• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.18.2021.tde-03092021-153607
Documento
Autor
Nome completo
Alex Naoki Asato Kobayashi
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2021
Orientador
Banca examinadora
Wendland, Edson Cezar (Presidente)
Cabral, Osvaldo Machado Rodrigues
Roberti, Debora Regina
Título em português
Rotinas computacionais de processamento de dados de Eddy Covariance para determinação da evapotranspiração em fragmento de Cerrado sensu stricto
Palavras-chave em português
Área de contribuição
Covariância de turbilhões
Preenchimento de falhas
Python
Resumo em português
A evapotranspiração (ET) é a componente hidrológica que representa a maior porcentagem do total da precipitação no bioma do Cerrado brasileiro. A quantificação hídrica do complexo sistema solo-planta-atmosfera conduz a necessidade de utilização de técnicas diretas na medição de ET como o método Eddy Covariance. Desta forma, o objetivo deste trabalho foi de analisar o emprego do método Eddy Covariance no monitoramento da ET de uma área de remanescente de Cerrado sensu stricto através de uma torre de monitoramento instalada no ano de 2018. Com esta análise, buscou-se otimizar o processamento dos dados de alta frequência, investigar a área de contribuição dos fluxos, além de realizar o preenchimento de falhas. O processamento de dados de alta frequência (20 Hz) utilizou o programa EddyPro para a obtenção do melhor conjunto de técnicas. Para a determinação da área de contribuição, utilizou-se um método que mistura simulações lagrangianas e soluções analíticas e o mapa de uso de solos do MapBiomas. Ainda, foram avaliados seis métodos de preenchimento de falhas para a consolidação de uma série de ET. Para isso, foram adotados procedimentos automáticos utilizando a capacidade interativa do programa desenvolvido em linguagem Python para testes de hipóteses. A aprimoração da série de ET, para os anos de 2019 e 2020, utilizou os filtros de qualidade, precipitação, força de sinal e área de contribuição, que filtraram cerca de 45% dos dados da série. O método de preenchimento de falhas por Random Forest obteve uma média de ET para o período chuvoso de 3,71 mm/dia e para o período seco de 2,54 mm/dia e um acumulado de 1011 mm para 2020, com ótimas métricas na avaliação para o período diurno (MAE = 0,0577, RMSE = 0,0826, MBE = 0,0007 e ρ = 0,853). Contudo, os resultados mostraram que diversos métodos de preenchimento de falhas podem ser aplicados satisfatoriamente à série de ET, e que a filtragem dos dados melhorou significativamente a qualidade da série de ET.
Título em inglês
Computational routines of data processing by Eddy Covariance to determine evapotranspiration in a Cerrado sensu stricto
Palavras-chave em inglês
Eddy Covariance
Footprint
Gapfilling
Python
Resumo em inglês
Evapotranspiration (ET) is the hydrological component that represents the largest percentage of total precipitation in the Brazilian Cerrado biome. The water quantification of the complex soil-plant-atmosphere system leads to the need to use direct techniques in the measurement of ET such as the Eddy Covariance method. Thus, the objective of this work was to analyze the use of the Eddy Covariance method in the monitoring of the ET of a remnant area of Cerrado sensu stricto through a monitoring tower installed in 2018. With this analysis, we sought to optimize the processing of high-frequency data, investigate the contribution of the footprint, in addition to filling in gaps. The processing of high frequency data (20 Hz) used the program EddyPro to obtain the best set of techniques. To determine the contribution area, a method was used that mixes Lagrangian simulations and analytical solutions and the MapBiomas land use map. In addition, six gap filling methods were evaluated for the consolidation of a series of ET. For this, automatic procedures were adopted using the interactive capacity of the program developed in Python for hypothesis testing. The improvement of the ET series, for the years 2019 and 2020, used the filters of quality, precipitation, signal strength and contribution area, which filtered about 45% of the series data. The gap filling method by Random Forest obtained an average ET for the rainy period of 3.71 mm/day and for the dry period of 2.54 mm/day and a cumulative of 1011 mm for 2020, with great metrics in the daytime evaluation (MAE = 0.0577, RMSE = 0.0826, MBE = 0.0007 e ρ = 0.853). Nevertheless, the results showed that several gap filling methods are able to satisfy the ET series, and the segmentation of the data significantly improved the quality ET series.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2021-09-17
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.