Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala

Detalhes bibliográficos
Autor(a) principal: Diaz, Lucas Ribeiro
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/231562
Resumo: A estimativa da temperatura da superfície terrestre ( LST ) por sensoriamento remoto no infravermelho termal (TIR) é dependente d a realização de uma correção atmosférica apropriada que , em geral, necessita de perfis atmosféricos como dados de entrada. Dados globais de reanálise são uma alternativa prática para a obtenção desses perfis, mas podem apresentar limitações. Nesse contexto, o presente estudo teve como objetivo analisar a utilização do modelo numérico Weather Research and Forecasting (WRF) para gerar perfis verticais de alta resolução , refinando dados de reanálise , visando a correção atmosférica no TIR para o cálculo de valores de LST. Para tal, foram realizadas simulações com o modelo WRF com dados de reanálise do NCEP Climate Forecast System Version 2 (CFSv2) como condições iniciais e utilizando duas grades aninhadas com resoluções horizontais de 12 km (G12) e 3 km (G03). Para estimar a LST, foram empregados: o método da inversão direta da Equação de Transferência Radiativa (RTE) , o modelo MODTRAN e valores de radiância da banda 10 do Landsat 8 TIRS. A pesquisa avaliou o desempenho do modelo através dos perfis verticais, dos parâmetros atmosféricos de correção (transmitância atmosférica e radiâncias upwelling e downwelling ) e dos valores de LST, utilizando como referência dados de radiossondagens in situ , no sul do Brasil . Adicionalmente, foi executada uma análise de sensibilidade a dois esquemas de parametrização de camada limite planetária . Os resultados indicam que o modelo WRF simula de maneira satisfatória os perfis atmosféricos que, por consequência, geram parâmetros de correção e LST com baixos erros. Contudo, não existe melhora significativa nas métricas estatísticas entre os perfis extraídos diretamente da reanálise CFSv2 e os simulados pelo WRF . Em alguns casos, a utilização de um perfil de grade mais refinada resultou, até mesmo, em maiores erros. Os valores gerais de RMSE para a LST foram: 0,55 K ( CFSv2), 0,79 K ( WRF G12 ) e 0,82 K ( WRF G03 ). A escolha do esquema de camada limite mostrou - se caso - dependente. Conclui - se que não há necessidade especial de refinar a resolução dos perfis de reanálise visando estimativa de LST, por meio do método da RTE .
id URGS_33481d5d90e0ea675578b52532a30539
oai_identifier_str oai:www.lume.ufrgs.br:10183/231562
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Diaz, Lucas RibeiroRolim, Silvia Beatriz Alves2021-11-05T04:28:08Z2021http://hdl.handle.net/10183/231562001133218A estimativa da temperatura da superfície terrestre ( LST ) por sensoriamento remoto no infravermelho termal (TIR) é dependente d a realização de uma correção atmosférica apropriada que , em geral, necessita de perfis atmosféricos como dados de entrada. Dados globais de reanálise são uma alternativa prática para a obtenção desses perfis, mas podem apresentar limitações. Nesse contexto, o presente estudo teve como objetivo analisar a utilização do modelo numérico Weather Research and Forecasting (WRF) para gerar perfis verticais de alta resolução , refinando dados de reanálise , visando a correção atmosférica no TIR para o cálculo de valores de LST. Para tal, foram realizadas simulações com o modelo WRF com dados de reanálise do NCEP Climate Forecast System Version 2 (CFSv2) como condições iniciais e utilizando duas grades aninhadas com resoluções horizontais de 12 km (G12) e 3 km (G03). Para estimar a LST, foram empregados: o método da inversão direta da Equação de Transferência Radiativa (RTE) , o modelo MODTRAN e valores de radiância da banda 10 do Landsat 8 TIRS. A pesquisa avaliou o desempenho do modelo através dos perfis verticais, dos parâmetros atmosféricos de correção (transmitância atmosférica e radiâncias upwelling e downwelling ) e dos valores de LST, utilizando como referência dados de radiossondagens in situ , no sul do Brasil . Adicionalmente, foi executada uma análise de sensibilidade a dois esquemas de parametrização de camada limite planetária . Os resultados indicam que o modelo WRF simula de maneira satisfatória os perfis atmosféricos que, por consequência, geram parâmetros de correção e LST com baixos erros. Contudo, não existe melhora significativa nas métricas estatísticas entre os perfis extraídos diretamente da reanálise CFSv2 e os simulados pelo WRF . Em alguns casos, a utilização de um perfil de grade mais refinada resultou, até mesmo, em maiores erros. Os valores gerais de RMSE para a LST foram: 0,55 K ( CFSv2), 0,79 K ( WRF G12 ) e 0,82 K ( WRF G03 ). A escolha do esquema de camada limite mostrou - se caso - dependente. Conclui - se que não há necessidade especial de refinar a resolução dos perfis de reanálise visando estimativa de LST, por meio do método da RTE .The Land Surface Temperature (LST) retrieval from thermal infrared (TIR) remote sensing depends on performing an appropriate atmospheric correction. In general, this approach requires atmospheric profiles as input data. Global reanalysis data are a practical alternative to obtain these profiles, but they may have limitations. In this con text, this study aimed to assess the use of the Weather Research and Forecasting (WRF) numerical model to generate high - resolution vertical profiles, downscaling reanalysis data , to be applied in TIR atmospheric correction for LST retrieval . WRF simulations were carried out using NCEP Climate Forecast System Version 2 (CFSv2) reanalysis as initial conditions and two nested grids with horizontal resolutions of 12 km (G12) and 3 km (G03) . To retrieve the LST, we used: the Radiative Transfer Equation (RTE) based method , the MODTRAN model, and radiance values from Landsat 8 TIRS10 band . Th is research evaluated the model performance through vertical profiles, atmospheric correction parameters (atmospheric transmittance and upwelling and downwelling radiances) , and LST values, using in situ radiosonde data ( in Southern Brazil ) as reference. Moreover, a sensitivity analysis to two planetary boundary layer parameterization schemes was performed . The results indicate that the WRF model satisfactor il y simulates the atmospheric profiles that, consequently, generate correction param eters and LST with low errors. However, there is no significant improvement in statistical metrics between profiles extracted directly from the CFSv2 reanalysis and those simulated by WRF . In some cases, the use of a finer grid profile resulted even in larger errors. The LST overall RMSE values were: 0.55 K (CFSv2), 0.79 K (WRF G12) , and 0.82 K (WRF G03) . The boundary layer scheme choice proved to be case - dependent. We concluded that there is no special need to increase the resolution of reanalysis profiles in order to retrieve LST using the RTE - based method .application/pdfporSensoriamento remotoDados climatologicosRemote sensingSurface temperatureWRFReanalysisThermal infraredCorreção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescalainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulCentro Estadual de Pesquisas em Sensoriamento Remoto e MeteorologiaPrograma de Pós-Graduação em Sensoriamento RemotoPorto Alegre, BR-RS2021mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001133218.pdf.txt001133218.pdf.txtExtracted Texttext/plain283734http://www.lume.ufrgs.br/bitstream/10183/231562/2/001133218.pdf.txt455f7af350b6dbbfc2dbbbfdc4454262MD52ORIGINAL001133218.pdfTexto completoapplication/pdf17972349http://www.lume.ufrgs.br/bitstream/10183/231562/1/001133218.pdf72f4db7d5ae445a579e5dd87d8267b47MD5110183/2315622021-11-20 05:52:25.271589oai:www.lume.ufrgs.br:10183/231562Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-11-20T07:52:25Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
title Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
spellingShingle Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
Diaz, Lucas Ribeiro
Sensoriamento remoto
Dados climatologicos
Remote sensing
Surface temperature
WRF
Reanalysis
Thermal infrared
title_short Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
title_full Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
title_fullStr Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
title_full_unstemmed Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
title_sort Correção atmosférica de imagens termais utilizando perfis verticais de alta resolução simulados por um modelo de mesoescala
author Diaz, Lucas Ribeiro
author_facet Diaz, Lucas Ribeiro
author_role author
dc.contributor.author.fl_str_mv Diaz, Lucas Ribeiro
dc.contributor.advisor1.fl_str_mv Rolim, Silvia Beatriz Alves
contributor_str_mv Rolim, Silvia Beatriz Alves
dc.subject.por.fl_str_mv Sensoriamento remoto
Dados climatologicos
topic Sensoriamento remoto
Dados climatologicos
Remote sensing
Surface temperature
WRF
Reanalysis
Thermal infrared
dc.subject.eng.fl_str_mv Remote sensing
Surface temperature
WRF
Reanalysis
Thermal infrared
description A estimativa da temperatura da superfície terrestre ( LST ) por sensoriamento remoto no infravermelho termal (TIR) é dependente d a realização de uma correção atmosférica apropriada que , em geral, necessita de perfis atmosféricos como dados de entrada. Dados globais de reanálise são uma alternativa prática para a obtenção desses perfis, mas podem apresentar limitações. Nesse contexto, o presente estudo teve como objetivo analisar a utilização do modelo numérico Weather Research and Forecasting (WRF) para gerar perfis verticais de alta resolução , refinando dados de reanálise , visando a correção atmosférica no TIR para o cálculo de valores de LST. Para tal, foram realizadas simulações com o modelo WRF com dados de reanálise do NCEP Climate Forecast System Version 2 (CFSv2) como condições iniciais e utilizando duas grades aninhadas com resoluções horizontais de 12 km (G12) e 3 km (G03). Para estimar a LST, foram empregados: o método da inversão direta da Equação de Transferência Radiativa (RTE) , o modelo MODTRAN e valores de radiância da banda 10 do Landsat 8 TIRS. A pesquisa avaliou o desempenho do modelo através dos perfis verticais, dos parâmetros atmosféricos de correção (transmitância atmosférica e radiâncias upwelling e downwelling ) e dos valores de LST, utilizando como referência dados de radiossondagens in situ , no sul do Brasil . Adicionalmente, foi executada uma análise de sensibilidade a dois esquemas de parametrização de camada limite planetária . Os resultados indicam que o modelo WRF simula de maneira satisfatória os perfis atmosféricos que, por consequência, geram parâmetros de correção e LST com baixos erros. Contudo, não existe melhora significativa nas métricas estatísticas entre os perfis extraídos diretamente da reanálise CFSv2 e os simulados pelo WRF . Em alguns casos, a utilização de um perfil de grade mais refinada resultou, até mesmo, em maiores erros. Os valores gerais de RMSE para a LST foram: 0,55 K ( CFSv2), 0,79 K ( WRF G12 ) e 0,82 K ( WRF G03 ). A escolha do esquema de camada limite mostrou - se caso - dependente. Conclui - se que não há necessidade especial de refinar a resolução dos perfis de reanálise visando estimativa de LST, por meio do método da RTE .
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-11-05T04:28:08Z
dc.date.issued.fl_str_mv 2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/231562
dc.identifier.nrb.pt_BR.fl_str_mv 001133218
url http://hdl.handle.net/10183/231562
identifier_str_mv 001133218
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/231562/2/001133218.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/231562/1/001133218.pdf
bitstream.checksum.fl_str_mv 455f7af350b6dbbfc2dbbbfdc4454262
72f4db7d5ae445a579e5dd87d8267b47
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085567080169472