Vinicius Banda Sperling (2012).pdf
Vinicius Banda Sperling (2012).pdf
Documento PDF (5.1MB)
Documento PDF (5.1MB)
UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
PÓS-GRADUAÇÃO EM METEOROLOGIA
N.º de ordem: MET-UFAL-MS-104.
VINICIUS BANDA SPERLING
MAPEAMENTO DA TEMPERATURA DA SUPERFÍCIE DO MAR NO LITORAL
DE ALAGOAS UTILIZANDO IMAGENS MODIS
MACEIÓ-AL
2012
VINICIUS BANDA SPERLING
MAPEAMENTO DA TEMPERATURA DA SUPERFÍCIE DO MAR NO LITORAL
DE ALAGOAS UTILIZANDO IMAGENS MODIS
Dissertação submetida ao colegiado do Curso
de Pós-Graduação em Meteorologia do
Instituto de Ciências Atmosféricas da
Universidade Federal de Alagoas, como parte
dos requisitos necessários à obtenção do título
de Mestre em Meteorologia.
Orientador: Prof. Dr. Frederico Tejo Di Pace
MACEIÓ-AL
2012
Catalogação na fonte
Universidade Federal de Alagoas
Biblioteca Central
Divisão de Tratamento Técnico
Bibliotecária Responsável: Maria Helena Mendes Lessa
S749m
Sperling, Vinicius Banda.
Mapeamento da temperatura da superfície do mar no litoral de Alagoas
utilizando imagens MODIS / Vinicius Banda Sperling. - 2012.
109 f. : il.,tabs.
Orientador: Frederico Tejo Di Pace.
Dissertação (Mestrado em Meteorologia) – Universidade Federal de
Alagoas. Instituto de Ciências Atmosféricas. Maceió, 2012.
Bibliografia: f. 104-109.
1. Temperatura da superfície do mar. 2. MODIS. 3. AQUA.
4. Nonlinear Sea Surface Temperature . I. Título.
CDU: 551.526 (813.5)
Dedico esta dissertação, em especial, ao meu pai
“Jorge Luiz Sperling” e a minha mãe “Maria
Cristina Banda Sperling”, que mesmo distantes,
apoiaram-me em todos os momentos, sempre
com muito amor, carinho e compreensão. Dedico,
também, ao meu irmão “Wagner Banda Sperling”
e a minha namorada, colega e amiga “Valesca
Rodriguez Fernandes”.
AGRADECIMENTOS
Agradeço, em especial, a toda minha família.
A minha namorada, Valesca Rodriguez Fernandes, pela compreensão, paciência e
dedicação, em todos os momentos, no decorrer deste trabalho.
Ao professor Dr. Frederico Tejo Di Pace, pela orientação, paciência e pelos
conhecimentos transmitidos no desenvolvimento desta dissertação.
Aos membros da banca examinadora, professor Dr. Bernardo Barbosa da Silva e ao
professor Dr. Heliofábio Barros Gomes.
Aos professores do ICAT/UFAL pelos conhecimentos transmitidos.
Aos amigos e colegas do curso de Mestrado em Meteorologia ICAT/UFAL.
Ao Instituto de Ciências Atmosféricas juntamente à Universidade Federal de Alagoas
pela infraestrutura cedida.
À Fundação de Amparo à Pesquisa do Estado de Alagoas (FAPEAL), pela bolsa de
estudo, sem a qual não teria sido possível realizar o Mestrado.
RESUMO
A Temperatura da Superfície do Mar (TSM) é extremamente importante para os processos de
interação entre o oceano e a atmosfera, pois a dinâmica atmosférica é influenciada por
variações na TSM. Este trabalho tem por finalidade estimar e mapear a TSM, mediante
imagens MODIS/Aqua e algoritmo operacional de correção atmosférica Nonlinear Sea
Surface Temperature (NLSST), para o litoral do estado de Alagoas. A área de estudo pertence
à região oeste do oceano Atlântico Sul, abrangendo a costa litorânea de Alagoas e tem uma
área de aproximadamente 122.430 km2. São utilizados dados do sensor MODIS, adquiridos
no Level I and Atmosphere Archive and Distribution System (LAADS) e dados da TSM
(observações in situ) obtidos por boias da rede PIRATA. As imagens MODIS/Aqua
correspondem à passagem do satélite, sobre a área de estudo, nos dias 2 de novembro de
2007, 6 de janeiro de 2008, 30 de janeiro de 2009, 2 de novembro de 2010 e 16 de novembro
de 2011, referentes ao tile h14v09. Após o processamento das imagens foi determinada a
temperatura de brilho das bandas 31 e 32 do MODIS e, posteriormente, estimou-se a TSM
através do método split-window NLSST. Foi testado, através da análise de parâmetros
estatísticos, a relação entre a temperatura de brilho na banda 31 e a TSM, estimada pelo
MODIS/Aqua juntamente ao algoritmo NLSST. Os resultados mostraram, em algumas cenas
MODIS/Aqua, coeficientes de correlação (r) positivos perfeitos, entre a temperatura de brilho
e a TSM, e, também, que o MODIS/Aqua é adequado na estimativa e mapeamento da TSM
no litoral de Alagoas. A estimativa da TSM, através do algoritmo NLSST, procedeu-se de
duas maneiras. Primeiramente, a TSM foi estimada utilizando-se dos coeficientes de
calibração do algoritmo derivados de radiossondagens e, posteriormente, a TSM foi estimada
utilizando-se dos coeficientes de calibração do algoritmo derivados de modelo. Para a
validação dos dados da TSM obtida por satélite, utilizou-se dados da TSM (in situ) obtidos
pelas boias da rede PIRATA. A validação dos dados de satélite consiste em uma janela 3x3
pixels, centrada na posição da boia, onde a validação procedeu-se entre a comparação do dado
in situ com o pixel mais quente, com o pixel mais frio, com o pixel central e com a média dos
pixels na janela 3x3 pixels. A TSM estimada com os coeficientes de calibração do algoritmo
derivados de modelo, quando comparado o dado in situ, com o pixel mais quente e com o
pixel central na janela 3x3 pixels, apresentou melhores resultados na validação dos dados. O
coeficiente de correlação (r), encontrado entre a TSM observada e a TSM estimada, com
ambos os coeficientes de calibração do algoritmo, foram de 0,60 a 0,83 para o pixel mais
quente na janela 3x3 pixels enquanto que para o pixel central na janela 3x3 pixels, foi 0,62 a
0,85. Os valores da TSM obtidos por satélite são ligeiramente inferiores aos valores da TSM
obtidos pelas boias da rede PIRATA. Provavelmente, isto se deve ao fato dos dados utilizados
da TSM estarem localizados em uma região com grande presença de meandros e vórtices e,
também, ao fato da correção atmosférica utilizada ser mais adequada ao Hemisfério Norte,
pois este detém maior concentração de boias para aferição dos dados.
Palavras Chave: Temperatura da Superfície do Mar. MODIS. AQUA. Nonlinear Sea Surface
Temperature.
ABSTRACT
The Sea Surface Temperature (SST) is extremely important for the interaction processes
between the ocean and atmosphere because atmospheric dynamics is influenced by variations
in SST. This study aims to estimate and map the SST using MODIS/Aqua images and
operational atmospheric correction algorithm Nonlinear Sea Surface Temperature (NLSST),
to the coast of the state of Alagoas. The study area belongs to the western region of the South
Atlantic Ocean, covering the coastline of Alagoas and has an area of approximately 122.430
km2. MODIS were use, acquired in Level I and Atmosphere Archive and Distribution System
(LAADS) and SST data (in situ observations) obtained by buoys PIRATA network. The
MODIS/Aqua images correspond to the satellite pass over the study area, on November 2,
2007, January 6, 2008, January 30, 2009, November 2, 2010 and November 16, 2011,
regarding the h14v09 tile. After processing, the MODIS/Aqua images, was determined
brightness temperature of 31 to 32 band of MODIS and subsequently was estimated the TSM
through the split-window method NLSST. Was tested by analysis of statistical parameters the
relationship between the brightness temperature of the band 31 and TSM estimated by the
algorithm NLSST MODIS/Aqua together. The results showed, in some scenes MODIS/Aqua,
correlation coefficients (r) between the brightness temperature and SST, positive and perfect
and that in the MODIS/Aqua is suitable for mapping and estimating the SST off the coast of
Alagoas. The estimate of the SST, through the algorithm NLSST, was done in two ways.
First, the TSM was estimated using the calibration coefficients the algorithm derived from
radiosonde and, subsequently, the TSM was estimated using the calibration coefficients the
algorithm derived from the model. For the validation of SST data obtained by satellite we
used data from TSM (in situ) obtained by buoys network PIRATA. The validation of satellite
data consist of a 3x3 pixel window centered on the position of the buoy, where the validation
proceeded comparison between to the data in situ with the pixel hotter, with the pixel cooler,
with the central pixel and the average of the pixels in the window 3x3 pixels. The SST
estimated with calibration coefficients algorithm derived from the model, when compared to
the data in situ, with the hottest pixel and the central pixel in the window 3x3 pixels produces
better results in the validation data. The correlation coefficient (r) found between the SST
observed and SST estimated with both calibration coefficients of the algorithm, were 0,60 to
0,83 for the pixel in the hottest in the window 3x3 pixel, in the (r) found, for the central pixel
in the window 3x3 pixels, was 0,62 to 0,85. The values of SST obtained by satellite are
slightly lower than the values obtained by the SST buoys network PIRATA. Probably this is
due to the fact that the data used in the SST are located in a region with great presence of
meanders and eddies, and also the fact that the atmospheric correction used to be best suited
to the Northern Hemisphere, because it has a higher concentration of buoys to measure data.
Keywords: Sea Surface Temperature. MODIS. AQUA. Nonlinear Sea Surface Temperature.
LISTA DE FIGURAS
Figura 1 -
Instrumentos do satélite AQUA...................................................................
19
Figura 2 -
Exemplo do sistema de varredura do MODIS..............................................
21
Figura 3 -
Principais correntes oceânicas....................................................................... 32
Figura 4 -
Localização da área de estudo destacada pelo retângulo preto....................
34
Figura 5 -
Recorte retangular da região de estudo........................................................
35
Figura 6 -
Localização do tile h14v09 (destacado pelo retângulo amarelo)..................
38
Figura 7 -
Imagem MODIS/Aqua referente ao tile h14v09..........................................
38
Figura 8 -
Interface gráfica do LAADS Web: Granule Browser.................................
39
Figura 9 -
Interface gráfica do LAADS Web: Granule Browser Parameter
Comparison..................................................................................................
40
Figura 10 -
Interface gráfica do LAADS Web: Data.....................................................
41
Figura 11 -
Interface gráfica do LAADS Web: Search for Data Products....................
42
Figura 12 -
Interface gráfica do LAADS Web: Temporal Selection e Collection
Selection......................................................................................................... 42
Figura 13 - Interface gráfica do LAADS Web: Spatial Selection.................................... 43
Figura 14 - Interface gráfica do LAADS Web: Seleção dos produtos MYD021KM e
MYD03........................................................................................................... 44
Figura 15 - Interface gráfica do LAADS Web: Select Delivery Method (FTP Pull)…... 45
Figura 16 - Boia PIRATA 31003.....................................................................................
51
Figura 17 - Localização das boias PIRATA 31003 e 31004............................................ 51
Figura 18 - Distribuição espacial dos postos pluviométricos. Os números indicam os
locais dos pluviômetros no setor leste de Alagoas........................................
55
Figura 19 - Composições médias mensais obtidas através de dados de reanálise
NCEP.............................................................................................................
56
Figura 20 - Mapas temáticos da (Tb)b31 (°C)....................................................................
63
a) (Tb)b31 (°C) para o dia 2/11/2007 às 15:30 GMT................................... 63
b) (Tb)b31 (°C) para o dia 6/01/2008 às 16:10 GMT................................... 64
c) (Tb)b31 (°C) para o dia 30/01/2009 às 15:40 GMT................................. 64
d) (Tb)b31 (°C) para o dia 2/11/2010 às 16:20 GMT................................... 65
e) (Tb)b31 (°C) para o dia 16/11/2011 às 16:00 GMT................................. 65
Figura 21 - Mapas temáticos da TSM (°C), utilizando-se dos coeficientes de
calibração do algoritmo derivados de radiossondagens................................
71
a) TSM (°C) para o dia 2/11/2007 às 15:30 GMT.....................................
71
b) TSM (°C) para o dia 6/01/2008 às 16:10 GMT.....................................
72
c) TSM (°C) para o dia 30/01/2009 às 15:40 GMT...................................
72
d) TSM (°C) para o dia 2/11/2010 às 16:20 GMT.....................................
73
e) TSM (°C) para o dia 16/11/2011 às 16:00 GMT...................................
73
Figura 22 - Mapas temáticos da TSM (°C) utilizando-se dos coeficientes de calibração
do algoritmo derivados do modelo ECMWF................................................
79
a) TSM (°C) para o dia 2/11/2007 às 15:30 GMT.....................................
79
b) TSM (°C) para o dia 6/01/2008 às 16:10 GMT.....................................
80
c) TSM (°C) para o dia 30/01/2009 às 15:40 GMT...................................
80
d) TSM (°C) para o dia 2/11/2010 às 16:20 GMT.....................................
81
e) TSM (°C) para o dia 16/11/2011 às 16:00 GMT...................................
81
Figura 23 -
Área de Proteção Ambiental (APA) – Costa dos Corais...............................
83
Figura 24 -
APA Costa dos Corais - Barra de Santo Antônio/AL (a); São Miguel dos
Milagres/AL (b); Porto de Pedras/AL (c)...................................................... 84
Figura 25 -
Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia
2/11/2007 às 15:30 GMT............................................................................... 87
Figura 26 -
Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia
6/01/2008 às 16:10 GMT............................................................................... 87
Figura 27 -
Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia
30/01/2009 às 15:40 GMT............................................................................. 88
Figura 28 -
Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia
2/11/2010 às 16:20 GMT............................................................................... 88
Figura 29 -
Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia
16/11/2011 às 16:00 GMT............................................................................. 89
Figura 30 -
Vento zonal em 925 hPa (m/s) (a); Advecção de umidade específica 925
hPa (g/Kg.mês) (b); Pressão na superfície (hPa) (c); Umidade específica
em 925 hPa (g/Kg) (d); TSM (°C) (e); Precipitação média dos 13 postos
pluviométricos (mm) (f)................................................................................
101
LISTA DE TABELAS
Tabela 1 -
Especificações das 36 bandas espectrais do sensor MODIS........................
Tabela 2 -
Imagens MODIS/Aqua (produtos MYD021KM e MYD03) referentes ao
tile h14v09....................................................................................................
Tabela 3 -
Valores estatísticos da radiância espectral (W/m µmsr) da banda 31 do
58
Valores estatísticos da radiância espectral (W/m2µmsr) da banda 32 do
MODIS/Aqua................................................................................................
Tabela 9 -
55
2
MODIS/Aqua................................................................................................
Tabela 8 -
53
Nome, município a que pertence e coordenadas geográficas dos postos
pluviométricos...............................................................................................
Tabela 7 -
49
Interpretação do Índice de confiança (c) proposto por Camargo e
Sentelhas (1997)...........................................................................................
Tabela 6 -
48
Coeficientes derivados do modelo ECMWF, para definir propriedades
atmosféricas e variabilidade..........................................................................
Tabela 5 -
37
Coeficientes derivados de radiossondagens, para definir propriedades
atmosféricas e variabilidade..........................................................................
Tabela 4 -
24
59
Valores estatísticos da (Tb)b31 em (°C).......................................................... 60
Tabela 10 - Valores estatísticos da (Tb)b32 em (°C).......................................................... 66
Tabela 11 - Valores estatísticos da TSM (°C), com coeficientes de calibração do
algoritmo derivados de radio sondagens.......................................................
68
Tabela 12 - Valores estatísticos da TSM (°C), com coeficientes de calibração do
algoritmo derivados de modelo.....................................................................
75
Tabela 13 - Análise dos parâmetros Estatísticos: Coeficiente de Correlação (r); Índice
de Concordância (d); Índice de Confiança (c)..............................................
85
Tabela 14 - Valores da TSM (°C) medida pela boia PIRATA 31003 e estimada na
janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de modelo.....................................................................
89
Tabela 15 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA
31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de modelo e o Erro
médio ( ) entre as 5 cenas...........................................................................
90
Tabela 16 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela
boia PIRATA 31003 e a TSM estimada na janela 3x3 pixels, utilizando-se
dos coeficientes de calibração do algoritmo derivados de modelo...............
91
Tabela 17 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia
PIRATA 31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de modelo.....................
91
Tabela 18 - Valores da TSM (°C) medida pela boia PIRATA 31004 e estimada na
janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de modelo.....................................................................
92
Tabela 19 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA
31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de modelo e o Erro
médio ( ) entre as 5 cenas...........................................................................
92
Tabela 20 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela
boia PIRATA 31004 e a TSM estimada na janela 3x3 pixels, utilizando-se
dos coeficientes de calibração do algoritmo derivados de modelo...............
93
Tabela 21 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia
PIRATA 31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de modelo.....................
93
Tabela 22 - Valores da TSM (°C) medida pela boia PIRATA 31003 e estimada na
janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de radiossondas............................................................
94
Tabela 23 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA
31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de radiossondas e o
Erro médio ( ) entre as 5 cenas...................................................................
95
Tabela 24 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela
boia PIRATA 31003 e a TSM estimada na janela 3x3 pixels, utilizando-se
dos
coeficientes
de
calibração
do
algoritmo
derivados
de
radiossondagens............................................................................................. 95
Tabela 25 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia
PIRATA 31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de radiossondas.............
96
Tabela 26 - Valores da TSM (°C) medida pela boia PIRATA 31004 e estimada na
janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de radiossondas............................................................
96
Tabela 27 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA
31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de radiossondas e o
Erro médio ( ) entre as 5 cenas....................................................................
97
Tabela 28 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela
boia PIRATA 31004 e a TSM estimada na janela 3x3 pixels, utilizando-se
dos
coeficientes
de
calibração
do
algoritmo
derivados
de
radiossondagens.............................................................................................
97
Tabela 29 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia
PIRATA 31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de radiossondas.............
98
Tabela 30 - Coeficiente de correlação (r) entre a precipitação observada no setor leste
de Alagoas e dados de reanálise do NCEP.................................................... 100
LISTA DE ABREVIAÇÕES E SIGLAS
TSM
Temperatura da Superfície do Mar
NLSST
Nonlinear Sea Surface Temperature
NASA
National Aeronautics and Space Administration
EOS
Earth Observing System
MODIS
Moderate Resolution Imaging Spectroradiometer
AIRS
Atmospheric Infrared Sounder
AMSR-E
Advanced Microwave Scanning Radiometer for EOS
AMSU-A
Advanced Microwave Sounding Unit-A
CERES
Clouds and the Earth’s Radiant Energy System
HSB
Humidity Sounder for Brazil
GES
Goddard Earth Sciences
HDF
Hierarchical Data Format
ATBD
Algorithm Theoretical Basis Documents
SD
Solar Diffuser
SDSM
Solar Diffuser Stability Monitor
BB
Black Body
SRCA
Spectoradiometric Calibration Assembly
EDOS
Eos Data and Operations System
DAAC
Distributed Active Archive Center
MODAPS
MODIS Adaptive Processing System
VIS
Visível
IVP
Infravermelho Próximo
IVM
Infravermelho Médio
IVT
Infravermelho Termal
BRDF
Bidirectional Reflectance Distribution Function
IFOV
Instantaneous Field Of View
SR
Scanning Radiometer
VHRR
Very High Resolution Radiometer
AVHRR
Advanced Very High Resolution Radiometer
MCSST
Multi-Channel Sea Surface Temperature
CCPSST
Cross Product Sea Surface Temperature
SSM/I
Special Sensor Microwave Imager
NAVO
Naval Oceanographic Office
CB
Corrente do Brasil
CSE
Corrente Sul Equatorial
AT
Água Tropical
MMA
Ministério do Meio Ambiente
AL
Alagoas
SE
Sergipe
PE
Pernambuco
MYD021KM
MODIS/Aqua Calibrated Radiances 5-Min L1B Swath 1km
MYD03
MODIS/Aqua Geolocation Fields 5-Min L1A Swath 1km
LAADS
Level 1 and Atmosphere Archive and Distribution System
MRT Swath
MODIS Reprojection Tool Swath
ISIN
Integerized Sinusoidal
UTM
Universal Transversa de Mercator
WGS84
World Geodetic System de 1984
SI
Scaled Integers
ECMWF
European Center for Medium range Weather Forecasting
PIRATA
Pilot Research Moored Array in the Tropical Atlantic
ATLAS
Autonomous Temperature Line Acquisition System
SEMARH/AL
Secretaria de Estado do Meio Ambiente e dos Recursos Hídricos
de Alagoas
DHM
Diretoria de Hidrometeorologia
BDHM
Banco de Dados Hidrometeorológicos
NOAA
National Oceanic and Atmospheric Administration
OAR
Oceanic and Atmospheric Research
ESRL
Earth System Research Laboratory
PSD
Physical Sciences Division
GrADS
Grid Analysis and Display System
(Tb)
Temperatura de brilho
(Tb)b31
Temperatura de brilho na banda 31
(Tb)b32
Temperatura de brilho na banda 32
APA
Área de Proteção Ambiental
SUMÁRIO
1
INTRODUÇÃO...................................................................................................... 16
2
REVISÃO BIBLIOGRÁFICA.............................................................................
18
2.1
Satélite AQUA........................................................................................................
18
2.2
Sensor MODIS.......................................................................................................
20
2.3
Temperatura da Superfície do Mar (TSM)......................................................... 25
2.3.1 Histórico de medições da TSM................................................................................ 27
2.3.2 Histórico de medições da TSM por satélites...........................................................
28
2.3.3 Métodos de estimativa da TSM...............................................................................
29
Correntes Oceânicas..............................................................................................
31
2.4
2.4.1 Corrente do Brasil.................................................................................................... 32
3
MATERIAIS E MÉTODOS.................................................................................
34
3.1
Área de estudo........................................................................................................ 34
3.1.1 Definição dos setores litorâneos de Alagoas...........................................................
34
3.1.2 Caracterização da área de estudo quanto ao clima..................................................
36
Imagens MODIS/Aqua..........................................................................................
36
3.2.1 Produtos MYD021KM e MYD03...........................................................................
36
3.2
3.2.2 Aquisição das imagens MODIS/Aqua..................................................................... 39
3.2.3 Conversões do formato HDF para Geotiff............................................................... 45
3.2.4 Importação das bandas MODIS/Aqua.....................................................................
45
3.2.5 Georreferenciamento................................................................................................ 46
3.3
Algoritmo de Correção Atmosférica: Nonlinear Sea Surface Temperature
(NLSST)..................................................................................................................
46
Metodologia de Validação.....................................................................................
49
3.4.1 Dados da TSM in situ obtidos pelas boias ATLAS da rede PIRATA.....................
50
3.4
3.4.2 Análise Estatística.................................................................................................... 52
3.5
Relação entre a precipitação observada no setor leste de Alagoas e dados de
reanálise do NCEP (dados utilizados).................................................................. 54
3.5.1 Dados Pluviométricos..............................................................................................
54
3.5.2 Dados de Reanálise NCEP....................................................................................... 55
4
RESULTADOS E DISCUSSÃO........................................................................... 58
4.1
Radiância espectral................................................................................................ 58
4.1.1 Radiância
espectral
detectada
da
banda
31
do
MODIS/Aqua........................................................................................................... 58
4.1.2 Radiância
espectral
detectada
da
banda
32
do
MODIS/Aqua........................................................................................................... 59
4.2
Mapas Temáticos da Temperatura de brilho (Tb)..............................................
4.2.1 Temperatura
de
brilho
da
banda
31
do
59
MODIS/Aqua
(Tb)b31....................................................................................................................... 59
4.2.2 Temperatura
de
brilho
da
banda
32
do
MODIS/Aqua
(Tb)b32....................................................................................................................... 66
4.3
Mapas Temáticos da Temperatura da Superfície do Mar (TSM)..................... 67
4.3.1 TSM utilizando-se dos coeficientes de calibração do algoritmo derivados de
radiossondagens....................................................................................................... 67
4.3.2 TSM utilizando-se dos coeficientes de calibração do algoritmo derivados do
modelo ECMWF...................................................................................................... 74
4.4
Relação entre a (Tb)b31 e a TSM............................................................................ 84
4.5
Validação dos dados............................................................................................... 86
4.5.1 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de modelo x TSM in situ observada na boia PIRATA
31003.......................................................................................................................
89
4.5.2 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de modelo x TSM in situ observada na boia PIRATA
31004.......................................................................................................................
91
4.5.3 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de radiossondagens x TSM in situ observada na boia PIRATA
31003.......................................................................................................................
94
4.5.4 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de radiossondagens x TSM in situ observada na boia PIRATA
31004.......................................................................................................................
4.6
96
Relação entre a precipitação observada no setor leste de Alagoas e dados de
reanálise do NCEP................................................................................................. 99
5
CONCLUSÕES......................................................................................................
102
6
SUGESTÕES PARA TRABALHOS FUTUROS...............................................
103
REFERÊNCIAS..................................................................................................... 104
16
1
INTRODUÇÃO
Dados da Temperatura da Superfície do Mar (TSM) são extremamente necessários
para fins de pesquisa, incluindo o monitoramento dos oceanos e, em especial, para determinar
as condições iniciais e de contorno para a previsão do tempo, clima e numérica do oceano,
como a previsão sazonal de sistemas oceânico-atmosféricos. Desvios significativos da TSM,
em relação às médias de longo período, conhecidos como anomalias, são empregados em
estudos da dinâmica do clima, como por exemplo, o fenômeno do “El Nino”.
Os padrões da TSM, variando em escalas espaciais de local até global, e em escalas
temporais de horas até meses ou anos, são de interesse para pesquisadores de diferentes áreas,
principalmente para meteorologia e oceanografia (ARAÚJO, 2002). O estudo dos campos da
TSM, em mesoescala, é de grande interesse, principalmente nos processos de instabilidade
dinâmica das correntes oceânicas, responsáveis pela geração de meandros e vórtices, e nos
processos de ressurgência. Estes processos propiciam a troca de energia, massa e nutrientes
entre diferentes tipos de águas. É fundamental o conhecimento global e regional das
características de interação superfície - atmosfera, pois a dinâmica atmosférica é influenciada
por variações da TSM. A medida da TSM tem importância extrema nos processos de
interação ar - mar que controlam o balanço climático do planeta (SOUZA, 2003).
Diversas boias marítimas (à deriva + ancorada), consideradas convencionais, são
capazes de medir, com boa precisão, a TSM, mas proporcionam medidas pontuais que são
representativas apenas para áreas de pequenas dimensões, deixando assim, uma pendência de
informações sobre a superfície oceânica. Para realizar a estimativa da TSM em grandes áreas
são utilizadas técnicas baseadas em sensores orbitais, que são mais apropriados porque
reúnem grande cobertura espacial e têm baixo custo operacional. Dessa forma, o
sensoriamento remoto por meio de satélites, constitui uma ferramenta poderosa para
monitoramento do sistema superfície – atmosfera, como meio economicamente mais viável
comparado aos custos e manutenções das boias convencionais, e mais objetivo nas escalas de
espaço e tempo, devido à rapidez, precisão, periodicidade e visão sinótica que as caracterizam
(DI PACE, 2004).
Entretanto, para obter-se um melhor resultado na estimativa da temperatura, através do
canal termal, foram desenvolvidos, no decorrer dos anos, algoritmos que convertem dados de
radiância espectral em temperatura de brilho, através da inversão da equação de Planck e,
17
posteriormente, em TSM. O algoritmo Nonlinear Sea Surface Temperature (NLSST) está
entre os mais utilizados atualmente, por proporcionar resultados importantes (LI et al., 2000;
HOSODA et al., 2007; LI et al., 2001).
Diante das considerações, o presente trabalho tem por objetivo geral, estimar, analisar
e mapear a TSM, por meio de imagens obtidas pelo sensor MODIS a bordo do satélite AQUA
e aplicação do algoritmo NLSST, para o litoral do estado de Alagoas. Os objetivos específicos
foram: (i) elaborar mapas da TSM para todo o litoral de Alagoas, (ii) validar os dados da
TSM, estimados via satélite, com os dados da TSM (in situ), (iii) criar um banco de dados da
TSM para o litoral do estado de Alagoas.
18
2
REVISÃO BIBLIOGRÁFICA
2.1
Satélite AQUA
A
Agência
Espacial
Norte
Americana
(National
Aeronautics
and
Space
Administration - NASA) junto ao Sistema de Observação da Terra (Earth Observing System EOS) lançou o satélite AQUA. Nascido da colaboração científica entre os EUA, Japão e
Brasil, foi lançado em 4 de maio de 2002, com o objetivo de continuar e ampliar os estudos
que iniciaram-se com o satélite TERRA em dezembro de 1999, em relação ao ciclo de água e
monitoramento das alterações do clima em nosso planeta. A missão AQUA está a recolher
grandes quantidades de informações sobre, o ciclo da água na Terra, incluindo a evaporação
dos oceanos, vapor d'água na atmosfera, nuvens, precipitação, umidade da superfície da terra,
gelo no mar, gelo na terra e a cobertura de neve. Variáveis adicionais, também, estão sendo
medidas pelo AQUA e incluem os fluxos de energia radiativa, aerossóis, cobertura vegetal
sobre a Terra e material orgânico dissolvido nos oceanos, no ar e na Terra. A principal
variável medida pelo AQUA, em relação aos fluxos de energia radiativa, é a Temperatura da
Superfície do Mar.
O satélite AQUA, juntamente com outros satélites (AURA, PARASOL, CLOUDSAT)
foram chamados de Afternoon Constellation, ou A-Train. O nome Afternoon Constellation foi
atribuído para este grupo de satélites, pois realizam cruzamento equatorial no período
vespertino, às 01:30 PM a cada dia (sentido Sul - Norte). Isto, também, é conhecido como
EOS PM, distinguindo-se de seu gêmeo, o satélite TERRA, ou o EOS AM, porque ele cruza o
plano do Equador às 10:30 AM a cada dia (sentido Norte – Sul). O resultado desta
sincronização traduz-se na capacidade do sensor MODIS recolher dados da superfície
terrestre a cada 1 ou 2 dias. Em outras palavras, a sua resolução temporal é bastante elevada
(CAPÃO et al., 2007).
O satélite AQUA tem massa de 2.934 kg (no lançamento) distribuídos em 2,7 m de
largura, 2,5 m de comprimento e 6,5 m de altura (NASA, 2012a). A vida média do satélite
está estimada em 6 anos, durante o qual ele deve dissipar 4860 Watts (extremidade de
alimentação da vida) produzido pelo gerador de energia solar. O satélite supracitado está
estacionado a uma altitude de 705 Km acima da superfície da Terra, possui características de
órbita polar, elíptica e heliossíncrona, descrevendo um período de revolução de 99 minutos e
com uma inclinação, em relação ao plano equatorial da Terra, com cerca de 98°. A órbita
19
heliossíncrona é uma caso particular de uma órbita quase polar, onde o seu plano de órbita é
sempre fixo para um observador que esteja postado no Sol. Assim o satélite passa numa dada
posição geográfica sempre na mesma hora solar local, ou seja, as observações são sempre
feitas nas mesmas condições de iluminação (no caso do AQUA às 01:30 PM). Geralmente os
satélites heliossíncronos são satélites de média e baixa órbita, com altitudes variando de 550
até 850 km e uma inclinação em relação ao Equador de 97 a 98º.
O satélite AQUA é equipado com seis diferentes instrumentos, como pode ser
observado na Figura 1. Cada um tem características e capacidades únicas e todos os seis
instrumentos juntos servem para formar um pacote poderoso para observações da Terra. Os
sensores operam para detectar a radiação em diferentes bandas do espectro eletromagnético, a
fim de obter-se mais informações. A representação gráfica do satélite AQUA é mostrada na
Figura 1, onde também está indicado a posição dos instrumentos a bordo do satélite AQUA
(NASA, 2012a). Os instrumentos do AQUA são:
•
AIRS (Atmospheric Infrared Sounder);
•
AMSR-E (Advanced Microwave Scanning Radiometer for EOS);
•
AMSU-A (Advanced Microwave Sounding Unit-A);
•
CERES (Clouds and the Earth s Radiant Energy System);
•
HSB (Humidity Sounder for Brazil);
•
MODIS (Moderate Resolution Imaging Spectroradiometer);
Figura 1 - Instrumentos do satélite AQUA
Fonte: NASA, 2012a.
20
2.2
Sensor MODIS
O sensor Moderate Resolution Imaging Spectroradiometer (MODIS), foi desenvolvido
pela Goddard Earth Sciences (GES) ou Goddard Space Flight Center Earth Sciences e está a
bordo dos satélites TERRA e AQUA do programa EOS da NASA. Esse sensor adquire dados
de toda a superfície terrestre a cada 1 ou 2 dias em 36 bandas espectrais, que situam-se em
comprimentos de onda que variam de 0,4 a 14,4 µm (MOREIRA, 2003), distribuídos em
diferentes grupos de resolução espacial, capaz de produzir mapas bidimensionais com
resolução espacial de 250 m, 500 m, e 1000 m (NASA, 2012b). As imagens do MODIS
oferecem uma base sistemática de dados na elaboração de produtos sobre as interações entre
atmosfera, superfície terrestre e oceano. Sua utilização encontra-se associada na medição de
propriedades das nuvens, fluxo de energia radiante (TSM), propriedades dos aerossóis,
mudanças no uso e cobertura das terras, queimadas e atividades vulcânicas, entre outras.
O radiômetro MODIS encontra-se a 705 km de altitude. Observa-se, na Figura 2, o
sistema de varrimento do MODIS, que é composto por um scanner óptico de varredura
transversal, sendo a largura da área observada (cross - track ou swath) de 2330 km e o
comprimento (along track) dependente dos instantes de início e fim da recolha da imagem,
podendo ultrapassar os 5000 km. Este tipo de varredura é designada de cross-track scanning
ou whiskbroom scanner (CAPÃO et al., 2007). Este tipo de funcionamento compreende a
varredura da terra numa série de linhas orientadas perpendicularmente em relação à direção de
deslocamento da plataforma onde o sensor se encontra (neste caso o MODIS/AQUA), sendo
cada linha digitalizada de um lado ao outro através de um espelho rotativo. Na medida em que
a plataforma avança, varrimentos sucessivos dão origem a uma imagem bidimensional. Este
tipo de sistema pode ser comparado aos movimentos de uma vassoura de mão para limpar
uma mesa de um lado para o outro, daí a designação em cima enunciada de whiskbroom
scanner (JENSEN, 2000).
O MODIS possui órbita polar e desloca-se sobre um plano perpendicular ao Equador,
podendo obter imagens de praticamente toda a superfície terrestre num determinado intervalo
de tempo, devido à rotação da Terra (de oeste para leste) (CAETANO, 2004). A órbita
heliossíncrona atribuída ao AQUA fica caracterizada pelo fato de o seu plano formar um
ângulo constante com a linha Sol – Terra, sendo possível obter sempre condições semelhantes
para imagens da mesma região. Desta forma as imagens ao longo dos anos são mais fáceis de
comparar uma vez que têm as mesmas condições de iluminação. O sensor MODIS evidenciou
21
bons resultados na solução do problema entre as limitações que as escalas temporais e
espaciais promovem nas análises multitemporais à escala local (MESQUITA JR. et al., 2003).
Figura 2 - Exemplo do sistema de varredura do MODIS
Fonte: NASA, 2003.
O sensor MODIS, através da utilização de diversos algoritmos processados por
computadores de alta velocidade, produz 44 produtos diferentes que descrevem muitos sinais
vitais da superfície terrestre, dos oceanos, atmosfera, incêndios, TSM, passando pelas
propriedades das nuvens, medição da atividade fotossintética através do dióxido de carbono
da atmosfera e monitorização de produtividade primária biológica no oceano, entre outros. O
MODIS fornece produtos para pesquisadores de várias disciplinas, incluindo Oceanografia,
Biologia, Meteorologia e um conjunto de dados extremamente importantes para o estudo e
investigação das mudanças do clima no planeta Terra.
O formato de distribuição dos produtos MODIS, aos seus usuários, é o Hierarchical
Data Format (HDF), o qual permite uma implementação transparente de acesso aos dados,
que podem ser adquiridos gratuitamente, já georreferenciados e corrigidos para efeitos
atmosféricos. Estes arquivos são autodescritivos, tornando mais fácil o entendimento de sua
estrutura e conteúdo (JUSTICE et al., 2002). Os produtos MODIS, possuem manuais que
fornecem todas as informações sobre os algoritmos utilizados para a geração destes produtos,
chamados de Algorithm Theoretical Basis Documents (ATBD). Neste estudo, utilizou-se o
ATBD MODIS Infrared Sea Surface Temperature Algorithm, como descrito por Brown e
Minnett, (1999).
Outra característica que distingue os produtos MODIS de outros sensores é o fato dos
custos de instalação e funcionamento serem reduzidos, permitindo assim a países, em vias de
22
desenvolvimento, melhorar as suas capacidades tecnológicas de detecção remota com
orçamentos próprios (DUONG, 2004).
O sistema do MODIS possui quatro módulos de calibração interna: um Difusor Solar
(Solar Diffuser – SD) juntamente com um Monitor de Estabilidade do Difusor Solar (Solar
Diffuser Stability Monitor – SDSM), um Corpo Negro (Black Body – BB) e um Sistema de
Calibração Espectro Radiométrica (Spectoradiometric Calibration Assembly – SRCA)
(RUDORFF et al., 2007).
Os dados adquiridos pelo MODIS são enviados para o sistema de operações Eos Data
and Operations System (EDOS) e são processados e divididos em cinco níveis (0 a 4), que
irão variar em função do grau de processamento realizado. Após o processamento do nível
zero pelo sistema operacional, o centro de arquivos denominado GES do Distributed Active
Archive Center (DAAC) irá produzir os níveis 1A e 1B e os produtos de geolocação. Os
produtos de níveis mais elevados são produzidos pelo MODIS Adaptive Processing System
(MODAPS) e então distribuídos entre três outros centros do DAAC. Os produtos MODIS, de
acordo com Justice et al. (2002), são gerados e distribuídos de acordo com os seguintes
níveis:
Nível 0: são os dados brutos sem qualquer tratamento e não estão disponíveis ao
usuário.
Nível 1 (1A): produtos que contém as 36 bandas utilizadas como dado de entrada para
geolocalização, calibração e processamento. Indicadores de qualidade são adicionados aos
dados para indicar alguma perda ou dados de baixa qualidade. Medidas nos canais, visível
(VIS), infravermelho próximo (IVP) e infravermelho médio (IVM) são feitas apenas durante o
dia, enquanto medidas na faixa do infravermelho termal (IVT) são feitas, também, durante a
noite.
Nível 1 (1B): produtos que contém os dados de calibração e geolocalização para as 36
bandas geradas pelo nível 1A. As radiâncias são em W.m-2.μm-1.sr-1. Em adição, o
Bidirectional Reflectance Distribution Function (BRDF) pode ser determinada para as bandas
refletivas solares (1-19, 26), através do conhecimento da irradiação solar e a geometria de
iluminação do alvo. Dados adicionais são fornecidos, incluindo as estimativas de qualidade,
de erro e dados de calibração.
Nível 2: os produtos deste nível são derivados de radiâncias calibradas de produtos
prévios do MODIS e são armazenados em um espaço original do sensor. Os produtos
23
conhecidos como nível 2G (L2G) são gerados a partir de um conjunto de dados de um simples
dia do nível 2, reorganizados e armazenados em uma grade de referência (earth-based grid),
preservando todas as amostras dos dados originais do nível 2. Cumpre salientar que a menor
quantidade de dados processados em um determinado período é definida nos níveis 1 e 2
como granule e correspondem a aproximadamente 5 minutos de imageamento. O MODIS
imagea 288 granules a cada 24 hs, sendo sua cobertura equivalente a uma área aproximada de
2330 Km (across-track, ortogonal à trajetória) por 2030 Km (along-track, na projeção da
trajetória).
Nível 3: os produtos são espacialmente reamostrados e compostos para um
determinado tempo para produzir uma simples estimativa das variáveis geofísicas para cada
grade de localização. As escalas de tempo dos produtos deste nível variam de um dia até um
ano.
Nível 4: os produtos deste nível são gerados pela incorporação dos dados MODIS em
modelos para se estimar as variáveis geofísicas.
Na Tabela 1, observa - se as especificações das 36 bandas espectrais do sensor
MODIS e, simultaneamente, a largura de cada banda, os valores da radiância espectral para
cada canal e a resolução espacial expressa em termos do tamanho do Instantaneous Field Of
View (IFOV) projetado sobre o solo ou pixels. A Tabela 1, também, indica alguns dos
principais usos dos dados coletados de todos os 36 canais do sensor MODIS. De acordo com
Barnes et al. (1998), a incerteza nas suas medições radiométricas é de ±5% para as bandas do
espectro solar e ±1% para as bandas do espectro terrestre.
Com apenas um instrumento, o MODIS, a comunidade científica poderá estudar as
características físicas e biológicas da superfície da Terra, dos oceanos e da atmosfera. Assim,
torna-se possível o acesso à informação de como a atmosfera, os oceanos e a superfície
terrestre interagem nos ciclos naturais de mudança do clima, sendo importantíssimo na
tomada de decisões sustentadas sobre políticas de proteção dos recursos naturais.
24
Tabela 1 – Especificações das 36 bandas espectrais do sensor MODIS.
Principais usos
Superfície/Nuvens/Aerossóis
Propriedades
Superfície/Nuvens/Aerossóis
Biogeoquímica
Cor do Oceano/
Fitoplâncton
Vapor d’ água
da atmosfera
Temperatura
Superfície/Nuvens
Nº da Banda Largura da banda1 Radiância espectral2 Resolução Espacial3
1
620 – 670
21,8
250
2
841 – 876
24,7
250
3
459 – 479
35,3
500
4
545 – 565
29,0
500
5
1230 – 1250
5,4
500
6
1628 – 1652
7,3
500
7
2105 – 2155
1,0
500
8
405 – 420
44,9
1000
9
438 – 448
41,9
1000
10
483 – 493
32,1
1000
11
526 – 536
27,9
1000
12
546 – 556
21,0
1000
13
662 – 672
9,5
1000
14
673 – 683
8,7
1000
15
743 – 753
10,2
1000
16
862 – 877
6,2
1000
17
890 – 920
10,0
1000
18
931 – 941
3,6
1000
19
915 – 965
15,0
1000
20
3,660 - 3,840
0,45 (300K)
1000
21
3,929 - 3,989
2,38 (335K)
1000
22
3,929 - 3,989
0,67 (300K)
1000
23
4,020 - 4,080
0,79 (300K)
1000
Temperatura
atmosférica
24
4,433 - 4,498
0,17 (250K)
1000
25
4,482 - 4,549
0,59 (275K)
1000
Vapor d’ água
Nuvens Cirrus
26
1,360 - 1,390
6,00
1000
27
6,535 - 6,895
1,16 (240K)
1000
28
7,175 - 7,475
2,18 (250K)
1000
Propriedades das nuvens
29
8,400 - 8,700
9,58 (300K)
1000
Ozônio
30
9,580 - 9,880
3,69 (250K)
1000
Temperatura
Superfície/Nuvens
31
10,780 - 11,280
9,55 (300K)
1000
32
11,770 - 12,270
8,94 (300K)
1000
Altitude do topo da nuvem
33
13,185 - 13,485
4,52 (260K)
1000
34
13,485 - 13,785
3,76 (250K)
1000
35
13,785 - 14,085
3,11 (240K)
1000
36
14,085 - 14,385
2,08 (220K)
1000
1
Bandas 1 - 19 estão em nanômetros (nm); Bandas 20 - 36 estão em micrometros (μm)
2
Valores da radiância espectral para condições atmosféricas típicas (W/m2.μm.sr)
3
Tamanho do pixel em terra em metros (m)
Fonte: NASA, 2012b.
25
2.3
Temperatura da Superfície do Mar (TSM)
A radiação emitida pela superfície dos oceanos, ocorre em comprimentos de onda
longos, centrados na faixa do infravermelho termal (~3 - 15µm). Esta radiação se dissipa na
forma de calor, e a medida da TSM tem importância extrema nos processos de interação armar que controlam o balanço climático do planeta (SOUZA, 2003). A TSM desempenha um
papel importante como dado de entrada no processo de inicialização de modelos numéricos de
previsão do tempo, clima e circulação oceânica, propiciando um melhor refinamento nos
resultados de previsão e, consequentemente, contribuição para um melhor entendimento na
dinâmica oceânica e atmosférica (CARVALHEIRO et al., 2008). A dinâmica atmosférica é
influenciada por variações da TSM, que se ajusta localmente à perda devido ao calor sensível
e calor latente, e ao balanço entre radiação de onda longa e a radiação de onda curta. A água
possui uma grande capacidade calorífica. Isto significa que ela pode armazenar uma grande
quantidade de calor (proveniente do Sol ou de outra fonte) mas registrando poucas mudanças
em sua temperatura. O conhecimento da estrutura termal da superfície dos oceanos é um fator
importante no estudo das trocas que ocorrem entre os oceanos e a atmosfera (calor sensível e
calor latente) (HOCHLEITNER et al., 2005).
A TSM é de fundamental importância na modelagem do fluxo de energia à superfície.
Os presentes modelos numéricos de previsão de tempo e clima requerem dados de entrada da
TSM, com alta precisão, para atingir um melhor desempenho nas previsões. São conhecidos
os problemas na estimativa da TSM, via dados de sensoriamento remoto, principalmente
devido à cobertura de nuvens e aos efeitos dos gases atmosféricos e, mais especificamente,
pela absorção da radiação infravermelho pelo vapor d’água e sua concentração variável no
tempo e no espaço na atmosfera. Este problema vem sendo investigado desde a década de 70
por vários diferentes trabalhos, (PRABHAKARA et al., 1974; SOBRINO et al., 1991;
FRANÇA e CRACKNELL, 1994; FRANÇA et al., 2000).
As imagens infravermelhas dos oceanos têm sido utilizadas no estudo de diversos
fenômenos e processos oceanográficos, como as correntes marinhas, as frentes oceânicas,
eventos de ressurgência, processos de mistura nas águas costeiras, a partir de observações nas
variações da TSM. Inicialmente, só se obtinha dados de satélites no infravermelho na forma
fotográfica, como subproduto de imagens meteorológicas. Na medida em que dados digitais
em maior quantidade e melhor qualidade foram sendo disponibilizados, foi sendo possível
efetuar estimativas quantitativas da TSM. Estas estimativas tornaram-se possíveis tanto com a
26
utilização de medições realizadas em apenas uma banda espectral, como se combinando
medições de diferentes canais espectrais, obtendo-se desta forma, dados mais precisos (cerca
de 0,5ºC). Os dados digitais podem ainda ser realçados radiometricamente para a geração de
imagens, capazes de mostrar pequenas variações da temperatura. Da mesma forma, uma
precisa correção geométrica destas imagens permite a realização de análises multitemporais.
A TSM tem sido empregada em diversas aplicações na meteorologia e oceanografia,
tais como, no estudo de mudanças climáticas globais, identificação de ressurgências, vórtices,
meandramentos e frentes, fornecimento de suporte à pesca de peixes pelágicos,
monitoramento dos campos de TSM e/ou correntes oceânicas superficiais, entre outros. Na
literatura nacional e internacional, podem ser encontrados diversos trabalhos que demonstram
a utilidade das imagens termais em estudos oceanográficos (KAMPEL, 2002). A TSM é
modulada por uma inter-relação de vários fatores. Entre os mais importantes estão à radiação
de ondas curtas e longas, os fluxos de calor sensível e latente, a entrada de água doce, a
convecção e a mistura através do vento e das ondas. Sendo as variações da TSM
determinadas, tanto por processos atmosféricos, quanto oceânicos (KATSAROS e
SOLOVIEV, 2004). Segundo Souza (2003) a maior vantagem de se utilizar dados da TSM,
para a meteorologia e para a oceanografia, é a produção de cartas sinóticas sobre a estrutura
termal da camada superficial dos oceanos. Nestas cartas, muitas feições de mesoescala podem
ser discernidas, e uma análise temporal destas feições pode ser realizada nas imagens que
podem ser obtidas sobre a mesma região em intervalos regulares de tempo. Com um
conhecimento prévio da área de estudo, as cartas de TSM podem fornecer informações
referentes à presença de águas oriundas de diferentes correntes oceânicas, feições do tipo
vórtices, anéis ou meandros, gradientes horizontais de temperatura (frentes oceanográficas),
meandros com águas mais aquecidas, importantíssimos para a precipitação na costa leste da
região Nordeste do Brasil, entre outras. Estudos de climatologia dos oceanos também podem
ser feitos com base nas imagens de TSM. Séries de tempo dessas imagens podem ser
utilizadas para calcular a climatologia (valores médios) da TSM em regiões específicas do
oceano ou no oceano global (visto que os satélites têm cobertura global). A partir de dados
climatológicos pode-se estudar as anomalias da TSM.
A TSM pode ser considerada como uma fonte de controle (junto com a convecção
adiabática associada à precipitação) para convecção tropical e a liberação de calor latente,
associada com a convecção, pode gerar células de circulação na atmosfera (SILVA, 2010).
27
Robinson (1985) cita que a maioria dos parâmetros estimados através de dados de satélite diz
respeito somente à camada superficial do mar, sendo esta camada exatamente a mais
importante. Ainda, segundo Robinson (1985), numa escala logarítmica, a primeira camada
milimétrica da superfície do mar representa a metade superior do oceano. Segundo Dolon et
al. (1999) é justamente através desta camada superficial milimétrica do oceano que ocorrem
os processos de interação oceano-atmosfera.
Vários algoritmos foram desenvolvidos [revisados em KIDWELL (1995)] para
converter dados de radiância espectral, coletados por sensores infravermelhos, em
temperaturas de brilho da superfície do mar (considerando que esse se comporte como um
corpo negro) e, posteriormente, em TSM. Todos os algoritmos de conversão da radiância
espectral, em temperaturas de brilho, são baseados na inversão da equação de Planck (Lei de
Planck), descrita em CURRAN (1985), ROBINSON (1985) e muitos outros livros de
sensoriamento remoto (SOUZA, 2003).
2.3.1 Histórico de medições da TSM
As primeiras medidas da TSM foram de embarcações à vela, onde a prática comum
era recolher um balde de água enquanto o navio estava em andamento e, em seguida, medir a
temperatura desse balde de água com um termômetro de mercúrio. Esta amostra refere-se a
poucas dezenas de centímetros superiores da água do mar. Modernos navios tornaram uma
prática comum medir a TSM, com o objetivo de arrefecer os motores dos navios, com a
entrada da água do mar (por um tubo). A profundidade do tubo de entrada varia conforme o
navio, cerca de um a cinco metros. Chamado de "temperatura de injeção" (um termistor é
"injetado" no tubo de transporte da água de arrefecimento), esta medição é uma leitura de um
medidor analógico redondo, gravada à mão e pelo rádio, como parte das observações
meteorológicas regulares de navios mercantes. Uma alternativa moderna para medir a
“temperatura de injeção” no navio é montar termistores no casco de metal do navio (EMERY
et al., 1997). Estes cascos são excelentes condutores de calor e, portanto, devem representar a
temperatura apenas para o exterior. Comparações com outras medidas da TSM demonstraram
a alta confiabilidade e consistência alcançada com estes sensores acoplados no casco do
navio, em aço inoxidável. Com o advento da comunicação via satélite, em meados da década
de 1970, foi desenvolvida uma nova fonte de medidas da TSM, as boias fixas e as boias à
deriva, rastreadas por satélite. As boias de deriva possuem grandes cascos metálicos,
utilizando um termistor em contato com o casco logo abaixo da boia. Posteriormente, boias
28
esféricas e menores apresentaram termistores salientes do lado de baixo do casco da boia.
Boias fixas são instrumentadas com termistores para medir não apenas a TSM próximo à
superfície, mas também para resolver o perfil da camada superior do oceano usando
termistores conectados a boia (amarração de noiva). A TSM medida na boia é muito menos
“barulhenta” do que qualquer uma das medições da TSM obtidas por navio. Os dados obtidos
pelas boias estão sendo utilizados para calcular os coeficientes dos algoritmos que estimam a
TSM a partir de medições de sensores infravermelhos (EMERY et al., 2001).
2.3.2 Histórico de medições da TSM por satélites
Na década de 70, radiômetros operando no infravermelho termal a bordo de satélites,
passaram a ser usados para estimar a TSM de forma sinótica. A maioria destes sensores
infravermelhos foi concebida, primeiramente, para atender objetivos meteorológicos, como
imageamento de nuvens, sondagens atmosféricas e a estrutura termal superficial do mar,
suficientes para definir algumas feições oceânicas superficiais. Muitos destes radiômetros
eram dispositivos de imageamento multiespectral, que forneciam informação simultânea das
radiâncias em duas ou mais bandas espectrais, como as bandas referentes aos canais do
visível, infravermelho próximo e infravermelho termal. Os primeiros sensores utilizados para
aplicações oceanográficas voaram a bordo dos satélites meteorológicos geoestacionários
(METEOSAT, GOES, GMS, INSAT) e apresentavam apenas dois canais: um no visível e
outro no infravermelho termal, centrado em 11 μm. Este último canal ocupava uma “janela
atmosférica”, região do espectro onde a atmosfera é relativamente transparente para a
radiação infravermelha termal. A resolução espacial máxima destes sensores não ultrapassava
5 km x 5 km. Os satélites de órbita polar, da série NOAA, que voaram no período de 1972 a
1978 (NOAA 2, 3, 4 e 5), carregaram dois radiômetros distintos de dois canais: o radiômetro
de varredura, no inglês, Scanning Radiometer (SR) e o radiômetro de resolução muito alta, no
inglês, Very High Resolution Radiometer (VHRR). Estes sensores também foram utilizados
nas primeiras medidas de TSM. No final dos anos 70, o sensor VHRR passou a ser
amplamente utilizado para o estudo dos oceanos. Entretanto, segundo Barbieri et al. (1983),
os algoritmos usados para extrair a TSM dos dados obtidos por este sensor sofriam de
algumas deficiências tais como: nuvens no campo de visada, correção inadequada para os
constituintes atmosféricos e a inabilidade de perceber variações na umidade em baixas
latitudes. No entanto, o VHRR, teve uma resolução espacial de 1 km, que era muito melhor
do que a resolução espacial de 8 km do SR. Os esforços para automatizar totalmente a
29
computação da TSM, a partir das medições de radiâncias por satélite, produziram alguns
campos da TSM. Durante este período, os únicos dados da TSM in situ foram de navios
mercantes e estes dados foram inicialmente utilizados para comparação com os dados da TSM
estimada por satélites.
Em 1978, iniciou-se uma nova geração de satélites meteorológicos de órbita polar,
com o lançamento do satélite TIROS-N, que carregava o radiômetro avançado de resolução
muito alta, no inglês, Advanced Very High Resolution Radiometer (AVHRR). Este sensor
possuía um canal termal adicional, centrado em 3,7 μm, o que possibilitou o uso de uma
técnica de absorção diferenciada da radiação (devida à atenuação pelo vapor d’água) para os
efeitos de correção atmosférica. Esta técnica, porém, estava restrita apenas para uso noturno,
uma vez que este novo canal, devido ao seu curto comprimento de onda, incluía uma
porcentagem significativa de radiação solar refletida durante o dia.
A partir da década de 80, através da utilização dos dados infravermelhos obtidos pelo
sensor AVHRR, a bordo dos satélites NOAA, obteve-se estimativas da TSM de forma
repetida e consistente para os oceanos no âmbito global. Em 1981, tornou-se disponível um
novo radiômetro infravermelho de cinco bandas (AVHRR – II), através da incorporação de
mais um canal no infravermelho termal (12 μm). A diferença entre os canais infravermelhos
térmicos (11 e 12 μm), fornece uma estimativa do conteúdo variável de vapor d’ água na
atmosfera e que pode ser corrigido para os algoritmos de estimativa da TSM. A formulação
desta abordagem, chamada de "split-windown", tem sido utilizada na maioria dos algoritmos
de estimativa da TSM, desenvolvida desde essa época (MCMILLIN e CROSSBY, 1984).
Com o uso da técnica de absorção diferenciada, o sensor AVHRR - II, que operou nos
satélites NOAA 7, 9 e 11 e atualmente opera nos satélites NOAA 12 e NOAA 14, possibilitou
uma correção mais acurada para a presença de vapor d´água na atmosfera, inclusive nas
imagens diurnas.
2.3.3 Métodos de estimativa da TSM
A estimativa da TSM a partir de dados obtidos por sensores orbitais, no canal
infravermelho termal (IVT), progrediu relativamente pouco na década passada. Nota-se que o
algoritmo específico para estimativa da TSM, foi mudado frequentemente, numa tentativa de
melhorar as correções atmosféricas dos dados do IVT. A abordagem fundamental para o
30
cálculo da TSM foi o algoritmo Multi-Channel Sea Surface Temperature (MCSST),
desenvolvido por McClain et al. (1985), que foi o primeiro procedimento associado com a
técnica de divisão da janela (split – windown). Muitas mudanças nos coeficientes dos
algoritmos de estimativa da TSM têm ocorrido ao longo do tempo e muitas vezes as correções
envolvem comparações sistemáticas do MCSST com correções atmosféricas, devido à alta
carga de aerossóis devido a erupções de vulcões. Para melhorar o MCSST, cientistas da
NOAA/NESDIS decidiram alterar a regressão e a formulação, de modo a incluir os efeitos
não lineares. Walton et al. (1988) consideraram um termo não linear no desenvolvimento do
algoritmo MCSST e desenvolveram o primeiro algoritmo alternativo oficial, chamado de
Cross Product Sea Surface Temperature (CPSST), para enfatizar a parte não linear da
computação. A suposição era de que o CPSST faria um melhor trabalho de compensar a
umidade atmosférica (vapor d’ água), especialmente em regiões tropicais, com alto conteúdo
de umidade. O algoritmo CPSST passou a ser utilizado operacionalmente pela NOAA em
março de 1990, no satélite NOAA-11. Em abril de 1991, após uma série de regressões com
dados de boias, o algoritmo CPSST sofreu algumas alterações muito modestas e o algoritmo
ficou conhecido como Nonlinear Sea Surface Temperature (NLSST), implementado pela
NOAA/NESDIS para uso operacional, e que constitui a base atual das recuperações da TSM
para dados AVHRR. Segundo Walton et al. (1990), esta alteração propiciou uma melhor
acurácia da TSM calculada para condições atmosféricas extremas, como regiões polares frias
e secas ou regiões tropicais quentes e úmidas. Todos os algoritmos, citados anteriormente,
dependem da divisão da janela, no canal espectral IVT, para corrigir o efeito atenuador do
vapor d’ água na atmosfera. Um estudo realizado por Emery et al. (1994) indicou que a
diferença da temperatura de brilho, entre os canais 4 e 5, no AVHRR, é um bom indicador de
umidade atmosférica na atmosfera tropical. Em latitudes médias e altas, esta diferença de
temperatura de brilho não é uma função da umidade atmosférica, como indicado por uma falta
de correlação entre a diferença da temperatura de brilho e a coluna integrada de vapor d’ água,
calculado a partir do sensor de microondas Special Sensor Microwave Imager (SSM/I). Hoje,
o NLSST é o algoritmo operacional utilizado pelo Naval Oceanographic Office (NAVO) e os
coeficientes utilizados no algoritmo supracitado foram encontrados por regressão entre os
dados de radiância espectral do satélite, contra uma seleção de dados da TSM obtidas por
navios. Com o número de boias marítimas (deriva + ancorada) aumentando nos oceanos do
mundo, tornou-se evidente que a TSM coletada por essas boias pode constituir um conjunto
mais preciso para a calibração dos coeficientes dos algoritmos que estimam a TSM, a partir de
medições de satélite (MAY et al., 1998). Assim, a TSM obtida pelas boias, tornou-se os dados
31
de referência exclusivos para o cálculo dos coeficientes dos algoritmos da TSM. Há uma série
de problemas e limitações com este procedimento de estimativa dos coeficientes dos
algoritmos. Este cálculo de regressão, inerentemente, assume que os dados das boias são
"perfeitos" e sem erros. Em sua análise de alguns anos de dados da TSM obtidos por boias,
Emery et al. (2000) constataram que a TSM das boias tem desvios padrão típicos, cerca de 0,3
a 0,5 °C. Adicionado a este erro, tem-se o fato de que a cobertura de amostragem fornecida
pelas boias de deriva é ditada pela necessidade de se observar uma característica especial de
circulação (isto é, as boias não são implantadas com a finalidade de calibração/validação dos
dados de satélite). Como consequência, a cobertura geográfica destas boias, é bem menor do
que o ideal para a validação da TSM obtida por satélites e, também, compromete o resultante
cálculo da TSM por satélite.
Para cada satélite, existe uma série de equações diurnas e noturnas, que variam de
acordo com a metodologia (MCSST, CPSST ou NLSST), o número e o comprimento de onda
dos canais utilizados. Os algoritmos que empregam 3 canais (3.7μm, 11μm e 12μm) são
chamados “triple window’’ e são utilizados para estimativas da TSM somente no período
noturno. Entre os algoritmos que empregam dois canais temos o “dual window” que utiliza
canais com frequências em janelas atmosféricas distintas (3,7 μm e 11 μm) e o “split window”
que utiliza canais com frequências dentro da mesma janela atmosférica (11,5 μm e 12,5 μm)
para estimativas da TSM durante o período diurno. Uma descrição mais detalhada do
histórico e evolução dos principais algoritmos que estimam a TSM, a partir de medições de
radiância espectral obtidas por satélite, pode ser encontrada em Kidwell (1995).
2.4
Correntes Oceânicas
As correntes oceânicas ou correntes marítimas são movimentos de grandes massas de
água dentro de um oceano ou mar. Tal qual a circulação dos ventos, as correntes marítimas
têm a característica de influenciar o clima das regiões em que atuam, possuem direções e
constâncias bem definidas. As correntes oceânicas têm sua origem na circulação dos ventos
na superfície e pelo movimento de rotação da Terra. Estas correntes transportam consigo
umidade e calor, interferindo, também, na vida marinha e, consequentemente, tendo
influência direta no equilíbrio dos oceanos e mares. As correntes oceânicas conectam regiões
de ganho de calor para regiões de perda de calor. O calor ganho da atmosfera pode ser
armazenado por muitos anos e transportado por milhares de quilômetros antes de retornar a
atmosfera. Estas correntes são influenciadas pela atmosfera, através dos ventos à superfície ou
32
pelo efeito de flutuabilidade (SILVA, 2010). A atmosfera e o oceano interagem diretamente
um sobre o outro, e “o sistema acoplado” não pode ser entendido considerando os sistemas de
maneira isolada (STUART e RINTOUL, 1998).
Em oceanografia, chamam-se correntes oceânicas ao fluxo das águas dos oceanos,
ordenadas ou não, decorrentes da inércia da rotação do planeta Terra, dos ventos e da
diferença de densidade. Suas movimentações não são bem definidas por haver continentes e
ilhas ao longo da sua movimentação, portanto, correm com grande variabilidade. Influenciam
na pesca, na vida marinha e principalmente na determinação do clima. As correntes oceânicas
se dividem em: correntes quentes que formam-se na zona intertropical, próxima à Linha do
Equador, e movimentam-se em direcção às zonas polares e correntes frias que formam-se nas
zonas polares e movimentam-se em direção à região equatorial.
Figura 3 - Principais correntes oceânicas
Fonte: Faria, 2008.
2.4.1 Corrente do Brasil
A Corrente do Brasil (CB) é a Corrente de Contorno Oeste associada ao Giro
Subtropical do Atlântico Sul. Na porção oeste do Oceano Atlântico Sul, na costa Nordeste do
Brasil, a Corrente Sul Equatorial (CSE) é interceptada pelo continente sul-americano, sendo
desviada para sul e para norte. O ramo que flui para o sul origina a CB e o ramo que flui para
norte origina a Subcorrente Norte do Brasil (STRAMMA et al., 1990; PETERSON e
STRAMMA, 1991; WIENDERS et al., 2000).
33
A corrente oceânica que domina toda a região próxima à borda da plataforma
continental na costa do Brasil é a CB, que toma a direção sul, começando em
aproximadamente 9 - 10°S, na proximidade do litoral de Pernambuco, e estendendo-se até
aproximadamente 35 - 40°S, no norte da Argentina. Essa corrente carrega águas aquecidas,
denominadas de Água Tropical (AT), entre 18 e 28°C, e tem valores médios de salinidade
entre 35,1 a 36,2 ppm. A CB não ultrapassa a velocidade de 0,6 m/s. A Água Tropical ocupa
os primeiros 200 metros de coluna de água na região da quebra da plataforma continental, o
que identifica a CB. Na borda da plataforma continental, e em toda a extensão do litoral,
ocorre a Corrente do Brasil com a Água Tropical.
34
3
MATERIAIS E MÉTODOS
3.1
Área de estudo
A área deste estudo (retângulo preto na Figura 4) compreende a zona costeira do litoral
do estado de Alagoas, que possui 225 Km de extensão, incluindo três setores litorâneos, e
compreende ao todo 25 municípios, os quais estão localizados na região Nordeste do Brasil.
Após a escolha da área de estudo (Figura 4) foi realizado um recorte retangular na cena
MODIS/Aqua de órbita 14 e ponto 09, obtendo-se uma matriz de 462 x 265 pixels, ou seja,
462 x 265 Km. A área em estudo tem 122.430 km2 e o recorte retangular possui as seguintes
coordenadas geográficas: canto superior esquerdo (8,47°S e 36,69°W), canto superior direito
(8,47°S e 32,36°W), canto inferior esquerdo (10,95°S e 36,69°W) e canto inferior direito
(10,95°S e 32,36°W), conforme observado na Figura 5.
Figura 4 - Localização da área de estudo, destacada pelo retângulo preto.
Fonte: Autor desta dissertação, 2012.
3.1.1 Definição dos setores litorâneos de Alagoas
Posteriormente, os resultados do estudo serão analisados e discutidos para três setores
individualizados na costa litorânea do estado de Alagoas e foram definidos conforme o
35
Ministério do Meio Ambiente (MMA) (MUEHE et al., 2006), encontrado em
http://www.mma.gov.br/estruturas/ sqa_sigercom/_arquivos/al_erosao.pdf, da seguinte forma:
Setor Sul do litoral de Alagoas
Limitado ao sul pela desembocadura do Rio São Francisco (divisa AL/SE),
estendendo-se até a desembocadura do rio Barra de São Miguel, perfazendo ao todo 90 km de
extensão, sendo o trecho menos urbanizado do litoral alagoano.
Setor Central do litoral de Alagoas
É o trecho mais urbanizado do litoral do Estado, perfazendo ao todo 64 km, limitado
pelos rios Barra de São Miguel e Barra de Santo Antônio, englobando a capital Maceió.
Setor Norte do litoral de Alagoas
Compreende 70 km de extensão, englobando a divisa do Estado de Alagoas com o
Estado de Pernambuco e o rio Barra de Santo Antônio.
Na Figura 5 é observada a localização dos municípios que definem os três setores
litorâneos do estado de Alagoas, incluindo a capital Maceió, sob o recorte MODIS/Aqua
utilizado no estudo para mapear a TSM no litoral do mesmo Estado.
Figura 5 - Recorte retangular da região de estudo.
Fonte: Autor desta dissertação, 2012.
36
3.1.2 Caracterização da área de estudo quanto ao clima
O clima, segundo a classificação de Köppen, é identificado pelos tipos AMS´ e AS´,
assemelhando-se ao da faixa tropical úmida em todo o mundo. O tipo AMS´, caracteriza-se
por ser tropical chuvoso, com período seco no verão e com temperaturas variando de 23° a
28°C, encontrado entre a divisa de Alagoas com Pernambuco até as imediações ao sul da
cidade de Maceió/AL. O segundo tipo, AS´, é caracterizado pelo clima quente e úmido
(Tropical e Equatorial), com poucas chuvas, verão seco e com temperaturas de 20°C a 25°C,
tendo temperaturas mais frias inferiores a 18°C, e encontrado na área entre o sul da cidade de
Maceió/AL e o extremo sul do Estado (Fz. Rio São Francisco). O litoral de Alagoas é
banhado pelo Oceano Atlântico, que proporciona um clima quente e úmido, sem grandes
diferenciações térmicas ao longo do ano, porém com períodos chuvosos (outono - inverno) e
outros secos (primavera - verão). Este clima resulta da influência do sistema de circulação
intertropical, o qual se apresenta controlado pelas massas quentes, equatorial e tropical. No
geral, as precipitações são elevadas na planície costeira, aproximando-se de 1.800 mm
(Projeto RADAMBRASIL, 1983). Na região costeira, as chuvas ocorrem mais
frequentemente nos meses de abril a junho, com ventos soprando de sudeste. No restante do
ano, os ventos sopram do quadrante leste (leste-nordeste). Os ventos no período chuvoso
(junho/julho) são mais frequentes e intensos e sopra do quadrante sudeste, enquanto que o
período seco (janeiro/fevereiro), os mais intensos e frequentes são do quadrante NE. O
transporte longitudinal residual, segundo Silvester (1968, apud Muehe, 1998) é bastante
reduzido. No litoral norte do Estado de Alagoas o transporte seria orientado para norte. O
ponto de mudança de direção do transporte litorâneo, segundo França (1979) é Porto de
Pedras/AL, o que se confirma pela orientação, para sul, dos pontais nas desembocaduras
fluviais.
3.2
Imagens MODIS/Aqua
3.2.1 Produtos MYD021KM e MYD03
Foram utilizadas imagens do sensor MODIS a bordo do satélite AQUA, produto
MYD021KM (MODIS/Aqua Calibrated Radiances 5-Min L1B Swath), com resolução
espacial de 1 km. O produto MYD021KM foi importante para a realização deste estudo, pois
ele contém os dados de radiância calibrados para as 36 bandas do MODIS. Estes dados são
agrupados em várias matrizes presentes no arquivo HDF, e as diferentes bandas são agrupadas
37
dependendo da resolução destas (250 m, 500 m e 1000 m). Este agrupamento por resolução
serve apenas para a organização do arquivo. Na verdade, todas as bandas presentes no arquivo
possuem 1 km de resolução. Isto significa que as bandas de 250 m e de 500 m foram
degradadas para a resolução de 1 km. Esta é uma característica específica deste produto e é
especificada pelo termo 1 KM em seu nome. O termo MYD refere-se aos dados obtidos pelo
satélite AQUA, enquanto o desígnio L1 significa que se trata de um produto de nível 1. Os
dados dos produtos de nível 1 são utilizados na construção dos produtos de nível 2 e nível 3
do MODIS. Já o produto MYD03 (MODIS/Aqua Geolocation Fields 5-Min L1A Swath 1km),
é utilizado no tratamento do produto de nível 1B e é colocado à disposição, proporcionando
dados de georreferenciamento para cada amostra de 1 km. Estes descrevem tanto a
localização, geometria de iluminação e geometria de observação para cada pixel. São os dados
de latitude, longitude e os ângulos zenital e azimutal do Sol e do sensor. Para a realização
deste trabalho foram utilizadas cinco imagens MODIS/Aqua referentes ao produto
MYD021KM e cinco imagens MODIS/Aqua referentes ao produto MYD03 e correspondem
ao mesmo tile, dia e instante da passagem do satélite, conforme a Tabela 2.
Tabela 2 – Imagens MODIS/Aqua (produtos MYD021KM e MYD03) referentes ao tile h14v09.
Imagens MODIS/Aqua referente ao tile h14v09
Ano
Mês
2007
11
2008
1
2009
1
2010
11
2011
11
Fonte: Autor desta dissertação, 2012.
Dia
2
6
30
2
16
Dia Juliano
306
6
30
306
320
Hora (GMT)
15:30
16:10
15:40
16:20
16:00
Os produtos MODIS do LAADS (Level 1 and Atmosphere Archive and Distribution
System) estão, também, disponíveis na projeção sinusoidal (SIN) e estão divididos em
quadrantes (tiles) de 10 graus x 10 graus no Equador (1200 x 1200 km). O sistema de
coordenadas em tiles começa em (0,0) (número tile horizontal, número tile vertical) no canto
superior esquerdo e prossegue para direita (horizontal) e para baixo (vertical). O tile no canto
inferior direito é (35,17). A Figura 6 mostra o sistema de distribuição dos tiles, com destaque
para o tile h14v09 utilizado neste estudo, pois este tile abrange o estado de Alagoas. Já a
Figura 7, mostra a imagem MODIS/Aqua obtida em 2/11/2010, para o tile h14v09. Estas
imagens MODIS são obtidas no formato HDF, que é um formato que permite alta compressão
de dados, sem perda de informações. Este formato foi escolhido para facilitar a transferência e
disponibilidade das imagens MODIS já que se fosse utilizado outro formato, seria necessário
38
um espaço de armazenamento gigantesco. Apesar de suas qualidades, o HDF é um formato
não suportado pela maioria dos softwares de geoprocessamento, o que demanda uma pré
conversão.
Figura 6 - Localização do tile h14v09 (destacado pelo retângulo amarelo).
Fonte: Autor desta dissertação, 2012.
Figura 7 - Imagem MODIS/Aqua referente ao tile h14v09.
Fonte: Autor desta dissertação, 2012.
39
3.2.2 Aquisição das imagens MODIS/Aqua
Para a visualização das imagens MODIS no site http://ladsweb.nascom.nasa.gov é
necessário à escolha do mês, dia, ano, e o satélite (destacado pelo retângulo em vermelho na
Figura 8) e por fim a escolha do tile de interesse (destacado pelo retângulo em amarelo na
Figura 8), a fim de investigar as cenas com a menor fração de nuvens possível para o litoral
do estado de Alagoas. Esta foi uma análise muito minuciosa e, também, a etapa mais delicada
do trabalho, em função da persistência de nebulosidade na costa leste do Nordeste brasileiro.
Então, as datas das imagens MODIS/Aqua (conforme Tabela 2) foram escolhidas
aleatoriamente, mas sempre levando em consideração a menor fração de nuvens possível sob
a área de estudo e sob as boias da rede PIRATA. A persistência de nebulosidade no setor
litorâneo de Alagoas, devido a grande área de abrangência do estudo, foi a principal
dificuldade encontrada para a realização desta pesquisa. A Figura 8 mostra a interface gráfica
do LAADS (Level 1 and Atmosphere Archive and Distribution System) mostrando como
navegar visualmente nos produtor MODIS.
Figura 8 - Interface gráfica do LAADS Web: Granule Browser
Fonte: LAADS, 2012.
Após o procedimento descrito acima, é possível a visualização da cena MODIS/Aqua.
Neste momento, pode ser feita a comparação da imagem MODIS, em composição RGB, com
40
alguns parâmetros importantes, como: profundidade óptica, reflectância de nuvens cirrus,
vapor d’ água no infravermelho, vapor d’ água no infravermelho próximo, fração de nuvens,
espessura óptica das nuvens, pressão e temperatura no topo das nuvens. Na Figura 9 é
possível ver a comparação entre a imagem RGB e a fração de nuvens sob a imagem
MODIS/Aqua obtida em 2/11/2010. No círculo branco, em destaque na Figura 9, nota-se que
sob o litoral de Alagoas a imagem está desprovida de nuvens. A determinação da cobertura de
nuvens sob as regiões de interesse foi feita de forma visual, através da comparação entre a
imagem MODIS RGB e a imagem MODIS fração de nuvens.
Figura 9 - Interface gráfica do LAADS Web: Granule Browser Parameter
Comparison
Fonte: LAADS, 2012.
Ao terminar o processo de seleção das imagens, retorna-se a página do LAADS para
fazer o pedido dos dados MODIS/Aqua. Na página do LAADS Web, selecione a opção
“Data” que nos permite chegar a downloads de dados de maneira rápida e fácil, selecionando
o link “Search for MODIS Level 1, Atmosphere and Land data products” como indicado pela
Figura 10.
41
Figura 10 - Interface gráfica do LAADS Web: Data
Fonte: LAADS, 2012.
Na próxima etapa, “Product Selection”, é feita a verificação dos itens de interesse e a
escolha, por exemplo, do sensor “Aqua MODIS” e do grupo “Aqua Level 1 Products”. A
seguir, deve-se selecionar o produto, no caso aqui apresentado, o produto “MYD021KM –
Level 1B Calibrated Radiances – 1km” e “MYD03 – Geolocation – 1km” como mostrado na
Figura 11.
42
Figura 11 - Interface gráfica do LAADS Web: Search for Data Products
Fonte: LAADS, 2012.
Outro critério da busca no LAADS Web é o período de interesse, designado por
“Temporal Selection”. Quanto maior for o “range” da série temporal, mais dados serão
encontrados, acelerando a pesquisa. Nesta etapa é possível escolher a coleção das imagens
provenientes do sensor MODIS, em “Collection Selection”, como demonstrados na Figura 12.
Para o produto MYD021KM foi selecionado a versão mais recente do código de nível 1B,
conhecido como coleção 5.
Figura 12 - Interface gráfica do LAADS Web: Temporal Selection e Collection Selection
Fonte: LAADS, 2012.
43
Para selecionar a área de interesse, de acordo com a cobertura espacial dos dados
MODIS/Aqua, é preciso especificar o tile, onde, no estudo, foi utilizado o tile h14v09, como
mostrado na Figura 13.
Figura 13 - Interface gráfica do LAADS Web: Spatial Selection
Fonte: LAADS, 2012.
Após a escolha de todos os critérios mencionados acima, está apto à pesquisa, onde,
teve-se o cuidado de escolher para cada produto MYD021KM o produto correspondente de
geolocalização (MYD03), como mostrado na Figura 14.
44
Figura 14 - Interface gráfica do LAADS Web: Seleção dos produtos MYD021KM e MYD03
Fonte: LAADS, 2012.
Para que a aquisição dos dados MODIS seja concluída, é preciso preencher um
formulário de registro da ordem, onde você precisará digitar seu endereço de email e decidir
como será feita a transferência de dados, escolhendo entre FTP Pull e FTP Push, conforme
mostrado na Figura 15. A opção escolhida foi a transferência de dados via FTP Pull, onde o
método permite que o usuário copie os arquivos (.HDF) para o disco rígido, acessando
diretamente o servidor FTP, usando qualquer navegador concebido para o protocolo de
transferência de arquivos. Depois que o pedido do produto é encaminhado para o sistema de
distribuição LAADS, é fornecido, via email, uma autorização para a transferência de arquivos
(um nome de usuário e uma senha). Isso ocorre em até algumas horas e poderá atrasar o envio
se houver condições de congestionamento, causado pelos inúmeros pedidos ou pelas
operações de manutenção.
45
Figura 15 - Interface gráfica do LAADS Web: Select Delivery Method (FTP Pull)
Fonte: LAADS, 2012.
3.2.3 Conversões do formato HDF para Geotiff
As imagens HDF podem ser facilmente convertidas para imagens GeoTIFF, utilizando
o software MODIS Reprojection Tool Swath (MRT Swath), adquirido gratuitamente no site
(https://lpdaac.usgs.gov/tools/modis_reprojection_tool_swath), que roda em diversos sistemas
operacionais (Windows, Linux, Solaris e Mac Os). As imagens MODIS/Aqua foram
convertidas da projeção ISIN (Integerized Sinusoidal) para o sistema de coordenadas UTM
(Universal Transversa de Mercator), sendo o datum do sistema geodésico mundial World
Geodetic System de 1984 (WGS 84), com fuso 25 Sul (36 - 30°W) e os pixels foram
reamostrados utilizando o interpolador vizinho mais próximo, onde, neste caso, o tamanho do
pixel de entrada é igual ao tamanho do pixel de saída, com resolução espacial de 1 km.
3.2.4 Importação das bandas MODIS/Aqua
Na importação das imagens MODIS/Aqua, utilizando-se do MRT Swath e, também,
do software Erdas Imagine 9.1 (versão demonstrativa), foram selecionadas as bandas 31 e 32,
centradas no infravermelho termal em 11 e 12 µm, respectivamente. O algoritmo de
46
estimativa da TSM (NLSST) utiliza as temperaturas de brilho centradas nas bandas 31 e 32
dos 36 canais espectrais do MODIS/Aqua.
3.2.5 Georreferenciamento
O georreferenciamento envolveu o levantamento de pontos distribuídos, sobre o
Nordeste brasileiro e sobre o estado de Alagoas, nas imagens MODIS/Aqua utilizadas e
pontos correspondentes sobre o shapefile do Brasil e o shapefile do Estado de Alagoas. Os
shapefiles são arquivos em formato de vetores geoespaciais para sistemas de informação
geográfica e foram adquiridos pelo endereço FTP do IBGE (ftp://geoftp.ibge.gov.br/). Após a
importação das bandas supracitadas e o georreferenciamento adequado foi feito um recorte
retangular (Figura 2) na imagem MODIS/Aqua referente ao tile h14v09 (Figura 4). Para o
georreferenciamento, recorte e processamento das imagens MODIS/Aqua foi utilizado à
versão demonstrativa do software ERDAS Imagine 9.1.
3.3
Algoritmo de Correção Atmosférica: Nonlinear Sea Surface Temperature
(NLSST)
O algoritmo de correção atmosférica, método split-window Nonlinear Sea Surface
Temperature (NLSST) foi desenvolvido de acordo com Walton et al. (1998). O algoritmo
NLSST foi utilizado para a estimativa da TSM, o qual necessita das temperaturas de brilho,
centradas em 11 e 12 μm, nas bandas 31 e 32, respectivamente, do MODIS/Aqua.
a)
Computação da radiância espectral nas bandas 31 e 32 do MODIS/Aqua
Radiância espectral (Li) foi calculada com o valor Scaled Integers (SI) de cada pixel
nas bandas 31 e 32 do MODIS/Aqua. Os valores de radiance_scalesi e radiance_offsetsi
foram obtidos por meio de consulta aos atributos, dos metadados do arquivo HDF, das bandas
31 e 32 do MODIS. A unidade da radiância espectral é W/m2/μm/sr (MCST, 2009):
Li radiance _ scalesi (SI radiance _ offsetsi )
b)
Computação da Temperatura de Brilho (Tb) nas bandas 31 e 32 do MODIS/Aqua
Após calcular-se a radiância espectral das bandas 31 e 32 do MODIS, utilizou-se a
inversão da equação de Planck (lei de Planck), para converter os dados de radiância espectral
47
em temperatura de brilho, nos canais termais 31 e 32 do MODIS, importantes para o
processamento do algoritmo NLSST, por meio da equação (Huang et al. 2004):
hc
K
T =
b
2hc2
λ*ln
+1
Lλ5
T (Temperatura de brilho em K)
b
W
L (radiância)=
m 2μm sr
λ
λ
b31
b32
(comprimento de onda da banda 31)=11,03μm
(comprimento de onda da banda 32)=12,02μm
h (constante de Planck) = 6,626x10-34 Js
m
c (velocidade da luz no vácuo) = 2,998x108
s
J
K (constante de Boltzmann) = 1,381x10-23
K
c)
Correção Atmosférica para estimativa da TSM
Utilizou-se o algoritmo de correção atmosférica Nonlinear Sea Surface Temperature
(NLSST) para a estimativa da TSM, descrito em Walton et al., (1998). O algoritmo NLSST
utiliza as bandas 31 e 32 do MODIS, combinadas entre si, pois permitem corrigir o efeito
atenuador do conteúdo variável de vapor d´água na atmosfera. A TSM primeira suposição
(first-guess) é uma questão importante no desenvolvimento de modelos NLSST, e no trabalho
foi considerado a TSM first-guess como a TSM climatológica da área de estudo. A TSM
climatológica utilizada foi o produto Optimum Interpolation Sea Surface Temperature de
Reynolds (OISST Reynolds), dados mensais e que possuem resolução espacial de 1° x 1°,
conforme
Reynold
and
Smith
(1994),
adquiridos
no
endereço
eletrônico
http://www.esrl.noaa.gov/psd/cgi-bin/data/composites, para o mês de janeiro e novembro,
conforme as cinco imagens MODIS/Aqua analisadas.
É necessário a utilização do software MRTswath para extrair os dados do ângulo
zenital do sensor (θ), que está disponível no arquivo MYD03, que contém a geodesia da
48
imagem. A unidade da TSM é em °C. O modelo NLSST, avaliado no estudo, tem a seguinte
forma:
TSM=C +C *T
+C *T
*T +C *(sec(θ)-1)*T
1 2 b(b31) 3 b(b31-b32) c 4
b(b31-b32)
TSM (Temperatura da Superfície do Mar)
Cn (coeficientes)
T
(Temperatura de brilho da banda 31 do MODIS)
b(b31)
T
(Diferença da Temperatura de brilho:banda 31-banda 32)
b(b31-b32)
Tc (Temperatura da Superfície do Mar climatológica)
θ (ângulo zenital do sensor)
Coeficientes de calibração do algoritmo derivados de radiossondagens
O modelo de transferência radiativa (RAL) foi usado, com um conjunto de dados
global de 1200 radiossondas (quality controlled) em 5 ângulos zenitais e 5 diferenças de
temperatura ar-mar, para gerar uma base de 30.000 dados de temperaturas de brilho, em cada
uma das bandas 31 e 32 do MODIS (BROWN e MINNETT, 1999).
Tabela 3 - Coeficientes, derivados de radiossondagens, para definir propriedades
atmosféricas e variabilidade.
Coeficientes (radiossondagens - quality controlled)
Tb(b31) - Tb(b32) 0,7
Tb(b31) - Tb(b32) > 0,7
C1
1,228552
1,692521
C2
0,9576555
0,9558419
C3
0,1182196
0,0873754
C4
1,774631
1,199584
Fonte: Adaptado de Brown e Minnett, (1999).
Coeficientes de calibração do algoritmo derivados do modelo ECMWF
Após a derivação dos coeficientes acima, um novo conjunto de dados de condições
atmosféricas se tornaram disponíveis. Baseia-se na saída do modelo de assimilação European
Center for Medium range Weather Forecasting (ECMWF). Uniformemente, "pseudo-sondas"
estão distribuídas em intervalos de 10° de latitude/longitude. Elas foram extraídas do modelo
49
de assimilação de dados globais (ECMWF Global Data) às 00 e 12 UTC no dia 1º e 16º de
cada mês, a cada segundo (janeiro, março, ...) de 1996. Estes dados têm a vantagem de
uniformidade, representando condições atmosféricas e marinhas no alcance global. Desde que
fielmente estatisticamente representada à atmosfera real, devem conduzir a um conjunto de
coeficientes que apresentam campos da TSM com menores incertezas, do que os derivados
acima, de um conjunto de radiossondas. O conjunto de 2790 pseudo-sondas do ECMWF,
foram utilizadas com oito ângulos zenitais e cinco diferenças de temperatura ar - mar. Os
coeficientes resultantes são apresentados na Tabela 4.
Tabela 4 - Coeficientes, derivados do modelo ECMWF, para definir propriedades
atmosféricas e variabilidade.
Coeficientes (modelo)
Tb (b31) - Tb(b32) 0,7
Tb(b31) - Tb(b32) > 0,7
C1
1,11071
1,196099
C2
0,9586865
0,9888366
C3
0,1741229
0,1300626
C4
1,876752
1,627125
Fonte: Adaptado de Brown e Minnett, (1999).
3.4
Metodologia de Validação
Para a validação dos dados da TSM estimados pelo algoritmo NLSST, através de
imagens MODIS/Aqua, utilizou-se dados da TSM in situ obtidas pelas boias da rede
PIRATA. Com o intuito de garantir a coerência entre os dados observados pela boia e os
dados obtidos por satélite, foi feito um recorte de 3x3 pixels (janela 3x3), centrado em torno
do pixel que possivelmente corresponde à posição da boia, pois sempre haverá um pequeno
erro de georreferenciamento das imagens. Então, para contornar esse pequeno erro de
georreferenciamento foi utilizada a janela 3x3 pixels, baseando-se no pressuposto de que a
TSM é relativamente uniforme em escalas pequenas, por exemplo, 3x3 pixels (3x3 Km). Os
valores da TSM in situ, correspondentes aos mesmos dias das imagens MODIS/Aqua
utilizadas no estudo, foram comparados com os dados estimados para um janelamento de 3x3
pixels, centradas na posição da boia, onde a comparação procedeu-se de quatro maneiras
diferentes: primeiramente comparou-se a TSM in situ com o pixel central da janela 3x3 pixels
(valor da TSM para o pixel central numa matriz de 9 elementos); em segundo, comparou-se a
TSM in situ com o pixel mais quente da janela 3x3 pixels (valor máximo da TSM numa
matriz de 9 elementos); em terceiro, comparou-se a TSM in situ com o pixel mais frio da
janela 3x3 pixels (valor mínimo da TSM numa matriz de 9 elementos); e, finalmente, a quarta
50
maneira, onde comparou-se a TSM in situ com a média da janela 3x3 pixels (valor médio da
TSM numa matriz de 9 elementos). Esta comparação descrita anteriormente, entre os dados
observados e os dados estimados, foi calculada separadamente para cada TSM estimada, tanto
utilizando coeficientes de calibração do algoritmo derivados de radiossondagens, quanto
utilizando coeficientes de calibração do algoritmo derivados de modelo.
3.4.1 Dados da TSM in situ obtidos pelas boias ATLAS da rede PIRATA
O projeto Pilot Research Moored Array in the Tropical Atlantic (PIRATA) é um
programa de oceanografia operacional realizado no âmbito de uma cooperação entre o Brasil,
a França e os Estados Unidos. As boias utilizadas na rede PIRATA são do tipo Autonomous
Temperature Line Acquisition System (ATLAS). As boias PIRATA realizam medições em
intervalos de 10 minutos, transmitindo as médias diárias via satélite para estações em Terra,
sendo que os dados na resolução de 10 minutos são recuperados apenas à cada operação de
manutenção. As variáveis medidas são: vento de superfície, temperatura do ar, umidade
relativa do ar, radiação de onda curta, precipitação, temperatura de subsuperfície a 1, 20, 40,
60, 80, 100, 120, 140, 180, 300 e 500 metros de profundidade, salinidade a 1, 20, 40, 80 e 120
metros, e pressão a 300 e 500 metros. Os dados coletados pelo projeto PIRATA são
necessários para melhorar as previsões de tempo e de clima sobre o Brasil em geral e sobre a
Região Nordeste em particular, cuja variabilidade climática interanual é modulada pelos
campos de TSM sobre o Atlântico Tropical.
Os objetivos científicos do projeto PIRATA são:
Fornecer uma descrição melhorada das variabilidades sazonal a interanuais no oceano
superior e na interface oceano-atmosfera no Atlântico Tropical;
Melhorar o entendimento das contribuições relativas dos diferentes componentes dos
fluxos de calor na superfície e da dinâmica oceânica para as variabilidades sazonal e
interanual da TSM na bacia do Atlântico Tropical;
Gerar uma base de dados que possa ser utilizada para o desenvolvimento e melhoria
de modelos de previsão do sistema climático acoplado do Atlântico.
Para validação dos dados MODIS/Aqua foram utilizados dados diários de temperatura
de subsuperfície do oceano Atlântico, a um metro de profundidade, das estações PIRATA
31003 (localizada em 8°S/30°W) e 31004 (localizada em 14°S/32°W), obtidos junto ao
51
programa GOOS-Brasil, através do endereço eletrônico http://goosbrasil.org/produtos/pirata
e, também, através do site http://www.ndbc.noaa.gov/. A localização geográfica das boias
PIRATA utilizadas pode ser observada na Figura 17. Os dados da TSM (média diária) obtidos
para ambas as estações PIRATA estão disponíveis para o período de 2005 a 2012, incluindo
os dias referentes às imagens MODIS/Aqua analisadas. Os dados da TSM (in situ) foram
utilizados a fim de validar os dados da TSM estimados pelo algoritmo NLSST através de
imagens MODIS/Aqua. As estações PIRATA 31003 e 31004 foram escolhidas porque estão
inseridas na cena MODIS/Aqua referente ao tile h14v09. As boias PIRATA representam uma
forma de medida in situ da TSM para a área do estudo.
Figura 16 - Boia PIRATA 31003.
Fonte: NOAA - NDBC, 2012.
Figura 17 - Localização das boias PIRATA 31003 e 31004.
Fonte: Autor desta dissertação, 2012.
52
3.4.2 Análise Estatística
Coeficiente de correlação de Pearson (r)
O coeficiente de correlação de Pearson (r) é uma medida de valor único para explicar a
relação linear entre duas variáveis, no caso, x e y. Os valores variam de -1 a 1, onde r = -1
indica uma relação linear negativa perfeita entre x e y, ou seja, a dispersão entre x e y consiste
em todos os pontos ao longo de uma reta e que esta linha reta possui inclinação negativa. Da
mesma forma, se r = 1, pode-se dizer que existe uma relação linear perfeita positiva. Porém,
quando r = 1 não há nada que diga sobre a inclinação da relação linear perfeita entre x e y,
exceto que não é igual a zero. O quadrado da correlação de Pearson (r2), definido como
coeficiente de determinação, especifica a proporção da variabilidade de uma das variáveis,
explicada pela outra variável (WILKS, 2005):
N
r
(p p )(o o )
i1
i
i
N
i
i
N
(p p ) (o o )
2
i
i1
i
2
i 1
i
i
em que, pi são os valores simulados; oi representa os valores observados; ōi e pi são os
valores médios observados e simulados, respectivamente; N é o número de dados da amostra.
Índice de concordância de Willmott (d)
O índice de concordância (d) de Willmott (1981), utilizado no trabalho de Souza e
Escobedo (1995), expressa a exatidão entre os valores observados e os estimados. O índice (d)
varia de 0,0 a 1,0, onde um valor calculado de 1 indica concordância perfeita entre os dados
observados e estimados, e 0,0 representa nenhuma concordância.
d 1 n
n
2
(Pi Oi )
i1
(| P O | | O O |)
2
i1
i
i
53
Índice de confiança (c)
O índice de confiança (c) foi proposto por Camargo e Sentelhas (1997) para indicar o
desempenho dos métodos, reunindo os índices “r” e “d”. O critério adotado para interpretar o
desempenho dos métodos pelo índice “c” está especificado na Tabela 5.
c r d
Tabela 5 – Interpretação do Índice de confiança (c) proposto por Camargo e Sentelhas
(1997).
Índice de Confiança (c)
> 0,85
0,76 a 0,85
0,66 a 0,75
0,61 a 0,65
0,51 a 0,60
0,41 a 0,50
≤ 0,40
Fonte: Autor desta dissertação, 2012. Adaptado de Camargo e Sentelhas, 1997.
Desempenho
Ótimo
Muito bom
Bom
Mediano
Sofrível
Mau
Péssimo
Erro Absoluto Médio
O Erro Absoluto Médio (Mean Absolute Error - MAE) indica o afastamento (desvio)
médio absoluto dos valores estimados em relação aos valores observados. O ideal seria que os
valores de MAE fossem o mais próximo de zero (CARVALHEIRO et al., 2008).
n
p o
MAE i 1
i
i
n
Onde, pi representa os valores estimados; oi representa os valores observados
Erro percentual
Outra forma adicional de quantificar o erro é o erro percentual, onde o ε representa o
erro (afastamento) percentual entre os dados estimados e os dados observados
(CARVALHEIRO et al., 2008).
100%.
( pi oi )
oi
Onde, pi representa os valores estimados; oi representa os valores observados;
54
3.5
Relação entre a precipitação observada no setor leste de Alagoas e dados de
reanálise do NCEP (dados utilizados)
No presente trabalho foi calculado o coeficiente de correlação de Pearson (r) entre as
observações de precipitação no setor leste do Estado de Alagoas e dados de reanálise do
NCEP, para uma climatologia do período de cinco meses (ABR, MAI, JUN, JUL, AGO)
durante cinco anos (2006, 2007, 2008, 2009, 2010). Os coeficientes de correlação (r) foram
calculados, separadamente, entre cada variável meteorológica (Reanálise NCEP) e cada posto
pluviométrico situado no litoral do Estado. Nesta análise, procurou-se mostrar a possível
influência das variáveis meteorológicas estudadas na distribuição da precipitação no setor
litorâneo de Alagoas, e destacando, também, a possível influência da TSM na variabilidade
interanual da precipitação.
3.5.1 Dados Pluviométricos
Foram utilizados dados de precipitação de 13 postos pluviométricos localizados no
setor leste (zona da mata e litoral) do estado de Alagoas (Figura 18), gentilmente cedidos pela
Secretaria de Estado do Meio Ambiente e dos Recursos Hídricos de Alagoas (SEMARH/AL)
e
pela
Diretoria
de
Hidrometeorologia
(DHM)
através
do
Banco
de
Dados
Hidrometeorológicos (BDHM). Neste trabalho utilizaram-se totais mensais de precipitação
(mm) dos 13 postos pluviométricos, para o período de abril a agosto, definido como período
chuvoso no setor leste de Alagoas para este estudo, e para os anos de 2006 a 2010, inclusive.
A pesquisa ficou limitada em cinco anos, pela disponibilidade dos dados de precipitação,
levando em conta todos os postos pluviométricos analisados. Para cada um dos 13 pontos
pluviométricos, construiu-se uma matriz de 25 dados, ou seja, uma matriz de 5 meses x 5 anos
de dados de precipitação.
55
Figura 18 - Distribuição espacial dos postos pluviométricos. Os números indicam os
locais dos pluviômetros no setor leste de Alagoas.
Fonte: Autor desta dissertação, 2012.
Tabela 6. Nome, município a que pertence e coordenadas geográficas dos postos pluviométricos.
Estação
Nome
Município
1
Base Experimental Peixe Boi - Riacho Doce
Maceió
2
Centro de Ciências Agrárias (CECA - UFAL)
Rio Largo
3
Companhia Alagoas Industrial (CINAL)
Marechal Deodoro
4
Companhia de Beneficiamento de Lixo (COBEL) Maceió
5
Destilaria Paísa
Penedo
6
INMET
Maceió
7
INMET
Porto de Pedras
8
Usina Caeté
São Miguel dos Campos
9
Usina Camaragibe - Junco
Porto Calvo
10 Usina Coruripe
Coruripe
11 Usina Guaxuma
Coruripe
12 Usina Triunfo
Boca da Mata
13 Usina Roçadinho
São Miguel dos Campos
Latitude (S) Longitude (O)
9.55°
35.63°
9.47°
35.83°
9.68°
35.82°
9.62°
35.7°
10.28°
36.58°
9.55°
35.77°
9.18°
35.43°
9.8°
36.08°
9.06°
35.47°
10.08°
36.28°
9.95°
36.15°
9.65°
36.2°
9.77°
36.03°
Fonte: Autor desta dissertação, 2012.
3.5.2 Dados de Reanálise NCEP
Para os dados de reanálise do NCEP, foram utilizadas composições médias mensais da
área correspondente às mesmas coordenadas do tile h14v09 (0° - 10°S/30° - 40°W) para as
56
seguintes variáveis meteorológicas: Temperatura da Superfície do Mar (°C), Vento Zonal em
925hPa (m/s), Umidade Específica em 925hPa (g/Kg) e Pressão Atmosférica na Superfície
(hPa), como mostrado em alguns exemplos na Figura 19 e, também, foram utilizados campos
médios mensais de Advecção de Umidade, onde multiplicou-se o campo de Vento Zonal em
925hPa pelo campo de Umidade Específica em 925hPa, a fim de se obter o campo médio
mensal de transporte de umidade do oceano para o continente. Os dados referentes aos
campos médios mensais foram extraídos, para todas as variáveis meteorológicas citadas
anteriormente, para uma climatologia do período de abril a agosto de 2006 a 2010, inclusive.
O período escolhido foi pela disponibilidade dos dados de precipitação dos 13 postos
pluviométricos. Desta forma gerou-se uma matriz de 25 elementos (5 meses x 5 anos) para
cada variável meteorológica estudada. Posteriormente, foram calculados os coeficientes de
correlação entre a matriz de 25 dados de precipitação, para cada posto pluviométrico, e a
matriz de 25 elementos para cada uma das cinco variáveis meteorológicas analisadas. Os
dados de reanálise NCEP foram fornecidos pelo National Oceanic and Atmospheric
Administration - Oceanic and Atmospheric Research - Earth System Research Laboratory Physical Sciences Division (NOAA-OAR-ESRL-PSD) Boulder, Colorado, EUA, a partir do
site http://www.esrl.noaa.gov/psd/ na resolução de 2.5° em latitude e longitude e os dados
possuem formato NetCDF (Network Common Data Form). Para a devida visualização dos
dados médios mensais de cada variável meteorológica estudada foi utilizado o software
OpenGrADS (Grid Analysis and Display System) adquiridos no site http://opengrads.org/.
Figura 19 - Composições médias mensais obtidas através de dados de reanálise NCEP.
57
Fonte: Autor desta dissertação, 2012.
58
4
RESULTADOS E DISCUSSÃO
4.1
Radiância espectral
4.1.1 Radiância espectral detectada da banda 31 do MODIS/Aqua
Na Tabela 7 são mostrados os valores mínimo, máximo, médio e desvio padrão da
radiância espectral (W/m2.µm.sr), para a banda 31 (comprimento de onda centrado em 11 µm)
do recorte retangular (englobando o litoral de Alagoas) das imagens MODIS/Aqua. O valor
típico da radiância espectral, para a banda 31, das imagens MODIS/Aqua é 9,55 W/m2.µm.sr
para uma temperatura de corpo negro equivalente da superfície igual a 300K. Nota-se que os
valores médios da radiância espectral, para a banda 31, encontradas neste estudo, são
próximos aos valores encontrados nas imagens MODIS/Aqua para condições atmosféricas
típicas. Constata-se que os valores da radiância espectral mostrados na Tabela 7 são
ligeiramente subestimados, possivelmente pela persistência de nebulosidade encontrada em
regiões tropicais, neste caso, a faixa litorânea de Alagoas. Observa-se que a radiância
espectral estimada, para os dias analisados, teve seu menor valor médio quanto máximo, 8,89
e 10,81 W/m2.µm.sr, respectivamente, para a imagem MODIS/Aqua obtida no dia
30/01/2009, possivelmente pela maior cobertura de nuvens sob esta imagem em relação às
demais imagens MODIS/Aqua analisadas. Já para a imagem MODIS/Aqua com menor
cobertura de nuvens, obtida em 2/11/2011, o maior valor médio de radiância espectral foi de
9,26 W/m2.µm.sr. O valor médio da radiância espectral da imagem MODIS/Aqua de 2011
aumentou 4,2 % em relação a 2009, levando em consideração que na cena de 2011 possui
uma menor cobertura de nuvens e que na cena de 2009 possui a maior cobertura de nuvens.
Nota-se nas Tabelas 7 e 8 que os valores mínimos de radiância espectral, tanto para banda 31
como para a banda 32, são menores para as imagens MODIS/Aqua obtidas em 6/01/2008 e
30/01/2009, possivelmente, por estas cenas apresentarem maior cobertura de nuvens em
relação às outras cenas MODIS/Aqua analisadas.
Tabela 7 - Valores estatísticos da radiância espectral (W/m2µmsr) da banda 31 do MODIS/Aqua.
Radiância(b31) (W/m2.µm.sr)
Mínima
Máxima
Média
Desvio Padrão
2/11/2007
7,92
11,29
9,17
± 0,45
6/01/2008
3,82
12,24
9,07
± 0,90
30/01/2009
2,27
10,81
8,89
± 0,60
2/11/2010
7,47
11,48
9,10
± 0,53
7,61
11,78
9,26
± 0,38
16/11/2011
Fonte: Autor desta dissertação, 2012.
59
4.1.2 Radiância espectral detectada da banda 32 do MODIS/Aqua
Na Tabela 8 são mostrados os valores mínimo, máximo, médio e desvio padrão de
radiância espectral (W/m2.µm.sr), para a banda 32, (comprimento de onda centrado em 12
µm) do recorte das cinco imagens MODIS/Aqua utilizadas neste estudo. O valor típico de
radiância espectral, para a banda 32, das imagens MODIS/Aqua é 8,94 W/m2.µm.sr para uma
temperatura de corpo negro equivalente da superfície igual a 300K. Nota-se que os valores
médios de radiância espectral, para a banda 32, encontradas neste estudo são próximos aos
valores típicos encontradas para as imagens MODIS/Aqua. Os valores de radiância espectral
têm tendência a diminuir com o aumento do comprimento de onda e isto é constatado na
Tabela 8. Novamente os menores valores de radiância espectral são observados para a
imagem MODIS/Aqua obtida em 30/01/2009, conforme a Tabela 8 e os maiores valores de
radiância espectral são vistos para a imagem MODIS/Aqua do dia 16/11/2011, onde ocorreu
um aumento de 4,5 % em relação a 2009. Conforme visto anteriormente, os menores valores
de radiância espectral estão associados à imagem MODIS/Aqua do dia 30/01/2009 que
apresenta maior cobertura de nuvens em relação às outras imagens MODIS/Aqua utilizadas,
enquanto os maiores valores de radiância espectral são encontrados na imagem MODIS/Aqua
do dia 16/11/2011 que apresenta menor cobertura de nuvens em relação às outras imagens
MODIS/Aqua estudadas.
Tabela 8 - Valores estatísticos da radiância espectral (W/m2µmsr) da banda 32 do MODIS/Aqua.
Radiância(b32) (W/m2.µm.sr)
2/11/2007
6/01/2008
30/01/2009
2/11/2010
16/11/2011
Fonte: Autor desta dissertação, 2012.
4.2
Mínima
7,49
3,61
2,29
7,12
7,11
Máxima
10,05
10,89
9,65
10,33
10,51
Média
8,48
8,33
8,18
8,41
8,55
Desvio Padrão
± 0,33
± 0,71
± 0,52
± 0,42
± 0,29
Mapas Temáticos da Temperatura de brilho (Tb)
4.2.1 Temperatura de brilho da banda 31 do MODIS/Aqua (Tb)b31
A Tabela 9 apresenta os valores mínimo, máximo, médio e desvio padrão da (Tb)b31,
centrada em 11 µm, das cinco imagens MODIS/Aqua analisadas. Nota-se que os maiores
valores médios da (Tb)b31 são observados nas imagens MODIS/Aqua obtidas no mês de
novembro, para os anos de 2007, 2010 e 2011, período que corresponde à primavera no
Hemisfério Sul. Provavelmente, estes maiores valores médios de (Tb)b31 estão associados às
60
imagens MODIS/Aqua com a menor cobertura de nuvens. Climatologicamente falando, os
maiores valores da (Tb)b31 eram esperados para o mês de janeiro (imagens MODIS/Aqua
obtidas em 6/01/2008 e 30/01/2009), mês que corresponde ao período de verão no Hemisfério
Sul. Isto não acontece porque nas imagens MODIS/Aqua, obtidas no mês de janeiro,
encontra-se a maior presença de nebulosidade em relação às imagens MODIS/Aqua obtidas
em novembro. Observa-se que os menores valores da (Tb)b31 (-2,75 e -3,92°C) são
encontrados nas imagens MODIS/Aqua obtidas em janeiro de 2008 e 2009, respectivamente,
como mostrado na Tabela 9. Novamente, os menores valores de (Tb)b31 explicam-se pela
grande cobertura de nuvens presente nestas cenas MODIS/Aqua estudadas. Nota-se na Tabela
9 que os valores médios e máximos de (Tb)b31 para as cinco imagens MODIS/Aqua utilizadas
são próximos entre si, mostrando a consistência dos dados utilizados. Constata-se que para a
imagem MODIS/Aqua obtida em 30/01/2009, no qual apresenta a maior cobertura de nuvens,
a (Tb)b31 tem um decréscimo de 10,73% em relação à imagem MODIS/Aqua obtida em
16/11/2011, no qual apresenta a menor cobertura de nuvens sob a cena MODIS/Aqua. Fica
muito clara, na estimativa da (Tb)b31 para as imagens MODIS/Aqua, a interferência das
nuvens.
Tabela 9 - Valores estatísticos da (Tb)b31 em (°C).
(Tb)b31(°C)
Mínima
Máxima
Média
Desvio Padrão
2/11/2007
14,45
32,63
23,91
± 3,02
6/01/2008
-2,75
32,31
22,60
± 5,51
30/01/2009
-3,92
32,97
21,89
± 4,15
2/11/2010
11,06
32,87
23,62
± 3,71
16/11/2011
12,04
Fonte: Autor desta dissertação, 2012.
32,74
24,52
± 2,42
As imagens foram classificadas para a (Tb)b31, pois esta é uma importante variável de
entrada no algoritmo NLSST para a estimativa da TSM e são apresentadas, para as cinco
imagens MODIS/Aqua, na Figura 20. Também, vale salientar a importância da comparação
entre a Tb (conceito físico) e a TSM estimada pelo algoritmo NLSST, que será discutido
posteriormente. O range para a (Tb)b31 apresentado neste estudo é de 20,5 a 25,5 °C. Este
intervalo de (Tb)b31 foi definido em função dos valores dos pixels encontrados na superfície
oceânica para as cinco imagens MODIS/Aqua analisadas. Valores de (Tb)b31 menores do que
20,5°C são considerados para pixels possivelmente contaminados pela presença de nuvens.
Os valores de (Tb)b31 foram divididos em dez intervalos de 0,5°C entre 20,5 e 25,5 °C. A
classificação das imagens MODIS/Aqua para os valores de (Tb)b31 são representados por:
61
áreas com tonalidade roxa representam valores entre 20,5 a 21°C, azul marinho representa
valores entre 21 a 21,5°, azul claro representa valores entre 21,5 a 22°C, cor verde entre 22 a
22,5°C, a cor amarela entre 22,5 a 23°C, cor ouro entre 23 a 23,5°C, cor laranja entre 23,5 a
24°C, cor vermelha entre 24 a 24,5°C, cor marrom entre 24,5 a 25°C e cor preta entre 25 a
25,5°C.
A Figura 20a mostra a (Tb)b31 em °C para o dia 2/11/2007 para o recorte analisado.
Nota-se que, em geral, os valores de (Tb)b31 para pixels sob o oceano e sem a possível
interferência das nuvens variam entre 22,5 a 24,5°C. Observa-se que os maiores valores de
(Tb)b31 entre 23 a 24,5°C são encontrados próximo a costa da cidade da Barra de Santo
Antônio/AL e estende-se pelo setor norte do litoral de Alagoas, enquanto para o setor sul do
litoral do Estado os valores de (Tb)b31 são mais uniforme e variam entre 22,5 a 23°C. O setor
central do litoral alagoano, englobando a capital Maceió, apresentou valores de (Tb)b31 entre
22,5 a 23,5°C.
A Figura 20b mostra a (Tb)b31 em °C para o dia 6/01/2008, imagem MODIS/Aqua
adquirida praticamente dois meses depois da Figura 20a. Percebe-se claramente a grande
influência de nuvens na Figura 20b. Nota-se um gradiente de (Tb)b31 de aproximadamente
2,5°C entre a área encoberta pelas nuvens e a área onde encontra-se a mínima cobertura de
nuvens. Ressaltando que os dados de (Tb)b31 detectados pelo MODIS/Aqua em 6/01/2008
estão comprometidos sob a área com a presença de nuvens e na transição da área com mais
nebulosidade para a área com menos nebulosidade. Os maiores valores de (Tb)b31 entre 23,5 a
24,5°C são encontrados próximo a costa do município da Barra de Santo Antônio/AL, já para
o setor norte do litoral de Alagoas, os valores de (Tb)b31, estão comprometidos pela cobertura
das nuvens nesta imagem MODIS/Aqua. Para o setor sul do litoral do Estado, os valores de
(Tb)b31 são uniformes e variam entre 23 a 23,5°C. O setor central do litoral alagoano
apresentou valores de (Tb)b31 entre 22,5 a 24°C. Nota-se que, para a Figura 20b (imagem
MODIS/Aqua obtida em 6/01/2008) os valores de (Tb)b31 para o setor sul do litoral de Alagoas
(onde encontra-se a menor presença de nuvens) aumentaram 0,5°C em relação a Figura 20a
(imagem MODIS/Aqua obtida em 2/11/2007). Este aumento dos valores de (Tb)b31 eram
esperados, principalmente pela transição do período de primavera (imagem MODIS do dia
2/11/2007) para o período de verão (imagem MODIS do dia 6/01/2008), definidos assim para
o Hemisfério Sul. Observa-se na Figura 20b um vórtice quente, com valores de (Tb)b31 entre
23 e 23,5°C, na desembocadura do rio São Francisco com orientação para o sul/sudoeste.
62
A Figura 20c mostra a (Tb)b31, em °C, para a imagem MODIS/Aqua obtida em
30/01/2009. Observa-se na cena que, de forma geral, os valores de (Tb)b31 para pixels sob o
oceano e sem a possível interferência das nuvens variam entre 22 a 25°C. Observa-se que os
maiores valores de (Tb)b31, entre 24 e 25°C, são encontrados próximo a costa da cidade da
Barra de Santo Antônio/AL. Percebe-se claramente na Figura 20c que os valores de (Tb)b31
são superiores para o setor norte do litoral de Alagoas, enquanto para o setor sul do litoral do
Estado os valores de (Tb)b31 são mais uniforme. O setor central do litoral alagoano apresentou
valores de (Tb)b31 entre 22,5 a 23,5°C. Nota-se, também, na Figura 20c um vórtice de águas
mais aquecidas, com valores de (Tb)b31 entre 24 a 24,5°C, centrado em 9,5°S/34°W. Observase na Figura 20c maiores valores de (Tb)b31 na desembocadura do rio São Francisco,
aproximadamente 0,5°C a mais em relação ao seu entorno. Novamente a desembocadura do
rio São Francisco apresenta orientação para o sul/sudoeste.
A Figura 20d mostra a (Tb)b31, em °C, para a imagem MODIS/Aqua obtida no dia
2/11/2010 para a área de estudo, novamente destacando a persistência de nuvens na costa leste
do Nordeste brasileiro e também devido a grande área de abrangência da área de estudo.
Constata-se, de forma geral, que os valores de (Tb)b31, para pixels sob o oceano e sem a
possível interferência das nuvens, variam entre 22,5 a 25°C. Os maiores valores de (Tb)b31
entre 23,5 e 24,5°C podem ser vistos ao longo de praticamente toda a costa do litoral de
Alagoas, mais especificamente ao norte de Maceió/AL até a Barra de Santo Antônio/AL,
região pertencente ao setor central do litoral alagoano. No setor sul do litoral do Estado é
observado valores de (Tb)b31 entre 24 a 24,5°C, no litoral dos municípios de Feliz Deserto/AL
e Piaçabuçu/AL próximos a foz do rio São Francisco. Como visto nas Figuras 20b e 20c,
também, é possível notar na Figura 20d que os valores de (Tb)b31 são maiores na
desembocadura do Rio São Francisco, já no litoral do Estado de Sergipe, e a desembocadura
fluvial possui orientação para sul/sudoeste. No geral, os valores de (Tb)b31 para a Figura 20d
estão distribuídos mais uniformemente no litoral de Alagoas, diversificando-se somente muito
próximo da costa do Estado. Possivelmente os valores de (Tb)b31 para o setor norte do litoral
de Alagoas estão sendo influenciados pela presença de nebulosidade.
A Figura 20e mostra a (Tb)b31, em °C, para a imagem MODIS/Aqua obtida em
16/11/2011 para o litoral de Alagoas. Observa-se, na Figura 20e, uma pequena cobertura de
nuvens presente sob esta cena. Nota-se que, para pixels localizados sob o oceano os valores de
(Tb)b31 variam entre 23 a 25,5°C. De forma geral, foram os maiores valores de (Tb)b31
63
encontrados para as cinco imagens MODIS/Aqua analisadas no estudo. Isto, possivelmente,
pode estar ligado ao fato desta apresentar a menor cobertura de nuvens em relação às outras
imagens MODIS/Aqua. Analisando os valores de (Tb)b31 mais detalhadamente, percebe-se
que, próximo a costa do setor central e do setor norte do litoral de Alagoas, os valores de
(Tb)b31 estão entre 24 e 25,5°C. No setor sul do litoral do Estado, os valores de (Tb)b31, variam
entre 23,5 e 24,5°C. Observa-se na Figura 20e que os valores de (Tb)b31 são maiores para o
setor central e norte do litoral alagoano. Próximo à costa, dos setores supracitados, estende-se
uma faixa de (Tb)b31 com valores entre 24,5 a 25°C. Como visto anteriormente, nas Figuras
20b, 20c e 20d, também, é possível notar na Figura 20e que os valores de (Tb)b31 são maiores
na desembocadura fluvial do Rio São Francisco, onde sua foz possui orientação para
sul/sudoeste.
Figura 20 - Mapas temáticos da (Tb)b31 (°C).
a)
(Tb)b31 (°C) para o dia 2/11/2007 às 15:30 GMT.
Fonte: Autor desta dissertação, 2012.
64
b)
(Tb)b31 (°C) para o dia 6/01/2008 às 16:10 GMT.
Fonte: Autor desta dissertação, 2012.
c)
(Tb)b31 (°C) para o dia 30/01/2009 às 15:40 GMT.
Fonte: Autor desta dissertação, 2012.
65
d)
(Tb)b31 (°C) para o dia 2/11/2010 às 16:20 GMT.
Fonte: Autor desta dissertação, 2012
e)
(Tb)b31 (°C) para o dia 16/11/2011 às 16:00 GMT.
Fonte: Autor desta dissertação, 2012.
A estrutura termal da camada superficial do mar, baseada na (Tb)b31, mostrou-se
homogênea nas cinco imagens MODIS/Aqua, analisadas para a costa litorânea de Alagoas. Os
dados de (Tb)b31 analisados anteriormente através da Figura 20, mostram, de forma geral, um
maior aquecimento para o setor norte do litoral de Alagoas. Já na Figura 20d e na Figura 20e,
também, é possível notar um maior aquecimento no setor central do litoral do Estado. Nas
66
Figuras 20b, 20c, 20d e 20e, com exceção da Figura 20a, é possível notar que na foz do rio
São Francisco os valores de (Tb)b31 são 0,5 a 1°C mais quente em relação aos valores de
(Tb)b31 ao seu entorno e a desembocadura fluvial do rio São Francisco apresenta uma
orientação para sul/sudoeste. Observou-se claramente que os valores de (Tb)b31 são
influenciados pela cobertura de nuvens presente nas imagens MODIS/Aqua, principalmente
nas imagens obtidas em 6/01/2008 e 30/01/2009, as quais, apresentam maior cobertura de
nuvens.
4.2.2 Temperatura de brilho da banda 32 do MODIS/Aqua (Tb)b32
A Tabela 10 apresenta os valores mínimo, máximo, médio e desvio padrão da (Tb)b32,
centrada em 12 µm, das cinco imagens MODIS/Aqua utilizadas neste estudo. Nota-se que os
maiores valores médios da (Tb)b32 são observados nas imagens MODIS/Aqua, obtidas no mês
de novembro para os anos de 2007, 2010 e 2011, período que corresponde à primavera no
Hemisfério Sul. Provavelmente, os maiores valores médios da (Tb)b32 estão associados às
imagens MODIS/Aqua com menor cobertura de nuvens. No geral, os valores da (Tb)b32
mínimos, máximos e médios diminuem em relação à (Tb)b31. Nota-se na Tabela 10 que os
valores médios e máximos da (Tb)b32 para as cinco imagens MODIS/Aqua utilizadas, são
próximos entre si, mostrando a consistência dos dados utilizados. A (Tb)b32 diminuiu 4,7%,
6,3%, 7,4%, 6% e 4,6% em relação à (Tb)b31, para as imagens MODIS/Aqua obtidas em
2/11/2007, 6/01/2008, 30/01/2009, 2/11/2010 e 16/11/2011, respectivamente. Sabe-se que os
valores de Temperatura de brilho têm tendência a diminuir com o aumento do comprimento
de onda, neste caso, aumentando de 11 para 12 µm. É importante o conhecimento da (Tb)b32,
medida em 12 µm, pois os canais 31 e 32 do MODIS, combinados entre si, permitem corrigir
o efeito atenuador do conteúdo variável de vapor d´água na atmosfera. O algoritmo NLSST
diferencia a carga de vapor atmosférico, a partir da diferença entre as temperaturas de brilho
em 11 e 12 μm, nos canais 31 e 32, respectivamente.
Tabela 10 - Valores estatísticos da (Tb)b32 em (°C).
(Tb)b32(°C)
Mínima
Máxima
Média
Desvio Padrão
2/11/2007
14,23
32,23
22,78
± 2,70
6/01/2008
-3,31
32,54
21,18
± 5,80
30/01/2009
-3,40
32,26
20,27
± 4,09
2/11/2010
10,76
32,24
22,20
± 3,44
16/11/2011
Fonte: Autor desta dissertação, 2012.
10,70
32,14
23,41
± 2,21
67
4.3
Mapas Temáticos da Temperatura da Superfície do Mar (TSM)
4.3.1 TSM utilizando-se dos coeficientes de calibração do algoritmo derivados de
radiossondagens
A Tabela 11 apresenta os valores mínimo, máximo, médio e desvio padrão da TSM,
com coeficientes de calibração do algoritmo derivados de radiossondagens, para as cinco
imagens MODIS/Aqua utilizadas no estudo. Note-se na Tabela 11 que o maior valor médio de
TSM é 26,35°C observado para a imagem MODIS/Aqua obtida em 16/11/2011, como
também foi observado para este dia o maior valor de (Tb)b31 conforme visto na Tabela 9.
Conforme dito anteriormente, esta cena MODIS/Aqua é a que apresenta a menor cobertura de
nuvens, sendo este um fator determinante para a estimativa da TSM via dados de
sensoriamento remoto. Conforme visto na Tabela 11, os menores valores médios de TSM,
com coeficientes de calibração do algoritmo derivados de radiossondagens, são 24,88 e
24,45°C, encontrados nas imagens MODIS/Aqua obtida em 6/01/2008 e 30/01/2009,
respectivamente. Para estas imagens MODIS/Aqua supracitadas, também são encontrados os
menores valores mínimos de TSM, com coeficientes de calibração do algoritmo derivados de
radiossondagens. Convém ressaltar que as imagens MODIS/Aqua obtidas em 6/01/2008 e
30/01/2009 possuem a maior cobertura de nuvens, ocasionando assim menores valores de
TSM. Já para as imagens MODIS/Aqua obtidas em 2/11/2007 e 2/11/2010 os valores médios
de TSM, com coeficientes de calibração do algoritmo derivados de radiossondagens, foram
25,9 e 25,5°C, respectivamente.
Nota-se que os valores médios instantâneos da TSM, com coeficientes de calibração
do algoritmo derivados de radiossondagens, aumentaram em relação aos valores médios
instantâneos da (Tb)b31. Convém ressaltar a importância da correção atmosférica para a
estimativa da TSM e, não usar somente a Tb como verdade para a TSM. Observou-se uma
elevação na faixa de: 8,1% para a imagem MODIS/Aqua obtida em 2/11/2007; 10,1% para a
imagem MODIS/Aqua obtida em 6/01/2008; 11,7% para imagem MODIS/Aqua obtida em
30/01/2009; 7,9% para a imagem MODIS/Aqua obtida em 2/11/2010 e 7,5% para a imagem
MODIS/Aqua obtida em 16/11/2011. O aumento dos valores da TSM, em relação aos valores
de (Tb)b31, para as imagens MODIS/Aqua obtidas em 2/11/2007 e 2/11/2010 são muito
próximos entre si, com uma elevação de 8,1 e 7,9%, respectivamente. Esta semelhança na
elevação dos valores médios da TSM, com coeficientes de calibração do algoritmo derivados
de radiossondagens, em relação aos valores médios de (Tb)b31 para os dias citados, esta,
68
possivelmente, ligada ao fato das duas imagens serem adquiridas para o mesmo dia, mas em
anos diferentes. Constata-se que para as imagens MODIS/Aqua adquiridas em novembro
(2007, 2010 e 2011) os valores aumentaram numa proporção muito próxima, em torno de 8%.
Já para as imagens MODIS/Aqua obtidas em 6/01/2008 e 30/01/2009, as quais, apresentam
maior cobertura de nuvens, o aumento dos valores médios foi na faixa de 10 a 12%. O
aumento dos valores médios da TSM, em relação aos valores médios de (Tb)b31, foi em média
de 9% para as cinco imagens MODIS/Aqua analisadas.
Tabela 11 - Valores estatísticos da TSM (°C), com coeficientes de calibração do algoritmo
derivados de radiossondagens.
TSM (°C)
Mínima
Máxima
Média
Desvio Padrão
2/11/2007
16,33
36,30
25,85
± 3,29
6/01/2008
-0,09
36,60
24,88
± 5,37
30/01/2009
-1,25
37,36
24,45
± 4,15
2/11/2010
12,12
36,42
25,48
± 3,70
16/11/2011
Fonte: Autor desta dissertação, 2012.
14,21
37,11
26,35
± 2,54
As imagens MODIS/Aqua foram classificadas para a TSM, com coeficientes de
calibração do algoritmo derivados de radiossondagens, a fim de investigar, mapear e
compreender a estrutura termal da TSM para a região de estudo e são apresentadas na Figura
21 para as cinco imagens MODIS/Aqua estudadas. O range para a TSM, com coeficientes de
calibração do algoritmo derivados de radiossondagens, apresentado no estudo é de 23,5 a 28,5
°C e foram divididos em dez intervalos de 0,5°C. Este range citado anteriormente, foi
definido em função dos valores dos pixels encontrados na superfície oceânica para o litoral de
Alagoas para as cinco imagens MODIS/Aqua analisadas. A classificação das imagens
MODIS/Aqua para os valores da TSM, utilizando os coeficientes de calibração do algoritmo
derivados de radiossondagens, é representada por: valores menores do que 23,5°C são
considerados para pixels, possivelmente, contaminados pela presença de nuvens e
representados pela cor branca, áreas com tonalidade roxa representam valores entre 23,5 a
24°C, azul marinho representa valores entre 24 a 24,5°, azul claro representa valores entre
24,5 a 25°C, cor verde entre 25 a 25,5°C, a cor amarela entre 25,5 a 26°C, cor ouro entre 26 a
26,5°C, cor laranja entre 26,5 a 27°C, cor vermelha entre 27 a 27,5°C, cor marrom entre 27,5
a 28°C e cor preta entre 28 a 28,5°C. A Figura 21a, mostra a imagem MODIS/Aqua
classificada da TSM, com coeficientes de calibração do algoritmo derivados de
radiossondagens, em °C, para o dia 2/11/2007. Nota-se que, em geral, os valores da TSM para
pixels sob o oceano e sem a possível interferência das nuvens variam entre 24 a 26,5°C. Nota-
69
se interferência de nebulosidade na Figura 21a, podendo comprometer os valores da TSM.
Observa-se que os maiores valores da TSM entre 25 a 26,5°C são encontrados muito
próximos da costa da cidade da Barra de Santo Antônio/AL e estende-se por todo o setor
norte do litoral de Alagoas. Valores da TSM, com coeficientes de calibração do algoritmo
derivados de radiossondagens, entre 26 e 26,5°C são observados somente para o setor norte
do litoral alagoano, em pequenas entradas do oceano sob o continente. Para o setor sul do
litoral do Estado, os valores da TSM são mais uniformes e variam entre 24 a 25°C. Próximo à
costa do setor central do litoral alagoano, englobando a capital Maceió, a TSM apresentou
valores entre 24,5 a 26°C. Observa-se que a estrutura termal da camada superficial do oceano,
encontrada na Figura 20a, para a (Tb)b31 é semelhante à estrutura termal, encontrada na Figura
21a, para a TSM utilizando-se de coeficientes de calibração do algoritmo derivados de
radiossondagens. Isto mostra a forte dependência dos campos da TSM em utilizar os campos
de (Tb)b31, no algoritmo de correção atmosférica.
A Figura 21b mostra a imagem MODIS/Aqua classificada da TSM, em °C, para o dia
6/01/2008. Convém ressaltar a grande influência da cobertura de nuvens na Figura 21b,
comprometendo os valores da TSM nesta área para este dia. Nota-se, um gradiente da TSM,
de aproximadamente 1,5°C da área encoberta pelas nuvens (nordeste da Figura 21b) e a área
onde encontra-se a mínima cobertura de nuvens (sudoeste da Figura 21b). O gradiente de
(Tb)b31 de 2,5°C, como visto na Figura 20b, caiu para 1,5°C, como observado na Figura 21b.
Isto mostra a importância da correção atmosférica para a estimativa da TSM. Na Figura 21b,
observa-se, no setor central do litoral de Alagoas, os maiores valores da TSM, entre 25,5 a
26,5°C e são encontradas próximas da costa de Maceió/AL até o município da Barra de Santo
Antônio/AL. Já os valores da TSM, para o setor norte do litoral do Estado, estão
comprometidos pela cobertura das nuvens na imagem MODIS/Aqua. Para o setor sul do
litoral alagoano, no geral, os valores da TSM são mais uniformes e variam entre 25 a 25,5°C.
Percebe-se que, também, para o setor sul do litoral de Alagoas, encontram-se valores da TSM
entre 25,5 a 26°C muito próximos da costa. Nota-se que, na Figura 21b, os valores da TSM
para o setor sul do litoral de Alagoas (onde encontra-se a menor presença de nuvens),
aumentaram 0,5°C em relação a Figura 20b. Possivelmente, este aumento dos valores da
TSM, neste setor supracitado, está ligado ao fato de a imagem MODIS/Aqua obtida em
2/11/2007 (Figura 20b) corresponder ao período da primavera, enquanto a imagem
MODIS/Aqua obtida em 6/01/2008 (Figura 21b) corresponde ao período de verão. Observa-se
que, na Figura 21b, valores da TSM entre 25,5 a 26°C são encontrados na foz do rio São
70
Francisco. Este vórtice quente, com a TSM aproximadamente 0,5°C mais quente que ao seu
entorno, tem orientação para o sul/sudoeste e pode ser visto na Figura 21b e, também, na
Figura 20b. Novamente, percebe-se que, a estrutura termal encontrada na camada superficial
do mar para (Tb)b31 (Figura 20b) é semelhante a estrutura termal encontrada na superfície do
mar para a TSM com coeficientes de calibração do algoritmo derivados de radiossondagens
(Figura 21b). A Figura 21c mostra a TSM, em °C, para a imagem MODIS/Aqua obtida em
30/01/2009. Observa-se que, de forma geral, os valores da TSM para pixels sob o oceano e
sem a possível interferência das nuvens variam entre 24,5 a 27,5°C. Observa-se que os
maiores valores da TSM entre 26 a 27,5°C são encontradas próximo à costa da cidade da
Barra de Santo Antônio/AL. Percebe-se, claramente, que na Figura 21c, os valores da TSM
são superiores para o setor norte do litoral de Alagoas, enquanto para o setor sul do litoral do
Estado, os valores da TSM são mais uniformes e variam entre 24,5 a 26°C. O setor central do
litoral alagoano apresentou valores da TSM entre 24,5 a 27,5°C. Também, para o setor central
do litoral de Alagoas, os valores da TSM entre 26,5 a 27,5°C são observados ao norte de
Maceió/AL até a Barra de Santo Antônio/AL. Nota-se, na Figura 21c, um vórtice de águas
mais aquecidas, com valores da TSM entre 26 a 26,5°C, centrado em 9,5°S/34°W. Na Figura
21c, observa-se maiores valores da TSM na desembocadura fluvial do rio São Francisco, em
torno de 0,5°C a mais em relação ao seu entorno. Novamente, a desembocadura fluvial do rio
São Francisco, apresenta orientação para o sul/sudoeste. A estrutura termal encontrada na
camada superficial do mar para (Tb)b31 (Figura 20c) é semelhante à estrutura termal
encontrada na camada superficial do mar, para a TSM com coeficientes de calibração do
algoritmo derivados de radiossondagens (Figura 21c). A Figura 21d mostra a TSM, em °C,
para a imagem MODIS/Aqua obtida no dia 2/11/2010. Nota-se a interferência de
nebulosidade e, novamente, destacando a persistência de nuvens na costa leste do Nordeste
brasileiro e, também, devido a grande área de abrangência da área de estudo. Constata-se, de
forma geral, que os valores da TSM, para pixels sob o oceano e sem a possível interferência
das nuvens, variam entre 24,5 a 26,5°C. No setor norte do litoral de Alagoas, a TSM variou
entre 25 a 26°C. Valores da TSM entre 26 a 26,5°C podem ser vistos em alguns pontos
isolados do setor norte do litoral alagoano, possivelmente, em regiões onde o oceano possui
baixa profundidade. Nota-se que os maiores valores da TSM entre 25,5 a 26,5°C podem ser
vistos ao norte de Maceió/AL até a Barra de Santo Antônio/AL, região pertencente ao setor
central do litoral do Estado. No setor sul do litoral de Alagoas é observado valores da TSM
entre 24,5 a 26°C. Valores da TSM entre 25,5 a 26°C podem ser observados no litoral dos
municípios de Feliz Deserto/AL e Piaçabuçu/AL, próximos à foz do rio São Francisco. Como
71
visto nas Figuras 21b e 21c, também, é possível notar na Figura 21d que os valores da TSM
são maiores na desembocadura fluvial do Rio São Francisco, já no litoral do estado de
Sergipe, e a sua foz possui orientação para sul/sudoeste. No geral, os valores da TSM, na
Figura 21d, estão distribuídos mais uniformemente no litoral de Alagoas, diversificando-se
somente muito próximo à costa litorânea do Estado. A Figura 21e mostra a TSM, em °C, para
a imagem MODIS/Aqua obtida em 16/11/2011 para o litoral de Alagoas. Nota-se que, para
pixels localizados sob o oceano os valores da TSM, com coeficientes de calibração do
algoritmo derivados de radiossondagens, variam entre 25 a 27,5°C. De forma geral, foram os
maiores valores da TSM encontrados para as cinco imagens MODIS/Aqua analisadas no
estudo e isto, possivelmente, pode estar ligado ao fato desta cena apresentar a menor
cobertura de nuvens em relação às outras cenas MODIS/Aqua. Analisando os valores da TSM
para o litoral de Alagoas, percebe-se que, próximo à costa do setor central e do setor norte do
litoral do Estado, encontram-se valores da TSM entre 25,5 a 27,5°C. No setor sul do litoral
alagoano, os valores encontrados para a TSM variam entre 25 a 26,5°C. Na Figura 21e,
observa-se que, os valores da TSM são maiores para o setor norte do litoral de Alagoas. Como
visto anteriormente, nas Figuras 21b, 21c e 21d, também, é possível notar na Figura 21e que
os valores da TSM são maiores na desembocadura fluvial do rio São Francisco, onde a sua foz
possui orientação para sul/sudoeste.
Figura 21 - Mapas temáticos da TSM (°C), utilizando-se dos coeficientes de calibração do
algoritmo derivados de radiossondagens.
a)
TSM (°C) para o dia 2/11/2007 às 15:30 GMT.
Fonte: Autor desta dissertação, 2012.
72
b)
TSM (°C) para o dia 6/01/2008 às 16:10 GMT.
Fonte: Autor desta dissertação, 2012.
c)
TSM (°C) para o dia 30/01/2009 às 15:40 GMT.
Fonte: Autor desta dissertação, 2012.
73
d)
TSM (°C) para o dia 2/11/2010 às 16:20 GMT.
Fonte: Autor desta dissertação, 2012.
e)
TSM (°C) para o dia 16/11/2011 às 16:00 GMT.
Fonte: Autor desta dissertação, 2012.
A estrutura termal, encontrada na camada superficial do mar para a TSM, com
coeficientes de calibração do algoritmo derivados de radiossondagens, próximo à costa do
litoral de Alagoas, mostrou-se homogênea com base nas cinco imagens MODIS/Aqua
74
analisadas. Os dados estimados para a TSM, conforme a Figura 21, mostra de forma geral, um
maior aquecimento para o setor norte do litoral de Alagoas. Nas Figuras 21b, 21c, 21d e 21e,
é possível notar que na foz do rio São Francisco os valores da TSM são 0,5 a 1°C mais quente
em relação aos valores da TSM ao seu entorno e a desembocadura fluvial do rio São
Francisco apresenta uma orientação para sul/sudoeste. Observou-se claramente que os valores
da TSM são influenciados pela cobertura de nuvens presente nas imagens MODIS/Aqua,
principalmente nas imagens obtidas em 6/01/2008 e 30/01/2009, no qual, apresentam a maior
cobertura de nuvens.
4.3.2 TSM utilizando-se dos coeficientes de calibração do algoritmo derivados do modelo
ECMWF
A Tabela 12 apresenta os valores mínimo, máximo, médio e desvio padrão da TSM,
com coeficientes de calibração do algoritmo derivados de modelo, para as imagens
MODIS/Aqua utilizadas no estudo. Nota-se, na Tabela 12, que o maior valor médio da TSM é
27,53°C, observado para a imagem MODIS/Aqua obtida em 16/11/2011, como, também, foi
observado para este dia, os maiores valores da (Tb)b31, conforme visto na Tabela 9, e a TSM,
com coeficientes de calibração do algoritmo derivados de radiossondagens, conforme a
Tabela 11. Esta cena MODIS/Aqua é a que apresenta a menor cobertura de nuvens, sendo este
um fator determinante para a estimativa da TSM via dados de sensoriamento remoto. Na
Tabela 11, observa-se que, os menores valores médios da TSM são 26,13 e 25,83°C,
encontrados nas imagens MODIS/Aqua obtida em 6/01/2008 e 30/01/2009, respectivamente.
Para estas imagens MODIS/Aqua supracitadas, também, é encontrado os menores valores
mínimos da TSM, com coeficientes de calibração do algoritmo derivados de modelo. Convém
ressaltar que as imagens MODIS/Aqua obtidas em 6/01/2008 e 30/01/2009 possuem a maior
cobertura de nuvens, ocasionando assim menores valores da TSM. Na Tabela 12, as imagens
MODIS/Aqua obtidas em 2/11/2007 e 2/11/2010 apresentam valores médios da TSM, com
coeficientes de calibração do algoritmo derivados de modelo, de 26,96 e 26,54°C,
respectivamente. Nota-se que os valores médios instantâneos da TSM, com coeficientes de
calibração do algoritmo derivados de modelo, aumentaram em relação aos valores médios
instantâneos da (Tb)b31 e, também, em relação os valores médios instantâneos da TSM,
utilizando-se de coeficientes de calibração do algoritmo derivados de radiossondagens.
Analisando os valores médios da TSM, com coeficientes de calibração do algoritmo derivados
de modelo, em relação aos valores médios da (Tb)b31, observou-se uma elevação na faixa de:
75
12,8% para a imagem MODIS/Aqua obtida em 2/11/2007; 15,6% para a imagem
MODIS/Aqua obtida em 6/01/2008; 18,0% para imagem MODIS/Aqua obtida em
30/01/2009; 12,4% para a imagem MODIS/Aqua obtida em 2/11/2010 e 12,3% para a
imagem MODIS/Aqua obtida em 16/11/2011. Constata-se que, para as imagens
MODIS/Aqua adquiridas em novembro (2007, 2010 e 2011) os valores médios da TSM
aumentaram em relação a (Tb)b31 numa proporção muito próxima, em torno de 12,5%. Já para
as imagens MODIS/Aqua obtidas em 6/01/2008 e 30/01/2009, no qual apresentam a maior
cobertura de nuvens, os valores médios da TSM aumentaram em relação aos valores médios
da (Tb)b31, na faixa de 16 e 18%, respectivamente. O aumento dos valores médios da TSM,
com coeficientes de calibração do algoritmo derivados de modelo, em relação aos valores
médios da (Tb)b31, foi em média de 14,2% para as cinco imagens MODIS/Aqua analisadas.
Agora, analisando os valores médios da TSM, com coeficientes de calibração do algoritmo
derivados de modelo, em relação aos valores médios da TSM, com coeficientes de calibração
do algoritmo derivados de radiossondagens, observou-se uma elevação na faixa de: 4,3% para
a imagem MODIS/Aqua obtida em 2/11/2007; 5,0% para a imagem MODIS/Aqua obtida em
6/01/2008; 5,6% para imagem MODIS/Aqua obtida em 30/01/2009; 4,2% para a imagem
MODIS/Aqua obtida em 2/11/2010 e 4,5% para a imagem MODIS/Aqua obtida em
16/11/2011. O aumento dos valores médios da TSM, com coeficientes de calibração do
algoritmo derivados de modelo, em relação aos valores médios da TSM, com coeficientes de
calibração do algoritmo derivados de radiossondagens, foi em média de 4,7%, em termos
quantitativos, teve um aumento médio de 1,2°C para as cinco imagens MODIS/Aqua
analisadas.
Tabela 12 - Valores estatísticos da TSM (°C), com coeficientes de calibração do algoritmo
derivados de modelo.
TSM (°C)
Mínima
Máxima
Média
Desvio Padrão
2/11/2007
16,83
39,09
26,96
± 3,65
6/01/2008
-0,14
39,76
26,13
± 5,65
30/01/2009
-1,37
40,56
25,83
± 4,44
2/11/2010
12,03
39,09
26,54
± 3,99
16/11/2011
Fonte: Autor desta dissertação, 2012.
14,48
40,29
27,53
± 2,88
As imagens MODIS/Aqua foram classificadas para a TSM, utilizando-se de
coeficientes de calibração do algoritmo derivados de modelo, também, com o objetivo de
investigar, mapear e compreender a estrutura termal da TSM para a região de estudo e, são
apresentadas na Figura 22 para as cinco imagens MODIS/Aqua estudadas. O range para a
76
TSM, com coeficientes de calibração do algoritmo derivados de modelo, apresentado no
estudo é de 23,5 a 28,5°C e foram divididos em dez intervalos de 0,5°C. Este range, citado
anteriormente, foi definido em função dos valores dos pixels encontrados na superfície
oceânica para o litoral de Alagoas para as cinco imagens MODIS/Aqua analisadas. A
classificação das imagens MODIS/Aqua para os valores da TSM, com coeficientes de
calibração do algoritmo derivados de modelo, é representada por: valores menores do que
23,5°C são considerados para pixels possivelmente contaminados pela presença de nuvens e
representados pela cor branca, áreas com tonalidade roxa representam valores entre 23,5 a
24°C, azul marinho representa valores entre 24 a 24,5°, azul claro representa valores entre
24,5 a 25°C, cor verde entre 25 a 25,5°C, a cor amarela entre 25,5 a 26°C, cor ouro entre 26 a
26,5°C, cor laranja entre 26,5 a 27°C, cor vermelha entre 27 a 27,5°C, cor marrom entre 27,5
a 28°C e cor preta entre 28 a 28,5°C.
A Figura 22a mostra a imagem MODIS/Aqua classificada da TSM, com coeficientes
de calibração do algoritmo derivados de modelo, em °C, para o dia 2/11/2007. Nota-se que,
no geral, os valores da TSM para pixels sob o oceano e sem a possível interferência das
nuvens variam entre 25 a 27,5°C. Observa-se que, os maiores valores da TSM, são
encontrados para o setor norte do litoral de Alagoas, com valores da TSM entre 26 a 28°C.
Valores da TSM entre 27,5 e 28°C podem ser vistos em alguns pixels isolados, somente muito
próximo da costa do setor norte do litoral de Alagoas, possivelmente, sobre áreas com
baixíssima profundidade do oceano. Enquanto que, para o setor sul do litoral do Estado, os
valores da TSM são mais uniformes e variam entre 25 a 27,5°C. Na Figura 22a, observa-se
valores da TSM entre 26,5 e 27,5°C, somente muito próximos a costa do setor sul do litoral de
Alagoas. Para o setor central do litoral alagoano, onde engloba a capital Maceió/AL, a TSM
apresentou valores entre 25,5 a 28°C. Também, para este mesmo setor, os valores da TSM,
com coeficientes de calibração do algoritmo derivados de modelo, entre 27 e 28°C são
observados somente próximos da costa. Observa-se que, a estrutura termal encontrada na
camada superficial do mar para a (Tb)b31 é semelhante à estrutura termal encontrada na
superfície do mar para a TSM, com coeficientes de calibração do algoritmo derivados de
radiossondagens e, também, para a TSM, com coeficientes de calibração do algoritmo
derivados de modelo.
A Figura 22b mostra a imagem MODIS/Aqua classificada da TSM, em °C, utilizandose de coeficientes de calibração do algoritmo derivados de modelo, para o dia 6/01/2008.
77
Convém ressaltar a grande influência da cobertura de nuvens na Figura 22b, comprometendo
os valores da TSM nesta área para este dia. Na Figura 22b, observa-se que, no setor norte do
litoral de Alagoas, encontram-se os maiores valores da TSM, entre 26 a 28°C. Possivelmente,
há interferência das nuvens sobre o extremo norte do setor norte do litoral de Alagoas. Para o
setor central do litoral alagoano, são encontrados valores da TSM entre 26 e 27,5°C. Valores
da TSM entre 27 e 27,5°C são observados próximos da costa do setor central do litoral do
Estado, mais precisamente ao norte de Maceió/AL até o município da Barra de Santo
Antônio/AL. Para o setor sul do litoral de Alagoas, no geral, os valores da TSM são mais
uniformes e variam entre 26 a 27°C. Nota-se que, na Figura 22b, os valores da TSM, para o
setor sul do litoral de Alagoas (onde encontra-se a menor presença de nuvens), aumentaram
em torno de 1°C em relação a Figura 22a. Possivelmente, este aumento dos valores da TSM,
neste setor supracitado, está ligado ao fato de a imagem MODIS/Aqua obtida em 2/11/2007
(Figura 22a) corresponder ao período da primavera, enquanto a imagem MODIS/Aqua obtida
em 6/01/2008 (Figura 22b) corresponde ao período de verão. Observa-se que, na Figura 22b,
valores da TSM entre 26,5 a 27,5°C são encontrados na foz do rio São Francisco. Este vórtice
quente, com a TSM aproximadamente 0,5°C mais quente que ao seu entorno, tem orientação
para o sul/sudoeste e pode ser visto na Figura 22b. Novamente, percebe-se que, a estrutura
termal encontrada na superfície do mar para a (Tb)b31 (Figura 20b) é semelhante à estrutura
termal encontrada na superfície do mar para a TSM, com coeficientes de calibração do
algoritmo derivados de radiossondagens (Figura 21b), e a TSM, com coeficientes de
calibração do algoritmo derivados de modelo (Figura 22b).
A Figura 22c, mostra a TSM, em °C, para a imagem MODIS/Aqua obtida em
30/01/2009. Observa-se que, de forma geral, os valores da TSM, para pixels sob o oceano e
sem a possível interferência das nuvens, variam entre 25,5 a 28°C. Observa-se que, valores da
TSM entre 26,5 a 28,5°C são encontrados próximo à costa da cidade da Barra de Santo
Antônio/AL. Percebe-se claramente que, na Figura 22c, os valores da TSM são superiores
para o setor norte do litoral de Alagoas, variando entre 26 a 28,5°C, enquanto que, para o
setor sul do litoral do Estado, os valores da TSM são mais uniformes e variam entre 25,5 a
27°C. O setor central do litoral alagoano apresentou valores da TSM entre 25,5 a 28,5°C onde
os valores da TSM de 28,5°C são observados próximo da costa de Maceió/AL. Na Figura 22c,
observa-se um vórtice de águas mais aquecidas, com valores da TSM entre 27 a 27,5°C,
centrado em 9,5°S/34°W. Na Figura 22c, nota-se que os valores da TSM na desembocadura
fluvial do rio São Francisco são maiores, em torno de 0,5°C em relação ao seu entorno.
78
Novamente, a foz do rio São Francisco apresenta orientação para o sul/sudoeste. A estrutura
termal encontrada na superfície do mar, para a (Tb)b31 (Figura 20c), é semelhante às estruturas
termal encontrada na superfície do mar para a TSM, com coeficientes de calibração do
algoritmo derivados de radiossondagens (Figura 21c), e para a TSM, com coeficientes de
calibração do algoritmo derivados de modelo (Figura 22c). A Figura 22d mostra a TSM, em
°C, utilizando-se de coeficientes de calibração do algoritmo derivados de modelo, para a
imagem MODIS/Aqua obtida no dia 2/11/2010. Constata-se que, de forma geral, os valores
da TSM, para pixels sob o oceano e sem a possível interferência das nuvens, variam entre
25,5 a 27,5°C. No setor norte do litoral de Alagoas a TSM variou entre 26 a 27,5°C. Valores
da TSM entre 27 a 27,5°C, podem ser vistos muito próximos da costa, em alguns pontos
isolados do setor norte do litoral alagoano, possivelmente, em regiões onde o oceano possui
baixa profundidade. Nota-se que, valores da TSM entre 26,5 a 27,5°C são observados ao norte
de Maceió/AL até a Barra de Santo Antônio/AL, região pertencente ao setor central do litoral
do Esatdo. No setor sul do litoral de Alagoas é observado valores da TSM entre 25,5 a 26,5°C
e estão distribuídos mais uniformemente ao longo deste setor. Como visto nas Figuras 22b e
22c, também, é possível notar na Figura 22d, que os valores da TSM são maiores na
desembocadura fluvial do Rio São Francisco, em torno de 0,5 a 1°C que ao seu entorno, já no
litoral do Estado de Sergipe, e sua foz possui orientação para sul/sudoeste. A estrutura termal,
encontrada na camada superficial do mar, para a (Tb)b31 (Figura 20d) é semelhante a estrutura
termal encontrada na superfície do mar para a TSM, com coeficientes de calibração do
algoritmo derivados de radiossondagens (Figura 21d), e para a TSM, com coeficientes de
calibração do algoritmo derivados de modelo (Figura 22d).
A Figura 22e mostra a TSM, em °C, para a imagem MODIS/Aqua obtida em
16/11/2011 para o litoral de Alagoas. Nota-se que, para pixels localizados sob o oceano os
valores da TSM variou entre 26 a 28,5°C. De forma geral, foram os maiores valores da TSM
encontrados para as cinco imagens MODIS/Aqua analisadas no estudo e isto, possivelmente,
pode estar ligado ao fato desta cena apresentar a menor cobertura de nuvens em relação às
outras cenas MODIS/Aqua. Analisando a TSM, utilizando-se de coeficientes de calibração do
algoritmo derivados de modelo, próximo à costa do setor central do litoral de Alagoas,
observa-se valores da TSM entre 26,5 a 28,5°C. Os valores da TSM entre 27,5 e 28,5°C, para
o setor central do litoral do Estado, são observados ao norte da capital Maceió/AL
estendendo-se até o município da Barra de São Miguel/AL. No setor sul do litoral alagoano,
os valores encontrados para a TSM são mais uniformes e variam entre 26 a 27,5°C. Na Figura
79
22e, observa-se que, próximo de toda a costa do setor norte do litoral de Alagoas, são
encontrados valores da TSM entre 27,5 a 28,5°C. Como visto anteriormente nas Figuras 22b,
22c e 22d, também, é possível notar na Figura 22e, que os valores da TSM são maiores na
desembocadura fluvial do rio São Francisco, em torno de 0,5 a 1°C em relação ao seu entorno
e que sua foz possui orientação para sul/sudoeste. A estrutura termal, encontrada na superfície
do mar para a (Tb)b31 (Figura 20e), é semelhante à estrutura termal, encontrada na superfície
do mar, para a TSM, utilizando-se de coeficientes de calibração do algoritmo derivados de
radiossondagens (Figura 21e), e para a TSM, utilizando-se dos coeficientes de calibração do
algoritmo derivados de modelo (Figura 22e).
Figura 22 - Mapas temáticos da TSM (°C), utilizando-se dos coeficientes de calibração do
algoritmo derivados do modelo ECMWF.
a)
TSM (°C) para o dia 2/11/2007 às 15:30 GMT.
Fonte: Autor desta dissertação, 2012.
80
b)
TSM (°C) para o dia 6/01/2008 às 16:10 GMT.
Fonte: Autor desta dissertação, 2012.
c)
TSM (°C) para o dia 30/01/2009 às 15:40 GMT.
Fonte: Autor desta dissertação, 2012.
81
d)
TSM (°C) para o dia 2/11/2010 às 16:20 GMT.
Fonte: Autor desta dissertação, 2012.
e)
TSM (°C) para o dia 16/11/2011 às 16:00 GMT.
Fonte: Autor desta dissertação, 2012.
82
No estudo realizado, com base nas cinco imagens MODIS/Aqua, observa-se valores
da TSM, utilizando-se de coeficientes de calibração do algoritmo derivados de modelo,
aproximadamente 1°C a mais, em relação aos valores da TSM, utilizando-se de coeficientes
de calibração do algoritmo derivados de radiossondagens. A estrutura termal encontrada na
camada superficial do mar para a TSM, com coeficientes de calibração do algoritmo
derivados de modelo, próximo da costa do litoral de Alagoas mostrou-se homogênea com
base nas cinco imagens MODIS/Aqua analisadas. Os dados estimados para a TSM mostram,
de forma geral, um maior aquecimento, para os setores central e norte do litoral de Alagoas,
em relação ao setor sul do litoral do mesmo Estado. Nas Figuras 22b, 22c, 22d e 22e, é
possível notar que, na foz do rio São Francisco os valores da TSM são 0,5 a 1°C mais quente,
em relação aos valores da TSM ao seu entorno. A desembocadura fluvial do rio São Francisco
apresenta uma orientação para sul/sudoeste. Observou-se claramente que os valores da TSM
são influenciados pela cobertura de nuvens presente nas imagens MODIS/Aqua,
principalmente nas imagens obtidas em 6/01/2008 e 30/01/2009, no qual, apresentam a maior
cobertura de nuvens.
Os maiores valores da TSM, encontram-se no setor central e no setor norte do litoral
de Alagoas, provavelmente, porque nestes setores, a profundidade do oceano é muito baixa,
em decorrência de formações naturais do ecossistema de recifes de corais, que estão inseridas
na Área de Proteção Ambiental (APA) da Costa dos Corais, conforme visto através da Figura
23. A APA Costa dos Corais foi criada pelo Decreto Federal s/nº de 23 de outubro de 1997.
Observou-se que, com base nas cinco imagens MODIS/Aqua utilizadas no estudo, a TSM,
utilizando-se de coeficientes de calibração do algoritmo derivados de modelo, variou entre
27,5 a 28,5°C muito próximo da costa do município da Barra de Santo Antônio, no setor
central do litoral de Alagoas, e próximo da costa dos municípios de São Miguel dos Milagres
e Porto de Pedras, no setor norte do litoral de Alagoas. Os maiores valores da TSM,
possivelmente, estão ligados ao fato da grande concentração de recifes de corais encontrados
próximo da costa dos municípios supracitados e, também, ligados ao fato da baixa
profundidade do oceano sob os ecossistemas de corais nestas cidades, como observado na
Figura 24. A APA Costa dos Corais tem objetivo de garantir a conservação dos recifes de
coral, praias e manguezais entre o litoral sul de Pernambuco e norte de Alagoas. Abrange uma
área total de 413.563 hectares, sendo a maior unidade de conservação marinha do Brasil. A
APA Marinha, Costa dos Corais, estende-se ao longo de 135km de litoral, desde Tamandaré
(PE) até Paripueira (AL), e fica dentro dos limites 8°42’16’’S e 35°04’40’’W; 8°47’44’’S e
83
34°47’20’’W; 9°46’30’’S e 35°25’W; 9°32’51’’S e 35°36’59’’W. A APA Costa dos Corais é
a primeira unidade de conservação federal a incluir os recifes costeiros e tem como um dos
objetivos proporcionar o ordenamento das atividades na área, mediante gestão participativa,
tendo em vista a utilização sustentável dos recursos naturais. Nessa região, os recifes
associados aos mangues representam o suporte para a manutenção da intensa atividade
pesqueira artesanal (FERREIRA et al., 2000). Os municípios que fazem parte da APA são:
Rio Formoso, Tamandaré, Barreiros e São José da Coroa Grande, no Estado de Pernambuco e
Maragogi, Japaratinga, Porto de Pedras, São Miguel dos Milagres, Passo do Camaragibe, São
Luis do Quitunde, Barra de Santo Antônio, Paripueira e Maceió, no Estado de Alagoas.
Figura 23 - Área de Proteção Ambiental (APA) – Costa dos Corais
Fonte: RBMA, 2008.
84
Figura 24 - APA Costa dos Corais - Barra de Santo Antônio/AL (a); São Miguel dos
Milagres/AL (b); Porto de Pedras/AL (c).
Fonte: Google Earth, 2012.
4.4
Relação entre a (Tb)b31 e a TSM
Após analisar detalhadamente os dados da TSM, estimados a partir de imagens
MODIS/Aqua pelo algoritmo NLSST, para os três setores do litoral de Alagoas, foi testado,
através de parâmetros estatísticos, a possível relação da Tb, centrada em 11μm e medida no
canal 31 do MODIS/Aqua, com a TSM, utilizando-se de coeficientes de calibração do
algoritmo derivados de modelo e de radiossondagens. Com isto, espera-se mostrar, a
influência do conceito físico, no qual é a Tb estimada pela inversão da equação de Planck (Lei
de Planck), sobre os campos da TSM, obtidos pelo NLSST. Vale salientar a grande
importância da correção atmosférica para os dados de Tb e, como visto anteriormente, os
valores da TSM, tanto com os coeficientes de calibração do algoritmo derivados de modelo
quanto de radiossondsagens, aumentaram substancialmente em relação aos valores da (Tb)b31.
Posteriormente, será discutida a validação dos dados da TSM, obtida pelo MODIS/Aqua, com
relação aos dados da TSM obtida pelas boias marítimas PIRATA (in situ). Mas já adiantando
que, os valores estimados pelo algoritmo NLSST, para a TSM, são mais próximos dos dados
in situ do que em relação aos dados de Tb, estimada pela equação inversa de Planck. Então,
espera-se mostrar a dependência termal dos campos da TSM para os campos da Tb, e isto é
85
possível notar na Tabela 13, onde os coeficientes de correlação estatísticos, entre a (Tb)b31 e a
TSM, mostraram uma forte correlação positiva e variam entre 0,75 a 1,00. Observa-se na
Tabela 13 coeficientes de correlação positivo perfeito entre a (Tb)b31 e a TSM, utilizando-se de
coeficientes de calibração do algoritmo derivados de radiossondagens, para as imagens
MODIS/Aqua obtidas em 2/11/2007 e 6/01/2008. Os coeficientes de correlação calculados
entre a (Tb)b31 e a TSM, utilizando-se de coeficientes de calibração do algoritmo derivados de
modelo, estão muito próximos entre si e variam de 0,85 a 0,99 para as cinco imagens
MODIS/Aqua utilizadas no estudo.
O índice de concordância (d) varia de 0 a 1, sendo que d=1 indica uma perfeita
concordância entre os valores da (Tb)b31 e os valores estimados para a TSM; e d=0 significa
total discordância. No estudo, foram encontrados índices de concordância, entre dados da
(Tb)b31 e dados da TSM, com ambos os coeficientes de calibração do algoritmo, entre 0,77 a
0,96.
O Índice (c) indica o desempenho dos métodos de estimativa da TSM (algoritmo
NLSST) em relação à estimativa da (Tb)b31, através da inversão da equação de Planck
(conceito físico). Para testar o desempenho do algoritmo NLSST, foi analisado o índice (c)
entre a (Tb)b31 e a TSM, utilizando-se de coeficientes de calibração do algoritmo derivados de
modelo e foi classificado como: BOM para as imagens MODIS/Aqua obtidas em 2/11/2010
e16/11/2011; MUITO BOM para as imagens MODIS/Aqua obtidas em 2/11/2007 e
30/01/2009; ÓTIMO para a imagem MODIS/Aqua obtida em 6/01/2008. Já o índice (c), entre
a (Tb)b31 e a TSM, utilizando-se de coeficientes de calibração do algoritmo derivados de
radiossondagens, foi classificado como: SOFRÍVEL para a imagem MODIS/Aqua obtida em
16/11/2011; MUITO BOM para a imagem MODIS/Aqua obtida em 2/11/2010; ÓTIMO para
as imagens MODIS/Aqua obtidas em 2/11/2007, 6/01/2008 e 30/01/2009.
Tabela 13 - Análise dos parâmetros Estatísticos: Coeficiente de Correlação (r); Índice de
Concordância (d); Índice de Confiança (c).
Imagens
MODIS/Aqua
2/11/2007
6/01/2008
30/01/2009
2/11/2010
16/11/2011
r
0,99
0,99
0,98
0,85
0,98
(Tb)b31 x TSMcoeficientes modelo
d
c
0,83
0,82
0,91
0,90
0,82
0,80
0,81
0,69
0,77
0,75
Fonte: Autor desta dissertação, 2012.
(Tb)b31 x TSMcoeficientes radiossondas
r
d
c
1,00
0,91
0,91
1,00
0,96
0,96
0,99
0,91
0,90
0,87
0,88
0,77
0,75
0,77
0,58
86
4.5
Validação dos dados
Para a validação dos dados estimados para a TSM, tanto utilizando os coeficientes de
calibração do algoritmo derivados de modelo quanto derivados de radiossondagens, utilizouse imagens MODIS/Aqua referentes ao tile h14v09, pois este tile, abrange as estações
PIRATA 31003 e 31004.
A validação dos dados estimados para a TSM foi calculada
separadamente, com as observações da TSM de cada boia PIRATA, a fim de contornar o
efeito da cobertura de nuvens, persistente nessa região.
A validação da TSM procedeu-se de quatro maneiras, onde, primeiramente, foram
validados os dados da TSM, com coeficientes de calibração do algoritmo derivados de
modelo, utilizando dados da estação PIRATA 31003. Segundo, foi validado a TSM, com
coeficientes de calibração do algoritmo derivados de modelo, utilizando dados da TSM
obtidos pela estação PIRATA 31004. Terceiro, validou-se os dados da TSM, com coeficientes
de calibração do algoritmo derivados de radiossondagens, utilizando dados observados pela
boia PIRATA 31003. Enfim, em quarto, foram validados os dados da TSM, com coeficientes
de calibração do algoritmo derivados de radiossondagens, utilizando dados obtidos pela
estação PIRATA 31004.
Como pode ser observado através das Figuras 25, 26, 27, 28 e 29, há persistência de
nuvens sob todas as cenas MODIS/Aqua, referentes ao tile h14v09, provavelmente,
interferindo na validação dos dados. No trabalho, mostrou-se a validação da TSM, estimada a
partir de imagens MODIS/Aqua, para ambas as boias (TSM in situ), a fim de contornar a
interferência da grande cobertura de nuvens e, também, devido a grande área de abrangência
destas cenas. As Figuras 25, 26, 27, 28 e 29 mostram a TSM (°C), utilizando-se dos
coeficientes de calibração do algoritmo derivados de modelo, para as cinco cenas estudadas.
Foi sobreposto sob as cenas MODIS/Aqua o shapefile do Brasil (preto) e o shapefile do
Estado de Alagoas (branco). A classificação das cinco imagens MODIS/Aqua foi atribuída
apenas para a TSM, utilizando-se de coeficientes derivados de modelo, pois apresentaram
melhores resultados na validação dos dados.
87
Figura 25 - Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia 2/11/2007 às
15:30 GMT.
Fonte: Autor desta dissertação, 2012.
Figura 26 - Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia 6/01/2008 às
16:10 GMT.
Fonte: Autor desta dissertação, 2012.
88
Figura 27 - Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia 30/01/2009 às
15:40 GMT.
Fonte: Autor desta dissertação, 2012.
Figura 28 - Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia 2/11/2010 às
16:20 GMT.
Fonte: Autor desta dissertação, 2012.
89
Figura 29 - Mapa instantâneo da TSM (°C) referente ao “tile h14v09” para o dia 16/11/2011 às
16:00 GMT.
Fonte: Autor desta dissertação, 2012.
4.5.1 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de modelo x TSM in situ observada na boia PIRATA 31003
Na Tabela 14 são mostrados os valores da TSM (°C) medidos pela boia PIRATA
31003 (in situ) e os valores estimados para a TSM, em uma janela 3x3 pixels, centrada na
posição da boia (8°S/30°W), de onde foram extraídos os valores da TSM, para o pixel central
da janela 3x3, para o pixel mais quente da janela 3x3, para o pixel mais frio da janela 3x3 e a
média da janela 3x3 pixels. Posteriormente foram comparados separadamente com os dados
da TSM in situ. Nota-se que, não foi possível aplicar o recorte 3x3 pixels, centrado na posição
da boia, para as imagens MODIS/Aqua obtidas em 6/01/2008 e 2/11/2010 pela cobertura de
nuvens sob a janela 3x3 pixels. Os valores estimados para a TSM, através de imagens do
sensor MODIS, são subestimados em relação aos dados in situ observados pela boia PIRATA.
Tabela 14 - Valores da TSM (°C) medida pela boia PIRATA 31003 e estimada na janela 3x3
pixels, utilizando-se dos coeficientes de calibração do algoritmo derivados de
modelo.
TSM (°C)
2/11/2007
6/01/2008
30/01/2009
2/11/2010
16/11/2011
TSM (pixel central)
25,55
*
26,38
*
24,63
TSM (pixel quente)
25,75
*
26,51
*
24,79
TSM (pixel frio)
25,55
*
26,12
*
24,20
TSM (média pixels)
25,65
*
26,15
*
24,54
27,34
27,72
26,87
26,59
26,24
TSM (in situ)
* pixels sob a influência de nuvens.
Fonte: Autor desta dissertação, 2012.
90
Na Tabela 15, observa-se que o erro percentual é negativo, confirmando-se a
subestimação dos dados estimados em relação aos dados observados da TSM. Conforme pode
ser observado, na Tabela 15, o erro percentual, entre o dado observado e o dado estimado, foi
menor para o dia 2/11/2007 e maior para o dia 16/11/2011, possivelmente, porque a imagem
MODIS/Aqua obtida em 2/11/2007 apresenta pequena cobertura de nuvens nas proximidades
da janela 3x3 pixels. Foi calculado o erro percentual médio das janelas 3x3 pixels, centradas
na boia 8°S/30°W, para o pixel central, para o pixel mais quente, para o pixel mais frio e a
média da janela 3x3 pixels. Como observado na Tabela 15, com base nas três imagens
MODIS/Aqua, o maior erro percentual médio (5,80% em módulo) é entre, a TSM medida na
boia e a TSM estimada para o pixel mais frio na janela 3x3 pixels, enquanto o menor erro
percentual médio (4,34% em módulo) é observado entre a TSM medida na boia e a TSM
estimada para o pixel mais quente na janela 3x3 pixels.
Tabela 15 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA 31003 e a
TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de modelo e o Erro médio ( ) entre as 5 cenas.
TSM (pixel central)
Ԑ (%)
2/11/2007
-2,62
6/01/2008
*
30/01/2009
-4,84
2/11/2010
*
16/11/2011
-7,37
(5 cenas)
-4,94
* pixels sob a influência de nuvens.
Fonte: Autor desta dissertação, 2012.
TSM (pixel quente)
-1,87
*
-4,37
*
-6,78
-4,34
TSM (pixel frio)
-2,62
*
-5,77
*
-9,00
-5,80
TSM (média pixels)
-2,26
*
-5,68
*
-7,70
-5,21
A Tabela 16 mostra o MAE (°C), entre os valores da TSM medidos pela boia PIRATA
31003 e estimados na janela 3x3 pixels, centrada na posição da boia. O MAE indica o
afastamento (desvio) médio absoluto dos valores previstos em relação aos valores observados
e, no estudo, foram encontrados valores do MAE de 1,17°C (TSM in situ x TSM estimada
para o pixel mais quente na janela 3x3 pixels) e 1,56°C (TSM in situ x TSM estimada para o
pixel mais frio na janela 3x3 pixels). Na Tabela 16, observa-se valores próximos para o MAE,
quando compara-se a TSM in situ com a TSM estimada tanto para o pixel central quanto para
a média na janela 3x3 pixels.
91
Tabela 16 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela boia
PIRATA 31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos
coeficientes de calibração do algoritmo derivados de modelo.
MAE (°C)
TSM (pixel central) x TSM (in situ)
1,33
TSM (pixel quente) x TSM (in situ)
1,17
TSM (pixel frio) x TSM (in situ)
1,56
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
1,40
A Tabela 17 mostra o coeficiente de correlação (r), entre os valores da TSM in situ e a
TSM estimada para a janela de 3x3 pixels, centrada na posição da boia 8°S/30°W. O
coeficiente de correlação mais alto, encontrado no estudo, foi de 0,71 entre os dados da TSM
in situ x TSM estimada para o pixel central na janela 3x3 pixels (pixel onde possivelmente
encontra-se a boia) e o coeficiente de correlação mais baixo, também, para o estudo, foi de
0,55, entre os dados da TSM in situ x TSM estimada para o pixel mais frio na janela 3x3
pixels. Apesar da TSM, estimada para o pixel mais quente na janela de 3x3 pixels, apresentar
o menor erro percentual e, também, o menor MAE, não apresentou o melhor coeficiente de
correlação, onde o (r) encontrado foi 0,68.
Tabela 17 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia PIRATA
31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de
calibração do algoritmo derivados de modelo.
r
TSM (pixel central) x TSM (in situ)
0,71
TSM (pixel quente) x TSM (in situ)
0,68
TSM (pixel frio) x TSM (in situ)
0,55
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
0,57
4.5.2 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de modelo x TSM in situ observada na boia PIRATA 31004
Na Tabela 18 são mostrados os valores da TSM (°C), medidos pela boia PIRATA
31004 (in situ) e os valores estimados para a TSM em uma janela de 3x3 pixels, centrada na
posição da boia (14°S/32°W), de onde foram extraídos os valores da TSM, para o pixel
central da janela 3x3, para o pixel mais quente da janela 3x3, para o pixel mais frio da janela
3x3 e a média da janela 3x3 pixels. Posteriormente, foram comparados separadamente com os
dados da TSM in situ. Os valores estimados para a TSM, através de imagens do sensor
MODIS, são subestimados em relação aos dados in situ observados pela boia PIRATA 31004.
92
Tabela 18 - Valores da TSM (°C) medida pela boia PIRATA 31004 e estimada na janela 3x3
pixels, utilizando-se dos coeficientes de calibração do algoritmo derivados de
modelo.
TSM (°C)
2/11/2007
6/01/2008
30/01/2009
2/11/2010
16/11/2011
24,01
24,21
23,51
23,93
25,95
24,93
25,13
24,84
25,00
26,71
25,44
25,45
24,72
25,33
27,85
24,28
24,48
24,28
24,36
26,49
25,10
25,16
24,92
25,05
26,57
TSM (pixel central)
TSM (pixel quente)
TSM (pixel frio)
TSM (média 3x3 pixels)
TSM (in situ)
Fonte: Autor desta dissertação, 2012.
Na Tabela 19, observa-se que o erro percentual é negativo, confirmando-se a
subestimação dos dados estimados em relação aos dados observados para a TSM. Foi
calculado o erro percentual médio das janelas 3x3 pixels, centradas na boia 14°S/32°W, para
o pixel central, para o pixel mais quente, para o pixel mais frio e a média da janela 3x3 pixels.
Com base nas cinco imagens MODIS/Aqua analisadas, observa-se, na Tabela 19, que o maior
erro percentual médio (8,44% em módulo) é entre a TSM in situ e a TSM estimada para o
pixel mais frio na janela 3x3 pixels, enquanto o menor erro percentual médio (6,82% em
módulo) é observado entre a TSM in situ e a TSM estimada para o pixel mais quente na janela
3x3 pixels.
Tabela 19 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA 31004 e a
TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de modelo e o Erro médio ( ) entre as 5 cenas.
Ԑ (%)
TSM (pixel central)
-7,47
2/11/2007
-6,66
6/01/2008
-8,66
30/01/2009
-8,34
2/11/2010
-5,55
16/11/2011
-7,34
(5 cenas)
Fonte: Autor desta dissertação, 2012.
TSM (pixel quente)
-6,7
-5,9
-8,61
-7,6
-5,3
-6,82
TSM (pixel frio)
-9,4
-7,01
-11,26
-8,35
-6,2
-8,44
TSM (média pixels)
-7,8
-6,41
-9,04
-8,06
-5,71
-7,4
A Tabela 20 mostra o MAE (°C), entre os valores da TSM medidos pela boia PIRATA
31004 e estimados para a janela 3x3 pixels, centrada na posição da boia. Foram encontrados
valores do MAE de 1,83°C (TSM in situ x TSM estimada para o pixel mais quente na janela
3x3 pixels) e 2,26°C (TSM in situ x TSM estimada para o pixel mais frio na janela 3x3
pixels). Na Tabela 20, observa-se, valores do MAE muito próximos quando compara-se a
TSM in situ com a TSM estimada tanto para o pixel central quanto para a média da janela de
3x3 pixels.
93
Tabela 20 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela boia
PIRATA 31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes
de calibração do algoritmo derivados de modelo.
MAE (°C)
TSM (pixel central) x TSM (in situ)
1,96
TSM (pixel quente) x TSM (in situ)
1,83
TSM (pixel frio) x TSM (in situ)
2,26
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
1,98
A Tabela 21 mostra o coeficiente de correlação (r) entre os valores da TSM in situ,
observada pela boia PIRATA 31004, e a TSM estimada na janela 3x3 pixels, centrada na
posição da boia. O r mais alto foi de 0,85, entre os dados da TSM in situ x TSM estimada para
o pixel central na janela 3x3 pixels (pixel onde possivelmente encontra-se a boia). O r mais
baixo foi de 0,61, entre os dados da TSM in situ x TSM estimada para o pixel mais frio na
janela 3x3 pixels. Apesar da TSM, estimada para o pixel mais quente na janela de 3x3 pixels,
apresentar o menor erro percentual e, também, o menor MAE, não apresentou o melhor
coeficiente de correlação, onde o (r) encontrado foi 0,83.
Tabela 21 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia PIRATA
31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de
calibração do algoritmo derivados de modelo.
r
TSM (pixel central) x TSM (in situ)
0,85
TSM (pixel quente) x TSM (in situ)
0,83
TSM (pixel frio) x TSM (in situ)
0,61
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
0,83
Como observado, nas Tabelas 17 e 21, os maiores coeficientes de correlação são
encontrados entre os dados da TSM in situ x TSM estimada para o pixel central na janela 3x3
pixels e os menores coeficientes de correlação, são observados, entre os dados da TSM in situ
x TSM estimada para o pixel mais frio na janela 3x3 pixels. Os resultados observados na
validação da TSM estimada x TSM observada pela boia PIRATA 31003, assemelha-se aos
resultados observados na validação da TSM estimada x TSM observada pela boia PIRATA
31004. O erro percentual médio e o MAE são maiores quando usamos a boia PIRATA 31004,
localizada em 14°S/32°W, como dado in situ, porém, apresentam melhores coeficientes de
correlação, quando comparados, aos dados observados pela boia PIRATA 31003, localizada
94
em 8°S/30°W, provavelmente, pela menor influência, na correção atmosférica, da cobertura
de nuvens sob a boia 31004.
4.5.3 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de radiossondagens x TSM in situ observada na boia PIRATA 31003
Na Tabela 22 são mostrados os valores da TSM (°C), medidos pela boia PIRATA
31003 (in situ) e os valores estimados para a TSM em uma janela 3x3 pixels, centrada na
posição da boia (8°S/30°W). Foram extraídos os valores da TSM para o pixel central da janela
3x3, para o pixel mais quente da janela 3x3, para o pixel mais frio da janela 3x3 e a média da
janela 3x3 pixels. Nota-se que, não foi possível aplicar o recorte 3x3 pixels, centrado na
posição da boia, para as imagens MODIS/Aqua obtidas em 6/01/2008 e 2/11/2010 pela
cobertura de nuvens sob esta janela 3x3 pixels. Os valores estimados para a TSM, utilizandose dos coeficientes de calibração do algoritmo derivados de radiossondagens, através de
imagens do sensor MODIS, são subestimados em relação aos dados in situ observados pela
boia PIRATA 31003.
Tabela 22 - Valores da TSM (°C) medida pela boia PIRATA 31003 e estimada na janela 3x3
pixels, utilizando-se dos coeficientes de calibração do algoritmo derivados de
radiossondas.
TSM (°C)
2/11/2007
6/01/2008
30/01/2009
2/11/2010
16/11/2011
TSM (pixel central)
24,59
*
25,25
*
23,47
TSM (pixel quente)
24,75
*
25,42
*
23,64
TSM (pixel frio)
24,59
*
25,04
*
23,09
TSM (média 3x3 pixels)
24,66
*
25,19
*
23,42
27,34
27,72
26,87
26,59
26,24
TSM (in situ)
* pixels sob a influência de nuvens.
Fonte: Autor desta dissertação, 2012.
A Tabela 23 mostra o erro percentual (Ԑ), entre os valores da TSM in situ e a TSM
estimada para a janela de 3x3 pixels, centrada na posição da boia PIRATA 31003. Observa-se
que o erro percentual é negativo, confirmando-se a subestimação dos dados estimados, em
relação, aos dados observados da TSM. Foi calculado o erro percentual médio das janelas 3x3
pixels, centradas na boia, para o pixel central, para o pixel mais quente, para o pixel mais frio
e a média da janela 3x3 pixels. Observa-se que, na Tabela 23, o maior erro percentual médio
(9,71% em módulo) é entre, a TSM in situ e a TSM estimada para o pixel mais frio na janela
3x3 pixels, enquanto o menor erro percentual médio (8,36% em módulo) é observado, entre a
TSM in situ e a TSM estimada para o pixel mais quente na janela 3x3 pixels. Erros
95
percentuais, acima de 10% em módulo, são observados entre os valores da TSM in situ e a
TSM estimada, para a janela de 3x3 pixels, referente à imagem MODIS/Aqua obtida em
16/11/2011. Esta subestimação, superior a 10%, em módulo, do dado estimado em relação ao
dado observado, possivelmente, está ligado ao fato da cobertura de nuvens sob a localização
da boia PIRATA 31003 (8°S/30°W) na imagem MODIS/Aqua obtida em 16/11/2011.
Tabela 23 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA 31003 e a
TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de radiossondas e o Erro médio ( ) entre as 5 cenas.
TSM (pixel central)
Ԑ (%)
-6,29
2/11/2007
*
6/01/2008
-8,91
30/01/2009
*
2/11/2010
-11,73
16/11/2011
-8,98
(5 cenas)
* pixels sob a influência de nuvens.
Fonte: Autor desta dissertação, 2012.
TSM (pixel quente)
-5,68
*
-8,3
*
-11,09
-8,36
TSM (pixel frio)
-6,29
*
-9,67
*
-13,16
-9,71
TSM (média pixels)
-6,02
*
-9,13
*
-11,92
-9,02
A Tabela 24 mostra o MAE (°C), entre os valores da TSM medidos pela boia PIRATA
31003 e estimados, na janela 3x3 pixels, centrada na posição da boia. Foram encontrados
valores do MAE de 2,25°C (TSM in situ x TSM estimada para o pixel mais quente na janela
3x3 pixels) e 2,61°C (TSM in situ x TSM estimada para o pixel mais frio na janela 3x3
pixels). Na Tabela 24, observa-se que os valores do MAE são próximos, quando, compara-se
a TSM in situ com a TSM estimada tanto para o pixel central quanto para a média na janela
3x3 pixels.
Tabela 24 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela boia
PIRATA 31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes
de calibração do algoritmo derivados de radiossondagens.
MAE (°C)
TSM (pixel central) x TSM (in situ )
2,42
TSM (pixel quente) x TSM (in situ )
2,25
TSM (pixel frio) x TSM (in situ )
2,61
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
2,43
A Tabela 25 mostra o coeficiente de correlação (r), entre os valores da TSM observada
pela boia PIRATA 31003 e os valores da TSM estimada na janela 3x3 pixels, centrada na
posição da boia. O coeficiente de correlação mais alto foi de 0,63, entre os dados da TSM in
situ x TSM estimada para o pixel mais quente na janela 3x3 pixels (pixel onde possivelmente
96
encontra-se a boia). Já para os dados da TSM in situ x TSM estimada para o pixel central na
janela 3x3 pixels, o valor de (r), foi 0,62. O coeficiente de correlação mais baixo, foi de 0,50,
entre os dados da TSM in situ x TSM estimada para o pixel mais frio na janela 3x3 pixels. A
TSM, estimada para o pixel mais quente na janela 3x3 pixels, apresenta o menor erro
percentual e o menor MAE e, neste caso, também, apresentou o melhor coeficiente de
correlação.
Tabela 25 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia PIRATA
31003 e a TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de
calibração do algoritmo derivados de radiossondas.
r
TSM (pixel central) x TSM (in situ)
0,62
TSM (pixel quente) x TSM (in situ)
0,63
TSM (pixel frio) x TSM (in situ)
0,50
0,56
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
4.5.4 Validação da TSM, utilizando-se dos coeficientes de calibração do algoritmo
derivados de radiossondagens x TSM in situ observada na boia PIRATA 31004
Na Tabela 26 são mostrados os valores da TSM (°C), medidos pela boia PIRATA
31004 (in situ) e os valores estimados para a TSM na janela 3x3 pixels, centrada na posição
da boia (14°S/32°W). Foram extraídos, os valores da TSM, para o pixel central da janela 3x3,
para o pixel mais quente da janela 3x3, para o pixel mais frio da janela 3x3 e a média da
janela 3x3 pixels. Posteriormente foram comparados separadamente com os dados da TSM in
situ. Os valores estimados para a TSM, através de imagens do sensor MODIS, são
subestimados em relação aos dados observados pela boia PIRATA 31004.
Tabela 26 - Valores da TSM (°C) medida pela boia PIRATA 31004 e estimada na janela 3x3
pixels, utilizando-se dos coeficientes de calibração do algoritmo derivados de
radiossondas.
TSM (°C)
2/11/2007
6/01/2008
30/01/2009
2/11/2010
16/11/2011
TSM (pixel central)
23,00
23,90
24,00
23,32
24,14
TSM (pixel quente)
23,22
24,04
24,01
23,47
24,19
TSM (pixel frio)
22,51
23,80
23,82
23,32
23,97
TSM (média pixels)
22,97
23,95
23,96
23,38
24,10
25,95
TSM (in situ)
Fonte: Autor desta dissertação, 2012.
26,71
27,85
26,49
26,57
97
A Tabela 27 mostra o erro percentual (Ԑ), entre os valores da TSM in situ e a TSM
estimada para a janela de 3x3 pixels, centrada na posição da boia PIRATA. Observa-se que, o
erro percentual é negativo, superior a 10% em módulo, confirmando-se a subestimação dos
dados estimados, em relação, aos dados observados da TSM. Foi calculado o erro percentual
médio, das janelas 3x3 pixels, para o pixel central, para o pixel mais quente, para o pixel mais
frio e a média das janelas 3x3 pixels. Observa-se que, na Tabela 27, o maior erro percentual
médio (12,07% em módulo) é entre a TSM in situ e a TSM estimada para o pixel mais frio na
janela 3x3 pixels, enquanto o menor erro percentual médio (10,93% em módulo) é observado
entre a TSM in situ e a TSM estimada para o pixel mais quente na janela 3x3 pixels.
Tabela 27 - Erro percentual (Ԑ) entre os valores da TSM medida pela boia PIRATA 31004 e a
TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de calibração do
algoritmo derivados de radiossondas e o Erro médio ( ) entre as 5 cenas.
Ԑ (%)
TSM (pixel central)
-11,37
2/11/2007
-10,53
6/01/2008
-13,84
30/01/2009
-11,96
2/11/2010
-9,15
16/11/2011
-11,37
(5 cenas)
Fonte: Autor desta dissertação, 2012.
TSM (pixel quente)
-10,51
-10
-13,8
-11,39
-8,96
-10,93
TSM (pixel frio)
-13,24
-10,88
-14,47
-11,96
-9,8
-12,07
TSM (média pixels)
-11,49
-10,34
-13,97
-11,75
-9,3
-11,37
A Tabela 28 mostra o MAE (°C), entre os valores da TSM medidos pela boia PIRATA
31004 e estimados na janela 3x3 pixels, centrada na posição da boia. Foram encontrados
valores do MAE de 2,93°C (TSM in situ x TSM estimada para o pixel mais quente na janela
3x3 pixels) e 3,23°C (TSM in situ x TSM estimada para o pixel mais frio na janela 3x3
pixels). Na Tabela 28, é possível observar que os valores do MAE são iguais, quando,
compara-se a TSM in situ com a TSM estimada tanto para o pixel central quanto para a média
na janela 3x3 pixels.
Tabela 28 - Erro Absoluto Médio (MAE) (°C) entre os valores da TSM medida pela boia
PIRATA 31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes
de calibração do algoritmo derivados de radiossondagens.
TSM (pixel central) x TSM (in situ)
TSM (pixel quente) x TSM (in situ)
TSM (pixel frio) x TSM (in situ)
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
MAE (°C)
3,04
2,93
3,23
3,04
A Tabela 29 mostra o coeficiente de correlação (r), entre os valores da TSM observada
pela boia PIRATA 31004 e estimada na janela 3x3 pixels, centrada na posição da boia. Os
coeficientes de correlação mais altos foram de 0,66, entre os dados da TSM in situ x TSM
98
estimada para o pixel central e para o pixel mais frio na janela 3x3 pixels. Apesar da TSM,
estimada para o pixel mais quente na janela de 3x3 pixels, apresentar o menor erro percentual
e, também, o menor MAE, não apresentou o melhor coeficiente de correlação, onde o (r)
encontrado foi 0,60.
Tabela 29 - Coeficiente de correlação (r) entre os valores da TSM medida pela boia PIRATA
31004 e a TSM estimada na janela 3x3 pixels, utilizando-se dos coeficientes de
calibração do algoritmo derivados de radiossondas.
r
TSM (pixel central) x TSM (in situ)
0,66
TSM (pixel quente) x TSM (in situ)
0,60
TSM (pixel frio) x TSM (in situ)
0,66
TSM (média 3x3 pixels) x TSM (in situ)
Fonte: Autor desta dissertação, 2012.
0,65
Nota-se, nas Tabelas 25 e 29, que os coeficientes de correlação entre a TSM in situ x
TSM, utilizando-se de coeficientes de calibração do algoritmo derivados de radiossondagens,
variam entre 0,50 a 0,66 para ambas as boias PIRATA. Enquanto que, nas Tabelas 17 e 21, os
coeficientes de correlação entre a TSM in situ x TSM, utilizando-se de coeficientes de
calibração do algoritmo derivados de modelo, variam entre 0,55 a 0,85 para ambas as boias
PIRATA. Observa-se, na Tabela 29, que o maior coeficiente de correlação encontrado, entre
os dados da TSM in situ x TSM estimada para o pixel central e para o pixel mais frio na
janela 3x3 pixels, foi de 0,66.
Quando compara-se a TSM in situ com a TSM, utilizando-se dos coeficientes de
calibração do algoritmo derivados de modelo, são encontrados os menores erros percentuais,
os menores MAE e os maiores coeficientes de correlação, como mostrado detalhadamente
acima. Ao analisar, a TSM estimada com coeficientes de calibração do algoritmo derivados de
modelo, observa-se que os erros percentuais e o MAE, são ainda menores, quando utiliza-se o
pixel mais quente na janela 3x3 pixels para a comparação com o dado da TSM in situ. Então,
com base no estudo, pode-se dizer que, para estimativas da TSM, a partir de imagens
MODIS/Aqua, para o oceano Atlântico Tropical, é mais preciso utilizar-se dos coeficientes de
calibração do algoritmo derivados de modelo e validá-los com o pixel mais quente na janela
3x3 pixels, centradas na posição da boia em estudo, a fim de se obter um melhor resultado na
validação dos dados.
99
Haines et al. (2007), em um estudo de caso para a Flórida, compararam os dados das
boias (in situ) com composições do MODIS e encontraram coeficientes de correlação entre
0,80 a 0,98, para imagens obtidas durante o dia.
Assireu et al. (2011) compararam dados da TSM obtidos pelo MODIS com os dados
da TSM medidos por derivadores rastreados por satélite, para a região nordeste do oceano
Atlântico Sul, e confirmaram a utilização do pixel mais quente na janela 3x3 pixels, que leva
a melhores ajustes, refletidos pelos baixos valores de viés.
Hosoda et al. (2007) estimaram a TSM, através do algoritmo NLSST e imagens
MODIS, para o norte do oceano Pacífico Ocidental. Para a calibração do algoritmo NLSST
utilizaram a TSM climatológica (Pathfinder – OISST Reynolds) para a TSM first-guess. Os
resultados mostraram pequenos valores de RMSE (Root Mean Square Error) na validação dos
dados e, também, destacaram a alta eficiência do algoritmo NLSST calibrado com a TSM
climatológica de alta resolução.
4.6
Relação entre a precipitação observada no setor leste de Alagoas e dados de
reanálise do NCEP
A Tabela 30 mostra o coeficiente de correlação (r) entre a precipitação observada, em
cada um dos 13 postos pluviométricos situados no setor leste de Alagoas, e para cada uma das
variáveis utilizadas (reanálise NCEP) e, também, a média de (r) dos 13 postos pluviométricos.
Nota-se, na Tabela 30, que os maiores valores de (r) são 0,55 encontrados entre as
observações de precipitação, no pluviômetro da Base Experimental Peixe Boi, Riacho Doce
em Maceió e os dados de reanálise do vento zonal e advecção de umidade, ambos em 925hPa.
O coeficiente de correlação (r), entre as observações de precipitação e a Pressão na Superfície
(NCEP), são negativos para 8 postos pluviométricos (-0,01 r -0,3) e positivos para 5
postos pluviométricos (0,01 r 0,3). Os maiores coeficientes de correlação, entre a TSM e
a precipitação no setor leste de Alagoas, ocorreram na Base Experimental Peixe Boi em
Riacho Doce, Maceió (45%), na Destilaria Paísa em Penedo (36%) e na Jacarecica COBEL
em Maceió, Usina Coruripe em Coruripe e na Usina Guaxuma em Coruripe, todas com (r) de
(31%).
Na Usina Camaragibe, em Porto Calvo, nota-se coeficientes de correlação muito
baixos (0,003 r 0,01), com exceção do (r), entre a precipitação e a pressão na superfície
100
(dados de reanálise), que foi de 0,3. Os coeficientes de correlação, entre a precipitação e a
umidade específica em 925hPa, são positivos e variam entre 0,003 a 0,42, valores encontrados
para a Usina Camaragibe, em Porto Calvo e para a Base Experimental Peixe Boi em Riacho
Doce, Maceió, respectivamente.
Observa-se, na Tabela 30, que a variabilidade da precipitação no setor leste de
Alagoas, com base na média dos coeficientes de correlação dos 13 postos pluviométricos
encontrados neste estudo, é explicada em; 26% pelas variações na TSM, 33% pelas variações
no vento zonal em 925 hPa, 24% pela umidade específica em 925 hPa, 27% pela advecção de
umidade em 925hPa e -0,07% para a pressão na superfície.
Tabela 30 - Coeficiente de correlação (r) entre a precipitação observada no setor leste de
Alagoas e dados de reanálise do NCEP.
Dados Pluviométricos
TSM (NOAA OI SST) Vento Zonal Umidade específica Advecção de Umidade Pressão Superfície
Base Experimental Peixe Boi - Riacho Doce - Maceió
0,45
0,55
0,42
0,55
-0,3
CECA - UFAL - Rio Largo
0,22
0,31
0,16
0,31
0,03
CINAL - Marechal Deodoro
0,24
0,32
0,19
0,32
-0,01
Destilaria Paísa - Penedo
0,36
0,38
0,34
0,35
-0,23
INMET - Maceió
0,26
0,32
0,22
0,3
0,02
INMET - Porto de Pedras
0,26
0,41
0,22
0,42
-0,12
Jacarecica - COBEL - Maceió
0,31
0,45
0,24
0,46
-0,12
Usina Caeté - São Miguel dos Milagres
0,29
0,32
0,26
0,3
0,001
Usina Camaragibe - Junco - Porto Calvo
0,01
0,01
0,003
0,004
0,3
Usina Coruripe - Coruripe
0,31
0,34
0,35
0,3
-0,22
Usina Guaxuma - Coruripe
0,31
0,41
0,27
0,41
-0,22
Usina Triunfo - Boca da Mata
0,18
0,19
0,2
0,16
0,08
Usina Roçadinho - São Miguel dos Campos
0,24
0,29
0,25
0,27
-0,09
Média dos 13 postos pluviométricos
0,26
0,33
0,24
0,32
-0,07
Fonte: Autor desta dissertação, 2012.
A Figura 30 mostra o Vento Zonal (Figura 30a), Advecção de Umidade (Figura 30b),
Pressão na Superfície (Figura 30c), Umidade Específica (Figura 30d), TSM (Figura 30e) e a
precipitação média dos 13 postos pluviométricos (Figura 30f) utilizados no estudo, para os
meses de abril, maio, junho, julho e agosto (média de cinco anos). Nota-se que a Advecção de
Umidade (Figura 30b) é dependente do Vento Zonal (Figura 30a). As Figuras 30a, 30b e 30c
apresentam uma curva semelhante, onde, o valor mínimo é observado em abril e o valor
máximo é observado em agosto, com exceção da Pressão na Superfície, onde, seu máximo é
observado no mês de julho. Já nas Figuras 30d e 30e, observa-se um padrão semelhante, onde
as curvas atingem o valor máximo, de umidade específica e TSM, no mês de abril e o mínimo
é observado no mês de agosto.
101
Com base na análise da Figura 30f, a precipitação no setor leste de Alagoas apresenta
um valor máximo no mês de maio e um valor mínimo no mês de agosto. Esta análise
quantitativa mostra que, o aumento abrupto na precipitação observada no mês de maio,
possivelmente, esta ligada ao fato da umidade específica e a TSM, permanecerem com valores
altos, associados, também, a um aumento na velocidade do vento zonal, juntamente, ao
acréscimo do transporte de umidade do oceano para o continente. A queda na precipitação,
observada no setor leste de Alagoas, de maio a agosto, possivelmente associa-se ao
decréscimo da TSM, consequentemente, um decréscimo na umidade específica e na
concentração de vapor d’ água.
Figura 30 - Vento zonal em 925hPa (m/s) (a); Advecção de umidade específica em
925hPa (g/Kg.mês) (b); Pressão na superfície (hPa) (c); Umidade específica
em 925hPa (g/Kg) (d); TSM (°C) (e); Precipitação média dos 13 postos
pluviométricos (mm)(f).
-120
-90
-85
d)
AB
RI
L
meses
e)
420
29,5
14,5
Precipitação (mm)
29,0
TSM (ºC)
28,5
13,0
28,0
27,5
27,0
12,5
26,5
12,0
330
300
270
240
meses
AG
OS
TO
JU
LH
O
JU
NH
O
M
AI
O
180
AB
RI
L
AG
OS
TO
JU
LH
O
JU
NH
O
M
AI
O
AB
RI
L
Fonte: Autor desta dissertação, 2012.
360
210
26,0
meses
f)
390
14,0
13,5
AG
OS
TO
meses
30,0
AG
OS
TO
JU
LH
O
JU
NH
O
M
AI
O
1000
AB
RI
L
AG
O
ST
O
JU
LH
O
JU
NH
O
M
AI
O
AB
RI
L
-1
Umidade Específica (g.Kg )
1001
-80
meses
15,0
1002
AG
OS
TO
-5,5
-95
1003
JU
LH
O
-6,0
-100
JU
LH
O
-6,5
-105
JU
NH
O
-7,0
-110
JU
NH
O
-7,5
c)
1004
M
AI
O
-8,0
-115
M
AI
O
-1
-1
Vento Zonal (m.s )
-8,5
1005
b)
Pressão na Superfície (hPa)
Advecção de Umidade (g.Kg .mês)
a)
-9,0
AB
RI
L
-9,5
meses
102
5
CONCLUSÕES
O sensor MODIS/Aqua, juntamente com o algoritmo NLSST, apresentam bons
resultados na estimativa e no mapeamento da TSM no litoral do Estado de Alagoas.
Os valores estimados para a TSM, utilizando-se de imagens MODIS/Aqua e o
algoritmo NLSST, estão consistentes com os dados da TSM in situ, observados pelas boias da
rede PIRATA.
A precisão na medida da TSM, para a área de estudo, pode ser influenciada pelo fato
da correção atmosférica utilizada ser mais adequada ao Hemisfério Norte, pois este detém
maior concentração de boias para aferição.
A cobertura de nuvens, presente nas imagens MODIS/Aqua, causa interferência na
estimativa da TSM via dados de sensoriamento remoto.
A TSM, estimada com os coeficientes de calibração do algoritmo derivados de
modelo, apresenta campos da TSM com menores incertezas, do que a TSM estimada com os
coeficientes de calibração do algoritmo derivados de radiossondagens.
Observa-se que para a validação dos dados estimados da TSM, em relação aos dados
observados pelas boias PIRATA, é mais preciso utilizar o pixel mais quente, em um
janelamento 3x3 pixels, centrados na posição da boia, pois esta metodologia apresenta
melhores resultados na validação dos dados, como encontrados neste estudo.
O máximo de precipitação no setor leste de Alagoas, observado no mês de maio,
provavelmente, está associado aos altos valores da TSM e da umidade específica em 925hPa,
juntamente, ao acréscimo da pressão na superfície, e, consequentemente, o acréscimo na
velocidade do vento zonal e do transporte de umidade do oceano para o continente.
103
6
SUGESTÕES PARA TRABALHOS FUTUROS
Estender o número de imagens MODIS/Aqua para as análises comparativas entre o
dado estimado da TSM e o dado da TSM in situ.
Validar os dados da TSM, obtidos pelo MODIS/Aqua e o algoritmo NLSST, com
outras formas de dados da TSM in situ, por exemplo, dados coletados por navios
mercantes, boias à deriva, etc.
Derivar coeficientes de calibração do algoritmo a nível regional. Os coeficientes
podem ser determinados por regressões lineares entre as temperaturas de brilho dos
canais termais e as temperaturas das boias.
Estimar a TSM mediante imagens MODIS/Aqua obtidas durante o período noturno.
Instalação de uma boia fixa no litoral do Estado de Alagoas.
104
REFERÊNCIAS
ARAÚJO, C. E. S. Avaliação da acurácia das temperaturas da superfície do mar obtidas
por satélite para a região sul-sudeste da costa brasileira. 2002. 146f. Dissertação
(Mestrado em Sensoriamento Remoto), Instituto Nacional de Pesquisas Espaciais (INPE9751-TDI/857), São José dos Campos, 2002.
ASSIREU, A. T.; FREITAS, R. M.; LORENZZETTI, J. A. Validação da TSM estimada pelo
MODIS na região Nordeste do Oceano Atlântico Sul. In: SIMPÓSIO DE
SENSORIAMENTO REMOTO, 15., 2011. Curitiba. Anais...Curitiba, p. 7037-7043, 2011.
BARBIERI, R.W.; MCCLAIN, C.R.; ENDRES, D.L. Methodology for interpretation of
SST retrievals using the AVHRR split window algorithm. Greenbelt, Maryland (NASA
Technical Memorandum 85100), 1983.
BARNES, W. L. et al., Prelaunch characteristics of the Moderate Resolution Imaging
Spectroradiometer (MODIS) on EOS –AM1. IEEE Transactions on Geoscience and
Remote Sensing, v. 36, p. 442-458, 1998.
BRASIL. MINISTÉRIO DAS MINAS E ENERGIA. Secretaria Geral. Projeto
RADAMBRASIL. Folhas SC. 24/25 Aracaju/Recife: Geologia, geomorfologia, pedologia,
vegetação e uso potencial da terra. Rio de Janeiro: Projeto RADAMBRASIL, 856p., 1983.
(Levantamento de Recursos Naturais, 30).
BROWN, O. B.; MINNETT, P. J.; 1999. MODIS infrared sea surface temperature
algorithm, Algorithm Theoretical Basis Document (ATBD) Version 2.0. ATBD-MOD-25.
Disponível em: <http://modis.gsfc.nasa.gov/data/atbd/ocean_atbd.html>. Acesso em: 24 ago.
2011.
CAETANO, M. Apontamentos da disciplina de Detecção Remota e Monitorização do
Ambiente. Instituto Superior de Estatística e gestão de Informação. Universidade Nova de
Lisboa, 2004.
CAMARGO, A.P.; SENTELHAS, P.C. Avaliação do desempenho de diferentes métodos de
estimativa da evapotranspiração potencial no estado de São Paulo. Revista Brasileira de
Agrometeorologia, Santa Maria, v. 5, n. 1, p. 89-97, 1997.
CAPÃO, L.A. Análise de imagens MERIS para cartografia de ocupação de solo de
Portugal. 2007. 144f. Dissertação (Mestrado em Estatística e Gestão de Informação),
Universidade Nova de Lisboa. Lisboa, 2007.
CARVALHEIRO, L.C.; BERNARDO, S. de O.; COSTA, P.D.; MANSO ORGAZ, M.D.J.;
YAMASAKI, Y.; 2008. Validação da Temperatura da Superfície do Mar a partir de
medições de satélite. Disponível em: <http://www.ameweb.org/JORNADAS/6B_Carvalheiro.pdf>. Acesso em: 10 nov. 2010.
CURRAN, P. J. Principles of Remote Sensing. Longman Scientific and Technical, New
York. 282f., 1985.
105
DI PACE, F. T. Estimativa do Balanço de Radiação à Superfície Terrestre utilizando
imagens TM - Landsat 5 e o Modelo de Elevação Digital. 2004. 120f. Tese (Doutorado em
Recursos Naturais) - Universidade Federal de Campina Grande, Campina Grande, 2004.
DONLON, C.J.; CASTRO, S.L.; KAYE, A. Aircraft validation of ERS-1 ATSR and NOAA14 AVHRR sea surface temperature measurements. International Journal of Remote
Sensing, v. 20, n. 18, p. 3503-3513, 1999.
DUONG, N.D. Land cover mapping of Vietnam using MODIS 500m 32-day global
composites. International Symposium on Geoinformatics for Spatial Infrastructure
Development in Earth and Allied Sciences. Hanoi, Vietnam, 2004.
EMERY, W.J.; CASTRO, S.; WICK, G. A.; SCHLUESSEL, P.; DONLON, C. Estimating
Sea Surface Temperature from Infrared Satellite and In situ Temperature Data. Bulletin of
the American Meteorological Society. n. 82, p. 2773-2785, 2001.
EMERY, W.J.; CHERKAUER, K.; SHANNON, B.; REYNOLDS, R.W. Hull mounted bulk
sea surface temperature measurements from volunteer observing ships. Journal of
Atmospheric and Oceanic Technology, v. 14, p. 1237-1251, 1997.
EMERY, W.J.; BALDWIN, D.J.; SCHLUESSEL, P.; REYNOLDS, R.W. Accuracy of In situ
Sea Surface Temperatures Used to Calibrate Infrared Satellite Measurements, submitted to
Journal of Geophysical Research, 2000.
EMERY, W.J.; YU, Y.; WICK, G. A.; SCHLUESSEL, P.; REYNOLDS, R.W. Correcting
infrared satellite estimates of sea surface temperature for atmospheric water vapor attenuation.
Journal of Geophysical Research, v. 99, p. 5219-5236, 1994.
FARIA, C.; 2008. Disponível em: <http://www.infoescola.com/geografia/corrente-maritima/>
Acesso em: 17 maio 2012.
FERREIRA, B.P.; MAIDA, M.; CAVA, F. Características e perspectivas para o manejo da
pesca artesanal na APA Marinha Costa dos Corais. In: CONGRESSO BRASILEIRO DE
UNIDADES DE CONSERVAÇÃO, 2., 2000, Campo Grande. Anais... Campo Grande, 2000.
FRANÇA, A.M.C. Geomorfologia da margem continental leste brasileira e da bacia
oceânica adjacente.IN: Projeto REMAC – Geomorfologia da margem continental brasileira e
das áreas oceânicas adjacentes, Rio de Janeiro, RJ, n. 7, p. 89-127, 1979.
FRANÇA, G.B.; CARVALHO, W.S.; GONDIM, M.A. Estimativa da temperatura da
superfície do mar utilizando GOES-8 no CPTEC/INPE. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, 11., 2000, Rio de Janeiro. Anais... Rio de Janeiro, p. 3860-3867, 2000.
FRANÇA, G.B.; CRACKNELL, A.P. Retrieval of land and sea surface temperature using
NOAA-11 AVHRR data in north-eastern Brazil. International Journal of Remote Sensing,
v. 15, n. 8, p. 1695-1712, 1994.
GOOGLE EARTH, 2012. Disponível em; <http://www.panoramio.com/photo/50010917
?Source=wapi&referrer=kh.google.com>. Acesso em: 18 set. 2012.
106
HAINES, S. L.; JEDLOVEC, G. J.; LAZURUS, S.M. A MODIS Sea Surface Temperature
Composite for Regional Applications. IEEE Transactions on Geoscience and Remote
Sensing, v. 45, n. 9, p. 2919-2927, 2007.
HOCHLEITNER, F.; PAIVA, C.M.; ROTUNNO FILHO, O.C. Validação da Estimativa da
Temperatura da Superfície do Mar via Dados do Satélite GOES-8 utilizando dados “in-situ”
do projeto PNBOIA. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12.,
2005. Goiânia. Anais...Goiânia, 2005. p. 3629 – 3632.
HOSODA, K.; MURAKAMI, H.; SAKAIDA, F.; KAWAMURA, H. Algorithm and
validation of sea surface temperature observation using MODIS sensors aboard Terra and
Aqua in the western North Pacific. Journal of Oceanography, v. 63, n. 2, p. 267-280, 2007.
HUANG, H.L.; GUMLEY, L.E.; STRABARA, K.; LI, J.; WEISZ. E.; RINK, T.; BAGGETT,
K.C.; DAVIS, J.E.; SMITH, W.L.; DODGE, J.C. International MODIS and AIRS processing
pachage (IMAPP): A Direct Broadcast Software Package for the NASA Earth Observing
System. Bulletin of the American Meteorological Society, v. 85, n. 2, p. 159-161, 2004.
JENSEN, J.R. An Earth Resource Perspective. EUA: Prentice Hall. Remote Sensing of the
Environment, 2000.
JUSTICE, C. O.; TOWNSHEND, J.R.G.; VERMOTE, E.F.; MASUOKA, E.; WOLFE, R.E.;
SALEOUS, N.; ROY, D.P.; MORISETTE, J.T. An overview of MODIS Land data processing
and product status. Remote Sensing of Environment, v. 83, n. 1-2, p. 3-15, 2002.
KAMPEL, M. Sensoriamento remoto aplicado à oceanografia. In: RUDORFF, B. F. T.;
MORAES, E. C.; PONZONI, F. J.; CAMARGO JÚNIOR, H.; CONFORTE, J. C.;
MOREIRA, J. C.; EPIPHANIO, J. C. N.; MOREIRA, M. A.; KAMPEL, M.;
ALBUQUERQUE, P. C. G. de; MARTINI, P. R.; FERREIRA, S. H.; TAVARES JÚNIOR,
S. S.; SANTOS, V. M. N. dos (Ed.). Curso de uso de sensoriamento remoto no estudo do
meio ambiente. São José dos Campos: INPE. Capítulo 6, p. 20 (INPE-8984-PUD/62), 2002.
KATSAROS, K. B.; SOLOVIEV, A. V. Vanishing horizontal Sea Surface Temperature
Gradients at Low Wind Speeds. Boundary-Layer Meteorology, v. 112, p. 381-396, 2004.
KIDWELL, K. B. NOAA Polar Orbiter Data users guide (TIROS-N, NOAA-6,NOAA-7,
NOAA-8, NOAA-9, NOAA-10, NOAA-11, NOAA-12, NOAA-13 and NOAA-14.
NOAA/NESDIS National Climatic Data Center, Satellite Data Services Division,
Washington, D.C., 1995.
LAADS, 2012. Level 1 and Atmosphere Archive and Distribution System. Disponível em:
<http://ladsweb.nascom.nasa.gov/>. Acesso em: 25 jul. 2012.
LI, Xiao-feng. Application of Nonlinear Multi- channel Algorithms for Estimating Sea
Surface Temperature With NOAA-14 AVHRR Data. Chinese Journal of Oceanology and
Limnology, v. 18, n. 3, p. 199-207, 2000.
107
LI, X.; PICHEL, W.; CLEMENTE-COLÓN, P.; KRASNOPOLSKY, V.; SAPPER, J.
Validation of coastal sea and lake surface temperature measurements derived from
NOAA/AVHRR data. International Journal of Remote Sensing, v. 22, n. 7, p. 1285-1303,
2001.
MCCLAIN, E.P.; WILLIAN, W.G.; WALTON C.C. Comparative Performance of AVHRRBased Multi-channel Sea Surface Temperatures. Journal of Geophysical Research, v. 90,
n.6, p. 11587-11601, 1985.
MCMILLIN, L.M.; CROSBY, D.S. Theory and validation of multiple window sea surface
temperature technique. Journal of Geophysical Research, v. 89, p. 3655-3661, 1984.
MCST – MODIS Characterization Support Team: MODIS Level 1B Product User’s Guide,
for level 1B version 6.1.0 (Terra) and 6.1.1 (Aqua). MCST document PUB-01-U-0202, 63p.,
2009.
MESQUITA, H.N.; BITENCOURT, M.D. Análise Multi-temporal de fragmentos de cerrado
no estado de São Paulo com sensor orbital MODIS. In: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 11., 2003. Belo Horizonte. Anais... Belo Horizonte, p.
2815–2822, 2003.
MOREIRA, M.A. Fundamentos do Sensoriamento Remoto e Metodologias de Aplicação
(2ª ed.). Brasil: UFV, 2003.
MUEHE, D. O litoral brasileiro e sua compartimentação. IN: Geomorfologia do Brasil
(orgs.) Cunha, S.B.,Guerra, A.J.T., Bertrand Brasil, Rio de Janeiro, p. 273-349, 1998.
MUEHE, D.; LIMA, C. F.; LINS DE BARROS, F. M. Rio de Janeiro. Pp. 265-296. In:
Muehe, D. (Ed.). Erosão e progradação do litoral brasileiro. Ministério do Meio
Ambiente, Brasília, 475p., 2006.
NASA, 2003. MODIS L1B Product Users Guide. NASA/Goddart Space Flight Center. USA.
NASA, 2012a. Disponível em <http://aqua.nasa.gov/about/instruments.php>. Acesso em: 02
set. 2012.
NASA, 2012b. Disponível em: <http://modis.gsfc.nasa.gov/about/specifications.php>. Acesso
em: 02 set. 2012.
NOAA - NDBC, 2012. National Oceanic and Atmospheric Administration’s – National Data
Buoy Center. Disponível em: <http://www.ndbc.noaa.gov/images/stations/31003.jpg>.
Acesso em: 31 ago. 2012.
PETERSON, R. G.; STRAMMA, L. Upper-level circulation in the South Atlantic Ocean.
Progress in Oceanography, v. 26, p. 1-73, 1991.
PRABHAKARA, C.; DALU G.; KUNDE, V. G. Estimation of Sea Surface Temperature from
remote sensing in the 11 to 13 μm window region. Journal of Geophysical Research, v. 79,
p. 5039-5045, 1974.
108
REYNOLDS, R. W.; SMITH, T. M. Improved global sea surface temperature analysis using
optimum interpolation. Journal of Climate, v. 7, p. 929-949, 1994.
RMBA, 2008. Reserva da Biosfera da Mata Atlântica. Disponível em:
<http://www.rbma.org.br/rbma/rbma_fase_vi_06_estados_al.asp>. Acesso em: 05 ago. 2012.
ROBINSON, I. S. Satellite Oceanography - an introduction for oceanographers and
remote-sensing scientists. Ellis Horwood Ltd., Chichester, Reino Unido, 455p., 1985.
RUDORFF, B. F. T.; SHIMABUKURO, Y. E.; CEBALLOS, J. C. Sensor MODIS e suas
aplicações ambientais no Brasil. 1ed. São José dos Campos: Editora Parêntese. 425 p., 2007.
SILVA, R.M. Mecanismo de Intensificação da Baroclinia Atmosférica em Função dos
Gradientes de Temperatura da Superfície do Mar. 2010. 88f. Tese (Doutorado em
Engenharia Civil), Universidade Federal do Rio de Janeiro. Rio de Janeiro, 2010.
SILVESTER, R. Sediment transport long term net movement. IN: The Enciclopedia of
Geomorphology (ed.) R.W. Fairbridge, Reinhold Book Coorp., p. 985-989, 1968.
SOBRINO, J.A.; COLL, C.; CASELLES. V. Atmospheric correction for land surface
temperature using NOAA-11 AVHRR channels 4 e 5. Remote Sensing of Environment,
v. 38, p. 19-34, 1991.
SOUZA, J. L.; ESCOBEDO, J, F. Construção de um saldo radiômetro com termopilha de
filme fino e avaliação de sua performance. Revista Brasileira de Meteorologia, v. l0, n. 112,
p. 29-36, 1995.
SOUZA, R.B. SENSORIAMENTO REMOTO DOS OCEANOS. Espaço & Geografia, v. 6,
n. 1, p. 123-145, 2003.
STRAMMA, L.; IKEDA, Y.; PETERSON, R. G. Geostrophic Transport in the Brazil Current
Region North of 20°S. Deep-Sea Research, v. 37, p. 1875-1886, 1990.
STUART, J.; RINTOUL, S.R. Meteorological Monographs. American Meteorological
Society, v. 27, n. 49, 1998.
WALTON, C. C. Nonlinear multichannel algorithms for estimating sea surface temperature
with AVHRR satellite data. Journal of Applied Meteorology, v. 27, p. 115-124, 1988.
WALTON, C. C.; MCCLAIN, E. P.; SAPPER, J. F. Recent changes in satellite-based
multichannel sea surface temperature algorithms. Washington: Marine Technological
Society, 1990.
WALTON, C. C.; PICHEL, W. G.; SAPPER, J. F. The development and operational
application of nonlinear algorithms for the measurements of sea surface temperatures with the
NOAA polar-orbiting environmental satellites. Journal of Geophysical Research, v. 103, p.
27999-28012, 1998.
109
WIENDERS, N.; ARHAN, M.; MERCIER, H. Circulation at the western boundary of the
South and Equatorial Atlantic: Exchanges with the ocean interior. Journal of Marine
Research, v. 58, p. 1007-1039, 2000.
WILKS, D.S. Statistical Methods in Atmospheric Sciences. Academic Press, NY. 467p.,
2005.
WILLMOTT, C. J. On the validation of models. Physical Geography, v. 2, n. 2, p. 184-194,
1981.