AVALIAÇÃO DE MODELOS DE ESTIMATIVA DO SALDO DE RADIAÇÃO DIÁRIO PARA O MUNICÍPIO DE BOTUCATU - SÃO PAULO - BRASIL

• Autor(a) principal: Contes Calca, Marcus Vinicius
• Data de Publicação: 2022
• Outros Autores: Sbardella, Marina, Franco, Jose Rafael, Rodrigues Raniero, Matheus, Dal Pai, Alexandre, Dal Pai, Enzo
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Brasileira de Climatologia (Online)
• DOI: 10.5380/rbclima.v29i0.72461
• Texto Completo: https://revistas.ufpr.br/revistaabclima/article/view/72461
• topic: Saldo de Radiação; Saldo Radiômetro; Modelagem de Dados; Evapotranspiração de Referência (ETo)

O saldo de radiação é um parâmetro de grande importância para se calcular a evapotranspiração de referência (ETo), que é utilizada, consequentemente, no cálculo do balanço hídrico, contribuindo para a gestão racional da água em procedimentos agrícolas de irrigação. A disponibilidade de medidas do saldo de radiação no Brasil é restrita, uma vez que o instrumento utilizado em sua aferição tem elevado custo. De forma a contornar essa problemática, modelos estatísticos, físicos ou estocásticos podem ser utilizados para se obter valores estimados. O objetivo deste estudo foi avaliar 5 modelos clássicos de estimativa do saldo de radiação, desenvolvidos a partir de medidas meteorológicas, e 1 modelo de estimativa baseado em dados provenientes de sensoriamento remoto para o município de Botucatu, São Paulo, Brasil. Foram avaliados, em comparação a medidas de um saldo radiômetro (CNR1 da Campbell Scientific) da Faculdade de Ciências Agronômicas da Universidade Estadual Paulista “Júlio de Mesquita Filho” - UNESP (22º54’S, 48º27’O e 786m), os modelos de Linacre (1968), Brunt-Penman adaptado por Doorenbos & Pruitt (1975), Funari, Tarifa & Simpson (1985), Allen et al. (1998) e Pereira, Sentelhas & Villa Nova (1998). Além de, serem avaliado também, os valores do saldo de radiação obtidos pelo GLDAS-2.1 (Global Land Data Assimilation System) a partir do GEE (Google Earth Engine). O desempenho dos modelos foi avaliado por meio dos indicativos estatísticos Mean Bias Error (MBE), Root Mean Square Error (RMSE) e Coeficiente de Correlação (R). O modelo de Allen et al. (1998), publicado no relatório 56 da Organização das Nações Unidas para Alimentação e Agricultura (FAO/UN), foi o que apresentou o melhor coeficiente de correlação (R de 0,974 ou 97%) com as medidas. Em uma análise sazonal o modelo de Allen et al. (1998), também, apresentou a melhor resposta para o verão, com correlação de aproximadamente 96% (R de 0,957), no entanto, para o outono, inverno e primavera o modelo de Doorenbos & Pruitt (1975) obteve os melhores resultados, com correlações de 97% (R de 0,969), 93% (R de 0,933) e 95% (R de 0,954), respectivamente. Consequentemente, é recomendada a utilização dos modelos citados sazonalmente no sentido de se obter um melhor resultado para os valores estimados, porém em casos onde não se possa aplicar ambos os modelos é recomendada a utilização somente do modelo de Allen et al. (1998), visto o resultado satisfatório que apresentou para o ano todo.