Resumo

A equação de Penman-Monteith é recomendada para a estimativa da evapotranspiração de referência (ETo). No entanto, requer dados meteorológicos que normalmente não estão disponíveis. Assim, este estudo avalia a rede neural artificial (ANN), splines de regressão adaptativa multivariada (MARS) e as equações originais e calibradas de temperatura de Hargreaves-Samani (HS) e Penman-Monteith (PMT) para a estimativa de ETo diária usando a temperatura. Dois cenários foram considerados: (i) local, os modelos foram calibrados.

Resumo

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. Nos países em desenvolvimento, o número de estações meteorológicas é insuficiente. Assim, produtos gratuitos de sensoriamento remoto com informações de evapotranspiração devem ser utilizados para esse fim. Nesse contexto, o objetivo deste estudo foi estimar a ETo mensal da evapotranspiração potencial (PET) disponibilizada pelo produto MOD16. Neste estudo, o ETo mensal estimado pelo método de Penman-Monteith foi considerado o padrão. Para isso, foram adquiridos dados de 265 estações meteorológicas do Instituto Nacional de Meteorologia (INMET), espalhadas por todo o território brasileiro, referentes ao período de 2000 a 2014 (15 anos). Para estes meses, também foram baixados os valores mensais de PET do produto MOD16 para todo o Brasil. Usando algoritmos de aprendizado de máquina e informações do WorldClim como covariáveis, a ETo foi estimada por meio de imagens do produto MOD16. Para realizar a modelagem de ETo, oito algoritmos de regressão foram testados: regressão linear múltipla; floresta aleatória; cubista; mínimos quadrados parciais; regressão de componentes principais; ganancioso adaptativo para a frente e para trás; regressão impulsionada generalizada e modelo linear generalizado por impulso baseado em probabilidade. Os dados de 2000 a 2012 (13 anos) foram usados ​​para treinamento e os dados de 2013 e 2014 (2 anos) foram usados ​​para testar os modelos. O PET disponibilizado pelo produto MOD16 apresentou valores superiores aos de ETo para diferentes períodos e regiões climáticas do Brasil. Entretanto, o produto MOD16 apresentou boa correlação com ETo, indicando que pode ser usado na estimativa de 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 preferido para a previsão de ETo. O produto MOD16 é recomendado para ser usado para prever a ETo mensal, o que abre possibilidades para seu uso em vários outros estudos.

Resumo

A evapotranspiração de referência (ETo) é utilizada há muito tempo como parâmetro climático em muitos estudos em climatologia e hidrologia. No entanto, muitas regiões sofrem com a escassez de estações de monitoramento meteorológico e informações históricas sobre o ETo. Assim, o objetivo deste estudo foi desenvolver um conjunto de dados de evapotranspiração de referência em grade diário para o Brasil que corresponda ao período e às células da grade dos dados da Medida Global de Precipitação (GPM). O ETo foi calculado usando dados de 849 estações meteorológicas no período de 01 de junho de 2000 a 31 de dezembro de 2018. Os recursos usados ​​para modelar o ETo foram o conjunto de dados diários GPM, médias mundiais do WorldClim mensalmente e dois recursos de engenharia. Entre os algoritmos de aprendizado de máquina avaliados, o Cubist apresentou o melhor trade-off de custo de computação de desempenho em um subconjunto de dados completos e, portanto, foi selecionado para modelar ETo diariamente. O conjunto de dados desenvolvido apresentou erro quadrático médio de raiz de 0,65 mm/dia, ou 16% menor que o conjunto de dados ETo anterior desenvolvido para o Brasil usando técnicas de interpolação. Os recursos de GPM e engenharia mostraram maior importância para os modelos treinados durante a estação chuvosa, enquanto as médias máximas mensais de temperatura 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 à comunidade.

Resumo

A aplicação da tecnologia e o desenvolvimento da análise de dados, como algoritmos de sensoriamento remoto e regressão, são uma maneira fácil e barata de estimar parâmetros relacionados ao gerenciamento da água, como evapotranspiração real (ETa) e conteúdo de água no solo (SWC). Portanto, o objetivo deste estudo foi predizer os parâmetros de manejo da água com índices de vegetação (VIs) e algoritmos de regressão para possibilitar o manejo da irrigação de maneira totalmente remota. O estudo foi realizado em áreas comerciais de milho irrigadas por pivôs centrais na parte oeste do estado da Bahia, Brasil. O produto MOD09GQ foi utilizado para gerar dados de entrada para os modelos de treinamento e para entender as variações fenológicas nas lavouras. A predição das variáveis ​​dependentes foi testada usando seis algoritmos de regressão, e o melhor algoritmo foi selecionado com base em cinco métricas estatísticas. Entre os modelos de regressão testados, os três que melhor se ajustaram aos dados de ETa e SWC foram RF (floresta aleatória), cubista (regressão cubista) e GBM (máquina de aumento de gradiente), com leve superioridade de cubista para o ETa e RF para o SWC . Os modelos ajustados para ETa e SWC mostraram o potencial dos VIs em fornecer informações para a agricultura irrigada e reforçar a capacidade dos algoritmos de regressão na modelagem das variáveis ​​SWC e ETa. Os resultados permitem monitorar a irrigação de forma eficiente apenas com comprimentos de onda vermelho e infravermelho próximo, fato considerado a principal contribuição desta pesquisa para as comunidades práticas e científicas.

Resumo

A região de Viçosa-MG se destaca na produção de hortaliças. Para alcançar sucesso nesta atividade, é necessária a escolha correta de cultivares e aplicação correta da irrigação. Diante disto objetivou-se avaliar o desempenho agronômico de cultivares de rabanete submetidas a diferentes lâminas de irrigação. A cultura do rabanete foi cultivada em ambiente protegido durante três ciclos, com períodos de 38 a 40 dias. O delineamento experimental foi em blocos ao acaso em esquema de parcelas subdivididas, com cinco repetições, tendo nas parcelas cinco lâminas de irrigação (50; 75; 100; 125 e 150% da evapotranspiração da cultura-ETc) e nas subparcelas três cultivares de rabanete (Híbrido nº 25 - Sakata, Crunchy Royale - Sakata e Vip Crimson - Feltrin). O sistema de irrigação foi o gotejamento e a ETc obtida por meio do método GESAI. Os parâmetros avaliados foram: profundidade de raízes, potencial de água da planta, temperatura foliar, massa de folhas, diâmetro e comprimento de raiz, número e massa de raízes comerciais e não-comerciais e eficiência do uso da água. Sendo o solo do presente experimento de alta disponibilidade de retenção de água, superior à 1,8 mm cm^-1, recomenda-se irrigar com lâmina de 50% da ETc, desde que, no início do ciclo o solo esteja na capacidade de campo. Considerando produtividade e qualidade, a cultivar Crunchy Royale deve ser recomendada no cultivo de rabanete na região de Viçosa-MG.

Resumo

Alta frequência de imagens e alta resolução espacial são características necessárias em estudos com alta dinâmica temporal e espacial, difíceis de serem encontradas em um único sensor orbital. Portanto, a possibilidade de utilizar múltiplos satélites para superar esse obstáculo no monitoramento é de fundamental importância. O objetivo do estudo foi avaliar o acoplamento multissensor para o monitoramento de fenômenos que requerem uma maior frequência de detalhe espacial e observações temporais altas intercalibrando as imagens de reflectância do sensor LISS III, que está a bordo do satélite ResourceSat- II, e o sensor MSI integrado no Sentinel-2A, utilizando o sensor Landsat-8 OLI como padrão. Para realizar a metodologia, antes da intercalibração, foi necessário converter os números digitais das bandas em refletância no topo da atmosfera, para que posteriormente pudesse ser realizada intercalibração de dados com regressão linear simples. Os resultados demonstram que, com as intercalibrações das imagens de refletância dos sensores LISS III e MSI, é possível acoplar as informações desses sensores com as provenientes do OLI, possibilitando o aumento da frequência e disponibilidade de informações em estudos que requerem mais observações, como no monitoramento agrícola, desastres naturais e desmatamento entre outros.

Resumo

A estimativa da evapotranspiração de referência (ETo) em intervalos de 24 horas foi considerada suficientemente precisa por um longo tempo. No entanto, os recentes avanços na aquisição de dados climáticos tornaram viável a aplicação dos procedimentos horários no cálculo da ETo. Os intervalos de tempo a cada hora podem melhorar a precisão das estimativas de ETo, pois os dados medidos diariamente podem deturpar a energia evaporativa durante partes do dia. Apenas alguns estudos avaliaram vastas bases de dados; no entanto, estudos considerando regiões tropicais são basicamente inexistentes. O objetivo do presente estudo foi avaliar as diferenças entre os cálculos diários de ETo realizados nas 24 horas (ETo_d ) e horárias (ETo _h) timesteps para o território brasileiro. Os cálculos ETo diários e horários foram realizados de acordo com a equação de Penman-Monteith da ASCE (Sociedade Americana de Engenheiros Civis). Grandes variações climáticas diárias de parâmetros meteorológicos resultaram em ETo_d geralmente subestimando ETo _h , enquanto variações mais baixas resultaram em ETo_d superestimando. No geral, ETo_d sobrestimada ETo_h em 0,7%, com polarização percentagem mensal variando de -3,9% a 2,9%. Este estudo considerou um ano de dados de 567 estações meteorológicas automáticas e, apesar de reconhecer a existência de variabilidade climática interanual, os resultados concordaram fortemente com a literatura relevante. ETo_d superestimou predominantemente a ETo_h durante períodos chuvosos em regiões quentes. Assim, esse comportamento é observado quase o ano todo no clima de monções tropicais e florestas tropicais, no bioma Amazônia e Pantanal. Para a savana tropicais e semi-árido, ETo_d sobrestimada ETo_h durante períodos mais húmidos (colheita da cultura principal) mas subestimado ao longo do período seco (segunda colheita). Por outro lado, o ETo_d subestimou predominantemente o ETo_h em regiões mais frias, como o Pampa (clima subtropical úmido), independentemente da precipitação. O Cerrado e a Caatinga provavelmente serão os mais afetados, por ETo_h é subestimada em períodos de menor disponibilidade hídrica, tornando fundamentais as técnicas de irrigação adequadas.

Resumo

A temperatura da superfície (LST) é uma das principais variáveis ​​que envolvem os processos físicos presentes na superfície de um planeta e é uma das variáveis ​​de maior relevância no processo de balanço energético e hídrico. Devido à importância do LST na equação do balanço energético e no manejo agrícola irrigado, é importante desenvolver uma estimativa de métodos para sensores orbitais, como o Sentinel 2A e 2B, que não têm capacidade para capturar a radiação eletromagnética emitida no a região de infravermelho térmico. Assim, o objetivo deste trabalho foi estimar a temperatura da superfície do sensor MSI / Sentinel 2A usando o LST obtido do TIRS (Sensor Infravermelho Térmico) presente na plataforma Landsat-8 como referência. Nesse contexto, usamos diferentes metodologias de algoritmos de reconhecimento de padrões para estabelecer o melhor modelo: SVMlinear (máquina de vetores de suporte linear), SVMradial (máquina de vetores de suporte radial), LM (regressão linear), RIDGE, RF (floresta aleatória), Cubista, PLS (mínimos quadrados parciais), PCR (regressão de componentes principais), GBM (regressão generalizada) regressão) e BRNN (rede neural regularizada bayesiana). Após a estimativa do LST pelas diferentes técnicas, um conjunto de métricas estatísticas foi utilizado para selecionar o melhor modelo, que neste caso era o RF. Com o melhor modelo definido, calculamos a razão de evapotranspiração real e de referência (r) usando o LST deste modelo e o comparamos com o LST obtido pelo Landsat-8, considerado padrão, para verificar a aplicabilidade de nossa metodologia. PLS (mínimos quadrados parciais), PCR (regressão de componentes principais), GBM (regressão potencializada generalizada) e BRNN (rede neural regularizada bayesiana). Após a estimativa do LST pelas diferentes técnicas, um conjunto de métricas estatísticas foi utilizado para selecionar o melhor modelo, que neste caso era o RF. Com o melhor modelo definido, calculamos a razão de evapotranspiração real e de referência (r) usando o LST deste modelo e o comparamos com o LST obtido pelo Landsat-8, considerado padrão, para verificar a aplicabilidade de nossa metodologia. PLS (mínimos quadrados parciais), PCR (regressão de componentes principais), GBM (regressão potencializada generalizada) e BRNN (rede neural regularizada bayesiana). Após a estimativa do LST pelas diferentes técnicas, um conjunto de métricas estatísticas foi utilizado para selecionar o melhor modelo, que neste caso era o RF. Com o melhor modelo definido, calculamos a razão de evapotranspiração real e de referência (r) usando o LST deste modelo e o comparamos com o LST obtido pelo Landsat-8, considerado padrão, para verificar a aplicabilidade de nossa metodologia.

Resumo

O objetivo deste estudo foi avaliar a remoção de cor ADMI de um efluente de fábrica têxtil tratado biologicamente por fotocatálise heterogênea com irradiação UV-visível (UV-vis) usando um novo catalisador composto de TiO ₂ suportado em hidrotalcita e dopado com óxido de ferro (HT / Fe / TiO ₂ ). Tratamento biológico simulado de soluções dos corantes (50 mg / L) utilizados em maiores quantidades na fábrica onde se encontra o efluente têxtilfoi coletado resultou em nenhuma remoção de cor em soluções de corantes reativos e cerca de 50% de remoção de cor em soluções de corantes em cuba, após 96 h, indicando que o efluente secundário ainda continha uma grande proporção de corantes reativos aniônicos. Tratamentos fotocatalíticos foram realizados com TiO ₂ e HT / Fe / TiO ₂ de Fe: Razões molares de Ti de 0,25, 0,5, 0,75 e 1, com doses variadas de catalisador (0–3 mg / L), valores iniciais de pH (4–10 ) e tempos de UV-vis (0-6 h). A maior remoção de cor ADMI com TiO ₂ não modificado foi encontrada na dose de 2 g / L e pH 4, um valor de pH impraticável para aplicação industrial. O composto mais eficiente foi HT / Fe / TiO ₂1 a pH 10, também a uma dose de 2 g / L, que proporcionou remoção de cor ADMI mais completa, de 303 a 9 unidades de cor ADMI (96%), do que TiO ₂ não modificado , de 303 a 37 unidades de cor ADMI (88% ), nas mesmas condições. Os radicais hidroxila foram responsáveis ​​pela redução da cor, pois quando o 2-propanol, um eliminador de OH, foi adicionado, a remoção da cor foi muito baixa. Por esse motivo, o compósito HT / Fe / TiO ₂ 1 apresentou melhor desempenho em pH 10, pois a maior concentração de íons hidróxidos presentes em pH mais alto favoreceu a formação do radical hidroxila. As reduções de COD foram relativamente baixas e semelhantes, aproximadamente 20% para ambos os catalisadores após 6 h sob UV-vis, por causa da baixa COD inicial (78 mg / L). Toxicidade do efluente secundário paraDaphnia similis (EC ₅₀  = 70,7%) foi reduzida por fotocatálise com TiO ₂ (EC ₅₀  = 95,0%) e o compósito HT / Fe / TiO ₂ 1 (EC ₅₀  = 78,6%). O HT / Fe / TiO ₂ 1 foi reutilizado cinco vezes e ainda reduziu a cor ADMI do efluente secundário abaixo dos limites locais de descarga. Os benefícios do catalisador HT / Fe / TiO ₂ 1 em comparação com o TiO ₂ incluem sua menor energia de bandgap (2,34 eV vs 3,25 eV), maior remoção de cor ADMI e sua natureza magnética que facilitou sua recuperação e reduziria os custos de tratamento.

Resumo

A importância da estimativa precisa da evapotranspiração está diretamente relacionada ao uso sustentável da água. Uma vez que a agricultura representa 70% do consumo de água no Brasil, a aplicação adequada e eficiente de água reduz os conflitos sobre o uso da água entre os múltiplos usuários. Considerando a importância de uma estimativa precisa da evapotranspiração, o objetivo do presente estudo foi modelar e comparar a evapotranspiração de referência a partir de diferentes metodologias heurísticas. O método padrão Penman-Monteith foi utilizado como referência para evapotranspiração, porém, para avaliar as metodologias heurísticas com dados escassos, avaliou-se o desempenho de métodos difundidos na literatura em relação à Penman-Monteith. Os métodos utilizados para estimar a evapotranspiração a partir de dados escassos foram Priestley-Taylor, Thornthwaite. As técnicas computacionais Regressão Stepwise (SWR), Random Forest (RF), Cubist (CB), Rede Neural com Regularização Bayesiana (BRNN) e Máquinas de Vetor de Suporte (SVM) foram utilizados para estimar a evapotranspiração, tanto com dados meteorológicos escassos, quanto com dados completos. Os resultados mostram a robustez dos métodos de aprendizagem de máquina na predição da evapotranspiração. Os critérios de desempenho desses métodos para dados meteorológicos completos variaram de 0,14 a 0,22 mm d^-1 para erro absoluto médio (MAE), de 0,21 a 0,29 mm d^-1 para raiz do erro quadrático médio (RMSE) e de 0,95 a 0,99 para o coeficiente de determinação (r²). As técnicas computacionais mostraram desempenho superior em todos os cenários em relação aos métodos estabelecidos na literatura. A BRNN apresentou o melhor desempenho gera.

Resumo

É de grande importância o conhecimento dos métodos mais simples de estimativa da evapotranspiração de referência que demandam dados de fácil obtenção e de baixo custo. O presente trabalho objetivou estimar a evapotranspiração de referência a partir de dados de temperatura máxima e mínima, utilizando a metodologia de FAO Penman-Monteith, para o Vale do Jequitinhonha. O método utilizado para estimativa dos valores da evapotranspiração de referência foi o de Penman-Monteith-FAO com dados completos comparado com método FAO Penman-Monteith com dados das temperaturas máxima e mínima (dados faltantes) e quatro velocidades de vento estimadas (1, 2, 3 e 4 m s^-1). As estimativas de ET₀, pelo método FAO Penman-Monteith com dados faltantes, utilizando-se com as velocidades de vento de 1 e 2 m s^-1, foram as que apresentaram melhores resultados, para as regiões em estudo, aproximando do método padrão.

Resumo

A insuficiência de descritores morfológicos revela a importância de estudos relacionados a este tema para o melhoramento genético da soja, com atenção aos possíveis descritores medidos em estágios iniciais de desenvolvimento da planta o que permite obter resultados rápidos. O objetivo deste trabalho foi estimar o coeficiente de repetibilidade de alguns descritores morfológicos nos estágios iniciais de desenvolvimento da soja e o número mínimo de avaliações necessárias para predizer o valor real dos genótipos. Foram realizados cinco (5) experimentos com 124, 93, 90, 16 e 16 genótipos de soja para o primeiro, segundo, terceiro, quarto e quinto experimentos, respectivamente, com características combinadas no estágio V3. Concluiu-se que o comprimento do primeiro entrenó requer menos medições em comparação com outras características medidas. Com seis medições, foi possível obter 95% e 90% de confiabilidade para altura da planta em V3 e comprimento do primeiro entrenó, respectivamente, pelos métodos ANOVA, CP (correl), CP (cov) e AE (correl). Com sete medidas, obteve-se 90% de confiabilidade para o comprimento do epicótilo para todos os métodos utilizados; 85% para o comprimento do pecíolo da folha unifoliada pelo método de CP (cov) e 90% pelos métodos ANOVA, CP (correl), AE (correl). Com 15 medições, foi possível obter 90% de confiabilidade para o comprimento do hipocótilo, comprimento do pecíolo da folha trifoliada e o ângulo formado pela inserção dos pecíolos da folha unifoliada para todos os métodos utilizados; e, para o comprimento do ráquis da primeira folha trifoliata, seriam necessárias 37 medidas para confiabilidade de 90% pelos métodos de ANOVA, CP (correl), CP (cov) e AE (correl).