Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial

Detalhes bibliográficos
Autor(a) principal: JUCÁ, Marcella Vasconcelos Quintella
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/44683
Resumo: As secas são desastres naturais cuja severidade e duração apresentam difícil previsibilidade. Esse evento extremo pode ser identificado, por exemplo, quando teores de umidade do solo abaixo da média são detectados. A umidade em profundidades subsuperficiais possui importante papel em aspectos ecológicos e socioeconômicos, sendo a agricultura um setor fortemente afetado pelas secas, dada a dependência da safra da disponibilidade de água na zona de raiz e, portanto, da umidade do solo. Nesse sentido, esse parâmetro é utilizado em modelos hidrológicos e climáticos bem como no monitoramento de culturas, visto que é indicador da disponibilidade de água para a transpiração e fornece previsibilidade acerca da ocorrência de secas agrícolas. Dentre as metodologias de aferição, o sensoriamento remoto é uma opção viável para obtenção de dados de umidade do solo em larga escala, visto que os dados gerados por satélite possuem grande abrangência espacial e tem frequência temporal satisfatória. A missão SMOS obtém informações de umidade do solo através de um radiômetro que opera na Banda L. Portanto, os dados por ele obtidos referem-se à umidade nos primeiros centímetros do solo. Nesse trabalho, um filtro exponencial para estimar o teor de água na zona da raiz a partir de séries temporais de umidade superficial obtidas via sensoriamento remoto foi avaliado para estações do estado de Pernambuco, com base nos dados do SMOS e utilizando estações in situ nas profundidades de 20 cm e 40 cm para calibração e definição de parâmetros. Os resultados obtidos para a zona de raiz foram também comparados aos produtos de umidade do solo dos modelos GLDAS-Noah e GLDAS-CLSM. O teor de umidade do solo estimado pelo filtro exponencial apresentou incrementos médios na correlação de Pearson e reduções no RMSE, de 34% e 25%, respectivamente, quando comparados aos dados do SMOS sem sua aplicação, chegando a correlações mais de 100% maiores e RMSE 70% menores. Quanto aos dados resultantes do filtro com o GLDAS, observou-se um padrão espacial na comparação entre estes e os dados provenientes do filtro.
id UFPE_a769eb9743bab1aac3c78adf38ed7489
oai_identifier_str oai:repositorio.ufpe.br:123456789/44683
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling JUCÁ, Marcella Vasconcelos Quintellahttp://lattes.cnpq.br/1692068725099060http://lattes.cnpq.br/7721483148298785RIBEIRO NETO, Alfredo2022-06-08T20:04:36Z2022-06-08T20:04:36Z2021-08-17JUCÁ, Marcella Vasconcelos Quintella. Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial. 2021. Dissertação (Mestrado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2021.https://repositorio.ufpe.br/handle/123456789/44683As secas são desastres naturais cuja severidade e duração apresentam difícil previsibilidade. Esse evento extremo pode ser identificado, por exemplo, quando teores de umidade do solo abaixo da média são detectados. A umidade em profundidades subsuperficiais possui importante papel em aspectos ecológicos e socioeconômicos, sendo a agricultura um setor fortemente afetado pelas secas, dada a dependência da safra da disponibilidade de água na zona de raiz e, portanto, da umidade do solo. Nesse sentido, esse parâmetro é utilizado em modelos hidrológicos e climáticos bem como no monitoramento de culturas, visto que é indicador da disponibilidade de água para a transpiração e fornece previsibilidade acerca da ocorrência de secas agrícolas. Dentre as metodologias de aferição, o sensoriamento remoto é uma opção viável para obtenção de dados de umidade do solo em larga escala, visto que os dados gerados por satélite possuem grande abrangência espacial e tem frequência temporal satisfatória. A missão SMOS obtém informações de umidade do solo através de um radiômetro que opera na Banda L. Portanto, os dados por ele obtidos referem-se à umidade nos primeiros centímetros do solo. Nesse trabalho, um filtro exponencial para estimar o teor de água na zona da raiz a partir de séries temporais de umidade superficial obtidas via sensoriamento remoto foi avaliado para estações do estado de Pernambuco, com base nos dados do SMOS e utilizando estações in situ nas profundidades de 20 cm e 40 cm para calibração e definição de parâmetros. Os resultados obtidos para a zona de raiz foram também comparados aos produtos de umidade do solo dos modelos GLDAS-Noah e GLDAS-CLSM. O teor de umidade do solo estimado pelo filtro exponencial apresentou incrementos médios na correlação de Pearson e reduções no RMSE, de 34% e 25%, respectivamente, quando comparados aos dados do SMOS sem sua aplicação, chegando a correlações mais de 100% maiores e RMSE 70% menores. Quanto aos dados resultantes do filtro com o GLDAS, observou-se um padrão espacial na comparação entre estes e os dados provenientes do filtro.FACEPEDroughts are natural disasters whose severity and duration are often hard to predict. This extreme event can be identified, for example, when soil moisture contents lower than average are detected. Soil moisture at subsurface depths plays an important role in ecological and socioeconomic aspects, as agriculture is a business field heavily affected by droughts, given the crops dependence on the availability of water on the root zone, and therefore, of the soil moisture. In this sense, this parameter is used in hydrological and climate models as well as in agricultural monitoring, as it is an indicator for the availability of water for transpiration and provides predictability regarding the occurrence of agricultural droughts. Among the measurement methodologies for this parameter, remote sensing is a viable option to obtain soil moisture information on a large scale, since the data generated by satellite has a large spatial coverage and has a satisfactory temporal frequency. The SMOS mission measures soil moisture information through a radiometer that operates in the L-Band. Therefore, the data obtained refers to the moisture in the first centimeters of the soil. In this study, an exponential filter to estimate the root zone water content from time series of surface moisture obtained via remote sensing was evaluated for in situ stations located in Pernambuco, Brazil based on SMOS data and using in situ stations at 20 cm and 40 cm depths for calibration and parameters setting. The results obtained for the root zone were also compared to the soil moisture products of the GLDAS-Noah and GLDAS-CLSM models. The soil moisture content estimated by the exponential filter resulted in mean Pearson correlation increments and RMSE reductions in the order of 34% and 25%, respectively, when compared to SMOS data without its application, reaching correlations more than 100% higher and RMSE 70% lower. As for the data resulting from the filter with the GLDAS, a spatial pattern was observed in the comparison between these and the data from the filter.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia CivilUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia CivilUmidade do soloFiltro ExponencialSMOSEstimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPELICENSElicense.txtlicense.txttext/plain; charset=utf-82142https://repositorio.ufpe.br/bitstream/123456789/44683/3/license.txt6928b9260b07fb2755249a5ca9903395MD53ORIGINALDISSERTAÇÃO Marcella Vasconcelos Quintella Jucá.pdfDISSERTAÇÃO Marcella Vasconcelos Quintella Jucá.pdfapplication/pdf3621441https://repositorio.ufpe.br/bitstream/123456789/44683/1/DISSERTA%c3%87%c3%83O%20Marcella%20Vasconcelos%20Quintella%20Juc%c3%a1.pdfd84e00c05a5032c00a02db9235de2cd7MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/44683/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTDISSERTAÇÃO Marcella Vasconcelos Quintella Jucá.pdf.txtDISSERTAÇÃO Marcella Vasconcelos Quintella Jucá.pdf.txtExtracted texttext/plain157618https://repositorio.ufpe.br/bitstream/123456789/44683/4/DISSERTA%c3%87%c3%83O%20Marcella%20Vasconcelos%20Quintella%20Juc%c3%a1.pdf.txtac6465e34840a433902e091224c97a0cMD54THUMBNAILDISSERTAÇÃO Marcella Vasconcelos Quintella Jucá.pdf.jpgDISSERTAÇÃO Marcella Vasconcelos Quintella Jucá.pdf.jpgGenerated Thumbnailimage/jpeg1208https://repositorio.ufpe.br/bitstream/123456789/44683/5/DISSERTA%c3%87%c3%83O%20Marcella%20Vasconcelos%20Quintella%20Juc%c3%a1.pdf.jpg8b9350c13a508b429b18accb04a0ffe3MD55123456789/446832022-06-09 02:20:46.522oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212022-06-09T05:20:46Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
title Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
spellingShingle Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
JUCÁ, Marcella Vasconcelos Quintella
Engenharia Civil
Umidade do solo
Filtro Exponencial
SMOS
title_short Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
title_full Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
title_fullStr Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
title_full_unstemmed Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
title_sort Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial
author JUCÁ, Marcella Vasconcelos Quintella
author_facet JUCÁ, Marcella Vasconcelos Quintella
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/1692068725099060
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7721483148298785
dc.contributor.author.fl_str_mv JUCÁ, Marcella Vasconcelos Quintella
dc.contributor.advisor1.fl_str_mv RIBEIRO NETO, Alfredo
contributor_str_mv RIBEIRO NETO, Alfredo
dc.subject.por.fl_str_mv Engenharia Civil
Umidade do solo
Filtro Exponencial
SMOS
topic Engenharia Civil
Umidade do solo
Filtro Exponencial
SMOS
description As secas são desastres naturais cuja severidade e duração apresentam difícil previsibilidade. Esse evento extremo pode ser identificado, por exemplo, quando teores de umidade do solo abaixo da média são detectados. A umidade em profundidades subsuperficiais possui importante papel em aspectos ecológicos e socioeconômicos, sendo a agricultura um setor fortemente afetado pelas secas, dada a dependência da safra da disponibilidade de água na zona de raiz e, portanto, da umidade do solo. Nesse sentido, esse parâmetro é utilizado em modelos hidrológicos e climáticos bem como no monitoramento de culturas, visto que é indicador da disponibilidade de água para a transpiração e fornece previsibilidade acerca da ocorrência de secas agrícolas. Dentre as metodologias de aferição, o sensoriamento remoto é uma opção viável para obtenção de dados de umidade do solo em larga escala, visto que os dados gerados por satélite possuem grande abrangência espacial e tem frequência temporal satisfatória. A missão SMOS obtém informações de umidade do solo através de um radiômetro que opera na Banda L. Portanto, os dados por ele obtidos referem-se à umidade nos primeiros centímetros do solo. Nesse trabalho, um filtro exponencial para estimar o teor de água na zona da raiz a partir de séries temporais de umidade superficial obtidas via sensoriamento remoto foi avaliado para estações do estado de Pernambuco, com base nos dados do SMOS e utilizando estações in situ nas profundidades de 20 cm e 40 cm para calibração e definição de parâmetros. Os resultados obtidos para a zona de raiz foram também comparados aos produtos de umidade do solo dos modelos GLDAS-Noah e GLDAS-CLSM. O teor de umidade do solo estimado pelo filtro exponencial apresentou incrementos médios na correlação de Pearson e reduções no RMSE, de 34% e 25%, respectivamente, quando comparados aos dados do SMOS sem sua aplicação, chegando a correlações mais de 100% maiores e RMSE 70% menores. Quanto aos dados resultantes do filtro com o GLDAS, observou-se um padrão espacial na comparação entre estes e os dados provenientes do filtro.
publishDate 2021
dc.date.issued.fl_str_mv 2021-08-17
dc.date.accessioned.fl_str_mv 2022-06-08T20:04:36Z
dc.date.available.fl_str_mv 2022-06-08T20:04:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv JUCÁ, Marcella Vasconcelos Quintella. Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial. 2021. Dissertação (Mestrado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2021.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/44683
identifier_str_mv JUCÁ, Marcella Vasconcelos Quintella. Estimativa da umidade do solo em diferentes profundidades a partir do produto do satélite SOIL MOISTURE OCEAN SALINITY (SMOS) em Pernambuco utilizando um filtro exponencial. 2021. Dissertação (Mestrado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2021.
url https://repositorio.ufpe.br/handle/123456789/44683
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia Civil
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/44683/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/44683/1/DISSERTA%c3%87%c3%83O%20Marcella%20Vasconcelos%20Quintella%20Juc%c3%a1.pdf
https://repositorio.ufpe.br/bitstream/123456789/44683/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/44683/4/DISSERTA%c3%87%c3%83O%20Marcella%20Vasconcelos%20Quintella%20Juc%c3%a1.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/44683/5/DISSERTA%c3%87%c3%83O%20Marcella%20Vasconcelos%20Quintella%20Juc%c3%a1.pdf.jpg
bitstream.checksum.fl_str_mv 6928b9260b07fb2755249a5ca9903395
d84e00c05a5032c00a02db9235de2cd7
e39d27027a6cc9cb039ad269a5db8e34
ac6465e34840a433902e091224c97a0c
8b9350c13a508b429b18accb04a0ffe3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310897521131520