Balanço de energia via sensoriamento remoto em fragmentos de Caatinga no Sul do Piauí

Autori

  • Gabriel Siqueira Tavares Fernandes Universidade Federal Rural de Pernambuco - UFRPE
  • Pabrício Marcos Oliveira Lopes Universidade Federal Rural de Pernambuco - UFRPE
  • Vynicius Barbosa de Oliveira Universidade Federal do Piauí - UFPI
  • Douglas Alberto de Oliveira Silva Universidade Federal Rural de Pernambuco - UFRPE

DOI:

https://doi.org/10.29150/jhrs.v9.3.p131-137

Parole chiave:

Componentes biofísicos, vegetação nativa, SEBAL

Abstract

O entendimento da complexidade da dinâmica de trocas de calor entre a vegetação e a atmosfera é crucial para estudos meteorológicos, tendo em vista que a alteração nos fluxos de superfície pode ocasionar uma modificação climática. Dessa forma, objetivou-se caracterizar e quantificar os componentes do balanço de energia, bem como, verificar se a heterogeneidade da Caatinga possui influência no mesmo, a partir das frações distintas, no município de Bom Jesus, Piauí. O município integra a região do Semiárido Piauiense, possuindo clima quente e úmido (Awa), as parcelas da vegetação são caracterizadas como Caatinga Arbórea (CAbo), Caatinga Arbustiva (CAbu) e Caatinga Arbóreo-Arbustiva (CAb). As imagens utilizadas são provenientes dos sensores OLI (Operational Land Imager) e TIRS (Thermal Infrared Sensor) os quais estão a bordo do Landsat 8. O processamento das imagens que consistiu na conversão dos dados de números digitais para radiância espectral; obtenção da refletância, dos índices de vegetação e dos componentes do balanço de radiação, de energia, foi realizado a partir do algoritmo SEBAL. A fim de verificar a relação existente entre as frações da vegetação (NDVI) e os componentes biofísicos obtidos do SEBAL, realizou-se análise de regressão entre as variáveis. Entre as áreas avaliadas, encontrou-se diferença na distribuição da energia disponível à superfície (Rn) para cada componente biofísico do balanço de energia, bem como, em características da vegetação (albedo e NDVI). Quanto a relação existente entre a vegetação peculiar de cada fragmento e os componentes do balanço de energia, se obtiveram relações distintas de acordo com cada fração, com relações diretamente proporcionais para o Rn, LE e inversamente para H e G. A Caatinga, com a alta diversidade de sua flora, apresenta processos biofísicos complexos na sua relação com a atmosfera, no que diz respeito às trocas de energia.

Biografie autore

Gabriel Siqueira Tavares Fernandes, Universidade Federal Rural de Pernambuco - UFRPE

Engenheiro agrônomo (UFPI), mestrando em Engenharia agrícola (UFRPE). Desenvolve pesquisas na área de meteorologia e sensoriamento remoto.

Pabrício Marcos Oliveira Lopes, Universidade Federal Rural de Pernambuco - UFRPE

Bacharel em Meteorologia pela UFCG (1997) e Licenciado em Física pela UEPB (1999), Mestre em Meteorologia pela UFCG (1999), Doutor em Sensoriamento Remoto pelo INPE (2006). Atualmente, é Professor Associado de Agrometeorologia e Sensoriamento remoto Agrícola no ensino de graduação e Pós-graduação em Engenharia Agrícola da UFRPE.

Vynicius Barbosa de Oliveira, Universidade Federal do Piauí - UFPI

Graduando em Ciências Biológicas (UFPI). Desenvolve pesquisas na área de biologia vegetal.

Douglas Alberto de Oliveira Silva, Universidade Federal Rural de Pernambuco - UFRPE

Engenheiro agrônomo (UFAL), Mestre e Doutorando em Engenharia agrícola (UFRPE). Desenvolve pesquisas na área de sensoriamento remoto.

Riferimenti bibliografici

ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; MORAES, G.; LEONARDO, J.; SPAROVEK, G. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013. URL: https://www.schweizerbart.de/papers/metz/detail/22/82078/Koppen_s_climate_classification_map_for_Brazil.

ARAÚJO, A. L. D.; SILVA, M. T.; SILVA, B. B. D.; SANTOS, C. A. C. D.; AMORIM, M. R. B. D. R-SSEB: Simplified Modeling for Energy Balance Estimation to the Regional Scale Surface. Revista Brasileira de Meteorologia, v. 32, n. 3, p. 433-446, 2017. URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862017000300433.

BASTIAANSSEN, W.G.M.; NOORDMAN, E.J.M.; PELGRUM, H.; DAVIDS, G. SEBAL model with remotely sensed data to improve water-resources management under actual field conditions. Journal of Irrigation and Drainage Engineering, v.131, p.85-93, 2005. URL: https://ascelibrary.org/doi/abs/10.1061/%28ASCE%290733-9437%282005%29131%3A1%2885%29.

BATISTA, W. R.; NETTO, A. O. A.; SILVA, B. B.; SOUZA, A. I. F.; VASCO, A. N. Determinação do balanço de radiação com auxílio de imagens orbitais na Bacia Hidrográfica do Rio Jacaré, Sergipe. Scientia Plena, v.9, p.1-10, 2013. URL: https://www.scientiaplena.org.br/sp/article/view/1102.

CHRISTMANN, R. U. Estatística aplicada. São Paulo: Edgard Blücher, 1978. 454 p.

CUNHA, A. P. M. A.; ALVALÁ, R. D. S.; OLIVEIRA, G. D. Impactos das mudanças de cobertura vegetal nos processos de superfície na região semiárida do Brasil. Revista Brasileira de Meteorologia, v. 28, n. 2, p. 139-152, 2013. URL: http://www.scielo.br/scielo.php?pid=S0102-77862013000200003&script=sciabstract& tl ng=pt.

DAVIDSON, E. A.; ARAÚJO, A. C.; ARTAXO NETTO, P. E.; BALCH, J. K.; BROWN, I. F; BUSTAMANTE, M. M.; COE, M. T.; DEFRIES, R. S.; KELLER, M.; LONGO, M.; MUNGER, J. W.; SCHROEDER, W.; SOARES-FILHO, B. S.; SOUZA, C. M.; WOFSY, S. C. The Amazon basin in transition. Nature, v. 481, n. 7381, p. 321-328, 2012. URL: https://www.nature.com/articles/nature10717.

DENG, Y.; WANG, S.; BAI, X.; TIAN, Y.; WU, L.; XIAO, J.; CHENE, F.; QIAN, Q. Relationship among land surface temperature and LUCC, NDVI in typical karst area. Scientific reports, v. 8, n. 1, p. 641, 2018. URL: https://www.ncbi.nlm.nih.gov/pubmed/29330526.

FOLEY, J. A.; COSTA, M. H.; DELIRE, C.; RAMANKUTTY, N.; SNYDER, P. Green surprise? How terrestrial ecosystems could affect earth’s climate. Frontier Ecology Environmet. v. 1 n. 1, p. 38-44, 2003. URL: https://esajournals.onlinelibrary.wiley.com/doi/abs/10.1890/1540-9295(2003)001%5B0 038:GSHTEC%5D2.0.CO%3B2.

GALVANI, E.; ESCOBEDO, J. F.; PEREIRA, A. B. Balanço de radiação e fluxo de calor no solo em ambiente natural e protegido cultivado com pepineiro. Bragantia, v.60, p.139-147, 2001. URL: http://www.scielo.br/scielo.php?pid=S0006-87052001000200010&script=sci_abstract&tlng=pt.

GAO, Z.; XU, N.; FU, C.; NING, J. Evaluating drought monitoring methods using remote sensing: A dynamic correlation analysis between heat fluxes and land cover patterns. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 8, n. 1, p. 298-303, 2014. URL: https://ieeexplore.ieee.org/document/6918385.

GRASS Development Team, 2018. Geographic Resources Analysis Support System (GRASS) Software, Version 7.4. Open Source Geospatial Foundation. Disponível em: <https://grass.osgeo.org>.

INMET. Normal climatológica. Disponível em: <http://www.inmet.gov.br/portal/index.

php?r=clima/normaisClimatologicas>. Acesso em: junho de 2019.

JENSEN, J. R. Remote Sensing of the Environment: An Earth Resource Perspective. 2. ed. Upper Saddle River: Prentice Hall, 2007. 598p.

LEITE, R. S.; IVANOV, M. M. M.; OLIVEIRA FILHO, P. C.; CORDEIRO, M. A.; SANTOS, M. F.; COSTA, D. L.; WATZLAWICK, L. F.; ENGEL, K.; VIEIRA J. W. P. Fatores abióticos do solo na distribuição espacial da biomassa aérea em áreas de caatinga no nordeste brasileiro. In: Sustentabilidade de recursos florestais [recurso eletrônico] / Organizador André Luiz Oliveira de Francisco. – Ponta Grossa (PR): Atena Editora, 2019. URL: https://www.atenaeditora.com.br/wp-content/uploads/2019/01/E-book-Sustentabilidade-de-Recursos-Florestais.pdf

MACHADO, C. C.; SILVA, B. D.; DE ALBUQUERQUE, M. B.; GALVÍNCIO, J. D. Estimativa do balanço de energia utilizando imagens TM-Landsat 5 e o algoritmo SEBAL no litoral sul de Pernambuco. Revista Brasileira de Meteorologia, v. 29, n. 1, p. 55-67, 2014. URL: http://www.scielo.br/scielo.php?pid=S0102-77862014000100006&script=sci_abstract&tlng=pt

MONTEIRO, P. F. C.; FONTANA, D. C.; SANTOS, T. V. D.; ROBERTI, D. R. Estimativa dos componentes do balanço de energia e da evapotranspiração para áreas de cultivo de soja no sul do Brasil utilizando imagens do sensor TM Landsat 5. Bragantia, Campinas. Vol. 73, n. 1, p. 72-80, 2014. URL: http://www.scielo.br/scielo.php?pid=S0006-87052014005000005&script=sciabstract& tlng=pt.

NASCIMENTO, M. T.; SILVA, J. A.; OLIVEIRA, C. W.; MEIRELE, A. C. Application of the SEBAL model for determining the net radiation in the Cariri Cearense region. Journal of Hyperspectral Remote Sensing v, v. 7, n. 5, p. 299-305, 2017. URL: https://periodicos.ufpe.br/revistas/jhrs/article/view/23119.

NATIONAL AERONAUTICS AND SPACE ADMINISTRATION (NASA). Landsat Science. 2019. Disponível em: <https://landsat.gsfc.nasa.gov/landsat-8/mission-details/> . Acesso em: junho de 2019.

NOURI, H.; FARAMARZI, M.; SOBHANI, B.; SADEGHI, S. H. Estimation of evapotranspiration based on surface energy balance algorithm for land (sebal) using landsat 8 and modis images. Applied ecology and environmental research, v. 15, n. 4, p. 1971-1982, 2017. URL: http://www.aloki.hu/pdf/1504_19711982.pdf.

OGUNJOBI, K. O.; DARAMOLA, M. T.; AKINSANOLA, A. A. Estimation of surface energy fluxes from remotely sensed data over Akure, Nigeria. Spatial Information Research, v. 26, n. 1, p. 77-89, 2018. URL: https://link.springer.com/article/10.1007/s41324-017-0149-8.

QGIS Development Team. Quantum GIS Software, Version 2.8.3. 2015. Disponível em: <https://qgis.osgeo.org>.

SOUZA, B. I.; ARTIGAS, R. C.; LIMA, E. R. V. The Caatinga and desertification. Mercator (Fortaleza), v. 14, n. 1, p. 131-150, 2015. URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1984-22012015000100131.

SWANN, A. L.; FUNG, I. Y.; CHIANG, J. C. Midlatitude aff orestation shifts general circulation and tropical precipitation. Proceedings of the National Academy of Sciences, v. 109, n. 3, p.712-716, 2012. URL: https://www.pnas.org/content/109/3/712.

TEAM, RStudio et al. RStudio: integrated development for R. RStudio, Inc., Boston, MA URL: http://www. rstudio. com, v. 42, p. 14, 2015.

TEIXEIRA, A. H. C.; LEIVAS, J. F.; HERNANDEZ, F. B. T.; FRANCO, R. A. M. Large-scale radiation and energy balances with Landsat 8 images and agrometeorological data in the Brazilian semiarid region. Journal of Applied Remote Sensing, v. 11, n. 1, p. 016030, 2017. URL: https://www.embrapa.br/busca-de-publicacoes/-/publicacao/1073988/large-scale-radiation-and-energy-balances-with-landsat-8-images-and-agrometeorological-data-in-the-brazilian-semiarid-region.

TEIXEIRA, A. H. C.; BASTIAANSSEN, W. G. M.; AHMAD, M. D.; MOURA, M. S. B.; BOS, M. G. Analysis of energy fluxes and vegetation-atmosphere parameters in irrigated and natural ecosystems of semi-arid Brazil. Journal of Hydrology, v.362, p.110-127, 2008. URL: https://www.sciencedirect.com/science/article/pii/S0022169408004277.

UNITED STATES GEOLOGICAL SURVEY. Landsat 8. Disponível em: <https://earthexplorer.usgs.gov/>. Acesso em: junho de 2019.

VASCONCELOS, A. D. M.; HENRIQUES, I. G. N.; SOUZA, M. P.; SOUSA SANTOS, W.; SANTOS, W. S.; RAMOS, G. G. Caracterização florística e fitossociológica em área de Caatinga para fins de manejo florestal no município de São Francisco-PI. Agropecuária Científica no Semiárido, v. 13, n. 4, p. 329-337, 2017. URL: http://revistas.ufcg.edu.br/acsa/index.php/ACSA/article/view/967.

WOLFF, W. 2016. SEBAL_GRASS. Script to calculate daily evapotranspiration for Landsat8 images in GRASS GIS 7.X. Disponível em: <http://doi.org/10.5281/zenodo.167350>.

YANG, Y.; ZHOU, X.; YANG, Y.; BI, S.; YANG, X.; LI LIU, D. Evaluating water-saving efficiency of plastic mulching in Northwest China using remote sensing and SEBAL. Agricultural water management, v. 209, p. 240-248, 2018. URL: https://www.sciencedirect.com/science/article/pii/S037837741830670X.

Pubblicato

2019-12-11

Fascicolo

Sezione

Hyperspectral remote sensing and Atmosphere