| Resumo: |
O monitoramento preciso da evapotranspiração (ET) é crucial para gerenciar os recursos hídricos, garantir a segurança alimentar e avaliar os impactos das mudanças climáticas. Modelos de Balanço de Energia da Superfície (SEB) que usam dados de sensoriamento remoto são os mais confiáveis para estimar a ET, mas muitas vezes são difíceis de aplicar em grande escala devido ao longo tempo de processamento, necessidade de calibração local, entre outros obstáculos. Esta tese tem como foco a melhoria do geeSEBAL, uma implementação do modelo Surface Energy Balance Algorithm for Land (SEBAL) na plataforma Google Earth Engine (GEE), adaptando-o para modelagem em escala continental, usando imagens do Moderate Resolution Imaging Spectroradiometer (MODIS). O novo modelo, chamado geeSEBALMODIS, foi usado para gerar uma série temporal de ET a cada 8 dias para a América do Sul com pixels de 500 m. Estudos de validação mostram que o geeSEBAL-MODIS é mais preciso do que outros produtos globais de ET, com uma redução do erro de 13% na escala de campo e 30% na escala de bacia hidrográfica. O conjunto de dados está disponível para o público e pode ser usado para monitorar tanto mudanças climáticas em grande escala quanto as variações locais de ET relacionadas às atividades humanas. A análise de tendências mostra um aumento de 8,4% na ET sobre a América do Sul, associado ao aumento da demanda atmosférica, e à redução da precipitação e disponibilidade de água. Esses resultados destacam a importância de informações precisas sobre os processos do ciclo hidrológico para auxiliar no planejamento e gerenciamento dos recursos hídricos em um cenário de maior escassez. Nesse contexto, projetos como o OpenET, que fornece dados confiáveis e de alta resolução espacial de ET nos Estados Unidos, são cruciais para monitorar o consumo de água e auxiliar no desenvolvimento sustentável. Este trabalho também apresenta uma reprodução parcial do processo do OpenET para a intercomparação de modelos de sensoriamento remoto com dados de torres de fluxo, usando torres micrometeorológicas na América do Sul. Os resultados são promissores e abrem caminho para a expansão do OpenET além dos Estados Unidos e em direção a uma aplicação global. |
|---|
