UNIVERSIDADE FEDERAL DE ALAGOAS INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS COORDENAÇÃO DE PÓS-GRADUAÇÃO EM METEOROLOGIA MAPEAMENTO DA ESTIMATIVA DO SALDO DE RADIAÇÃO INSTANTÂNEA NO MÉDIO SÃO FRANCISCO COM BASE EM SENSORES REMOTOS E O

  UNIVERSIDADE FEDERAL DE ALAGOAS

  INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS COORDENAđấO DE PốS-GRADUAđấO EM METEOROLOGIA

  

MAPEAMENTO DA ESTIMATIVA DO SALDO DE RADIAđấO INSTANTÂNEA

NO MÉDIO SÃO FRANCISCO COM BASE EM SENSORES REMOTOS E O

MODELO DE ELEVAđấO DIGITAL

ROMILSON FERREIRA DA SILVA

  Maceió - AL Fevereiro de 2010 UNIVERSIDADE FEDERAL DE ALAGOAS

  INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS COORDENAđấO DE PốS-GRADUAđấO EM METEOROLOGIA

  

MAPEAMENTO DA ESTIMATIVA DO SALDO DE RADIAđấO INSTANTÂNEA

NO MÉDIO SÃO FRANCISCO COM BASE EM SENSORES REMOTOS E O

MODELO DE ELEVAđấO DIGITAL

Romilson Ferreira da Silva

  Orientador: Professor Frederico Tejo Di Pace

  Dissertação submetida ao colegiado do Curso de Pós-Graduação em Meteorologia da Universidade Federal de Alagoas como parte dos requisitos à obtenção do grau de Mestre em Meteorologia.

  Maceió - AL Fevereiro de 2010

  

Catalogação na fonte

Universidade Federal de Alagoas

Biblioteca Central

Divisão de Tratamento Técnico

  

Bibliotecária Responsável: Maria Auxiliadora G. da Cunha

S586m Silva, Romilson Ferreira da.

  Mapeamento da estimativa do saldo de radiação instantânea no Médio São Francisco com base em sensores remotos e o modelo de elevação digital / Romilson Ferreira da Silva, 2010. xii, 80 f. : il.

  Orientadores: Frederico Tejo Di Pace.

Dissertação (mestrado em Meteorologia) – Universidade Federal de Alagoas.

Instituto de Ciências Atmosféricas. Maceió, 2010.

  Bibliografia: f. 72-77. Anexos: f. 78-80.

1. Saldo de radiação. 2. Modelo de elevação digital. 3. SEBAL. I. Título.

  CDU: 551.521.2

  

DEDICATÓRIA

  Dedico este trabalho a minha família e a todos que, nesta gênese, continuam a se ajudar para continuar esta história. Dedico também a minha companheira e esposa, que soube ajudar, acalentar e incentivar nos momentos mais difíceis desta caminhada. Antes de tudo, ao poderoso Deus, pois permitiu que tudo fosse possível. A Dona Josefa, minha amada mãe e a Ronaldo, vocês estarão sempre conosco.

  Ao Professor Dr. Frederico Tejo Di Pace, pelas orientações, revisões, incentivos e, porque não dizer, paciência no apoio do desenvolvimento desta orientação e durante o meu período acadêmico na UFAL.

  

AGRADECIMENTO

  Aos professores do Instituto de Ciências Atmosféricas (ICAT) – UFAL. Aos Amigos do Laboratório de Meteorologia de Pernambuco

  • – LAMEPE, pelo estímulo e compreensão tão necessários no ambiente de trabalho.

  A outros tantos amigos que contribuíram com esta obra, permitam pedir-lhes desculpas, pois seria impossível citar todos.

  

RESUMO

  Este trabalho teve por objetivo estimar o saldo de radiação instantânea à superfície terrestre, através de imagens do TM-Landsat 5, fazendo uso do algoritmo SEBAL em duas situações: a) com o Modelo de Elevação Digital (MED) e b) sem o MED. A área estudada está localizada no semi-árido nordestino brasileiro, entre os Estados de Alagoas e Sergipe, região onde o Rio São Francisco faz a divisa entre os dois estados. As imagens são compostas por sete bandas espectrais e referem-se aos dias 17 de janeiro de 1987, 17 de outubro de 1999 e 07 de dezembro de 2006, na órbita 215 e ponto 67. Verificou-se que os valores estimados do albedo da superfície foram maiores quando estimados com o MED, apresentando valores entre 3,94 % a 31,5 % para 17/01/1987; 4,87 % a 44,81 % para 17/10/1999 e 3,62 % a 41,42 % para 07/12/2006. Os valores estimados sem o MED foram: 3,90 % a 30,47 % para 17/01/1987; 4,80 % a 41,00% para 17/10/1999 e 2,95 % a 39,60 para 07/12/2006. O Índice de Vegetação da Diferença Normalizada (IVDN) não apresentou diferenças significativas entre os métodos apresentados. Também os valores estimados para a temperatura da superfície não apresentaram variações para as duas situações propostas. Foram obtidos maiores valores de Índice de Área Foliar (IAF) quando considerado o Modelo de Elevação Digital, os valores máximos foram: 1,37; 1,73 e 1,45 para 17/01/1987, 17/10/1999 e 07/12/2006, respectivamente, valores estes obtidos com ouso do MED, quando não utilizado o MED os máximos estimados foram: 0,94; 1,55 e 1,38, para 17/01/1987, 17/10/1999 e 07/12/2006, respectivamente. Os valores médios também apresentaram desvios: 0,30; 0,22 e 0,18 com o MED para 17/01/1987, 17/10/1999 e 07/12/2006, respectivamente, enquanto as médias sem o MED foram: 0,29; 0,20 e 0,17. Constataram-se grandes diferenças nos valores instantâneos do

  2

  2

  saldo de radiação à superfície: 435,73 W/m e 822,08 W/m para o dia 17/01/1987; 384,19

  2

  2

  2

  2 W/m e 890,11 W/m para o dia 17/10/1999; 387,20 W/m e 899,59 W/m para o dia

  07/12/2006, valores estes obtidos aplicando o MED. As estimativas sem o MED foram:

  2

  2

  2

  2

  424,98 W/m e 711,88 W/m para o dia 17/01/1987; 402,10 W/m e 795,58 W/m para o dia

  2

  2

  17/10/1999; 398,54 W/m e 842,86 W/m para 07/12/2006. Isto mostra a importância de estudos comparativos realizados com o MED.

  Palavras-Chaves: Saldo de radiação, Modelo de Elevação Digital, SEBAL

  

ABSTRACT

  The presented work aimed to estimate the balance of instantaneous radiation to Earth surface, through TM

  • – Landsat 5 images, making use of SEBAL algorithm in two situation: a) considering the Digital Elevation Model (DEM) and b) not considering the Digital Elevation Model (DEM). The studied area is located in the Brazil’s northeast semi arid, between the states of Alagoas and Sergipe, region where São Francisco River borders both states. The used images are composed by seven spectral bands, concerning January 17, 1987; October 17, 1999 and December 07, 2006, at orbit 215 and point 67. It was verified that the estimated values of surface albedo were higher when estimated with the Digital Elevation Method. Presenting values between 3,94 % and 31,50% in 01/17/1987; 4,87 % and 44,81 % in 10/17/1999; and 3,62 % and 41,42 % in 12/07/2006, values estimated with DEM. Without DEM the values estimated for albedo were between 3,90 % and 30,47 % in 01/17/1987; 4,80 % and 41,00 % in 10/17/1999; and 2,95 % and 39,60 % in 12/07/2006. The Normalized Difference Veg etaion Index (NDVI) didn’t presented significant difference between the presented methods. Also, the estimated surface temperature didn’t presented considerable variation. It was verified that the estimated values of Leaf Area Index (LAI) were higher when estimated with the Digital Elevation Method. Presenting values between for maximum values 1,37; 1,73 and 1,45 in 01/17/1987, 17/10/1999 e 12/07/2006, respectively, Without DEM the values estimated for LAI were between 0,94; 1,55 and 1,38 in 01/17/1987; 10/17/1999 and 12/07/2006, respectively. For the surface radiation balance instantaneous

  2

  values, big differences were observed: values between 435,73 W/m² and 822,08 W/m for

  2

  2

  01/17/1987; 384,19 W/m to 890,11 W/m for 10/17/1999 and 387,20 to 899,59 W/m² for 12/07/2006, obtained with DEM. The surface radiation balance values without DEM were:

  2

  2

  2

  2

  424,98 W/m to 711,88 W/m for 01/17/1987; 402,10 W/m to 795,58 W/m for 10/17/1999

  2

  and 398,54 to 842,86 W/m for 12/07/2006. The estimated results for the instantaneous radiation balance, obtained with the SEBAL algorithm, considering the Digital Elevation Method, where higher than the values obtained without DEM. This show the importance of comparatives studies with DEM. Key-words: Radiation Balance, Digital Elevation Model, SEBAL.

  Key-Words: Radiation Balance, Digital Elevation, SEBAL

  

LISTA DE FIGURAS

Figura 2.1 - Informação X tipo de sensor (Novas, 2008) .......................................................... 6Figura 2.2 - Partes componentes de um sistema sensor (Moreira, 2005) .................................. 7Figura 2.3 - Landsat 1 (http://landsat.gsfc.nasa.gov/about/, acesso em 15/12/2009). ............... 9Figura 2.4 - Landsat 5

Figura 3.1 - Localização da área em estudo ............................................................................ 17Figura 3.2 - Paisagem local, (a) parte da barragem da Usina Hidrelétrica de Xingó, (b) cânion

  

Figura 3.3 - Paisagem definindo o relevo em terceira dimensão ............................................ 19Figura 3.4 - Áreas urbanas identificadas no recorte. ............................................................... 19Figura 3.5 - Aparelho de Sistema de Localização Global

Figura 3.6 - Mosaico do Modelo de Elevação Digital (MED) gerado a partir das imagens SC-

  

Figura 3.7 - Recorte do MED com as coordenadas da área em estudo. .................................. 25Figura 3.8 - Modelo de Elevação Digital com níveis de cores com as altitudes da cena. ....... 25Figura 3.9 - Modelo de Elevação Digital (MED): inclinação (grau). ..................................... 26Figura 3.10 - Modelo de Elevação Digital (MED): imagem do ângulo azimutal da normal de

  

Figura 3.11 - Recorte da área em estudo com combinação das bandas 5,4,3/RGB em

  

Figura 3.12 - Recorte da área em estudo com combinação das bandas 5,4,3/RGB em

  

Figura 3.13 - Recorte da área em estudo com combinação das bandas 5,4,3/RGB em

  

Figura 3.14 - Diagrama das etapas do processamento do Balanço de radiação à superfície do

  

  

Figura 4.2 - Recorte da imagem em estudo, com combinação das bandas espectrais

  

  

Figura 4.4 - Imagem classificada da emissividade da superfície estimada para o dia

  

Figura 4.5 - Imagem classificada da emissividade da superfície estimada para o dia

  

  

  

Figura 4.7 - Imagem classificada da emissividade da superfície estimada para o dia

  

Figura 4.8 - Imagem classificada da emissividade da superfície estimada para o dia

  

Figura 4.9 - Imagem classificada da emissividade da superfície estimada para o dia

  

  

Figura 4.11 - Imagem classificada do albedo da superfície estimada para o dia 17/01/1987

  

Figura 4.12 - Imagem classificada do albedo da superfície estimada para o dia 17/10/1999

  

Figura 4.13 - Imagem classificada do albedo da superfície estimada para o dia 17/10/1999

  

Figura 4.14 - Imagem classificada do albedo da superfície estimada para o dia 07/12/2006

  

Figura 4.15 - Imagem classificada do albedo da superfície estimada para o dia 07/12/2006

  

Figura 4.16 - Imagem classificada do albedo do IVDN estimado para o dia 17/01/1987 com o

  

Figura 4.17 -

Figura 4.18 - Imagem classificada do albedo do IVDN estimado para o dia 17/10/1999 com o

  

Figura 4.19 - Imagem classificada do albedo do IVDN estimado para o dia 17/10/1999 sem o

  

Figura 4.20 - Imagem classificada do albedo do IVDN estimado para o dia 07/12/2006 com o

  

Figura 4.21 - Imagem classificada do albedo do IVDN estimado para o dia 07/12/2006 sem o

  

Figura 4.22 - Imagem classificada da temperatura da superfície para o dia 17/01/1987 com o

  

Figura 4.23 - Imagem classificada da temperatura da superfície para o dia 17/01/1987 sem o

  

Figura 4.24 - Imagem classificada da temperatura da superfície para o dia 17/10/1999 com o

  

Figura 4.25 - Imagem classificada da temperatura da superfície para o dia 17/10/1999 sem o

  

Figura 4.26 -

Figura 4.27 - Imagem classificada da temperatura da superfície para o dia 07/12/2006 sem o

  

Figura 4.28 - Imagem classificada do saldo de radiação à superfície no momento da

  

Figura 4.29 - Imagem classificada do saldo de radiação à superfície no momento da

  

Figura 4.30 - Imagem classificada do saldo de radiação à superfície no momento da

  

Figura 4.31 - Imagem classificada do saldo de radiação à superfície no momento da

  

Figura 4.32 - Imagem classificada do saldo de radiação à superfície no momento da passagem do satélite para o dia 07/12/2006 com o MED. ........................................................................ 64Figura 4.33 - Imagem classificada do saldo de radiação à superfície no momento da

  

Figura 4.34 - Relação entre albedo e Rn, (a) imagem classificada do albedo da superfície com

  

Figura 4.35 - Relação entre albedo e Rn, (a) imagem classificada do albedo da superfície sem

  

Figura 4.36 - Relação entre albedo e Rn, (a) imagem classificada do albedo da superfície

  

Figura 4.37 - Relação entre albedo e Rn, (a) imagem classificada do albedo da superfície com

  

  

LISTA DE TABELAS

Tabela 2.2 - Características das Bandas Espectrais do TM-Landsat 5 (Novas, 2008) ............ 10Tabela 2.3 - Albedo Médio diário para diferentes superfícies vegetadas, obtidos em diferentes

  

Tabela 3.1 - Dados de precipitação pluviométrica e temperatura do ar da estação

  

Tabela 3.2 - Valores estatísticos da elevação, inclinação e azimute da normal dos pixels,

  

Tabela 3.3 - Bandas de imagens do TM-Landsat 5, com os respectivos coeficientes de

  

Tabela 4.1 - Valores da declinação solar, ângulo zenital, ângulo horário, distância relativa

  

Tabela 4.2 - Valores estatísticos do ângulo zenital do Sol (Z): mínimo, máximo, moda, média

  

  

  

Tabela 4.4 - Valores estatísticos do albedo da superfície (%): mínimo, máximo, médio, moda

  

Tabela 4.5 - Valores estatísticos do IVDN: mínimo, máximo, média, moda e desvio padrão

  

Tabela 4.6 - Valores estatísticos do Índice de Área Foliar para os dias 17/01/1987,

  

Tabela 4.7 - Valores estatísticos do IVAS: mínimo, máximo, média e desvio padrão dos dias

  

Tabela 4.8 - Valores estatísticos da Temperatura da Superfície (Ts): mínimo, máximo, média

  

  

  

Tabela 4.9 - Valores estatísticos da Radiação de Onda Curta Incidente (R S

  

  

  

Tabela 4.10 - Valores estatísticos da Radiação de Onda Longa Incidente (R L

  

  

  

Tabela 4.11 - Valores estatísticos da Radiação de Onda Longa Emitida (R L

  

  

  

  

LISTA DE SIGLAS E SÍBOLOS

  ASTER Advanced Spacebone Thermal Emission and Reflection Radiometer AVHRR Advanced Very High Resolution Radiometer AVIRIS Airborne Visible/ Infrared Imaging Spectrometer CHESF Companhia Hidro Elétrica do São Francisco ERTS-1 Earth Resources Tecnology Satellite 1 EMBRAPA Empresa Brasileira de Pesquisa Agropecuária ETM + Enhaced Thematic Mapper GPS Global Positioning System HRV High Resolution Visible

  IAF Índice de Área Foliar

  IVAS Índice de Vegetação Ajustado ao Solo

  IVDN Índice de Vegetação da Diferença Normalizada MDT Modelo Digital do Terreno MED Modelo de Elevação Digital MSS Multiespectral Scanner Subsystem MODIS Moderate Resolution Imaging Spectroradiometer NASA National Aeronautics and Space Aministration ND Número Digital NOAA National Oceanic and Atmospheric Administration PAR Radiação Fotossinteticamente Ativa PISNC Projeto de Irrigação Senador Nilo Coelho RBV Return Beam Vidicon REM Radiação Eletromagnética RGB Red, Gren, Blue SEBAL Surface Energy Balance Algorithm for Land SITIM Sistema de Tratamento Digital de Imagens SMMR Scanning Multichannel Microwaver Radiometer SR Sensoriamento Remoto TIROS Television and Infrared Observation Satellite TM Thematic Mapper WGS 84 World Geodetic System de 1984

  UA Unidades Astronômicas UFCG Universidade Federal de Campina Grande UTM λi k

  Radiação de Onda Longa Emitida pela Superfície R

  ângulo horário (em radianos) o

  ω

  Ângulo de Aspecto da Superfície (em radianos)

  s Inclinação da Superfície (em radianos); γ

  Latitude do Pixel (em radianos);

  φ

  Declinação do Sol (em radianos)

  δ

  Radiação de Onda Curta Incidente i Inclinação do Terreno S Constante Solar Ta Temperatura do Ar Ts Temperatura da Superfície Terrestre

  S ↓

  Rn Saldo de Radiação R

  ↓ Radiação de Onda Longa Incidente

  L

  L ↑

  Irradiância Solar Epectral de Cada Banda no Topo da Atmosfera ζ Constante de Stefan-Boltzman. α

  Radiância Espectral R

  L λi

  ρV Reflectividade do Vermelho dT-S Distância Relativa Terra-Sol

  αtoa Albedo Planetário

  εo Emissividade da Superfície

  εNB Emissividade Termal

  ρIV Reflectividade do Infravermelho Próximo

  εa Emissividade Atmosférica

  Reflectância Monocromática de Cada Banda ( λi)

  Latitude ρλi

  Declinação do Sol φ

  Ângulo Horário δ

  Ângulo de Aspecto da Superfície ω

  Albedo da Superfície γ

  Emissividade de Cada Pixel Zi Ângulo Zenital do Sol a Ângulo Azimutal Kc Coeficiente de Cultura

  L Radiância Espectral de Cada Banda λi k Irradiância Solar Espectral de Cada Banda no Topo da Atmosfera

  λi

  Z Ângulo Zenital Solar

  d Quadrado da Razão Entre a Distância Média Terra-Sol r

  Dia do Ano Г TOA Albedo Planetário α PO Radiação Solar Refletida pela Atmosfera α

  Transmissividade Atmosférica τ

  sw

  

SUMÁRIO

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

1. INTRODUđấO

  O desenvolvimento dos satélites trouxe considerável aperfeiçoamento nas atividades meteorológicas, as mudanças ocorreram das atividades diárias, como a previsão do tempo, à análise climatológica de parâmetros estimados através de sistemas remotos.

  Ainda assim, a obtenção de determinadas variáveis meteorológicas continua sendo uma tarefa complexa, pois o alto custo financeiro e o longo tempo que demanda obtê-las inviabilizam esta proposta.

  Por isso, os sistemas sensores têm assumido importância cada vez maior no monitoramento dos recursos naturais terrestres, através deles é possível a obtenção dos componentes do Saldo de Radiação (Rn) para grandes áreas, porém, algumas considerações são necessárias devido a fatores específicos.

  Os padrões apresentados por diferentes componentes do balanço de radiação e energia à superfície sobre diferentes tipos de vegetação são controlados por características da superfície, como albedo, área foliar, rugosidade, capacidade fotossintética, entre outros, que controlam a temperatura e umidade do ar, a velocidade do vento, a evapotranspiração e até mesmo a precipitação (Pielke et al., 1991).

  Levando em consideração a superfície do globo terrestre, que tem como características naturais regiões acidentadas, onde a planificação é a exceção, é razoável imaginar que os produtos confeccionados a partir das informações obtidas por sensores remotos sobre tais condições de relevo terão que levar em conta o aspecto da rugosidade, sob o risco de subestimarem sua influência nos valores obtidos.

  Todo este desenvolvimento tecnológico tem aumentado o número de pesquisas empregando técnicas de sensoriamento remoto, algoritmos foram propostos para identificação de áreas de cultivo, bem como, na estimativa de parâmetros biofísicos a serem utilizados em modelos de crescimento, produtividade, balanço hídrico, etc.

  Seguindo esta linha, para se estimar os diferentes componentes do balanço de radiação à superfície com imagens de satélites, alguns algoritmos têm sido formulados, como exemplo tem-se o SEBAL (Surface Energy Balance Algorithm for Land), proposto por Bastiaanssen (1995). O SEBAL tem sido aplicado em diferentes países e em diversas áreas da região semi- árida do Nordeste brasileiro, como o fizeram Di Pace (2004), Araújo (2006), Novas (2008).

  Entretanto, apesar de o SEBAL ter sido validado em diversos estudos, em sua forma mais comum, ele é empregado sem levar em conta alguns efeitos do relevo local pois a altitude é, quase sempre, considerada constante para a região estudada. Em se tratando de pequenas dimensões os efeitos podem ser insignificantes, entretanto, quando consideradas grandes áreas isto será pouco provável continuar valendo.

  Di Pace (2004) ao estimar o balanço de radiação à superfície terrestre em região do semi-árido brasileiro fazendo o cômputo do algoritmo SEBAL, primeiramente com o Modelo de Elevação Digital (MED) e depois sem o MED.

  Menezes (2006) também utilizou o Modelo de Elevação Digital ao estimar a evapotranspiração na região do Quadrilátero Ferrífero Mineiro. Diante do exposto, este trabalho tem por objetivo estimar o saldo de radiação instantânea à superfície no médio São Francisco com base em sensores remotos utilizando imagens do Landsat 5

  • – TM. Para tal, foram geradas estimativas em dois cenários: a) com o Modelo de Elevação Digital e b) sem o Modelo de Elevação Digital.

2. REVISÃO BIBLIOGRÁFICA

2.1 Sensoriamento Remoto

  O Sensoriamento Remoto (SR) pode ser definido como “Ciência e arte de obter informações a respeito de um objeto, área ou fenômeno pela análise de dados adquiridos por um dispositivo que não está em contato com o objeto, áre a ou fenômeno sob investigação” (Lillesand e Kiefer, 1987) o u “Ciência de observação à distância (Barret e Curtis, 1992).

  Novo (1992), após algumas considerações, definiu sensoriamento remoto como sendo a utilização conjunta de modernos sensores, equipamentos para processamento e transmissão de dados de aeronaves, de espaçonaves etc., com o objetivo de estudar o ambiente terrestre através do registro e da análise das interações entre a radiação eletromagnética e as substâncias componentes do planeta Terra em suas mais diversas manifestações.

  Estudos e experiências com máquinas fotográficas a bordo de outras máquinas voadoras (dirigíveis, aviões, satélites, etc.) foram por diversas vezes realizados e ainda hoje o são, com o objetivo de mapear e estudar a superfície terrestre e seus fenômenos. Desta forma, a aquisição da informação é feita por um sensor que não entra em contato físico direto com o objeto em estudo.

  Sensores são dispositivos capazes de detectar e registrar a radiação eletromagnética em determinada faixa do espectro eletromagnético, assim, estas informações podem gerar dados que se transformam em produtos passíveis de interpretação, em diversos formatos de saída.

  Segundo Collewl (1983), Jensen(1986) e Novo (1989) a visão sinóptica e os aspectos multiespectrais e multitemporal dos sensores orbitais, aliado ao crescente desenvolvimento de sistemas computacionais (hardware e software) de tratamento de imagens, caracterizam o sensoriamento remoto como uma tecnologia indispensável nas análises e estudos dos fenômenos ambientais e terrestres.

  Segundo Lillesand e Kiefer (1987) com o desenvolvimento de sistemas de sensores sofisticados, programas de processamento digital de imagens e plataformas de aquisição de imagens multiespectrais, o sensoriamento remoto tem-se voltado para o desenvolvimento da capacidade de aquisição de dados múltiplos de dados e de diferentes técnicas de análise de dados.

  No sensoriamento remoto a identificação e distribuição dos objetos ou materiais são feitas pelas suas diversas características espectrais expressas nas várias bandas de um sensor. Entretanto, quanto maior for o número de imagens e bandas, que o complementarem, maior será o volume de dados, tornando-se indispensável o uso de técnicas automáticas de análise através de computadores, introduzindo diversas formas de abordagem de dados (Lillesand e Kiefer (1987).

  Segundo Collwel (1983) os dados do comportamento espectral de superfícies vegetativas mostram que em estudos relacionados com a diferenciação de solo e vegetação, diferenciação de espécies vegetais, levantamento de biomassa e medidas de umidade de vegetação, predominam a utilização de janelas atmosféricas (0,45

  • – 0,72 µm) e infravermelho (0,76
  • – 1,75 µm). Estudos relacionados com estresse térmico de plantas e mapeamento termal, com a utilização de faixas do infravermelho termal (8 - 14 µm).

  Huete e Warrick (1990) realizaram estudos sobre a abundância, composição e produtividade de vegetação através de técnicas de sensoriamento remoto, fundamentadas em índice espectral de vegetação da diferença normalizada (IVDN).

  Paradela et al. (1990) utilizando imagens TM-Landsat e Spot/HRV, em mapeamento geológico, mostraram que as discriminações litológicas podem ser melhoradas pela combinação da banda pancromática do Spot (elevada resolução espacial), com as bandas do infravermelho do TM, e que a visão estereocópica das imagens obtidas pelo Spot pode ser combinada com os produtos TM digitalmente na otimização da interpretação na escala de detalhes.

  Santos et al. (1995) com a finalidade de demonstrar a eficiência de produtos orbitais, utilizaram imagens TM-Landsat 5 no mapeamento do uso de terras e da cobertura vegetal da Bacia Hidrográfica do Rio Canduru-Açu, obtiveram resultados satisfatórios com imagens em composição colorida na escala 1:100.000.

  A base da tecnologia de sensoriamento remoto é a detecção das alterações sofridas pela radiação eletromagnética quando esta interage com os componentes da superfície terrestre (Mendes e Cirilo, 2001).

  A REM (radiação eletromagnética) quando interage com os alvos da superfície terrestre pode ser absorvida, refletida, transmitida ou emitida por eles. A interação da REM com a matéria pode alterar as seguintes propriedades da radiação incidente: intensidade, direção, comprimento de onda, poralização e fase (Centeno, 2004)

  2.1.1 Plataformas de Sensoriamento Remoto

  No contexto de captura das imagens têm-se os sensores remotos e as plataformas, fazendo parte do que se denomina “Sistema de Sensoriamento Remoto”. Estes sistemas são os veículos e instrumentos necessários à coleta de dados para serem analisados pela comunidade científica e de usuários em geral (Epiphanio, 2005).

  Para Centeno (2004) o sistema sensor mede a radiação eletromagnética e gera um valor ou um produto analógico e a plataforma é o elemento de suporte usado pelo sensor e encarregado do seu transporte.

  Segundo (Moreira, 2005), as plataformas de SR definem o nível de aquisição de dados, podem ser: orbitais (plataformas espaciais, satélites), aeras (aeronaves, helicópteros) e terrestres (torres e sistemas radiométricos de campo).

  2.1.2 Tipos de Dados

  Novas (2008) comenta que os tipos de dados em sensoriamento remoto a serem coletados dependem da informação necessária, do tamanho e da dinâmica dos objetos ou fenômenos estudados. Os sensores correspondentes e o papel que têm na aquisição dos diferentes tipos de informação, conforme Figura 2.1

Figura 2.1 - Informação X tipo de sensor (Novas, 2008)

  Um sistema sensor é constituído basicamente por um coletor, que pode ser um conjunto de lente ou antena, e um sistema de registro (detector) que pode ser um filme ou outros dispositivos e um processador, conforme ilustrado na Figura 2.2

Figura 2.2 - Partes componentes de um sistema sensor (Moreira, 2005)

  Segundo Novas (2008) os métodos de sensoriamento remoto permitem integrar informações sobre os vários processos físicos e biológicos em diferentes escalas de tempo e espaço.

  Tabela 2.1

  • – Tipos de informações disponíveis para diferentes sensores (Novas, 2008)

  Tipo de Informação Tipo de Sensor Exemplo de Sistema

  Alta resolução e amplo Sensores imageadores Large Format Câmera,Radar recobrimento do terreno e câmeras do Satélite JERS-1 Alta resolução espectral sobre Espectrômetros e

  Shuttle Imaging Spectrometer áreas limitadas espectro radiômetro

  Resolução espectral limitada com Mapeador TM/Landsat, HRV/Spot, alta resolução espacial multiespectrais Radarsat Alta resolução espectral e alta Espectrômetros

  AVIRIS, MODIS, ASTER resolução espacial imageadores Alta precisão de medidas de

  Radiômetros e intensidade ao longo de linhas ou ERS-1/difusômetro Difusores faixas

  Alta precisão de medidas de Radiômetros intensidade com resolução espacial SMMR/AVHRR imageadores moderada

  Alta precisão de localização e Altímetro Altímetros e Sondas perfil

  TOPEX/POSEIDON Mapeamento tridimensional do Shuttle e High Resolution

  Altímetros terreno Altimeter

2.2 A Meteorologia e o Sensoriamento Remoto

  Ferreira (2004) comenta o desenvolvimento tecnológico do satélite, possibilitando o seu uso em diversas áreas distintas, assim como o monitoramento ambiental terrestre e oceânico, aplicações na agricultura entre outras, faz menção também da utilização deste sistema para o monitoramento de queimadas na Amazônia, no cálculo do índice de vegetação e no balanço de radiação.

  Na meteorologia, o primeiro satélite a entrar em órbita foi o Tiros 1, lançado em 01 de abril de 1960. Desde então a meteorologia vem aperfeiçoando a aquisição de dados e o seu uso nas mais diversas finalidades, e isto se deve, além das pesquisas instrísecas na área, o que auxilia no refinamento de algoritmos e softwares, ao aperfeiçoamento dos sistemas sensores.

2.2.1 Série Landsat

  Earth Resources Tecnology Satellite 1 (ERTS 1), lançado em 1972, foi o primeiro satélite de recursos naturais terrestre não-tripulado a entrar em órbita. Carregava dois tipos de sensores a bordo: MSS (Multiespectral Scanner Subsystem) que é um sistema de varredura multiespectral e o RBV (Return Beam Vidicom) constituído por três câmeras de televisão. O programa foi rebatizado de LANDSAT e mais seis satélites foram postos em órbita no espaço terrestre. Os sistemas MSS e RBV foram concebidos, praticamente na mesma época. O sistema RBV fez parte apenas nos três primeiros satélites da série Landsat, já o sistema MSS foi e ainda é um dos sensores constituintes da carga útil de todos os satélites da série (Landsat 1,2,3,4,5,6 e 7).

  Existem duas gerações para a série Landsat: a primeira compreende os três primeiros satélites e, a segunda, os quatro últimos. Os satélites (Ladsat 1,2 e 3), foram colocados em órbita a uma altitude de 920 Km. Totalizavam 103 minutos e 27 segundos para dar uma volta na Terra. Os satélites giravam numa órbita síncrona com o Sol, com ângulo de inclinação em relação ao equador de 99º 11´, fazendo com que a órbita fosse quase polar em torno da terra.

  A configuração da órbita era tal que, a cada 18 dias, o sistema MSS imageava a mesma região da superfície terrestre, que havia sido imageada há 18 dias, atribuindo assim uma resolução temporal ao sistema de 18 dias. cesso em 15/12/2009).

Figura 2.3 - Landsat 1 (

2.2.2 Imageador TM – Landsat 5

  Em 1984, a NASA colocou em órbita o sensor TM (Thematic Mapper) com melhorias no que diz respeito às resoluções: espectral, espacial, temporal e radiométrica, em relação ao sistema MSS, mas mantendo suas características. Este sistema, assim como o MSS, passou a fazer parte da carga útil dos satélites Landsat 4, 5, 6 e 7, sendo que no Landsat 6 o sistema não chegou a operar, por motivo de destruição do satélite durante o lançamento.

  Carga útil (“payload”) são aqueles equipamentos que estão a bordo do satélite exclusivamente para a coleta de informações sobre a superfície Terrestre (Novo, 1989). Comparando o MSS, o TM é caracterizado por uma resolução espacial de 30 m e de 120 m no canal térmico (no MSS, 80 m e 120 m) e um intervalo menor entre seus canais. O

  Landsat 5 tem órbita quase polar e hiliossíncrona, uma altitude média de 705,3 Km e uma inclinação de 98,3º. O Landsat leva 99 minutos para percorrer sua órbita. Isto significa 14,5 órbitas em um dia. Percorrendo toda a Terra em 16 dias. A passagem pelo equador ocorre às 9:45 h (hora local). Tem resolução radiométrica de 8 bits (256 níveis de cinza).

  O sensor TM opera em 7 bandas espectrais do espectro eletromagnético sendo: 3 bandas na região do visível, 3 bandas na região do infravermelho refletido e 1 banda na região termal. A largura de faixa imageada também é de 185 km. A resolução espacial, para os sensores que operam nas regiões do visível e infravermelho refletido, é de 30 m x 30 m e, para o sensor da região do termal é de 120 m x 120 m (Tabela 2.2)

Tabela 2.2 - Características das Bandas Espectrais do TM-Landsat 5 (Novas, 2008) Banda Espectal

  Resolução Espectral (µm)

  IFOV (µrad) Resolução Espacial

  1 (visível, azul) 0,45-0,52 42,6

  30 2 (visível . verde) 0,52-0,60 42,6 30 3 (visível, vermelho) 0,63-0,69 42,6 30 4 (Infravermelho próximo) 0,76-0,90 42,6 30 5 (Infravermelho médio refletido) 1,55-1,75 42,6 30 6 (infravermelho termal) 10,42-12,50 81,5 120

  7 (infravermelho médio distante) 2,08-3,35 42,6

  30 Figura 2.4 - Landsat 5

  • – cesso em 15/12/2009).
O Landsat 7 foi lançado em 1999, novamente trouxe benefícios adicionais em relação aos anteriores, houve a substituição do sensor Mapeador Temático (Thematic Mapper

  • – TM) pelo Mapeador Temático Avançado (enhaced Thematic Mapper – ETM+), radiômetro de varredura multiespectral de 8 bandas que fornece imagem de alta resolução da superfície da Terra. Algumas das principais inovações: banda 6, termal, resolução espacial de 60 m; uma banda pancromática com resolução espacial de 15 m; maior precisão radiométrica absoluta; geometria de imageamento melhorada.

  2.3 Algoritmo SEBAL

  Em 1995 um grupo de pesquisadores propôs um algoritmo capaz de calcular o saldo de radiação combinado com os fluxos de calor do solo e de estimar a evapotranspiração: O algoritmo denominou-se SEBAL.

  O algoritmo SEBAL (Surface Energy Balance Algorithm for Land) é descrito em (Bastiaanssen et al., 1998a; Bastiaanssen, 2000) e é um modelo validado em vários ecossistemas mundiais, como Egito, Espanha, Portugual, França, Itália, Argentina, China, Índia, Paquistão, Nigéria, Zâmbia, Etiópia, Estados Unidos, Novo México, etc (Tasumi, 2003).

  Segundo Weligepolage (2005) O SEBAL é um dos algoritmos semi-empírico que promove a parametrização do balanço de energia e fluxos de superfície baseado em alguns dados locais e medições espectrais de satélites.

  O algoritmo SEBAL tem se destacado no estudo de fluxo de calor à superfície e vem sendo utilizado por pesquisadores de diversas nacionalidades, tais como Granger (2000); Moran (1994), Silva et al. (2002), Tasumi (2003), Di Pace (2004) e Novas (2008).

  Segundo Bastiaassen (1998a) o algoritmo é uma ferramenta muito eficaz, que envolve a variabilidade espacial da maioria das variáveis micrometeorológicas, através de funções semi-empíricas, podendo ser aplicados em diversos agrossistemas.

  2.4 Albedo da Superfície

  Um elemento de grande importância para a determinação do balanço de radiação é o albedo da superfície ou poder refletor da superfície, que tem sido definido atualmente como o coeficiente de reflexão da superfície para a radiação de onda curta. Esse elemento varia com o tipo de superfície, condições de umidade do ar e do solo, cobertura de nuvens e ângulo de incidência dos raios solares, e até mesmo devido à ação do homem, como: desflorestamento, agricultura e urbanização. O albedo geralmente varia ao longo do ano para uma determinada superfície, mas em alguns estudos é considerado constante. Sua variação diária para as superfícies vegetadas depende do ângulo de elevação do Sol e apresenta valor mínimo próximo ao meio dia e máximo no início da manhã e final da tarde (Arya, 1998).

  O albedo é definido como a fração da radiação incidente que é refletida por uma superfície. Embora a reflexão seja definida como esta mesma fração de um único ângulo de incidência, o albedo, no entanto, é uma reflexão sobre a integração de todos os ângulos de visada (Maurer, 2002).

  Leitão (1989) cita que o albedo tem valores mínimos para os maiores valores de ângulo de elevação solar, pois é grande a penetração de radiação solar no dossel vegetativo, resultando no aumento da absorção e espalhamento da radiação. Já para valores menores essa penetração é pequena, havendo redução da absorção por espalhamento múltiplo, resultando numa maior reflexão da superfície e, conseqüentemente, maior albedo.

  Em outro estudo, Leitão & Oliveira (2000) mostraram que o albedo pode ser influenciado pela irrigação e, conseqüentemente o balanço de energia, podendo produzir erros significativos, principalmente, na estimativa de evapotranspiração.

Mostre mais

Documento similar

UNIVERSIDADE FEDERAL DO CEARÁ INSTITUTO DE CULTURA E ARTE PROGRAMA DE PÓS-GRADUAÇÃO EM FILOSOFIA FRANCISCO AMSTERDAN DUARTE DA SILVA

0 0 161

ALBEDO E ESTIMATIVAS DO SALDO DE RADIAÇÃO EM FEIJÃO-VAGEM SOB COBERTURA DE PLÁSTICO E AMBIENTE EXTERNO1

0 0 12

UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS DA SAÚDE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICAS

0 0 127

UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS BIOLÓGICAS PROGRAMA DE PÓS-GRADUAÇÃO EM BIOTECNOLOGIA FRANCISCO LÚCIO BARBOSA QUARESMA

0 0 53

UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS DA SAÚDE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICAS

0 0 141

UNIVERSIDADE FEDERAL DE CAMPINA GRANDE – UFCG CENTRO DE TECNOLOGIA E RECURSOS NATURAIS – CTRN UNIDADE ACADÊMICA DE CIÊNCIAS ATMOSFÉRICAS – UACA PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA JEFFERSON ERASMO DE SOUZA VILHENA

0 0 99

UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS DA EDUCAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM EDUCAÇÃO FRANCISCO GONÇALVES FILHO

0 0 184

UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS DA SAÚDE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICAS

0 0 73

UNIVERSIDADE DE BRASÍLIA INSTITUTO DE FÍSICA PROGRAMA DE PÓS-GRADUAÇÃO DE MESTRADO PROFISSIONAL EM ENSINO DE FÍSICA MESTRADO NACIONAL PROFISSIONAL EM ENSINO DE FÍSICA MÉTODO PARA OTIMIZAR O APRENDIZADO NO ENSINO MÉDIO COM BASE NO MODELO DE RASCH

0 0 113

UNIVERSIDADE DE BRASÍLIA INSTITUTO DE FÍSICA PROGRAMA DE PÓS-GRADUAÇÃO DE MESTRADO PROFISSIONAL EM ENSINO DE FÍSICA MESTRADO NACIONAL PROFISSIONAL EM ENSINO DE FÍSICA MÉTODO PARA OTIMIZAR O APRENDIZADO NO ENSINO MÉDIO COM BASE NO MODELO DE RASCH

0 0 113