Sensoriamento Remoto do Campo de Temperatura da SuperfÍcie do Mar

MÁra Regina Labuto Fragoso da Silva, DSc.

Universidade Federal do EspÍrito Santo

Resumo

Este documento aborda o trabalho da área de Sensoriamento Remoto do Score

Central para o Programa REVIZEE com relação à estimativa do campo de temperatura

de superfície do mar utilizando imagens adquiridas pelos satélites NOAA-14 e

GOES-8. São descritos os processos de aquisição e preparação das imagens, a

metodologia utilizada para análise e exibição das imagens, os resultados obtidos, e

tecidas algumas considerações quanto ao uso do Sensoriamento Remoto como uma

poderosa ferramenta para esta medição oceanográfica.

Abstract

This document deals with the work of the Central Score Remote Sensing area for

REVIZEE Programme, concerned on the sea surface temperature estimation, using

images acquired from NOAA-14 and GOES-8 satellites. It describes proceedings on

images acquisition and preparation, the methodology used for image analysis and

exhibition, results and some considerations in respect to Remote Sensing as a

powerful tool for this oceanographical measurement.

Palavras-chave

Satellite Oceanography

Remote Sensing

Sea Surface Temperature

Sensoriamento Remoto

Temperatura de SuperfÍcie do Mar

Siglas e Abreviaturas

AVHRR - Advanced Very High Resolution Radiometer

CPTEC – Centro de PrevisÃo de Tempo e Clima

GMT – Greenwich Meridian Time

GIF – Graphical Interface File

GOES - Geostationary Operational Environmental Satellite

HRPT - High Resolution Picture Transmission

INPE – Instituto nacional de Pesquisas Espaciais

MCSST - Multi-channel Sea Surface Temperature

NASA – National Aeronautics and Space Administration

NOAA - National Oceanographic and Atmospheric Administration Satellite

PIRATA - Pilot Research Moored Array in the Tropical Atlantic

PNB³IA - Programa Nacional de BÓias

SIG - Sistemas de InformaÇÃo GeogrÁfica

TSM – Temperatura de SuperfÍcie do Mar

UFES – Universidade Federal do EspÍrito Santo

IntroduÇÃo

O oceano É um sistema complexo, com movimento e variabilidade em todas as

escalas espaciais e temporais, e o instrumento mais usado pela oceanografia

tradicional – o navio – nÃo fornece uma sÉrie temporal em um ponto fixo determinado,

nem fornece uma carta espacial sinÓtica em um tempo fixo determinado.

Com o desenvolvimento da oceanografia por satÉlite, podemos ter mais um

instrumento oceanogrÁfico para colher informaÇÕes, envolvendo alta tecnologia, capaz

de reduzir os custos da monitoraÇÃo “in situ”, embora ainda limitado a uma pequena

camada de superfÍcie do mar.

Conforme citado no Programa REVIZEE (apud SILVA, M. R. L. F., 1997):

“...deverÁ ser objeto de atenÇÃo o emprego do Sensoriamento

Remoto capaz de fornecer informaÇÕes sobre temperatura...

“...Durante a execuÇÃo do projeto REVIZEE deverÃo ser coletados

dados dos sensores AVHRR-NOAA para determinaÇÃo do campo de

temperatura da superfÍcie do mar (TSM)...”

Portanto, de acordo com o acima citado, procedeu-se ao Sensoriamento Remoto

do Campo de Temperatura da SuperfÍcie do Mar (de agora em diante denominada

apenas de Temperatura de SuperfÍcie do Mar = TSM) na RegiÃo da Costa Central do

Brasil definida pelo projeto REVIZEE (Score Central) usando o sensor AVHRR do

satÉlite NOAA no perÍodo entre 1998 e 2000.

PorÉm, a partir de outubro de 2000, o NOAA-14 (lanÇado em dezembro 1994),

comeÇava a dar sinais de tÉrmino de sua vida Útil, apresentando problemas de

calibraÇÃo. De fato, em 21 de marÇo de 2001, foi lanÇado o satÉlite NOAA-16 para

substituÍ-lo. Uma vez que jÁ nÃo se podia contar com o NOAA-14 e no intuito de

prosseguir com a estimativa de TSM, a estratÉgia adotada pela Área de Sensoriamento

Remoto do Score Central foi operacionalizar a utilizaÇÃo dos dados do satÉlite GOES-8

para a estimativa sistemÁtica da TSM.

Portanto, para a estimativa da TSM foram utilizados dados dos satÉlites NOAA-14

e GOES-8.

Metodologia de AnÁlise

¡rea de Estudo

A Área de estudo para as imagens NOAA compreendeu o retÂngulo definido por:

latitude entre 12 - 27° S e longitude entre 28 - 49° W. A área de abrangência desse

estudo, portanto correspondeu a ZEE desde Salvador (BA) até o Cabo de São Tomé

(RJ), incluindo o Arquipélago dos Abrolhos e os bancos submersos da Cadeia Vitória-

Trindade. O limite de latitude da Área descrita no Programa REVIZEE para o Score

Central (23° S) foi estendido para a latitude de 27° S a fim de possibilitar a observaÇÃo

de conhecidas zonas de ressurgÊncia, principalmente nos estados do Rio de Janeiro e

Santa Catarina, e suas possÍveis influÊncias na regiÃo de interesse.

A Área de estudo para as imagens GOES, devido À sua baixa resoluÇÃo,

compreendeu toda a costa brasileira.

Faixa espectral

O Sensoriamento Remoto espacial se fundamenta em medidas da radiaÇÃo

eletromagnÉtica que chegam a um sensor a bordo de um satÉlite e podem caracterizar

o estado ou inferir propriedades do mar. A escolha das faixas espectrais a serem

utilizadas depende do espectro da transmissÃo atmosfÉrica e da aplicaÇÃo. Para a

correlaÇÃo com a temperatura, usa-se a regiÃo do infravermelho termal que

compreende a faixa entre 1 - 103 µm de comprimento de onda.

SatÉlites, Sensores e BÓias

Os seguintes dados foram utilizados:

• Dados de imagem do satÉlite National Oceanographic and Atmospheric

Administration Satellite (NOAA-14) com o sensor Advanced Very High

Resolution Radiometer (AVHRR). O sistema NOAA possui dois satÉlites

operando simultaneamente, em Órbitas sÍncronas ao Sol, separadas de 90� de

longitude, de modo que possa haver uma passagem de manhà e outra À tarde-

noite no mesmo ponto imageado. Foram usados dados diÁrios do sensor

AVHRR do satÉlite NOAA-14 1 pois este satÉlite fornecia o melhor horÁrio em

sua trajetÓria para a regiÃo utilizada neste trabalho (entre 15-19h), buscando-

se evitar a termoclina diurna. Foi usada a melhor definiÇÃo possÍvel do sensor

AVHRR, ou seja, o modo High Resolution Picture Transmission (HRPT),

transmitido diretamente À estaÇÃo de terra, em tempo real, onde um pixel 2

equivale no mar a uma Área aproximada de 1,1Km X 1,1Km.

• Dados de imagem do satÉlite Geostationary Operational Environmental Satellite

(GOES-8) canais 4 e 5, infravermelhos, similares ao AVHRR-NOAA. Embora sua

resoluÇÃo fosse mais baixa do que a do NOAA (um pixel equivale no mar a uma

Área aproximada de 4,5Km X 4,5Km), sua resoluÇÃo temporal era de apenas 30

minutos. Esta vantagem do GOES na resoluÇÃo temporal possibilitou maior

facilidade na obtenÇÃo da estimativa da TSM em tempo quase real. AlÉm disso,

a sua cobertura espacial (geoestacionÁrio posicionado na longitude de 75° W)

permitiu a cobertura de grande parte dos oceanos PacÍfico e AtlÂntico, o que

possibilitou observar o comportamento da variaÇÃo da TSM em toda a costa da

AmÉrica do Sul. Cada imagem diÁria foi composta pela TSM mÁxima do dia, a

fim de se eliminar boa parte dos ruÍdos e dos pixels contaminados por nuvem.

• Dados de bÓias fixas do projeto PIRATA 3 prÓximas À costa Norte e Nordeste

brasileira e bÓias de deriva do projeto PNB³IAS (PNB³IAS, 1999) da Marinha

do Brasil lanÇadas na costa Nordeste do Brasil. Estas bÓias forneceram a TSM

diÁria mÉdia obtida a aproximadamente um metro de profundidade. As bÓias,

em um total de onze (11), forneceram em mÉdia, cada bÓia, cinco (5) medidas

diÁrias de TSM. Foram, portanto, em mÉdia 55 dados de TSM diÁrios de bÓias.

Banco de Imagens

Foram gerados os seguintes bancos de imagens:

1 Este satÉlite era o mais recente na Época do inÍcio deste trabalho operando em conjunto com o NOAA-15

(lanÇado em maio de 1998). 2 Pixel (Picture Element) É o menor elemento de uma imagem. 3 http://www.funceme.br/demet/pirata/site/pirata.htm. Acesso em 10 de fevereiro de 2005.

• Banco de imagens diÁrias da regiÃo central do Brasil processadas a partir de

dados do sensor AVHRR do satÉlite NOAA-14 da NASA contendo classificaÇÃo

de temperatura de superfÍcie do mar, no perÍodo outubro/1998 a outubro/2000.

• Banco de imagens diÁrias da regiÃo central do Brasil processadas a partir de

dados do satÉlite GOES-8 da NASA e bÓias do projeto PIRATA e Marinha do

Brasil, contendo classificaÇÃo de temperatura de superfÍcie do mar, no perÍodo

julho/2002 a fevereiro/2003.

PrÉ-processamento

Todas as imagens - tanto as adquiridas pelo NOAA quanto as adquiridas pelo

GOES - foram prÉ-processadas no CPTEC/INPE. O prÉ-processamento consistiu em:

• CorreÇÃo radiomÉtrica: calibraÇÃo dos dados dos sensores de acordo com

informaÇÕes do fabricante;

• ConversÃo Sensor-TSM: conversÃo do sinal que chega ao sensor do satÉlite

para TSM.

Para as imagens NOAA normalmente utiliza-se o modelo de MCCLAIN (1989),

denominado de MCSST (Multi-channel Sea Surface Temperature). Este modelo

sofre ajuste sistemÁtico ao longo do tempo, jÁ que se fundamenta em uma

equaÇÃo linear de regressÃo entre dados dos canais AVHRR infravermelho e

dados de bÓias colocadas nos oceanos. A distribuiÇÃo das bÓias nos oceanos É

desigual, sendo muito mais freqÜentes no hemisfÉrio norte e, portanto, nÃo

representam as situaÇÕes atmosfÉricas locais na costa do Brasil, provocando

erros superiores a 1,0°C na TSM global via MCSST, quando utilizado em escala

regional (SOBRINO ET. AL, 1991; FRAN§A E CRACKNELL, 1994). FRAN§A ET

AL. (1996) implantaram uma nova metodologia, usada neste projeto, utilizando

o AVHRR/NOAA-14 juntamente com dados “in situ” obtidos pelas bÓias

brasileiras do projeto PIRATA e PNB³IA, aumentando a precisÃo da estimativa

de TSM.

Para as imagens GOES foi implementada por FRAN§A ET AL. (2000) no CPTEC

(INPE) uma nova metodologia para a estimativa de TSM, baseada na equaÇÃo

clÁssica chamada “split-window” onde os coeficientes regionais foram

estimados por regressÃo linear baseando-se em dois bancos de dados distintos

para a variÁvel dependente (TSM) da equaÇÃo. A estimativa da TSM adquirida

pelo GOES foi primeiramente correlacionada com a TSM adquirida atravÉs de

dados NOAA e, posteriormente, com dados de TSM “in situ” obtidos de bÓias

fixas do projeto PIRATA e de bÓias a deriva da Marinha do Brasil. A estimativa

de TSM GOES-8 via bÓias É de grande importÂncia, jÁ que se tem um produto

independente de satÉlite da sÉrie NOAA-n. Esta independÊncia permite uma

TSM de melhor precisÃo, pois diminui a propagaÇÃo de erros e permite que os

coeficientes sejam mais facilmente atualizados com os dados de bÓias

regionais.

• CorreÇÃo geomÉtrica: georreferenciamento dos pixels da imagem segundo

processamento padrÃo da estaÇÃo de recepÇÃo;

• Mascaramento de nuvens: FRAN§A E CRACKNELL (1995) apresentam a

metodologia de filtragem de nuvem (mascaramento) desenvolvida, testada e

implementada para regiÕes equatorial/tropical, utilizada no CPTEC (INPE) para

o REVIZEE Score Central no processo de estimativa da TSM.

Processamento das imagens NOAA

ApÓs o prÉ-processamento, as imagens TSM adquiridas pelo NOAA/AVHRR

geradas foram transmitidas para o LaboratÓrio de Processamento de Imagens do

REVIZEE Score Central (UFES) para processamento que consistiu em:

• ValidaÇÃo das imagens, utilizando informaÇÕes do Programa Nacional de BÓias,

que possui uma rede de bÓias de deriva rastreadas por satÉlites dentro da

regiÃo estudada, e tem como um de seus objetivos a validaÇÃo de dados de

satÉlites, “... em particular o campo de TSM ...” (PNB³IAS, 1999);

• ClassificaÇÃo das Imagens, mapeando as imagens em uma sÉrie de classes com

intervalos discretos (“Density Slice”) usando a gama de cores (paleta) arco-Íris,

abrangendo as faixas entre 0 - 30°C, a intervalos de 1° em 1°C. Esta escolha se

deveu ao fato desta paleta possuir cores quentes e frias, correlacionadas

intuitivamente com a temperatura. Foi usado um efeito “dÉgradÉ” 4 entre as

cores do arco-Íris, para realÇar o contraste em temperaturas prÓximas,

possibilitando melhor definiÇÃo de frentes termais, vÓrtices e zonas de

4 DisposiÇÃo dos matizes de uma cor, onde a cor vai gradativamente perdendo intensidade.

ressurgÊncia, tomando como base a paleta "zebra" usada por HOOKER, S. B.

ET AL. (1995). TambÉm foram inseridas linhas batimÉtricas a partir da linha de

costa de: 100, 200, 500, 1000, 2000, 3000, 4000 e 5000 metros;

• Registro GeogrÁfico Imagem-Mapa, ajuste geogrÁfico na imagem utilizando

pontos de controle no terreno e a tÉcnica de alocaÇÃo de vizinho mais prÓximo

(“Nearest Neighbor Resampling”), onde o valor atribuÍdo ao pixel da nova

imagem georreferenciada É o mesmo valor do pixel que se encontra mais

prÓximo da posiÇÃo ocupada por este pixel na imagem sem ajuste. Esta tÉcnica

foi escolhida por ser a Única a nÃo produzir alteraÇÃo no valor do pixel (que

neste caso É a prÓpria medida de TSM), diferentemente de outras tÉcnicas

onde se utilizam diversas mÉdias ou interpolaÇÃo;

• Ajuste de Tamanho da Imagem e Pixel de ReferÊncia, a fim de possibilitar

operaÇÕes matemÁticas em um conjunto de imagens e casamento de imagens

em seqÜÊncia para filme;

• GeraÇÃo de ferramentas para anÁlise (SILVA, M. R. L. F., 2003; SILVA, M. R. L.

F. ET AL, 2001), englobando: nova metodologia para remoÇÃo de nuvem

(agrupamentos naturais); nova metodologia para reduÇÃo de dados

(agrupamento por Índice de semelhanÇa) - desenvolvida para o REVIZEE com

base nas similaridades ou distÂncias usando Índice de semelhanÇa especÍfico

para o REVIZEE, considerando informaÇÕes das Áreas de pesca e biologia

marinha; anÁlise de Componentes Principais; mÉdia aritmÉtica realizada pixel a

pixel, excluindo-se em cada grupo os pixels contaminados por nuvem (mensal e

anual); desvio da mÉdia anual (subtraÇÃo: imagem mÉdia mensal – imagem

mÉdia anual), imagem desvio janeiro-julho 5 (subtraÇÃo: imagem mÉdia de

janeiro – imagem mÉdia de julho), imagem desvio verÃo-inverno 6 (subtraÇÃo:

imagem mÉdia composta pelas imagens mÉdias dos meses de dezembro,

janeiro e fevereiro – imagem mÉdia composta pelas imagens mÉdias dos meses

junho, julho e agosto);

5 Usado por LEVITUS, S. (1982) para análise de variabilidade sazonal. 6 Usado por PEIXOTO, J.P., OORT, A. H. (1992) para análise de variabilidade associada ao ciclo anual,

maior do que a sazonal.

• GeraÇÃo de Arquivo GrÁfico para ImpressÃo de todas as imagens em formato

GIF. Um exemplo de composiÇÃo de imagens TSM do satÉlite NOAA-14 com

mÉdia pixel-a-pixel (excluindo nuvens) no perÍodo 1 a 7/12/1998 É apresentada

no Anexo 1;

• GeraÇÃo do aplicativo TSMSAT (tela de entrada mostrada no Anexo 2): CDROM

contendo as imagens diÁrias de TSM do satÉlite NOAA/AVHRR no perÍodo de

um ano (dezembro de 1998 a novembro de 1999), as imagens validadas por

dados de bÓias “in situ” e vÁrios programas envolvendo ferramentas para

anÁlises estÁticas e/ou dinÂmicas (atravÉs de animaÇÃo): anÁlises temporais

naturais (agrupamento atÉ que a imagem nÃo possua nuvens), mensais e

anuais; anÁlises espaciais variadas (ajustadas por “zoom”) e anÁlise estatÍstica

(mÉdia, desvio da mÉdia, diferenÇa verÃo-inverno, diferenÇa janeiro-julho).

Processamento das imagens GOES

As imagens adquiridas pelo satÉlite GOES foram processadas no CPTEC/INPE.

FRAN§A ET AL. (2000) descrevem os processamentos que consistiram em:

• Ajuste de imagem NOAA-GOES: Foram escolhidas cerca de 60 imagens de TSM

NOAA/AVHHR-14 e GOES-8 de 1998 e 1999, onde neste conjunto estaria uma

amostra sazonal e regional da Costa Brasileira. A TSM AVHRR/NOAA-14 foi

colocada na projeÇÃo eqÜidistante, com resoluÇÃo espacial de 1,5 km usando a

interpolaÇÃo do vizinho mais prÓximo. No sentido de tornar compatÍvel a

resoluÇÃo da TSM AVHRR e dados GOES (este com resoluÇÃo de

aproximadamente entre 4,5-5 km na regiÃo em estudo), o dado de AVHRR foi

degradado por um fator de 4, isto É, cada pixel AVHRR, tornou-se a mÉdia de 4

pixels por 4 pixels.

• CalibraÇÃo de dados GOES atravÉs dos dados NOAA: O objetivo foi encontrar a

temperatura de brilho do Canal 4 , Canal 5 e Ângulo zenital (Z) na imagem

GOES, na mesma latitude e longitude da TSM da imagem NOAA de referÊncia.

Problema encontrado: o ajuste nÃo poderia ser feito para toda a Costa

Brasileira com a mesma precisÃo regional, ou seja, o ideal seria dividir em

setores sudeste e nordeste.

• Ajuste para a regiÃo sudeste: A regiÃo estudada compreendeu as latitudes

(20°S-40°S) e longitudes (24°W-64°W). O resultado sazonal ficou com um

desvio padrÃo mÉdio em torno de 0,7.

• Ajuste para a regiÃo nordeste: A regiÃo estudada compreendeu a latitude (10°N

e 20°S) e longitude (24°W e 64°W). O resultado sazonal ficou com o desvio

padrÃo mÉdio igual ao do sudeste.

• CalibraÇÃo de dados GOES atravÉs dos dados de bÓias: um programa gerado

extraiu automaticamente, diariamente, a TSM da bÓia e os dados de satÉlite na

mesma latitude e longitude e mesmo horÁrio (GMT).

• GeraÇÃo de Arquivo GrÁfico para ImpressÃo de todas as imagens em formato

GIF. Um exemplo de composiÇÃo de imagens TSM do satÉlite GOES-8 com a

mÉdia dos valores de pixel mais quentes de cada dia (mÁxima do dia) no

perÍodo 6 a 8/10/2000 É apresentada no Anexo 3.

PrecisÃo da Medida

A precisÃo da temperatura de superfÍcie do mar ficou ≤0,5°C para o NOAA e ≤1°C

para o GOES, consideradas como as melhores precisÕes jÁ alcanÇadas para estes

satÉlites para a regiÃo de estudo.

Resultados

O sensoriamento remoto difere de outras tÉcnicas tais como cartografia temÁtica

e sistemas de informaÇÃo geogrÁfica (SIG), pois o sensoriamento remoto capta

informaÇÃo enquanto os outros mÉtodos citados organizam e apresentam informaÇÃo

jÁ disponibilizada. Neste contexto, pode-se declarar que o sensoriamento remoto

funciona como um dispositivo de mediÇÃo adequado para mÉdias e largas escalas

espaciais e temporais. Outra vantagem do sensoriamento remoto marinho É a

oportunidade de se acessarem dados que jÁ foram captados anteriormente pelo

mesmo sensor e se usarem novas tÉcnicas de processamento em dados antigos,

proporcionando novas descobertas.

Alguns usos potenciais de imagens de temperatura de superfÍcie do mar

adquiridas por satÉlite sÃo:

• Climatologia: fornece uma base de dados com maior variabilidade espacial e

temporal do que os navios;

• MudanÇas globais na temperatura de superfÍcie do mar: fornece sÉries a curto,

mÉdio e longo prazo das variaÇÕes na temperatura de superfÍcie do mar;

• Resposta atmosfÉrica Às anomalias de temperatura de superfÍcie do mar: fornece

desvios da mÉdia (anomalias) na temperatura de superfÍcie do mar, assim como

mÉdias semanais, mensais, anuais, etc., em um determinado local durante um

determinado perÍodo de tempo;

• PrediÇÃo de tempo: fornece acompanhamento de sistemas de condiÇÕes

meteorolÓgicas, como ciclones tropicais;

• Fluxo de calor no oceano: fornece mediÇÃo e acompanhamento de gradientes de

temperatura de superfÍcie do mar;

• ConvecÇÃo e formaÇÃo de massa de Água: fornece deteÇÃo de zonas com pequeno

esfriamento na superfÍcie em curtos perÍodos de tempo;

• Oceanografia dinÂmica: fornece informaÇÃo sobre processos dinÂmicos que

ocorrem na parte superficial do oceano, como propagaÇÃo de ondas, redemoinhos,

ressurgÊncias, meandros de correntes, movimento das marÉs;

• PoluiÇÃo: fornece deteÇÃo de manchas de Óleo (que alteram a temperatura de

superfÍcie do mar na regiÃo), plumas de esgoto.

Com o uso de informações provenientes da geração do banco de imagens de

TSM do REVIZEE, SILVA, M. R. L. F. (2002) descreve uma nova metodologia para

detectar e eventualmente quantificar vórtices e meandros em correntes conhecidas

(como a Corrente do Brasil). Selecionam-se eixos ou perfis nas imagens com a

inclinação da trajetória principal seguida pela corrente a ser estudada na região. São

apresentadas duas metodologias para visualização e análise dos dados: visualização

de TSM por eixo ao longo de um período; visualização de TSM média no período por

pixel ao longo de cada eixo.

Algumas ferramentas para anÁlise das imagens de TSM geradas para o REVIZEE

(SILVA, M. R. L. F., 2002) e implementadas no aplicativo TSMSAT sÃo listadas na

Tabela 1 e alguns exemplos de anÁlise observados nas imagens de TSM geradas sÃo

listados na Tabela 2, ambas mostradas a seguir:

Tabela 1: Algumas ferramentas para anÁlise nas imagens de TSM geradas AnÁlises anuais no perÍodo dezembro de 1998 a novembro de 1999, para coincidir com as estaÇÕes do ano: (a) MÉdia anual: dezembro 1998 a novembro 1999; (b) Desvio janeiro-julho: janeiro 1999 – julho 1999; (c) Desvio verão-inverno: mÉdia verÃo (dez/jan/fev) – mÉdia inverno (jun/jul/ago).

(a)

(b)

Tabela 2: Alguns exemplos de anÁlise observados nas imagens de TSM geradas

OscilaÇÃo sazonal no limite setentrional da corrente costeira fria (Ilha de SÃo SebastiÃo – SP/julho 1999), que pode ser a causa da variaÇÃo de atÉ -4°C em relaÇÃo À mÉdia anual, quando observam-se reduÇÕes de temperatura de superfÍcie do mar menores, fora desta regiÃo.

(c)

InfluÊncia do alargamento da plataforma continental na regiÃo de Abrolhos. Isto pode estar relacionado Às anomalias positivas em dezembro de 1998 nesta regiÃo.

RessurgÊncia em dezembro de 1998 em pequena Área da plataforma adjacente ao Cabo Frio, com anomalia negativa, prÓximo À costa. Entre o Cabo de SÃo TomÉ e VitÓria, outra anomalia negativa acompanha a quebra da plataforma continental, possivelmente indicando ressurgÊncia associada À topografia.

Uma anÁlise das imagens de TSM resultantes realizada pelas Áreas de ProspecÇÃo

de Estoques, DinÂmica de PopulaÇÕes, AvaliaÇÃo de Estoques e EstatÍstica Pesqueira,

do Score Central do Programa REVIZEE, concluiu como possÍveis aplicaÇÕes:

1. DeterminaÇÃo do padrÃo sazonal de variaÇÃo da temperatura superficial como

subsÍdio À delimitaÇÃo de Áreas de distribuiÇÃo biogeogrÁficas;

2. AplicaÇÃo em modelos atmosfÉricos de trocas de calor entre o oceano e a

atmosfera;

3. DeterminaÇÃo de padrÕes de variaÇÃo de correntes superficiais oceÂnicas e

costeiras, principalmente a Corrente do Brasil;

4. VerificaÇÃo de ocorrÊncia de vÓrtices ou anÉis de correntes oceÂnicas, os quais

podem ter implicaÇÕes importantes na produtividade biolÓgica;

5. DeterminaÇÃo de Áreas de ocorrÊncia de ressurgÊncias costeiras ou oceÂnicas,

principalmente aquelas que podem ocorrer prÓximo aos bancos e montes

submarinos (geradas por obstÁculos fÍsicos) que sÃo de pequena escala

temporal e espacial e portanto de difÍcil observaÇÃo atravÉs de cruzeiros

cientÍficos ou bÓias;

6. AssociaÇÃo de campos de temperatura com desembarques da frota pesqueira

comercial visando um aumento de produtividade da pesca de peixes pelÁgicos;

7. AssociaÇÃo de diferentes faixas de temperatura superficial com distribuiÇÃo e

abundÂncia do fitoplÂncton, zooplÂncton e ictioplÂncton.

DiscussÃo

Existem alguns problemas na exploraÇÃo do oceano atravÉs do uso de

Sensoriamento Remoto: um deles É a necessidade de se lidar com o mais vasto

nÚmero de observaÇÕes disponÍveis, ou seja, a habilidade de se lidar com grandes

conjuntos de dados ao invÉs de observaÇÕes individuais; outro problema É que, uma

vez que os dados adquiridos por Sensoriamento Remoto estÃo restritos À superfÍcie do

mar, existe a necessidade de relacionÁ-los Às estruturas internas, tridimensionais.

Como se pode concluir, sempre existirÁ a necessidade de medidas dentro do oceano.

AlÉm dos problemas citados, nem sempre foi conseguida uma imagem vÁlida

(contendo alguma informaÇÃo) em perÍodo diÁrio, pois no intervalo de aquisiÇÃo

houveram dias de quase 100% de nuvens (problemas meteorolÓgicos) e dias em que

houveram problemas com a transmissÃo do satÉlite (problemas tÉcnicos). E para um

parÂmetro com variaÇÃo tÃo dinÂmica quanto a temperatura de superfÍcie do mar, o

intervalo de aproximadamente 24 horas nÃo foi tÃo pequeno quanto se desejava...

PorÉm, no caso de mediÇÕes “in situ”, o tempo de deslocamento da embarcaÇÃo

nÃo permite uma mediÇÃo instantÂnea em grandes Áreas, como no sensoriamento

remoto.

A inclusÃo do Sensoriamento Remoto como ferramenta na estimativa da TSM

deve-se ao fato deste mÉtodo ser ideal para observar o comportamento dinÂmico do

parÂmetro, sua evoluÇÃo, em grandes Áreas e no menor intervalo de tempo possÍvel.

Assim, uma vez obtida a seqÜÊncia de imagens vÁlidas, o principal problema no uso

das imagens de satÉlite foi a descontinuidade em imagens subseqÜentes devido a

Áreas cobertas por nuvens. Uma tentativa de resolver este problema foi o

agrupamento natural de imagens, embora com o custo do aumento do intervalo de

tempo (afinal, nÃo se pode ganhar sempre!).

Outro problema encontrado foi a baixa precisÃo na medida na Área de estudo,

devido ao fato da correÇÃo atmosfÉrica usada na literatura e fornecida pela NASA ser

mais adequada ao hemisfÉrio norte, jÁ que este hemisfÉrio detÉm maior concentraÇÃo

de bÓias para aferiÇÃo. Este problema foi resolvido adequando-se o algoritmo de

correÇÃo atmosfÉrica aos modelos atmosfÉricos locais juntamente com o uso de dados

das bÓias do Projeto PIRATA e PNB³IAS - tambÉm locais - possibilitando a melhor

precisÃo da medida de TSM assim como a validaÇÃo das imagens que apresentavam

problemas de calibraÇÃo do sensor do satÉlite.

Verificou-se, tambÉm, que a reduÇÃo de dados nem sempre era o desejado e que,

para a observaÇÃo de alguns fenÔmenos oceanogrÁficos, os dados qualitativos ou

comparativos eram preferÍveis aos dados quantitativos. Ou seja, em alguns casos,

melhor seria detetar um vÓrtice, um meandro, uma frente, observar, monitorar,

acompanhar seu movimento, sem necessidade de muita precisÃo na medida. A

geraÇÃo de filmes possibilitou um acompanhamento dinÂmico e as ferramentas

estatÍsticas complementaram a anÁlise de variabilidade do parÂmetro.

Considera-se o presente trabalho, portanto, uma ferramenta Útil no estudo da

variabilidade do campo de temperatura de superfÍcie do mar.

ReferÊncias BibliogrÁficas

FRAN§A, G. B.; CARVALHO, W.S.; GONDIM, M.A. , 2000, “Estimativa da Temperatura

da SuperfÍcie do Mar utilizando o GOES-8 no CPTEC/INPE”. In: Anais do XI Congresso

Brasileiro de Meteorologia, 16-20 de outubro de 2000, Rio de Janeiro, RJ.

FRAN§A, G. B., FRAN§A, J. R. A., GONDIM, M. A., 1996, "ImplantaÇÃo do PrÉ-

Processamento e Produtos Quantitativos para os Dados AVHRR dos SatÉlites da SÉrie

NOAA-N". In: Anais do IX Congresso Brasileiro de Meteorologia, v.1, pp. 590-592,

Campos do JordÃo, novembro de 1996.

FRAN§A. G. B.; CRACKNELL, A. P., 1995, “A simple cloud masking approach using

NOAA AVHRR daytime data for tropical areas”, International Journal of Remote

Sensing, 9, 1697-1705.

FRAN§A. G. B.; CRACKNELL, A. P., 1994, “Retrieval of land and sea surface

temperature using NOAA-11 AVHRR data in north-eastern Brazil”, International Journal

of Remote Sensing, 15, 1695-1712.

HOOKER, S. B., BROWN, J. W., KIRWAN JR., A. D., 1995, "Detecting "Dipole Rings"

Separatrices with Zebra Palettes", IEEE Transactions on Geoscience and Remote

Sensing, v.33, n.6, pp. 1306-1312.

LEVITUS, S.,1982, “Climatological Atlas of the World Ocean”, NOAA Professional Paper,

No 13, U. S. Government Printing Office, Washington, D. C., 163pp.

MCCLAIN, E. P., 1989, “Global sea surface temperatures and cloud clearing for aerosol

optical depth estimates”, International Journal of Remote Sensing, 10, 763-769.

PEIXOTO, J.P., OORT, A. H., 1992, “Physics of Climate, American Institute of Physics”,

(prefaciado por Edward N. Lorenz, MIT), 520 pp.

PNB³IAS, 1999, Programa Nacional de BÓias. DisponÍvel em:

<http://www.dhn.mar.mil.br/chm/pnboia/default.htm>. Acesso em: 10 de fevereiro de

2005.

SILVA, M.R.L.F., 2003, “ReduÇÃo de Dados baseada em ­ndice de SemelhanÇa aplicada

em Imagens Orbitais de Temperatura de SuperfÍcie do Mar”. In: Anais da III Escola

Regional de InformÁtica, outubro de 2003, VitÓria, ES, Sociedade Brasileira de

ComputaÇÃo (SBC), vol 1, pp 1-8.

SILVA, M.R.L.F., 2002, "AplicaÇÕes de TSM Orbital em Engenharia OceÂnica", Tese

Doutorado (COPPE OceÂnica/UFRJ), Setembro 2002, Rio de Janeiro, Brasil, UFRJ, 139

p.

SILVA, M.R.L.F., VALENTINI, E., MENDON§A, G. V, 2001, “Programa REVIZEE:

Metodologia para Estudo da Variabilidade da Temperatura de SuperfÍcie do Mar

Adquirida por SatÉlite”, Revista Pesquisa Naval , 14, outubro de 2001, XXV CapÍtulo, pp

299-309.

SILVA, M.R.L.F., 1997, "Uso de Imagens de SatÉlite no Programa de AvaliaÇÃo do

Potencial SustentÁvel de Recursos Vivos na Zona EconÔmica Exclusiva (Programa

REVIZEE)". In: Anais do XII SimpÓsio Brasileiro de Recursos HÍdricos, Novembro 1997,

VitÓria, Brasil, AssociaÇÃo Brasileira de Recursos HÍdricos (ABRH), vol.4, pp.513-519.

SOBRINO, J. A., COLL, C., AND CASELLES, V., 1991, “Atmospheric Correction for land

surface temperature using NOAA-11 AVHRR channel 4 and 5”, International Journal of

Remote Sensing, 38, 19-34.

Anexos

Anexo 1

Exemplo de Imagem final NOAA

Anexo 2

Tela inicial do TSMSAT

Anexo 3

Exemplo de Imagem final GOES