Resumen:
La evapotranspiración (ET) es el componente del ciclo hidrológico más difícil de estimar debido a sus complejas interacciones en el sistema suelo-planta-atmósfera, pero asimismo es clave en la dinámica y gestión de los recursos hídricos. El presente trabajo tiene como objetivo integrar, validar y automatizar una metodología para estimar ET para matorral xerófilo, mediante datos meteorológicos y teledetección. Este estudio se enfocó en el ecosistema semiárido del Altiplano central, considerando los registros de flujos turbulentos (Eddy covariance) de la estación Bernal. La metodología para estimar Evapotranspiración real se basa en datos meteorológicos y datos satelitales (espectro visible, infrarrojo cercano y térmico), a partir de la estimación de los componentes: Índice de Vegetación de Diferencia Normalizada (NDVI), albedo (α), temperatura de superficie (Ts) y radiación neta (Rn). Para implementar y validar la metodología se adquirieron 14 escenas del satélite Landsat 8 (path=27 y row=46) para los años 2017(6) y 2018(8). Los componentes Ts, Rn y ET estimados a la hora de paso del satélite se contrastaron con los valores registrados de la estación Bernal de forma puntual (pixel donde se encuentra la estación; 900 m2) y en una malla de 3X3 pixeles (área circundante a la estación). Los resultados indican que la metodología presenta un RMSE de 0.42 mm día-1 y NSE de 0.82. Se implementó un Módulo para la automatización, mismo que se desarrolló en Terrset, el cual se denominó TMFREE (TerrSet Module FoR Evapotranspiration Estimation through Landsat 8 images).
El módulo TMFREE no sólo permite obtener de forma automatizada la estimación de la evapotranspiración, también permite obtener el NDVI, el albedo de superficie, la temperatura de superficie y la radiación neta. Estas variables pueden ser utilizadas para estudios de distinta índole como evaluación de islas de calor, desarrollo y seguimiento fenológico de cultivos, gestión y planeación urbana, meteorología, agricultura, recursos hídricos, estudio de la variabilidad de cambio climático.