Impacto das Características da Superfície Terrestre no Algoritmo de Inferência da Umidade do Solo no Brasil, Utilizando Observações do Sensor AMSR-E/Aqua

Estudos utilizando o algoritmo LPRM (Land Parameter Retrieval Model) para estimar a umidade superficial do solo sobre todo o continente sul-americano devem ser realizados para melhor controlar os padrões sazonais de umidade do solo em diferentes regiões da América do Sul, uma vez que o modelo foi desenvolvido para condições especificas da América do Norte. Assim sendo, o objetivo deste trabalho foi aprimorar o algoritmo LPRM e os resultados de Rossato et al. (2011), considerando as características da superfície terrestre do Brasil e utilizando dados de temperatura de superfície medidos in situ e estimadas por satélite (na frequência de 37 GHz). Para determinar a constante dielétrica do solo, a qual é função da umi- dade do solo, utilizaram-se dados das propriedades físicas do solo extraídas do Levantamento e Reconhecimento de Solos do Brasil. Análises estatísticas, tais como coeficiente de correlação, bias e erro médio quadrático (REMQ), foram utilizadas para a validação da temperatura de superfície e da umidade do solo derivada pela nova versão do algoritmo ajustado para as condições de superfície do território brasileiro (LPRM/BR), obtidas a partir das informações do sensor AMSR-E/Aqua (6,9 GHz - banda C). Os resultados indicaram uma melhoria significativa do LPRM/BR para os sítios experimentais BA-06 e BA-10 do SMEX03, cujas correlações foram iguais a 0,94 e 0,84, respectivamente. Com relação aos resultados de BIAS e REMQ, para a versão original do LPRM, o bias foi de até 0,23 para o sítio BA-06. Porém, para o LPRM/BR observou-se diferenças significativas, apresentando um valor de 0,01 de bias para o sítio BA-06 e REMQ igual a 0 para o sítio BA-11. Devido à ausência de dados de umidade do solo medidos -in situ-, dados de reanálise da umidade do solo (oriundos do modelo Eta) e de precipitação também foram utilizados na avaliação do LPRM/BR. Desse modo, a subestimativa da tempe- ratura de superfície e a superestimativa da umidade do solo apresentada pelo LPRM foi solucionada com o LPRM/BR. Além disso, também se observou um aumento das áreas com altas correlações (r > 0,8) obtidos entre o LPRM/BR e as dife- rentes bases de dados (modelo Eta e precipitação observada do CPTEC/INPE). Logo, concluiu-se que o LPRM/BR permite estimar a umidade do solo a partir das observações em micro-ondas do sensor AMSR-E (banda C) com melhor acurácia em relação à versão original do algoritmo.