Estimativa da Evapotranspiração com Redes Neurais Artificiais e Dados Espectrais: Aplicação em uma Unidade de Conservação

Estimation of Evapotranspiration Using Artificial Neural Networks end Spectral Data: Application in a Protected Area

O mapeamento e a análise espacial das mudanças no uso e cobertura da terra (UCT) são essenciais para monitorar dinâmicas ambientais e gerir recursos hídricos. Estudos que avaliam a evapotranspiração (ET) considerando alterações no UCT ajudam a quantificar os impactos antrópicos no ciclo hidrológico. Redes Neurais Artificiais (RNA) têm sido usadas para estimar a ET, mas dependem de séries meteorológicas. Portanto, o objetivo deste estudo é estimar a ET real utilizando uma RNA Multilayer Perceptron (RNA-MLP), para a área de Proteção Ambiental de Itupararanga, região de importância hídrica para a Região Metropolitana de Sorocaba, utilizando dados de UCT e bandas espectrais do satélite Landsat. A ET de 2021 foi calculada com o algoritmo SEBAL e utilizada como base para treinamento e classificação supervisionada no modelo RNA-MLP do software TerrSet. As estimativas da RNA foram avaliadas com critérios do TerrSet, destacando diferenças visuais que indicam a necessidade de ajustes nos parâmetros do MLP para maior aproximação das estimativas do SEBAL, previamente validadas. Esta abordagem inovadora complementa o uso de RNA na modelagem da ET, oferecendo novas perspectivas para a análise de dinâmicas ambientais.

Palavras-chave
APA de Itupararanga; Represa de Itupararanga; machine learning ; sensoriamento remoto