Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-07-05T18:45:00Z
No. of bitstreams: 1
texto completo.pdf: 3935143 bytes, checksum: f2e4dfa587dbf822928fc5c5c31b2d3e (MD5) / Made available in DSpace on 2018-07-05T18:45:00Z (GMT). No. of bitstreams: 1
texto completo.pdf: 3935143 bytes, checksum: f2e4dfa587dbf822928fc5c5c31b2d3e (MD5)
Previous issue date: 2018-02-22 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Neste trabalho objetivou-se estimar valores de evapotranspiração de referência mensal e a máxima dos doze meses, visando o dimensionamento de sistemas de irrigação para o território brasileiro, a partir da calibração do produto MOD16. Utilizaram-se dados das estações convencionais do INMET, a fim de validar e calibrar todos os valores de evapotranspiração das imagens MOD16. Após a calibração utilizando machine learning e covariáveis do worldclim, as imagens calibradas foram utilizadas para modelar a evapotranspiração de referência para projeto de irrigação. Para isso, processou-se por meio de uma operação fuzzy, para cada mês, os máximos valores mensais ao longo dos 15 anos, pixel a pixel e, posteriormente, dividiu-se pelo número de dias do mês, encontrando assim, a média diária da máxima mensal, de quinze anos de dados do produto MOD16. Com esse produto e as variáveis do wordclim, foi possível modelar a evapotranspiração de referência para projeto de irrigação para todo o Brasil, utilizando uma probabilidade de oitenta por cento de ocorrência. A calibração do produto MOD16 se mostrou efetiva, já que o resíduo médio reduziu de 58,62 para 6,36 mm por mês depois da calibração e o erro quadrático médio reduziu de 66,58 para 10,23 mm por mês. Para a evapotranspiração de referência para projeto chegou-se a um erro quadrático médio de 0,306 mm d-¹ , os valores são viáveis para utilização em projetos de irrigação, já que os valores de estimativas se assemelham a diversos outros autores que trabalharam com essa evapotranspiração em uma coordenada específica. / The objective of this study was to estimate monthly evapotranspiration values and the maximum of twelve months, aiming at the design of irrigation systems for the Brazilian territory, based on the calibration of the product MOD16. Data from conventional INMET stations were used to validate and calibrate all evapotranspiration values of MOD16 images. After calibration using machine learning and covariates of the worldclim, the calibrated images were used to model the reference evapotranspiration for irrigation design. For this, a monthly fuzzy operation was performed for each month, and the maximum monthly values over the 15 years were processed pixel by pixel and, afterwards, it was divided by the number of days of the month, thus finding the daily average of monthly maximum of fifteen years of product data MOD16. With this product and the variables of the wordclim, it was possible to model the reference evapotranspiration for irrigation project for the whole Brazil, using an eighty percent probability of occurrence. The calibration of the MOD16 product proved to be effective, as the mean residue decreased from 58.62 to 6.36 mm per month after calibration and the mean square error reduced from 66.58 to 10.23 mm per month. For the reference evapotranspiration for design, an average square error of 0.306 mm d-¹ was obtained, and values of estimates very similar to several other authors that worked with this evapotranspiration in a specific coordinate.
Identifer | oai:union.ndltd.org:IBICT/oai:localhost:123456789/20513 |
Date | 22 February 2018 |
Creators | Dias, Santos Henrique Brant |
Contributors | Mantovani, Everardo Chartuni, Cunha, Fernando França da |
Publisher | Universidade Federal de Viçosa |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFV, instname:Universidade Federal de Viçosa, instacron:UFV |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0016 seconds