Energy balance model as real evapotranspiration estimator with satellite and meteorological data

Abstract

Evapotranspiration (ET) is the process whereby water present in the soil is transferred to the atmosphere as vapor. ET is one of the most important fluxes in the hydrological cycle, with estimates of more than 60% of precipitation returning to the atmosphere through ET. Different methods based on weather information have been used to estimate reference ET (ET0), but they provide regional nature estimates, since ET0 expresses only the evaporating power of the atmosphere. The ET that actually takes place from a given plant cover is known as real ET (ETR) and its estimation is usually more complex since it requires information about the current state of the vegetation. Satellite information is an attractive tool to obtain data on vegetation and soil moisture, which can be complemented with meteorological information. This paper proposes and evaluates an energy balance model to calculate ETR using data from satellite imagery and meteorological stations. The model is based on SEBAL (surface energy balance algorithm for land), which was modified for automatically selecting/classifying pixels by thresholds. The generated model was tested in two typical wheat/soy bean farming areas of Argentina. The results showed an appropriate segregation of the dominant soil cover types and a high concordance of obtained data with those present in the literature.

La evapotranspiración (ET) es el proceso mediante el cual el agua presente en el suelo se transfiere a la atmósfera en forma de vapor. ET es uno de los flujos más importantes en el ciclo hidrológico, con estimaciones de más del 60% de las precipitaciones que regresan a la atmósfera a través de ET. Se han utilizado diferentes métodos basados en información meteorológica para estimar ET de referencia (ET0), pero proporcionan estimaciones de la naturaleza regional, ya que ET0 expresa solo el poder de evaporación de la atmósfera. La ET que realmente tiene lugar a partir de una cobertura vegetal dada se conoce como ET real (ETR) y su estimación suele ser más compleja ya que requiere información sobre el estado actual de la vegetación. La información satelital es una herramienta atractiva para obtener datos sobre la vegetación y la humedad del suelo, que se puede complementar con información meteorológica. Este documento propone y evalúa un modelo de balance de energía para calcular ETR utilizando datos de imágenes satelitales y estaciones meteorológicas. El modelo se basa en SEBAL (algoritmo de balance de energía superficial para tierra) que fue modificado, en el presente trabajo, para seleccionar/clasificar automáticamente píxeles por umbrales. El modelo generado se probó en dos zonas típicas del cultivo de trigo y soja de Argentina. Los resultados mostraron una segregación apropiada de los tipos de cobertura del suelo dominante y una alta concordancia con los datos obtenidos con aquellos presentes en la literatura.

A evapotranspiração (ET) é o processo pelo qual a água presente no solo é transferida para a atmosfera como vapor. ET é um dos fluxos mais importantes no ciclo hidrológico, com estimativas de mais de 60% de precipitação retornando à atmosfera através de ET. Diferentes métodos baseados em informações meteorológicas têm sido usados para estimar a referência ET (ET0), mas fornecem estimativas de natureza regional, uma vez que ET0 expressa apenas o poder de evaporação da atmosfera. O ET que realmente ocorre a partir de uma determinada cobertura vegetal é conhecido como ET real (ETR) e sua estimativa é geralmente mais complexa, uma vez que requer informações sobre o estado atual da vegetação. A informação de satélite é uma ferramenta atrativa para obter dados sobre a umidade da vegetação e do solo, que pode ser complementada com informações meteorológicas. Este artigo propõe e avalia um modelo de balanço de energia para calcular o ETR usando dados de imagens de satélite e estações meteorológicas. O modelo é baseado no SEBAL (algoritmo de equilíbrio de energia superficial para terra), que foi modificado para selecionar/classificar automaticamente pixels por limiares. O modelo gerado foi testado em duas áreas de cultivo de trigo e soja da Argentina. Os resultados mostraram uma adequada segregação dos tipos de cobertura do solo dominante e uma alta concordância com os dados obtidos com os presentes na literatura.