Estimativa da temperatura-emissividade de alvos com base em regressões de dados de sensoriamento remoto proximal

• Autor(a) principal: Grondona, Atilio Efrain Bica
• Data de Publicação: 2015
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/121904
• topic: Sensoriamento remoto; Infravermelho; Quartzo; Temperatura; Thermal infrared; Quartz; Temperature; μFT-IR; Wien's aproximation; Linearized radiance

O infravermelho termal (TIR - Thermal InfraRed) é uma porção do espectro eletromagnético com várias aplicações no Sensoriamento Remoto (SR), tais como: geologia, climatologia, análises de processos biológicos, análises geofísicas, avaliação de desastres e detecção de mudanças, entre outras. No TIR a emissão de radiação dos alvos é uma função não linear de duas variáveis, a emissividade e a temperatura do alvo, e a principal dificuldade é calcular/estimar tais variáveis separadamente e de forma confiável. Vários métodos foram desenvolvidos nas últimas décadas para mitigar esta indeterminação, mas independente do método todos tem a mesma deficiência, são desenvolvidos para aplicações específicas como o tipo de sensor, tipo de estudo, o alvo em análise, o número de alvos, tipo de clima, entre outros. Desta forma, o método a ser aplicado depende do estudo em questão, e para obter melhores resultados deve-se escolher o método que melhor se aplica ao problema estudado pelo analista. Neste trabalho, se propõe uma abordagem alternativa para estimar a temperatura e, portanto, a emissividade de um alvo em particular. A abordagem consiste em gerar regressões, em determinados comprimentos de onda, a partir da função linearizada da radiância para dados de laboratório de uma amostra de quartzo em diferentes temperaturas, medida sob condições controladas de humidade e temperatura do ambiente. As regressões visam modelar a variação na temperatura devido as variações na radiância do alvo, de modo a estimar a temperatura a partir da radiância em determinado comprimento de onda e sem o conhecimento prévio da emissividade do alvo. Os dados de laboratório foram divididos em dois grupos, treinamento e controle, no grupo de treinamento várias regressões polinomiais foram aplicados enquanto os dados de controle serviram para validar e avaliar as regressões. Foram realizados 5 experimentos: 1) dados de laboratório em comprimentos de onda específicos, 2) nos comprimentos de ondas centrais das bandas TIR-ASTER, 3) nas simulações das bandas TIR-ASTER, 4) com a simulação da atmosfera (seca e úmida) para as bandas simuladas TIRASTER e 5) numa imagem L1B TIR-ASTER da região de estudo e validado com o produto AST08. Como resultado, foi possível estimar a temperatura com erros menores que 0.2K para os dados de laboratório e com erro médio menor que 1.5K para imagens LIB TIR-ASTER. Além disso, o método requer apenas uma banda espectral na imagem, viabilizando sua aplicação em sensores termais monoespectrais. Resultados satisfatórios foram obtidos com uma regressão linear simples, e melhoram ao aumentar o comprimento de onda. No entanto, aumentando o comprimento de onda e, simultaneamente, o grau do polinômio da regressão os resultados também melhoram com relação a regressão linear, porém não são significativos, e desta forma o ajuste linear é a melhor opção. Desta forma, o método proposto se mostrou promissor, sinalizando que futuras pesquisas são necessárias.