Sensoriamento Remoto do Campo de Temperatura da SuperfÍcie do Mar

Transcrição

1 Sensoriamento Remoto do Campo de Temperatura da SuperfÍcie do Mar MÁra Regina Labuto Fragoso da Silva, DSc. Universidade Federal do EspÍrito Santo Resumo Este documento aborda o trabalho da área de Sensoriamento Remoto do Score Central para o Programa REVIZEE com relação à estimativa do campo de temperatura de superfície do mar utilizando imagens adquiridas pelos satélites NOAA-14 e GOES-8. São descritos os processos de aquisição e preparação das imagens, a metodologia utilizada para análise e exibição das imagens, os resultados obtidos, e tecidas algumas considerações quanto ao uso do Sensoriamento Remoto como uma poderosa ferramenta para esta medição oceanográfica. Abstract This document deals with the work of the Central Score Remote Sensing area for REVIZEE Programme, concerned on the sea surface temperature estimation, using images acquired from NOAA-14 and GOES-8 satellites. It describes proceedings on images acquisition and preparation, the methodology used for image analysis and exhibition, results and some considerations in respect to Remote Sensing as a powerful tool for this oceanographical measurement. Palavras-chave Satellite Oceanography Remote Sensing Sea Surface Temperature Sensoriamento Remoto Temperatura de SuperfÍcie do Mar Siglas e Abreviaturas AVHRR - Advanced Very High Resolution Radiometer CPTEC Centro de PrevisÃo de Tempo e Clima GMT Greenwich Meridian Time GIF Graphical Interface File GOES - Geostationary Operational Environmental Satellite HRPT - High Resolution Picture Transmission

2 INPE Instituto nacional de Pesquisas Espaciais MCSST - Multi-channel Sea Surface Temperature NASA National Aeronautics and Space Administration NOAA - National Oceanographic and Atmospheric Administration Satellite PIRATA - Pilot Research Moored Array in the Tropical Atlantic PNB³IA - Programa Nacional de BÓias SIG - Sistemas de InformaÇÃo GeogrÁfica TSM Temperatura de SuperfÍcie do Mar UFES Universidade Federal do EspÍrito Santo IntroduÇÃo O oceano É um sistema complexo, com movimento e variabilidade em todas as escalas espaciais e temporais, e o instrumento mais usado pela oceanografia tradicional o navio não fornece uma série temporal em um ponto fixo determinado, nem fornece uma carta espacial sinótica em um tempo fixo determinado. Com o desenvolvimento da oceanografia por satélite, podemos ter mais um instrumento oceanográfico para colher informações, envolvendo alta tecnologia, capaz de reduzir os custos da monitoração in situ, embora ainda limitado a uma pequena camada de superfície do mar. Conforme citado no Programa REVIZEE (apud SILVA, M. R. L. F., 1997):...deverÁ ser objeto de atenção o emprego do Sensoriamento Remoto capaz de fornecer informações sobre temperatura......durante a execução do projeto REVIZEE deverão ser coletados dados dos sensores AVHRR-NOAA para determinação do campo de temperatura da superfície do mar (TSM)... Portanto, de acordo com o acima citado, procedeu-se ao Sensoriamento Remoto do Campo de Temperatura da SuperfÍcie do Mar (de agora em diante denominada apenas de Temperatura de SuperfÍcie do Mar = TSM) na RegiÃo da Costa Central do Brasil definida pelo projeto REVIZEE (Score Central) usando o sensor AVHRR do satélite NOAA no período entre 1998 e PorÉm, a partir de outubro de 2000, o NOAA-14 (lançado em dezembro 1994), começava a dar sinais de término de sua vida Útil, apresentando problemas de

3 calibração. De fato, em 21 de março de 2001, foi lançado o satélite NOAA-16 para substituí-lo. Uma vez que já não se podia contar com o NOAA-14 e no intuito de prosseguir com a estimativa de TSM, a estratégia adotada pela Área de Sensoriamento Remoto do Score Central foi operacionalizar a utilização dos dados do satélite GOES-8 para a estimativa sistemática da TSM. e GOES-8. Portanto, para a estimativa da TSM foram utilizados dados dos satélites NOAA-14 Metodologia de AnÁlise rea de Estudo A Área de estudo para as imagens NOAA compreendeu o retângulo definido por: latitude entre S e longitude entre W. A área de abrangência desse estudo, portanto correspondeu a ZEE desde Salvador (BA) até o Cabo de São Tomé (RJ), incluindo o Arquipélago dos Abrolhos e os bancos submersos da Cadeia Vitória- Trindade. O limite de latitude da Área descrita no Programa REVIZEE para o Score Central (23 S) foi estendido para a latitude de 27 S a fim de possibilitar a observação de conhecidas zonas de ressurgência, principalmente nos estados do Rio de Janeiro e Santa Catarina, e suas possíveis influências na região de interesse. A Área de estudo para as imagens GOES, devido À sua baixa resolução, compreendeu toda a costa brasileira. Faixa espectral O Sensoriamento Remoto espacial se fundamenta em medidas da radiação eletromagnética que chegam a um sensor a bordo de um satélite e podem caracterizar o estado ou inferir propriedades do mar. A escolha das faixas espectrais a serem utilizadas depende do espectro da transmissão atmosférica e da aplicação. Para a correlação com a temperatura, usa-se a região do infravermelho termal que compreende a faixa entre µm de comprimento de onda. SatÉlites, Sensores e BÓias Os seguintes dados foram utilizados: Dados de imagem do satélite National Oceanographic and Atmospheric Administration Satellite (NOAA-14) com o sensor Advanced Very High

4 Resolution Radiometer (AVHRR). O sistema NOAA possui dois satélites operando simultaneamente, em Órbitas síncronas ao Sol, separadas de 90 de longitude, de modo que possa haver uma passagem de manhã e outra À tardenoite no mesmo ponto imageado. Foram usados dados diários do sensor AVHRR do satélite NOAA-14 1 pois este satélite fornecia o melhor horário em sua trajetória para a região utilizada neste trabalho (entre 15-19h), buscandose evitar a termoclina diurna. Foi usada a melhor definição possível do sensor AVHRR, ou seja, o modo High Resolution Picture Transmission (HRPT), transmitido diretamente À estação de terra, em tempo real, onde um pixel 2 equivale no mar a uma Área aproximada de 1,1Km X 1,1Km. Dados de imagem do satélite Geostationary Operational Environmental Satellite (GOES-8) canais 4 e 5, infravermelhos, similares ao AVHRR-NOAA. Embora sua resolução fosse mais baixa do que a do NOAA (um pixel equivale no mar a uma Área aproximada de 4,5Km X 4,5Km), sua resolução temporal era de apenas 30 minutos. Esta vantagem do GOES na resolução temporal possibilitou maior facilidade na obtenção da estimativa da TSM em tempo quase real. AlÉm disso, a sua cobertura espacial (geoestacionário posicionado na longitude de 75 W) permitiu a cobertura de grande parte dos oceanos PacÍfico e AtlÂntico, o que possibilitou observar o comportamento da variação da TSM em toda a costa da AmÉrica do Sul. Cada imagem diária foi composta pela TSM máxima do dia, a fim de se eliminar boa parte dos ruídos e dos pixels contaminados por nuvem. Dados de bóias fixas do projeto PIRATA 3 próximas À costa Norte e Nordeste brasileira e bóias de deriva do projeto PNB³IAS (PNB³IAS, 1999) da Marinha do Brasil lançadas na costa Nordeste do Brasil. Estas bóias forneceram a TSM diária média obtida a aproximadamente um metro de profundidade. As bóias, em um total de onze (11), forneceram em média, cada bóia, cinco (5) medidas diárias de TSM. Foram, portanto, em média 55 dados de TSM diários de bóias. Banco de Imagens Foram gerados os seguintes bancos de imagens: 1 Este satélite era o mais recente na Época do início deste trabalho operando em conjunto com o NOAA-15 (lançado em maio de 1998). 2 Pixel (Picture Element) É o menor elemento de uma imagem. 3 Acesso em 10 de fevereiro de 2005.

5 Banco de imagens diárias da região central do Brasil processadas a partir de dados do sensor AVHRR do satélite NOAA-14 da NASA contendo classificação de temperatura de superfície do mar, no período outubro/1998 a outubro/2000. Banco de imagens diárias da região central do Brasil processadas a partir de dados do satélite GOES-8 da NASA e bóias do projeto PIRATA e Marinha do Brasil, contendo classificação de temperatura de superfície do mar, no período julho/2002 a fevereiro/2003. PrÉ-processamento Todas as imagens - tanto as adquiridas pelo NOAA quanto as adquiridas pelo GOES - foram pré-processadas no CPTEC/INPE. O pré-processamento consistiu em: CorreÇÃo radiométrica: calibração dos dados dos sensores de acordo com informações do fabricante; ConversÃo Sensor-TSM: conversão do sinal que chega ao sensor do satélite para TSM. Para as imagens NOAA normalmente utiliza-se o modelo de MCCLAIN (1989), denominado de MCSST (Multi-channel Sea Surface Temperature). Este modelo sofre ajuste sistemático ao longo do tempo, já que se fundamenta em uma equação linear de regressão entre dados dos canais AVHRR infravermelho e dados de bóias colocadas nos oceanos. A distribuição das bóias nos oceanos É desigual, sendo muito mais freqüentes no hemisfério norte e, portanto, não representam as situações atmosféricas locais na costa do Brasil, provocando erros superiores a 1,0 C na TSM global via MCSST, quando utilizado em escala regional (SOBRINO ET. AL, 1991; FRAN A E CRACKNELL, 1994). FRAN A ET AL. (1996) implantaram uma nova metodologia, usada neste projeto, utilizando o AVHRR/NOAA-14 juntamente com dados in situ obtidos pelas bóias brasileiras do projeto PIRATA e PNB³IA, aumentando a precisão da estimativa de TSM. Para as imagens GOES foi implementada por FRAN A ET AL. (2000) no CPTEC (INPE) uma nova metodologia para a estimativa de TSM, baseada na equação clássica chamada split-window onde os coeficientes regionais foram estimados por regressão linear baseando-se em dois bancos de dados distintos

6 para a variável dependente (TSM) da equação. A estimativa da TSM adquirida pelo GOES foi primeiramente correlacionada com a TSM adquirida através de dados NOAA e, posteriormente, com dados de TSM in situ obtidos de bóias fixas do projeto PIRATA e de bóias a deriva da Marinha do Brasil. A estimativa de TSM GOES-8 via bóias É de grande importância, já que se tem um produto independente de satélite da série NOAA-n. Esta independência permite uma TSM de melhor precisão, pois diminui a propagação de erros e permite que os coeficientes sejam mais facilmente atualizados com os dados de bóias regionais. CorreÇÃo geométrica: georreferenciamento dos pixels da imagem segundo processamento padrão da estação de recepção; Mascaramento de nuvens: FRAN A E CRACKNELL (1995) apresentam a metodologia de filtragem de nuvem (mascaramento) desenvolvida, testada e implementada para regiões equatorial/tropical, utilizada no CPTEC (INPE) para o REVIZEE Score Central no processo de estimativa da TSM. Processamento das imagens NOAA ApÓs o pré-processamento, as imagens TSM adquiridas pelo NOAA/AVHRR geradas foram transmitidas para o LaboratÓrio de Processamento de Imagens do REVIZEE Score Central (UFES) para processamento que consistiu em: ValidaÇÃo das imagens, utilizando informações do Programa Nacional de BÓias, que possui uma rede de bóias de deriva rastreadas por satélites dentro da região estudada, e tem como um de seus objetivos a validação de dados de satélites,... em particular o campo de TSM... (PNB³IAS, 1999); ClassificaÇÃo das Imagens, mapeando as imagens em uma série de classes com intervalos discretos ( Density Slice ) usando a gama de cores (paleta) arco-íris, abrangendo as faixas entre 0-30 C, a intervalos de 1 em 1 C. Esta escolha se deveu ao fato desta paleta possuir cores quentes e frias, correlacionadas intuitivamente com a temperatura. Foi usado um efeito dégradé 4 entre as cores do arco-íris, para realçar o contraste em temperaturas próximas, possibilitando melhor definição de frentes termais, vórtices e zonas de 4 DisposiÇÃo dos matizes de uma cor, onde a cor vai gradativamente perdendo intensidade.

7 ressurgência, tomando como base a paleta "zebra" usada por HOOKER, S. B. ET AL. (1995). TambÉm foram inseridas linhas batimétricas a partir da linha de costa de: 100, 200, 500, 1000, 2000, 3000, 4000 e 5000 metros; Registro GeogrÁfico Imagem-Mapa, ajuste geográfico na imagem utilizando pontos de controle no terreno e a técnica de alocação de vizinho mais próximo ( Nearest Neighbor Resampling ), onde o valor atribuído ao pixel da nova imagem georreferenciada É o mesmo valor do pixel que se encontra mais próximo da posição ocupada por este pixel na imagem sem ajuste. Esta técnica foi escolhida por ser a Única a não produzir alteração no valor do pixel (que neste caso É a própria medida de TSM), diferentemente de outras técnicas onde se utilizam diversas médias ou interpolação; Ajuste de Tamanho da Imagem e Pixel de ReferÊncia, a fim de possibilitar operações matemáticas em um conjunto de imagens e casamento de imagens em seqüência para filme; GeraÇÃo de ferramentas para análise (SILVA, M. R. L. F., 2003; SILVA, M. R. L. F. ET AL, 2001), englobando: nova metodologia para remoção de nuvem (agrupamentos naturais); nova metodologia para redução de dados (agrupamento por Índice de semelhança) - desenvolvida para o REVIZEE com base nas similaridades ou distâncias usando Índice de semelhança específico para o REVIZEE, considerando informações das Áreas de pesca e biologia marinha; análise de Componentes Principais; média aritmética realizada pixel a pixel, excluindo-se em cada grupo os pixels contaminados por nuvem (mensal e anual); desvio da média anual (subtração: imagem média mensal imagem média anual), imagem desvio janeiro-julho 5 (subtração: imagem média de janeiro imagem média de julho), imagem desvio verão-inverno 6 (subtração: imagem média composta pelas imagens médias dos meses de dezembro, janeiro e fevereiro imagem média composta pelas imagens médias dos meses junho, julho e agosto); 5 Usado por LEVITUS, S. (1982) para análise de variabilidade sazonal. 6 Usado por PEIXOTO, J.P., OORT, A. H. (1992) para análise de variabilidade associada ao ciclo anual, maior do que a sazonal.

8 GeraÇÃo de Arquivo GrÁfico para ImpressÃo de todas as imagens em formato GIF. Um exemplo de composição de imagens TSM do satélite NOAA-14 com média pixel-a-pixel (excluindo nuvens) no período 1 a 7/12/1998 É apresentada no Anexo 1; GeraÇÃo do aplicativo TSMSAT (tela de entrada mostrada no Anexo 2): CDROM contendo as imagens diárias de TSM do satélite NOAA/AVHRR no período de um ano (dezembro de 1998 a novembro de 1999), as imagens validadas por dados de bóias in situ e vários programas envolvendo ferramentas para análises estáticas e/ou dinâmicas (através de animação): análises temporais naturais (agrupamento até que a imagem não possua nuvens), mensais e anuais; análises espaciais variadas (ajustadas por zoom ) e análise estatística (média, desvio da média, diferença verão-inverno, diferença janeiro-julho). Processamento das imagens GOES As imagens adquiridas pelo satélite GOES foram processadas no CPTEC/INPE. FRAN A ET AL. (2000) descrevem os processamentos que consistiram em: Ajuste de imagem NOAA-GOES: Foram escolhidas cerca de 60 imagens de TSM NOAA/AVHHR-14 e GOES-8 de 1998 e 1999, onde neste conjunto estaria uma amostra sazonal e regional da Costa Brasileira. A TSM AVHRR/NOAA-14 foi colocada na projeção eqüidistante, com resolução espacial de 1,5 km usando a interpolação do vizinho mais próximo. No sentido de tornar compatível a resolução da TSM AVHRR e dados GOES (este com resolução de aproximadamente entre 4,5-5 km na região em estudo), o dado de AVHRR foi degradado por um fator de 4, isto É, cada pixel AVHRR, tornou-se a média de 4 pixels por 4 pixels. CalibraÇÃo de dados GOES através dos dados NOAA: O objetivo foi encontrar a temperatura de brilho do Canal 4, Canal 5 e Ângulo zenital (Z) na imagem GOES, na mesma latitude e longitude da TSM da imagem NOAA de referência. Problema encontrado: o ajuste não poderia ser feito para toda a Costa Brasileira com a mesma precisão regional, ou seja, o ideal seria dividir em setores sudeste e nordeste.

9 Ajuste para a região sudeste: A região estudada compreendeu as latitudes (20 S-40 S) e longitudes (24 W-64 W). O resultado sazonal ficou com um desvio padrão médio em torno de 0,7. Ajuste para a região nordeste: A região estudada compreendeu a latitude (10 N e 20 S) e longitude (24 W e 64 W). O resultado sazonal ficou com o desvio padrão médio igual ao do sudeste. CalibraÇÃo de dados GOES através dos dados de bóias: um programa gerado extraiu automaticamente, diariamente, a TSM da bóia e os dados de satélite na mesma latitude e longitude e mesmo horário (GMT). GeraÇÃo de Arquivo GrÁfico para ImpressÃo de todas as imagens em formato GIF. Um exemplo de composição de imagens TSM do satélite GOES-8 com a média dos valores de pixel mais quentes de cada dia (máxima do dia) no período 6 a 8/10/2000 É apresentada no Anexo 3. PrecisÃo da Medida A precisão da temperatura de superfície do mar ficou 0,5 C para o NOAA e 1 C para o GOES, consideradas como as melhores precisões já alcançadas para estes satélites para a região de estudo. Resultados O sensoriamento remoto difere de outras técnicas tais como cartografia temática e sistemas de informação geográfica (SIG), pois o sensoriamento remoto capta informação enquanto os outros métodos citados organizam e apresentam informação já disponibilizada. Neste contexto, pode-se declarar que o sensoriamento remoto funciona como um dispositivo de medição adequado para médias e largas escalas espaciais e temporais. Outra vantagem do sensoriamento remoto marinho É a oportunidade de se acessarem dados que já foram captados anteriormente pelo mesmo sensor e se usarem novas técnicas de processamento em dados antigos, proporcionando novas descobertas. Alguns usos potenciais de imagens de temperatura de superfície do mar adquiridas por satélite são:

10 Climatologia: fornece uma base de dados com maior variabilidade espacial e temporal do que os navios; MudanÇas globais na temperatura de superfície do mar: fornece séries a curto, médio e longo prazo das variações na temperatura de superfície do mar; Resposta atmosférica Às anomalias de temperatura de superfície do mar: fornece desvios da média (anomalias) na temperatura de superfície do mar, assim como médias semanais, mensais, anuais, etc., em um determinado local durante um determinado período de tempo; PrediÇÃo de tempo: fornece acompanhamento de sistemas de condições meteorológicas, como ciclones tropicais; Fluxo de calor no oceano: fornece medição e acompanhamento de gradientes de temperatura de superfície do mar; ConvecÇÃo e formação de massa de Água: fornece deteção de zonas com pequeno esfriamento na superfície em curtos períodos de tempo; Oceanografia dinâmica: fornece informação sobre processos dinâmicos que ocorrem na parte superficial do oceano, como propagação de ondas, redemoinhos, ressurgências, meandros de correntes, movimento das marés; PoluiÇÃo: fornece deteção de manchas de Óleo (que alteram a temperatura de superfície do mar na região), plumas de esgoto. Com o uso de informações provenientes da geração do banco de imagens de TSM do REVIZEE, SILVA, M. R. L. F. (2002) descreve uma nova metodologia para detectar e eventualmente quantificar vórtices e meandros em correntes conhecidas (como a Corrente do Brasil). Selecionam-se eixos ou perfis nas imagens com a inclinação da trajetória principal seguida pela corrente a ser estudada na região. São apresentadas duas metodologias para visualização e análise dos dados: visualização de TSM por eixo ao longo de um período; visualização de TSM média no período por pixel ao longo de cada eixo. Algumas ferramentas para análise das imagens de TSM geradas para o REVIZEE (SILVA, M. R. L. F., 2002) e implementadas no aplicativo TSMSAT são listadas na

11 Tabela 1 e alguns exemplos de análise observados nas imagens de TSM geradas são listados na Tabela 2, ambas mostradas a seguir: Tabela 1: Algumas ferramentas para análise nas imagens de TSM geradas AnÁlises anuais no período dezembro de 1998 a novembro de 1999, para coincidir com as estações do ano: (a) MÉdia anual: dezembro 1998 a novembro 1999; (b) Desvio janeiro-julho: janeiro 1999 julho 1999; (c) Desvio verão-inverno: média verão (dez/jan/fev) média inverno (jun/jul/ago). (a) (b)

12 (c) Tabela 2: Alguns exemplos de análise observados nas imagens de TSM geradas OscilaÇÃo sazonal no limite setentrional da corrente costeira fria (Ilha de SÃo SebastiÃo SP/julho 1999), que pode ser a causa da variação de até -4 C em relação À média anual, quando observam-se reduções de temperatura de superfície do mar menores, fora desta região.

13 InfluÊncia do alargamento da plataforma continental na região de Abrolhos. Isto pode estar relacionado Às anomalias positivas em dezembro de 1998 nesta região. RessurgÊncia em dezembro de 1998 em pequena Área da plataforma adjacente ao Cabo Frio, com anomalia negativa, próximo À costa. Entre o Cabo de SÃo TomÉ e VitÓria, outra anomalia negativa acompanha a quebra da plataforma continental, possivelmente indicando ressurgência associada À topografia.

14 Uma análise das imagens de TSM resultantes realizada pelas Áreas de ProspecÇÃo de Estoques, DinÂmica de PopulaÇÕes, AvaliaÇÃo de Estoques e EstatÍstica Pesqueira, do Score Central do Programa REVIZEE, concluiu como possíveis aplicações: 1. DeterminaÇÃo do padrão sazonal de variação da temperatura superficial como subsídio À delimitação de Áreas de distribuição biogeográficas; 2. AplicaÇÃo em modelos atmosféricos de trocas de calor entre o oceano e a atmosfera; 3. DeterminaÇÃo de padrões de variação de correntes superficiais oceânicas e costeiras, principalmente a Corrente do Brasil; 4. VerificaÇÃo de ocorrência de vórtices ou anéis de correntes oceânicas, os quais podem ter implicações importantes na produtividade biológica; 5. DeterminaÇÃo de Áreas de ocorrência de ressurgências costeiras ou oceânicas, principalmente aquelas que podem ocorrer próximo aos bancos e montes submarinos (geradas por obstáculos físicos) que são de pequena escala temporal e espacial e portanto de difícil observação através de cruzeiros científicos ou bóias; 6. AssociaÇÃo de campos de temperatura com desembarques da frota pesqueira comercial visando um aumento de produtividade da pesca de peixes pelágicos; 7. AssociaÇÃo de diferentes faixas de temperatura superficial com distribuição e abundância do fitoplâncton, zooplâncton e ictioplâncton. DiscussÃo Existem alguns problemas na exploração do oceano através do uso de Sensoriamento Remoto: um deles É a necessidade de se lidar com o mais vasto número de observações disponíveis, ou seja, a habilidade de se lidar com grandes conjuntos de dados ao invés de observações individuais; outro problema É que, uma vez que os dados adquiridos por Sensoriamento Remoto estão restritos À superfície do mar, existe a necessidade de relacioná-los Às estruturas internas, tridimensionais. Como se pode concluir, sempre existirá a necessidade de medidas dentro do oceano.

15 AlÉm dos problemas citados, nem sempre foi conseguida uma imagem válida (contendo alguma informação) em período diário, pois no intervalo de aquisição houveram dias de quase 100% de nuvens (problemas meteorológicos) e dias em que houveram problemas com a transmissão do satélite (problemas técnicos). E para um parâmetro com variação tão dinâmica quanto a temperatura de superfície do mar, o intervalo de aproximadamente 24 horas não foi tão pequeno quanto se desejava... PorÉm, no caso de medições in situ, o tempo de deslocamento da embarcação não permite uma medição instantânea em grandes Áreas, como no sensoriamento remoto. A inclusão do Sensoriamento Remoto como ferramenta na estimativa da TSM deve-se ao fato deste método ser ideal para observar o comportamento dinâmico do parâmetro, sua evolução, em grandes Áreas e no menor intervalo de tempo possível. Assim, uma vez obtida a seqüência de imagens válidas, o principal problema no uso das imagens de satélite foi a descontinuidade em imagens subseqüentes devido a Áreas cobertas por nuvens. Uma tentativa de resolver este problema foi o agrupamento natural de imagens, embora com o custo do aumento do intervalo de tempo (afinal, não se pode ganhar sempre!). Outro problema encontrado foi a baixa precisão na medida na Área de estudo, devido ao fato da correção atmosférica usada na literatura e fornecida pela NASA ser mais adequada ao hemisfério norte, já que este hemisfério detém maior concentração de bóias para aferição. Este problema foi resolvido adequando-se o algoritmo de correção atmosférica aos modelos atmosféricos locais juntamente com o uso de dados das bóias do Projeto PIRATA e PNB³IAS - também locais - possibilitando a melhor precisão da medida de TSM assim como a validação das imagens que apresentavam problemas de calibração do sensor do satélite. Verificou-se, também, que a redução de dados nem sempre era o desejado e que, para a observação de alguns fenômenos oceanográficos, os dados qualitativos ou comparativos eram preferíveis aos dados quantitativos. Ou seja, em alguns casos, melhor seria detetar um vórtice, um meandro, uma frente, observar, monitorar, acompanhar seu movimento, sem necessidade de muita precisão na medida. A geração de filmes possibilitou um acompanhamento dinâmico e as ferramentas estatísticas complementaram a análise de variabilidade do parâmetro.

16 Considera-se o presente trabalho, portanto, uma ferramenta Útil no estudo da variabilidade do campo de temperatura de superfície do mar. ReferÊncias BibliogrÁficas FRAN A, G. B.; CARVALHO, W.S.; GONDIM, M.A., 2000, Estimativa da Temperatura da SuperfÍcie do Mar utilizando o GOES-8 no CPTEC/INPE. In: Anais do XI Congresso Brasileiro de Meteorologia, de outubro de 2000, Rio de Janeiro, RJ. FRAN A, G. B., FRAN A, J. R. A., GONDIM, M. A., 1996, "ImplantaÇÃo do PrÉ- Processamento e Produtos Quantitativos para os Dados AVHRR dos SatÉlites da SÉrie NOAA-N". In: Anais do IX Congresso Brasileiro de Meteorologia, v.1, pp , Campos do JordÃo, novembro de FRAN A. G. B.; CRACKNELL, A. P., 1995, A simple cloud masking approach using NOAA AVHRR daytime data for tropical areas, International Journal of Remote Sensing, 9, FRAN A. G. B.; CRACKNELL, A. P., 1994, Retrieval of land and sea surface temperature using NOAA-11 AVHRR data in north-eastern Brazil, International Journal of Remote Sensing, 15, HOOKER, S. B., BROWN, J. W., KIRWAN JR., A. D., 1995, "Detecting "Dipole Rings" Separatrices with Zebra Palettes", IEEE Transactions on Geoscience and Remote Sensing, v.33, n.6, pp LEVITUS, S.,1982, Climatological Atlas of the World Ocean, NOAA Professional Paper, No 13, U. S. Government Printing Office, Washington, D. C., 163pp. MCCLAIN, E. P., 1989, Global sea surface temperatures and cloud clearing for aerosol optical depth estimates, International Journal of Remote Sensing, 10, PEIXOTO, J.P., OORT, A. H., 1992, Physics of Climate, American Institute of Physics, (prefaciado por Edward N. Lorenz, MIT), 520 pp. PNB³IAS, 1999, Programa Nacional de BÓias. DisponÍvel em: < Acesso em: 10 de fevereiro de 2005.

17 SILVA, M.R.L.F., 2003, ReduÇÃo de Dados baseada em ndice de SemelhanÇa aplicada em Imagens Orbitais de Temperatura de SuperfÍcie do Mar. In: Anais da III Escola Regional de InformÁtica, outubro de 2003, VitÓria, ES, Sociedade Brasileira de ComputaÇÃo (SBC), vol 1, pp 1-8. SILVA, M.R.L.F., 2002, "AplicaÇÕes de TSM Orbital em Engenharia OceÂnica", Tese Doutorado (COPPE OceÂnica/UFRJ), Setembro 2002, Rio de Janeiro, Brasil, UFRJ, 139 p. SILVA, M.R.L.F., VALENTINI, E., MENDON A, G. V, 2001, Programa REVIZEE: Metodologia para Estudo da Variabilidade da Temperatura de SuperfÍcie do Mar Adquirida por SatÉlite, Revista Pesquisa Naval, 14, outubro de 2001, XXV CapÍtulo, pp SILVA, M.R.L.F., 1997, "Uso de Imagens de SatÉlite no Programa de AvaliaÇÃo do Potencial SustentÁvel de Recursos Vivos na Zona EconÔmica Exclusiva (Programa REVIZEE)". In: Anais do XII SimpÓsio Brasileiro de Recursos HÍdricos, Novembro 1997, VitÓria, Brasil, AssociaÇÃo Brasileira de Recursos HÍdricos (ABRH), vol.4, pp SOBRINO, J. A., COLL, C., AND CASELLES, V., 1991, Atmospheric Correction for land surface temperature using NOAA-11 AVHRR channel 4 and 5, International Journal of Remote Sensing, 38, Anexos

18 Anexo 1 Exemplo de Imagem final NOAA Anexo 2 Tela inicial do TSMSAT

19 Anexo 3 Exemplo de Imagem final GOES