Busca avançada
Ano de início
Entree

Otimizando o manejo de irrigação de precisão assimilando medidas in situ em modelos de sensoriamento remoto: pesquisa e desenvolvimento de algoritmo

Resumo

Prescrever o consumo hídrico de culturas mediante a variação espaço-temporal da evapotranspiração (ET) sobre áreas agrícolas irrigadas é importante no auxílio ao manejo dos recursos hídricos e aumento da produtividade. Muitos modelos de sensoriamento remoto (SR) têm sido desenvolvidos para estimar a ET, dentre eles o mais utilizado é o Surface Energy Balance Algorithm for Land (SEBAL). No entanto, o SEBAL foi desenvolvido para sensores orbitais e regiões particulares, em que funções e parâmetros empíricos empregados por ele são correspondentes a essas regiões e sensores, gerando assim grandes incertezas da aplicabilidade desse modelo em outras regiões. Medidas in situ podem ser utilizadas para assimilação de dados no SEBAL e assim diminuir tal incerteza. Portanto, o objetivo desse projeto será calibrar o modelo SEBAL tanto para sensores orbitais (a bordo satélites) quanto suborbitais (a bordo de veículos aéreos não tripuláveis) e assim desenvolver um algoritmo web em nuvem de assimilação de dados para prescrição das lâminas de irrigação. Inicialmente o projeto será executado numa área de testes localizada na cidade de Piracicaba no Estado de São Paulo. Utilizando o modelo SEBAL será estimado todos os componentes do balanço de energia e, consequentemente, a ET. Dados lisimétricos, de umidade do solo e medidas biométricas serão utilizados como valores de referência in situ e mediante a subtração com os valores estimados pelo SEBAL será obtido os resíduos. Sendo assim, a calibração será feita maximizando a qualidade de ajuste desses resíduos. O método de otimização estocástica {\it Particle Swarm Optimization} será utilizado para a maximização numérica da função objetivo. Os novos parâmetros empíricos serão obtidos em níveis de incertezas e serão utilizados no algoritmo de recuperação das lâminas de irrigação considerando a variabilidade espaço-temporal do SR e a precisão das medidas in situ. Assim, o produto gerado fornecerá uma informação mais assertiva ao manejo de irrigação de precisão. O mercado consumidor desse produto não está associado somente aos irrigantes e empresas de manejo de irrigação, mas também ao produtor que deseja conhecer a dinâmica do consumo hídrico de seu cultivo e correlacionar isso com a previsão de produtividade. (AU)

Matéria(s) publicada(s) no Pesquisa para Inovação FAPESP sobre o auxílio:
Algoritmo adaptado à agricultura brasileira pode viabilizar a irrigação de precisão no país 
Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)