Estimativa da temperatura da superfície terrestre, destinada ao monitoramento agrometeorológico de dias com temperaturas elevadas, utilizando dados do sensor AVHRR

Estimativa da temperatura da superfície terrestre, destinada ao monitoramento
agrometeorológico de dias com temperaturas elevadas, utilizando dados do sensor
AVHRR
Camila Giorgi Lazarim 1
Jurandir Zullo Junior 1,2
1
Universidade Estadual de Campinas - UNICAMP/FEAGRI
Caixa Postal 6011 - CEP 13083-875 - Campinas - SP, Brasil
camila@cpa.unicamp.br
2
Centro de Pesquisas Meteorológicas e Climáticas Aplicadas a Agricultura-
CEPAGRI/UNICAMP
CEP 13083-970 - São Campinas - SP, Brasil
jurandir@cpa.unicamp.br
Abstract. The acquirement of surface temperature data, necessary to the agricultural monitoring, still is a
challenge stumbled upon due to factors like: the difficult access to the places where the surface stations are
installed, the acquisition price of meteorological ground stations, and the difficulty of communication and
operation. Therein, the meteorological satellites represent an alternative for the acquisition of the necessary data
to the agricultural monitoring. Within the existing orbital systems, the sensor AVHRR (Advanced Very High
Resolution Radiometer) is indicated for the estimations of surface temperature for having five spectral bands in
the electromagnetic spectrum distributed from the visible to the thermal infrared. This article analyses the
correlation between values of surface temperature values estimated from AVHRR/NOAA with air temperature
data registered in meteorological ground stations. The images were processed and, using three different models,
the surface temperature was estimated. This procedure was made for three different dates when maximum
temperatures were greater than 30°C: January 08, 2008; September 05, 2008 and September 10, 2008. The
correlation between remote sensing data and ground station data was not significant (R²=0,1) pointing out the
need of improvements in the models used and available in literature to estimate mainly high temperatures that
can become more frequent in a warmer world.
Palavras-chave: coffee, elevated temperatures, air temperature, image processing, café, temperaturas elevadas,
temperatura do ar, processamento de imagens.
1. Introdução
A obtenção de valores precisos, confiáveis, em quantidade adequada e com a maior
agilidade possível da temperatura da superfície terrestre é estratégica para aplicações de
grande interesse prático, como os estudos de mudanças climáticas e o monitoramento
agrometeorólogico. As redes meteorológicas de superfície, automáticas e manuais, são de
grande utilidade e imprescindíveis, mas, normalmente, apresentam limitações que dificultam a
sua utilização efetiva e confiável em escala regional. Os dados provenientes dos sensores a
bordo dos satélites orbitais representam uma alternativa que deve ser considerada visando o
aumento da densidade, confiabilidade e agilidade de obtenção dos dados de temperatura da
superfície terrestre em estudos regionais.
Dentre os sensores remotos existentes, o AVHRR (Advanced Very High Resolution
Radiometer) está entre os mais indicados para o monitoramento agrometeorológico e estudos
climáticos por viabilizar a aquisição de dados em varreduras globais diárias, possuir bandas
espectrais termais calibradas e ter disponibilidade ampla de dados devido à operação
simultânea em vários satélites meteorológicos . Dos vários produtos que podem ser obtidos
através destes dados, a temperatura de superfície é um dos principais devido à sua grande
utilidade no monitoramento agrícola, na detecção de queimadas, no acompanhamento do
estado da superfície do mar e nos estudos de mudanças climáticas (Ferreira et al., 2004).
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.0078
0078

Uma aplicação importante da estimativa da temperatura da superfície está relacionada ao
monitoramento agrometeorológico da cultura do café, que é uma das culturas agrícolas mais
significativas do Brasil quanto ao seu valor econômico e social. Um problema que pode
alterar os locais atuais de produção da cultura cafeeira é a elevação do risco climático
associado ao aumento das temperaturas, segundo apresentado nos relatórios do IPCC (Nobre,
2001 e IPCC, 2007).
Dessa forma, o objetivo deste trabalho é correlacionar valores de temperatura do ar de
estações meteorológicas de superfície com a temperatura de superfície, obtida a partir de
imagens do satélite AVHRR/NOAA e de três algoritmos de estimativa distintos, avaliando se
estes modelos também são adequados para mapear a temperatura de superfície no estado de
São Paulo, em três datas com temperaturas elevadas, assim como observado em dias com
temperaturas amenas.
2. Metodologia de Trabalho
Foram escolhidas três datas com temperaturas elevadas no estado de São Paulo, isto é,
aquelas que tiveram mais municípios com temperatura máxima superior a 30°C, que não
tiveram registro de ocorrência de chuvas e que as imagens correspondentes do
AVHRR/NOAA não tivessem muita contaminação de nuvens. As datas escolhidas foram: 08
de janeiro de 2008, 05 de setembro de 2008 r 10 de Setembro de 2008.
Os dados de temperatura máxima para essas datas foram obtidos no sistema de
monitoramento agrometeorológico Agritempo (http://www.agritempo.gov.br) para os
municípios de São José do Rio Pardo, São Carlos, Barretos, Cachoeira Paulista, Campos do
Jordão, Caraguatatuba, Guaratinguetá, Iguape, Jau, Miguelópolis, Votuporanga, Jaboticabal,
Ourinhos, Piracicaba, Pradópolis, Mogi Guaçu, Mogi Mirim, Avaré, Bauru, Campos do
Jordão, Catanduva, Franca, Iguape, São Carlos, São Simão, Sorocaba, Taubaté, Ubatuba,
Lins, Rancharia, São Miguel Arcanjo, Jales, Valparaíso, José Bonifácio, Ariranha, Ibitinga,
Casa Branca, Itapira, São Luís do Paraitinga, Botucatu, Ilha Solteira, Bauru, Junqueirópolis,
Marinópolis, Campinas e Limeira.
As imagens utilizadas foram obtidas no banco de imagens do Centro de Pesquisas
Meteorológicas e Climáticas Aplicadas a Agricultura (CEPAGRI/UNICAMP), e estavam no
formato padrão Level-1B da NOAA, sendo processadas através do sistema NAV (Esquerdo et
al. 2006).
Para estimar a temperatura de superfície foi criada uma rotina em linguagem IDL
(Interactive Data Language), utilizando o método Split-Window baseado em três modelos:
Sobrino et al.(1997) corrigido por Quaidrari et al. (2002), denominado de Sobrino, Ulivieri et
al.,1994, corrigido por Quaidrari , denominado Ulivieri, e Almeida (1996), que foi chamado
Carlos.
O modelo Sobrino é dado pela Equação 1.
Ts = 12,3626 + 0.9549*T4 + 1,8474 (T4 – T5) + 0,2038 (T4 – T5)2
+ (2,0049 *TV + 52,3183)(1 – ε) (1)
onde, T4 e T5 são as temperaturas de brilho dos canais 4 e 5 do AVHRR/NOAA.
Sendo que TV tem valor 3g.cm² A emissividade da superfície (ε) foi obtida a partir do
índice de vegetação NDVI pelas Equações 2 a 4.
Δε = 0,01019 + 0,0134*ln(NDVI) (2)
ε4 = 0,9897 + 0,039*ln(NDVI) (3)
0079

ε5 = ε4 – Δε (4)
O calculo do NDVI é feito com as refletâncias das bandas 1 e 2 do AVHRR, por meio da
Equação (5).
NDVI = (α2 – α1) / (α2 + α1) (5)
onde, α1 é a refletância no vermelho e α2 a refletância no infravermelho próximo.
O valor final de ε será a média aritmética entre ε4 e ε5.
ε = (ε4 + ε5) / 2 (6)
O modelo Ulivieri é dado pela Equação (7).
Ts = 0,9947*T4 + 2,6212 (T4 – T5) + (2,5551*TV + 52,1904)*(1 - ) (7)
Da mesma forma que a Equação 1, T4 e T5 são as temperaturas de brilho dos canais 4 e 5
do AVHRR/NOAA. A mesma metodologia é utilizada para o cálculo do valor de TV e 
(emissividade da superfície).
O modelo Carlos é dado pela Equação 8.
Ts = T4 + [a0 + a1 (1 – ε4) + a2 Δε](T4 – T5) + T4 [(1- ε4 )/ε4 * (b04 + b14 Δε) – (1- ε5 )/ε5 * (b05 + b15Δε)] (8)
Sendo,
Δε = ε4 - ε5
Os dados de T4 , T5 e emissividade ε são obtidos da mesma forma que os métodos
descritos anteriormente.
Tabela 1. Coeficientes da equação Carlos conforme o modelo atmosférico.
Modelo
Atmosférico
a0 a1 a2 b04 b14 b05 b15
Tropical 2,49 4,33 -5,16 0,08 -0,11 0,03 -0,08
Lat. media -
Verão
2,13 3,18 -7,49 0,22 -0,51 0,06 -0,26
Lat. media -
Inverno
1,71 1,30 -9,10 0,41 -1,34 0,22 -1,56
USA - 76 1,57 0,76 -9,08 0,45 -1,59 0,26 -1,59
Os coeficientes utilizados são referentes à zona tropical onde se encontra o estado de São
Paulo. O Agritempo forneceu as coordenadas geográficas (latitude e longitude) de cada
estação. Através destes dados foi possível corresponder as coordenadas das estações com as
dos pixels (cada pixel representa 1,1km) na imagem processada e, assim, obter o valor da
temperatura de superfície estimada para os locais de interesse. Após isso, foram feitos
gráficos correlacionando as temperaturas fornecidas pelas estações meteorológicas, sendo que
foram selecionadas apenas as temperaturas próximas ao horário de passagem do satélite, com
a temperatura de superfície fornecida pelo satélite.
0080

3. Resultados e Discussão
Foram gerados mapas de temperatura de superfície, conforme os apresentados na Figura 1. As
regiões representadas por preto correspondem a “contaminações” por nuvens e ao mar, que
foram desconsideradas para a estimativa da temperatura de superfície.
Figura 1. Temperatura da superfície estimada através do modelo Carlos, no dia 08 de
Janeiro de 2008.
Foram feitos gráficos de comparação (como exemplificado nas Figuras 2 a 4) entre os
valores fornecidos pelos mapas de temperatura de superfície com aqueles obtidos pelas
estações meteorológicas de superfície do Agritempo.
Temperatura de Superfície, Algoritmo Carlos (Celsius)
TemperaturadoarMáxima(Celsius)
4035302520
38
37
36
35
34
33
32
31
30
29
Correlação entre Temperaturas
Figura 2. Gráfico de correlação entre a temperatura máxima da estação de superfície e o
método Carlos no dia 05 de Setembro de 2008.
0081

Temperatura de Superfície, Algoritmo Sobrino (Celsius)
4035302520
38
37
36
35
34
33
32
31
30
29
método Sobrino no dia 05 de Setembro de 2008.
Temperatura de Superfície, Algoritmo Ulivieri (Celsius)
4035302520
38
37
36
35
34
33
32
31
30
29
método Ulivieri no dia 05 de Setembro de 2008.
A Tabela 2 mostra os valores das correlações lineares obtidas para cada método, nos três
dias de ocorrência de temperaturas elevadas.
0082

Tabela 2. Correlações lineares para cada dia de temperatura elevada.
Datas Modelos Correlação R² (%)
08/01/2008
Sobrino
Ulivieri
Carlos
1,3
1,4
1,7
05/09/2008
Sobrino
Ulivieri
Carlos
13,7
15,2
14,8
10/09/2008
Sobrino
Ulivieri
Carlos
16,5
16,1
16,0
Analisando-se os resultados, constata-se que as correlações não foram significativas para
as equações e datas utilizadas. As correlações para o dia 05 e 10 de Setembro de 2008 foram
superiores à do dia 08 de Janeiro de 2008 devido à menor contaminação por nuvens. Lazarim
e Zullo Junior (2009), Rodrigues et al. (2007) e Esquerdo et al. (2007) tiveram correlações
significativas utilizando os modelos Sobrino, Ulivieri e Carlos, em dias de geada, mostrando
que essas equações são eficientes para mapear a temperatura de superfície para dias com
registro de temperaturas baixas.
4. Conclusão
As correlações lineares não foram significativas para os três modelos utilizados nas três
datas correspondentes a dias com temperaturas elevadas. Os valores da temperatura de
superfície tiveram diferenças significativas em relação à temperatura do ar medida nas
estações meteorológicas de superfície. O que mostra que os modelos precisam de alterações
para mapear dias com temperaturas elevadas que podem ser mais frequentes no caso de um
aumento efetivo das temperaturas globais. Com o desenvolvimento de um modelo para
estimar a temperatura de superfície em dias com temperatura elevada será possível mapear a
temperatura através de imagens de satélite e, dessa forma, obter um detalhamento maior e
melhor para o monitoramento agrícola, uma vez que na imagem do satélite os valores são
dados a cada 1,21km2
enquanto as estações localizam-se a distâncias variáveis.
Agradecimentos
Ao Agritempo pelo fornecimento dos dados de superfície do estado de São Paulo.
Referências Bibliográficas
Almeida, C. A. S. de. Estimativa da temperatura de superfície cultivada com trigo (Triticum aestivum L.),
usando dados NOAA-14/AVHRR. Dissertação (Mestrado em Engenharia Agrícola)-Universidade Estadual de
Campinas, Campinas, 1996.
Esquerdo, J. C. D. M.; Antunes, J. F. G.; Baldwin, D. G.; Emery, W. J.; Zullo Jr, J. An automatic system for
AVHRR land surface product generation. International Journal of Remote Sensing, v.27, n.18, p.3925-3942,
2006.
Esquerdo, J. C. D.; Caramori, P. H.; Zullo J. J.; Pinto, H. S.; Assad, E. D. Análise da ocorrência de geadas no
Estado do Paraná com base na temperatura de superfície obtida dos dados AVHRR/NOAA. In: XIII Simpósio
Brasileiro de Sensoriamento Remoto, 2007, Florianópolis. Anais do XIIII Simpósio Brasileiro de
Sensoriamento Remoto. São José dos Campos : INPE, 2007. v. 1. p. 5623-5629.
0083

Ferreira, N.J. (Coordenador) Aplicações ambientais brasileiras dos satélites NOAA e TIROS-N. São Paulo:
Oficina de Textos, 2004.
IPCC, Relatório final do Intergovernmental Panel on Climate Change, 2007.
Kidwell, K. B. NOAA polar orbiter data users guide. Washington: US Department of Commerce, 1995. 255p.
Lazarim, Camila Giorgi ; Zullo Junior, J. . Estimativa da temperatura de superfície terrestre, através de imagens
do satélite AVHRR/NOAA, destinada ao monitoramento agrometeorológico. In: XIV Simpósio Brasileiro de
Sensoriamento Remoto, 2009, Natal (RN). Anais do XIV Simpósio Brasileiro de Sensoriamento Remoto. São
José dos Campos: INPE, 2009. v.1.p.6943-6949. Disponível
em:<http://marte.dpi.inpe.br/col/dpi.inpe.br/sbsr@80/2008/11.17.18/ doc/6943-6949.pdf>. Acesso em: 05 de
novembro de 2010.
Nobre, C. A. Mudanças climáticas globais: possíveis impactos nos ecossistemas do país. In: Modelos e cenários
para a Amazônia: o papel da ciência. Parcerias e estratégias. v1, n.12, 2001. Quaidrari, H.; Goward, S. N.;
Czajkowski, K. P.; Sobrino, J. A.; Vermote, E. Land surface temperature estimation from AVHRR thermal
infrared measurements: An assessment for the AVHRR Land Pathfinder II data set. Remote Sensing of
Environment, v.81, n. 1, p. 114-128, 2002.
Rodrigues, A.; Zullo J. J.; Caramori, P. H. Estimativa da Temperatura de Superfície, Através de Imagem do
Satélite AVHRR/NOAA, em Evento de Geada Agrícola, no Paraná. In: XV Congresso Brasileiro de
Agrometeorologia, 2007, Aracaju. Anais do XV Congresso Brasileiro de Agrometeorologia. Aracaju :
Sociedade Brasileira de Agrometeorologia, 2007. v. 1. p. 1D-5D.
Sobrino, J. A.; Raissouni, N.; Lobo, A. Monitoring the Iberian Penninsula land cover using NOAA-AVHRR
data. In Guyot & Phulpin (Eds.). Physical Measurements and Signatures in Remote Sensing, p. 787-794,
Rotterdam: Balkema, 1997.
Ulivieri, C.; Castronuovo, M. M.; Francioni, R.; Cardilo, A. A split window algorithm for estimating land
surface temperature from satellites. Advances in Space Research, v.14, n.3, p.59-65, 1994.
0084

Estimativa da temperatura da superfície terrestre, destinada ao monitoramento agrometeorológico de dias com temperaturas elevadas, utilizando dados do sensor AVHRR

Mais conteúdo relacionado

Mais procurados (11)

Destaque (6)

Semelhante a Estimativa da temperatura da superfície terrestre, destinada ao monitoramento agrometeorológico de dias com temperaturas elevadas, utilizando dados do sensor AVHRR (16)

Mais de alcscens (20)

Último (20)

Estimativa da temperatura da superfície terrestre, destinada ao monitoramento agrometeorológico de dias com temperaturas elevadas, utilizando dados do sensor AVHRR