Produtividade e demanda hídrica do milho estimado pelo algoritmo de Priestley-Taylor modificado para satélite
DOI:
https://doi.org/10.5433/1679-0359.2019v40n6Supl2p2991Palavras-chave:
Landsat-8, Evapotranspiração, Biomassa, Agricultura sustentável, Manejo das culturas.Resumo
A demanda hídrica das culturas, assim como a relação dessa com variáveis de produtividade e outros importantes fatores relacionados ao manejo da agricultura sustentável, faz com seja relevante a estimação de parâmetros que auxiliam de modo assertivo e eficiente a tomada de decisão no ambiente agrícola. Nesse contexto, o objetivo desse trabalho foi estimar a evapotranspiração real (ETa), biomassa (Bio), produtividade da água (WP) e a produtividade da cultura (P), utilizando imagens do satélite Landsat-8, por meio do algoritmo Priestley-Taylor modificado para satélite (MS-PT). Para isso, estimou-se a ETa para a cultura do milho irrigado por pivôs central, utilizando o MS-PT com seis imagens do Landsat-8, as quais encontravam-se livre de nuvens. A estimativa da ETa foi acurada nos primeiros 60 dias após a emergência (DAE) da cultura. Posteriormente, as variáveis Bio, P, e WP foram estimadas utilizando a ETa e os pressupostos do modelo de Monteith (1972). A ETa apresentou alta correlação com a Bio a partir da segunda imagem (10/06/2015), em função do fechamento dossel da cultura e consequentemente a predominância da transpiração no fenômeno de evapotranspiração. A WP foi constante durante o máximo crescimento vegetativo até a fase reprodutiva da cultura denominada R4, sendo verificado nessa amplitude de tempo a melhor eficiência da conversão de água em biomassa. A partir dos resultados obtidos, verifica-se que esse conjunto de algoritmos utilizados para estimativa dos parâmetros relacionados a produtividade do milho mostraram o potencial de crescimento que se tem para melhorar a capacidade de como lidar com uma agricultura mais eficiente, assertiva e sustentável.Downloads
Não há dados estatísticos.
Referências
ADNAN, M.; AHSAN, M.; REHMAN, A.; NAZIR, M. Estimating evapotranspiration using machine learning techniques. International Journal of Advanced Computer Science and Applications, Bradford, v. 8, n. 9, p. 108-113, 2017. DOI: 10.14569/IJACSA.2017.080915
AHRENS, D. C.; BARROS, A. S. R.; VILLELA, F. A.; LIMA, D. Qualidade de sementes de milho (Zea mays L.) sob condições de secagem intermitente. Scientia Agricola, Curitiba, v. 55, n. 2, p. 320-341, 1998. DOI: 10.1590/S0103-90161998000200023
ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration: guidelines for computing crop water requirements. Rome: Food and Agriculture Organization of the United Nations, 1998. 300 p.
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, Washington, v. 133, n. 4, p. 380-394, 2007. DOI: 10.1061/(ASCE)0733-9437(2007)133:4(380)
ARAÚJO, A. L.; SILVA, M. T.; SILVA, B. B.; SANTOS, C. A. C.; AMORIM, M. R. B. Modelagem simplificada para estimativa do balanço de energia à superfície em escala regional (R-SSEB). Revista Brasileira de Meteorologia, São José dos Campos, v. 32, n. 3, p. 433-446, 2017. DOI: 10.1590/0102-77863230010
BASTIAANSSEN, W. G. M.; ALI, S. A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan. Agriculture, Ecosystems & Environment, Amsterdam, v. 94, n. 3, p. 321-340, 2003. DOI: 10.1016/S0167-8809(02)00034-8
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 of Hydrology, Amsterdam, v. 212-213, p. 198-212, 1998. DOI: 10.1016/S0022-1694(98)00253-4
BERTOLIN, N. de O.; FILGUEIRAS, R.; VENANCIO, L. P.; MANTOVANI, E. C. Predição da produtividade de milho irrigado com auxílio de imagens de satélite. Revista Brasileira de Agricultura Irrigada, Fortaleza, v. 11, n. 4, p. 1627-1638, 2017. DOI: 10.7127/RBAI.V11N400567
CAMPOS, I.; NEALE, C. M. U.; ARKEBAUER, T. J.; SUYKER, A. E.; GONÇALVES, I. Z. Water productivity and crop yield: a simplified remote sensing driven operational approach. Agricultural and Forest Meteorology, Amsterdam, v. 249, p. 501-511, 2018. DOI: 10.1016/j.agrformet.2017.07.018
CARRILLO-ROJAS, G.; SILVA, B.; CÓRDOVA, M.; CÉLLERI, R.; BENDIX, J. Dynamic mapping of evapotranspiration using an energy balance-based model over an Andean páramo catchment of southern Ecuador. Remote Sensing, Basel, v. 8, n. 2, p. 160-184, 2016. DOI: 10.3390/rs8020160
CHAVEZ, P. S. An improved dark-object subtraction technique for atmospheric scattering correction of multispectral data. Remote Sensing of Environment, Amsterdam, v. 24, n. 3, p. 459-479, 1988. DOI: 10.1016/0034-4257(88)90019-3
COAGUILA, D. N.; HERNANDEZ, F. B. T.; TEIXEIRA, A. H. C.; FRANCO, R. A. M.; LEIVAS, J. F. Water productivity using SAFER Simple Algorithm for Evapotranspiration Retrieving in watershed. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 21, n. 8, p. 524-529, 2017. DOI: 10.1590/1807-1929/agriambi.v21n8p524-529
FENG, Y.; CUI, N.; GONG, D.; ZHANG, Q.; ZHAO, L. Modeling reference evapotranspiration using extreme learning machine and generalized regression neural network only with temperature data. Computers and Electronics in Agriculture, Amsterdam, v. 136, p. 71-78, 2017a. DOI: 10.1016/j.compag.2017.01.027
FENG, Y.; PENG, Y.; CUI, N.; GONG, D.; ZHANG, K. Evaluation of random forests and generalized regression neural networks for daily reference evapotranspiration modelling. Agricultural Water Management, Amsterdam, v. 193, p. 163-173, 2017b. DOI: 10.1016/j.agwat.2017.08.003
KUSTAS, W. P.; HUMES, K. S.; NORMAN, J. M.; MORAN, M. S. Single and dual source modeling of surface energy fluxes with radiometric surface temperature. Journal of Applied Meteorology, Washington, v. 35, n. 1, p. 110-121, 1996. DOI: 10.1175/1520-0450(1996)035<0110:SADSMO>2.0.CO;2
LOBELL, D. B.; THAU, D.; SEIFERT, C.; ENGLE, E.; LITTLE, B. A scalable satellite-based crop yield mapper. Remote Sensing of Environment, Amsterdam, v. 164, p. 324-333, 2015. DOI: 10.1016/j.rse.2015.04.021
MELO, R. W.; FONTANA, D. C.; BERLATO, M. A.; DUCATI, J. R. An agrometeorological-spectral model to estimate soybean yield, applied to southern Brazil. International Journal of Remote Sensing, Oxfordshire, v. 29, n. 14, p. 4013-4028, 2008. DOI: 10.1080/01431160701881905
MINACAPILLI, M.; CONSOLI, S.; VANELLA, D.; CIRAOLO, G.; MOTISI, A. A time domain triangle method approach to estimate actual evapotranspiration: application in a Mediterranean region using MODIS and MSG-SEVIRI products. Remote Sensing of Environment, Amsterdam, v. 174, p. 10-23, 2016. DOI: 10.1016/j.rse.2015.12.018
MONTEITH, J. L. Solar radiation and productivity in tropical ecosystems. The Journal of Applied Ecology, Ann Arbor, v. 9, n. 3, p. 747-767, 1972. DOI: 10.2307/2401901
MORILLO, J. G.; RODRÍGUEZ, D. J. A.; CAMACHO, E.; MONTESINOS, P. Linking water footprint accounting with irrigation management in high value crops. Journal of Cleaner Production, Amsterdam, v. 87, p. 594-602, 2015. DOI: 10.1016/j.jclepro.2014.09.043
PONZONI, F.; SHIMABUKURO, Y.; KUPLICH, T. Sensoriamento remoto da vegetação. 2. ed. atualizada e ampliada. São Paulo: Oficina de Textos, 2012. 160 p.
PRIESTLEY, C. H. B.; TAYLOR, R. J. On the assessment of surface heat flux and evaporation using large-scale parameters. Monthly Weather Review, Washington, v. 100, n. 2, p. 81-92, 1972. DOI: 10.1175/1520-0493(1972)100<0081:OTAOSH>2.3.CO;2
RIZZI, R.; RUDORF, B. F. T. Imagens do sensor MODIS associadas a um modelo agronômico para estimar a produtividade de soja. Pesquisa Agropecuária Brasileira, Brasília, v. 42, n. 1, p. 73-80, 2007. DOI: 10.1590/S0100-204X2007000100010
ROUSE JUNIOR, J.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. Washington: NASA, 1974. 309 p.
ROY, D. P.; WULDER, M. A.; LOVELAND, T. R. C. E. W.; ALLEN, R. G.; ANDERSON, M. C.; HELDER, D.; IRONS, J. R.; JOHNSON, D. M.; KENNEDY, R.; SCAMBOS, T. A.; SCHAAF, C. B.; SCHOTT, J. R.; SHENG, Y.; VERMOTE, E. F.; BELWARD, A. S.; BINDSCHADLER, R.; COHEN, W. B.; GAO, F.; HIPPLE, J. D.; HOSTERT, P.; HUNTINGTON, J.; JUSTICE, C. O.; KILIC, A.; KOVALSKYY, V.; LEE, Z. P.; LYMBURNER, L.; MASEK, J. G.; MCCORKEL, J.; SHUAI, Y.; TREZZA, R.; VOGELMANN, J.; WYNNE, R. H.; ZHU, Z. Landsat-8: science and product vision for terrestrial global change research. Remote Sensing of Environment, Amsterdam, v. 145, p. 154-172, 2014. DOI: 10.1016/j.rse.2014.02.001
SENAY, G. B.; FRIEDRICHS, M.; SINGH, R. K.; VELPURI, N. M. Evaluating Landsat 8 evapotranspiration for water use mapping in the Colorado River Basin. Remote Sensing of Environment, Amsterdam, v. 185, p. 171-185, 2016. DOI: 10.1016/j.rse.2015.12.043
SILVA, B. B.; MERCANTE, E.; BOAS, M. A. V.; WRUBLACK, S. C.; OLDONI, L. V. Satellite-based ET estimation using Landsat 8 images and SEBAL model. Revista Ciência Agronômica, Fortaleza, v. 49, n. 2, p. 221-227, 2018. DOI: 10.5935/1806-6690.20180025
SILVA, R. D.; SILVA, M. A. A.; CANTERI, M. G.; ROSISCA, J. R.; VIEIRA-JÚNIOR, N. A. Reference evapotranspiration for Londrina, Paraná, Brazil: performance of different estimation methods. Semina: Ciências Agrárias, Londrina, v. 38, n. 4, p. 2363-2374, 2017. DOI: 10.5433/1679-0359.2017v38n4Supl1p2363
TEIXEIRA, A. H. C. Determining regional actual evapotranspiration of irrigated crops and natural vegetation in the São Francisco River Basin (Brazil) using remote sensing and Penman-Monteith Equation. Remote Sensing, Basel, v. 2, n. 5, p. 1287-1319, 2010. DOI: 10.3390/rs0251287
TEIXEIRA, A. H. C.; LEIVAS, J. F.; ANDRADE, R. G.; HERNANDEZ, F. B. T. Water productivity assessments with Landsat 8 images in the Nilo Coelho irrigation scheme. Irriga, Botucatu, v. 1, n. 2, p. 1-10, 2015. DOI:10.15809/irriga.2015v1n2p01
TOUREIRO, C.; SERRALHEIRO, R.; SHAHIDIAN, S.; SOUSA, A. Irrigation management with remote sensing: evaluating irrigation requirement for maize under Mediterranean climate condition. Agricultural Water Management, Amsterdam, v. 184, p. 211-220, 2017. DOI: 10.1016/j.agwat.2016.02.010
WESTERHOFF, R. S. Using uncertainty of Penman and Penman-Monteith methods in combined satellite and ground-based evapotranspiration estimates. Remote Sensing of Environment, Amsterdam, v. 169, p. 102-112, 2015. DOI: 10.1016/j.rse.2015.07.021
YAO, Y.; LIANG, S.; CHENG, J.; LIU, S.; FISHER, J. B.; ZHANG, X.; JIA, K.; ZHAO, X.; QIN, Q.; ZHAO, B.; HAN, S.; ZHOU, G.; ZHOU, G.; LI, Y.; ZHAO, S. MODIS-driven estimation of terrestrial latent heat flux in China based on a modified Priestley-Taylor algorithm. Agricultural and Forest Meteorology, Amsterdam, v. 171-172, p. 187-202, 2013. DOI: 10.1016/j.agrformet.2012.11.016
ZHANG, K.; KIMBALL, J. S.; RUNNING, S. W. A review of remote sensing based actual evapotranspiration estimation: A review of remote sensing evapotranspiration. Wiley Interdisciplinary Reviews: Water, New York, v. 3, n. 6, p. 834-853, 2016. DOI: 10.1002/wat2.1168
ZHANG, L.; YAO, Y.; WANG, Z.; JIA, K.; ZHANG, X.; ZHANG, Y.; WANG, X.; XU, J.; CHEN, X. Satellite-derived spatiotemporal variations in evapotranspiration over Northeast China during 1982-2010. Remote Sensing, Basel, v. 9, n. 11, p. 1140, 7 2017a. DOI: 10.3390/rs9111140
ZHANG, Y.; CHIEW, F. H. S.; PEÑA-ARANCIBIA, J.; SUN, F.; LI, H.; LEUNING, R. Global variation of transpiration and soil evaporation and the role of their major climate drivers: global variation in evapotranspiration components. Journal of Geophysical Research: Atmospheres, New York, v. 122, n. 13, p. 6868-6881, 2017b. DOI: 10.1002/2017JD027025
AHRENS, D. C.; BARROS, A. S. R.; VILLELA, F. A.; LIMA, D. Qualidade de sementes de milho (Zea mays L.) sob condições de secagem intermitente. Scientia Agricola, Curitiba, v. 55, n. 2, p. 320-341, 1998. DOI: 10.1590/S0103-90161998000200023
ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration: guidelines for computing crop water requirements. Rome: Food and Agriculture Organization of the United Nations, 1998. 300 p.
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, Washington, v. 133, n. 4, p. 380-394, 2007. DOI: 10.1061/(ASCE)0733-9437(2007)133:4(380)
ARAÚJO, A. L.; SILVA, M. T.; SILVA, B. B.; SANTOS, C. A. C.; AMORIM, M. R. B. Modelagem simplificada para estimativa do balanço de energia à superfície em escala regional (R-SSEB). Revista Brasileira de Meteorologia, São José dos Campos, v. 32, n. 3, p. 433-446, 2017. DOI: 10.1590/0102-77863230010
BASTIAANSSEN, W. G. M.; ALI, S. A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan. Agriculture, Ecosystems & Environment, Amsterdam, v. 94, n. 3, p. 321-340, 2003. DOI: 10.1016/S0167-8809(02)00034-8
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 of Hydrology, Amsterdam, v. 212-213, p. 198-212, 1998. DOI: 10.1016/S0022-1694(98)00253-4
BERTOLIN, N. de O.; FILGUEIRAS, R.; VENANCIO, L. P.; MANTOVANI, E. C. Predição da produtividade de milho irrigado com auxílio de imagens de satélite. Revista Brasileira de Agricultura Irrigada, Fortaleza, v. 11, n. 4, p. 1627-1638, 2017. DOI: 10.7127/RBAI.V11N400567
CAMPOS, I.; NEALE, C. M. U.; ARKEBAUER, T. J.; SUYKER, A. E.; GONÇALVES, I. Z. Water productivity and crop yield: a simplified remote sensing driven operational approach. Agricultural and Forest Meteorology, Amsterdam, v. 249, p. 501-511, 2018. DOI: 10.1016/j.agrformet.2017.07.018
CARRILLO-ROJAS, G.; SILVA, B.; CÓRDOVA, M.; CÉLLERI, R.; BENDIX, J. Dynamic mapping of evapotranspiration using an energy balance-based model over an Andean páramo catchment of southern Ecuador. Remote Sensing, Basel, v. 8, n. 2, p. 160-184, 2016. DOI: 10.3390/rs8020160
CHAVEZ, P. S. An improved dark-object subtraction technique for atmospheric scattering correction of multispectral data. Remote Sensing of Environment, Amsterdam, v. 24, n. 3, p. 459-479, 1988. DOI: 10.1016/0034-4257(88)90019-3
COAGUILA, D. N.; HERNANDEZ, F. B. T.; TEIXEIRA, A. H. C.; FRANCO, R. A. M.; LEIVAS, J. F. Water productivity using SAFER Simple Algorithm for Evapotranspiration Retrieving in watershed. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 21, n. 8, p. 524-529, 2017. DOI: 10.1590/1807-1929/agriambi.v21n8p524-529
FENG, Y.; CUI, N.; GONG, D.; ZHANG, Q.; ZHAO, L. Modeling reference evapotranspiration using extreme learning machine and generalized regression neural network only with temperature data. Computers and Electronics in Agriculture, Amsterdam, v. 136, p. 71-78, 2017a. DOI: 10.1016/j.compag.2017.01.027
FENG, Y.; PENG, Y.; CUI, N.; GONG, D.; ZHANG, K. Evaluation of random forests and generalized regression neural networks for daily reference evapotranspiration modelling. Agricultural Water Management, Amsterdam, v. 193, p. 163-173, 2017b. DOI: 10.1016/j.agwat.2017.08.003
KUSTAS, W. P.; HUMES, K. S.; NORMAN, J. M.; MORAN, M. S. Single and dual source modeling of surface energy fluxes with radiometric surface temperature. Journal of Applied Meteorology, Washington, v. 35, n. 1, p. 110-121, 1996. DOI: 10.1175/1520-0450(1996)035<0110:SADSMO>2.0.CO;2
LOBELL, D. B.; THAU, D.; SEIFERT, C.; ENGLE, E.; LITTLE, B. A scalable satellite-based crop yield mapper. Remote Sensing of Environment, Amsterdam, v. 164, p. 324-333, 2015. DOI: 10.1016/j.rse.2015.04.021
MELO, R. W.; FONTANA, D. C.; BERLATO, M. A.; DUCATI, J. R. An agrometeorological-spectral model to estimate soybean yield, applied to southern Brazil. International Journal of Remote Sensing, Oxfordshire, v. 29, n. 14, p. 4013-4028, 2008. DOI: 10.1080/01431160701881905
MINACAPILLI, M.; CONSOLI, S.; VANELLA, D.; CIRAOLO, G.; MOTISI, A. A time domain triangle method approach to estimate actual evapotranspiration: application in a Mediterranean region using MODIS and MSG-SEVIRI products. Remote Sensing of Environment, Amsterdam, v. 174, p. 10-23, 2016. DOI: 10.1016/j.rse.2015.12.018
MONTEITH, J. L. Solar radiation and productivity in tropical ecosystems. The Journal of Applied Ecology, Ann Arbor, v. 9, n. 3, p. 747-767, 1972. DOI: 10.2307/2401901
MORILLO, J. G.; RODRÍGUEZ, D. J. A.; CAMACHO, E.; MONTESINOS, P. Linking water footprint accounting with irrigation management in high value crops. Journal of Cleaner Production, Amsterdam, v. 87, p. 594-602, 2015. DOI: 10.1016/j.jclepro.2014.09.043
PONZONI, F.; SHIMABUKURO, Y.; KUPLICH, T. Sensoriamento remoto da vegetação. 2. ed. atualizada e ampliada. São Paulo: Oficina de Textos, 2012. 160 p.
PRIESTLEY, C. H. B.; TAYLOR, R. J. On the assessment of surface heat flux and evaporation using large-scale parameters. Monthly Weather Review, Washington, v. 100, n. 2, p. 81-92, 1972. DOI: 10.1175/1520-0493(1972)100<0081:OTAOSH>2.3.CO;2
RIZZI, R.; RUDORF, B. F. T. Imagens do sensor MODIS associadas a um modelo agronômico para estimar a produtividade de soja. Pesquisa Agropecuária Brasileira, Brasília, v. 42, n. 1, p. 73-80, 2007. DOI: 10.1590/S0100-204X2007000100010
ROUSE JUNIOR, J.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. Washington: NASA, 1974. 309 p.
ROY, D. P.; WULDER, M. A.; LOVELAND, T. R. C. E. W.; ALLEN, R. G.; ANDERSON, M. C.; HELDER, D.; IRONS, J. R.; JOHNSON, D. M.; KENNEDY, R.; SCAMBOS, T. A.; SCHAAF, C. B.; SCHOTT, J. R.; SHENG, Y.; VERMOTE, E. F.; BELWARD, A. S.; BINDSCHADLER, R.; COHEN, W. B.; GAO, F.; HIPPLE, J. D.; HOSTERT, P.; HUNTINGTON, J.; JUSTICE, C. O.; KILIC, A.; KOVALSKYY, V.; LEE, Z. P.; LYMBURNER, L.; MASEK, J. G.; MCCORKEL, J.; SHUAI, Y.; TREZZA, R.; VOGELMANN, J.; WYNNE, R. H.; ZHU, Z. Landsat-8: science and product vision for terrestrial global change research. Remote Sensing of Environment, Amsterdam, v. 145, p. 154-172, 2014. DOI: 10.1016/j.rse.2014.02.001
SENAY, G. B.; FRIEDRICHS, M.; SINGH, R. K.; VELPURI, N. M. Evaluating Landsat 8 evapotranspiration for water use mapping in the Colorado River Basin. Remote Sensing of Environment, Amsterdam, v. 185, p. 171-185, 2016. DOI: 10.1016/j.rse.2015.12.043
SILVA, B. B.; MERCANTE, E.; BOAS, M. A. V.; WRUBLACK, S. C.; OLDONI, L. V. Satellite-based ET estimation using Landsat 8 images and SEBAL model. Revista Ciência Agronômica, Fortaleza, v. 49, n. 2, p. 221-227, 2018. DOI: 10.5935/1806-6690.20180025
SILVA, R. D.; SILVA, M. A. A.; CANTERI, M. G.; ROSISCA, J. R.; VIEIRA-JÚNIOR, N. A. Reference evapotranspiration for Londrina, Paraná, Brazil: performance of different estimation methods. Semina: Ciências Agrárias, Londrina, v. 38, n. 4, p. 2363-2374, 2017. DOI: 10.5433/1679-0359.2017v38n4Supl1p2363
TEIXEIRA, A. H. C. Determining regional actual evapotranspiration of irrigated crops and natural vegetation in the São Francisco River Basin (Brazil) using remote sensing and Penman-Monteith Equation. Remote Sensing, Basel, v. 2, n. 5, p. 1287-1319, 2010. DOI: 10.3390/rs0251287
TEIXEIRA, A. H. C.; LEIVAS, J. F.; ANDRADE, R. G.; HERNANDEZ, F. B. T. Water productivity assessments with Landsat 8 images in the Nilo Coelho irrigation scheme. Irriga, Botucatu, v. 1, n. 2, p. 1-10, 2015. DOI:10.15809/irriga.2015v1n2p01
TOUREIRO, C.; SERRALHEIRO, R.; SHAHIDIAN, S.; SOUSA, A. Irrigation management with remote sensing: evaluating irrigation requirement for maize under Mediterranean climate condition. Agricultural Water Management, Amsterdam, v. 184, p. 211-220, 2017. DOI: 10.1016/j.agwat.2016.02.010
WESTERHOFF, R. S. Using uncertainty of Penman and Penman-Monteith methods in combined satellite and ground-based evapotranspiration estimates. Remote Sensing of Environment, Amsterdam, v. 169, p. 102-112, 2015. DOI: 10.1016/j.rse.2015.07.021
YAO, Y.; LIANG, S.; CHENG, J.; LIU, S.; FISHER, J. B.; ZHANG, X.; JIA, K.; ZHAO, X.; QIN, Q.; ZHAO, B.; HAN, S.; ZHOU, G.; ZHOU, G.; LI, Y.; ZHAO, S. MODIS-driven estimation of terrestrial latent heat flux in China based on a modified Priestley-Taylor algorithm. Agricultural and Forest Meteorology, Amsterdam, v. 171-172, p. 187-202, 2013. DOI: 10.1016/j.agrformet.2012.11.016
ZHANG, K.; KIMBALL, J. S.; RUNNING, S. W. A review of remote sensing based actual evapotranspiration estimation: A review of remote sensing evapotranspiration. Wiley Interdisciplinary Reviews: Water, New York, v. 3, n. 6, p. 834-853, 2016. DOI: 10.1002/wat2.1168
ZHANG, L.; YAO, Y.; WANG, Z.; JIA, K.; ZHANG, X.; ZHANG, Y.; WANG, X.; XU, J.; CHEN, X. Satellite-derived spatiotemporal variations in evapotranspiration over Northeast China during 1982-2010. Remote Sensing, Basel, v. 9, n. 11, p. 1140, 7 2017a. DOI: 10.3390/rs9111140
ZHANG, Y.; CHIEW, F. H. S.; PEÑA-ARANCIBIA, J.; SUN, F.; LI, H.; LEUNING, R. Global variation of transpiration and soil evaporation and the role of their major climate drivers: global variation in evapotranspiration components. Journal of Geophysical Research: Atmospheres, New York, v. 122, n. 13, p. 6868-6881, 2017b. DOI: 10.1002/2017JD027025
Downloads
Publicado
2019-09-30
Como Citar
Filgueiras, R., Mantovani, E. C., Althoff, D., Dias, S. H. B., Cunha, F. F. da, & Venancio, L. P. (2019). Produtividade e demanda hídrica do milho estimado pelo algoritmo de Priestley-Taylor modificado para satélite. Semina: Ciências Agrárias, 40(6Supl2), 2991–3006. https://doi.org/10.5433/1679-0359.2019v40n6Supl2p2991
Edição
Seção
Artigos
Licença
Copyright (c) 2019 Semina: Ciências Agrárias
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Semina: Ciências Agrárias adota para suas publicações a licença CC-BY-NC, sendo os direitos autorais do autor, em casos de republicação recomendamos aos autores a indicação de primeira publicação nesta revista.
Esta licença permite copiar e redistribuir o material em qualquer meio ou formato, remixar, transformar e desenvolver o material, desde que não seja para fins comerciais. E deve-se atribuir o devido crédito ao criador.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário.
