Desempenho do projeto POWER/NASA para estimativa de precipitação pluvial e temperatura do ar no semiárido brasileiro
Resumo
Dados meteorológicos estimados por satélites pode ser uma alternativa a escassez ou ausência de estações meteorológicas terrestres além de falhas temporais nos bancos de dados dessas estações. Desse modo, o objetivo deste trabalho foi avaliar o desempenho do projeto POWER/NASA em estimar dados de precipitação pluvial e temperatura do ar em escala diária, mensal e anual na região do Semiárido brasileiro. Foram utilizadas 30 estações do INMET distribuídas no Semiárido brasileiro para comparar com os dados fornecidos pelo projeto POWER/NASA no mesmo ponto de localização das estações do INMET. Para isso, considerou-se 12 anos de dados (2010 a 2021) de precipitação pluvial diária e temperatura do ar diária, com posterior conversão em escala mensal e anual. Para avaliar o desempenho do projeto POWER/NASA foi utilizado algumas técnicas estatísticas: coeficiente de determinação (R2), coeficiente de correlação de Pearson (r), índice de concordância de Willmott (d), erro médio (EM), erro absoluto médio (EAM) e erro médio percentual (EMP). O projeto teve melhor desempenho em estimar dados mensais e anuais de precipitação pluvial (R2 = 0,949 e 0,907, respectivamente), com tendência de superestimar. Para temperatura do ar, o projeto apresentou ótimos resultados para a escala mensal (R2 = 0,949), também com tendência de superestimar, porém, os resultados para temperatura do ar diária e anual foram considerados satisfatórios.
Palavras-chave
Texto completo:
PDF (Português)Referências
Aguiar J.T. (2016). Influência de variáveis macroclimáticas sobre as principais doenças do arroz. Universidade Federal de Goiás, [s. l.]. Disponível em: http://repositorio.bc.ufg.br/tede/handle/tede/7405
Bai J.; Chen X.; Dobermann A.; Yang H.; Cassman K.G.; Zhang F. (2010). Evaluation of NASA Satellite- and Model-Derived Weather Data for Simulation of Maize Yield Potential in China. Agronomy Journal, v. 102, n. 1, p. 9-16, jan. Disponível em: https://doi.org/10.2134/agronj2009.0085
Barbosa H.A.; Lakshmi Kumar T.V.; Paredes F.; Elliott S.; Ayuga J.G. (2019). Assessment of Caatinga response to drought using Meteosat-SEVIRI Normalized Difference Vegetation Index (2008–2016). ISPRS J Photogramm Remote Sens. v. 148, p. 235-252. Disponível em: https://doi.org/10.1016/j.isprsjprs.2018.12.014
Bayissa Y.; Tadesse T.; Demisse G.; Shiferaw A. (2017). Evaluation of Satellite-Based Rainfall Estimates and Application to Monitor Meteorological Drought for the Upper Blue Nile Basin, Ethiopia. Remote Sensing, v. 9, n. 7, p. 669, 29 jun. Disponível em: https://doi.org/10.3390/rs9070669
Brovkin, V. (2013). GLACIAL CLIMATES | Biosphere Feedbacks. In: BROVKIN, V. Encyclopedia of Quaternary Science. [S. l.]: Elsevier, p. 721-728. ISBN 9780444536426. Disponível em: https://doi.org/10.1016/b978-0-444-53643-3.00018-2.
Carrara E.R.; Lopes P.S.; Reis A.C.; Silva J.X.; Dias L.C.; Schultz É.B.; Marques D.B.; Da Silva D.A.; Veroneze R.; Andrade R.G.; Peixoto M.G. (2023). NASA POWER satellite meteorological system is a good tool for obtaining estimates of the temperature-humidity index under Brazilian conditions compared to INMET weather stations data. International Journal of Biometeorology, Disponível em: https://doi.org/10.1007/s00484-023-02493-5
Cort J. Willmott. (1981). On the validation of models, Physical Geography, p. 184-194, Disponível em: https://doi.org/10.1080/02723646.1981.10642213.
Costa J.C.; Pereira G.; Siqueira M.E.; Da Silva Cardozo F.; Da Silva V.V. (2019). Validação dos dados de precipitação estimados pelo CHIRPS para o Brasil. Revista Brasileira de Climatologia, v. 24, Disponível em: https://doi.org/10.5380/abclima.v24i0.60237
De Oliveira G.; Araújo M.B.; Rangel T.F.; Alagador D.; Diniz-Filho J.A. (2012). Conserving the Brazilian semiarid (Caatinga) biome under climate change. Biodiversity and Conservation, v. 21, n. 11, p. 2913-2926, . Disponível em: https://doi.org/10.1007/s10531-012-0346-7
Dornellas P.D.; Xavier R.A.; Silva R.M.; Seabra V.D. (2020). Análise morfométrica da bacia do alto rio paraíba, região semiárida do estado da Paraíba. Revista Brasileira de Geomorfologia, v. 21, n. 3, Disponível em: https://doi.org/10.20502/rbg.v21i3.1757
INMET. (2023). Instituto Nacional de Meteorologia - INMET; Disponível em: https://portal.inmet.gov.br/.
INSA. (2023). Instituto Nacional do Semiárido - INSA. O Semiárido Brasileiro. Disponível em: https://www.gov.br/insa/pt-br/semiarido-brasileiro
Joseph O.; Gbenga A.E.; Langyit D.G. (2018). Desertification risk analysis and assessment in Northern Nigeria. Remote Sens Appl. p. 70-82. Disponível em: https://doi.org/10.1016/j.rsase.2018.04.012
Junqueira R.; Amorim Jd.; Oliveira A.S. (2018). Comparação entre diferentes metodologias para preenchimento de falhas em dados pluviométricos. SUSTENTARE, v. 2, n. 1, Disponível em: https://doi.org/10.5892/st.v2i1.4982
Marengo J.Á.; Torres R.R.; Alves L.M. (2016). Drought in Northeast Brazil—past, present, and future. Theoretical and Applied Climatology, v. 129, n. 3-4, p. 1189-1200, Disponível em: https://doi.org/10.1007/s00704-016-1840-8
Marzouk O.A. (2021). Assessment of global warming in Al Buraimi, sultanate of Oman based on statistical analysis of NASA POWER data over 39 years, and testing the reliability of NASA POWER against meteorological measurements. Heliyon, v. 7, n. 3, p. e06625, mar. Disponível em: https://doi.org/10.1016/j.heliyon.2021.e06625
Mattos L.C.; May P. (2020). Duas secas climaticamente análogas no semiárido nordestino com impactos sociais distintos. Desenvolvimento e Meio Ambiente, v. 55, Disponível em: https://doi.org/10.5380/dma.v55i0.73796
Mello Y.R.; Kohls W.; Oliveira T.M. (2017). Uso de diferentes métodos para o preenchimento de falhas em estações pluviométricas. Boletim de Geografia, v. 35, n. 1, p. 112, Disponível em: https://doi.org/10.4025/bolgeogr.v35i1.30893
Melo D.D.; Xavier A.C.; Bianchi T.; Oliveira P.T.; Scanlon B.R.; Lucas M.C. (2015). Wendland E. Performance evaluation of rainfall estimates by TRMM Multi‐satellite Precipitation Analysis 3B42V6 and V7 over Brazil. Journal of Geophysical Research: Atmospheres, v. 120, n. 18, p. 9426-9436, Disponível em: https://doi.org/10.1002/2015jd023797
Monteiro L.A.; Sentelhas P.C.; Pedra G.U. (2017). Assessment of NASA/POWER satellite-based weather system for Brazilian conditions and its impact on sugarcane yield simulation. International Journal of Climatology, v. 38, n. 3, p. 1571-1581, Disponível em: https://doi.org/10.1002/joc.5282
NASA POWER. (2021). Prediction Of Worldwide Energy Resources. Prediction Of Worldwide Energy Resources; Disponível em: https://power.larc.nasa.gov/.
Paredes-Trejo F.J.; Barbosa H.A.; Lakshmi Kumar T.V. (2017). Validating CHIRPS-based satellite precipitation estimates in Northeast Brazil. Journal of Arid Environments, v. 139, p. 26-40, Disponível em: https://doi.org/10.1016/j.jaridenv.2016.12.009
Paul Stackhouse Jr PhD. (2020). NASA POWER. Prediction Of Worldwide Energy Resources. Methodology. Disponível em: https://power.larc.nasa.gov/docs/methodology/.
Rabelo, D.R.; Santos, M.R.; Sousa Filho, M.R. (2022). Análise comparativa dos dados pluviométricos de satélite e de superfície em bacia hidrográfica semiárida. Revista Brasileira de Sensoriamento Remoto, v.3, n.1, p. 63-75. Disponível em: https://doi.org/10.5281/zenodo.6407151
Silva E.R.; Barbosa I.C.; Silva H.J.; Costa L.G.; Rocha E.J. (2020). Análise do desempenho da estimativa de precipitação do produto CHIRPS para sub-bacia do rio Apeú, Castanhal-PA. Revista Brasileira de Geografia Física, v. 13, n. 3, p. 1094, Disponível em: https://doi.org/10.26848/rbgf.v13.3.p1094-1105
SUDENE. (2017). Superintendência do Desenvolvimento do Nordeste. Delimitação do semiárido; Disponível em: https://www.gov.br/sudene/pt-br/assuntos/projetos-e-iniciativas/delimitacao-do-semiarido
White J.W.; Hoogenboom G.; Stackhouse P.W.; HoelL J.M. (2008). Evaluation of NASA satellite- and assimilation model-derived long-term daily temperature data over the continental US. Agricultural and Forest Meteorology, v. 148, n. 10, p. 1574-1584, Disponível em: https://doi.org/10.1016/j.agrformet.2008.05.017
Apontamentos
- Não há apontamentos.
Revista Brasileira de Sensoriamento Remoto | ISSN: 2675-5491
Revista sob Licença Creative Commons
