Modelagem de variáveis hídricas por meio do sensoriamento remoto orbital e inteligência artificial
Modeling water variables using orbital remote sensing and artificial intelligence
Resumo
O solo e a água são recursos naturais fundamentais para a manutenção da vida na Terra, e a gestão adequada desses elementos é crucial para equilibrar as necessidades humanas com a preservação do meio ambiente. No ciclo hidrológico, a evapotranspiração é um dos principais componentes do balanço hídrico e seu conhecimento é essencial para o gerenciamento e conservação de bacias hidrográficas. Além disso, é utilizada no manejo da irrigação, visando maior eficiência no uso da água na agricultura e aumento da produtividade das culturas.
A água, além de sustentar a vida, é a principal responsável pela erosão dos solos no Brasil, uma vez que as chuvas fornecem a energia necessária para os processos erosivos. O solo é um recurso natural não renovável em escala humana e as taxas de perda por erosão têm sido crescentes. A energia da chuva, conhecida como erosividade, é um dos principais fatores responsáveis pelas perdas de sedimentos em todo o mundo. A erosividade é utilizada em modelos de predição da erosão, como a Equação Universal de Perda de Solo (USLE) e a sua versão revisada (RUSLE), mas a obtenção dessas informações não é simples, sendo os valores geralmente pontuais e não extrapoláveis com segurança para outras áreas.
Neste trabalho, foram desenvolvidas ferramentas para modelagem das variáveis hídricas de evapotranspiração de referência (ETo) e de erosividade das chuvas para todo o Brasil, utilizando sensoriamento remoto orbital e inteligência artificial. Os objetivos deste estudo foram: i) modelar a ETo em tempo real para todo o Brasil; e ii) modelar e produzir um mapa de erosividade das chuvas para o Brasil, com resolução espacial de 30 segundos de arco (~1 km²).
Conclui-se que o produto ETo é extremamente útil e viável para estimativas da evapotranspiração de referência em todo o Brasil. Além disso, foi possível utilizar variáveis climáticas e geográficas para construir mapas de erosividade das chuvas com níveis conhecidos de erro e precisão em uma escala nacional.