REGISTRO DOI: 10.69849/revistaft/ma10202512301319
Carolina Carvalho Rocha Sena1,2
Marianne Araújo Soares1
Zeuxis Rosa Evangelista2
Uldérico Rios Oliveira1
Géssica Xavier Tôrres3
Vinícius César Rocha Silva4
Resumo
A evapotranspiração é uma variável essencial para o ciclo hidrológico e para o sistema solo-planta-atmosfera. Devido ao alto custo para sua determinação e limitação espacial de métodos diretos como a lisimetria, o uso de imagens de satélites permite o planejamento dos recursos hídricos em larga escala e regiões de difícil acesso. Desse modo, o uso de algoritmos para a estimativa da evapotranspiração vem se mostrando uma ferramenta promissora para a estimativa da evapotranspiração, sendo um desses algoritmos o METRIC (Mapping Evapotranspiration at High Resolution with Internalized Calibration) e o SAFER (Simple Algorithm For Evapotranspiration Retrieving). Esses algoritmos baseiam-se no balanço de energia na superfície, onde o saldo de radiação é convertido em fluxos de calor no solo, sensível e latente. Estudos comparativos indicam que, enquanto o METRIC pode apresentar desempenho superior em precisão técnica em certos cenários, e o SAFER é uma alternativa viável e recomendada para condições com escassez de infraestrutura para obtenção de dados de entrada. Ambos os algoritmos são fundamentais para a gestão racional dos recursos hídricos, permitindo o monitoramento espaço-temporal da necessidade hídrica das culturas a um custo relativamente baixo. Desse modo, os modelos são ferramentas vitais para a tomada de decisão no planejamento e gestão de recursos hídricos em diferentes escalas espaciais.
Palavras-chave: Geotecnologias; Balanço de energia; Geoprocessamento; Imagem de satélite.
1 INTRODUÇÃO
A evapotranspiração (ET) desempenha um papel crucial na compreensão do ciclo hidrológico e das interações no sistema solo-planta-atmosfera, por representar a transferência de água da superfície para a atmosfera (Dinpashoh et al., 2019). Contudo, a aplicação de métodos diretos, a exemplo da lisimetria, enfrenta limitações devido ao elevado custo operacional, à complexidade logística e à restrita representatividade espacial das medições. Nesse cenário, o sensoriamento remoto surge como uma alternativa estratégica para a estimativa da ET em maiores escalas (Allen et al., 2007; Koksal et al., 2019).
O mapeamento da distribuição espaço-temporal da evapotranspiração via sensoriamento remoto em áreas agrícolas de larga escala otimiza o planejamento e a gestão dos recursos hídricos. Essa abordagem é especialmente valiosa em regiões de difícil acesso ou com infraestrutura limitada, onde a escassez de dados decorre dos elevados custos de aquisição e manutenção de equipamentos convencionais (Javadian et al., 2019). Alguns modelos de estimativa da evapotranspiração usando imagens de satélite vêm demonstrando bons resultados tanto em bacias hidrográficas e biomas, como em pequenas e médias áreas agrícolas.
Dentre estes algoritmos se destacam o SEBAL – Surface Energy Balance Algorithm for Land proposto por Bastiaanssen et al. (1998), o seu sucessor METRIC – Mapping Evapotranspiration at High Resolution with Internalized Calibration (Allen et al., 2007), e o modelo SAFER – Simple Algorithm For Evapotranspiration Retrieving (Teixeira, 2012). Tais modelos fundamentam-se no balanço de energia de superfície para mapear a distribuição espacial da evapotranspiração em múltiplas escalas. Contudo, visto que cada algoritmo utiliza parâmetros calibrados para condições específicas, a sua seleção torna-se dependente de uma conjuntura de fatores locais e metodológicos (Xiang et al., 2020).
Deste modo, este trabalho objetivou estudar e avaliar os algoritmos Simple Algorithm For Evapotranspiration Retrieving (SAFER) e Mapping Evapotranspiration at high Resolution using Internalized Calibration (METRIC) na estimativa da evapotranspiração atual.
2 FUNDAMENTAÇÃO TEÓRICA OU REVISÃO DA LITERATURA
2.1. Evapotranspiração
O termo evapotranspiração refere à transferência de água a partir do solo, superfícies livres (evaporação) e da vegetação (transpiração) para a atmosfera, sendo o segundo maior componente hídrico (após a precipitação) no sistema solo-planta-atmosfera. Este processo possibilita o retorno ao ciclo hidrológico de mais da metade do volume de água precipitado na superfície da terra (Allen et al., 1998; Koksal et al., 2019).
A determinação e a compreensão do comportamento da ET, é uma ferramenta importante no estudo das mudanças climáticas, desastres naturais (inundações e secas), projeção de efeitos a longo prazo das mudanças de uso e cobertura da terra, uma vez que a evapotranspiração se mostra sensível às variações na precipitação, temperatura e balanço de energia. Ao entender a ET, podemos estabelecer a necessidade hídrica da cultura, promovendo o uso racional dos recursos hídricos por meio do manejo da irrigação (Mccabe et al., 2019).
A estimativa da evapotranspiração é um processo dinâmico, complexo e não linear. Ela é influenciada por variáveis meteorológicas, tais como: a radiação solar, que provê energia para o calor latente; a umidade do ar, responsável pela regulação da pressão de vapor; a temperatura do ar, que atua no fluxo de calor sensível; e a velocidade do vento, que modula a remoção do vapor d’água. Além desses fatores, o processo é condicionado pelas características intrínsecas do solo e da vegetação (Allen et al., 1998).
Existem várias classificações para a evapotranspiração, mas segundo o boletim número 56 da FAO Irrigation and Drainage Paper (FAO 56), organizado por Allen et al. (1998), se classificam em:
- Evapotranspiração de referência ou potencial (ETo) – é a evapotranspiração de uma cultura hipotética que cobre todo o solo, em crescimento ativo, sem restrição hídrica nem nutricional, com altura média de 0,12 m, albedo de 0,23 e resistência de superfície de 70 sm-1.
- Evapotranspiração potencial de cultura (ETc) – é a evapotranspiração de uma determinada cultura quando há ótimas condições de umidade, sanidade e nutriente no solo, alcançando a produção máxima, que varia ao longo do ciclo da cultura de acordo com o coeficiente de cultura (Kc), sendo ETc = Kc x ETo.
- Evapotranspiração real de cultura (ETr) – é a evapotranspiração da cultura em condições adversas, reais; como em caso de baixa fertilidade do solo, presença de pragas e doenças, impedindo a máxima produção da cultura, sendo sempre menor ou igual à evapotranspiração potencial.
Devido à complexidade desse fenômeno, diversos métodos foram desenvolvidos para quantificar ou estimar a evapotranspiração de referência (ETo). A medição ou estimativa pode ocorrer de forma direta ou indireta sobre superfícies homogêneas, utilizando instrumentos como o Tanque Classe A e lisímetros, ou técnicas micrometeorológicas, como a razão de Bowen e a covariância de vórtices turbulentos. Além disso, a ETo pode ser obtida via balanço de água no solo e modelos matemáticos baseados em equações empíricas, transferência de massa ou no resíduo do balanço de energia (Allen et al., 1998; Ferreira et al., 2019).
2.2. Balanço de energia
O balanço de energia ou saldo de energia corresponde ao cálculo das interações dos diversos tipos de energia com a superfície e a atmosfera terrestre. Está relacionada com a energia transportada para a atmosfera por convecção, chamada de fluxo de calor sensível para o ar (H), a quantidade de energia utilizada para o aquecimento e transferência para os níveis inferiores do solo, chamada de fluxo de calor sensível no solo (G), ao fluxo de calor latente de evapotranspiração (LE), que é a energia transportada para a atmosfera devido a ascensão do vapor d’água emitido por evaporação ou evapotranspiração, ao saldo de radiação (Rn) que é a quantidade de radiação eletromagnética disponível na superfície para ser convertida em outras formas de energia, e a fotossíntese (F) (Pereira et al., 2002). O balanço de energia pode ser expresso pela Equação 1, em que todos os componentes são expressos em razão da densidade de fluxo de energia (W m-2).
em que: Rn é o saldo de radiação; LE é o fluxo de calor latente; G é o fluxo de calor no solo; H é o fluxo de calor sensível no ar e F é a fotossíntese.
O saldo de radiação é expresso pelo fluxo de radiações que incidem, refletem e são emitidas à superfície da Terra, sendo composto pelo balanço de radiação de ondas curtas – BOC (radiação solar incidente na superfície e a radiação solar que é refletida pela superfície), e pelo balanço de radiação de ondas longas – BOL (radiação emitida pela atmosfera e pela superfície) (Liou e Kar, 2014).
O balanço de energia pode ser determinado utilizando radiômetros que são utilizados em estações meteorológicas automáticas ou por estimativas com emprego de modelos matemáticos (Wu et al., 2017). Entretanto, tais métodos estimam o balanço de energia apenas para áreas limitadas. Com o advento das geotecnologias, a obtenção do saldo de energia em escala regional por meio de imagens de satélite tem apresentado resultados favoráveis, demonstrando eficácia em diferentes regiões e tipos de uso do solo (Bastiaanssen et al., 1998).
2.3 Sensoriamento remoto aplicado à estimativa da evapotranspiração
O uso do sensoriamento remoto (SR) consolidou-se como uma ferramenta confiável para o mapeamento espacial e temporal da evapotranspiração, superando as limitações dos métodos tradicionais em grandes áreas, como os elevados custos de instalação e manutenção (Allen et al., 2011; Fuente-Sáiz et al., 2017). Embora a ET não possa ser mensurada diretamente por sensores orbitais, ela é estimada por meio de variáveis radiativas, atmosféricas e biofísicas da vegetação obtidas via SR. Esse processo ocorre através de algoritmos e modelos semi-empíricos que processam as imagens de satélite como dados de entrada.
A combinação do sensoriamento remoto (SR) com dados agrometeorológicos constitui uma alternativa viável para a gestão hídrica, auxiliando no planejamento agrícola e na otimização da irrigação com ampla cobertura espacial a custos reduzidos (Reyes-González et al., 2017). Tecnicamente, os algoritmos de detecção da evapotranspiração dependem de sensores orbitais que capturem a radiação emitida pela superfície, com ênfase no espectro do infravermelho térmico (Filgueiras et al., 2019). Esses dados, provenientes das bandas do visível e do infravermelho (próximo e térmico), são convertidos em variáveis biofísicas essenciais, tais como temperatura da superfície, emissividade, albedo e índices de vegetação (Fuente-Sáiz et al., 2017).
Inúmeros modelos para a estimativa da evapotranspiração por SR têm se mostrado úteis para a produção agrícola (Numata et al., 2017; Koksal et al., 2019). Entre esses algoritmos destacam-se: SEBAL – Surface Energy Balance Algorithm for Land (Bastiaanssen et al., 1998), TSEB – Two-Source Energy Balance (Norman et al., 1995; Kustas e Norman, 1999), SEBS – Surface Energy System Balance (Su, 2002), METRIC – Mapping
Evapotranspiration at High Spatial Resolution with Internalized Calibration (Allen et al., 2007, 2007a), ALEXI – Atmosphere-Land Exchange Inverse (Anderson et al., 2007), SAFER – Simple Algorithm For Evapotranspiration Retrieving (Teixeira, 2010; Teixeira et al., 2012), e SSEBop – Operational Simplified Surface Energy Balance (Senay et al., 2013).
2.3.1. METRIC
O Mapping Evapotranspiration at high Resolution using Internalized Calibration (METRIC) é um modelo de processamento de imagem de satélite que possibilita estimar a evapotranspiração real em cada pixel a partir da radiação espectral obtida por meio de imagens do dossel das plantas em diferentes escalas espaciais, no momento da passagem do satélite, em função do resíduo do balanço de energia da superfície (Allen et al., 2007, 2007a, 2011). Este é derivado do modelo SEBAL (Bastiaanssen et al., 1998) e ambos são eficientes quando comparados aos métodos convencionais de estimativa da ET, em virtude de não ser necessário o uso de curvas do coeficiente de cultivo.
O modelo METRIC obtém a evapotranspiração real por parametrizações físicas bem estabelecidas, baseadas na equação do balanço de energia na superfície. O saldo de radiação é computado pela soma entre o balanço de radiação de onda curta e de onda longa, fazendo uso de imagens de satélites que propiciem informações da radiação eletromagnética na região do visível, na região do infravermelho próximo e do infravermelho termal, e de informações da superfície, como a temperatura do ar e velocidade do vento (Bastiaanssen et al., 1998).
Para a determinação do fluxo de calor sensível (H), um dos componentes do balanço de energia, o algoritmo METRIC utiliza um processo de calibração interna denominado de Calibration Using Inverse Modeling at Extreme Conditions (CIMEC), o qual seleciona pixels âncoras em condições extremas de temperatura e umidade para obtenção do gradiente de temperatura na interface superfície-atmosfera. Os pixels são referentes a região onde há solo exposto e com elevada temperatura, pixel quente, e região onde o solo está densamente coberto por vegetação e tem baixas temperaturas, pixel frio, podendo este ser representado por áreas agrícolas irrigadas (Bastiaanssen, 1998, 1998a; Tasumi et al., 2005). A utilização da ETo para estimar a ETa nos pontos de calibração de pixel frio, absorve os erros provenientes de Rn e G, eliminando a necessidade correções atmosféricas refinada da temperatura da superfície e do albedo (Allen et al., 2007a).
Estudos demonstraram bons resultados na utilização do modelo METRIC para estimar e mapear a evapotranspiração em diferente uso do solo (Numata et al., 2017; Nema et al., 2020), utilizando imagens do satélite Landsat (Sena et al., 2025), do sensor MODIS (Javadian et al., 2019) e do sentinel (Guzinski et al., 2020). Além de apresentar boa correlação com a evapotranspiração determinada por lisímetro de pesagem (Allen et al., 2007b; Hashem et al., 2020), razão de Bowen (Carrasco-Benavides et al., 2014) e atmômetro (Reyes-González et al., 2017).
2.3.2 SAFER
O termo Simple Algorithm For Evapotranspiration Retrieving (SAFER) foi criado no ano de 2012 por Teixeira et al. (2012), em que anteriormente pode ser encontrado na literatura como Teixeira (2010). Este modelo é um algoritmo simplificado que tem apresentado bons resultados na estimativa da evapotranspiração em larga escala para as condições brasileiras, sendo baseado na modelagem da razão da evapotranspiração atual e na de referência, calculada pelo método de Penman-Monteith FAO (Teixeira, 2010; Teixeira et al., 2013; Teixeira et al., 2017).
A estrutura teórica do SAFER requer parâmetros biofísicos de sensoriamento remoto integrados a dados meteorológicos de superfície, o que permite sua aplicação em diversos ecossistemas. Uma vantagem distintiva desse algoritmo é a possibilidade de estimar a evapotranspiração sem a necessidade da banda termal ou da seleção subjetiva de pixels “quente” e “frio”, simplificando o processamento em relação a modelos tradicionais (Teixeira et al., 2013; Franco et al., 2016).
Estudos práticos reforçam sua eficácia: Teixeira (2012) validou o algoritmo no semiárido brasileiro, utilizando imagens Landsat, e obteve forte concordância entre as estimativas em áreas de Caatinga e fruticultura irrigada com medições de campo. Similarmente, Sales et al. (2017) aplicaram o SAFER na cultura do tomateiro em Goiás, encontrando correlações significativas com os métodos da FAO e Embrapa, o que ratifica sua precisão para a estimativa da evapotranspiração real (ETa).
Na Tabela 1 estão as aplicações abreviadas dos modelos METRIC e SAFER utilizando imagens do satélite Landsat.
Tabela 1 Aplicações dos modelos METRIC e SAFER para a estimativa da evapotranspiração utilizando imagens do satélite Landsat.
3 CONSIDERAÇÕES FINAIS
A análise comparativa entre os algoritmos METRIC e SAFER demonstra que o sensoriamento remoto consolidou-se como uma alternativa indispensável aos métodos tradicionais de medição da evapotranspiração. Enquanto técnicas diretas como a lisimetria oferecem alta precisão, seu elevado custo operacional e limitação espacial restringem a aplicação em larga escala, lacuna esta preenchida com eficiência pelos modelos baseados no balanço de energia orbital. O modelo METRIC destaca-se por sua robustez teórica e pelo processo de calibração interna. Sua capacidade de integrar a evapotranspiração de referência permite absorver erros de radiação e reduzir a necessidade de correções atmosféricas complexas, alcançando alta precisão em áreas irrigadas. Por outro lado, o SAFER surge como uma solução de alta viabilidade prática, especialmente no contexto brasileiro. Sua estrutura simplificada, que dispensa a seleção manual de pixels extremos e pode operar até mesmo sem a banda termal.
REFERÊNCIAS
ALLEN, R. G.; PEREIRA, L. S.; HOWELL, T. A.; JENSEN, M. E. Evapotranspiration information reporting: I. Factors governing measurement accuracy. Agricicultural Water Management, Amsterdam, v. 98, n. 6, p. 899-920, 2011.
ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. FAO, Rome, v. 300, n. 9, 1998.
ALLEN, R. G.; TASUMI, M.; MORSE, A.; TREZZA, R.; WRIGHT, J. L.; BASTIAANSSEN, W.; KRAMBER, W.; LORITE, I.; ROBISON, C. W. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)Applications. Journal of Irrigation Drainage Engineering, Miami, v. 133, n. 4, p. 395-406, 2007a.
ALLEN, R. G.; TASUMI, M.; TREZZA, R. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC) – Model. Journal of Irrigation and Drainage Engineering, New York, v. 133, n. 4, p. 380-394, 2007.
ALLEN, R.; TASUMI, M.; TREZZA, R. Satellite based energy balance for mapping evapotranspiration with internalized calibration (METRIC) – Model. Journal of Irrigation and Drainage Engineering, New York, v. 133, n. 4, p. 380-394, 2007b.
ALTHOFF, F.; ALVINO, F. C. G.; FILGUEIRAS, R.; ALEMAN, C. C.; CUNHA, F. F. Evapotranspiration for irrigated agriculture using orbital satellites. Bioscience Journal, Uberlandia, v. 35, n. 3, p. 670-678, 2019.
ANDERSON, M. C.; NORMAN, J. M.; MECIKALSKI, J. R.; OTKIN, J. A.; KUSTAS, W. P. A climatological study of evapotranspiration and moisture stress across the continental United States based on thermal remote sensing: 1. Model formulation. Journal of Geophysical Research, Hoboken, v. 112, n. 5, p. 1-17, 2007.
BAEUMLER, N. W.; KJAERSGAARD, J.; GUPTA, S. C. Evapotranspiration from Corn, Soybean, and Prairie Grasses using the METRIC Model. Agronomy Journal, Madison, v. 111, n. 2, p. 770-780, 2019.
BASTIAANSSEN, W. G. M.; MENENTI, M.; FEDDES, R. A.; HOLTSLAG, A. A. M. A remote sensing surface energy balance algorithm for land (SEBAL): 1. Formulation. Journal Hydrology, Amsterdam, v. 212, n. 1, p. 198-212, 1998.
CARRASCO-BENAVIDES, M.; ORTEGA-FARIAS, S.; LAGOS, L. O.; KLEISSL, J.; MORALES-SALINAS, L.; KILIC, A. Parameterization of the satellite-based model (METRIC) for the estimation of instantaneous surface energy balance components over a drip-irrigated vineyard. Remote Sensing, Basel, v. 6, n. 11, p. 11342-11371, 2014.
DINPASHOH, Y.; JAHANBAKHSH-ASL, S.; RASOULI, A. A.; FOROUGHI, M.; SINGH, V. P. Impact of climate change on potential evapotranspiration (case study: west and NW of Iran). Theoretical and Applied Climatology, Wien, v. 136, n. 2, p. 185-201, 2019.
FERREIRA, L. B.; CUNHA, F. F.; OLIVEIRA, R. A.; FERNANDES FILHO, E. I. Estimation of reference evapotranspiration in Brazil with limited meteorological data using ANN and SVM – A new approach. Journal of Hydrology, Amsterdam, v. 572, n. 5, p. 55657, 2019.
FILGUEIRAS, R.; MANTOVANI, E. C.; ALTHOFF, D.; RIBEIRO, R. B.; VENANCIO, L. P.; SANTOS, R. A. Dynamics of actual crop evapotranspiration based in the comparative analysis of SEBAL and METRIC-EEFLUX. Irriga, Botucatu, v. 1, n. 1, p. 72-80, 2019.
FRANCO, R. A. M.; HERNANDEZ, F. B. T.; TEIXEIRA, A. H. C.; LEIVAS, J. F.; COAGUILA, D. N.; NEALE, C. N. Water productivity mapping using Landsat 8 satellite together with weather stations. Remote Sensing for Agriculture, Ecosystems, and Hydrology, Madri, v. 9998, 99981H, 2016.
FUENTE-SÁIZ, D.; ORTEGA-FARÍAS, S.; FONSECA, D.; ORTEGA-SALAZAR, S.; KILIC, A.; ALLEN, R. Calibration of METRIC Model to Estimate Energy Balance over a Drip-Irrigated Apple Orchard. Remote Sensing, Basel, v. 9, n. 7, p. 670, 2017.
GUZINSKI, R.; NIETO, H.; SANDHOLT, I.; KARAMITILIOS, G. Modelling High-Resolution Actual Evapotranspiration through Sentinel-2 and Sentinel-3 Data Fusion. Remote Sensing, Basel, v. 12, n. 9, p. 1433, 2020.
HASHEM, A. A.; ENGEL, B. A.; BRALTS, V. F.; MAREK, G. W.; MOORHEAD, J. E.; RASHAD, M.; RADWAN, S.; GOWDA, P. H. Landsat Hourly Evapotranspiration Flux Assessment Using Lysimeters for the Texas High Plains. Water, Basel, v. 12, n. 4, p. 1192, 2020.
JAVADIAN, M.; BEHRANGI, A.; GHOLIZADEH, M.; TAJRISHY, M. METRIC and WaPOR Estimates of Evapotranspiration over the Lake Urmia Basin: Comparative Analysis and Composite Assessment. Water, Basel, v. 11, n. 8, p. 1647-1667, 2019.
KOKSAL, E. S.; ARTIK, C.; TASAN, M. Crop Evapotranspiration Estimations of Red Pepper Using Field Level Remote Sensing Data and Energy Balance. Polish Journal Environmental Studies, Varsóvia, v. 28, n. 1, p. 165-175, 2019.
KUSTAS, W. P.; NORMAN, J. M. Evaluation of soil and vegetation heat flux predictions using a simple two-source model with radiometric temperatures for partial canopy cover. Agricultural and Forest Meteorology, Amsterdam, v. 94, n. 1, p. 13-29, 1999.
LIMA, A. L. B.; FILGUEIRAS, R.; MANTOVANI, E. C.; ALTHOFF, D.; SANTOS, R. A.; VENANCIO, L. P. Biophysical Parameters and Actual Evapotranspiration of Bean Culture by Means of Remote Sensing. Journal of Agricultural Science, Cambridge, v. 11, n. 13, p. 156166, 2019.
LIOU, Y.; KAR, S. K. Evapotranspiration Estimation with Remote Sensing and Various Surface Energy Balance Algorithms – A Review. Energies, Paris, v. 7, n. 5, p. 2821-2849, 2014.
MCCABE, M. F.; MIRALLES, D. G.; HOLMES, T. R. H.; FISHER, J. B. Advances in the Remote Sensing of Terrestrial Evaporation. Remote Sensing, Basel, v. 11, n. 9, p. 1138, 2019.
NEMA, M. K.; THAKUR, H. P.; UPRETI, H.; JAIN, S. K.; MISHRA, P. K.; THAYYEN, R. J.; SINGH, P. K.; JAIN, S. K. Estimation of evapotranspiration in lesser Himalayas using remote sensing based surface energy balance algorithm. Geocarto International, Hong Kong, p. 1-19, 2020.
NORMAN, J. M.; BECKER, F. Terminology in thermal infrared remote sensing of natural surfaces. Agricultural and Forest Meteorology, Amsterdam, v. 77, n. 3-4, p. 153-166, 1995.
NUMATA, I.; KHAND, K.; KJAERSGAARD, J.; COCHRANE, M. A.; SILVA, S. S. Evaluation of Landsat-Based METRIC Modeling to Provide High-Spatial Resolution Evapotranspiration Estimates for Amazonian Forests. Remote Sensing, Basel, v. 9, n. 1, p. 46, 2017.
NUMATA, I.; KHAND, K.; KJAERSGAARD, J.; COCHRANE, M. A.; SILVA, S. S. Evaluation of Landsat-Based METRIC Modeling to Provide High-Spatial Resolution Evapotranspiration Estimates for Amazonian Forests. Remote Sensing, Basel, v. 9, n. 1, p. 46, 2017.
OLIVEIRA, B. S.; MORAES, E. C.; CARRASCO-BENAVIDES, M.; BERTANI, G.; MATAVELI, G. A.V. Improved Albedo Estimates Implemented in the METRIC Model for Modeling Energy Balance Fluxes and Evapotranspiration over Agricultural and Natural Areas in the Brazilian Cerrado. Remote Sensing, Basel, v. 10, n. 8, p. 1181, 2018.
PEREIRA, A. R.; ANGELOCCI, L. R.; SENTELHAS, P. C. Agrometeorologia: Fundamentos e aplicações práticas. Guaíba: Livraria e Editora Agropecuária. 2002. 478 p.
REYES-GONZÁLEZ, A.; KJAERSGAARD, J.; TROOIEN, T.; HAY, C.; AHIABLAME, L. Comparative Analysis of METRIC Model and Atmometer Methods for Estimating Actual Evapotranspiration. International Journal of Agronomy, London, 3632501, 2017.
REYES-GONZÁLEZ, A.; KJAERSGAARD, J.; TROOIEN, T.; RETA-SÁNCHEZ, D.G.; SÁNCHEZ-DUARTE, J. I.; PRECIADO-RANGEL, P.; FORTIS-HERNÁNDEZ, M. Comparison of Leaf Area Index, Surface Temperature, and Actual Evapotranspiration Estimated Using the METRIC Model and In Situ Measurements. Sensors, New York, v. 19, n. 8, 1857, 2019.
SALES, D. L. A.; ALVES JÚNIOR, J.; CASAROLI, D.; EVANGELISTA, A. W. P.; SOUZA, J. M. F. Estimativa de evapotranspiração e coeficiente de cultura do tomateiro industrial utilizando o algoritmo SAFER. Irriga, Botucatu, v. 22, n. 3, p. 629-640, 2017.
SENA, C.C.R.; ALVES JUNIOR, J.; SOUZA, J.M.F.; EVANGELISTA, A.W.P.; BATTISTI, R. CASAROLI, D.; ANTUNES JUNIOR, E. J. Remote sensing in the estimation of evapotranspiration of tomato cultivation for industrial processing, Bioscience Journal, v. 41, 2025.
SENAY, G. B.; BOHMS, S.; SINGH, R. K.; GOWDA, P. H.; VELPURI, N. M.; ALEMU, H.; VERDIN, J. P. Operational evapotranspiration mapping using remote sensing and weather datasets: A new parameterization for the SSEB approach. Journal of the American Water Resources Association, Herndon, v. 49, n. 3, p. 577-591, 2013.
SILVA, C. O. F.; MANZIONE, R. L.; ALBUQUERQUE FILHO, J. L. Comparison of SAFER and METRIC-BASED actual evapotranspiration models in a subtropical area of Brazil. Irriga, Botucatu, Edição Especial Inovagri – notas técnicas, v. 1, n. 1, p. 48-55, 2019.
SOUZA, J. M. F.; ALVES JÚNIOR, J.; CASAROLI, D.; EVANGELISTA, A. W. P.; MESQUITA, M. Validação do modelo SAFER na estimative da evapotranspiração da cana-de-açúcar. Irriga, Botucatu, v. 25, n. 2, p. 247-262, 2020.
SU, Z. The surface energy balance system (SEBS) for estimation of turbulent heat fluxes. Hydrology and Earth System Science, Munich, v. 6, n. 1, p. 85-99, 2002.
TASUMI, M.; ALLEN, R. G.; TREZZA, R.; WRIGHT, J. L. Satellitebased energy balance to assess within-population variance of crop coefficient curves. Journal of Irrigation and Drainage Engineering, New York, v. 131, n. 1, p. 94-109, 2005.
TEIXEIRA, A. H. C. Determining regional actual evapotranspiration of irrigated and natural vegetation in the São Francisco river basin (Brazil) using remote sensing an Penman-Monteith equation. Remote Sensing, Bellingham, v. 2, n. 5, p. 1287-1319, 2010.
TEIXEIRA, A. H. C. Modelling Evapotranspiration by Remote Sensing Parameters and Agrometeorological Stations. In. Remote Sensing and Hydrology; NEALE, C. M. U.; COSH, M. H. Eds.; IAHS Publ. 352; IAHS Press: Wallingford, UK; p. 154-157, 2012.
TEIXEIRA, A. H. C.; HERNANDEZ, F. B. T.; LOPES, H. L. Application of Landsat images for quantifying the energy balance under conditions of fast land use changes in the semi-arid region of Brazil. In: SPIE Remote Sensing, 2012, Edinburgh. Proc. SPIE 8531, Remote Sensing for Agriculture, Ecosystems, and Hydrology, XIV, v. 8531. p. 1-10, 2012a.
TEIXEIRA, A. H. C.; HERNANDEZ, F. B. T.; LOPES, H. L.; SHERER-WARREN, M.; BASSOI, L. H. Modelagem espaço temporal dos componentes dos balanços de energia e de água no Semiárido brasileiro. Campinas: EMBRAPA Monitoramento por Satélite. 32 p. 2013. (Documentos, 99).
TEIXEIRA, A. H. C.; LEIVAS, J. F.; HERNANDEZ, F. B. R.; FRANCO, R. A. M. Largescale radiation and energy balances with Landsat 8 images and agrometeorological data in the Brazilian semiarid region. Journal of Applied Remote Sensing, Bellingham, v. 11, n. 1, 2017.
VENANCIO, L. P.; EUGENIO, F. C.; FILGUEIRAS, R.; CUNHA, F. F.; SANTOS, R. A.; RIBEIRO, W. R.; MANTOVANI, R. C. Mapping within-field variability of soybean evapotranspiration and crop coefficient using the Earth Engine Evaporation Flux (EEFlux) application, Plos one, San Francisco, v. 15, n. 7, e0235620, 2020.
WU, B.; LIU, S.; ZHU, W.; YAN, N.; XING, Q.; TAN, S. An Improved Approach for Estimating Daily Net Radiation over the Heihe River Basin. Sensors, New York, v. 17, n. 1, p. 86, 2017.
XIANG, K.; LI, Y.; HORTON, R.; FENG, H. Similarity and difference of potential evapotranspiration and reference crop evapotranspiration – a review. Agricultural Water Management, Amsterdam, v. 232, 106043, 2020.
XUE, J.; BALI, K. M.; LIGHT, S.; HESSELS, T.; KISEKKA, I. Evaluation of remote sensing-based evapotranspiration models against surface renewal in almonds, tomatoes and maize. Agricultural Water Management, Amsterdam, v. 238, 106228, 2020.
1Docente do Curso Superior de Agronomia da Universidade Estadual de Goiás, Unidade Universitária Posse -GO, e-mail: carolina.sena@ueg.br; marianne.soares@ueg.br; ulderico.oliveira@ueg.br;
2Doutor em Agronomia, Universidade Estadual de Goiás, Unidade Universitária Posse -GO, e-mail: zeuxisrosa@ueg.br
3Docente do Curso de Tecnologia em Agroecologia da Universidade Estadual de Goiás, Unidade Universitária Campos Belos – GO, e-mail: gessica.torres@ueg.br
4Especialista em Agronomia, e-mail: vinicusagro@gmail.com