Framework do Surface Energy Balance for Land (SEBAL) em unidades gráficas de processamento (GPU) utilizando CUDA e OpenCL

Raphael de Souza Rosa Gomes, Victor Hugo de Morais Danelichen, Marcelo Sacardi Biudes, Maisa Caldas Souza Velasque, Josiel Maimome de Figueiredo, José de Souza Nogueira

Resumo


A evapotranspiração (ET) é o segundo maior componente do ciclo hidrológico terrestre em escala global. A estimativa de ET em escala regional usando imagens de satélite e algoritmos permite a conversão de medidas instantâneas em totais diários, o que representa uma grande contribuição para o estudo das trocas de energia entre a biosfera e a atmosfera. Um dos algoritmos de sensoriamento remoto mais importantes usados para estimar a partição espacial de energia é o SEBAL - Algoritmo de Balanço de Energia de Superfície da Terra. O tempo de processamento desse algoritmo pode ser muito alto, dependendo do tamanho da imagem. Assim, o objetivo deste estudo foi propor uma estrutura de uso de unidades de processamento gráfico (GPU) para executar o SEBAL, a fim de aumentar o desempenho e reduzir o tempo necessário para executá-lo. Para a implementação da estrutura do SEBAL foram utilizados dados locais coletados em uma torre micrometeorológica instalada em uma área localizada no Pantanal Norte (Brasil) e na imagem do satélite Landsat 5-TM. Utilizamos a função ModelMaker do software ERDAS 9.2 para executar o algoritmo SEBAL e sua implementação nas linguagens Java, CUDA e OpenCL. A ET diária estimada pelo SEBAL nas linguagens JAVA, CUDA e OpenCL foi semelhante ao realizado pelo software ERDAS. A ET diária calculada pelo software ERDAS foi 10% menor e o SEBAL calculado na linguagem JAVA, CUDA e OpenCL foi 9% menor que a ET obtida pelo método da razão de Bowen. Os resultados mostraram que o CUDA foi melhor devido ao desempenho do SpeedUp em até 35.000 vezes.

Palavras-chave: Pantanal, estimativa de evapotranspiração, savana hiper sazonal


Palavras-chave


Fluxo de calor sensível, evapotranspiração, SEBAL.

Referências


Allen, R.; Bastiaanssen, W.; Waters, R.; Tasumi, M.; Trezza, R., 2002. Surface energy balance algorithms for land (SEBAL), Idaho implementation - Allen, R. G. Assessing integrity of weather data for use in reference evapotranspiration estimation. Journal of Irrigation and Drainage Engineering, v.122.n.2, p.97-106, 1996. Advanced training and user’s manual, version 1.0, 2002. 97p.

Allen, R.; Irmak, A.; Trezza, R.; Hendrickx, J.M.H.; Bastiaanssen.W.; Kjaersgaard. J., 2011. Satellite-based ET estimation in agriculture using SEBAL and METRIC. Hydrological processes.v.25, p.4011–4027.

Angelini, L. P.; Silva, P. C. B. S.; Fausto, M. A.; Machado, N. G.; Biudes, M. S. 2017. Energy Balance in Terms of Land Use Changes in the Southern of Mato Grosso State. Revista Brasileira de Meteorologia, v. 32, p. 353-363.

Augusto, D. A.; Barbosa, H. J. C., 2013. Accelerated parallel genetic programming tree evaluation with OpenCL. Journal of Parallel and Distributed Computing, 1, p. 86-100.

Bastiaanssen, W. G. M.; Menenti, M.; Feddes, R. A.; Holtslag, A. A. M. A. 1998a. Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL) 1. Formulation.Journal of Hydrology, v. 212-213, p. 198-212.

Bastiaanssen, W. G. M., 2000. SEBAL - Based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey. Journal of Hydrology, v.229, p.87-100.

Biudes, M.S.; Campelo Júnior, J.H.; Nogueira, J.S.; Sanches, L., 2009. Estimativa do balanço de energia em cambarazal e pastagem no norte do Pantanal pelo método da razão de Bowen. Revista Brasileira de Meteorologia. v.24, n.2, p.135-143.

Burek, P.; Satoh Y., Fischer G., Kahil, M.T., Scherzer, A., Tramberend, S., Nava, L. F., Wada Y., 2016. Water futures and Solution: Fast Track Initiative (Final Report). IIASA Working Paper (International Institute for Applied Systems Analysis (IIASA), Laxenburg, Austria).

Glenn, E., Huete, A., Hirschboeck, P.N.K., Brown, P., 2007. Integrating remote sensing and ground methods to estimate evapotranspiration. Critical Reviews in Plant Sciences 26, 139-168.

Food And Agriculture Organization of the United Nations (FAO), 2018. AQUASTAT www.fao.org/nr/aquastat/.

Ferreira Junior, P. F.; Souza, A. M.; Vitorino, M. I.; Souza, E. B.; Souza, P. J. O. P., 2013. Estimate of evapotranspiration in the eastern Amazon using SEBAL. Rev. Cienc. Agrar., v. 56, n. 1, p. 33-39.

Kalma, J., Mcvicar, T., Mccabe, M., 2008. Estimating land surface evaporation: a review of methods using remotely sensed surface temperature data. Surveys in Geophysics 29, 421-469.

Khronos OpenCL Working Group, 2011. The OpenCL specification, version 1.1. Disponível em https://www.khronos.org/registry/OpenCL/specs/opencl-1.1.pdf.

Hwang, K. 1993. Advanced Computer Architecture: Parallelism, Scalability, Programmability. Computer Engineering Serie. McGraw-Hill.

Leivas, J. F.; Andrade, R. G., Nogueira, F. S.; Bolfe, E. L., 2011. Estimativa da Evapotranspiração em áreas com diferentes características ambientais utilizando o algoritmo Sebal. XVII Congresso Brasileiro de Agrometeorologia – SESC Centro de Turismo de Guarapari, Guarapari - ES.

Mendonça, J. C.; Souza, E. F.; Bouhid, A.; Silva, B. B.; Ferreira, F. J., 2012. Estimativa do fluxo de calor sensível utilizando o algoritmo SEBAL e imagens MODIS para a região Norte Fluminense, RJ. Revista Brasileira de Meteorologia, v.27, n.1, 85 – 94.

Menke, A. B.; Junior, O. A. C.; Gomes, R. A. T.; Martins, E. S.; Oliveira, S. N., 2009. Análise das mudanças do uso agrícola da terra a partir de dados de sensoriamento remoto multitemporal no Município de Luis Eduardo Magalhães (BA – Brasil). Sociedade & Natureza, 21 (3): 315-326.

Mu. Q.; Zhao. M.; Running. S. W., 2011. Improvements to a MODIS global terrestrial evapotranspiration algorithm. Remote Sensing of Environment. Numerical Terradynamic Simulation Group, Department of Ecosystem and Conservation Sciences, The University of Montana, Missoula, MT 59812, USA.

NVIDIA. Nvidia opencl jump start guide, 2009. Disponível emhttp://developer.download.nvidia.com/OpenCL/NVIDIA_OpenCL_JumpStart_Guide.pdf.

NVIDIA. NVIDIA CUDA C Programming Guide. 2011. Disponível em http://developer.download.nvidia.com/compute/DevZone/docs/html/C/doc/CUDA_C_Programming_Guide.pdf.

Owens, J. D.; Houston, M.; Luebke, D.; Green, S.; Stone, J. E.; Phillips, J. C., 2008. GPU Computing. Proceedings of the IEEE, IEEE, v. 96, n. 5, p. 879–899.

Papakonstantinou, A.; Gururaj, K.; Stratton, J. A.; Chen, D.; Cong, J.; Hwu, W. M. W., 2009. Fcuda: Enabling efficient compilation of cuda kernels onto fpgas. In: Application Specific Processors. IEEE 7th Symposium on Application Specific Processors, p.35 –42.

Ruhoff, A. L., 2011. Sensoriamento remoto aplicado à estimativa da evapotranspiração em biomas tropicais. Tese de doutorado. Universidade federal do Rio Grande do Sul, Instituto de Pesquisas Hidráulicas, Programa de Pós-Graduação em Recursos Hídricos e Saneamento Ambiental, Porto Alegre, BR – RS.

Santos, C. A. C.; Bezerra, B. G.; Silva, B. B.; Rao, T. V. R., 2010. Assessment of daily actual evapotranspiration with SEBAL and S-SEBI algorithms in cotton crop. Revista Brasileira de Meteorologia, v. 25, p. 383-392.

Silva, B. B. Da, Lopes, G. M.; Azevedo, P. V., 2005. Balanço De Radiação Em Áreas Irrigadas Utilizando Imagens Landsat 5-TM. Revista Brasileira de Agrometeorologia, 2, 243-252.

Silva, B. B.; Bezerra, M. V. C. 2006. Determinação dos fluxos de calor sensível e latente na superfície utilizando imagens TM - Landsat 5. Revista Brasileira de Agrometeorologia, 14 (2), pp. 174-186.

Soares, J.; Danelichen, V. H. M.; Pereira, O. A.; Martins, A. L. 2020. Estudo da dinâmica espaço-temporal do NDVI no Município de Sorriso-MT. Revista Brasileira De Geografia Física, v. 13, p. 834.

Staroba, I. J., 2004. Parallel Performance Modeling, Prediction and Tuning. Brno University of Technology, Faculty of Information Technology, 1-79.

Tian, J.; Su, H.; Sun, X.; Chen, S.; He, H.; Zhao, L., 2013. Impact of the Spatial Domain Size on the Performance of the Ts-VI Triangle Method in Terrestrial Evapotranspiration Estimation. Remote Sens.22. 5(4), 1998-2013.

Vörösmarty, C. J., Mcintyre, P. B., Gessner, M. O., Dudgeon, D., Prusevich, A., Green, P, 2010. Global threats to human water security and river biodiversity. Nature, 467, 555-561.

Willmott, C.J.; Ckleson, S.G.; Davis, R.E.; Feddema, J.J.; Klink, K.M.; Legates, D.R.; O’donnell, J.; Rowe, C.M., 1985. Statistics for the evaluation and comparison of models. Journal of Geophysical Research, v.90, n.C5, p.8995-9005.

Willmott, C.J.; Matssura, K., 2005. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research, v.30, p.79-92.




DOI: https://doi.org/10.26848/rbgf.v14.3.p%25p

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License