Variabilidade espaço-temporal da evapotranspiração de referência estimada com imagens de satélites na bacia hidrográfica do rio Tibagi, estado do Paraná, Brasil

Autores

DOI:

https://doi.org/10.5380/raega.v62i1.96420

Palavras-chave:

Mapeamento, modelagem, cenários climáticos, relações hídricas

Resumo

A evapotranspiração de referência (ETo) é essencial para planejamento e gestão dos recursos hídricos, mas monitorá-la em larga escala com métodos tradicionais é inviável devido ao custo e logística. Uma alternativa é utilizar dados obtidos remotamente para a modelagem da ETo. Teve-se por objetivo no presente estudo avaliar a variabilidade espacial da ETo diária na bacia hidrográfica do rio Tibagi (BHRT), estimada com dados remotos em anos com ocorrência de eventos ENOS, e estimar a ETo no intervalo entre imagens do satélite Landsat com um algoritmo interpolador temporal. A ETo foi calculada com o modelo Moretti-Jerszurki-Silva (MJS; EToMJS(ψar;Ra)) e dados espacializados de temperatura e umidade relativa do ar, estimados com modelo de regressão linear múltiplo. A variabilidade espacial foi avaliada com imagens das estações de 2013 (Normal), 2015 (El Niño) e 2011 (La Niña). A variabilidade temporal da EToMJS(ψar;Ra) foi testada com interpolação linear entre imagens Landsat 8 de 2013, utilizando o algoritmo “r.series.interp”. A EToMJS(ψar;Ra)int interpolada foi comparada com a EToPM Penman-Monteith, calculada com dados diários de estações meteorológicas. A ETo espacializada identificou diferenças nas estações do ano nos cenários climáticos analisados, não observadas com a EToPM. A metodologia para estimar a EToMJS(ψar;Ra) espacializada em grandes áreas obteve precisão aceitável, apesar do processo ser laborioso para coberturas amplas. A ETo temporal apresentou precisão estatística satisfatória (RMSE = 0,65 mm dia-1; r = 0,73; MAPE = 5,94%; NSE = -1,2; d = 0,04), embora limitações das imagens e algoritmo interpolador linear dificultassem o acompanhamento das variações diárias da EToPM.

Biografia do Autor

Jorge Luiz Moretti de Souza, Universidade Federal do Paraná (UFPR) / Setor de Ciências Agrárias (SCA) / Departamento de Solos e Engenharia Agrícola (DSEA)

Graduação em Engenharia Agrícola, na Universidade Federal de Lavras (UFLA); Mestrado e Doutorado em Irrigação e Drenagem, na Escola Superior de Agricultura “Luiz de Queiroz” (ESALQ) / Universidade de São Paulo (USP).

Áreas de atuação: Engenharia Agrícola; Engenharia de Água e Solo; Relação Água-Solo-Planta-Atmosfera.

Denis Pinheiro da Silva, Universidade Federal do Paraná / Setor de Ciências Agrárias (SCA) / Departamento de Solos e Engenharia Agrícola (DSEA) / Programa de Pós-Graduação em Ciência do Solo

Graduação em Agronomia, na Universidade Federal Rural da Amazônia (UFRA); Especialização em Georreferenciamento de Imóveis Rurais, no Instituto de Pósgraduação e Cursos (IPGC); Mestrado em Ciência do Solo, na Universidade Federal do Paraná (UFPR).

Áreas de atuação: Agronomia; Geotecnologias; Sensoriamento Remoto e Sistemas de Informação Geográfica.

Daniela Jerszurki, NDrip Israel, Center Israel

Graduação em Agronomia, na Universidade Federal do Paraná (UFPR); Mestrado e Doutorado em Ciência do Solo, na Universidade Federal do Paraná (UFPR); Pós-doutorado em Física do Solo, na Ben Gurion University of Negev, em Israel.

Áreas de atuação: Agronomia; Engenharia de Água e Solo; Relação Água-Solo-Planta-Atmosfera.

Referências

ALLEN, R. G.; TASUMI, M.; TREZZA, R. Satellite-Based Energy Balance for Mapping Evapotranspiration with Internalized Calibration METRIC – Model. Journal of Irrigation and Drainage Engineering, Asce, v. 133, n. 4, p. 380-394, 2007.

ALLEN, R.; IRMAK, A.; TREZZA, R.; HENDRICKX, J. M. H.; BASTIAANSSEN, W.; KJAERSGAARD, J. Satellite-based ET estimation in agriculture using SEBAL and METRIC. Hydrological Processes, v. 25, n. 26, p. 4011-4027, 2011. Wiley. http://dx.doi.org/10.1002/hyp.8408.

ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P.; GONÇALVES, J. L. M.; SPAROVEK, G. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013. Schweizerbart. http://dx.doi.org/10.1127/0941-2948/2013/0507.

AMANKULOVA, K.; FARMONOV, N.; AKRAMOVA, P.; TURSUNOV, I; MUCSI, L. Comparison of PlanetScope, Sentinel-2, and landsat 8 data in soybean yield estimation within-field variability with random forest regression. Heliyon, v. 9, e17432, 2023. https://doi.org/10.1016/j.heliyon.2023.e17432.

ANA (Agência Nacional de Águas). Estimativas de evapotranspiração real por sensoriamento remoto no Brasil. 4. ed. Brasília: Ana, 2020. 23 p.

ASCE-EWRI (New York). American Society of Civil Engineers. The ASCE Standardized Reference Evapotranspiration Equation. New York: American Society of Civil Engineers, 2005. 70 p. Task Committee Report.

BECK, H. E.; McVICAR, T. R.; VERGOPOLAN, N.; BERG, A.; LUTSKO, N. J.; DUFOUR, A.; ZENG, Z.; JIANG, X.; VAN DIJK, A. I. J. M.; MIRALLES, D. G. High-resolution (1 km) Köppen-Geiger maps for 1901–2099 based on constrained CMIP6 projections. Scientific Data, v. 10, n. 724, 2023. https://doi.org/10.1038/s41597-023-02549-6

BOGGIONE, G. A.; FONSECA, L. M. G. Restoration of Landsat-7 Images. National Institute For Space Research, São José dos Campos, 2004. Disponível em: <http://mtc-m12.sid.inpe.br/rep/sid.inpe.br/jeferson/2004/01.13.13.12>.

CAMMALLERI, C.; ANDERSON, M. C.; GAO, F.; HAIN, C. R.; KUSTAS, W. P. A data fusion approach for mapping daily evapotranspiration at field scale. Water Resources Research, v. 49, n. 8, p. 4672-4686, 2013. American Geophysical Union (AGU). http://dx.doi.org/10.1002/wrcr.20349.

CAMMALLERI, C.; ANDERSON, M. C.; GAO, F.; HAIN, C. R.; KUSTAS, W. P. Mapping daily evapotranspiration at field scales over rainfed and irrigated agricultural areas using remote sensing data fusion. Agricultural and Forest Meteorology, v. 186, p. 1-11, 2014. Elsevier BV. http://dx.doi.org/10.1016/j.agrformet.2013.11.001.

CAVALCANTI, I. F. A.; CARRIL, A. F.; PENALBA, O. C.; GRIMM, A. M.; MENÉNDEZ, C. G.; SANCHEZ, E.; CHERCHI, A.; SÖRENSSON, A.; ROBLEDO, F.; RIVERA, J. Precipitation extremes over La Plata Basin – Review and new results from observations and climate simulations. Journal of Hydrology, v. 523, p. 211-230, 2015. Elsevier BV. http://dx.doi.org/10.1016/j.jhydrol.2015.01.028.

CHE, X.; FENG, M.; SEXTON, J. O.; CHANNAN, S.; YANG, Y.; SUN, Q. Assessment of MODIS BRDF/Albedo Model Parameters (MCD43A1 Collection 6) for Directional Reflectance Retrieval. Remote Sensing, v. 9, n. 1123, 2017. https://doi.org/10.3390/rs9111123

GAO, F.; ANDERSON, M.; ZHANG, X.; YANG, Z.; ALFIERI, J. G.; KUSTAS, W. P.; MUELLER, R.; JOHNSON, D. M.; PRUEGER, J. H. Toward mapping crop progress at field scales through fusion of Landsat and MODIS imagery. Remote Sensing of Environment, v. 188, p. 9–25, 2017. http://dx.doi.org/10.1016/j.rse.2016.11.004.

GAO, F.; MASEK, J.; SCHWALLER, M.; HALL, F. On the blending of the Landsat and MODIS surface reflectance: predicting daily landsat surface reflectance. Transactions on Geoscience and Remote Sensing, [S.L.], v. 44, n. 8, p. 2207-2218, 2006. Institute of Electrical and Electronics Engineers (IEEE). http://dx.doi.org/10.1109/tgrs.2006.872081.

GGWS (Golden Gate Weather Services). El Niño and La Niña Years and Intensities. 2021. Disponível em: https://ggweather.com/enso/oni.htm. Acesso em: 22 maio 2021.

IBRAHIM, S.; BALZTER, H. Evaluating flood damage to paddy rice fields using PlanetScope and Sentinel-1 data in north-western Nigeria: Towards potential climate adaptation strategies. Remote Sensing, v. 16, n. 3657, 2024. https://doi.org/10.3390/rs16193657

JANUAR, T. W.; LIN, T.; HUANG, C.; CHANG, K. Modifying an Image Fusion Approach for High Spatiotemporal LST Retrieval in Surface Dryness and Evapotranspiration Estimations. Remote Sensing, v. 12, n. 3, p. 498, 2020. MDPI AG. http://dx.doi.org/10.3390/rs12030498.

JERSZURKI, D.; SOUZA, J. L. M.; SILVA, L. C. R. Expanding the geography of evapotranspiration: an improved method to quantify land-to-air water fluxes in tropical and subtropical regions. PLOS ONE, v. 12, n. 6, p. 1-20, 2017. Public Library of Science (PLOS). http://dx.doi.org/10.1371/journal.pone.0180055.

KE, Y.; IM, J.; PARK, S.; GONG, H. Spatiotemporal downscaling approaches for monitoring 8-day 30 m actual evapotranspiration. Isprs Journal of Photogrammetry and Remote Sensing, v. 126, p. 79-93, 2017. Elsevier BV. http://dx.doi.org/10.1016/j.isprsjprs.2017.02.006.

LI, Y.; HUANG, C.; HOU, J.; GU, J.; ZHU, G.; LI, X. Mapping daily evapotranspiration based on spatiotemporal fusion of ASTER and MODIS images over irrigated agricultural areas in the Heihe River Basin, Northwest China. Agricultural and Forest Meteorology, v. 244-245, p. 82-97, 2017. Elsevier BV. http://dx.doi.org/10.1016/j.agrformet.2017.05.023.

MATZENAUER, R.; BERLATO, M. A.; SAMPAIO, M. R.; TRINDADE, J. K. Efeitos do fenômeno Enos sobre a evapotranspiração de referência na região do Planalto Médio do Rio Grande do Sul, Brasil. Pesq. Agrop. Gaúcha, v. 14, n. 1, p. 67-70, 2008.

MENESES, P. R.; ALMEIDA, T. Introdução ao processamento de imagens de sensoriamento remoto. Bahia: Cnpq, 2012. 276 p.

MEYER, D.; RIECHERT, M. Open source QGIS toolkit for the Advanced Research WRF modelling system. Environmental Modelling & Software, v. 112, p. 166-178, 2019. Elsevier BV. http://dx.doi.org/10.1016/j.envsoft.2018.10.018.

MEZA, F. J. Variability of reference evapotranspiration and water demands. Association to ENSO in the Maipo river basin, Chile. Global and Planetary Change, v. 47, n. 2-4, p. 212-220, 2005. Elsevier BV. http://dx.doi.org/10.1016/j.gloplacha.2004.10.013.

NAGEL, G. W.; NOVO, E. M. L. M.; KAMPEL, M. Nanosatellites applied to optical Earth observation: a review. Ambiente e Água, v. 15, n. 3, e2513, 2020. https://doi.org/10.4136/ambi-agua.2513

PAREDES, P.; TRIGO, I.; BRUIN, H.; SIMÕES, N.; PEREIRA, L. S. Daily grass reference evapotranspiration with Meteosat Second Generation shortwave radiation and reference ET products. Agricultural Water Management, v. 248, p. 106543, 2021. Elsevier BV. http://dx.doi.org/10.1016/j.agwat.2020.106543.

PAULA, A. C. P.; SILVA, C. L.; RODRIGUES, L. N.; SCHERER-WARREN, M. Performance of the SSEBop model in the estimation of the actual evapotranspiration of soybean and bean crops. Pesquisa Agropecuária Brasileira, v. 54, p. 1-11, 2019. FapUNIFESP (SCIELO). http://dx.doi.org/10.1590/s1678-3921.pab2019.v54.00739.

ROGERS, S. R.; STAUB, B. Standard use of Geographic Information System (GIS) techniques in honey bee research. Journal of Apicultural Research, v. 52, n. 4, p. 1-48, 2013. Informa UK Limited. http://dx.doi.org/10.3896/ibra.1.52.4.08.

ROSA, S. L. K.; SOUZA, J. L. M.; SANTOS, A. A. Data from NASA Power and surface weather stations under different climates on reference evapotranspiration estimation. Pesquisa Agropecuária Brasileira, v. 58; e03261, 2023. https://doi.org/10.1590/s1678-3921.pab2023.v58.03261.

SHIMIZO, K.; OTA, T.; MIZOUE, N.; SAITO, H. Comparison of multi-temporal PlanetScope data with Landsat 8 and Sentinel-2 data for estimating airborne LiDAR derived canopy height in temperate forests. Remote Sensing, v. 12, n. 1876, 2020. https://doi.org/10.3390/rs12111876.

SILVA, D. P. Associação espaço-temporal de variáveis meteorológicas com técnicas de sensoriamento remoto para estimativa da evapotranspiração. Curitiba, 2021. 173p. Dissertação (Mestrado em Agronomia, área de concentração Ciência do Solo) – Setor de Ciências Agrárias, Universidade Federal do Paraná. Disponível em: https://acervodigital.ufpr.br/handle/1884/74849 Acesso em: 02 agosto 2024.

TALSMA, C. J.; GOOD, S. P.; JIMENEZ, C.; MARTENS, B.; FISHER, J. B.; MIRALLES, D. G.; MCCABE, M. F.; PURDY, A. J. Partitioning of evapotranspiration in remote sensing-based models. Agricultural and Forest Meteorology, v. 260-261, p. 131-143, 2018. Elsevier BV. http://dx.doi.org/10.1016/j.agrformet.2018.05.010.

WALKER, J. J.; BEURS, K. M.; WYNNE, R. H.; GAO, F. Evaluation of Landsat and MODIS data fusion products for analysis of dryland forest phenology. Remote Sensing of Environment, v. 117, p. 381-393, 2012.

WANG, P.; GAO, F.; MASEK, J. G. Operational data fusion framework for building frequent Landsat-like imagery. IEEE Transactions on Geoscience and Remote Sensing, v. 52, n. 11, 2014. http://dx.doi.org/10.1109/TGRS.2014.2311445.

WANG, T.; TANG, R.; LI, Z.; JIANG, Y.; LIU, M.; NIU, L. An Improved Spatio-Temporal Adaptive Data Fusion Algorithm for Evapotranspiration Mapping. Remote Sensing, v. 11, n. 7, p. 761, 2019. MDPI AG. http://dx.doi.org/10.3390/rs11070761.

YANG, G.; WENG, Q.; PU, R.; GAO, F.; SUN, C.; LI, H.; ZHAO, C. Evaluation of ASTER-Like Daily Land Surface Temperature by Fusing ASTER and MODIS Data during the HiWATER-MUSOEXE. Remote Sensing, v. 8, n. 1, p. 75, 2016. MDPI AG. http://dx.doi.org/10.3390/rs8010075.

YI, Z.; ZHAO, H.; JIANG, Y. Continuous Daily Evapotranspiration Estimation at the Field-Scale over Heterogeneous Agricultural Areas by Fusing ASTER and MODIS Data. Remote Sensing, v. 10, n. 11, p. 1694, 2018. MDPI AG. http://dx.doi.org/10.3390/rs10111694.

ZHU, X.; CHEN, J.; GAO, F.; CHEN, X.; MASEK, J. G. An enhanced spatial and temporal adaptive reflectance fusion model for complex heterogeneous regions. Remote Sensing of Environment, v. 114, n. 11, p. 2610-2623, 2010. Elsevier BV. http://dx.doi.org/10.1016/j.rse.2010.05.032.

Downloads

Publicado

2025-04-28

Como Citar

Souza, J. L. M. de, Silva, D. P. da, & Jerszurki, D. (2025). Variabilidade espaço-temporal da evapotranspiração de referência estimada com imagens de satélites na bacia hidrográfica do rio Tibagi, estado do Paraná, Brasil . Ra’e Ga: O Espaço Geográfico Em Análise, 62(1), 44–66. https://doi.org/10.5380/raega.v62i1.96420

Edição

v. 62 n. 1 (2025)

Seção

Artigos

Licença

Declaro que o ARTIGO submetido é INÉDITO, ORIGINAL e de MINHA RESPONSABILIDADE. Declaro que o artigo não foi submetido ou está em avaliação em outra revista/periódico.

Estou ciente dos itens presentes na LEI Nº 9.610/98 (DIREITOS AUTORAIS) e me responsabilizo por quaisquer problemas relacionados a PLÁGIO.

Estou ciente de que o artigo submetido poderá ser removido da Revista, caso se observe A QUALQUER TEMPO que ele se encontra publicado integralmente ou em parte em outro PERIÓDICO científico. 

Declaro, COMO PRIMEIRO AUTOR, que os demais autores do trabalho estão cientes desta submissão e de que NÃO receberão qualquer tipo de remuneração pela divulgação do trabalho. 

Como primeiro autor, autorizo, de antemão, a RA’E GA - O Espaço Geográfico em Análise(ISSN 2177-2738), a publicar o artigo, caso aceito.