santoshbdias.com.br

Tese de Doutorado

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.

Acessar Tese Completa
Dissertação de Mestrado

Evapotranspiração de referência para projeto de irrigação no Brasil utilizando o produto MOD16

Reference evapotranspiration for irrigation project in Brazil using the product MOD16

Resumo

Neste trabalho objetivou-se estimar valores de evapotranspiração de referência mensal e a máxima dos doze meses, visando o dimensionamento de sistemas de irrigação para o território brasileiro, a partir da calibração do produto MOD16. Utilizaram-se dados das estações convencionais do INMET, a fim de validar e calibrar todos os valores de evapotranspiração das imagens MOD16.

Após a calibração utilizando machine learning e covariáveis do WorldClim, as imagens calibradas foram utilizadas para modelar a evapotranspiração de referência para projeto de irrigação. Para isso, processou-se por meio de uma operação fuzzy, para cada mês, os máximos valores mensais ao longo dos 15 anos, pixel a pixel e, posteriormente, dividiu-se pelo número de dias do mês, encontrando assim, a média diária da máxima mensal, de quinze anos de dados do produto MOD16.

A calibração do produto MOD16 se mostrou efetiva, já que o resíduo médio reduziu de 58,62 para 6,36 mm por mês depois da calibração e o erro quadrático médio reduziu de 66,58 para 10,23 mm por mês. Para a evapotranspiração de referência para projeto chegou-se a um erro quadrático médio de 0,306 mm/dia. Os valores são viáveis para utilização em projetos de irrigação, já que os valores de estimativas se assemelham a diversos outros autores que trabalharam com essa evapotranspiração em uma coordenada específica.

Acessar Dissertação Completa