Heterogeneidade espacial dos parâmetros de superfície derivados de satélite e densidades de fluxo de energia para LITFASS-area CST-312-3 – Padrões e Processos.

Apresentação em tema: "Heterogeneidade espacial dos parâmetros de superfície derivados de satélite e densidades de fluxo de energia para LITFASS-area CST-312-3 – Padrões e Processos."— Transcrição da apresentação:

1 Heterogeneidade espacial dos parâmetros de superfície derivados de satélite e densidades de fluxo de energia para LITFASS-area CST-312-3 – Padrões e Processos em Dinâmica de Uso e Cobertura da Terra Aluna: Isabel Lopes Pilotto Domingues Artigo: Autores: A. Tittebrand e F. H. Berger Revista: Atmospheric Chemistry and Physics, v.9, p. 2075–2087 Ano da publicação: 2009 São José dos Campos, 03 de agosto de 2010.

2 LITFASS-area Projeto LITFASS (Lindenberg Inhomogeneous Terrain between Atmosphere and Surface: a Long term-study) do German Weather Service foi criado para desenvolver e testar uma estratégia para a determinação e parametrização dos fluxos turbulentos de calor, momento e vapor d’água sobre uma paisagem heterogênea(Muller et al., 1995; Foken et al., 1997). Projeto LITFASS (Lindenberg Inhomogeneous Terrain between Atmosphere and Surface: a Long term-study) do German Weather Service foi criado para desenvolver e testar uma estratégia para a determinação e parametrização dos fluxos turbulentos de calor, momento e vapor d’água sobre uma paisagem heterogênea (Muller et al., 1995; Foken et al., 1997). Área heterogênea de 20x20 km 2 no oeste da Alemanha caracterizado principalmente por floresta, agricultura, pastagem e água. Área heterogênea de 20x20 km 2 no oeste da Alemanha caracterizado principalmente por floresta, agricultura, pastagem e água.

3 1. Introdução Interface da superfície terrestre é uma componente importante do sistema climático, pois fornece o acoplamento entre a atmosfera e a biosfera terrestre e a hidrologia (Giorgi, 1996). Interface da superfície terrestre é uma componente importante do sistema climático, pois fornece o acoplamento entre a atmosfera e a biosfera terrestre e a hidrologia (Giorgi, 1996). Sensoriamento remoto é o único método de observação utilizado para mapear as características da superfície terrestre ou fluxos de energia global, com uma incerteza conhecida. Sensoriamento remoto é o único método de observação utilizado para mapear as características da superfície terrestre ou fluxos de energia global, com uma incerteza conhecida. Variáveis da superfície terrestre e de vegetação (p. ex., temperatura da spf, reflectância da spf, NDVI, LAI, SAVI) podem ser derivadas diretamente de observações de satélite. A radiância e as densidades de fluxo de energia são obtidas indiretamente através de variáveis de superfície terrestre e parâmetros de vegetação. Variáveis da superfície terrestre e de vegetação (p. ex., temperatura da spf, reflectância da spf, NDVI, LAI, SAVI) podem ser derivadas diretamente de observações de satélite. A radiância e as densidades de fluxo de energia são obtidas indiretamente através de variáveis de superfície terrestre e parâmetros de vegetação. Determinação da radiância e densidades de fluxo de energia baseadas em satélite  fluxo de calor latente (Penman-Monteith) para a área LITFASS  (Berger, 2001; Tittebrand et al., 2005) Determinação da radiância e densidades de fluxo de energia baseadas em satélite  fluxo de calor latente (Penman-Monteith) para a área LITFASS  (Berger, 2001; Tittebrand et al., 2005) - Parametrização melhorada para Landsat ETM+, Terra MODIS e NOAA-AVHRR - Parametrização melhorada para Landsat ETM+, Terra MODIS e NOAA-AVHRR

4 1. Introdução funções de resposta do filtro do sensor fluxo e parâmetro funções de resposta do filtro do sensor fluxo e parâmetro método de correção de efeitos atmosféricos método de correção de efeitos atmosféricos ou classificações de uso da terra desatualizadas Necessidade de parâmetros de superfície comparáveis para permitir um esquema de parametrização consistente para os 3 sensores. Necessidade de parâmetros de superfície comparáveis para permitir um esquema de parametrização consistente para os 3 sensores. O monitoramento da vegetação requer dados de resolução espacial maior que a resolução dos sensores, o que acarreta na não representação das heterogeneidades da paisagem. O monitoramento da vegetação requer dados de resolução espacial maior que a resolução dos sensores, o que acarreta na não representação das heterogeneidades da paisagem. Estudos que descrevem soluções adotadas em modelos atmosféricos (Arain et al., 1996; Avissar, 1992; Chebouni et al., 1995; Koster e Suarez, 1992a, b; Lhomme et al., 1994; Li e Avissar, 1994; Noilhan et al., 1997; Sellers et al., 1997; Shuttleworth et al., 1997). Estudos que descrevem soluções adotadas em modelos atmosféricos (Arain et al., 1996; Avissar, 1992; Chebouni et al., 1995; Koster e Suarez, 1992a, b; Lhomme et al., 1994; Li e Avissar, 1994; Noilhan et al., 1997; Sellers et al., 1997; Shuttleworth et al., 1997).

5 uso de parâmetros “efetivos”, (Arain et al., 1996; Lhomme, 1992; Claussen, 1995a) permite o uso de equações originalmente desenvolvidas para processos homogêneos em escalas pontuais. uso de parâmetros “efetivos”, (Arain et al., 1996; Lhomme, 1992; Claussen, 1995a) permite o uso de equações originalmente desenvolvidas para processos homogêneos em escalas pontuais. Na aproximação de blocos - tile, (Li e Avissar, 1994), a grade é representada por um conjunto de blocos homogêneos com tipos dominantes de solo e vegetação. O fluxo na grade é a média ponderada dos fluxos nos blocos em função da fração que o bloco ocupa na grade. Na aproximação de blocos - tile, (Li e Avissar, 1994), a grade é representada por um conjunto de blocos homogêneos com tipos dominantes de solo e vegetação. O fluxo na grade é a média ponderada dos fluxos nos blocos em função da fração que o bloco ocupa na grade. Na aproximação “mosaico” (Koster e Suarez, 1992a; Molders e Raabe, 1996), a grade do modelo é sub-dividida em grades menores, i. e., de maior resolução. A grade original, de resolução grosseira, é utilizada pela componente dinâmica do modelo atmosférico; enquanto que o esquema de superfície SVAT é usado na grade mais fina. A média dos fluxos na grade mais fina, calculados pelo esquema de superfície, corresponde aos fluxos na grade mais grosseira. Os parâmetros usados na grade de alta resolução são escolhidos de maneira a representar os tipos mais freqüentes de solo e vegetação. Na aproximação “mosaico” (Koster e Suarez, 1992a; Molders e Raabe, 1996), a grade do modelo é sub-dividida em grades menores, i. e., de maior resolução. A grade original, de resolução grosseira, é utilizada pela componente dinâmica do modelo atmosférico; enquanto que o esquema de superfície SVAT é usado na grade mais fina. A média dos fluxos na grade mais fina, calculados pelo esquema de superfície, corresponde aos fluxos na grade mais grosseira. Os parâmetros usados na grade de alta resolução são escolhidos de maneira a representar os tipos mais freqüentes de solo e vegetação. 1. Introdução

6 O uso de funções de densidade de probabilidades – PDF (Li e Avissar, 1994), que descreve a variabilidade espacial das características de superfície. A PDF é usada para descrever a variabilidade espacial na sub-grade, incluindo seus extremos. O valor médio (esperado) da PDF equivale ao parâmetro efetivo. O uso de funções de densidade de probabilidades – PDF (Li e Avissar, 1994), que descreve a variabilidade espacial das características de superfície. A PDF é usada para descrever a variabilidade espacial na sub-grade, incluindo seus extremos. O valor médio (esperado) da PDF equivale ao parâmetro efetivo. 1. Introdução

7 Objetivo Investigar a heterogeneidade espacial de parâmetros e fluxos de energia para a área LITFASS. Investigar a heterogeneidade espacial de parâmetros e fluxos de energia para a área LITFASS. Descrever as heterogeneidades pela caracterização da distribuição de frequências para: Descrever as heterogeneidades pela caracterização da distribuição de frequências para: - toda área de estudo - toda área de estudo - vários tipos de uso de terra - vários tipos de uso de terra - pixel base - pixel base Uso de PDF para determinar o fluxo de calor latente (Penman- Monteith) através dos 3 sensores utilizados. Uso de PDF para determinar o fluxo de calor latente (Penman- Monteith) através dos 3 sensores utilizados.

8 2. Área de estudo e dados 2.1 - Área de estudo - 20 km x 20 km em torno do Richard Aßmann Observatory (MOL-RAO) do German Meteorological Service (Deutscher Wetterdienst, DWD) localizado no oeste da Alemanha, 50 km a sudeste de Berlin. ~45% - floresta ~ 45% - agricultura ~7% - lago ~4% - povoado

9 2. Área de estudo e dados 2.2 – Dados de satélite Landsat-7 ETM+ Landsat-7 ETM+ resolução espacial de 30 m; a determinação da temperatura de brilho e reflectância espectral no TOA foi aplicada depois do Landsat User Handbook (2004). MODIS MODIS temperatura da spf e reflectância foram obtidos do Earth Observing System Data Gateway (EOS, 2007) para determinar o NDVI, assim como os parâmetros necessários para o cálulo dos fluxos de energia. o produto de reflectância MOD09GHK foi estimados para cada banda; resolução espacial de 1 km; esquema de correção identifica gases atmosféricos, aerossóis e nuvens cirrus. o produto de temperatura MODA11 usado também apresenta resolução espacial de 1 km; correção dos efeitos atmosféricos.

10 2. Área de estudo e dados 2.2 – Dados de satélite NOAA 16 AVHRR 3 Processamento de dados usando o esquema SESAT (Strahlungs- und Energieflusse aus Satellitendaten, Berger,2001; Tittebrand et al., 2005); foram usados temperatura da spf, reflectância espectral e NDVI do TOA do SESAT na resolução espacial de 1 km, para uma determinação dos fluxos de energia comparável com os outros sensores. Processamento de dados usando o esquema SESAT (Strahlungs- und Energieflusse aus Satellitendaten, Berger,2001; Tittebrand et al., 2005); foram usados temperatura da spf, reflectância espectral e NDVI do TOA do SESAT na resolução espacial de 1 km, para uma determinação dos fluxos de energia comparável com os outros sensores. 4 cenários em que não havia nuvens foram escolhidos para o estudo 4 cenários em que não havia nuvens foram escolhidos para o estudo 9 de maio de 2002 (primavera) 9 de maio de 2002 (primavera) 28 de julho de 2002 (verão) 28 de julho de 2002 (verão) 20 de agosto de 2002 (verão) 20 de agosto de 2002 (verão) 17 de abril de 2003 (primavera) 17 de abril de 2003 (primavera)

11 2. Área de estudo e dados 2.3 – Classificações de uso da terra 1 km, CORINE (Coordinated Information on the Environment) 1 km, CORINE (Coordinated Information on the Environment) 25 m, Landsat-classification 2002 25 m, Landsat-classification 2002 Resultados comparáveis CORINE – MODIS e AVHRR Landsat – ETM Para determinar o fluxo as classificações foram reduzidas a quatro classes: floresta, pastagem, agricultura e água. As demais classes foram atribuídas a uma das quatro classes, como, por exemplo áreas urbanas para a classe floresta pela semelhança do comprimento de rugosidade (Beyrich et al., 2004).

12 é um SC criado em 1985 pela Comunidade Européia com o intuito de desenvolver um sistema de informação sobre assuntos ambientais. A caracterização das classes é feita com base em suas composições e arranjos espaciais. A classificação segue uma ordem hierárquica, sendo o primeiro nível composto por 5 classes, o segundo por 15 e o terceiro por 44 classes. A partir do quarto nível o sistema encontra-se em aberto, cabendo ao analista definir as demais classes, de acordo com os materiais identificados na cena trabalhada. BELTRAME, A. M. K.; QUINTANILHA, J. A. Aplicação do programa CORINE e classificação baseada em objetos para mapeamento da cobertura do solo de faixa de domínio. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14. (SBSR), 2009, Natal. Anais... São José dos Campos: INPE, 2009. p. 6781-6788. DVD, On-line. ISBN 978-85-17- 00044-7. Disponível em:. Acesso em: 02 ago. 2010.http://urlib.net/dpi.inpe.br/sbsr@80/2008/11.02.19.02 http://www.eea.europa.eu/publications/COR0-part1 CORINE

13 3. Fluxos derivados de satélite e adaptação devido a diferentes sensores 3.1 parâmetros baseados em satélite Equação de Penman-Monteith reflectância espectral na spf (albedo), NDVI e temperatura na spf 3.2 Determinação dos fluxos de spf Assume-se que as condições da camada limite são constantes Rn – radiação líquida (LW – eq. de Stefan-Boltzmann) G – fluxo de calor da spf do solo (aproximação de Gao, 1998) S – declividade do vapor de saturação versus a curva de temperatura ρ – densidade do ar Cp – calor específico do ar a uma pressão constante y – constante psicométrica es (T2m) – e (t2m) – défict de saturação (es de acordo com a Equação-Magnus, Sonntag, 1982) ra – resistência aerodinâmica rc – resistência no dóssel LAI que ativamente contribui para o transporte de vapor rs – resistência estomatal

14 3. Fluxos derivados de satélite e adaptação devido a diferentes sensores 3.3 adaptação devido aos sensores Os tipos de sensores influenciam na determinação da reflectância espectral, o que pode resultar em NDVI diferente para cada sensor, o que acarreta em fluxos de energia diferentes. Resultados do ETM foram escolhidos como referência Sem a adaptação aos parâmetros do ETM

15 3. Fluxos derivados de satélite e adaptação devido a diferentes sensores 3.3 adaptação devido aos sensores Mesma resolução – 1.1 km Utilizou duas estratégias – média aritmética e método do uso de terra dominante PARA TODA A ÁREA

16 3. Fluxos derivados de satélite e adaptação devido a diferentes sensores 3.3 adaptação devido aos sensores intervalo é reduzido Ficou mais parecido com a distribuição original por se tratar do valor médio de todos os pixels que fazem parte do tipo dominante de uso da terra

17 4. Funções de densidade – resultados e discussões pastagemagricultura floresta albedo NDVI LE Padrões parecidos NDVI e LE apresentam padrões parecidos nos 3 tipos de cob. NDVI=0.3 – condição de solo exposto

18 4. Funções de densidade – resultados e discussões Radiação líquida pastagemagriculturafloresta 80% dos pixels do ETM apresentam a mesma classe de uso da terra do encontrado no MODIS LE Maior variabilidade que é explicada pelos diferentes tipos de cultura Escala de variação é maior Escala de variação é mais concentrada

19 Cada tipo de uso da terra fornece um padrão de distribuição típico para os parâmetros selecionados da aprox. de Penman-Monteith e fluxos resultantes. Cada tipo de uso da terra fornece um padrão de distribuição típico para os parâmetros selecionados da aprox. de Penman-Monteith e fluxos resultantes. Mudanças nas posições dos picos estão relacionadas a variação sazonal. Mudanças nas posições dos picos estão relacionadas a variação sazonal. As formas típicas das funções de densidade parecem estar estáveis e portanto viabiliza a aplicação de PDF. As formas típicas das funções de densidade parecem estar estáveis e portanto viabiliza a aplicação de PDF. Em geral, a aplicação de PDF para NDVI, albedo, Rn pode ser usada para gerar PDF de LE. Em geral, a aplicação de PDF para NDVI, albedo, Rn pode ser usada para gerar PDF de LE. Contudo, a determinação do LE é baseada em muitas variáveis e considerações que podem ser afetadas pelas medidas do satélite. Contudo, a determinação do LE é baseada em muitas variáveis e considerações que podem ser afetadas pelas medidas do satélite. 4. Funções de densidade – resultados e discussões

20 5. Conclusões Os resultados encontrados aplicando o método de determinação do LE para os 3 sensores em geral concordaram com as observações. Os resultados encontrados aplicando o método de determinação do LE para os 3 sensores em geral concordaram com as observações. Os sistemas de classificação de uso da terra aplicados aos dados dos sensores também mostraram boa concordância com as medidas in-situ. Os sistemas de classificação de uso da terra aplicados aos dados dos sensores também mostraram boa concordância com as medidas in-situ. Tanto a média aritmética quanto o método de uso da terra dominante apresentaram resultados similares, entretanto para todos os fluxos o desvio padrão do método onde se fez a média aritmética foi menor do que a do uso de terra dominante. Tanto a média aritmética quanto o método de uso da terra dominante apresentaram resultados similares, entretanto para todos os fluxos o desvio padrão do método onde se fez a média aritmética foi menor do que a do uso de terra dominante. Os padrões de distribuição das variáveis avaliadas variaram de acordo com a classe de uso da terra, até mesmo entre pastagem e agricultura. Os padrões de distribuição das variáveis avaliadas variaram de acordo com a classe de uso da terra, até mesmo entre pastagem e agricultura. Sugere-se diferenciar as classes pastagem e agricultura, pois estas tiveram padrões de distribuição diferentes. Na classe agricultura houve um segundo pico de NDVI, mostrando uma condição de solo exposto, o que altera a distribuição de LE. Sugere-se diferenciar as classes pastagem e agricultura, pois estas tiveram padrões de distribuição diferentes. Na classe agricultura houve um segundo pico de NDVI, mostrando uma condição de solo exposto, o que altera a distribuição de LE.

21 5. Conclusões 80% dos pixels (600 pixels) do ETM apresentaram a mesma classe de uso da terra do encontrado no MODIS. 80% dos pixels (600 pixels) do ETM apresentaram a mesma classe de uso da terra do encontrado no MODIS. A variabilidade da distribuição do LE foi maior do que a variabilidade da Rn, exceto para a classe agricultura. A melhor concordância na distribuição ocorreu na classe floresta. A variabilidade da distribuição do LE foi maior do que a variabilidade da Rn, exceto para a classe agricultura. A melhor concordância na distribuição ocorreu na classe floresta. Os resultados indicam que é muito importante considerar a variabilidade espacial do NDVI e portanto, IAF, resistência estomática, bem como outros parâmetros e fluxos (temperatura da superfície, Rn e G) da aproximação de Penman-Monteith. Os resultados indicam que é muito importante considerar a variabilidade espacial do NDVI e portanto, IAF, resistência estomática, bem como outros parâmetros e fluxos (temperatura da superfície, Rn e G) da aproximação de Penman-Monteith.