Land use and water balance in distinct edaphoclimatic hydrologic units in Rio Grande do Sul

Objetivou-se discriminar o uso do solo em duas bacias, por meio da classificação de imagens de satélite, e a partir disso, gerar mapas da evapotranspiração. A área de estudo compreende as Bacias Hidrográficas do Rio Baixo Jacuí e Rio Santa Maria localizadas no Estado do Rio Grande do Sul, Brasil. Foram adquiridas imagens do satélite LANDSAT 8 OLI para a elaboração dos mapas de uso da terra. Foram utilizadas seis classes de uso da terra, sendo elas: plantio florestal, mata nativa, corpo d’água, arroz, solo exposto e pastagem/cultivo agrícola. Foi realizada a classificação supervisionada pelo algoritmo de Máxima Verossimilhança (MAXVER) e acurácia do classificador foi analisada por meio do índice kappa. A evapotranspiração potencial foi corrigida levando-se em consideração fatores de acordo com o uso do solo. Os mapas de classificação do uso do solo, apresentaram índice Kappa, de 0,84 e 0,91 para as Bacias de Baixo Jacuí e Santa Maria, respectivamente. A classe cultivo florestal para bacia de Baixo Jacuí apresentou cerca de 1179,41 km 2 , enquanto que na deSanta Maria esse valor foi 264,2 km 2 . A classe que apresentou maior área, nas duas bacias, foi agrícolas. A área classificada como mata nativa foi muito superior em Baixo Jacuí, se comparada à área, contendo a mesma classe, na bacia de Santa Maria. Em relação à classe Corpos d’água, a bacia de Santa Maria apresentou 287,67km 2 e Baixo Jacuí 257,5 km 2 . A área cultivada com arroz foi de 923,9 Km 2 , cerca de 5,33% da área total da na Bacia de Baixo Jacuí. Já na bacia de Santa Maria, esse valor foi de 369,03 km 2 . A distribuição espacial da evapotranspiração se modificou após a correção nas duas bacias, considerando os usos da terra. A classe corpo d’água apresentou um aumento, após a correção da evapotranspiração, por outro lado a classe de pastagem e cultivos agrícolas, foi a que teve maior redução nos valores da evapotranspiração, devido ao valor do kc ter sido menor. As imagens de satélite escolhidas, juntamente com as amostras de treinamento selecionadas, proporcionaram um bom desempenho para o método de classificação empregado, ao conseguir distinguir as diferentes classes de uso do solo objetos de estudo deste trabalho.It aimed to discriminate land use into two basins, through the satellite image classification, and from that, generate evapotranspiration maps. The study area comprises the Watershed river Baixo Jacuí and river Santa Maria in the state of Rio Grande do Sul, Brazil. Satellite images were acquired Landsat 8 OLI for the preparation of land use maps. We used six land use classes, which are: forest cultivation, native forest, body of water, rice, exposed soil and pasture / crop cultivation. the supervised classification by maximum likelihood algorithm (MAXVER) and accuracy of the classifier was analyzed by the kappa index was performed. The potential evapotranspiration was corrected taking into account factors according to the land use. The maps of land use classification, showed Kappa index of 0.84 and 0.91 for Basins Baixo Jacuí and Santa Maria, respectively. The forest cultivation class to Baixo Jacuí presented about 1179.41 km2, while in Santa Maria was 264.2 km2. The class with the highest area in the two basins, was pasture / agricultural crops. The area classified as native forest was much higher in Baixo Jacuí, compared to the area containing the same class, in the basin of Santa Maria. Regarding the body of water class, the basin of Santa Maria presented 287,67km2 and Baixo Jacuí 257.5 km2. The area cultivated with rice was 923.9 Km2, about 5.33% of the total area of the Baixo Jacuí Basin. In the basin of Santa Maria, this number was 369, 03 km2. The spatial distribution of evapotranspiration changed after the correction in the two basins, considering land uses. The body of water class showed a greater increase after correction, on the other hand the class of pasture and crops, was the one that had the greatest reduction in the values of evapotranspiration due to the value of kc have been lower. The selected satellite images, along with the training samples selected, provided a good performance for the employee classification method, which proved very satisfactory to be able to distinguish the different classes of land use objects of study of this work.Conselho Nacional de Desenvolvimento Científico e Tecnológic