Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | StormGeo | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Federal University of Campina Grande | - |
Autor(es): dc.creator | Silva, César de Oliveira Ferreira | - |
Autor(es): dc.creator | Manzione, Rodrigo Lilla | - |
Autor(es): dc.creator | Silva Neto, Epitácio Pedro da | - |
Autor(es): dc.creator | Bezerra, Ulisses Alencar | - |
Autor(es): dc.creator | Cunha, John Elton | - |
Data de aceite: dc.date.accessioned | 2025-08-21T22:11:18Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T22:11:18Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/agriengineering7010014 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/304165 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/304165 | - |
Descrição: dc.description | In the realm of hydrological engineering, integrating extensive geospatial raster data from remote sensing (Big Data) with sparse field measurements offers a promising approach to improve prediction accuracy in groundwater studies. In this study, we integrated multisource data by applying the LMC to model the spatial relationships of variables and then utilized block support regularization with collocated block cokriging (CBCK) to enhance our predictions. A critical engineering challenge addressed in this study is support homogenization, where we adjusted punctual variances to block variances and ensure consistency in spatial predictions. Our case study focused on mapping groundwater table depth to improve water management and planning in a mixed land use area in Southeast Brazil that is occupied by sugarcane crops, silviculture (Eucalyptus), regenerating fields, and natural vegetation. We utilized the 90 m resolution TanDEM-X digital surface model and STEEP (Seasonal Tropical Ecosystem Energy Partitioning) data with a 500 m resolution to support the spatial interpolation of groundwater table depth measurements collected from 56 locations during the hydrological year 2015–16. Ordinary block kriging (OBK) and CBCK methods were employed. The CBCK method provided more reliable and accurate spatial predictions of groundwater depth levels (RMSE = 0.49 m), outperforming the OBK method (RMSE = 2.89 m). An OBK-based map concentrated deeper measurements near their wells and gave shallow depths for most of the points during estimation. The CBCK-based map shows more deeper predicted points due to its relationship with the covariates. Using covariates improved the groundwater table depth mapping by detecting the interconnection of varied land uses, supporting the water management for agronomic planning connected with ecosystem sustainability. | - |
Descrição: dc.description | StormGeo | - |
Descrição: dc.description | School of Science Technology and Education São Paulo State University (UNESP) | - |
Descrição: dc.description | Centre for Natural Resources and Technology Federal University of Campina Grande, Campina Grande | - |
Descrição: dc.description | School of Science Technology and Education São Paulo State University (UNESP) | - |
Idioma: dc.language | en | - |
Relação: dc.relation | AgriEngineering | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | digital mapping | - |
Palavras-chave: dc.subject | multivariate geostatistics | - |
Palavras-chave: dc.subject | support correction | - |
Palavras-chave: dc.subject | water management | - |
Título: dc.title | Fusion of Remotely Sensed Data with Monitoring Well Measurements for Groundwater Level Management | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: