VALIDAÇÃO DO MODELO DE ESTIMATIVA DE EVAPOTRANSPIRAÇÃO MOD16 NO ESTADO DO RIO GRANDE DO SUL (BRASIL)

Transcrição

1 VALIDAÇÃO DO MODELO DE ESTIMATIVA DE EVAPOTRANSPIRAÇÃO MOD16 NO ESTADO DO RIO GRANDE DO SUL (BRASIL) Anderson Ruhoff 1 * Resumo O objetivo principal desse artigo consistiu em validar um modelo de estimativa de evapotranspiração com base em dados de sensoriamento remoto de moderada resolução espacial no Estado do Rio Grande do Sul no período O modelo de estimativa de evapotranspiração global MOD16 foi avaliado e comparado com dados obtidos por balanço hídrico nas bacias dos rios Taquari, Jacuí e Ibicuí. Também se avaliou a capacidade do modelo em distinguir o processo de evapotranspiração em diferentes condições de uso e cobertura da terra no Estado do Rio Grande do Sul. Entre as principais conclusões obtidas destaca-se que o algoritmo MOD16 subestima a ET anual na escala de bacias hidrográficas e apresenta sensibilidade para detectar ET em diferentes condições de uso e cobertura da terra, como em áreas de florestas, agricultura e campos e pastagens. Áreas de floresta apresentam ET média anual de 1099 mm, áreas agrícolas 705 mm e campos e pastagens 750 mm. As estimativas de ET de longo prazo podem capturar anomalias de evapotranspiração, como verificado na seca ocorrida em 2004/2005, quando os maiores impactos na vegetação e principalmente áreas agrícolas ocorreram nos meses de janeiro, fevereiro e março de 2005, atingindo todo Estado do Rio Grande do Sul. Palavras-Chave MODIS, Balanço Hídrico, Ocorrência de Secas. EVALUATING MODIS EVAPOTRANSPIRATION (MOD16) IN THE STATE OF RIO GRANDE DO SUL (BRAZIL) Abstract The main purpose of this paper was to validate an evapotranspiration model based on remote sensing data in the State of Rio Grande do Sul, from 2000 to The MODIS global evapotranspiration algorithm (MOD16) was evaluated and compared to water balance models in Taquari, Jacui and Ibicui basins. We also evaluated the model's ability to detect evapotranspiration in different land use and land cover vegetation. The main conclusions obtained in this paper are that MOD16 algorithm underestimates the annual evapotranspiration in basin scale when compared to water balance evapotranspiration. The algorithm is sensitive to detect evapotranspiration in different land use and land cover vegetation, such as broadleaf forest, cropland and grassland/pasture. We found na annual average evapotranspiration of 1099 mm in broadleaf forest, 705 mm in cropland and 750 mm in grassland/pasture. MOD16 algorithm can also detect evapotranspiration anomalies, as verified in 2004/2005 drough, when the greatest impacts on vegetation and cropland occurred mainly during January, February and March of 2005, reaching the whole state of Rio State Grande do Sul. Keywords MODIS, Water Balance, Drought Occurences. 1 Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul. anderson.ruhoff@ufrgs.br. * Autor Correspondente. Projeto de Pesquisa financiado pela Fundação de Amparo à Pesquisa no Estado do Rio Grande do Sul (FAPERGS), com recursos do Edital Pesquisador Gaúcho (PqG) 004/2012, processo número / XXI Simpósio Brasileiro de Recursos Hídricos 1

2 INTRODUÇÃO Mais da metade da energia solar absorvida pela superfície terrestre é utilizada para evaporar água. A transferência de vapor d água para a atmosfera, através da evapotranspiração, consiste em um processo-chave no sistema climático global, conectando os ciclos de água, energia e carbono. O monitoramento da evapotranspiração em grandes áreas normalmente é realizado a partir de observações feitas por sistemas sensores remotos. Muitos esforços têm sido realizados para melhorar as estimativas espaciais e temporais da ET baseadas em dados de sensoriamento remoto (Mu et al., 2011; Vinukollu et al., 2011). Entretanto, a estimativa precisa de ET constitui-se em um grande desafio no monitoramento do ciclo hidrológico em função da heterogeneidade da superfície terrestre e dos diversos fatores de controle envolvidos no processo, incluindo-se aí o clima, os processos biofísicos nas plantas, propriedades dos solos, umidade do ar e do solo, topografia, entre outros, além das limitações inerentes aos dados óticos e termais de sensoriamento remoto, como cobertura de nuvens, fatores de escala e frequência de obtenção das imagens. O desenvolvimento de um algoritmo de estimativa de ET global apresenta um desafio significativo porque tradicionalmente o cálculo da ET requer a entrada de parâmetros físicos da atmosfera e da superfície que são de difícil obtenção em escala planetária. Atualmente, dados globais de evapotranspiração estão disponíveis através do programa NASA Earth Observing System (EOS) através do algoritmo MOD16. O algoritmo (Mu et al., 2011) combina dados de sensoriamento remoto com dados meteorológicos de reanálise para estimar a evapotranspiração global, baseando-se na equação de Penman-Monteith (Monteith, 1965) a partir da qual são calculados a transpiração das plantas e a evaporação do solo e do volume interceptado pelo dossel. O objetivo geral desta pesquisa consistiu em compreender a variabilidade espacial e temporal do processo de evapotranspiração em diferentes usos e cobertura da terra no Estado do Rio Grande do Sul no período Como objetivos específicos, buscou-se estimar a ET a partir de dados de sensoriamento remoto e caracterizar a sua variabilidade espacial e temporal, além de analisar o fechamento do balanço hídrico em bacias hidrográficas, utilizando dados de precipitação e vazão. MATERIAIS E MÉTODOS O algoritmo MOD16 é baseado na equação de Penman-Monteith (Equação 1) adaptado para uso com dados de sensoriamento remoto. Os dados de entrada do algoritmo incluem dados meteorológicos de reanálise e dados de sensoriamento remoto. Os dados de entrada do algoritmo incluem radiação solar incidente (Rs), temperatura média do ar (Tavg), temperatura média do ar durante o dia (Tday_avg), temperatura mínima do ar (Tmin) e pressão do vapor d água (ea) da base de dados GMAO-MERRA, além de imagens do sensor MODIS (Justice et al., 2002), com resolução espacial entre 500 e 1000 metros, como classificação de uso e cobertura da terra do produto MOD12Q1, índice de área foliar e fração de radiação fotossinteticamente ativa do produto MOD15A2 e albedo do produto MCD43B2/B3. O algoritmo MOD16 foi rodado em intervalo de tempo mensal entre ET = (R n G)+ρ a C ρ (e s e a )/r a + (1+ r s ra ) (1) onde ET (mm dia -1 ) correponde a ET diária, Δ (kpa C -1 ) corresponde a taxa de variação da pressão de saturação do vapor d água, Rn (W m -2 ) corresponde ao saldo de radiação, G (W m -2 ) corresponde ao fluxo de calor no solo, ρa (kg m -3 ) corresponde a massa específica do ar, es e ea (kpa) correspondem a pressão de saturação do vapor d água e a pressão real do vapor d água, respectivamente, γ (0,066 kpa C -1 ) corresponde a constante psicrométrica, λ (kpa C -1 ) corresponde ao calor latente de XXI Simpósio Brasileiro de Recursos Hídricos 2

3 vaporização da água, enquanto rs e ra (s m -1 ) correspondem a resistência superficial da vegetação e aerodinâmica, respectivamente. Para avaliar a acurácia das estimativas, verificou-se o fechamento anual do balanço hídrico nas bacias dos rios Taquari, Jacuí e Ibicuí, utilizando dados de precipitação do sensor Tropical Rainfall Measuring Mission (TRMM) produto 3B43 versão 7 (Huffman et al., 2007) além de dados de vazão diária (Agência Nacional de Águas, 2015). A Tabela 1 apresenta as informações dos postos fluiviométricos utilizados para a análise do balanço hídrico. Tabela 1 Informações dos postos fluviométricos e das bacias hidrográficas utilizadas na análise do balanço hídrico. Bacia Posto Código do Posto Período Área da Bacia Jacuí Rio Pardo ,64 km 2 Taquari Muçum ,20 km 2 Ibicuí Passo Mariano Pinto ,67 km 2 Para avaliar os impactos da ocorrência de secas na vegetação foram calculados em intervalo de tempo mensal os índices de anomalias de evapotranspiração (Equação 2), normalizadas em função da média e desvio-padrão do período em análise ( ). Z = x t x σ (2) onde Z corresponde a anomalia e xt corresponde ao valor mensal da série temporal, x corresponde a média dessa série temporal e σ corresponde ao desvio-padrão. RESULTADOS E DISCUSSÕES Variabilidade espacial e temporal da evapotranspiração A variabilidade mensal da ET apresenta máximos no período do verão e mínimos no período do inverno, de acordo e com a variação de temperatura e com a disponibilidade de radiação. Para o período , a ET média mensal em janeiro foi de 117 mm enquanto a média mensal em julho foi de 28 mm. A média anual de ET corresponde a 863 mm. A Figura 1 apresenta os valores médios mensais de evapotranspiração por classe de uso e cobertura da terra para o período Áreas de florestas apresentam evapotranspiração média anual de 1099 mm, enquanto áreas de florestas mistas e mosaicos de vegetação natural com agricultura apresentam médias anuais de 848 e 898 mm, respectivamente e áreas agrícolas e campos e pastagens apresentam médias anuais de 705 e 750 mm, respectivamente. A distribuição espacial da ET apresenta um padrão similar ao mapa de uso e cobertura da terra, com maiores taxas de ET nas regiões leste e centro do Estado do Rio Grande do Sul, acompanhando as escarpas do Planalto Meridional, fortemente associados a florestas latifoliadas. Altas taxas de ET também são observadas em áreas do Escudo Sul-Rio-Grandense, onde ocorre o predomínio de florestas mistas de médio porte, bem como na região norte do Estado, próximo ao vale do Rio Uruguai. As menores taxas de ET ocorrem principalmente na fronteira oeste, onde a vegetação apresenta menor porte (com predomínio de vegetação rasteira, como campos e pastagens) e também marcada por menores índices pluviométricos. A Figura 2 apresenta a ET média anual e a Figura 3 apresenta a ET média trimestral no Estado do Rio Grande do Sul para o período XXI Simpósio Brasileiro de Recursos Hídricos 3

4 ET (mm) Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Florestas Mistas Florestas Agricultura Mosaico Pastagens Figura 1 Médias mensais de evapotranspiração por classe de uso e cobertura da terra, para o período Figura 2 Variabilidade espacial da evapotranspiração média anual ( ) no Estado do Rio Grande do Sul. A avaliação da acurácia do algoritmo MOD16 foi realizada através do balanço hídrico. Considera-se que o fechamento do balanço hídrico (tal como ET = PPT Q) em uma grande bacia hidrográfica é a melhor possibilidade para avaliar a acurácia das estimativas de ET a partir de sensoriamento remoto em função da grande dificuldade de validar esses modelos espacialmente. A partir da determinação dos valores anuais precipitação e vazão para cada uma das bacias, calculou-se a evapotranspiração baseada no balanço hídrico (ETBH), que posteriormente foi comparada com a evapotranspiração anual estimada a partir do algoritmo MOD16 (ETMOD16) (Figura 4). Verifica-se que as estimativas de ETMOD16 foram subestimadas nas três bacias hidrográficas analisadas em relação a ETBH. Na Bacia do rio Taquari, obteve-se erro médio absoluto (EMA) de -81 mm por ano e erro médio relativo (EMR) de -6,7%. Na bacia do rio Jacuí, obteve-se EMA de -353 mm por ano e EMR de -26,8%, enquanto que na bacia do rio Ibicuí esses valores foram de -333 mm por ano e -28,2%, respectivamente. XXI Simpósio Brasileiro de Recursos Hídricos 4

5 DJF MAM JJA SON Figura 3 Médias trimestrais de evapotranspiração para o período no Estado do Rio Grande do Sul. As incertezas relacionadas ao fechamento do balanço hídrico podem estar relacionadas a fatores como o predomínio de diferentes classes de uso e cobertura da terra nas três bacias analisadas e parametrizações do algoritmo relacionadas a essas classes. Outras incertezas também podem estar relacionadas aos dados de precipitação estimada por sensoriamento remoto. Dados de precipitação TRMM apresentam boa correlação com dados observados em superfície em áreas tropicais e subtropicais, sendo consideradas bastante consistentes (Camparotto et al., 2013). Entretanto os mesmos autores verificaram também que ocorre uma tendência de superestimativa da precipitação quando os valores mensais são acumulados em intervalos de tempo mensal e anual. Collischonn et al. (2007) verificou uma tendência da superestimativa de 8% na bacia do rio Paraguai, enquanto Camparotto et al. (2013) verificou superestimativas entre 13,68 a 81,61 mm por mês no Estado de São Paulo. Em relação às normais climatológicas do INMET ( ), verificou-se que os dados de precipitação média do TRMM 3B43 foram superestimados. Na bacia do rio Taquari, no posto pluviométrico de Guaporé, a precipitação média anual do TRMM foi superestimada em aproximadamente 14,5%. Na bacia do rio Taquari, no posto pluviométrico de Santa Maria, houve uma superestimativa de 19,6% e na bacia do rio Ibicuí, no posto pluviométrico de Alegrete, a superestimativa foi de 16,91%. Variações no fechamento do balanço hídrico na magnitude de 20-25%, tal como obtidas neste estudo, também foram verificados em pesquisas realizadas por Ruhoff et al. (2013), Velpury et al. (2013), Oliveira et al. (2014) e Vinokullo et al. (2011). XXI Simpósio Brasileiro de Recursos Hídricos 5

6 Anomalias de ET ET_MOD16 (mm) Bacia Ibicuí Bacia Jacuí Bacia Taquari ET_BH (mm) Figura 4 Diagrama de dispersão entre a evapotranspiração anual estimada a partir do algoritmo MOD16 e balanço hídrico para o período A linha preta representa a tendência de cada conjunto de dados. Avaliação dos impactos de eventos extremos sobre a vegetação As anomalias negativas de precipitação constituem-se como um dos mais importantes eventos da variabilidade climática, produzindo efeitos de grande influência sobre a fenologia da vegetação. No algoritmo MOD16 o índice de área foliar é utilizado para representar mudanças na vegetação, incluindo suas respostas à variabilidade climática e às anomalias de precipitação. Nesse contexto, torna buscou-se compreender como o algoritmo MOD16 responde às anomalias climáticas, mais especificamente em anos com secas severas. Para avaliação da resposta da vegetação à ocorrência de eventos extremos, foram calculados os índices de anomalias de evapotranspiração, com particular interesse para a seca ocorrida em 2004/2005. A Figura 5 apresenta as anomalias de evapotranspiração para diferentes condições de uso e cobertura da terra Florestas Mistas Florestas Agricultura Pastagens Mosaico Figura 5 Anomalias de evapotranspiração por classes de uso e cobertura da terra para o Estado do Rio Grande do Sul normalizadas para o período XXI Simpósio Brasileiro de Recursos Hídricos 6

7 O período apresentou índices reduzidos de precipitação, de aproximadamente 2 desvios-padrão abaixo dos valores normalizados para o período Verificou-se que todas as classes de uso e cobertura da terra apresentaram anomalias negativas de evapotranspiração, que se iniciaram em outubro e novembro de 2004 (entre 0,6 e 1,1 desvio-padrão abaixo da média) e terminaram em março e abril de 2005 (com até 2,85 desvios-padrão abaixo da média). Nos meses seguintes (a partir de maio de 2005), verificaram-se anomalias positivas de precipitação (aproximadamente 1,5 desvio-padrão acima da média). A Figura 6 apresenta as anomalias de evapotranspiração para os meses de novembro de 2004 a fevereiro de 2005 normalizadas para o período Nov/2004 Dez/2004 Jan/2005 Fev/2005 Figura 6 Evolução mensal da seca de 2004/2005 nos meses de novembro de 2004 a fevereiro de 2005 com base em anomalias de evapotranspiração normalizadas para o período CONSIDERAÇÕES FINAIS A implementação de um algoritmo de estimativa de ET de grandes áreas, como o algoritmo MOD16, proposto para aplicações em escalas globais e continentais representa um grande desafio, principalmente porque este precisa ser suficientemente simples em função da grande exigência de dados de sensoriamento remoto e dados meteorológicos, bem como também precisa ser complexo o bastante para capturar os processos de transferência de massa e energia em todos os biomas da superfície terrestre. Os maiores desafios encontram-se na estimativa de transpiração das plantas, sendo fortemente condicionada a parametrizações baseadas em classificações de uso e cobertura da terra. Entre as principais conclusões obtidas a partir desse estudo pode-se destacar que: (1) O algoritmo MOD16 subestima a ET anual em magnitudes de até 28% na escala de bacias hidrográficas. Esses valores são coerentes com os reportados em outros estudos científicos. As incertezas das estimativas do MOD16 provavelmente estão relacionadas aos dados de entrada do algoritmo. Entretanto, incertezas no fechamento do balanço hídrico também podem estar relacionados aos dados de precipitação obtidos por sensoriamento remoto, que foram superestimados em relação às normais XXI Simpósio Brasileiro de Recursos Hídricos 7

8 climatológicas para o Estado do Rio Grande do Sul; (2) O algoritmo MOD16 apresenta sensibilidade para detectar a evapotranspiração em diferentes condições de uso e cobertura da terra, como em áreas de florestas, agricultura e campos e pastagens. De uma forma geral, áreas de floresta apresentam evapotranspiração média anual de 1099 mm, áreas agrícolas 705 mm e campos e pastagens 750 mm. (3) As estimativas de ET de longo prazo podem capturar anomalias de evapotranspiração, como verificado na seca ocorrida em 2004/2005, quando os maiores impactos na vegetação ocorreram nos meses de Fevereiro e Março de 2005, atingindo todo Estado do Rio Grande do Sul com anomalias de até -3 desvios-padrão nesses meses. Entre as recomendações, sugere-se analisar a acurácia das estimativas de precipitação do produto TRMM 3B43 e dos dados de reanálise, principalmente que no que se refere a variabilidade interanual dos dados meteorológicos, o que possibilita o monitoramento de eventos extremos, como secas severas. Apesar de algumas incertezas relacionadas as estimativas de ET, observa-se que os resultados obtidos indicam que o algoritmo MOD16 apresenta um grande potencial no mapeamento e monitoramento do ciclo hidrológico em diversas escalas temporais. Finalmente, a validação e comparação dos resultados com outros modelos e dados observados em campo podem comprovar a importância dos modelos de estimativa de fluxos de energia e ET baseados em sensoriamento remoto, tornando-os consistentes e permitindo uma contínua integração com modelos climáticos e hidrológicos de escalas regionais e globais. REFERÊNCIAS BIBLIOGRÁFICAS AGÊNCIA NACIONAL DE ÁGUAS. (2015). HidroWeb Sistema de Informações Hidrológicas. Disponível online no endereço Acesso em 12 de Junho de CAMPAROTTO, L.B. et al. (2013). Validação de dados termopluviométricos obtidos via sensoriamento remoto para o Estado de São Paulo. Revista Brasileira de Engenharia Agrícola e Ambiental 17 (6), pp COLLICHONN, B.; ALLASIA, D.; COLLISHONN, W.; TUCCI, C.E.M. (2007). Desempenho do satélite TRMM na estimativa de precipitação sobre a bacia do Paraguai Superior. Revista Brasileira de Cartografia 59, pp HUFFMAN, G.J. et al. (2007). The TRMM Multisatellite Precipitation Analysis (TMPA): Quasi- Global, Multiyear, Combined-Sensor Precipitation Estimates at Fine Scales. Journal of Hydrometeorology 8 (1), pp MONTEITH, J.L. (1965). Evaporation and Environment. In: FOGG, B.D. (1965). The State and movement of water in living organism. Symposium of the Society of Experimental Biology XIX. Cambridge, UK: Cambridge University, pp MU, Q.; ZHAO, M.; RUNNING, S.W. (2011). Improvements to a MODIS Global Terrestrial Evapotranspiration Algorithm. Remote Sensing of Environment 115, pp OLIVEIRA, P.T.S. et al. (2014). Trends in water balance components across the Brazilian Cerrado. Water Resources Research 50 (9), pp RUHOFF, A.L. et al. (2013). Assessment of the MODIS global evapotranspiration algorithm using eddy covariance measurements and hydrological modelling in the Rio Grande basin. Hydrological Science Journal, 58 (8), pp VINUKOLLU, R.K.; WOOD, E.F.; FERGUSON, C.R.; FISHER, J.B. (2011). Global estimates of evapotranspiration for climate studies using multi-sensor remote sensing data: Evaluation of three process-based approaches. Remote Sensing of Environment 115 (3), pp XXI Simpósio Brasileiro de Recursos Hídricos 8