Daniela Mendonça Mota, Ludemilla Fernandes da Silva, Pedro

VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
Validação do Modelo Espectral de Estimativa de Evapotranspiração de
Nagler et al. (2005) nos Domínios Morfoclimáticos da Caatinga e do
Cerrado no Oeste Baiano Brasileiro.
Daniela Mendonça Mota¹, Ludmilla Fernandes da Silva¹, Pedro Alves Duarte¹,
Gustavo Macedo de Mello Baptista² e Perseu Fernando dos Santos¹
¹Universidade Católica de Brasília; ² Universidade de Brasília
[email protected]; [email protected]; [email protected];
[email protected]; [email protected]
RESUMO:
O presente estudo visa avaliar a variação sazonal da evapotranspiração (ET) no
Estado da Bahia, Brasil, por meio de dados de sensoriamento remoto. Para tal, buscouse validar o modelo proposto por Nagler et al. (2005) para estimativa da ET nos
contextos do semi-árido e cerrado baiano em um ano hidrológico. Foram utilizadas
imagens dos produtos MOD11A2 e MOD13A2, do tile H13V10, obtidas pelo sensor
MODIS, adotando-se uma cena por mês para o período de janeiro a dezembro de
2007. Para validação do modelo calculou-se o balanço hídrico, pelo método de
Thornthwaite e Matter (1955) para 10 estações meteorológicas do INMET – Instituto
Nacional de Meteorologia visando determinar a evapotranspiração potencial e
correlacioná-la com os valores de evapotranspiração obtidos por meio do modelo
proposto por Nagler et al. (2005). Os resultados obtidos para a maioria das estações
meteorológicas foram satisfatórios, sendo que em todas as estações observadas a
correlação positiva foi verificada, apesar de ocorrer com diferentes valores de
coeficientes de determinação. O valor médio obtido para o coeficiente de
determinação - r² foi de 0,42, entretanto as estações de Bom Jesus da Lapa, de
Correntina e de Barreiras, obtiveram valor de r² superiores a 0,5, sendo que nesta
última o valor obtido foi de 0,74. Os gráficos de dispersão XY para a maioria das
estações demonstram valores próximos entre a evapotranspiração calculada no
balanço hídrico e a obtida pelo modelo sobre dados de sensoriamento remoto. Além
disso, visando compreender se os dados são correlacionáveis, utilizou-se o teste t de
Student para o coeficiente b da regressão linear e a semelhança entre as médias
obtidas por esse teste de hipótese (H0 µ1=µ2) não se rejeitou H0, o que indica que os
dados são estatisticamente semelhantes. Posteriormente, foi testada a semelhança
entre as variâncias dos tratamentos pelo teste F de Snedecor (H0 1= 2), no qual H0
1
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
foi rejeitada, mostrando que as variâncias entre os parâmetros são diferentes. Assim, o
presente estudo verificou que o modelo proposto por Nagler et al. (2005) pode ser
utilizado para predição da evapotranspiração para os domínios morfoclimáticos do
Cerrado e da Caatinga, porém, recomendam-se estudos mais aprofundados nos
demais domínios climáticos brasileiros para verificar a amplitude de aplicação do
modelo.
Palavras-chave: Evapotranspiração; Balanço Hídrico; Modelagem Espectral; MODIS
1. INTRODUÇÃO
As áreas inseridas nas zonas áridas, semi-áridas e sub-úmidas secas apresentam,
devido à ocorrência de forte insolação e temperaturas elevadas, altos índices de
evapotranspiração potencial e forte irregularidade na pluviosidade, onde, intensos
volumes de precipitação intercalam-se aos prolongados períodos de seca.
De acordo com Costa (2002), a evapotranspiração, indica o total da perda de água
transferida da superfície do solo para a atmosfera na forma de vapor, ou seja, é a soma
da água evaporada de superfícies livres, dos solos, da vegetação úmida e a
transpiração dos vegetais.
A avaliação da evapotranspiração pode ser amplamente aplicada, para o estudo da
economia de água em reservatórios expostos, na secagem natural de produtos
agrícolas e nos vários campos técnico-científicos que tratam de numerosos problemas
do manejo de água. Além disso, é indispensável nas estimativas de seca e previsões de
cheias (COSTA, 2002).
Consiste ainda no parâmetro principal utilizado para o dimensionamento e manejo
de sistemas de irrigação, por totalizar a quantidade de água utilizada nos processos de
evaporação e transpiração pelas culturas durante um determinado período (FARIA et
al., 2000).
A existência desses ecossistemas frágeis, em função do déficit hídrico ocasionado
nessas regiões, quando somado à intensa pressão exercida pelas atividades humanas,
acarreta o processo de desertificação.
As causas mais freqüentes desse processo, de acordo com Cavalcanti (2001),
abrangem uso inadequado do solo e da água em atividades agropecuárias, na
mineração, na irrigação mal planejada e no desmatamento indiscriminado, uma vez
que estas atividades degradam o potencial produtivo dos solos que ainda possuem
baixa capacidade de regeneração formando regiões com superfície ressequida,
cobertura vegetal esparsa, presença de xerófilas e plantas temporárias.
2
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
Essas regiões áridas, semi-áridas e sub-úmidas secas são também chamadas de
terras secas, representam mais de 37% de toda superfície da Terra, tendo uma
densidade populacional de mais de 1 bilhão de pessoas, ou seja, 1/6 da população
mundial (CAVALCANTI, 2001).
No Brasil, nove estados nordestinos e o norte de Minas Gerais são atingidos pela
desertificação, representando pelo menos 10% da região semi-árida. Além do
Nordeste brasileiro, outros estados como São Paulo, devido ao desgaste provocado
pelo manejo inadequado nas práticas agrícolas, e Rio Grande do Sul, estado que possui
diversas áreas de solos frágeis, também são propensos à arenização, processo de
característica principalmente antrópica (SEMAR, 2008).
Segundo a Resolução CONAMA n° 238 de 22 de dezembro de 1997, a definição de
aridez para a aplicação no Plano de Ação de Combate à Desertificação, elaborado pelas
Nações Unidas, foi elaborado com base na metodologia desenvolvida por
Thornthwaite (1941), metodologia ajustada por Penman (1953), onde o índice de
aridez (IA) de uma região é dependente da quantidade de água de precipitação (P) e da
evapotranspiração potencial (ETP).
As classes de variação para esse índice são apresentadas na tabela 1.
Tabela 1 – Categorias de clima de acordo com o índice de aridez
CLIMA
P / ETP
Hiper-Árido
Árido
Semi-Árido
Sub-úmido seco
Sub-úmido e
úmido
< 0,05
0,05 – 0,20
0,21 – 0,50
0,51 – 0,65
> 0,65
Fonte: Resolução Conama n° 238 de 22 de dezembro de 1997.
A medida da variação sazonal da evapotranspiração, quando analisada juntamente
com outros fenômenos climatológicos e com o impacto da ação antrópica sobre o solo,
permite o diagnóstico do déficit hídrico de uma região, podendo indicar áreas em
processos de degradação, como a desertificação, ou susceptíveis aos mesmos,
fornecendo subsídios para um manejo adequado do uso do solo.
A necessidade de dados mais precisos sobre os locais propensos ou em processo de
desertificação no Brasil torna este estudo de suma importante devido à falta de
3
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
procedimentos de monitoramento que gerem dados concisos para estudos sobre
desertificação.
Com o uso do sensoriamento remoto no estudo do clima, os produtos possuem
uma variação espacial que complementa os dados pontuais fornecidos pelas estações
meteorológicas, pois, em uma imagem de satélite, a espacialização da
evapotranspiração fornece dados em uma precisão de pixel a pixel da área
selecionada.
De acordo com Santos (2001), o sensoriamento remoto tem sido uma ferramenta
cada vez mais utilizada para o monitoramento de processos climáticos, sendo
vantajoso em relação a estações de monitoramento climático por coletar dados de
forma abrangente e não de forma pontual como as estações meteorológicas.
No presente trabalho utilizaram-se imagens do sensor MODIS como instrumento
para cálculo da evapotranspiração. O sensor MODIS (Moderate Resolution Imaging
Spectroradiometer) consiste em um dos cinco instrumentos a bordo do satélite TERRA
(EOS AM-1), sendo este um dos Sistemas de Observação da Terra da NASA. O MODIS
foi projetado para a realização de observações de toda a superfície terrestre
adquirindo dados que contribuem para a compreensão da dinâmica global e dos
processos que ocorrem na Terra, nos oceanos e na atmosfera. Os produtos deste
sensor desempenham um papel vital no desenvolvimento de modelos de sistemas
interativos capazes de predizer mudanças globais com precisão suficiente para ajudar
na tomada de decisões relativas ao meio ambiente (MODIS LAND, 2008).
Com o uso de imagens obtidas pelo sensor MODIS, neste estudo foi possível
quantificar o fluxo evapotranspirativo por meio do cálculo do balanço de energia e
técnicas de sensoriamento remoto de forma satisfatória e abrangente, dinamizando a
obtenção de dados sobre a evapotranspiração.
Segundo Nagler et al. (2005), para determinação da evapotranspiração,
consideram-se dois produtos do sensor MODIS: o índice de vegetação – EVI e a
temperatura de superfície – LST. Em suas análises, os autores monitoraram a
evapotranspiração em quatro áreas ao longo do rio Grande na região do Novo México.
A correlação dos resultados obtidos em campo com os resultados obtidos nas imagens
do sensor MODIS resultou na Equação (1) para a predição da evapotranspiração:
ET (mm / d )
0 , 355 (1
exp
( 2 , 28 EVI *)
) x (MODIS
LST
20 , 3 )
0 , 70
(1)
4
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
Onde ET é a evapotranspiração, EVI é o índice de vegetação melhorado e EVI* é o
EVI reescalonado para valores positivos, e por fim, MODIS LST é o índice de
temperatura de superfície em ºC.
Dentro desse contexto, realizou-se o presente trabalho com o objetivo de validar o
modelo proposto por Nagler et al., 2005 para o estado da Bahia sob uma perspectiva
sazonal, compreender o comportamento da evapotranspiração no estado e gerar
subsídios para uma futura discussão sobre desertificação.
2. MATERIAL E MÉTODOS
O presente projeto foi desenvolvido em quatro fases. A primeira atribuída à escolha
e descrição da área de estudo. A segunda dedicada à descrição dos produtos
MOD11A2 e MOD13A2, e aos processamentos no software de sensoriamento remoto
utilizando os produtos descritos, visando calcular a evapotranspiração de acordo com a
Equação 1. A terceira consistiu no cálculo do balanço hídrico das estações
meteorológicas localizadas na área de estudo. A quarta se concentrou nas análises e
tratamentos estatísticos para comparar as evapotranspirações calculadas pelo modelo
e pelo balanço hídrico, visando validar o modelo proposto por Nagler et al. (2005).
2.1 LOCALIZAÇÃO E DESCRIÇÃO DA ÁREA DE ESTUDO
A área de estudo está inserida no tile MODIS H13V10, correspondendo à região
centro-oeste da Bahia, em destaque na figura 1:
Área de estudo
Figura 1 - tiles MODIS no Brasil e a área de estudo no estado da Bahia
5
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
Essa área foi selecionada por apresentar os domínios morfoclimáticos do cerrado e
da caatinga, podendo assim, compreender a evapotranspiração em regiões com
características sazonais climáticas distintas.
No oeste do estado da Bahia ocorre uma dinâmica de variação climática da parte
oriental (Rio São Francisco) ao extremo ocidente (Serra Geral de Goiás e Tocantins).
Essa dinâmica é apresentada por uma extensão de clima semi-árido, seguida por uma
faixa de clima sub-úmido seco e por uma pequena faixa de clima úmido,
respectivamente (SEIA, 2008).
O clima do bioma Cerrado é do tipo tropical estacional, com média de chuva anual
de 1.500mm. Mais de 90% da precipitação concentra-se nos meses de outubro a
março, caracterizando duas estações climáticas distintas para o bioma: a estação
chuvosa e a estação seca. No Cerrado, aproximadamente 86% da região recebem entre
1.000mm e 2.000mm de chuva anualmente, posicionando o Cerrado como
intermediário em termos pluviométricos entre a Floresta Amazônica e a Caatinga
(SEIA, 2008). Nessa região predomina o clima semi-árido, no qual os processos de
perda de água por evapotranspiração superam a recarga de água no solo por
precipitação pluviométrica, as temperaturas são elevadas, com médias anuais variando
de 20° a 28°C, e seu índice de precipitação normalmente baixo, entre 300 a 2000 mm
(DIAS, 2006).
A região do semi-árido brasileiro abrange uma área de 969.589,4 km2 e é
constituída por 1.133 municípios (MI, 2005). Em 2005 foi estabelecida uma
redelimitação para a região semi-árida, por meio de um estudo realizado pelo Grupo
de Trabalho Interministerial (GTI), coordenado pelo Ministério da Integração Nacional
(MI). Foram adotados três critérios pelo Grupo de Trabalho Interministerial como base
para o estudo: precipitação média menor do que 800 milímetros (mm); Índice de
aridez de até 0,5 calculado por meio do balanço hídrico entre os anos de 1961 e 1990
e; risco de seca superior a 60%, analisando os anos compreendidos entre 1970 e 1990.
O estudo acrescentou 102 municípios aos 1.031 anteriormente contabilizados na
região semi-árida, utilizando como principal critério natural, a delimitação da área
nuclear das caatingas e das faixas de transição deste para outros domínios
geobotânicos. Dos 1.133 atuais municípios do semi-árido, 265 estão localizados no
estado da Bahia, ocupando uma área de 393.056,1 km2, sendo oito o número de
municípios incluídos neste último estudo (MI, 2005).
O semi-árido baiano apresenta uma densidade populacional de aproximadamente
6.729.100 pessoas, distribuídas aleatoriamente pela região (IBGE, 2007a) onde existem
6
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
espaços praticamente inabitados e outros com grande concentração populacional.
Mais da metade da população que vive na região – 53% - localiza-se em aglomerados
urbanos que constituem os pólos de desenvolvimento do semi-árido, como as cidades
Feira de Santana, Vitória da Conquista, Juazeiro, Guanambi e Irecê. Os 47% restantes,
localizados no meio rural, se distribuem de forma dispersa em pequenas comunidades
(BRITTO e SANTOS, 2006).
2.2 CÁLCULO DE EVAPOTRANSPIRAÇÃO NO SOFTWARE ENVI
Foram utilizadas imagens adquiridas pelo sensor TERRA\MODIS, referentes aos
produtos MOD11A2 E MOD13A2. O produto MOD11A2 representa a temperatura de
superfície, possuindo uma resolução temporal de 8 dias e uma resolução espacial de 1
km; já o produto MOD13A2 corresponde aos índices de vegetação EVI e NDVI,
possuindo resolução temporal de 16 dias e mesma resolução espacial que o produto
MOD11A2. A tabela 2 apresenta os dias imageados pelos produtos MODIS no ano de
2007 na tabela 2:
Tabela 2 - Datas das cenas MODIS usadas
MOD11A2
MOD13A2
17/01 – 24/01
10/02 – 17/02
26/02 – 05/03
30/03 – 06/04
01/05 – 08/05
02/06 – 09/06
04/07 – 11/07
05/08 – 12/08
06/09 – 13/09
16/10 – 23/10
17/11 – 24/11
11/12 – 18/12
17/01 – 01/02
02/02 – 17/02
18/02 – 05/03
22/03 – 06/04
23/04 – 08/05
25/05 – 09/06
26/06 – 11/07
28/07 – 12/08
29/08 – 13/09
16/10 – 31/10
17/11 – 02/12
03/12 – 18/12
Para aplicação do modelo proposto por Nagler et al. (2005) utilizou-se o mesmo
período temporal para os dois produtos MODIS, de janeiro a dezembro de 2007,
visando obter um ano hidrológico para avaliar a sazonalidade da evapotranspiração.
No processamento das imagens utilizou-se a versão 4.3 do software ENVI Environment for Visualizing Images. Os produtos MOD11A2 e MOD13A2, os quais
correspondem respectivamente a temperatura de superfície e índice de vegetação
7
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
melhorado, foram processados usando a ferramenta band math do ENVI, que faz
operações matemáticas alterando os valores digitais dos pixels da imagem. Os
produtos MODD11A2 vieram em imagens de 16 bits, e foram convertidos,
primeiramente em temperaturas expressas Kelvin, e posteriormente para valores de
temperaturas em graus Celsius (°C), por meio das seguintes equações:
(2)
T (K ) MOD 11 A 2 x 0 , 02
T( C)
T (K )
273 ,15
(3)
O EVI (índice de vegetação melhorado) também vem em imagens de 16 bits e foi
convertido em escala de -1 a 1, dividindo-se a imagem por 10.000. Posteriormente o
EVI foi transformado em EVI* (EVI reescalonado) de acordo com as seguintes
equações:
EVI
MOD 13 A 2
10 . 000
EVI *
EVI
1
2
(4)
(5)
Uma vez tendo os valores de temperatura em graus Celsius e o EVI* calculou-se, no
band math, a evapotranspiração utilizando-se a já citada Equação 1.
2.3 CÁLCULO DO BALANÇO HÍDRICO
Foram coletados dados de temperaturas e precipitações médias diárias para os
mesmos dias captados pelo sensor MODIS, na obtenção do produto MOD13A2 no ano
de 2007, para 10 estações meteorológicas de observação da superfície do INMET –
Instituto Nacional de Meteorologia (2008) localizadas na área de estudo. Os dados
foram adquiridos no website do INMET (2008) na forma de gráficos. Os valores foram
extraídos dos gráficos por meio de interpolação e, quando as imagens dos gráficos
apresentavam deformações, extraíram-se os dados por análise visual. Com os valores
de temperatura e precipitação, calculou-se o balanço hídrico pelo método
Thornthwaite e Matter (1955) para cada estação.
As estações meteorológicas de observação da superfície convencional do INMET e
que estão inseridas no tile H13V10 são listadas na tabela 3:
8
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
Tabela 3 – Estações meteorológicas do INMET (2008) que estão inseridas no tile H13V10.
Código
INMET
83236
83288
83339
83408
83286
83182
83292
83242
83184
83076
Cidade
Latitude
Longitude
Barreiras
Bom Jesus da Lapa
Caetité
Carinhanha
Correntina
Irecê
Ituaçu
Lençóis
Morro do Chapéu
Santa Rita de Cássia
-12.15º
-13.27º
-14.07º
-14.28º
-13.33º
-11.3º
-13.82º
-12.57º
-11.22º
-11.02º
-45º
-43.42º
-42.48º
-43.77º
-44.62º
-41.87º
-41.3º
-41.38º
-41.22º
-44.52º
A Figura 2 detalha a localização das 10 estações meteorológicas no estado da Bahia:
dentro da área delimitada pelo tile MODIS H13V10
Figura 2 - Localização das estações meteorológicas do INMET (2008) do tile H13V10,
destacados em tons de cinza, do MODIS no estado da Bahia.
9
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
2.4 ANÁLISE E TRATAMENTO ESTATÍSTICO DOS DADOS
Foram feitas análises de correlação entre a evapotranspiração potencial calculada
no balanço hídrico pelo método Thornthwaite e Matter (1955) (ET balanço hídrico,
como variável independente) e a evapotranspiração calculada de acordo com o
modelo proposto por Nagler et al. (2005) (ET MODIS, como variável dependente) para
obter o coeficiente de determinação r2 e de regressão linear, com sua respectiva
função.
Além disso, verificou-se inicialmente se existia correlação entre os dois parâmentros
ou tratamentos (ET balanço hídrico e ET MODIS), por meio do teste t (Student) do
coeficente b da equação linear obtida. Testou-se como hipótese inicial H0 (b=0), ou
seja, como o coeficiente b informa a inclinação da reta, b=0 significa correlação nula
entre os parâmetros, pois enquanto um varia o outro se mantém constante.
Depois foi testada a semelhança entre as variâncias dos tratamentos pelo teste F
(Snedecor) (H0 1= 2) e a semelhança entre as médias pelo teste t (Student) (H0
µ1=µ2).
3. RESULTADOS E DISCUSSÃO
Os resultados obtidos pelo balanço hídrico - método Thornthwaite e Matter (1955)
– estão listados na tabela 4 e os obitidos pelo modelo de Nagler et al. (2005) são
representados na tabela 5:
Tabela 4 – Resultados da evapotranspiração (mm/dia) obtidos pelo balanço hídrico método Thornthwaite e Matter (1955), para as dez estações INMET no ano de 2007.
Estação
Jan
Fev Mar Abr Mai
Jun
Jul
Ago
Set
Out Nov Dez
Barreiras
Bom Jesus da Lapa
Caetité
Carinhanha
Correntina
Irecê
Ituaçu
Lençóis
Morro do Chapéu
Santa Rita de Cássia
4,65
5,25
4,16
5,16
4,48
4,51
4,90
4,90
4,05
4,81
4,15
4,27
3,64
4,24
3,84
3,94
4,26
4,19
3,65
4,38
3,65
3,96
3,13
3,37
3,56
3,33
3,08
2,99
2,79
4,21
3,28
3,51
2,67
3,19
2,95
2,87
2,85
2,75
2,46
3,54
3,62
3,47
2,83
3,43
3,05
2,96
3,00
2,76
2,51
3,63
4,16
4,19
3,04
3,95
3,73
3,15
3,41
3,23
2,59
4,20
5,49
5,89
4,35
5,49
5,11
4,55
4,63
4,29
3,49
5,76
4,08
4,15
3,45
4,23
3,42
3,61
3,92
3,80
3,41
4,19
4,10
4,58
3,67
4,48
3,92
3,80
4,08
4,02
3,38
4,55
4,11
4,35
3,30
4,17
3,77
3,63
3,63
3,46
3,06
4,38
4,86
4,96
3,84
4,67
4,52
4,14
4,44
4,25
3,59
4,86
4,80
4,66
3,97
4,61
4,30
4,29
4,46
4,34
3,84
4,74
10
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
Tabela 5 – Resultados da evapotranspiração (mm/dia) obtidos pelo modelo de Nagler et al.
(2005), para as dez estações INMET no ano de 2007.
Estação
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Barreiras
Bom Jesus da Lapa
Caetité
Carinhanha
Correntina
Irecê
Ituaçu
Lençóis
Morro do Chapéu
Santa Rita de Cássia
4,61
5,77
5,50
3,90
3,40
4,60
4,96
3,13
4,51
3,59
4,12
2,64
4,11
3,81
2,85
3,55
5,21
2,28
3,95
2,76
3,04
3,45
2,87
2,64
2,58
3,02
1,93
1,20
2,83
2,37
3,59
4,16
4,15
3,92
3,30
5,82
4,25
2,69
4,29
4,09
3,73
4,10
4,39
3,03
2,67
4,61
3,88
0,86
3,53
3,49
3,44
4,41
4,48
3,31
2,19
4,79
3,49
2,11
4,06
3,48
3,24
3,88
3,92
3,14
2,59
4,45
3,73
1,12
2,65
3,42
3,57
4,23
3,87
3,46
2,78
4,32
4,07
2,98
2,88
4,02
4,41
5,28
5,28
4,42
3,59
4,35
3,95
2,83
3,45
4,35
5,88
7,29
6,81
6,53
5,09
7,28
6,86
4,24
5,20
5,76
6,08
7,05
6,83
6,66
5,35
8,14
7,44
4,94
4,19
6,10
4,53
4,80
4,18
4,34
4,63
3,78
4,94
3,59
4,08
4,22
Os gráficos de correlação entre a evapotranspiração potencial calculada pelo
balanço hídrico e a evapotranspiração calculada pela equação que descreve o modelo
estão representados na Figura 3:
11
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
12
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
Figura 4 - Gráficos de correlação e regressão linear entre a evapotranspiração potencial
calculada no baçanço hídrico e a evapotranspiração calculada pela Equação 1 para as 10
estações meteorológicas do INMET (2008) no ano de 2007.
Em todas as estações trabalhadas percebeu-se tendência de correlação positiva
entre a evapotranspiração determinada por meio do balanço hídrico e a
evapotranspiração determinada pelo modelo proposto por Nagler et al. (2005). O valor
médio de r² foi de 0,42, porém foi acima de 0,5 para as estações Bom Jesus da Lapa,
Correntina e Barreiras, sendo que nesta última foi de 0,74.
Os gráficos de dispersão para a maioria das estações demonstram valores próximos
entre a evapotranspiração calculada no balanço hídrico e a calculada pelo modelo.
A justificativa para as variações dos valores reside em três fatos: primeiro pelo fato
dos produtos MODIS utilizados possuírem resolução espacial de 1km, ou seja, os pixels
das imagens possuem áreas de 1km² de dimensão, enquanto os dados das estações
são pontuais, portanto entre as duas situações ocorrem condições ambientais
diferentes, principalmente em relação à temperatura de superfície e cobertura
vegetal, que influenciam diretamente nos valores da evapotranspiração; segundo, a
forma de extração dos dados das estações do INMET (2008), também pode justificar as
variações dos resultados obtidos, pois os gráficos de temperatura apresentaram
distorções nas imagens impossibilitando a interpolação dos mesmos, tendo que partir
para uma análise visual, a qual decorre em um certo erro; terceiro, o índice de
vegetação – EVI e a temperatura de superfície – LST obtidos pelo sensor MODIS
consideram os melhores pedaços de cena obtidos em 16 dias e então é apresentado
um mosaico, e não o valor médio. Já o critério utilizado para o cálculo do balanço
hídrico, valor médio de temperatura e o valor médio de precipitação para os 16 dias.
Este fato pode ser outra justificativa para as variações entre os valores determinados
13
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
por meio do balanço hídrico e os valores da evapotranspiração determinados pelo
modelo proposto por Nagler et al. (2005).
Os meses que mais diferiram entre os valores de evapotranspiração calculada pela
Equação 1 e a calculada pelo balanço hídrico foram os meses de fevereiro, março,
outubro e novembro, meses chuvosos, sendo que nos dois primeiros meses os valores
do balanço hídrico em algumas estações chegaram a dobrar os valores do modelo e,
nos dois últimos meses os valores do modelo chegaram a dobrar os valores do balanço
hídrico. Esses meses foram os responsáveis pela redução dos valores dos coeficientes
de determinação.
Para os outros meses do ano obtiveram-se valores muito próximos entre as duas
evapotranspirações calculadas, demonstrando, pela análise visual dos gráficos,
correlações muito próximas.
No modelo utilizado a evapotranspiração tem uma relação linear com a
temperatura de superfície, porém a relação entre evapotranspiração e índice de
vegetação é exponencial, podendo justificar o fato dos valores alterados nos meses
chuvosos onde o uso de um índice de vegetação reamostrado, como é proposto pelo
modelo, pode estar mascarando os dados, devido à dinâmica da vegetação nos citados
períodos. O rápido crescimento da vegetação na estação chuvosa pode provocar um
incremento exponencial nos valores de evapotranspiração.
Para verificar se existe correlação entre a ET calculada por meio do balanço hídrico
das estações e pelo MODIS, realizou-se o teste t para o coeficiente b da regressão
linear, apresentada na figura 4, para a hipótese nula (b=0). Verificou que o t calculado
(2,31) é maior que o t tabelado (1,98), rejeitando-se H0 (b=0) e, portanto, a
evapotranspiração calculada pelo balanço hídrico e a evapotranspiração calculada pelo
modelo se correlacionam.
14
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
Figura 4 – Gráfico de regressão linear para o Teste t demonstrando que as
evapotranspirações se correlacionam.
Por meio do teste F, verificou-se que o F calculado (3,541) é maior que o F tabelado
(1,39), portanto rejeitou-se a hipótese nula ( 1= 2), concluindo-se que a variância da
evapotranspiração calculada pelo balanço hídrico e a evapotranspiração calculada pelo
modelo proposto por Nagler et al. são estatisticamente diferentes.
Já com a aplicação do teste t, verificou-se que o t calculado (-1,1696) é menor que o
t tabelado (1,98), portanto rejeitou-se a hipótese nula (µ1=µ2), concluindo-se que as
médias da evapotranspiração calculada pelo balanço hídrico e a evapotranspiração
calculada pelo modelo são estatisticamente semelhantes.
4. CONCLUSÕES E RECOMENDAÇÕES
Por meio do presente estudo foi possível verificar se o modelo proposto por Nagler
et al. (2005) pode ser utilizado para a predição da evapotranspiração, já que os
gráficos de dispersão XY, a regressão linear e o teste t do coeficiente b da regressão,
mostraram existir correlação entre a evapotranspiração calculada no balanço hídrico e
a evapotranspiração calculada por meio dos dados MODIS. O teste F mostrou que a
variância da evapotranspiração obtida por meio do balanço e pelo MODIS é diferente,
porém o teste t mostrou que as médias entre os tratamentos são estatisticamente
semelhantes, demonstrando a eficiência do modelo para predição da
evapotranspiração nos domínios morfoclimáticos do Cerrado e da Caatinga para o ano
de 2007 com resolução espacial de 1km.
15
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
Os dados coletados e todo o processo adotado para a geração dos resultados
permitiu uma compreensão da evapotranspiração no estado da Bahia, sob uma
perspectiva sazonal, gerando subsídios para futuros estudos relacionados à região
semi-árida nordestina e para futuros estudos sobre desertificação. A análise sazonal
demonstrou que o uso do índice de vegetação proposto no modelo pode estar
mascarando os dados, principalmente na estação chuvosa, sugerindo-se o uso de um
índice de vegetação diferente para o modelo, o qual possua uma relação linear com a
evapotranspiração resultante.
Recomenda-se, no entanto, que para futuros estudos utilizando o modelo proposto
por Nagler et al. (2005) e dados de campo para a elaboração do balanço hídrico, sejam
coletados dados de campo mais concisos. Recomenda-se também, o uso de dados
brutos ao invés de dados interpolados dos gráficos do INMET (2008) visando eliminar
possíveis erros de predição. Além disso, testar outros índices de vegetação visando um
melhor ajuste na predição.
5. REFERÊNCIAS
BRITTO, E.A. de, SANTOS, N.M. da S., 2006. O semi-árido baiano sob o olhar do
desenvolvimento sustentável, Conjuntura e Planejamento, n. 150 (Nov), pp. 23-29.
CAVALCANTI, E. Para Compreender a Desertificação: Uma abordagem didática e
integrada. Instituto Desert. Julho de 2001. Disponível em:
<http://www.ambientebrasil.com.br/composer.php3?base=./agropecuario/index.html&c
onteudo=./agropecuario/artigos/desertificacao.html>. Acessado em: 09 set. 2008.
CONAMA. Resolução nº 238, de 22 de dezembro de 1997. Aprova a Política Nacional de
Controle da Desertificação. Diário Oficial da União, Brasília, 23 dez. 1997.
COSTA, M. C. Estimativa da evapotranspiração regional considerações teóricas. Primeira
versão. Ano 1, nº 122, Porto Velho: UFRO, set 2002.
DIAS, Lidiane Tomaz. Variação sazonal e diuturna da evapotranspiração no nordeste
brasileiro. 2006. 76 f. - Curso de Engenharia Ambiental, Universidade Católica de
Brasília, Brasília, 2006.
16
VI Seminário Latino Americano de Geografia Física
II Seminário Ibero Americano de Geografia Física
Universidade de Coimbra, Maio de 2010
FARIA, R. A.; CARVALHO, D. F.; RIBEIRO, A.; OLIVEIRA, M. A. A. Influência do método de
estimativa da evapotranspiração de referência na demanda de irrigação suplementar
para o milho (Zea mays L.), na bacia do Rio Verde Grande (MG). Ciências
Agrotecnológicas, Lavras, v.24 (Edição Especial), p.187-196, dez., 2000
IBGE – Instituto Brasileiro de Geografia e Estatística, 2007a. Contagem da População
2007, Instituto Brasileiro de Geografia e Estatística 2007. Disponível em
http://www.ibge.gov.br/home/estatistica/populacao/contagem2007/default.shtm.
Acessado em setembro de 2008.
INMET - INSTITUTO NACIONAL DE METEOROLOGIA (Brasil). Gráficos. Disponível em:
<http://www.inmet.gov.br/html/observacoes.php?lnk=Gráficos>. Acesso em: 10 out.
2008.
MI - Ministério da Integração Nacional, 2005. Nova Delimitação do Semi-Árido Brasileiro.
In: Redelimitação do Semi-Árido Nordestino Ministério da Integração Nacional,
Secretaria de Políticas de Desenvolvimento Regional, Brasília. Disponível em
http://www.mi.gov.br/publicacoes/desenvolvimentoregional/redelimitacao.asp.
Acessado em setembro de 2008.
MODIS LAND (Estados Unidos). Mission. Outubro de 2008. Disponível em: <http://modisland.gsfc.nasa.gov>. Acesso em: 19 set. 2008.
NAGLER, P. L.; CLEVERLY, J.; GLENN, E.; LAMPKIN, D.; HUETE, A. WAN, Z. Predicting
riparian evapotranspiration from MODIS vegetation. Remote Sensing Of
Environmental, Arizona, n. 94, p.17-30, 2005.
SANTOS, Irani dos. Hidrometria aplicada. Curitiba: Instituto de Tecnologia para o
Desenvolvimento, 2001. 371 p. ISBN 8588519011
SEIA. Sistema Estadual de informações Ambientais da Bahia. CLIMA. Disponível em:
<http://www.seia.ba.gov.br/biorregional/cerrado/template01.cfm?idCodigo=223>.
Acesso em: 17 out. 2008.
SEMAR. Secretaria de Meio Ambiente e Recursos Hídricos do Estado do Piauí (Comp.).
SEMAR apresenta hoje em Gilbués plano de combate à desertificação. Disponível em:
<http://www.semar.pi.gov.br/noticias.php?codigo=974>. Acesso em: 09 set. 2008.
17
Tema 2- Expansão e democratização das novas tecnologias em Geografia Física:
aplicações emergentes
SOUZA, Bartolomeu I. de; SILANS, Alain M. B. P. de; SANTOS, José B. Dos. Contribuição ao
estudo da desertificação na Bacia do Taperoá. Revista Brasileira de Engenharia
Agrícola e Ambiental, Campina Grande, v. 8, n.2/3, p.292-298, 01 dez. 2004.
Disponível
em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S14154366200400020019>. Acesso em: 19 set. 2008.
THORNTHWAITE, C.W. An approach toward a rational classification of climate.
Geographical Review. New York, v. 38, n. 1, p.55-94, 1948.
THORNTHWAITE, C.W.; Mather, J.R. The water balance. Climatology, Centerton, NJ. v.8,
n.1. 1955.
18