ESTIMATIVA DA TEMPERATURA DE SUPERFÍCIE TERRESTRE COM IMAGENS AVHRR/NOAA LAND SURFACE TEMPERATURE ESTIMATIVE WITH AVHRR/NOAA IMAGES

Transcrição

1 ESTIMATIVA DA TEMPERATURA DE SUPERFÍCIE TERRESTRE COM IMAGENS AVHRR/NOAA Nazaré Suziane Soares 1, Juliana Alcântara Costa 2, Léa Moraes Nunes Teixeira 3, Carlos Alexandre Gomes Costa 4 RESUMO: As bandas do infravermelho termal das imagens AVHRR/NOAA podem ser utilizados para estimativa da temperatura de superfície terrestre. Objetivou-se com esse trabalho avaliar a relação entre a temperatura do ar e a temperatura da superfície terrestre através de imagens AVHRR/NOAA. Dados de temperatura de estações meteorológicas no Ceará foram utilizados e para a estimativa da temperatura de superfície terrestre (TST) utilizou-se o método split window (SW). Na análise de desempenho do método, obteve-se valores de coeficiente de determinação (R²) de 0,47, coeficiente de correlação (ρ) de 0,69 e coeficiente de Nash-Sutcliffe (NSE) de 0,10. Já na análise comparando as estações meteorológicas, Quixeramobim e Sobral foram os locais com melhores valores tanto de ρ (0,53 e 0,35, respectivamente) e NSE (0,423 e 0,589, respectivamente). Os resultados evidenciaram a influência da localização geográfica na correlação da temperatura do ar com a TST, assim também como outros fatores relacionados à qualidade das imagens. PALAVRAS-CHAVE: janela dividida, sensoriamento remoto, termal. LAND SURFACE TEMPERATURE ESTIMATIVE WITH AVHRR/NOAA IMAGES ABSTRACT: The thermal infrared bands of the AVHRR/NOAA images can be used to estimate the land surface temperature (TST). The objective of this work was to evaluate the relationship between air temperature and surface temperature through AVHRR / NOAA images. Temperature data from meteorological stations in Ceará were used and for the estimation of land surface temperature (TST) the method split window (SW). In the analysis of the performance of the method, values of determination coefficient (R²) of 0.47, correlation coefficient (ρ) of 0.69 and Nash-Sutcliffe coefficient (NSE) of 0.10 were obtained. In the analysis comparing the meteorological stations, Quixeramobim and Sobral were the sites with the best values of ρ (0.53 and 0.35, respectively) and NSE (0.423 and 0.589, respectively). The results evidenced the influence of the geographic location on the correlation of the air temperature with the TST, as well as other factors related to the quality of the images. KEYWORDS: split window, remote sensing, thermal. INTRODUÇÃO O sensoriamento remoto se mostra efetivo no fornecimento de importantes informações hidrológicas, servindo, por exemplo, para melhor embasar diversos estudos hidrológicos, meteorológicos e agrícolas (Meena et al., 2018). Dessa maneira, evita-se algumas dificuldades 1 Engª Agrônoma, Mestranda em Engenharia Agrícola, Depto de Engenharia Agrícola, UFC, Campus do Pici, CEP , Fortaleza, CE. Fone: (85) suzianesoares@live.com. 2 Engª Agrônoma, Doutoranda em Engenharia Agrícola, Depto de Engenharia Agrícola, UFC, Fortaleza, CE. 3 Engª Ambiental, Mestra em Engenharia Agrícola, Depto de Engenharia Agrícola, UFC, Fortaleza, CE. 4 Prof. Dr,. Depto de Engenharia Agrícola, UFC, Fortaleza, CE.

2 logísticas e econômicas associadas às medidas in situ de variáveis hidrológicas, principalmente em regiões remotas e em países de limitados recursos financeiros. Os satélites meteorológicos da série NOAA (National Oceanic and Atmospheric Administration) disponibilizam imagens que são acessíveis e comumente utilizadas. Nesses satélites, os radiômetros imageadores AVHRR (Advanced Very High Resolution Radiometer), com resolução espacial de 1,1 km e funcionando na faixa ótica do visível, no infravermelho próximo e no infravermelho termal, podem ser utilizados para estimativa da temperatura de superfície terrestre (TST) (Teixeira, 2010). A TST encontra várias aplicações na hidrologia tais como na obtenção da evapotranspiração potencial e na modelagem de sistemas hidrológicos. Mesmo podendo ser inferida a partir de dados obtidos através de imagens fornecidas por satélites, a obtenção da TST não é direta, sendo necessário a realização de correções atmosféricas e calibrações radiométricas para que os dados representem melhor a realidade. O método split window (SW), desenvolvido por Price (1984), combina as temperaturas de brilho dos canais 4 e 5 das imagens AVHRR através de uma combinação linear, corrigindo, em parte, os efeitos atmosféricos e aqueles devido à emissividade da superfície terrestre. Além disso, as diferenças de emissividade superficial são suavizadas ao se usar satélites de baixa resolução espacial tais como os da série NOAA (Teixeira, 2010). A estimativa da TST é, dessa forma, um importante parâmetro na hidrologia, podendo ser ainda possível correlacionar a mesma com a temperatura do ar (Li et al., 2013). Portanto, o objetivo deste trabalho foi avaliar a relação entre a temperatura do ar e a temperatura da superfície terrestre através de imagens AVHRR do satélite da série NOAA. MATERIAL E MÉTODOS O estudo foi realizado no estado do Ceará de clima predominante tropical quente semiárido (IPECE, 2007), utilizando dados de temperatura do ar das estações meteorológicas do Instituto Nacional de Meteorologia (INMET). As estações utilizadas foram as de Barbalha, Fortaleza, Guaramiranga, Iguatu, Jaguaruana, Quixeramobim e Sobral. Utilizaram-se dados de temperatura coletados às 18 UTC, correspondendo a 15h no horário local, pois foram os que melhor coincidiram com o imageamento feito pelo satélite NOAA-19. Para a estimativa da temperatura da superfície terrestre foram utilizadas imagens do sensor AVHRR do satélite NOAA-19. O critério de seleção das imagens foi a baixa nebulosidade e o horário de passagem do satélite, entre 17h30 e 18h30 UTC. Foram

3 selecionadas 14 imagens no total, sendo nove do ano de 2016 e cinco de O processamento das imagens se deu no software ENVI Classic 4.2. A calibração radiométrica foi a primeira etapa no pré-processamento da imagem e consiste na transformação da informação digital registrada pelo sensor em radiância, seguido, depois, pela correção geométrica e correção atmosférica pelo método SW. Foi necessário determinar as temperaturas de brilho das bandas 4 e 5 do sensor AVHRR do satélite NOAA-19, que correspondem aos intervalos de comprimento de onda de 10,3-11,3 μm e 11,5-12,5 μm, respectivamente. A equação utilizada para o método SW foi uma adaptação do método de Price (1984), desenvolvida pelo Centre de Météorologie Spatiale de Météo-France à Lannion (Dubreuil et al., 2002), que converte os valores das bandas termais em temperatura em graus Celsius, onde B4 e B5 são respectivamente as bandas 4 e 5 das imagens (Equação 1): ( ) (3 ( 4-2 3,5)) - (2 ( 5-2 3,5)) (1) Após obtidas as imagens da TST, foram elaborados mapas no software ArcGIS com as classes de temperatura. A análise do desempenho da estimativa da TST foi feita pelos métodos: coeficiente de determinação (R²), coeficiente de correlação (ρ), erro médio absoluto (EMA), raiz do erro médio quadrático (REMQ) e o coeficiente de Nash-Sutcliffe (NSE). RESULTADOS E DISCUSSÃO A estimativa da TST pelo método SW apresentou associação com a temperatura do ar com um coeficiente de determinação de 0,32 para o modelo linear apresentado (Figura 1), divergente dos valores observados por Gusso et al. (2007) quando testaram diferentes algoritmos clássicos na estimativa de TST com imagens AVHRR/NOAA. No entanto, mostrou que os valores de TST estimados são cerca de 18% maiores do que os valores de temperatura do ar mensurados. Assim, apesar da correlação existir, há dificuldade em correlacionar a TST com a temperatura do ar. Isso se dá em função de a temperatura do ar está na influência de diversos outros fatores como a emissividade da superfície e a densidade de vegetação (Teixeira, 2010).

4 TST ( C) y = 1,1779x R² = 0, Temperatura do ar ( C) Figura 1. Relação entre a temperatura de superfície terrestre (TST) estimada pelo método split window e a temperatura medida nas estações meteorológicas. Uma comparação entre as correlações por estações meteorológicas mostrou correlações através do NSE distintas (Figura 2b). Sousa & Ferreira Júnior (2012) em estudos de TST em Goiânia, correlacionaram as diferenças de temperatura com a ocupação do solo. No entanto, para a área analisada, resolução espacial e tamanho de área, pode-se correlacionar com o clima da região e localização geográfica das áreas estudadas. Fortaleza e Guaramiranga, que foram as localidades com valores de NSE mais baixos, estão presentes em áreas litorânea e montanhosa, respectivamente. Já as estações de Quixeramobim e Sobral estão entre as estações com maiores valores em ambas análises. Tabela 1. Análises de desempenho por estações meteorológicas através do coeficiente de correlação (ρ) e coeficiente de Nash-Sutcliffe (NSE). Estações NSE ρ Barbalha 0,266 0,70 Fortaleza -2,243 0,17 Guaramiranga -3,426-0,34 Iguatu 0,364 0,24 Jaguaruana 0,384-0,02 Quixeramobim 0,423 0,53 Sobral 0,589 0,35 As análises de desempenho dos dados gerais mostraram valores de ρ=0,69; EMA=5,97; REMQ=6,48; e NSE= 0,10. Em uma análise dia a dia, os dias que obtiveram o maior NSE foram os dias 02 e 25 de outubro de 2017 com NSE=0,34 e 0,36, respectivamente (Figura 2). Valores inferiores a 15 C foram considerado nuvens, como observado no dia 25 de outubro de 2017(Figura 2b). Nesse dia em questão também observou-se a influência de nuvens em temperaturas superiores a 16 C.

5 Figura 2. Distribuição da temperatura de superfície terrestre estimada em todo o estado do Ceará em comparação com os valores estimados nas estações meteorológicas nos dias 02 (a) e 25 (b) de outubro de CONCLUSÕES A correlação entre os dados observados nas estações meteorológicas e os estimados da temperatura da superfície terrestre através do sensoriamento remoto se mostrou como uma importante ferramenta, principalmente na correlação entre as estações meteorológicas. Tais resultados evidenciaram a influência tanto da localização e clima da região no resultado, como também fatores relacionados à qualidade de imagem. Além disso, quando não há possibilidade de medições de temperatura da superfície terrestre, esta pode ser obtida através do método split window ou da correlação com a temperatura do ar. REFERÊNCIAS DUBREUIL, V.; MONTGOBERT, M.; PLANCHON, O. Une méthode d'interpolation des températures de l'air en Bretagne: combinaison des paramètres géographiques et des mesures infrarouge NOAA-AVHRR. Hommes et Terres du Nord, v. 1, n. 1, p , GUSSO, A.; FONTANA, D.C.; GONÇALVES, G.A. Mapeamento da temperatura da superfície terrestre com uso do sensor AVHRR/NOAA. Pesquisa Agropecuária Brasileira, v. 42, n. 2, p , 2007.

6 IPECE Instituto de Pesquisa e Estratégia Econômica do Estado do Ceará. Secretaria do Planejamento e Gestão. Governo do Estado do Ceará. Ceará em mapas p. LI, Z. L.; TANG, B. H.; WU, H.; REN, H.; YAN, G.; WAN, Z.; SOBRINO, J. A. Satellitederived land surface temperature: Current status and perspectives. Remote Sensing of Environment, v. 131, p , MEENA, R.S.; MITRAN, T.; KUMAR, S.; YADAV, G. S.; BOHRA, J. S.; DATTA, R. Application of remote sensing for sustainable agriculture and forest management. Information Processing in Agriculture, Vol. 5, n. 1, PRICE, J.C. Land surface temperature measurements from the split window channels of the NOAA 7 Advanced Very High Resolution Radiometer. Journal of Geophysical Research: Atmospheres, v. 89, n. D5, p , SOUSA, S.B. de; FERREIRA JÚNIOR, L.G. Relação entre temperatura de superfície terrestre, índices espectrais e classes de cobertura da terra no município de Goiânia (GO). Raega-O Espaço Geográfico em Análise, v. 26, TEIXEIRA, R.F.B. Interferência do estado geral da umidade superficial do solo pelo índice de seca temperatura-vegetação e por imagens do satélite NOAA-17: aplicações no semiárido do Ceará. Fortaleza, f. Tese (Doutorado em Engenharia Civil) - Universidade Federal do Ceará.