ESTIMATION OF THE RADIATION BALANCE OF IRRIGATED AÇAÍ THROUGH REMOTE SENSING IN EAST AMAZONIA

Abstract

ESTIMATIVA DO SALDO DE RADIAÇÃO DO AÇAÍ IRRIGADO POR MEIO DE SENSORIAMENTO REMOTO NO LESTE DA AMAZÔNIA

EWELYN REGINA ROCHA SILVA ¹; DENILSON BARRETO DA LUZ²; DENIS DE PINHO SOUSA³; LUCAS BELÉM TAVARES⁴; BERNARDO BARBOSA DA SILVA⁵ E PAULO JORGE DE OLIVEIRA PONTE DE SOUZA⁶

¹ Mestre em Agronomia pelo programa de Pós-Graduação em Agronomia – PgAgro, Universidade Federal Rural da Amazônia, Av. Presidente Tancredo Neves, 2501, Terra Firme, 66077-830, Belém, Pará, Brasil, ewelynrocha@gmail.com.

² Graduando em Agronomia, Laboratório de Agrometeorologia, Universidade Federal Rural da Amazônia, Av. Presidente Tancredo Neves, 2501, Terra Firme, 66077-830, Belém, Pará, Brasil, denilsong97@gmail.com.

³ Engenheiro Agrônomo, Doutor em Agronomia, Fiscal de Meio Ambiente na Secretaria de Estado de Meio Ambiente e Sustentabilidade do Pará, Rua do Utinga, n° 717, bairro Curió Utinga, CEP: 66610-010, Belém, PA, Brasil, denisdepinho@agronomo.eng.br.

⁴ Mestrando no programa de Pós-Graduação em Ciências Florestais, Universidade Federal Rural da Amazônia, Av. Presidente Tancredo Neves, 2501, Terra Firme, 66077-830, Belém, Pará, Brasil, lucas.belem.tavares@gmail.com.

⁵ Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande, Rua Aprígio Veloso, 882, Campina Grande, 58429-900, Campina Grande, Paraíba, Brasil, bernardo.silva@ufcg.edu.br.

⁶ Instituto Socioambiental e dos Recursos Hídricos, Laboratório de Agrometeorologia, professor no programa de Pós-Graduação em Agronomia, Universidade Federal Rural da Amazônia, Av. Presidente Tancredo Neves, 2501, Terra Firme, 66077-830, Belém, Pará, Brasil, paulo.jorge@ufra.edu.br.

1 RESUMO

Muitas áreas na Amazônia foram modificadas, alterando as trocas energéticas neste ambiente. Essa mudança é uma das responsáveis pelas variações no saldo de radiação (R_n), pois afetam a troca de energia entre a superfície e a atmosfera. O objetivo foi estimar o R_n em uma área de açaí irrigado na Amazônia Oriental. Foram utilizadas imagens do satélite Landsat 8, do dia sequencial do ano (DSA) 151/2018 e DSA 241/2019, referente às órbitas/pontos 222/61 e 223/61, respectivamente. O R_n foi obtido por meio do algoritmo Surface Energy Balance Algorithm for Land – SEBAL, que se fundamenta na radiância dos canais reflexivos e termal do sensor. Os resultados (sensor x superfície) mostraram-se satisfatórios com valores de erro absoluto médio (EAM) iguais a 4,92 W/m² e 15,66 W/m², erro relativo médio (ERM) iguais a 0,98 % e 3,4 % para DSA 151 e o DSA 241, respectivamente. Observou-se a capacidade do SEBAL em diferenciar tipos de coberturas do solo, o que proporcionou elaborar a distribuição espacial do Rn na cena analisada e no plantio de açaí, demostrando assim, a sensibilidade do modelo e a importância da variabilidade espacial existente na área, essas informações podem auxiliar as tomadas de decisões quanto ao manejo de irrigação.

Keywords: sebal, variabilidade espacial, landsat 8.

SILVA, E. R. R.; LUZ, D. B.; SOUSA; D. P.; TAVARES, L.B. SILVA, B. B.; SOUZA, P. J. O. P.

ESTIMATION OF THE RADIATION BALANCE OF IRRIGATED AÇAÍ THROUGH REMOTE SENSING IN EAST AMAZONIA

2 ABSTRACT

Many areas in the Amazon have been modified, altering the energy exchanges in this environment. This change is a factor responsible for variations in the radiation balance (R_n), as they affect the energy exchange between the surface and the atmosphere. The objective was to estimate the R_n in an açaí irrigated area in Eastern Amazon. Landsat 8 satellite images of the sequential day of the year (DSA) 151/2018 and DSA 241/2019, referring to orbits/points: 222/61 and 223/61, respectively, were used. The R_n was obtained through the Surface Energy Balance Algorithm for Land - SEBAL algorithm, which is based on the radiance of the reflective and thermal bands of the sensor. The results (sensor x surface) were satisfactory with mean absolute error (EAM) values ​​equal to 4.92 W/m² and 15.66 W/m², mean relative error (ERM) equal to 0.98% and 3.4% for DSA 151 and DSA 241, respectively. SEBAL's ability to differentiate types of land cover was observed, which provided the elaboration of the spatial distribution of Rn in the analyzed scene and in the açaí planting, so demonstrating the sensitivity of the model and the importance of spatial variability in the area, this information can help in decision-making regarding irrigation management.

Keywords: sebal, spatial variability, landsat 8.