Busca avançada
Ano de início
Entree

Calibração lisimétrica e análise de incertezas de parâmetros empíricos do algoritmo SEBAL em clima subtropical

Processo: 16/15342-2
Linha de fomento:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de fevereiro de 2017
Vigência (Término): 10 de outubro de 2020
Área do conhecimento:Ciências Agrárias - Engenharia Agrícola - Engenharia de Água e Solo
Pesquisador responsável:Marcos Vinícius Folegatti
Beneficiário:Wagner Wolff
Instituição-sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Bolsa(s) vinculada(s):17/09708-7 - Mapeamento da chuva a partir de links de micro-ondas de celulares comerciais: calibração de parâmetros e análise de incerteza em clima subtropical, BE.EP.PD
Assunto(s):Geoprocessamento   Evapotranspiração   Otimização estocástica   Sensoriamento remoto   Imageamento de satélite   Piracicaba (SP)   Dourados (MS)

Resumo

Compreender a variação espaço-temporal da evapotranspiração (ET) sobre áreas agrícolas irrigadas é importante no auxílio ao manejo da água. Muitos métodos de sensoriamento remoto têm sido desenvolvidos para estimar da 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 dentro de seu algoritmo são correspondentes a essas regiões e sensores. Portanto, o objetivo do estudo será calibrar o algoritmo SEBAL para imagens do satélite Landsat 8, mediante calibração por dados lisimétricos em clima subtropical. O estudo será efetuado em duas regiões de clima subtropical no Brasil. A primeira, na cidade de Piracicaba no estado de São Paulo e a segunda na cidade de Dourados no estado do Mato Grosso do Sul. As imagens Landsat 8 e os dados meteorológicos necessários serão correspondentes do ano de 2013 à 2018, em uma escala mensal para as imagens e de 15 minutos para os dados meteorológicos. Utilizando o algoritmo SEBAL será estimado todos os componentes do balanço de energia e, consequentemente, a ET. Dados lisimétricos serão utilizados como valores observados e mediante a subtração com os estimados será calculado os resíduos. Sendo assim, a calibração será feita utilizando o método da máxima verossimilhança para os resíduos ajustados a distribuição Gaussiana. O método de otimização estocástica Particle Swarm Optimisation será utilizado para a maximização numérica da função log-verossimilhança. Os novos parâmetros empíricos serão obtidos em níveis de incertezas e serão utilizados para compor a atualização do algoritmo SEBAL para as imagens do Landsat 8 em clima subtropical. (AU)

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.