Tesis
Sensoriamento remoto e análise espacial na determinação de processos hidrológicos no bioma Cerrado.
Fecha
2020-07-07Registro en:
SALLES, Leandro de Almeida. Sensoriamento remoto e análise espacial na determinação de processos hidrológicos no bioma Cerrado. 2020. 180 f., il. Tese (Doutorado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2020.
Autor
Salles, Leandro de Almeida
Institución
Resumen
Este trabalho avaliou o uso de sensoriamento remoto e análise espacial no diagnóstico da
precipitação (P), da evapotranspiração real (ETr), e de vazões (Q) no Bioma Cerrado. Foram
avaliadas estimativas de P por sensoriamento remoto (Psr), obtidas pelo Tropical Rainfall
Measuring Mission (TRMM) (TRMM Multi-satellite Precipitation Analysis (TMPA 3B42)) e
pelo Global Precipitation Measurement (GPM) (Integrated Multi-satellitE Retrievals for GPM
(IMERG) e o Global Satellite Mapping of Precipitation (GSMaP)). Também foram avaliadas
estimativas de ETr do modelo Operational Simplified Surface Energy Balance (SSEBop) feitas
com dados do Moderate resolution Imaging Spectroradiometer (MODIS), do Enhanced
Thematic Mapper Plus (ETM+) e do Thermal Infrared Sensor (TIRS). As estimativas de Psr e
ETr foram validadas em diferentes condições e também foram utilizadas no modelo hidrológico
Soil and Water Assessment Tool (SWAT) para simular Q e ETr em bacia hidrográfica agrícola.
Os resultados demonstram que a geração de produtos de Psr obtidos a partir de dados da missão
GPM (IMERG e GSMaP) é capaz de garantir a continuidade no monitoramento de P no Brasil
central, com o IMERG apresentando as melhores correlações com a rede de pluviômetros na
maior parte dos cenários avaliados. De modo geral, as simulações de Q pelo modelo SWAT
utilizando dados do IMERG superou o uso do TMPA e do GSMaP e até mesmo, em alguns casos,
as simulações feitas com os dados da rede de pluviômetros, apresentando coeficiente Nash &
Sutcliffe (NS) > 0,75. O modelo SSEBop conseguiu estimar a ETr de forma satisfatória em áreas
de pastagem, reflorestamento e com vegetação nativa utilizando dados provenientes do ETM+ e
do TIRS, com coeficiente de determinação (R
2
), respectivamente, iguais a 0,8, 0,59 e 0,91 nos
melhores cenários avaliados. Por fim, a série temporal de ETr proveniente de dados do MODIS
contribuiu positivamente na simulação de Q e ETr pelo modelo SWAT ao nível de sub-bacia,
com NS > 0,6 nos cenários de validação que calibraram ambas as variáveis em conjunto com o
algoritmo de otimização SUFI-2, e que apresentaram melhores níveis de incertezas na estimativa
dos parâmetros.