Aplicação de SEBAL e T<sub>s</sub>/VI Trapézio Modelos para Estimar a Evapotranspiração Real no Ambiente do Argelino Semi-árido para Melhorar a Gestão da água na Agricultura

Sahnoun, Fellah; Abderrahmane, Hamimed; Kaddour, Miloudi; Abdelkader, Khaldi; Mohamed, Benslimane; Castro, Teixeira Antônio Heriberto de

doi:10.1590/0102-77863610020

Acessibilidade / Reportar erro

Brasil

Revista Brasileira de Meteorologia

Español English

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

Artigo • Rev. bras. meteorol. 36 (2) • Apr-Jun 2021 • https://doi.org/10.1590/0102-77863610020 copiar

Aplicação de SEBAL e T_s/VI Trapézio Modelos para Estimar a Evapotranspiração Real no Ambiente do Argelino Semi-árido para Melhorar a Gestão da água na Agricultura

Autoria SCIMAGO INSTITUTIONS RANKINGS

Resumo

Estimativas precisas da evapotranspiração (ET) e dos fluxos de energia na superfície são cruciais para muitas aplicações agro ambientais, incluindo a determinação do balanço hídrico, manejo da irrigação, zoneamentos agro ecológicos, simulações de mudanças globais no uso da terra e previsão da produção de culturas agrícolas. Modelos de balanço de energia por sensoriamento remoto são atualmente os mais indicados para estimativa da ET em ambas as escalas, temporal e espacial. Este estudo apresenta inter comparações de mapas da ET para a planície Mascara (oeste da Argélia) obtidos com dois diferentes modelos: trapezoidal T_s/VI (Surface temperature/Vegetation Index Trapezoid Model) e o SEBAL (Surface Energy Balance Algorithm for Land). O método T_s/VI trapezoid é o mais usado, devido à sua simplicidade, fácil uso, requerimento de poucos dados de entrada e precisão relativamente alta. Ele permite a estimativa da ET diretamente através do uso da equação de Priestley-Taylor. Enquanto que SEBAL permite a estimativa da ET como um termo residual na equação do balanço de energia, usando um processo muito complexo de determinação de pixels quente e frio para calibração interna do fluxo de calor sensível por um método iterativo.A série de dados consistiu de quatro imagens Landsat-8 OLI/TIRS adquiridasem 28 de setembro de 2018, 2 de janeiro de 2019, 8 de abril de 2019 e 10 de maio de 2019 e algumas medições agrometeorológicas em campo. Os modelos SEBAL e T_s/VI trapezoid apresentaram resultados similares, concluindo-se que ambos são viáveis para estimativa da ET em áreas agrícolas nas condições de medições de campo escassas ou de difícil obtenção.

Palavras-chave
evapotranspiração; T_s/VI trapezoid; SEBAL; balanço de energia; Landsat; Argélia

(Path/Row)	Acquisition Date	Acquisition moment (GMT)	Day of the year(DOY)	Solar elevation (degree)
198/35	28/09/2018	10h38′	271	46.8
198/35	02/01/2019	10h38′	2	28.3
197/35	16/03/2019	10h31′	75	46.7
198/35	10/05/2019	10h37′	130	64.2

Parameter	Unit	28/09/2018	02/01/2019	16/03/2019	10/05/2019
		(DOY 271)	(DOY 2)	(DOY 75)	(DOY 130)
Air Temperature	°C	25	14.4	21.2	21.5
Relative humidity	%	57.5	44.5	25.1	58.5
Atmospheric Pressure	mbar	1013.23	1023.02	1016.3	1009.8
Incoming shortwave radiation	W/m²	720.5	472.2	767.8	913.6
Atmospheric radiation	W/m²	372.7	284.5	304.9	346.4
Atmospheric transmittance	–	0.72	0.70	0.76	0.75
Wind speed	m/s	1.5	2.2	1.8	1.2
Relative sunshine duration	–	0.82	0.63	0.68	0.71
Potential evapotranspiration	mm	3.94	0.82	3.76	5.53

Symbol	Unit	Description
L^↓	W/m²	incomingoutgoing longwave radiations
L^↑	W/m²	emitted outgoing longwave radiations
Rg	W/m²	incoming shortwave radiation
Rn	W/m²	net radiation at the surface
G	W/m²	soil heat flux
λE	W/m²	latent heat flux
ET_hor	mm/h	hourly latent heat flux
EF	W/m²	evaporative fraction
T ₀	K	radiometric surface temperature
T_a	K	air temperature
T_aero	K	aerodynamic temperature
dT	K	near-surface temperature difference
ρ	kg/m³	Air density
Cp	J/kg/K	Air specific heat at constant pressure
r_ah	s/m	aerodynamic resistance to heat transport
λ	J/kg	latent heat of vaporization of water
γ	Mbar/K	psychrometric constant
Δ	mbar.K	slope of the saturation vapor curve
σ	W/(m²K⁴)	The Bolzman constant
r_s	s/m	surface resistance to evaporation
ϕ	–	Priestley-Taylor parameter
f_c	–	fraction cover
ε_a	–	Atmosphere emissivity
ε ₀	–	Surface emissivity
τ	–	Atmospheric transmittance
r ₀	–	Surface albedo
NDVI	–	normalized difference vegetation index
k	–	von Karman's constant (=0.41)
u*	m/s	friction velocity
u ₂₀₀	m/s	wind speed at blending height (200 m)
g	m/s²	acceleration due to gravity
L	m	Monin-Obukhov length
z_om	m	roughness length for momentum transport
ψ_h	–	stability function for heat transport
ψ_m	–	stability function for momentum transport

Parameter	Notation	Unit	28/09/2018(DOY 271)		02/01/2019(DOY 2)		16/03/2019(DOY 75)		10/05/2019(DOY 130)
			Dry pixel	Wet Pixel	Dry pixel	Wet Pixel	Dry pixel	Wet Pixel	Dry pixel	Wet Pixel
NDVI	NDVI	–	0.08	0.77	0.11	0.73	0.08	0.79	0.08	0.70
Albedo	r ₀	–	0.33	0.19	0.27	0.18	0.25	0.21	0.30	0.18
Emissivity	ε ₀	–	0.91	0.99	0.92	0.99	0.91	0.99	0.91	0.99
Surface temperature	T ₀	K	312.6	295.1	299.7	284.8	303.5	289.7	327.3	300.3
Net radiation	Rn	W/m²	161.1	323.2	163.3	274.0	361.3	429.6	370.4	645.0
Soil heat flux	G	W/m²	33.3	20.3	21.2	9.8	51.9	20.8	101.3	57.8
Friction velocity	u*	s/m	0.31	0.39	0.26	0.29	0.34	0.40	0.27	0.28
Monin-Oubukhov length	L	m	–22.2	–814.5	–11.2	–765.5	–11.1	–440.4	–6.80	–101.3
Aerodynamic resistance to heat transport	r_ah	s/m	19.6	18.4	21.3	24.6	16.3	19.2	18.7	26.5
Sensible heat flux	H	W/m²	137.3	0.4	142.1	0.7	309.4	0.2	269.1	0.8
Latent heat flux (SEBAL)	λE	W/m²	0	302.6	0	263.2	0	426.3	0	587.2
Latent heat flux (T_s/VI trapezoid)	λE	W/m²	0	303.0	0	264.1	0	408.3	0	582. 3
Near-surface air temperature difference	dT	°C	2.34	0	2.61	0	3.68	0	4.54	0

Satellite image date	Type of land use	Rn	G	SEBAL			T_s/VI trapezoid
				H	λE	EF	ϕ	λE	EF
	Bare soil	235.25	38.47	107.05	95.13	0.47	0.38	54.85	0.27
	Sparse vegetation	299.54	34.63	49.48	217.88	0.818	0.98	186.56	0.69
	Moderate Vegetation	312.43	31.33	35.819	247.08	0.87	1.16	232.21	0.82
	Dense Vegetation	316.26	27.91	28.29	261.49	0.90	1.26	259.27	0.89
28/09/2018 (DOY 271)	Very dense Vegetation	312.73	23.78	23.00	267.12	0.92	1.35	277.74	0.96
	Bare soil	210.33	20.75	93.65	95.92	0.49	0.06	82.06	0.42
	Sparse vegetation	250.57	17.32	44.38	188.86	0.80	0.47	174.18	0.74
	Moderate Vegetation	258.81	15.40	31.81	211.59	0.867	0.81	206.43	0.84
	Dense Vegetation	262.73	13.63	24.39	224.71	0.90	1.14	227.87	0.91
02/01/2019 (DOY 2)	Very dense Vegetation	260.38	11.58	20.53	228.27	0.92	1.50	241.49	0.97
	Bare soil	388.26	50.69	273.45	64.12	0.19	0.24	53.23	0.16
	Sparse vegetation	398.51	47.83	212.71	137.96	0.39	0.49	115.68	0.33
	Moderate Vegetation	413.37	44.10	155.97	213.30	0.57	0.76	187.06	0.50
	Dense Vegetation	430.78	38.80	105.86	286.12	0.73	1.04	272.90	0.69
16/03/2019 (DOY 75)	Very dense Vegetation	438.51	28.97	58.07	351.47	0.86	1.36	370.22	0.90
	Bare soil	444.87	105.99	227.32	111.55	0.32	0.23	56.45	0.16
	Sparse vegetation	476.64	103.68	177.91	195.05	0.51	0.41	111.02	0.29
	Moderate Vegetation	531.24	98.86	120.56	311.81	0.72	0.65	205.02	0.47
	Dense Vegetation	574.22	88.16	69.47	416.59	0.85	0.94	331.49	0.68
10/05/2019 (DOY 130)	Very dense Vegetation	600.65	71.84	28.86	499.94	0.94	1.23	468.94	0.88

Sociedade Brasileira de Meteorologia Rua. Do México - Centro - Rio de Janeiro - RJ - Brasil, +55(83)981340757 - São Paulo - SP - Brazil
E-mail: sbmet@sbmet.org.br

Acompanhe os números deste periódico no seu leitor de RSS

[1] Corresponding author: Hamimed Abderrahmane, hamimed@univ-mascara.dz.

Brasil

Brasil

Aplicação de SEBAL e Ts/VI Trapézio Modelos para Estimar a Evapotranspiração Real no Ambiente do Argelino Semi-árido para Melhorar a Gestão da água na Agricultura

Resumo

Aplicação de SEBAL e T_s/VI Trapézio Modelos para Estimar a Evapotranspiração Real no Ambiente do Argelino Semi-árido para Melhorar a Gestão da água na Agricultura