Estimativa dos componentes do balanço de radiação a partir de sensoriamento remoto, observação de superfície e redes neurais artificiais
Restingas são ecossistemas costeiros localizados no domínio da Mata Atlântica que hospedam uma grande diversidade de plantas, incluindo muitas espécies endêmicas. Atualmente, encontram-se altamente ameaçados devido à expansão da infraestrutura de transporte e desenvolvimento imobiliário. Para tomar...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2016 |
| País: | Brasil |
| Recursos: | Universidade Federal de Viçosa (UFV) |
| Repositorio: | LOCUS Repositório Institucional da UFV |
| Idioma: | portugués |
| OAI Identifier: | oai:locus.ufv.br:123456789/9264 |
| Acesso em linha: | http://www.locus.ufv.br/handle/123456789/9264 |
| Access Level: | acceso abierto |
| Palavra-chave: | Radiação solar Restingas Sensoriamento remoto Redes neurais artificiais Agronomia |
| Resumo: | Restingas são ecossistemas costeiros localizados no domínio da Mata Atlântica que hospedam uma grande diversidade de plantas, incluindo muitas espécies endêmicas. Atualmente, encontram-se altamente ameaçados devido à expansão da infraestrutura de transporte e desenvolvimento imobiliário. Para tomar medidas mitigatórias é necessário desenvolver estudos que permitam compreender o funcionamento deste ecossistema. Como parte deste esforço, o presente trabalho teve como objetivo estudar os componentes do balanço de radiação na restinga de Marambaia –RJ, obtidos a partir de medições em campo, sensoriamento remoto e redes neurais artificias. Os dados de campo foram coletados e avaliados no período de março de 2015 a fevereiro de 2016. Os resultados mostraram que a rede neural para calcular a radiação de onda longa atmosférica, foi mais eficiente que os modelos clássicos (r 2 > 0,83, RMSE < 6 W m -2 , MAE < 5 W m -2 e d > 0,94). No cálculo do balanço de radiação, a rede mostrou melhor desempenho para dias de céu claro (r 2 = 0,90, RMSE = 81,67 W m -2 , MAE = 64,96 W m -2 , d = 0,96) do que para dias de céu nublado (r 2 = 0,74, RMSE = 74,30 W m -2 , MAE = 40,51 W m -2 , e d = 0,83). Os resultados de sensoriamento remoto, mostraram uma subestimação no cálculo dos componentes do balanço de radiação. No entanto, no cálculo do ciclo diurno do balanço de radiação, este apresentou desempenho similar da rede neural artificial para dias de céu claro, r 2 = 0,93, RMSE = 85,81 W m -2 , MAE = 74,50 W m -2 , e d = 0,96. De modo geral, consideram-se ambas as metodologias como alternativas interessantes no esforço de calcular os componentes do balanço de radiação, a partir de um mínimo de variáveis meteorológicas ou para áreas sem nenhuma instrumentação. |
|---|