Palavras-chave: imagem Landsat-5; correção atmosférica; temperatura da superfície continental.

Aplicação da correção atmosférica para imagens de satélite Landsat-TM

Leonardo de Faria Peres4

1_{Doutorando em Engenharia Civil - COPPE / UFRJ, email:lucenageo@yahoo.com.br;}2_{Professor Doutor da Escola}

Politécnica e da COPPE / UFRJ, e-mail: ottorotunno@oi.com.br;3Professor Doutor do Departamento de Meteorologia

– IGEO/UFRJ, e-mail: jricardo@lma.ufrj.br;4Professor Doutor do Departamento de Meteorologia – IGEO/UFRJ, e-mail:leonardo.peres@igeo.ufrj.br

RESUMO: Este trabalho tem como objetivo apresentar um método de correção atmosférica para a temperatura de brilho, obtida mediante a radiância da banda 6 do infravermelho termal do sensor Landsat-5 para uma cena referente à região metropolitana do Rio de Janeiro (RMRJ). Selecionadas duas imagens, uma para o inverno e outra para o verão, os resultados mostram que a temperatura corrigida, denominada de temperatura da superfície continental (TSC), revelou valores bem mais elevados que a temperatura não corrigida.

Palavras-chave: imagem Landsat-5; correção atmosférica; temperatura da superfície continental. ABSTRACT: The main objective of this manuscript is to present an atmospheric correction method in order to remove the atmospheric effects (absorption and emission) from the brightness temperature in TM band 6 on board Landsat-5. After the atmospheric correction, the land-surface temperature was retrieved for the metropolitan region of Rio de Janeiro (RMRJ) during the winter and summer. As expected, the comparison between the brightness temperature (non-corrected) and the land-surface temperature (corrected) show great differences demonstrating the importance of the atmospheric correction in order to isolate those features of the observation, which are intrinsic to the surface, from those caused by the atmosphere.

Keywords: Landsat-5 image; atmospheric correction; land surface temperature. 1 - INTRODUÇÃO

O sensoriamento remoto é fundamental nos estudos e aplicações em ciências atmosféricas. A evolução tecnológica tem aperfeiçoado principalmente a resolução espacial e radiométrica dos sensores, o que tem contribuído para o avanço de pesquisas relacionadas à observação dos recursos terrestres e do meio ambiente.

As imagens Landsat representam a mais antiga série de satélites em órbita, que datam do inicio da década de 70 e, portanto, apresentam uma série temporal relativamente longa se comparados aos demais sistemas sensores existentes, sendo assim de grande utilidade nas análises que tratam da evolução têmporo-espacial do campo de temperatura da superfície, por exemplo.

Tais análises são bastante comuns nos estudos de clima urbano, cujo foco é conhecer o seu principal fenômeno, a ilha de calor. A análise se dá a partir da obtenção da temperatura da banda 6 do sensor TM e ETM (Landsat 5 e 7, respectivamente), conhecida como infravermelho termal que compreende a faixa do espectro eletromagnético entre 10,4 e 12,5m.

Embora a temperatura referente a uma determinada banda de um sensor seja facilmente obtida, esta não determina de fato a temperatura da superfície, mas sim a temperatura de brilho, que corresponde à intensidade de radiação no topo da atmosfera (Souza e Silva, 2005), a qual é influenciada pelos constituintes atmosféricos. O ideal é corrigir os efeitos da atmosfera para eliminar quaisquer ruídos que possam interferir na real temperatura da superfície continental (TSC).

O objetivo deste trabalho é apresentar um método de correção atmosférica aplicado em imagens de satélite termais para a região metropolitana do Rio de Janeiro (RMRJ), comparando esta temperatura corrigida (TSC) com a não corrigida (temperatura de brilho).

2 - MATERIAL E MÉTODOS

Duas imagens LANDSAT-5 órbita ponto 217-76, referente à RMRJ, foram selecionadas para efetuar a correção atmosférica, 02/08/07 e 23/02/07. Estas imagens configuram episódios sazonais de inverno e verão, respectivamente, quando a quantidade de umidade na atmosfera é distinta nas duas situações, com valores baixos no inverno e altos no verão. Inicialmente é calculada a temperatura de brilho e em seguida a TSC, e assim comparadas as duas situações.

Para o cálculo da temperatura de brilho, primeiramente realizou-se a transformação dos dados brutos, em números digitais (ND), para radiância

i i i i Qcal LMIN Qcal LMIN LMAX L _         max (1)

ondeL é a radiância espectral no canal i em Wm-2sr-1m-1_; LMAX é o valor de radiância_i máxima na banda i em Wm-2sr-1m-1, cujo o valor e de 15.303; LMIN é o valor de radiânciai

mínima na banda i em Wm-2sr-1m-1, cujo o valor e de 1.2378; Qcal é o valor de ND e Qcalmax

é o valor máximo de ND, que equivale a 255.00.

Após a conversão de níveis de cinza em radiância, calculou-se a temperatura de brilho, através da inversão da função de Planck, escrita

        1 ln 1 2 i b L K K T (2)

em que: T é a temperatura de brilho em Kelvin (K);b K1 e K2 são as constantes 1 e 2 de calibração

do Landsat em Wm-2sr-1m-1, que equivale a 607.76 e 1260.56, respectivamente.

Para a obtenção da TSC, conforme a equação 3 (Souza e Silva, 2005), é necessário conhecer os parâmetros atmosféricos, transmitância atmosférica,



a

T , e a emissividade da superfície,



T

T_S  _b  (3)

onde T é a TSC em Kelvin (K),s T é a temperatura de brilho no canal 6 eb T é o fator de correção

para se obter a TSC a partir da temperatura de brilho no canal 6, dado por

b b i a i b i T T B T B T B T             ) ( ) ( 1 1 ) ( 1 2 1











i i









i









Para se obter a temperatura média do ar, recorreu-se a equação de Quin et al (2001), expressa por 0 909 . 0 73 . 19 T T_a   (7)

onde T é a temperatura do ar a 2m da superfície. Para se estimar a transmitância atmosférica,0

utilizou-se a equação dada por Souza e Silva (2005)

           w w w 1 3 exp 01 . 0 951 . 0  (8)

onde w é o conteúdo de vapor de água em gcm-2, adquirido pela equação de Leckner (Iqbal, 1983)

0 493 . 0 T e UR w   s ₍₉₎

onde UR é a umidade relativa e esé a pressão de saturação do vapor de água à temperatura ambiente em hPa, calculada pela equação (Iqbal, 1983)

        0 5416 23 . 26 exp 01 . 0 T e_s (10)

A temperatura e a umidade relativa do ar foram obtidas pela média mensal de todas as estações meteorológicas presentes na RMRJ. A RMRJ foi dividida em quatro sub-regiões (Zona oeste, baixada de Bangu, área central e seção leste da baía de Guanabara) e calculada uma média inicial para cada uma das sub-regiões. Em seguida, calculou-se uma média final a partir da média inicial encontrada para as quatro sub-regiões

A última variável a se conhecer é a emissividade, alcançada pela equação proposta por Van de Griend e Owe (1993), que relaciona a emissividade com o índice de vegetação NDVI

NDVI

i 1.0090.047ln



Os valores de NDVI são obtidos através da reflectância no canal 3 e 4 pela equação

3 4 3 4









Nestes dois canais a radiância foi posteriormente transformada em reflectância

s i i i ESUN d L







onde





As imagens de TSC, inicialmente em Kelvin (K), foram convertidas para graus Celsius (ºC), e classificadas segundo intervalos padronizados de temperatura no intuito de estabelecer um critério único na comparação entre as imagens.

3 - RESULTADOS E DISCUSSÃO

Todas as imagens corrigidas apresentam temperaturas bem mais elevadas, conforme as figuras 1, 2, 3 e 4. Na imagem de verão, além de se encontrar as temperaturas mais altas, a diferença entre a temperatura de brilho e a temperatura da superfície é bem maior. No inverno, a média da temperatura de brilho variou em torno dos 21ºC, enquanto que para a temperatura da superfície, esta média subiu para 24ºC. No verão, observou-se uma maior diferença, com média de 28ºC para temperatura de brilho e de 45ºC para temperatura da superfície.

Figura 1: Temperatura de brilho da imagem 02/08/07 Figura 2: Temperatura da superfície da imagem 02/08/07 Figura 3: Temperatura de brilho da imagem 23/02/07 Figura 4: Temperatura da superfície da imagem 23/02/07

Os valores de temperatura tão distintos podem ser explicados considerando as condições atmosféricas que predominaram nas duas situações sazonais. O inverno esteve sob ação do anticiclone do atlântico sul que favoreceu céu claro com baixa umidade, mas que ainda assim apresentou alguma nebulosidade no quadrante inferior esquerdo da imagem, onde se localiza parte

da baixada litorânea da região metropolitana. No verão, marcado por maior instabilidade e dominado pela massa tropical atlântica, esteve sob efeito de maior umidade e nebulosidade, principalmente na porção superior da imagem (quadrante superior esquerdo e direito) onde se localiza o conjunto de serras mais íngremes da região, retendo grande parte da umidade proveniente da área costeira e gerando nuvens por resfriamento adiabático. Os valores de transmitância (t) e

vapor d’água (gcm-2), calculados pelas equações 8 e 9, atestam esta característica das regiões, registrando 0,6 e 3.3 gcm-2para o inverno e 0.4 e 4,5 gcm-2para o verão.

Deste modo, as imagens tanto as corrigidas como as não corrigidas, não tiveram alteradas seu mapa termal, mantendo suas áreas com as temperaturas mais altas ou mais baixas de acordo

com a classe do uso do solo (classe “urbano” abriga as temperaturas mais altas e a classe “vegetação” abriga os núcleos mais frios), conforme o trabalho de Lucena et al (2010), variando

nitidamente, somente, a escala da temperatura. 4 - CONCLUSÕES

A temperatura de brilho, bastante utilizada nos estudos de clima urbano, tem o papel simplesmente de mapeamento da temperatura visando identificar a ilha de calor urbana. Contudo, deve-se salientar que esta temperatura não representa de fato a temperatura da superfície urbana, pois não leva em conta a influencia atmosférica e da superfície. Sabe-se da dificuldade de aquisição dos parâmetros da atmosfera e da superfície, mas que neste trabalho, na ausência dos dados de radiossondagem e de temperatura e umidade relativa do ar diária, utilizaram-se dados médios mensais das estações meteorológicas convencionais.

Esforços futuros devem ser realizados para que outros algoritmos sejam desenvolvidos e aplicados para o Landsat, pois o satélite é ainda amplamente empregado nos estudos de clima urbano. E em se tratando de regiões tropicais, como é o caso da RMRJ, o teor de umidade na atmosfera é um fator muito importante com forte influência na determinação da temperatura de brilho e da superfície, e que somado a sua natureza física, permeada por morros, floresta, baías e lagoas, aumenta as fontes de concentração de umidade.

5 – REFERÊNCIAS BIBLIOGRÁFICAS

CHANDER G. and MARKHAM, Revised Landsat 5 TM Radiometric Calibration Procedures and

Post-Calibration Dynamic Ranges. 2003. Disponível em

http://landsat7.usgs.gov/documents/L5TMCal2003.pdf

IQBAL M. An introduction to solar radiation. Library of Congress Cataloging in Publication data. Academic Press Canadian, 1983. 390pp.

LUCENA, A.J.; ROTUNNO FILHO, O.C.;FRANÇA, J.R. & PERES, L.F. A ilha de calor na região metropolitana do Rio de Janeiro – RMRJ. 2010 (no prelo)

QIN Z, KARNIELI A & BERLINER P. 2001. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region. International Journal of Remote Sensing, 22(18): 3719–3746.

SOUZA, Juarez Dantas de; SILVA, Bernardo Barbosa da. Correção atmosférica para temperatura da superfície obtida com imagem TM: Landsat 5. Rev. Bras. Geof. , São Paulo, v. 23, n. 4, 2005 . VAN DE GRIEND AA & OWE M. 1993. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing, 14: 1119–1131.