Por décadas, medições realizadas por estações hidroclimatológicas têm sido essenciais para compreender o ciclo hidrológico e são utilizadas para diversos dimensionamentos hidráulicos.
No entanto, embora sejam eficazes na quantificação de medições instantâneas (como a vazão de um rio) ou acumuladas (como a precipitação diária), essas informações são limitadas a uma dimensão espacial pontual.
Em locais onde o escoamento é confinado por uma seção hidráulica, as estações fluviométricas conseguem quantificar o fluxo de maneira satisfatória. Contudo, esse tipo de monitoramento é ineficaz em áreas onde o escoamento ocorre de forma esparsa, como em canais meândricos ou em regiões com significativas alterações antrópicas.
Um problema adicional afeta algumas regiões de forma desigual: a baixa densidade de estações de monitoramento. Por exemplo, enquanto a região central da Amazônia, próxima a Manaus, possui cerca de 10 estações, o rio Negro, com uma vazão média de aproximadamente 40.000 m³/s/ano, é quase desprovido de instrumentação. Em contraste, uma área de mesma magnitude em Washington D.C., conta com mais de 700 estações, incluindo algumas no rio Potomac, que tem uma vazão média anual de “apenas” 400 m³/s (Alsdorf, 2007).
Por outro lado, há uma crescente disponibilidade de dados de sensoriamento remoto obtidos por sensores em órbita, capazes de estimar diferentes variáveis do ciclo hidrológico na superfície e atmosfera terrestre. Esses dados são frequentemente acessíveis em escala global e com bom intervalo temporal, apresentando-se como uma alternativa viável para suprir as deficiências das medições distribuídas espacialmente.
Apesar das vantagens, os dados de sensoriamento remoto apresentam desafios, como a resolução espacial grosseira, que ainda não permite análises detalhadas em áreas pequenas, e questões de confiabilidade, já que os sensores são frequentemente calibrados para garantir precisão nos países de origem. Esforços como operações de downscaling ou correções utilizando inteligência artificial são tentativas de mitigar as incertezas inerentes a essa fonte de dados. No entanto, a utilização desse tipo de informação ainda é limitada.
Mesmo com os desafios, esse tipo de informação é utilizado em diversos estudos, incluindo a estimativa de variáveis para balanços hídricos. Essas análises frequentemente requerem dados sobre velocidade do vento, umidade relativa, precipitação, radiação solar, entre outros parâmetros em áreas remotas, sem a presença de monitoramento hidroclimatológico.
Outra finalidade inclui o monitoramento de reservatórios tanto no âmbito quantitativo (volume, área superficial) quanto qualitativo (qualidade da água). Isso é possível graças à escala global/regional dos sensores e à capacidade de capturar a interação da radiação com constituintes opticamente ativos presentes na água. Além disso, a recorrência de passagens dos sensores permitem a construção de séries temporais que potencializam a identificação de padrões dos ambientes aquáticos monitorados.