Integração de sensoriamento remoto e modelagem hidrológica na gestão de recursos hídricos: abordagens e ganhos de desempenho
DOI:
https://doi.org/10.5281/zenodo.23318394Palavras-chave:
Assimilação de dados, Bacias hidrográficas, Calibração de modelos, Escoamento, VazãoResumo
Modelos hidrológicos sustentam decisões de outorga, de operação de sistemas e de previsão de cheias, mas dependem de redes de monitoramento esparsas que limitam sua calibração e sua confiabilidade. Objetivou-se analisar, na literatura científica recente, as abordagens de integração entre dados orbitais e modelos hidrológicos, os ganhos de desempenho obtidos e as limitações relatadas. Trata-se de revisão integrativa da literatura, conduzida nas bases Scopus, Web of Science, ScienceDirect, Portal de Periódicos Capes e SciELO, com recorte temporal de 2021 a 2026 e relato orientado pela recomendação PRISMA 2020. Após as etapas de identificação, triagem e elegibilidade, 18 estudos compuseram a amostra final. Identificaram-se quatro abordagens de integração: uso de produtos orbitais como forçantes de entrada, calibração multivariável, assimilação sequencial de dados e pós-processamento estatístico ou por aprendizado de máquina. Os ganhos foram consistentes, porém condicionados: a assimilação elevou a proporção de postos com melhoria de 24 para 62 por cento conforme a transformação aplicada à observação, e a previsão de picos melhorou entre 5 e 46 por cento. A calibração multivariável nem sempre melhorou a vazão, mas tornou consistentes os demais componentes do balanço. Conclui-se que o ganho depende mais do desenho da integração e da qualidade do produto escolhido do que da simples adição de dados orbitais ao modelo.
Referências
ABBASZADEH, P. et al. Towards a robust hydrologic data assimilation system for hurricane-induced river flow forecasting. Hydrology and Earth System Sciences, v. 29, n. 11, p. 2407-2427, 2025. Disponível em: https://doi.org/10.5194/hess-29-2407-2025. Acesso em: 29 ago. 2026.
AGÊNCIA NACIONAL DE ÁGUAS E SANEAMENTO BÁSICO (Brasil). Conjuntura dos recursos hídricos no Brasil 2025. Brasília, DF: ANA, 2025. Disponível em: https://www.snirh.gov.br/portal/centrais-de-conteudos/conjuntura-dos-recursos-hidricos. Acesso em: 12 ago. 2026.
AKHTAR, F. et al. Coupling remote sensing and hydrological model for evaluating the impacts of climate change on streamflow in data-scarce environment. Sustainability, v. 13, n. 24, art. 14025, 2021. Disponível em: https://doi.org/10.3390/su132414025. Acesso em: 15 ago. 2026.
ALMEIDA, C. B. de; ALVES, M. S.; FLORES, F. F.; MUSSI, R. F. de F. Revisão integrativa: da realização da pesquisa ao desenho da publicação acadêmica. Cenas Educacionais, v. 7, e20891, 2024. Disponível em: https://revistas.uneb.br/cenaseducacionais/article/view/20891. Acesso em: 13 ago. 2026.
ARYAL, A. et al. Evaluation of satellite-derived precipitation products for streamflow simulation of a mountainous Himalayan watershed: a study of Myagdi Khola in Kali Gandaki basin, Nepal. Remote Sensing, v. 15, n. 19, art. 4762, 2023. Disponível em: https://doi.org/10.3390/rs15194762. Acesso em: 21 ago. 2026.
BETTERLE, A.; SALAMON, P. Water depth estimate and flood extent enhancement for satellite-based inundation maps. Natural Hazards and Earth System Sciences, v. 24, n. 8, p. 2817-2836, 2024. Disponível em: https://doi.org/10.5194/nhess-24-2817-2024. Acesso em: 26 ago. 2026.
BRYANT, S. et al. Technical note: resolution enhancement of flood inundation grids. Hydrology and Earth System Sciences, v. 28, n. 3, p. 575-588, 2024. Disponível em: https://doi.org/10.5194/hess-28-575-2024. Acesso em: 27 ago. 2026.
CASPER, M. C. et al. Calibration of land-use-dependent evaporation parameters in distributed hydrological models using MODIS evaporation time series data. Hydrology, v. 10, n. 12, art. 216, 2023. Disponível em: https://doi.org/10.3390/hydrology10120216. Acesso em: 22 ago. 2026.
DANGOL, S. et al. Multivariate calibration of the SWAT model using remotely sensed datasets. Remote Sensing, v. 15, n. 9, art. 2417, 2023. Disponível em: https://doi.org/10.3390/rs15092417. Acesso em: 19 ago. 2026.
DU, Y.; PECHLIVANIDIS, I. G. Hybrid approaches enhance hydrological model usability for local streamflow prediction. Communications Earth and Environment, v. 6, art. 334, 2025. Disponível em: https://doi.org/10.1038/s43247-025-02324-y. Acesso em: 30 ago. 2026.
GACU, J. G. et al. Application of artificial intelligence in hydrological modeling for streamflow prediction in ungauged watersheds: a review. Water, v. 17, n. 18, art. 2722, 2025. Disponível em: https://doi.org/10.3390/w17182722. Acesso em: 31 ago. 2026.
GUO, X. et al. Evaluating the potential of different evapotranspiration datasets for distributed hydrological model calibration. Remote Sensing, v. 14, n. 3, art. 629, 2022. Disponível em: https://doi.org/10.3390/rs14030629. Acesso em: 17 ago. 2026.
KASHANI, A.; SAFAVI, H. R. Assessing groundwater drought in Iran using GRACE data and machine learning. Scientific Reports, v. 15, art. 14671, 2025. Disponível em: https://doi.org/10.1038/s41598-025-99342-9. Acesso em: 1 set. 2026.
MENENTI, M. et al. Multi-source hydrological data products to monitor high Asian river basins and regional water security. Remote Sensing, v. 13, n. 24, art. 5122, 2021. Disponível em: https://doi.org/10.3390/rs13245122. Acesso em: 16 ago. 2026.
PAGE, M. J. et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, v. 372, art. n71, 2021. Disponível em: https://doi.org/10.1136/bmj.n71. Acesso em: 14 ago. 2026.
PAIVA, K. et al. Hydrological response assessment of land cover change in a Peruvian Amazonian basin impacted by deforestation using the SWAT model. Remote Sensing, v. 15, n. 24, art. 5774, 2023. Disponível em: https://doi.org/10.3390/rs15245774. Acesso em: 23 ago. 2026.
PAN, S. et al. Evaluation of remote sensing-based evapotranspiration datasets for improving hydrological model simulation in humid region of East China. Remote Sensing, v. 14, n. 18, art. 4546, 2022. Disponível em: https://doi.org/10.3390/rs14184546. Acesso em: 18 ago. 2026.
REVEL, M. et al. Assimilation of transformed water surface elevation to improve river discharge estimation in a continental-scale river. Hydrology and Earth System Sciences, v. 27, n. 3, p. 647-671, 2023. Disponível em: https://doi.org/10.5194/hess-27-647-2023. Acesso em: 24 ago. 2026.
RUFINO, P. R. et al. Evaluation of the SWAT model for the simulation of flow and water balance based on orbital data in a poorly monitored basin in the Brazilian Amazon. Geographies, v. 3, n. 1, p. 1-18, 2023. Disponível em: https://doi.org/10.3390/geographies3010001. Acesso em: 20 ago. 2026.
SPRINGER, A. et al. A review of current best practices and future directions in assimilating GRACE and GRACE-FO terrestrial water storage data into numerical models. Hydrology and Earth System Sciences, v. 30, n. 4, p. 985-1022, 2026. Disponível em: https://doi.org/10.5194/hess-30-985-2026. Acesso em: 2 set. 2026.
VERMA, S. et al. Simulating the hydrological processes under multiple land use/land cover and climate change scenarios in the Mahanadi reservoir complex, Chhattisgarh, India. Water, v. 15, n. 17, art. 3068, 2023. Disponível em: https://doi.org/10.3390/w15173068. Acesso em: 25 ago. 2026.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Journal of Social Issues and Health Sciences (JSIHS)

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
