SISTEMA DE MAPEAMENTO AUTOMÁTICO DA FRAÇÃO DE COBERTURA DE NUVENS EM SUPERFICIE MARIZA PEREIRA DE SOUZA ENIO BUENO PEREIRA MATEUS AUGUSTO ROCHA ANDRADE SYLVO L. MATELLI NETO(*) Instituto Nacional de Pesquisas Espaciais Divisão de Geofísica Espacial (DGE) Avenida dos Astronautas, 1758 - Jardim da Granja São José dos Campos São Paulo Caixa Postal 515 CEP 12201-970 *Universidade Federal de Santa Catarina (UFSC) Laboratório de Energia Solar -LABSOLAR mariza@dge.inpe.br ABSTRACT This work describes the development of a system to evaluate the sky cloud coverage percentage. This method employs digital images collected by a CCD (Charge Coupled Device) camera and fisheye lens, in the visible range of the solar spectra as RGB (Red - Green - Blue) compositions. The method transforms the image attributes from the RGB space to the IHS (Intensity - Hue - Saturation) space. This allows the identification of the pixel contamination by clouds using the information of the saturation (S) component of the IHS space. INTRODUÇÃO As nuvens possuem a capacidade de intervir no sistema climático, pois modificam a energia radiante na atmosfera. Elas interagem com a radiação solar, na região do espectro solar de ondas curtas (SW) e com a radiação emitida pela superfície da Terra e pela atmosfera na região de ondas longas (LW). Cerca de 30% da energia radiante do Sol que incide sobre a Terra é refletida de volta ao espaço, sendo considerada perdida para a superfície terrestre; uma parte, porém se reflete na superfície inferior das camadas de nuvens mais elevadas e com isso é refletida de volta para a Terra. Essa reflexão se dá de maneira anisotrópica e constitui o espalhamento da radiação solar descrito na teoria de Mie e Rayleigh (Paltridge e Platt,1976; Wiscomber,1980; Salby,1995). As nuvens constituem, portanto, o efeito de primeira ordem na modulação da radiação solar que atinge a superfície do planeta (Pereira e Colle, 1997). O método usual para a realização do trabalho de mapeamento das nuvens no céu é através de sua inspeção visual realizada por técnicos em superfície. A observação da nebulosidade do céu é realizada visualmente como operação de rotina nos aeroportos e estações meteorológicas da rede meteorológica nacional (IEA,1992; EEAR,1993). O mapeamento das nuvens pode ser também realizado através do emprego da análise espacial/ temporal das imagens de satélites meteorológicos (Pinker e Laszlo, 1992; Ceballos e Botino, 2000). Os métodos atualmente existentes podem ser agrupados da seguinte forma: a) métodos que estabelecem valores limiares para a detecção de nuvens e avaliam pixel a pixel da imagem um ou mais canais espectrais fornecidos pelo satélite; b) técnicas métodos que analisam propriedades estatísticas das radiâncias visível e/ou infravermelha em grupos de pixels ou em parte de imagens. 3072
Wielick e Parker (1988) analisaram seis técnicas para a determinação de cobertura de nuvens com uso de satélites: Limiar da Reflectância, Limiar de Temperatura, Técnica Bi-espectral do International Satellite Cloud Climatology Project - ISCCP, Técnica do Limite Biespectral Híbrido (Hybrid Bispectral Threshold Method - HBTM), Coerência Espacial e Contagem Funcional de Caixas (Functional Box Counting). As duas primeiras são técnicas de bandas monoespectrais que verificam pixel a pixel se a reflectância (espectro visível) ou temperatura (espectro infravermelho) atingem o limiar que define o pixel como sendo de céu claro ou nublado. As duas técnicas seguintes são: Bi-espectrais, ou seja, utilizam imagens de bandas no espectro visível e infravermelho para caracterizar o pixel como claro ou nublado. As duas últimas técnicas baseiam-se na variabilidade espacial dentro de um campo de nuvens para determinar a cobertura de nuvens. A técnica da coerência espacial assume que o campo de nuvens é formado por uma única camada e que as nuvens apresentam uma espessura ótica na faixa do infravermelho. A técnica Functional Box Counting utiliza a variabilidade espacial apresentada pelo limiar de refletância para determinar a cobertura de nuvens numa resolução menor do que a observada pelo satélite. Verificou-se que a precisão dos resultados obtidos apresenta uma forte dependência em relação a resolução espacial das imagens de satélite. Todas as técnicas desenvolvidas e propostas na literatura apresentam problemas semelhantes: dificuldade na solução da ocorrência de cobertura parcial de nuvens em um pixel da imagem; a presença de nuvens com emissividades variáveis e a dependência que apresentam em relação as propriedades da superfície. Um estudo realizado pelo ISCCP concluiu que a avaliação dos algoritmos de nuvens está limitado por dois fatores: a) as características dos dados de satélite disponíveis, tais como resolução espacial e espectral; b) a falta de um banco de dados de verdade terrestre que permita a comparação entre os resultados dos diversos algoritmos e a avaliação do desempenho de cada um deles (Martins, 2001). O alvo deste estudo está centrado no aperfeiçoamento do modelo físico de transferência radiativa BRASIL-SR, desenvolvido através de uma colaboração entre o Instituto Nacional de Pesquisas Espaciais INPE, a Universidade Federal de Santa Catarina UFSC e o Instituto de Física da Atmosfera GKSS da Alemanha e que tem como parâmetro de entrada a fração normalizada da cobertura de nuvens ( C eff ) calculada pela relação: C eff = ( L L clr ) / ( L cld - L clr ) (1) onde L é o valor da leitura realizada pelo satélite em um determinado pixel da imagem, e os sub-indices clr e cld se referem aos seus valores de radiância de céu claro e nublado obtidos no mês. Martins (2001) trabalhando com esse modelo, desenvolveu um algoritmo que utiliza a razão entre as radiâncias medidas pelo satélite GOES-8 nos canais infravermelho e visível para composição de imagens de céu claro e céu nublado utilizadas na determinação da cobertura de nuvens conforme descrito na equação (1). A composição da imagem de céu claro é realizada através da identificação dos maiores valores de razão entre a radiância infravermelha (IR) e a radiância visível (VIS). Para determinar um alto valor para a razão IR/VIS, o pixel deverá apresentar uma temperatura elevada e um albedo reduzido, características associadas à superfície do planeta. Por outro lado, as nuvens apresentam características inversas, baixas temperaturas e elevado albedo quando comparado com a cobertura do solo (na ausência de cobertura de neve). A proposta deste trabalho surgiu da necessidade de automatização do monitoramento de nuvens em superfície, para aquisição contínua de dados sobre cobertura de nuvens, que sirvam como base para avaliação do modelo BRASIL-SR, utilizando para isso uma câmara do tipo Charge Coupled Device (CCD) e um algoritmo de interpretação das imagens. MATERIAIS E MÉTODOS A metodologia proposta abrange o desenvolvimento de um protótipo de um sistema de mapeamento automático da fração de cobertura de nuvens baseado em aquisição de imagens com câmera do tipo CCD em superfície e algoritmos para análise das imagens coletadas, para determinação da fração da cobertura de nuvens em superfície. A coleta dos dados está sendo realizada em Florianópolis (latitude 27 º 28 S, longitude 48 º 29 W, altitude 15m), no estado de Santa 3073
Catarina, fazendo uso das instalações de uma estação da rede Baseline Surface Radiation Network (BSRN ), administrada pelo Laboratório de Energia Solar da Universidade Federal de Santa Catarina (LABSOLAR-UFSC). Foi montado um protótipo do sistema de aquisição de imagens tendo como componentes uma câmera digital PIXERA modelo PCS20232, que opera na faixa de radiação do visível, em cuja abertura foi adaptada uma lente grande angular (tipo fisheye FC-E8 da Nikon). O conjunto foi montado sobre uma plataforma de coleta de dados de radiação da rede BSRN e dotada de um sistema de sombreamento da lente para evitar a incidência da radiação solar diretamente sobre o sistema óptico. A aquisição de imagens é feita no sistema de cores vermelho, verde e azul (RGB) e posteriormente transformadas para o espaço de atributos Intensity, Hue, Saturation (IHS). o sistema IHS apresenta vantagens nítidas em relação ao sistema RGB, pois separa as informações de cromaticidade e intensidade (Gonzales et al., 1992). A principal característica desta metodologia está baseada na diferença existente entre os níveis de saturação do céu claro e das nuvens. As nuvens apresentam alta reflectância e tons pastéis, que revelam a mistura de vários comprimentos de onda. Em contrapartida, o céu apresenta uma alta saturação na região visível do espectro. O algoritmo para analise das imagens, está sendo desenvolvido utilizando a informação de saturação para analisar os pixels que apresentam contaminação por nuvem (Souza,1999), o algoritmo ainda encontra-se em fase de desenvolvimento e manipula os seguintes parâmetros experimentais da fração da cobertura de nuvens: variabilidade temporal e intervalo de aquisição de coleta de imagens de acordo com dinâmica local. A base deste algoritmo é o processo de decisão preestabelecido empiricamente por observadores de campo, através deste processo o algoritmo gera através da estatística da imagens, a fração de cobertura de nuvens. O desenvolvimento do sistema inclui a otimização do ângulo de visada da camera, levando em consideração a de superestimativa de nuvens nas bordas da imagem, devido ao efeito perspectiva no horizonte. Na fase atual do trabalho, a aquisição de imagens esta sendo realizada manualmente, a cada minuto, com duração de 30 minutos, o inicio da aquisição se dá a cada 15 minutos para cada hora cheia até 15 minutos após a hora cheia, como por exemplo inicio 9:45 a 10:15. O formato de gravação é o JPEG. O desenvolvimento do protótipo do sistema de mapeamento de nuvens, inclui a completa automação do processo de aquisição de imagens, que serão coletadas em intervalos preestabelecido pelo operador, através da interface e de um protocolo de comunicação entre a câmera e o micro computador dedicado a essa função. A Figura 1 exibe a montagem do equipamento que esta em fase de testes do sistema de automação. A Figura 2 exemplifica o tipo de imagem genérica coletada pelo protótipo, pode-se observar o braço sombreador com um disco na extremidade, cuja posição é controlada por um motor marca-passo e cuja função e proteger a câmera da radiação solar direta no sistema óptico. Figura 1. protótipo do conjunto composto pela câmera Pixera e lente tipo wide angle montada na UFSC-LABSOLAR. O sistema foi montado sem o anel de sombreamento e Figura 2. Exemplo da aquisição de imagens pelo sistema ao lado, dotado com o sombreador 08/01/2002 hora local 16h:10min 3074
o solar tracker XII Congresso Brasileiro de Meteorologia, Foz de Iguaçu-PR, 2002 Em paralelo à aquisição de imagens, ocorre a coleta de dados suplementares meteorológicos de umidade, temperatura e radiação solar. As informações sobre radiação solar serão usadas para obtenção dos parâmetros de nebulosidade K t ( razão entre o total diário da radiação global incidente na superfície e o total diário da radiação global no topo da atmosfera) e K d (razão entre o total diário da radiação difusa incidente na superfície e o total de radiação global no topo da atmosfera) com o emprego de piranômetros (Kipp & Zonen) para radiação global e difusa. Sendo as nuvens agentes moduladores da radiação solar, espera-se que em presença de céu claro a radiação siga o comportamento descrito por Pereira et. al. (1997). A Figura 3 propõe a variação da radiação solar difusa como função do índice de transparência atmosférica ou limpidez, observa-se três cenários de condições de céu, no primeiro intervalo quando ocorre cobertura supostamente uniforme no céu, ocorre um crescimento praticamente linear entre as razões Kd e Kt. No segundo cenário em presença da cobertura parcial ocorre uma pequena flutuação que podem ser percebida em Kd onde a transmissão ocorre entre 30 e 20%. O ultimo cenário apresenta o céu claro e o espalhamento molecular permitindo uma transmissão em torno de 20%. Assim o processo de validação do algoritmo deverá empregar os dados de radiação solar como parâmetro adicional de caracterização do estado de cobertura global do céu. Figura 3 Variação da radiação difusa Kd em função da transparência atmosférica Kt. Fonte modifica de IQBAL(1983) RESULTADOS E DISCUSSÃO As imagens coletadas pelo protótipo do sistema de mapeamento foram, inicialmente submetidas ao algoritmo que utiliza limiarização descrita por Souza (1999). A Figura 4 apresenta uma imagem original coletada em RGB e o mapa de cores, gerados através da resposta do algoritmo. Em azul encontra-se a representação para céu claro, em cinza os pixels contaminados por nuvens, em amarelo são regiões na imagem que o algoritmo classificou como indeterminados, observa-se ainda que, na região central da imagem em RGB, próximas ao disco de sombreamento, que as nuvens apresentam um alto brilho, esse efeito é perceptível no mapa de cores gerado através do algoritmo, quando percebe-se no centro do mapa regiões escuras devido aos baixos valores de saturação da ordem de 0, comparável apenas as bordas da imagem. Nesta etapa do trabalho não foram implementados os processos de análise temporal e de correção do horizonte. 3075
Os casos mais complexos para a atuação do algoritmo são os que apresentam o céu parcialmente encoberto, quando tem-se nebulosidade e nuvens com regiões de transição pouco definidas. As ramificações das nuvens, em dias onde a nebulosidade é alta, requerem cuidados na parte de definição de padrões visuais mais apurados, apresentando assim uma maior sensibilidade. Figura 4 Em RGB a imagem original coletada em 04/02/02 14h: 27min hora local (esquerda) e a resposta fornecida pelo algoritmo para a imagem no espaço HIS (direita). O trabalho encontra-se em fase de testes da aquisição automática de imagens e em paralelo o desenvolvimento da planificação das imagens utilizando o algoritmo equal-area-projection proposto por LAMBERT(1877) para projeções de hemisférios, uma vez que as imagens são hemisféricas e necessitam de correção a fim se serem tratadas como matriz em um plano cartesiano. Posteriormente será implementada a análise temporal com base nas imagens em plano matricial. CONCLUSÃO A proposta do desenvolvimento do protótipo de um sistema de mapeamento automático da fração de cobertura de nuvens em superfície, surgiu inicialmente para atender a necessidade de informação mais qualitativa sobre o índice de cobertura de nuvens. Este tipo de informação será usada para o aprimoramento do modelo de transferência radiativa BRASIL-SR. Entretanto várias áreas podem ser beneficiadas com o sistema automático, podemos citar: meteorologia observacional, visto que ainda é feita a olho nu; transporte aéreo, as informações precisas sobre a cobertura e teto de nuvens sobre o local de aterrissagem e pouso são importantes para a segurança do vôo; a área cientifica, tais como climatologia e geofísica espacial, onde uma tecnologia automática poderá contribuir para padronização dos dados sobre a cobertura efetiva de nuvens; a construção civil e arquitetura. Verifica-se que o sistema de mapeamento automático de nuvens, torna-se viável sob o ponto de vista prático e operacional, pois não necessita de operador instrumental. Quanto a relação custo-beneficio existem câmaras CCD de baixo custo para comercialização no mercado, isso confere ao sistema algumas expectativas quanto ao seu uso potencial após seu desenvolvimento. 3076
AGRADECIMENTOS Ao CNPq pela bolsa de doutorado número 140373/2000-4, à UFSC na pessoa do Dr. Sérgio Colle pela utilização das instalações do LABSOLAR. REFERÊNCIAS Ceballos, J.C; Bottino, M.J Modelo CPTEC GL para estimativa de radiação solar por satélite: versões GL1.0 e GL1.1. Meteorologia Brasileira além do ano 2000. XI Congresso Brasileiro de Meteorologia, 2000.3768-3774 Escola de Especialista de Aeronáutica (EEAR) Manual de observação à superfície. Guaratinguetá:1993. (comunicação pessoal) Gonzalez, R.C. Woods, R.E. Digital image processing. Massachusetts:Addison-Wesley,1992. International Energy Agency (IEA). A report of task 9 : Techniques for supplementing solar radiation network date. Federal Repuclic of Germany 1992. V 2 Iqbal, M. Introduction to Solar radiation.london:academic,1983. 1-84p. Martins, F.R. Estudo Sobre a Influência dos Aerossóis e do Processo de Determinação da Cobertura de Nuvens no Modelo Físico de Radiação Solar SR. São José dos Campos. 300p. (INPE). Tese (Doutorado em Geofísica Espacial) Instituto Nacional de Pesquisas Espaciais, 2001 (impresso). Paltridge, G. W., Platt, C. M. R. Radiative processes in meteorology and climatology. Amsterdam: Elsevier Scientific Publishing Company, 1976. Pereira, E.B., Colle, S. A energia que vem do sol. Ciência Hoje.v.22, n 130, p. 24-35. 1997. Pinker, R. T., Laszlo I. Modeling surface solar irradiance for satellite applications on a global scale. J. Appl. Meteor., 31, 194-211, 1992. Salby, M. L. Fundamentals of Atmospherics Physics. E.U.A.: Nova Iorque. 1995, 624p. Santos, J. M. Contribuição aos estudos de albedo. ( Escola Superior de Agricultura Luiz de Queiroz, Piracicaba, 1957). Comunicação pessoal. Souza, M. P. Desenvolvimento de uma nova metodologia para determinação de cobertura efetiva de nuvens. São José dos Campos. 107p. (INPE). Dissertação (Mestrado em Geofísica Espacial) Instituto Nacional de Pesquisas Espaciais, 1999. Snyder, J. P. MAP Projections A Working Manual University of California, Santa Barbara US Geological Survey Professional Paper 1395, 1987 Vianello, R.L.; Alves, A.R., Meteorologia básica e aplicações. Belo Horizonte: Imprensa Universitária,1991. 449p. Wielicki, B. A. and Parker, L., 1988: Cloud Properties observed using Landsat Satellite Data. IRS 88 Current Problems, 161-165. Wiscombe, W. J. Improved Mie scattering algorithms. Applied Optics, 19, 1505-1509, 1980. 3077
3078