Resumo
A evapotranspiração (ET) é um dos mais importantes processos do ciclo hidrológico, constituindo-se o principal responsável pelas perdas de água na superfície. Vários modelos de evapotranspiração utilizam informações da temperatura da superfície e índices de vegetação captadas por sensores remotos tais como o MODIS e a série LANDSAT para estimar o valor de ETc. O objetivo deste estudo aplicar o modelo SSEBop para estimativa da ETc da soja (Glicine max. L) em um campo experimental submetida a quatro regimes hídricos, utilizando imagens multiespectrais e termais de alta resolução coletadas com uso de aeronave remotamente pilotada. Mapas de temperatura da superfície e NDVI foram gerados como fontes para a estimativa da evapotranspiração. A partir de um script em Python, mapas de variabilidade espacial da ETc foram gerados para diferentes estádios fenológicos da cultura. A qualidade do modelo de estimativas de ETc foi realizada comparando-se os resultados da modelagem com os dados transpiração foliar medida no campo através de um analisador de gases por infravermelho, cujos resultados mostraram boa correlação (R2 = 0,76). Estes resultados demostraram a possibilidade de transferência de um modelo originalmente desenvolvido para processamento de imagens de satélite de baixa a média resolução para imagens de alta resolução espaço temporal adquiridos por RPA a partir de pequenas adaptações no algoritmo original, gerando um grande potencial para novos estudos em escala experimental e de campo.
Palavras-chave
sensoriamento remoto; ARP; Glycine max L