Os Sistemas de Informações Geográficas (SIG) são os meios e ferramentas utilizadas para estudar a Terra. Que basicamente incluem combinação entre três tecnologias, o sensoriamento remoto, o Sistema de Posicionamento Global (GPS) e o geoprocessamento. Isso inclui softwares para manipular dados espaciais, imagens de satélite. São utilizados por inúmeros usuários, entre eles, os pesquisadores, que são os principais desenvolvedores de dados públicos no mundo.
O Sensoriamento Remoto (SR) é a utilização de sensores para coletar informações de uma superfície sem que haja contato com a mesma (remotamente). Dentre os equipamentos mais utilizados estão os satélites e radares, que captam as informações de reflectância da superfície terrestre.
Características comuns aos produtos disponibilizados:
Resolução espacial: 30 segundos (~ 1 km²)
Formato: GeoTIFF
Projeção: Coordenadas geográficas, WGS84 (EPSG: 4326).
Para acessar as informações sem uso de softwares, clique no botão abaixo:
O conjunto de dados ETo mensais denominado evapotranspiração mensal de referência para o Brasil. Possui resolução espacial de 30 segundos (~ 1 km²) e resolução temporal de 1 mês . A grade do conjunto de dados está no formato GeoTIFF e corresponde perfeitamente ao WorldClim. Utiliza o sistema de referência de coordenadas geográficas , com projeção WGS84 (EPSG: 4326) . Os arquivos são nomeados como ANO MÊS.
A evapotranspiração de referência (ETo) é um parâmetro fundamental para estudos hidrológicos e manejo da irrigação. O método Penman-Monteith é o padrão para estimar ETo e requer vários elementos meteorológicos. Produtos de sensoriamento remoto gratuitos com informações de evapotranspiração são raros. O objetivo deste estudo foi estimar a ETo mensal a partir da evapotranspiração potencial (PET) disponibilizada pelo produto MOD16. O ETo mensal estimado pelo método de Penman-Monteith foi considerado o padrão. Para isso, foram adquiridos dados da estação meteorológica 265 do Instituto Nacional de Meteorologia (INMET), em todo o Brasil, no período de 2000 a 2014 (15 anos). Usando algoritmos de aprendizado de máquina, imagens MOD16 e informações do WorldClim como covariáveis, o ETo. Todos os modelos de aprendizado de máquina foram eficazes na melhoria do desempenho das métricas avaliadas. Cubist foi o modelo que apresentou as melhores métricas para r² (0,91), NSE (0,90) e nRMSE (8,54%) e deve ser o preferido para a previsão de ETo. Recomenda-se o uso da ETo mensal, o que abre possibilidades para seu uso em inúmeros outros estudos.
O conjunto de dados de evapotranspiração máxima diária para um projeto (ETprojeto) para o Brasil. Possui resolução espacial de 30 segundos (~ 1 km²) . A grade do conjunto de dados está no formato GeoTIFF e corresponde perfeitamente ao WorldClim. Utiliza o sistema de referência de coordenadas geográficas , com projeção WGS84 (EPSG: 4326) .
O objetivo do estudo é estimar e fornecer valores de evapotranspiração de referência mensal e máximo de doze meses, para dimensionamento de sistemas de irrigação em todo o território brasileiro. Com os dados meteorológicos de duzentas e cinquenta e nove estações convencionais do INMET, foi calculada a evapotranspiração de referência diária (ETo) para 15 anos. Para cada estação meteorológica, os dados foram agrupados por mês e a ETo para o projeto de irrigação (ETprojeto) foi determinada para atender a probabilidade de oitenta por cento de ocorrência, seguindo as recomendações da FAO24. Paralelamente, foram adquiridas imagens mensais de 15 anos da ETo, para o Brasil, e as variáveis climáticas do WorldClim. Usando os valores de TE do projeto das estações, ele foi modelado para o resto do Brasil, usando algoritmos de aprendizado de máquina e as covariáveis. Após a modelagem, os seguintes desempenhos foram alcançados: erro quadrático médio de 0,306 mm / d, erro de viés médio de -0,004 mm / d, erro absoluto médio de 0,227 mm / d, coeficiente de determinação de 0,938 e eficiência de Nash-Sutcliffe 0,937. Os valores de ETo para projetos de irrigação foram semelhantes a vários outros relatados na literatura quando comparados em um determinado ponto. Com esta pesquisa foi possível determinar a ETo mensal e anual para projetos de irrigação em todo o território brasileiro.
Resolução temporal: 1 dia; Resolução espacial: 0,1 ° x 0,1 ° (áspero ~ 10 x 10 km); Formato: TIFF; Cobertura espacial: -74,00, -34,79, -33,74, 5,27 - (xmin, xmax, ymin, ymax); Cobertura temporal: 01/06/2000 a 31/12/2018; Tamanho do arquivo: ~ 0,3 MB por arquivo; Sistema de referência de coordenadas: WGS 84 - Sistema de coordenadas geodésicas para o mundo (EPSG: 4326 );
As células da grade da ETo-Brasil correspondem às células da grade dos dados de medição de precipitação global (posição e resolução).
O erro quadrático médio geral (RMSE) deste conjunto de dados (usando estações meteorológicas como dados observados) é de 0,65 mm / dia. Esta é uma melhoria nas tentativas anteriores de mapear ETo usando interpolação e geoestatística.
A evapotranspiração de referência (ETo) tem sido usada há muito tempo como um parâmetro climático para muitos estudos em climatologia e hidrologia. No entanto, muitas regiões sofrem com a falta de estações de monitoramento meteorológico e informações históricas sobre ETo. Assim, o objetivo deste estudo foi desenvolver um conjunto de dados de evapotranspiração de referência em grade diária para o Brasil que coincida com o período e as células da grade dos dados de Medição de Precipitação Global (GPM). ETo foi calculado usando dados de 849 estações meteorológicas durante o período de 01 de junho de 2000 a 31 de dezembro de 2018. Os recursos usados para modelar ETo foram o conjunto de dados diário GPM, médias mensais do WorldClim e dois recursos de engenharia. Dentre os algoritmos de aprendizado de máquina avaliados, o Cubist apresentou o melhor trade-off de custo de computação de desempenho em um subconjunto de todos os dados e, portanto, foi selecionado para modelar ETo diariamente. O conjunto de dados desenvolvido apresentou erro quadrático médio de 0,65 mm dia-1, ou 16% menor do que o conjunto de dados ETo anterior desenvolvido para o Brasil usando técnicas de interpolação. O GPM e os recursos de engenharia mostraram maior importância para os modelos treinados durante a estação chuvosa, enquanto as médias mensais de temperatura máxima do WorldClim foram mais importantes durante a estação seca e fria. O novo conjunto de dados de evapotranspiração de referência em grade para o Brasil (ETo-Brasil) foi disponibilizado gratuitamente para a comunidade.
O solo é um recurso natural não renovável mais importante para a sustentação da vida. As taxas de perda do solo têm sido crescentes. A força das tempestades pode se tornar um fator perturbador, essa energia da água é conhecida como erosividade das chuvas, e é um dos principais causadores das perdas de sedimentos e nutrientes em todo o mundo. O método de obtenção destes valores não é simples e geralmente são pontuais e utilizam a equação USLE ou RUSLE. Valores pontuais não podem ser aplicados nas áreas que necessitam da estimativa das perdas de solo. E as técnicas tradicionais de espacialização como krigagem, IDW ou polígonos de Thiessen não representam a variabilidade que ocorre realmente. Com isso o objetivo deste artigo foi modelar um mapa de erosividade das chuvas para o Brasil, com resolução espacial de 30 segundos de arco (~ 1 km²). Utilizando produtos disponibilizados por outros artigos, técnicas de SIG e modelagem com machine learning. Das 31 covariáveis pré-selecionadas 8 foram utilizadas na modelagem, em ordem de importância, foram: Longitude, Radiação Solar, Precipitação anual (BIO12), Precipitação do trimestre mais frio (BIO19), Velocidade do vento, Precipitação do trimestre mais quente (BIO18) e a evapotranspiração de referência anual. Após 400 treinamentos e validações, o modelo com os melhores indicadores de desempenho foi o Random Forest, utilizando as medianas, os índices foram: NSE de 0.5823, RMSE de 1567.17 MJ.mm/ha.h.ano, MAE de 1135.90 MJ.mm/ha.h.ano, nRMSE de 58.50%, ME de -17.76 MJ.mm/ha.h.ano e D de 0.8487.