com maior acurácia à medida que se aumentou a área de domínio do modelo. O grupo de porcentagens para escolha automática dos pixels âncora que apresentou melhores resultados de LE instantâneo foi com NDVI frio=5%; Ts frio=0,01%; NDVI quente=10%; Ts quente=0,01%, enquanto que para ET-diária foi com NDVI frio=5%; Ts frio=0,1%; NDVI quente=10%; Ts quente=0,1%, com raiz do erro médio quadrático (RMEQ) de 52 e 15%, respectivamente.