Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico

Detalhes bibliográficos
Autor(a) principal: de Paula, Luiza Souza
Data de Publicação: 2021
Outros Autores: de Oliveira, Guilherme Garcia
Tipo de documento: Artigo
Idioma: por
Título da fonte: Anuário do Instituto de Geociências (Online)
Texto Completo: https://revistas.ufrj.br/index.php/aigeo/article/view/36706
Resumo: A quantificação dos recursos hídricos disponíveis é fundamental para o seu gerenciamento adequado e para a sustentação da qualidade de vida. Convencionalmente, as variáveis hidrológicas são estabelecidas por medições in situ, no entanto há escassez desses dados, tornando o Sensoriamento Remoto (SR) uma alternativa atraente. O objetivo deste trabalho é obter o balanço hídrico em bacias hidrográficas a partir de fontes de dados in situ e dados de SR de nível orbital, identificar os modelos com melhores resultados, as principais fontes de incertezas e o efeito de escala espacial e temporal. Para isso, foram selecionadas 10 bacias hidrográficas no estado do Rio Grande do Sul. Coletou-se dados de estações meteorológicas, pluviométricas e fluviométricas e de SR sobre precipitação (P), evapotranspiração (ET), vazão (Q) e armazenamento de água terrestre (S). Calculou-se o balanço hídrico a partir destes dados, mesclando ambas as fontes. Os produtos de SR utilizados foram: Tropical Rainfall Measuring Mission (TRMM), Global Amsterdam Evaporation Land Model (GLEAM) e Gravity Recovery and Climate Experiment (GRACE). Na estimativa de vazão pela equação simples constatou-se que a utilização de ET via SR é uma alternativa viável quando há escassez de dados provenientes de estações meteorológicas. Por sua vez, o uso de dados de armazenamento de água por SR na equação de balanço hídrico não resultou em uma quantificação precisa das vazões fluviais, ainda que, em um período suficientemente longo de análise, tenha se constatado uma redução do erro no balanço de água em bacias maiores. As estimativas de S calculadas por fontes mistas de dados demonstraram resultados excelentes. Concluiu-se que é possível estimar o balanço hídrico em bacias hidrográficas a partir de dados obtidos por SR, no entanto a precisão destas estimativas é resultado de diversos fatores: localização, tamanho da bacia, época do ano e escala temporal de análise.
id UFRJ-21_5119324124fc2ad5e5c19c5a221192a9
oai_identifier_str oai:www.revistas.ufrj.br:article/36706
network_acronym_str UFRJ-21
network_name_str Anuário do Instituto de Geociências (Online)
repository_id_str
spelling Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço HídricoBacias hidrográficas; Recursos hídricos; Dados TRMMA quantificação dos recursos hídricos disponíveis é fundamental para o seu gerenciamento adequado e para a sustentação da qualidade de vida. Convencionalmente, as variáveis hidrológicas são estabelecidas por medições in situ, no entanto há escassez desses dados, tornando o Sensoriamento Remoto (SR) uma alternativa atraente. O objetivo deste trabalho é obter o balanço hídrico em bacias hidrográficas a partir de fontes de dados in situ e dados de SR de nível orbital, identificar os modelos com melhores resultados, as principais fontes de incertezas e o efeito de escala espacial e temporal. Para isso, foram selecionadas 10 bacias hidrográficas no estado do Rio Grande do Sul. Coletou-se dados de estações meteorológicas, pluviométricas e fluviométricas e de SR sobre precipitação (P), evapotranspiração (ET), vazão (Q) e armazenamento de água terrestre (S). Calculou-se o balanço hídrico a partir destes dados, mesclando ambas as fontes. Os produtos de SR utilizados foram: Tropical Rainfall Measuring Mission (TRMM), Global Amsterdam Evaporation Land Model (GLEAM) e Gravity Recovery and Climate Experiment (GRACE). Na estimativa de vazão pela equação simples constatou-se que a utilização de ET via SR é uma alternativa viável quando há escassez de dados provenientes de estações meteorológicas. Por sua vez, o uso de dados de armazenamento de água por SR na equação de balanço hídrico não resultou em uma quantificação precisa das vazões fluviais, ainda que, em um período suficientemente longo de análise, tenha se constatado uma redução do erro no balanço de água em bacias maiores. As estimativas de S calculadas por fontes mistas de dados demonstraram resultados excelentes. Concluiu-se que é possível estimar o balanço hídrico em bacias hidrográficas a partir de dados obtidos por SR, no entanto a precisão destas estimativas é resultado de diversos fatores: localização, tamanho da bacia, época do ano e escala temporal de análise.Universidade Federal do Rio de Janeirode Paula, Luiza Souzade Oliveira, Guilherme Garcia2021-02-24info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3670610.11137/1982-3908_2021_44_36706Anuário do Instituto de Geociências; Vol 44 (2021)Anuário do Instituto de Geociências; Vol 44 (2021)1982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/36706/pdf/*ref*/Bastiaanssen, W.G.M. & Chandrapala, L. 2003.Water balance variability across Sri Lanka for assessing agricultural and environmental water use. Agricultural water management, 58(2): 171-192. D'Angiolella, G.; Vasconcellos, V.L.D. & Rosa, J.W.C. 2005. Estimativa e espacialização do balanço hídrico na mesorregião sul da Bahia. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Goiânia, INPE, p. 83-90. Gao, H.; Tang, Q.; Ferguson, C.R.; Wood, E.F. & Lettenmaier, D.P. 2010. Estimating the water budget of major US river basins via remote sensing. International Journal of Remote Sensing, 31(14): 3955-3978. Martens, B.; Miralles, D.; Lievens, H.; Van Der Schalie, R.; De Jeu, R.A.; Fernández-Prieto, D.; Beck, H.; Dorigo, W. & Verhoest, N. 2017. GLEAM v3: Satellite-based land evaporation and root-zone soil moisture. Geoscientific Model Development, 10(5): 1903-1925. McCabe, M.F.; Wood, E.F.; Wójcik, R.; Pan, M.; Sheffield, J.; Gao, H. & Su, H. 2008. Hydrological consistency using multi-sensor remote sensing data for water and energy cycle studies. Remote Sensing of Environment, 112(2): 430-444. Moreira, A.A.; Fassoni-Andrade, A.C.; Ruhoff, A.L. & de Paiva, R.C.D. 2018. Balanço hídrico no Pantanal: uma abordagem por Sensoriamento Remoto. In: 7º SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, Jardim, MS, 2018. Jardim, Embrapa Informática Agropecuária/INPE, p. 695-704. Moreira, A.A. & Ruhoff, A.L. 2017. Análise do balanço hídrico na América do Sul por Sensoriamento Remoto. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 22, Florianópolis, 2017. Recursos Eletrônicos, Porto Alegre, ABRH, p. 01-08. Paiva, R.C.D.D. & Ruhoff, A.L. 2017. Desafios na estimativa do ciclo hidrológico terrestre por Sensoriamento Remoto. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 22, Florianópolis, 2017. Recursos Eletrônicos, Porto Alegre, ABRH, p. 01-08. Pan, M.; Sahoo, A.K.; Troy, T.J.; Vinukollu, R.K.; Sheffield, J. & Wood, E.F. 2012. Multisource estimation of long-term terrestrial water budget for major global river basins. Journal of Climate, 25(9): 3191-3206. Porto, K.G. & Ferreira, I.M. 2012. Gestão das bacias hidrográficas urbanas e a importância dos ambientes ciliares. Geografia em Questão, 5(2): 43-57. Sentelhas, P.C.; Pereira, A.R.; Marin, F.R.; Angelocci, L.R.; Alfonsi, R.R.; Caramori, P.H.; & Swart, S. 1999. BHBRASIL: balanços hídricos climatológicos de 500 localidades brasileiras. Piracicaba, ESALQ/USP. Sheffield, J.; Ferguson, C.R.; Troy, T.J.; Wood, E.F. & McCabe, M.F. 2009. Closing the terrestrial water budget from satellite remote sensing. Geophysical Research Letters, 36(7). Soares, P.A.; Pinheiro, A.; Soares, K.H. & Zucco, E. 2010. Estimativa da disponibilidade hídrica em pequenas bacias hidrográficas com escassez de dados fluviométricos. Revista de estudos ambientais, 12(1): 29-38. Tang, Q.; Gao, H.; Yeh, P.; Oki, T.; Su, F. & Lettenmaier, D. P. 2010. Dynamics of terrestrial water storage change from satellite and surface observations and modeling. Journal of Hydrometeorology, 11(1): 156-170. Thomas, A.C.; Reager, J.T.; Famiglietti, J.S. & Rodell, M. 2014. A GRACE‐based water storage deficit approach for hydrological drought characterization. Geophysical Research Letters, 41(5): 1537-1545. Troch, P.; Durcik, M.; Seneviratne, S.; Hirschi, M.; Teuling, A.; Hurkmans, R. & Hasan, S. 2007. New data sets to estimate terrestrial water storage change. Eos, Transactions American Geophysical Union, 88(45): 469-470. Tropical Rainfall Measuring Mission (TRMM). 2011. TRMM (TMPA/3B43) Rainfall Estimate L3 1 month 0.25 degree x 0.25 degree V7, Greenbelt, MD, Goddard Earth Sciences Data and Information Services Center (GES DISC). Disponível em: <https://disc.gsfc.nasa.gov/datasets/TRMM_3B43_7/summary>. Acesso em: Set. 2019.Copyright (c) 2021 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2021-05-17T20:24:58Zoai:www.revistas.ufrj.br:article/36706Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2021-05-17T20:24:58Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
title Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
spellingShingle Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
de Paula, Luiza Souza
Bacias hidrográficas; Recursos hídricos; Dados TRMM
title_short Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
title_full Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
title_fullStr Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
title_full_unstemmed Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
title_sort Incertezas Associadas ao Uso do Sensoriamento Remoto na Estimativa do Balanço Hídrico
author de Paula, Luiza Souza
author_facet de Paula, Luiza Souza
de Oliveira, Guilherme Garcia
author_role author
author2 de Oliveira, Guilherme Garcia
author2_role author
dc.contributor.none.fl_str_mv
dc.contributor.author.fl_str_mv de Paula, Luiza Souza
de Oliveira, Guilherme Garcia
dc.subject.por.fl_str_mv Bacias hidrográficas; Recursos hídricos; Dados TRMM
topic Bacias hidrográficas; Recursos hídricos; Dados TRMM
description A quantificação dos recursos hídricos disponíveis é fundamental para o seu gerenciamento adequado e para a sustentação da qualidade de vida. Convencionalmente, as variáveis hidrológicas são estabelecidas por medições in situ, no entanto há escassez desses dados, tornando o Sensoriamento Remoto (SR) uma alternativa atraente. O objetivo deste trabalho é obter o balanço hídrico em bacias hidrográficas a partir de fontes de dados in situ e dados de SR de nível orbital, identificar os modelos com melhores resultados, as principais fontes de incertezas e o efeito de escala espacial e temporal. Para isso, foram selecionadas 10 bacias hidrográficas no estado do Rio Grande do Sul. Coletou-se dados de estações meteorológicas, pluviométricas e fluviométricas e de SR sobre precipitação (P), evapotranspiração (ET), vazão (Q) e armazenamento de água terrestre (S). Calculou-se o balanço hídrico a partir destes dados, mesclando ambas as fontes. Os produtos de SR utilizados foram: Tropical Rainfall Measuring Mission (TRMM), Global Amsterdam Evaporation Land Model (GLEAM) e Gravity Recovery and Climate Experiment (GRACE). Na estimativa de vazão pela equação simples constatou-se que a utilização de ET via SR é uma alternativa viável quando há escassez de dados provenientes de estações meteorológicas. Por sua vez, o uso de dados de armazenamento de água por SR na equação de balanço hídrico não resultou em uma quantificação precisa das vazões fluviais, ainda que, em um período suficientemente longo de análise, tenha se constatado uma redução do erro no balanço de água em bacias maiores. As estimativas de S calculadas por fontes mistas de dados demonstraram resultados excelentes. Concluiu-se que é possível estimar o balanço hídrico em bacias hidrográficas a partir de dados obtidos por SR, no entanto a precisão destas estimativas é resultado de diversos fatores: localização, tamanho da bacia, época do ano e escala temporal de análise.
publishDate 2021
dc.date.none.fl_str_mv 2021-02-24
dc.type.none.fl_str_mv

dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/36706
10.11137/1982-3908_2021_44_36706
url https://revistas.ufrj.br/index.php/aigeo/article/view/36706
identifier_str_mv 10.11137/1982-3908_2021_44_36706
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/36706/pdf
/*ref*/Bastiaanssen, W.G.M. & Chandrapala, L. 2003.Water balance variability across Sri Lanka for assessing agricultural and environmental water use. Agricultural water management, 58(2): 171-192. D'Angiolella, G.; Vasconcellos, V.L.D. & Rosa, J.W.C. 2005. Estimativa e espacialização do balanço hídrico na mesorregião sul da Bahia. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Goiânia, INPE, p. 83-90. Gao, H.; Tang, Q.; Ferguson, C.R.; Wood, E.F. & Lettenmaier, D.P. 2010. Estimating the water budget of major US river basins via remote sensing. International Journal of Remote Sensing, 31(14): 3955-3978. Martens, B.; Miralles, D.; Lievens, H.; Van Der Schalie, R.; De Jeu, R.A.; Fernández-Prieto, D.; Beck, H.; Dorigo, W. & Verhoest, N. 2017. GLEAM v3: Satellite-based land evaporation and root-zone soil moisture. Geoscientific Model Development, 10(5): 1903-1925. McCabe, M.F.; Wood, E.F.; Wójcik, R.; Pan, M.; Sheffield, J.; Gao, H. & Su, H. 2008. Hydrological consistency using multi-sensor remote sensing data for water and energy cycle studies. Remote Sensing of Environment, 112(2): 430-444. Moreira, A.A.; Fassoni-Andrade, A.C.; Ruhoff, A.L. & de Paiva, R.C.D. 2018. Balanço hídrico no Pantanal: uma abordagem por Sensoriamento Remoto. In: 7º SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, Jardim, MS, 2018. Jardim, Embrapa Informática Agropecuária/INPE, p. 695-704. Moreira, A.A. & Ruhoff, A.L. 2017. Análise do balanço hídrico na América do Sul por Sensoriamento Remoto. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 22, Florianópolis, 2017. Recursos Eletrônicos, Porto Alegre, ABRH, p. 01-08. Paiva, R.C.D.D. & Ruhoff, A.L. 2017. Desafios na estimativa do ciclo hidrológico terrestre por Sensoriamento Remoto. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 22, Florianópolis, 2017. Recursos Eletrônicos, Porto Alegre, ABRH, p. 01-08. Pan, M.; Sahoo, A.K.; Troy, T.J.; Vinukollu, R.K.; Sheffield, J. & Wood, E.F. 2012. Multisource estimation of long-term terrestrial water budget for major global river basins. Journal of Climate, 25(9): 3191-3206. Porto, K.G. & Ferreira, I.M. 2012. Gestão das bacias hidrográficas urbanas e a importância dos ambientes ciliares. Geografia em Questão, 5(2): 43-57. Sentelhas, P.C.; Pereira, A.R.; Marin, F.R.; Angelocci, L.R.; Alfonsi, R.R.; Caramori, P.H.; & Swart, S. 1999. BHBRASIL: balanços hídricos climatológicos de 500 localidades brasileiras. Piracicaba, ESALQ/USP. Sheffield, J.; Ferguson, C.R.; Troy, T.J.; Wood, E.F. & McCabe, M.F. 2009. Closing the terrestrial water budget from satellite remote sensing. Geophysical Research Letters, 36(7). Soares, P.A.; Pinheiro, A.; Soares, K.H. & Zucco, E. 2010. Estimativa da disponibilidade hídrica em pequenas bacias hidrográficas com escassez de dados fluviométricos. Revista de estudos ambientais, 12(1): 29-38. Tang, Q.; Gao, H.; Yeh, P.; Oki, T.; Su, F. & Lettenmaier, D. P. 2010. Dynamics of terrestrial water storage change from satellite and surface observations and modeling. Journal of Hydrometeorology, 11(1): 156-170. Thomas, A.C.; Reager, J.T.; Famiglietti, J.S. & Rodell, M. 2014. A GRACE‐based water storage deficit approach for hydrological drought characterization. Geophysical Research Letters, 41(5): 1537-1545. Troch, P.; Durcik, M.; Seneviratne, S.; Hirschi, M.; Teuling, A.; Hurkmans, R. & Hasan, S. 2007. New data sets to estimate terrestrial water storage change. Eos, Transactions American Geophysical Union, 88(45): 469-470. Tropical Rainfall Measuring Mission (TRMM). 2011. TRMM (TMPA/3B43) Rainfall Estimate L3 1 month 0.25 degree x 0.25 degree V7, Greenbelt, MD, Goddard Earth Sciences Data and Information Services Center (GES DISC). Disponível em: <https://disc.gsfc.nasa.gov/datasets/TRMM_3B43_7/summary>. Acesso em: Set. 2019.
dc.rights.driver.fl_str_mv Copyright (c) 2021 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2021 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv Anuário do Instituto de Geociências; Vol 44 (2021)
Anuário do Instituto de Geociências; Vol 44 (2021)
1982-3908
0101-9759
reponame:Anuário do Instituto de Geociências (Online)
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Anuário do Instituto de Geociências (Online)
collection Anuário do Instituto de Geociências (Online)
repository.name.fl_str_mv Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv anuario@igeo.ufrj.br||
_version_ 1797053542858489856