Aquisição MODIS e inclusão na tomografia

A utilização de dados MODIS em conjunto com dados adquiridos por GPS para introdução na tomografia requer ligeiras modificações no respetivo sistema de equações, de modo semelhante ao processo de inclusão dos dados InSAR na tomografia GNSS (capítulo 5). Contrariamente ao InSAR, nesta experiência não é necessária uma alteração do sistema de 2.18 (secção 2.6), devido ao facto das medições PWV obtidas do sensor MODIS refletirem o estado absoluto da atmosfera a partir dos píxeis obtidos da imagem de alta resolução espacial sobre a área de estudo. Contudo as propriedades das técnicas GPS e MODIS na medição do vapor de água na atmosfera são distintas, sendo observado na primeira o valor integral do PWV a partir do cone centrado em cada estação GPS (a cada 15 minutos), e na segunda também é observado o valor integral do PWV mas registado instantaneamente em cada píxel da imagem MODIS no momento da aquisição dos dados de satélite. Deste modo apenas é necessário adicionar um novo conjunto de equações ao sistema da tomografia representado pela equação 2.19 (secção 2.6), contemplando a informação oblíqua do estado da refratividade da atmosfera fornecida pelo MODIS através da introdução de um conjunto de equações SWD adicionais ou externas (modificação da equação 2.20). Consequentemente o sistema de equações da tomografia pode ser alterado para a inclusão de observações provenientes do MODIS da seguinte forma:

wet MODIS GPS MODIS GPS N . B A A 0 SWD SWD (6.1)

onde B representa o conjunto de equações que determinam os constrangimentos na tomografia, SWDMODIS

Estimação do campo 3D do vapor de água através de técnicas de tomografia por GNSS e InSAR

89 as distâncias percorridas pelos raios das observações adicionais mapeadas na grelha tomográfica do modelo (Flores et al., 2001). O ponto-chave na inclusão dos dados MODIS na tomografia GNSS é a adaptação das medições PWV das imagens de satélite de alta resolução a observações SWD externas, de modo a permitir o ray tracing destas observações no modelo tomográfico, sendo portanto necessária uma série de transformações ou adaptações nos dados. A calibração dos dados MODIS poderá ser necessária caso se verifique uma discrepância significativa entre os valores integrais do PWV registados nas estações GNSS e o PWV dos píxeis MODIS no instante da aquisição das imagens. Para descrever a metodologia adotada para este fim, que será apresentada seguidamente, é necessário ainda apresentar algumas considerações sobre os dados MODIS.

Os produtos MODIS que contêm informação relativa ao PWV, são diferenciados sobre o terreno através de quadrículas que contém um conjunto de píxeis que representam a área de terreno. Na Figura 6.1 é apresentado um exemplo de uma imagem MODIS PWV adquirida sobre a região de estudo. Os ficheiros relativos a este produto estão no formato HDF (Hierarchical Data Format) e são disponibilizados em descarregamento gratuito pela NASA, sendo identificados pela sigla “MOD”. Os dados MODIS são atualizados regularmente através da melhoria nos algoritmos de processamento do PWV e correções nas imagens que foram adquiridas em condições menos ótimas (Borbas et al., 2015). Foi selecionada a coleção número 5 para descarregar as imagens de PWV utilizadas neste trabalho. Os ficheiros relativos ao conteúdo de PWV derivado do algoritmo IR (ou 5 km de resolução), são identificados como código de produto MOD07, e contêm diversos parâmetros atmosféricos juntamente com informação orbital da faixa do satélite, geolocalização de cada píxel (latitude, longitude e altitude acima do geoide), informação da geometria do sensor sobre o terreno (ângulos azimutais e zenitais), pressão e temperatura à superfície e informação sobre a garantia da qualidade do produto.

Figura 6.1: Exemplo de uma imagem MODIS PWV (mm) de 1 km de resolução, adquirida às 11:05 do doy 229, ano 2012. O contorno do limite de Portugal é visível a rosa.

A garantia ou confiança de qualidade do produto (quality assurance or assessment, QA) determina a confiabilidade nas estimativas dos parâmetros atmosféricos da imagem. Esta informação é disponibilizada em dois modos distintos, sendo um relacionado com a qualidade obtida a partir de cada parâmetro atmosférico presente no produto MOD07 e outro indicando a qualidade da performance do algoritmo IR. Neste último caso os píxeis são mascarados como falha nas condições em que pelo menos 5 dos 25 píxeis na resolução de 1 km sejam estimados abaixo do nível de qualidade definido como confiável livre de nuvens (confident cloud clear) (Borbas et al., 2011), sendo portanto definidos como de melhor qualidade (Borbas et al., 2015). É importante notar ainda que as estimativas do QA correspondem à representação da matriz de 5x5 (ou 25) píxeis na resolução de 1 km, correspondente a um píxel de 5 km de resolução, que é referenciado pela localização do píxel central na resolução maior.

Capítulo 6: Inclusão de dados MODIS na tomografia GNSS

90

Os mapas de PWV gerados a partir do algoritmo NIR (ou 1 km de resolução) são obtidos nos ficheiros identificados como MOD05. A informação adicional de interesse presente neste produto consiste nas estimativas de confiança de qualidade para a determinação do vapor de água e máscara de cobertura de nuvens. A informação relativa à geometria de aquisição e da geolocalização desta grelha espacial de 1 km de píxel é dada nos ficheiros identificados como MOD03, que são produtos com um nível de processamento 1A (ou seja com um processamento inferior em relação a um produto de nível 2) (Ahmad et al., 2002). A confiança de qualidade para estes produtos de 1 km de resolução é codificada com flags de bits que indicam o nível de confiança analisado. A QA é dividida em 4 classes distintas, onde 0 representa péssima confiança, 1 confiança marginal, 2 boa confiança e 3 muito boa confiança (Hubanks et al., 2015). Na Figura 6.2 são apresentados exemplos de QA relativos à cobertura de nuvens e ao PWV, para uma imagem MODIS adquirida sobre a região de estudo.

Figura 6.2: Exemplo da confiança de qualidade (QA) do produto MODIS PWV de 1 km de resolução, adquirida às 11:05 do doy 229, ano 2012; à esquerda o QA da cobertura de nuvens, à direita o QA do PWV obtido do algoritmo NIR. A linha de costa é visível a rosa e a os limites da grelha da tomografia a vermelho.

A direção do raio que representa o caminho percorrido entre a localização de cada píxel MODIS no terreno e a localização da plataforma espacial na sua órbita, pode ser reconstruída a partir da informação geométrica dos ângulos de azimute e zénite presentes em cada uma das resoluções dos produtos. Juntamente com a latitude e longitude de cada píxel das imagens, a informação sobre a referência de altitude de cada mapa do PWV é também utilizada na geolocalização. Um modelo de geóide (Catalão, 2006) é usado para determinar a altitude elipsoidal em cada um dos píxeis MODIS, sendo obtida a mesma referência vertical das estações da rede GNSS. Após a operação anterior é então possível definir, para cada um dos produtos PWV provenientes das resoluções de 1 km e 5 km, uma observação SWD meteorológica externa baseada nestes dados MODIS em que a partir de cada píxel é estimado um valor de “atraso”, de forma semelhante ao reproduzido pela técnica GPS. Desta forma equações contendo observações SWDMODIS podem ser adicionadas ao sistema de equações 6.1 de forma a resolver o sistema de equações

tomográfico com observações externas independentes.