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
MODELO DE ELEVAÇÃO DIGITAL
ROMILSON FERREIRA DA SILVA
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
MODELO DE ELEVAÇÃO 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.
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.
DEDICATÓRIA
AGRADECIMENTO
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.
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.
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 saldo de radiação à superfície: 435,73 W/m2 e 822,08 W/m2 para o dia 17/01/1987; 384,19 W/m2 e 890,11 W/m2 para o dia 17/10/1999; 387,20 W/m2 e 899,59 W/m2 para o dia 07/12/2006, valores estes obtidos aplicando o MED. As estimativas sem o MED foram: 424,98 W/m2 e 711,88 W/m2 para o dia 17/01/1987; 402,10 W/m2 e 795,58 W/m2 para o dia 17/10/1999; 398,54 W/m2 e 842,86 W/m2 para 07/12/2006. Isto mostra a importância de estudos comparativos realizados com o MED.
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 Vegetaion 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 values, big differences were observed: values between 435,73 W/m² and 822,08 W/m2 for 01/17/1987; 384,19 W/m2 to 890,11 W/m2 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: 424,98 W/m2 to 711,88 W/m2 for 01/17/1987; 402,10 W/m2 to 795,58 W/m2 for 10/17/1999 and 398,54 to 842,86 W/m2 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.
LISTA DE FIGURAS
Figura 2.1 - Informação X tipo de sensor (Novas, 2008) ... 6
Figura 2.2 - Partes componentes de um sistema sensor (Moreira, 2005) ... 7
Figura 2.3 - Landsat 1 (http://landsat.gsfc.nasa.gov/about/, acesso em 15/12/2009). ... 9
Figura 2.4 - Landsat 5 – TM (http://landsat.gsfc.nasa.gov/about/, acesso em 15/12/2009). ... 10
Figura 3.1 - Localização da área em estudo ... 17
Figura 3.2 - Paisagem local, (a) parte da barragem da Usina Hidrelétrica de Xingó, (b) cânion a jusante da barragem, (c) e (d) mostram aspectos da Caatinga, (e) subestação da usina hidrelétrica de Xingó. ... 18
Figura 3.3 - Paisagem definindo o relevo em terceira dimensão ... 19
Figura 3.4 - Áreas urbanas identificadas no recorte. ... 19
Figura 3.5 - Aparelho de Sistema de Localização Global – Garmin extrex – com erro aproximado de 10m. ... 23
Figura 3.6 - Mosaico do Modelo de Elevação Digital (MED) gerado a partir das imagens SC-24X-C, SC-24X-D, SC2-4Z-A e SC-24Z-B, a nomenclatura utilizada é própria da EMBRAPA. ... 24
Figura 3.7 - Recorte do MED com as coordenadas da área em estudo. ... 25
Figura 3.8 - Modelo de Elevação Digital com níveis de cores com as altitudes da cena. ... 25
Figura 3.9 - Modelo de Elevação Digital (MED): inclinação (grau). ... 26
Figura 3.10 - Modelo de Elevação Digital (MED): imagem do ângulo azimutal da normal de cada pixel (grau). ... 26
Figura 3.11 - Recorte da área em estudo com combinação das bandas 5,4,3/RGB em composição falsa cor para o dia 17/01/1987. ... 27
Figura 3.12 - Recorte da área em estudo com combinação das bandas 5,4,3/RGB em composição falsa cor para o dia 17/10/1999. ... 28
Figura 3.13 - Recorte da área em estudo com combinação das bandas 5,4,3/RGB em composição falsa cor para o dia 07/12/2006. ... 28
Figura 3.14 - Diagrama das etapas do processamento do Balanço de radiação à superfície do algoritmo SEBAL. ... 29
Figura 4.1 – Recorte da imagem em estudo, com combinação das bandas espectrais 5,4,3/RGB em composição colorida falsa cor, do dia 17/01/1987. ... 38
Figura 4.2 - Recorte da imagem em estudo, com combinação das bandas espectrais 5,4,3/RGB em composição colorida falsa cor, do dia 17/10/1999. ... 39
Figura 4.3 – Recorte da imagem em estudo, com combinação das bandas espectrais 5,4,3/RGB em composição colorida falsa cor, do dia 07/10/2006. ... 39
LISTA DE TABELAS
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
UA Unidades Astronômicas
UFCG Universidade Federal de Campina Grande UTM Projeção universal transversal de Mercator
λi k Irradiância Solar Epectral de Cada Banda no Topo da Atmosfera
ζ Constante de Stefan-Boltzman.
α Albedo da Superfície
γ Ângulo de Aspecto da Superfície
ω Ângulo Horário
δ Declinação do Sol
φ Latitude
ρλi Reflectância Monocromática de Cada Banda (λi)
εa Emissividade Atmosférica
ρIV Reflectividade do Infravermelho Próximo
εNB Emissividade Termal
εo Emissividade da Superfície
αtoa Albedo Planetário
ρV Reflectividade do Vermelho dT-S Distância Relativa Terra-Sol Lλi Radiância Espectral
RL↑ Radiação de Onda Longa Emitida pela Superfície RL↓ Radiação de Onda Longa Incidente
Rn Saldo de Radiação
RS↓ Radiação de Onda Curta Incidente i Inclinação do Terreno
S Constante Solar
Ta Temperatura do Ar
Ts Temperatura da Superfície Terrestre δ Declinação do Sol (em radianos) φ Latitude do Pixel (em radianos);
s Inclinação da Superfície (em radianos);
γ Ângulo de Aspecto da Superfície (em radianos) ω ângulo horário (em radianos)
o
a Ângulo Azimutal Kc Coeficiente de Cultura
λi
L Radiância Espectral de Cada Banda λi
k Irradiância Solar Espectral de Cada Banda no Topo da Atmosfera Z Ângulo Zenital Solar
r
d Quadrado da Razão Entre a Distância Média Terra-Sol
Г Dia do Ano
αTOA Albedo Planetário
αPO Radiação Solar Refletida pela Atmosfera
sw
τ Transmissividade Atmosférica
SUMÁRIO
1. INTRODUÇÃO ... 2
2. REVISÃO BIBLIOGRÁFICA ... 4
2.1 Sensoriamento Remoto ... 4
2.1.1 Plataformas de Sensoriamento Remoto ... 6
2.1.2 Tipos de Dados ... 6
2.2 A Meteorologia e o Sensoriamento Remoto ... 8
2.2.1 Série Landsat ... 8
2.2.2 Imageador TM – Landsat 5 ... 9
2.3 Algoritmo SEBAL ... 11
2.4 Albedo da Superfície ... 11
2.5 Índice de Vegetação ... 13
2.6 Temperatura da Superfície ... 14
2.7 Saldo de Radiação ... 15
2.8 Modelo de Elevação Digital (MED) ... 16
3. MATERIAL E MÉTODOS ... 17
3.1 Materiais ... 17
3.1.1 Área em Estudo ... 17
3.1.2 Clima ... 20
3.1.3 Ocupação do Solo ... 20
3.1.4 Bacia Hidrográfica Materiais... 20
3.1.5 Dados Utilizados ... 21
3.2 Métodos ... 29
3.2.1 Cálculo do Balanço de Radiação à Superfície ... 30
3.3 Modificações no Balanço de Radiação ... 36
3.3.1 Modificações no Balanço de Radiação (com o MED) ... 36
4. RESULTADOS E DISCUSSÕES ... 38
4.1 Características Gerais das Imagens ... 38
4.2 Transmissividade e Emissividade ... 40
4.3 Albedo da Superfície ... 44
4.4 Índices de Vegetação (IVDN, IVAS e IAF) ... 48
4.4.1 IVDN ... 48
4.4.2 IAF ... 52
4.4.3 IVAS ... 53
4.5 Temperatura da Superfície (Ts) ... 54
4.6 Radiação de Onda Curta e Onda Longa ... 58
4.6.1 Radiação de Onda Curta Incidente ... 58
4.6.2 Radiação de Onda Longa Incidente ... 59
4.6.3 Radiação de Onda Longa Emitida ... 60
4.7 Saldo de Radiação ... 61
4.7.1 Relação entre o Albedo e o Rn ... 66
4.7.2 Relação entre a Temperatura da Superfície (Ts) e Rn ... 68
5. CONCLUSÕES ... 70
6. REFERÊNCIAS BIBLIOGRÁFICAS ... 72
1. INTRODUÇÃO
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.
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.
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, área ou fenômeno sob investigação”
(Lillesand e Kiefer, 1987) ou “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.
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).
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
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
recobrimento do terreno
Sensores imageadores e câmeras
Large Format Câmera,Radar do Satélite JERS-1 Alta resolução espectral sobre
áreas limitadas
Espectrômetros e
espectro radiômetro Shuttle Imaging Spectrometer Resolução espectral limitada com
alta resolução espacial multiespectrais Mapeador TM/Landsat, HRV/Spot, Radarsat Alta resolução espectral e alta
resolução espacial Espectrômetros imageadores AVIRIS, MODIS, ASTER Alta precisão de medidas de
intensidade ao longo de linhas ou faixas
Radiômetros e
Difusores ERS-1/difusômetro Alta precisão de medidas de
intensidade com resolução espacial moderada
Radiômetros
imageadores SMMR/AVHRR
Alta precisão de localização e
perfil Altímetros e Sondas TOPEX/POSEIDON Altímetro Mapeamento tridimensional do
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.
Figura 2.3 - Landsat 1 (http://landsat.gsfc.nasa.gov/about/, acesso em 15/12/2009).
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
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) (µrad) IFOV 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
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
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.
Tabela 2.3 - Albedo Médio diário para diferentes superfícies vegetadas, obtidos em diferentes latitudes para a condição de máximo revestimento do solo (Silva, 2006).
Superfície Latitude Norte Albedo (%) Superfície Latitude Norte Albedo (%)
Culturas Culturas
Abacaxi 22 15 Pepino 43 26
Algodão
herbáceo 7 21 Sorgo 7 20
Amendoim 7 17 Trigo 43 22
Cana 7 15 Trigo 53 26
Cevada 52 23 Pastagem 7 18
Feijão 52 27 Florestas
Fumo 7 19 Coníferas 51 16
Fumo 43 24 Eucalipto 32 19
Milho 7 18 Tropical 7 13
Os satélites medem a refletância espectral, em bandas estreitas, no topo da atmosfera. A conversão das diversas refletâncias em bandas estreitas em uma única banda é um procedimento em que a radiação solar espectral incidente, em cada banda, é ponderada por um fator de proporcionalidade. O albedo planetário é determinado pela integração dessas ponderações enquanto o albedo da superfície é estimado em função do albedo planetário e da transmitância atmosférica de onda curta (Bastiaassen, 1998b).
O albedo da superfície é bastante variável, dependendo das condições da superfície quando ele é medido ou estimado, valores próximos de 5 % são observáveis para oceanos, e de 90 % para neve seca e fresca. Também o albedo das superfícies vegetadas depende do tipo de solo e das condições fisiológicas das plantas. O solo seco tem valores de albedo significativamente maior que o úmido.
Segundo Moran et al. (1990) o albedo depende da geometria, estrutura das plantas e do tipo de solo. A quantidade de radiação dispersada em direção ao nadir aumenta com o ângulo de elevação solar, pois a radiação penetra ma cobertura vegetal.
Bastable et. al. (1993) mediram o albedo na floresta amazônica, em duas situações: em uma clareira e numa torre acima das copas das árvores, os resultados obtidos foram (15,7 ± 0,8 %) e (12,0 ± 0,5 %), respectivamente, os diferentes valores se devem a dependência do albedo com a altura e a densidade da vegetação.
Diversos autores apresentam estimativas do albedo da superfície utilizando diferentes imagens de satélites: Liang (2000), Leeuwen e Roujean (2002), Davidson e Wang (2004) e Fang et al. (2004).
2.5 Índice de Vegetação
Os índices de vegetação têm desempenhado papel importante na avaliação dos recursos vegetais do planeta. É grande a literatura que propõe assinaturas espectrais da vegetação. São vários os estudos neste sentido: Huete (1988), Huete e Tucker (1991), Moreira (2000), Rosemback et al. (2005) e Weligepolage (2005).
Segundo Huete (1988), os índices têm uma relação com certos parâmetros biofísicos como biomassa e índice de área foliar.
O Índice de Vegetação da Diferença Normalizada IVDN é, provavelmente, o índice mais utilizado, sendo definido como:
Onde:
IV = reflectância do pixel na banda do infravermelho próximo; V = reflectância do pixel na banda do vermelho.
Valores do IVDN para superfícies como asfalto e cimento são próximos de zero enquanto são maiores em áreas vegetativas. Segundo Liu (2003) isto acontece devido a maior absorção da banda 1, pela clorofila, nas folhas verdes e, da alta refletância da banda 2, em face da turgidez das folhas saudáveis.
Os valores de IVDN vão de -1 a +1, o índice permite identificar a presença de vegetação na superfície e caracteriza a sua distribuição espacial.
Smith e Choudhury (1990) correlacionaram o IVDN obtido pelo Landsat e a temperatura da superfície (Ts) chegou à conclusão que em regiões agrícolas apresentaram uma correlação negativa entre IVND e Ts, mas as florestas não apresentaram uma correlação evidente, devido à ausência de solos expostos.
Allen et al. (2003) avaliaram a variação da cobertura vegetal da área Snake Plain a Leste de Idaho, aplicando o SEBAL para verificar a variação do IVDN em relação ao Kc e plantação de batatas.
2.6 Temperatura da Superfície
A temperatura da superfície é fundamental nos processos fisiológicos que ocorrem em plantas e animais, seu conhecimento tem grande importância no monitoramento dos recursos hídricos e no planejamento agrícola.
Segundo Sediyama et al. (2001) as informações das condições térmicas regionais são elementos fundamentais, estudos detalhados sobre planejamento agrícola ficam limitados devido à falta de dados para grandes áreas.
No sensoriamento remoto os dados de temperatura são obtidos através da radiância da banda termal do radiômetro do satélite. Para tanto, é necessário considerar os problemas resultantes dos efeitos de absorção atmosférica e da emissividade da superfície (Silva, 2000).
Segundo Markham & Barker (1987) na estimativa da temperatura da superfície, o número digital (ND) de cada pixel da imagem precisa ser convertido em radiância espectral, para isto, é necessária a utilização dos dados de calibração do sensor.
Paiva (2005) menciona a necessária correção atmosférica para eliminação de contaminações provenientes da absorção e emissão de radiação, causadas pelos constituintes atmosféricos, na radiação emitida pela superfície que alcança o sensor do satélite, principalmente por causa do vapor d'água.
Segundo Price (1993) a temperatura de solos nus pode variar em alguns graus em dezenas de metros, entre áreas plantadas a variação é ainda maior.
Timmermans e Meijerink (1999) comentam que o algoritmo SEBAL tem soluções para a rugosidade da superfície entre a diferença de temperatura do ar e aquela próxima à superfície que não envolvem a temperatura radiométrica.
2.7 Saldo de Radiação
O Sol, como imensa usina termonuclear, emite energia radiante em todas as direções do espaço e parte desta é interceptada pela Terra, interagindo com a atmosfera e sofrendo reflexão, absorção e difusão. A radiação solar incidente sobre a superfície terrestre depende do ângulo de elevação do Sol, das condições atmosféricas, favorecendo o aquecimento e resfriamento do ar e do solo, a transferência do vapor de água da superfície para a atmosfera e o metabolismo de animais e vegetais (Leitão, 1989)
A radiação solar global pode ser medida na superfície ou estimada em imagens de satélite. Neste caso, é necessário considerar os efeitos do espalhamento, da reflexão e da absorção atmosférica. Modelos semi-empíricos utilizam enfoques intermediários os quais são baseados em modelos de transferência radiativa (Kustas et al., 1994, Bastiaassen et al., 1998a; Allen et al., 2005a).
A quantidade de energia disponível na superfície da Terra, Saldo de Radiação (Rn) é o resultado da diferença entre os fluxos de radiação incidentes, refletidos e/ou emitidos, incluindo ambas as radiações, de onda longa e onda curta à superfície da Terra (Albuquerque, 2003).
No Nordeste brasileiro, Silva et al. (2005) em estudo na área do Projeto de Irrigação Senador Nilo Coelho (PISNC), utilizando o algoritmo SEBAL em imagens do Landsat 5 –
TM dos anos de 2000 e 2001 estudou o balanço de radiação à superfície, obtendo valor médio de 615 W/m2 para 04 de dezembro de 2000 e 584 W/m2 para 04 de outubro de 2001.
Di Pace (2004) estimou o balanço de radiação à superfície utilizando imagens do Landsat 5 – TM na região do PISCN, com e sem o Modelo de Elevação Digital.
Araújo (2006) utilizou o algoritmo SEBAL para estimar a temperatura e o saldo de radiação à superfície terrestre em imagens do TM para Maceió-AL.
2.8 Modelo de Elevação Digital (MED)
Collins (1978) define um modelo digital do terreno (MDT) como um vetor de números que apresentam a distribuição espacial de um conjunto de propriedades do terreno. Quando trabalhamos com apenas uma propriedade, como a elevação, é utilizado o termo Modelo de Elevação Digital (MED). O Modelo Digital do Terreno (MDT) pode, então, ser visto como um modelo mais geral, contendo um Modelo de Elevação Digital (MED).
3. MATERIAL E MÉTODOS 3.1 Materiais
3.1.1 Área em Estudo
A área em estudo corresponde a uma região entre os estados de Alagoas e Sergipe que contém a barragem de da Usina Hidrelétrica de Xingó, integrante da Companhia Hidro Elétrica do São Francisco – Chesf. Com coordenas: canto superior esquerdo (latitude: 9º 28´29´´ S e longitude: 37º 48´ 45´´ W), canto superior direito (latitude: 9º 28´29´´ S e longitude: 37º 16´ 18´´ W), canto inferior esquerdo (latitude:: 9º 44´ 29´´ S e longitude: 37º 48´ 45´´ W), canto inferior esquerdo (latitude: 9º 44´ 59´´ S e longitude: 37º 16´ 18´´ W).
As cenas estão localizadas no Semi-Árido do Nordeste brasileiro, numa região onde está inserida a barragem de Xingó. Em sua maior porção o recorte está situado no estado de Alagoas, e uma pequena parte de Sergipe, na região de Canindé de São Francisco (localizado na parte inferior da cena) faz divisa entre os dois Estados.
Efeitos da paisagem podem ser observados nas figuras 3.2a; 3.2b e 3.2c, 3.2d e 3.2e
(a) (b)
(c) (d)
Figura 3.2 - Paisagem local, (a) parte da barragem da Usina Hidrelétrica de Xingó, (b) cânion a jusante da barragem, (c) e (d) mostram aspectos da Caatinga, (e) subestação da usina hidrelétrica de Xingó.
Diferentes aspectos do relevo são observados na região, desde cânions a regiões montanhosas. A figura 3.3 mostra a cena em terceira dimensão, descrevendo os contrastes do relevo local. Na parte inferior esquerda da Figura, está representado o grande cânion formado pelo Rio São Francisco, onde são identificadas grandes formações rochosas, sendo mais pronunciadas a partir do centro até o canto superior direito da mesma, com altitudes superiores a 600 m.
Figura 3.3 - Paisagem definindo o relevo em terceira dimensão
A Figura 3.4 identifica as áreas urbanas que se encontram no interior da cena. No Estado de Alagoas identificam-se as cidades de Olho D’água das Flores, Santana do Ipanema e Piranhas. Em Sergipe, o município de Canindé de São Francisco. Próximo de Piranhas, fazendo divisa entre os Estados de Alagoas e Sergipe, está a Usina Hidrelétrica de Xingó.
3.1.2 Clima
Segundo a classificação climática de Koeppen, a região em estudo apresenta clima
tipo BSWh’, semi-árido. A estação chuvosa está compreendida entre os meses de dezembro a abril, com precipitação média anual em torno de 530,0 mm, irregularmente distribuída.
A temperatura máxima situa-se em torno de 40 ºC a 42 ºC e a temperatura mínima, em torno de 22 ºC a 23 ºC com temperatura média anual de 26,5 ºC. A umidade relativa do ar para os meses de outubro e dezembro situa-se entre 48% e 54%, respectivamente e a evaporação do tanque Classe A ultrapassa os 3000 mm/ano, resultante de uma grande oferta de radiação solar e umidade relativa reduzida (Reddy e Amorim Neto, 1993).
3.1.3 Ocupação do Solo
Os efeitos da interferência humana em uma região contribuem para descaracterizar as condições naturais locais. A construção de uma usina hidroelétrica tem altos custos e necessita de grandes áreas inundáveis, sendo mais extensa quanto mais plana for a sua localização. Contudo, na usina de Xingó, foi aproveitado o cânion do Rio São Francisco, o qual deixou de ser ocupadas grandes áreas pelas águas. O represamento deste rio também transformou a paisagem, já que o volume anteriormente corria naturalmente passou a ser administrado em função da vazão específica de funcionamento da hidrelétrica.
3.1.4 Bacia Hidrográfica Materiais
A Bacia Hidrográfica do Rio São Francisco - Possui uma área de 645.067,2 km² de extensão e o seu principal rio é o São Francisco, com 3.160 km de extensão. É o maior rio totalmente brasileiro e percorre 5 estados (Minas Gerais, Bahia, Pernambuco, Alagoas e Sergipe). Além disso, é fundamental na economia da região que percorre, pois permite a atividade agrícola em suas margens oferecendo condições para a irrigação artificial de áreas mais distantes. Os principais afluentes perenes são os rios Cariranha, Pardo, Grande e das Velhas. Seu maior trecho navegável se encontra entre as cidades de Pirapora (MG) e Juazeiro (BA) com 1.371km de extensão. O potencial hidrelétrico do rio é aproveitado principalmente pelas grandes usinas de Xingó e Paulo Afonso.
3.1.5 Dados Utilizados
As análises efetuadas neste trabalho foram elaboradas em três cenas do mapeador TM-Landsat 5, óbirta 215 e ponto 67, em formato digital, para os dias 17/01/1987, 17/10/1999 e 07/12/2006, adquiridas pela coordenação de Pós - graduação em Meteorologia do Instituto de Ciências Atmosféricas da Universidade Federal de Alagoas – UFAL, junto ao INPE –
Instituto Nacional de Pesquisas Espaciais. As cenas correspondem à passagem do TM-Landasat 5 sobre a área em estudo às 9 h e 30 m (tempo solar) do dia 17 de janeiro de 1987 (dia 17 do calendário Juliano); 17 de outubro de 1999 (dia 290 do calendário Juliano) e dia 07 de dezembro de 2006 (dia 341 do calendário Juliano).
Também foram gentilmente cedidos pelo INMET (Instituto Nacional de Meteorologia) dados de precipitação pluviométrica (mm) e temperatura do ar (º C) dos meses estudados, da estação climatológica de Pão de Açúcar - AL.
A Tabela 3.1 apresenta esses dados, nela é possível verificar os valores de precipitação para os dias que antecederam à passagem do satélite. O total pluviométrico entre os dias 1 a 17 de janeiro de 1987 foi de 6,9 mm, o acumulado entre 1 a 17 de outubro de 1999 foi 53,6 mm, no período de 1 a 7 de dezembro de 2006, o valor acumulado foi de 1,2 mm. Verifica-se que, o maior total pluviométrico, ocorreu em outubro de 1999: 53,6 mm, para outros dias em estudo, praticamente não houve registro de chuva nos dias antecedentes à passagem do satélite.
A Tabela 3.1 também fornece informações das medidas da temperatura do ar referente as mesmas datas acima citadas.
De 1 a 17 de janeiro de 1987 a temperatura do ar variou entre 27,2 ºC a 29,0 ºC, de 1 a 17 de outubro de 1999 esta variação foi entre 25,8 ºC a 29,3 ºC, já de 1 a 7 de dezembro de 2006, os valores ficaram entre 27,3 ºC a 30,9 ºC.
Percebe-se que a temperatura do ar em outubro de 1999 tem um gradual decréscimo até o dia 15, a partir do dia 16 volta a registrar valores mais altos, nota-se também, que para o mesmo período, foram registrados valores de precipitação na região.
Tabela 3.1 - Dados de precipitação pluviométrica e temperatura do ar da estação meteorológica do INMET (Pão de Açúcar-AL).
Temperatura do ar ºC. Precipitação (mm) Dia/Data Jan/1987 Out/1999 Dez/2006 Jan/1987 Out/1999 Dez/2006
1 28,5 28,9 30,8 0,0 0,0 0,0
2 28,5 28,4 30,1 0,0 0,0 0,0
3 28,5 28,7 29,6 2,2 0,0 0,0
4 28 27,3 27,3 0,0 0,0 1,2
5 28,7 29,3 29 0,0 0,0 0,0
6 27,2 28,6 28,8 0,0 0,0 0,0
7 28,8 26,0 30,9 3,2 6,2 0,0
8 27,6 27,5 30,9 0,0 4,0 0,0
9 27,9 28,5 31 0,0 0,0 0,0
10 28,1 28,2 29,1 1,5 0,0 0,0
11 28,3 28,6 29,7 0,0 0,0 0,0
12 27,6 26,4 31,2 0,0 17,6,0 0,0
13 27,7 25,9 29,6 0,0 17,4 0,0
14 27,7 25,8 30 0,0 12,4 0,0
15 28,2 27 28,2 0,0 12,4 0,0
16 28,4 27,4 29,2 0,0 1,2 0,0
17 29 28,9 29,7 0,0 0,0 0,0
18 28,8 28,2 29,4 0,0 0,0 0,0
19 29 32,2 30 0,0 0,0 0,0
20 29,2 30,1 28,8 0,0 0,4 0,0
21 28,3 30,4 29,3 0,0 0,0 0,0
22 28,3 30,2 29,6 0,0 0,0 0,0
23 29 30,5 29 2,7 0,0 0,0
24 29 30,9 28,4 0,0 0,0 0,0
25 28,9 26,5 29,7 0,0 0,0 0,0
26 28,5 25,9 30,6 0,0 14,2 0,0
27 29,4 26,3 30 0,0 1,2 0,0
28 29,5 31,2 30,2 0,0 0,4 0,0
29 28,4 31,2 30,3 0,0 0,0 0,0
30 29,7 29,1 29,5 0,0 0,0 0,0
31 27,5 27,7 29,8 0,0 0,0 0,0
Média 28,5 28,5 29,7 9,6 87,4 1,2
3.1.5.1 Pré-Processamento das Imagens
As imagens originais foram georreferenciadas utilizando o Erdas Imagine 8.5 nos quais foram escolhidos pontos de controle para que fosse possível utilizar o método polinomial geométrico de grau 1 no georrefereciamento. A banda 6 foi reamostrada para 30 m para que ficasse com a mesma resolução das outras bandas. Como citado anteriormente, também o MED foi reamostrado para 30 m. Estes procedimentos foram necessários, pois a banda 6 das imagens do Landsat veio com resolução de 120 m, já o MED veio com resolução espacial de 90 m, sendo necessário colocar todas com a mesma resolução, foi escolhida a de 30 m, pois as bandas 1,2,3,4,5 e 7 das imagens adquiridas do Landsat 5, vieram com resolução de 30 m.
Foi realizada uma visita ao local de estudo e feita coletado pontos para localização de determinados pixels da cena original através de um Aparelho de Sistema de Localização Global – GPS, conforme Figura 3.5.
3.1.5.2 Modelo de Elevação Digital Dados Utilizados
O Modelo de Elevação Digital utilizado foi adquirido junto à EMBRAPA (Brasil em relevo) com formato geotiff (16 bits) resolução espacial de 90 metros, unidade de altitude em metros e sistema de coordenada geográfica datum: WGS-84. Segundo o formato adotado pela Embrapa, as imagens SC-24X-C, SC-24X-D, SC2-4Z-A e SC-24Z-B deram origem a um mosaico conforme Figura 3.6.
A Figura 3.7 representa o recorte efetuado do Modelo de Elevação Digital, com as mesmas coordenadas do recorte da área em estudo onde, a partir dele, foram geradas as imagens das Figuras 3.3 e 3.8 com o objetivo de mostrar a variação da elevação local (Z).
Na imagem 3.8 foi utilizado o software livre 3DEM Versão 2.0 para um maior nível de detalhamento de cores, isto permitiu dimensionar melhor o contraste do relevo local.
Figura 3.7 - Recorte do MED com as coordenadas da área em estudo.
A partir do MED, também foram geradas cenas com a declividade (Figura 3.9) e com o ângulo azimutal da normal de cada pixel (Figura 3.10).
Figura 3.9 - Modelo de Elevação Digital (MED): inclinação (grau).
Figura 3.10 - Modelo de Elevação Digital (MED): imagem do ângulo azimutal da normal de cada pixel (grau).
Observando a Tabela 3.2, vê-se como é grande a variação da elevação da região em estudo, indo de 1 a 36 m. A inclinação varia de 1 a 360º e o Azimute da Normal da superfície vai de 0 a 82º.
Tabela 3.2 - Valores estatísticos da elevação, inclinação e azimute da normal dos pixels, criados através do Modelo de Elevação Digital para a área em estudo:
Mínimo Máximo Média Desvio Padrão
Elevação (m) 1 635 204,94 69,80
Inclinação (graus) 1 360 212,11 104,56
Azimute da Normal da Superfície (graus) 0 82 4,670 7,038
Uma vez concluído o registro das imagens, e feitas as devidas reamostragens, foram empilhadas as sete bandas junto com o MED e, em seguida, recortadas, resultando nos retângulos das imagens 17/01/1987 (Figura 3.11), de 17/10/1999 (Figura 3.12) e de 07/12/2006 (Figura 3.13) referentes à região de estudo, com coordenas: canto superior esquerdo (latitude: 9º 28´29´´ S e longitude: 37º 48´ 45´´ W), canto superior direito (latitude: 9º 28´29´´ S e longitude: 37º 16´ 18´´ W), canto inferior esquerdo (latitude: 9º 44´ 29´´ S e longitude: 37º 48´ 45´´ W), canto inferior esquerdo (latitude: 9º 44´ 59´´ S e longitude: 37º 16´ 18´´ W). As imagens são georrefenciadas no Sistema de Projeção Cartográfica Universal de Transvera de Mercato (UTM), com fuso 24 Sul, o datum do elipsóide do sistema geodésico mundial World Geodetic System de 1984 (WGS-84).
Figura 3.12 - Recorte da área em estudo com combinação das bandas 5,4,3/RGB em composição falsa cor para o dia 17/10/1999.
3.2 Métodos
Para obter a estimativa do balanço de radiação à superfície, foram empregados modelos com o auxílio da ferramenta Model MAker, disponível no ERDAS, onde foi possível realizar tarefas de programação. A Figura 3.14 abaixo representa as diferentes etapas no processamento do balanço de radiação.
3.2.1 Cálculo do Balanço de Radiação à Superfície
As imagens do mapeador temático Landsat 5, são compostas por sete bandas espectrais cujas características estão na Tabela 3.3.
Tabela 3.3 - Bandas de imagens do TM-Landsat 5, com os respectivos coeficientes de calibração (radiância mínima – a e máxima – b) e irradiâncias espectrais no topo da atmosfera (TOA) (Chander e Markham, 2003).
Radiância Espectral, Lmáx e Lmín (W/m2sr1µm1)
Banda
Data de Processamento
Irradiância Espectral no TOA= Kλi(W/m2µm1) De 01/03/1984 a
04/05/2003
A partir de 05/05/2003 Lmín=a Lmáx=b Lmín=a Lmáx=b
1 (azul) -1,520 152,100 -1,520 193,000 1957
2 (verde) -2,840 296,810 -2,840 365,000 1826
3 (vermelho) -1,170 204,300 -1,170 264,000 1554
4 (IV – próximo) -1,510 206,200 -1,510 221,000 1036 5 (IV – médio) -0,370 27,190 -0,370 30,200 215 6 (V – termal) 1,2378 15,303 1,2378 15,303 - 7 (IV – médio) -0,150 14,380 -0,150 16,500 80,67
A seguir são apresentadas as etapas do algoritmo SEBAL para o cômputo do Balanço de Radiação.
3.2.1.1 Calibração Radiométrica – Etapa 1
ND 255
a b a
L i i
i λi
(3.1)
Onde:
a e b - são as radiâncias espectrais mínima e máxima (Wm2sr1μm1) conforme Tabela 3.3; ND - é a intensidade do pixel (número digital – número inteiro de 0 a 255) e;
i - corresponde as bandas (1, 2, ... e 7) do satélite Landsat 5 - TM.
3.2.1.2 Reflectividade – Etapa 2
A Etapa 2 representa o cômputo da reflectância monocromática de cada banda (ρλi), definida como sendo a razão entre o fluxo de radiação refletida e o fluxo de radiação incidente que é obtida segundo a equação (Allen et al., 2002):
r λi
λi λi k .cos .d
L . π ρ
Z
(3.2)
Onde:
λi
L é a radiância espectral de cada banda (em W/m2sr1µm1)
λi
k é a irradiância solar espectral de cada banda no topo da atmosfera (Wm2 μm1) Tabela 3.3;
Z - é o ângulo zenital solar e (em graus);
r
d - é o quadrado da razão entre a distância média Terra-Sol (em unidade astronômica – UA.) A distância Terra-Sol (r) em dado dia do ano (DSA), que de acordo com Iqbal (1983), é dada por:
. 2 000077 , 0 2 cos 000719 , 0 001280 , 0 cos 034221 , 0 000110 , 1 2 0 sen sen r
r (3.3)
Onde:
Г = 2π(D-1)/365 (rad) e D é a ordem de dia do ano.
Por sua vez, o ângulo zenital solar é obtido através do ângulo de elevação informado no cabeçalho da imagem do TM, onde Z = 90º - e (e = ângulo de elevação).
3.2.1.3 Albedo no Topo da Atmosfera – Etapa 3
A Etapa 3 representa o cômputo do albedo planetário (αtoa), isto é, o albedo não
ajustado a transmissividade atmosférica, que é obtida pela combinação linear das reflectâncias monocromáticas: 7 5 4 3 2 1
toa 0,293ρ 0,274ρ 0,233ρ 0,157ρ 0,033ρ 0,011ρ
α (3.4)
Onde:
5 4 3 2
1,ρ ,ρ ,ρ ,ρ
ρ e ρ7 - são refletâncias monocromáticas das bandas 1, 2, 3, 4, 5 e 7.
3.2.1.4 Albedo da Superfície – Etapa 4
Na Etapa 4 obtém-se o cômputo do albedo da superfície ou albedo corrigido para os efeitos atmosféricos α, pela equação:
2 sw p toa τ α α
α (3.5)
Onde:
toa
α - é o albedo planetário,
p
α - é a da radiação solar refletida pela atmosfera, que varia entre 0,025 e 0,04, mas para o modelo SEBAL é recomendado o uso do valor de 0,03, com base em Bastiaanssen (2000) e;
sw
τ - é a transmissividade atmosférica que para condições de céu claro, pode ser obtida por (Allen et al., 2002):
z 2.10 0,75
τ 5
sw (3.6) Onde:
3.2.1.5 Índices de Vegetação: IVDN, IVAS e IAF – Etapa 5
O Índice de Vegetação da Diferença Normalizada (Normalized Difference Vegetation Index – NDVI) é obtido através da razão entre a diferença das refletividades do IV-próximo (ρIV) e do vermelho (ρV), pela soma das mesmas (Allen et al., 2002):
V IV V IV ρ ρ ρ ρ IVDN
(3.7)
Onde:
IV
ρ e ρV - correspondem, respectivamente, as bandas 4 e 3 do Landsat 5 – TM.
O IVDN é um indicador sensível da quantidade e da condição da vegetação verde. Seus valores variam de –1 a +1 e para superfícies com alguma vegetação o IVDN varia de 0 e 1, já para a água e nuvens o IVDN geralmente é menor que zero.
Para o cálculo do Índice de Vegetação Ajustado para os Efeitos do Solo (IVAS) que é
um índice que busca amenizar os efeitos do “background” do solo, foi utilizada a expressão
(Huete, 1988): ) ρ ρ (L ) ρ L)(ρ (1 V IV V IV
IVAS (3.8)
Onde:
L - é constante, o seu valor mais freqüente é L = 0,5 (Huete &Warrick, 1990; Accioly et al., 2002; Boegh et al., 2002). Neste estudo foi assumido o valor L = 0,5.
O Índice de Área Foliar (IAF) é definido pela razão entre a área foliar de toda a vegetação por unidade de área utilizada por essa vegetação. O IAF é um indicador da biomassa de cada pixel da imagem e o mesmo foi computado pela seguinte equação empírica obtida por Allen et al. (2002):
0,91 0,59 SAVI 0,69 ln IAF
3.2.1.6 Emissividades da Superfície– Etapa 6
Para a obtenção da temperatura da superfície, é utilizada a equação de Planck invertida, válida para um corpo negro. Como cada pixel não emite radiação eletromagnética como um corpo negro, há a necessidade de introduzir a emissividade de cada pixel no domínio espectral da banda termal εNB. Por sua vez, quando do cômputo da radiação de onda longa emitida por cada pixel, há de ser considerada a emissividade no domínio da banda larga ε0 (6 – 14μm).
Segundo Allen et al. (2002), as emissividades εNB e ε0 podem ser obtidas, para IVDN > 0 e IAF < 3, segundo:
IAF 0,00331 0,97
εNB (3.10) IAF
0,01 0,95
ε0 (3.11) Para pixels com IAF3, εNBε00,98. Para corpos de água (IVDN < 0). No caso do
Rio São Francisco, foram utilizados valores de εNB 0,99 e ε0 0,985, conforme Allen e al. (2002).
3.2.1.7 Temperatura da Superfície – Etapa 7
Para a obtenção da temperatura da superfície (T ) são utilizados a radiância espectral da s banda termal Lλ,6 e a emissividade εNB obtida na etapa anterior. Dessa forma, obtém-se a temperatura da superfície (K) pela seguinte expressão:
1 L K ε ln K T λ,6 1 NB 2
s (3.12)
Onde:
1
K 607,76Wm2sr1μm1 e 2
K 1260,56K são constantes de calibração da banda termal do Landsat 5 –TM (Allen et al., 2002; Silva et al., 2005).
3.2.1.8 Radiação de Onda Longa Emitida – Etapa 8
4 s 0 L ε .σ.T
R (3.13) Onde :
0
ε - emissividade no domínio da banda larga obtida na sexta etapa; σ - constante de Stefan-Boltzman (σ5,67.108Wm2K4)e;
s
T - é a temperatura da superfície (K), obtida na etapa 7.
3.2.1.9 Radiação de Onda Longa Incidente – Etapa 9
A radiação de onda longa incidente emitida pela atmosfera na direção da superfície R L )
(Wm2 , pode ser computada pela equação de Stefan-Boltzman: 4
a a L ε .σ.T
R (3.15) Onde:
a
ε - emissividade atmosférica obtida por: 0,09 sw a 0,85.( lnτ )
ε (Allen et al., 2002; Bastiaanssen, 2002);
σ - constante de Stefan-Boltzman e;
a
T - é a temperatura do ar (K).
Para o dia 17 de janeiro de 1987 obteve-se T = 302,15 K; para o dia 17 de outubro de a 1999 T = 302,05 K e para o dia 07 de dezembro de 2006 a T = 304,05 K. Dados obtidos junto a a Estação Meteorológica do INMET, localizada no município de Pão de Açúcar – AL.
3.2.1.10 Radiação de Onda Curta Incidente – Etapa 10
A radiação de onda curta incidente R s (Wm2)é o fluxo de radiação solar direta e difusa que atinge a superfície terrestre. Para condição de céu claro é dada pela seguinte expressão (Bastiaanssen, 1995; Morse et al., 2000; Allen et al., 2002):
sw r s S.cos .d .τ
Onde:
S - constante solar (1367 Wm2); Z - ângulo zenital solar;
r
d - inverso do quadrado da distância relativa Terra-Sol e;
sw
τ - transmissividade atmosférica, obtida na etapa 4..
3.2.1.11 Balanço de Radiação à Superfície – Etapa 11
O saldo de radiação à superfície Rn (Wm2) é computado utilizando-se a seguinte equação do balanço de radiação à superfície:
Rs Rs RL RL o RL
Rn (1 ) (3.16) Onde:
s
R - é a radiação de ondas curtas incidente; - é o albedo corrigido de cada pixel;
L
R - é a radiação de onda longa emitida pela atmosfera na direção de cada pixel;
L
R - é a radiação de onda longa emitida por cada pixel;
o
- é a emissividade de cada pixel.
3.3 Modificações no Balanço de Radiação
Novas etapas computacionais são necessárias visando corrigir os efeitos que a altitude, inclinação e aspecto de cada pixel causam na reflectância monocromática, e um possível reflexo nos demais nos valores calculados.
3.3.1 Modificações no Balanço de Radiação (com o MED)
pixel). Com base nessas informações é calculado o ângulo zenital do Sol relativo a cada pixel e, na seqüência, analisada a interferência que o mesmo provoca no Rn.
No MED o Cos Z é diferente para cada pixel dependendo da inclinação e do aspecto da superfície da área em estudo. O SEBAL utiliza a equação abaixo para computar o Cos Z (Duffie & Beckman, 1991) citados em Bastiaanssen (2002).
cos Z = sen(δ)sen(φ)cos(s) - sen(δ)cos(φ)sen(s)cos(γ) + cos(δ)cos(φ)cos(s)cos(ω) +
+ cos(δ)sen(φ)sen(s)cos(γ)cos((ω)+cos(δ)sen(φ)sen(s)sen(ω)………...………….(3.17)
Onde:
δ - é a declinação do Sol (em radianos); φ - é a latitude do pixel (em radianos); s– inclinação da superfície (em radianos);
γ–ângulo de aspecto da superfície (em radianos) ω– ângulo horário (em radianos).
4. RESULTADOS E DISCUSSÕES 4.1 Características Gerais das Imagens
Nas figuras 4.1, 4.2 e 4.3 estão representadas as áreas em estudo, em composição colorida, combinação 5,4,3/RGB do Mapeador Temático do Landsat 5 para os dias 17/01/1987, 17/10/1999 e 07/12/2006, respectivamente.
As áreas com tom esverdeado representam vegetação nativa, predominando nas grandes elevações e em áreas próximas ao Rio São Francisco, como também o tom magenta indica vegetação.
As áreas em tom preto representam, na parte inferior da imagem, o Rio São Francisco e, ao longo da cena, pequenos lagos de corpos de água.
Áreas com predominância azul claro passando ao branco são áreas urbanizadas ou com solo exposto.
Figura 4.2 - Recorte da imagem em estudo, com combinação das bandas espectrais 5,4,3/RGB em composição colorida falsa cor, do dia 17/10/1999.
Figura 4.3 – Recorte da imagem em estudo, com combinação das bandas espectrais 5,4,3/RGB em composição colorida falsa cor, do dia 07/10/2006.
Tabela 4.1 - Valores da declinação solar, ângulo zenital, ângulo horário, distância relativa Terra-Sol, temperatura do ar próximo à superfície na data de passagem do satélite, para os dias 17/01/1987, 17/10/1999 e 07/12/2006.
Parâmetros/dia 17/01/1987 17/10/1999 07/12/2006
Declinação Solar (δ) graus -22,88º -9,04º -22,57º
Ângulo Zenital (Z graus 39,82 29,34 28,30
Ângulo Horário (ω) graus 38,44 34,29 29,79
A Tabela 4.2 apresenta dados estatísticos do ângulo zenital do Sol usado na correção do albedo para dos dias 17/01/1987, 17/10/1999 e 07/12/2006.
Tabela 4.2 - Valores estatísticos do ângulo zenital do Sol (Z): mínimo, máximo, moda, média e desvio padrão dos dias 17/01/1987, 17/10/1999 e 07/12/2006, da área total em estudo com o MED.
Ângulo Zenital
(graus) Mínimo Máximo Média Moda Desvio Padrão Valores Estatísticos 17/01/1987 39,46 47,74 40,61 39,46 1,84 17/10/1999 33,82 57,42 35,17 33,82 2,36 07/12/2006 29,48 42,89 32,18 31,05 2,61
4.2 Transmissividade e Emissividade
Neste trabalho, para a análise da transmissividade e emissividade, foram considerados até a terceira casa decimal. A transmissividade estimada para a região em estudo, sem o MED, foi de 0,754, considerada constante para toda a área em estudo. Na estimação utilizando o MED, os valores mínimos foram de 0,750; os máximos 0,762 e os médios de 0,754, valores para todos os dias estudados.
Na Tabela 4.3 são apresentados os valores mínimos, máximos, médios, moda e desvio padrão da emissividade da superfície para os dias 17/01/1987, 17/10/1999 e 07/12/2006, da área total em estudo, com e sem o MED,
Verifica-se que os valores não apresentaram diferenças significativas quando utilizado ou não o Modelo de Elevação Digital. Os valores mínimos e máximos ficaram em torno de 0,950 e 0,985, respectivamente. Na cena de 1987 a média foi de 0,953 e para os dias 17/10/1999 e 07/12/2006 a emissividade média foi de 0,952.
T4.3 - Valores estatísticos da emissividade da superfície para os dias 17/01/1987, 17/10/1999 e 07/12/2006, da área total em estudo, com e sem o MED.
Emissividade da Superfície (εo)
Valores Estatísticos
Mínimo Máximo Média Moda Desvio Padrão 17/01/1987 Com o MED 0,950 0,985 0,953 0,951 0,003
Sem o MED 0,950 0,985 0,952 0,951 0,003 17/10/1999 Com o MED 0,950
As Figuras 4.4 e 4.5 representam as imagens classificadas das emissividades do dia 17/01/1987 da área total em estudo, com e sem o MED, respectivamente.
Nas imagens classificadas há um predomínio da tonalidade ouro, o que indica que a emissividade ficou entre 0,950 e 0,955. Percebe-se também, pouca alteração visual entre as mesmas, onde as principais estão indicadas por setas na Figura 4.4, cena classificada com o MED, nela destacam-se pontos em verde escuro, indicando emissividade entre 0,960 e 0,965. Na emissividade estimada com a utilização do Modelo de Elevação Digital aparecem valores que estão ausentes quando é realizada a estimativa sem o MED.
Figura 4.4 - Imagem classificada da emissividade da superfície estimada para o dia 17/01/1987 com o MED.
