Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra

Detalhes bibliográficos
Autor(a) principal: Silva, César de Oliveira Ferreira
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/190710
Resumo: Quantificar e monitorar os fluxos de energia e água no solo em grandes áreas com suficiente acurácia para subsidiar o gerenciamento de recursos hídricos na agricultura é um desafio que ultrapassa a abordagem tradicional, que é baseada em medições pontuais dos parâmetros de interesse. O sensoriamento remoto, conjuntamente com dados agrometeorológicos, é um instrumento aplicável à geração de informações essenciais ao gerenciamento racional da água. Pode-se fazer um acompanhamento dos impactos das mudanças climáticas e daqueles causados pelas atividades da agropecuária intensiva sobre as condições ambientais e do consumo hídrico incremental das culturas. A presente pesquisa realizou a associação do uso de imagens de satélites e dados climáticos em análises espaciais e temporais dos componentes dos balanços de energia e de água em usos da terra variados para modelar a evolução espaço-temporal dos níveis freáticos de 39 poços localizados em Águas de Santa Bárbara entre os anos de 2014 e 2018, durante o período mais ativo do ENSO (Oscilação Sul-El Niño-Sul) (2016/2017) e seus efeitos posteriores na vegetação (até o início de 2018). O modelo SAFER (Simple Algorithm for Evapotranspiration Retrieving) foi utilizado para obter a evapotranspiração real por meio de uma implementação construída em ambiente R, que foi publicada oficialmente como o pacote “agriwater” no repositório CRAN. O escoamento superficial foi modelado através do Método Racional. Os níveis freáticos foram modelados em escala diária por meio de uma adaptação do método Water Table Flutuation (WTF). A recarga potencial de água subterrânea para cada uso da terra (pastagem, cultura de cana-de-açúcar, silvicultura e floresta) variou entre 15 e 50% da precipitação. A silvicultura apresentou taxas de evapotranspiração mais altas que as culturas florestais e de cana-de-açúcar. Os níveis de água subterrânea medidos em 46 poços de monitoramento foram analisados para obter dados suficientes para criar os hidrogramas necessários para a validação. 34 poços rasos (que atingiram profundidades menores que 3 metros) obtiveram os melhores resultados (R²> 0,92), nos quais o termo da raiz do erro médio quadrático absoluto (RMSE) foi inferior a 20% do nível freático, indicando que resposta mais rápida à evapotranspiração real com sensoriamento remoto.
id UNSP_e79a833e9c57766076333712aee42dde
oai_identifier_str oai:repositorio.unesp.br:11449/190710
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terraSpatial modeling of groundwater recharge under different land uses and land coverModelado espacial de la recarga de aguas subterráneas bajo diferentes usos y cobertura del suelo.Águas subterrâneas. Nível freático. Evapotranspiração. Recarga de aquífero.Quantificar e monitorar os fluxos de energia e água no solo em grandes áreas com suficiente acurácia para subsidiar o gerenciamento de recursos hídricos na agricultura é um desafio que ultrapassa a abordagem tradicional, que é baseada em medições pontuais dos parâmetros de interesse. O sensoriamento remoto, conjuntamente com dados agrometeorológicos, é um instrumento aplicável à geração de informações essenciais ao gerenciamento racional da água. Pode-se fazer um acompanhamento dos impactos das mudanças climáticas e daqueles causados pelas atividades da agropecuária intensiva sobre as condições ambientais e do consumo hídrico incremental das culturas. A presente pesquisa realizou a associação do uso de imagens de satélites e dados climáticos em análises espaciais e temporais dos componentes dos balanços de energia e de água em usos da terra variados para modelar a evolução espaço-temporal dos níveis freáticos de 39 poços localizados em Águas de Santa Bárbara entre os anos de 2014 e 2018, durante o período mais ativo do ENSO (Oscilação Sul-El Niño-Sul) (2016/2017) e seus efeitos posteriores na vegetação (até o início de 2018). O modelo SAFER (Simple Algorithm for Evapotranspiration Retrieving) foi utilizado para obter a evapotranspiração real por meio de uma implementação construída em ambiente R, que foi publicada oficialmente como o pacote “agriwater” no repositório CRAN. O escoamento superficial foi modelado através do Método Racional. Os níveis freáticos foram modelados em escala diária por meio de uma adaptação do método Water Table Flutuation (WTF). A recarga potencial de água subterrânea para cada uso da terra (pastagem, cultura de cana-de-açúcar, silvicultura e floresta) variou entre 15 e 50% da precipitação. A silvicultura apresentou taxas de evapotranspiração mais altas que as culturas florestais e de cana-de-açúcar. Os níveis de água subterrânea medidos em 46 poços de monitoramento foram analisados para obter dados suficientes para criar os hidrogramas necessários para a validação. 34 poços rasos (que atingiram profundidades menores que 3 metros) obtiveram os melhores resultados (R²> 0,92), nos quais o termo da raiz do erro médio quadrático absoluto (RMSE) foi inferior a 20% do nível freático, indicando que resposta mais rápida à evapotranspiração real com sensoriamento remoto.Quantifying and monitoring soil energy and water flows in large areas with sufficient accuracy to subsidize water management in agriculture is a challenge that surpasses the traditional approach, which is based on in-situ measurements of parameters of interest. Remote sensing in conjunction with agrometeorological data is an instrument applicable to large-scale water management. The impacts of climate change and those caused by intensive farming activities on environmental conditions and incremental water consumption of crops can be monitored. This research describes a combination of large-scale spatially remote sensed actual evapotranspiration and geographical information systems of surface runoff to estimate groundwater recharge potential, by water balance, to model the spatial-temporal evolution of used groundwater levels measured in 39 wells located in Águas de Santa Barbara, between 2014 and 2018, during recent ENSO (El Niño-Southern Oscillation) most active period (2016/2017) and verify its posteriori effects on vegetation (until early 2018). The Simple Algorithm for Evapotranspiration Retrieving (SAFER) model was used to obtain current evapotranspiration through an implementation built in the R environment, which was officially published as the “agriwater” package in the CRAN repository. The Rational Method for runoff modeling were applied. The groundwater levels were modeled on a daily scale using an adaptation of the Water Table Fluctuation (WTF) method. The average annual groundwater recharge potential for each of the land uses (pasture, sugarcane crop, silviculture and forest) varied between 15 and 50% of the rainfall. Silviculture showed higher evapotranspiration rates than forest and sugarcane crops. Groundwater levels measured at 46 monitoring wells were analyzed to obtain enough data to create the hydrographs required for the validation. 34 shallow wells (which reached depths smaller than 3 meters) had the best results (R² > 0.92), where the root mean squared absolute error (RMSE) term appeared to be less than 20% of the mean groundwater level indicating that it has a faster response to remote sensed actual evapotranspiration.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)CNPq: 143127/2017-9CNPq: 133715/2019-1Universidade Estadual Paulista (Unesp)Manzione, Rodrigo LillaAlbuquerque Filho, José LuizUniversidade Estadual Paulista (Unesp)Silva, César de Oliveira Ferreira2019-10-11T17:04:43Z2019-10-11T17:04:43Z2019-09-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/19071000092591533004064038P7porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-05-02T14:43:58Zoai:repositorio.unesp.br:11449/190710Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T18:13:58.721514Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
Spatial modeling of groundwater recharge under different land uses and land cover
Modelado espacial de la recarga de aguas subterráneas bajo diferentes usos y cobertura del suelo.
title Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
spellingShingle Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
Silva, César de Oliveira Ferreira
Águas subterrâneas. Nível freático. Evapotranspiração. Recarga de aquífero.
title_short Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
title_full Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
title_fullStr Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
title_full_unstemmed Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
title_sort Modelagem espacial da recarga das águas subterrâneas sob diferentes usos e coberturas da terra
author Silva, César de Oliveira Ferreira
author_facet Silva, César de Oliveira Ferreira
author_role author
dc.contributor.none.fl_str_mv Manzione, Rodrigo Lilla
Albuquerque Filho, José Luiz
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Silva, César de Oliveira Ferreira
dc.subject.por.fl_str_mv Águas subterrâneas. Nível freático. Evapotranspiração. Recarga de aquífero.
topic Águas subterrâneas. Nível freático. Evapotranspiração. Recarga de aquífero.
description Quantificar e monitorar os fluxos de energia e água no solo em grandes áreas com suficiente acurácia para subsidiar o gerenciamento de recursos hídricos na agricultura é um desafio que ultrapassa a abordagem tradicional, que é baseada em medições pontuais dos parâmetros de interesse. O sensoriamento remoto, conjuntamente com dados agrometeorológicos, é um instrumento aplicável à geração de informações essenciais ao gerenciamento racional da água. Pode-se fazer um acompanhamento dos impactos das mudanças climáticas e daqueles causados pelas atividades da agropecuária intensiva sobre as condições ambientais e do consumo hídrico incremental das culturas. A presente pesquisa realizou a associação do uso de imagens de satélites e dados climáticos em análises espaciais e temporais dos componentes dos balanços de energia e de água em usos da terra variados para modelar a evolução espaço-temporal dos níveis freáticos de 39 poços localizados em Águas de Santa Bárbara entre os anos de 2014 e 2018, durante o período mais ativo do ENSO (Oscilação Sul-El Niño-Sul) (2016/2017) e seus efeitos posteriores na vegetação (até o início de 2018). O modelo SAFER (Simple Algorithm for Evapotranspiration Retrieving) foi utilizado para obter a evapotranspiração real por meio de uma implementação construída em ambiente R, que foi publicada oficialmente como o pacote “agriwater” no repositório CRAN. O escoamento superficial foi modelado através do Método Racional. Os níveis freáticos foram modelados em escala diária por meio de uma adaptação do método Water Table Flutuation (WTF). A recarga potencial de água subterrânea para cada uso da terra (pastagem, cultura de cana-de-açúcar, silvicultura e floresta) variou entre 15 e 50% da precipitação. A silvicultura apresentou taxas de evapotranspiração mais altas que as culturas florestais e de cana-de-açúcar. Os níveis de água subterrânea medidos em 46 poços de monitoramento foram analisados para obter dados suficientes para criar os hidrogramas necessários para a validação. 34 poços rasos (que atingiram profundidades menores que 3 metros) obtiveram os melhores resultados (R²> 0,92), nos quais o termo da raiz do erro médio quadrático absoluto (RMSE) foi inferior a 20% do nível freático, indicando que resposta mais rápida à evapotranspiração real com sensoriamento remoto.
publishDate 2019
dc.date.none.fl_str_mv 2019-10-11T17:04:43Z
2019-10-11T17:04:43Z
2019-09-02
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.uri.fl_str_mv http://hdl.handle.net/11449/190710
000925915
33004064038P7
url http://hdl.handle.net/11449/190710
identifier_str_mv 000925915
33004064038P7
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128909838909440