"Ciências Básicas para o Desenvolvimento Sustentável"
24 a 26 de outubro de 2023
Trabalho 19004
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Agronomia |
| Setor | Departamento de Engenharia Agrícola |
| Bolsa | FAPEMIG |
| Conclusão de bolsa | Não |
| Apoio financeiro | FAPEMIG |
| Primeiro autor | Michel Wakim Mendes Firmino |
| Orientador | FERNANDO FRANCA DA CUNHA |
| Outros membros | Roberto Filgueiras, Taiara Souza Costa |
| Título | Evapotranspiração real utilizando o algoritmo SAFER |
| Resumo | A evapotranspiração (ET) é um parâmetro fundamental no balanço hídrico, sendo importante o uso de dados de sensoriamento remoto para sua modelagem. No entanto, há um desafio significativo na modelagem da ET usando imagens frequentes sem o espectro do infravermelho termal, o qual auxiliaria nas decisões de gerenciamento dos recursos hídricos em propriedades agrícolas. Neste estudo, o objetivo foi utilizar algoritmos de aprendizado de máquina para desenvolver um modelo de estimativa da fração evapotranspirativa (ETf) usando dois cenários de entrada de dados a partir das informações espectrais da constelação Sentinel-2, e analisar a aplicabilidade temporal e espacial dos modelos para estimar a evapotranspiração real (ETr) em culturas agrícolas irrigadas por pivôs centrais. O estudo foi conduzido em dois cenários de entrada de variáveis independentes, levando em consideração a área total com diferentes usos e coberturas do solo para predizer a ETf usando algoritmos de regressão. Em seguida, a ETf estimada foi comparada com a ETf calculada pelo algoritmo SAFER. Diversos algoritmos foram utilizados, incluindo Regressão Linear Múltipla, Linear Support Vector Machine, Cubist, Bayesian-Regularized Neural Network e eXtreme Gradient Boosting pelos métodos Linear e Tree. Após a estimativa da ETf em cada cenário com as diferentes técnicas, uma análise estatística foi realizada para selecionar o melhor modelo, o qual foi o Cubist em ambos os cenários. Em seguida, a ETf foi estimada apenas para os pivôs centrais na área de estudo e sua classificação de uso e cobertura do solo foi obtida por meio do produto MapBiomas. A informação sobre o uso da terra foi necessária para calcular a ETr em cada cenário para os pivôs centrais com culturas de cana-de-açúcar e soja. Para estimar a ETr, a ETf foi multiplicada por duas abordagens de evapotranspiração de referência (ETo): EToBrazil e Hargreaves-Samani. As estimativas de ETr obtidas por essas abordagens foram comparadas com a ETr estimada pelo método padrão de Penman-Monteith FAO 56. Observou-se que a equação de Hargreaves-Samani superestimou a ETr, com maiores erros, principalmente para os pivôs centrais com cana-de-açúcar, com erro médio absoluto (MAE) variando de 0,89 a 2,02 mm d-1. Já o produto EToBrazil apresentou erros estatísticos menores, com valores de raiz quadrada do erro médio quadrático (RMSE) e MAE variando de 0,33 a 1,49 mm d-1 e 0,20 a 1,26 mm d-1, respectivamente, para ambas as culturas agrícolas. Com base nos resultados obtidos, conclui-se que a ETr pode ser monitorada espacial e temporalmente sem a necessidade da banda termal, o que possibilita estimar esse parâmetro com maior frequência temporal. |
| Palavras-chave | Agricultura irrigada, fração evapotranspirativa, sensoriamento remoto |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|