No description available.

O objetivo deste trabalho é investigar a variabilidade das componentes do balanço de calor pela superfície no Atlântico Sul, entre 5oS e 30oS e para o período entre 2000 a 2004, através da combinação de dados provenientes de múltiplos satélites. Com isso, visamos verificar se os processos de troca de calor no oceano são dominados por variabilidade de larga escala e interanual. Os dados de temperatura da superfície do mar, vapor d\'água integrado e precipitação são provenientes do satélite de microondas do Tropical Rainfall Measuring Mission (TRMM). Os dados de vento são obtidos pelo escaterômetro QuikSCAT e estimativas de radiação de ondas curtas e ondas longas são distribuídas pelo projeto Surface Radiation Budget. Utilizamos o algoritmo desenvolvido por Liu et. al. (1979) para o cálculo do fluxo de calor latente e sensível. Para obtermos uma determinação mais precisa dos fluxos turbulentos, utilizamos o algoritmo de Fairall et. al. (1996), onde estimamos a correção de Webb para o calor latente e o calor sensível devido à chuva. Analisamos as variáveis medidas e estimadas em termos da média, anomalia e diagramas de espaço-tempo (Hovmöller). As estimativas de balanço de calor pela superfície mostram que o Atlântico Sul perde calor para a atmosfera, principalmente na forma de calor latente, ao sul de 7oS. Em média, o máximo de perda de calor de -100W/m2 ocorre entre 12oS e 17oS. O balanço de calor é notadamente marcado por um forte ciclo sazonal, onde a amplitude anual chega a 250W/m2. A anomalia do balanço de calor apresenta correlações significativas com fenômenos remotos em escalas interanuais, indicando a estabelecimento de teleconexões rápidas através da atmosfera. / The objective of this study is to investigate the variability of the surface heat budget components in the tropical South Atlantic, between 5oS and 30oS and for the period between 2000 and 2005, through a methodology based on a multi--satellite approach. We aim to verify if the heat exchange processes in the ocean are dominated by large scale and interannual variability. The sea surface temperature, integrated water vapor and precipitation data are obtained by the Tropical Rainfall Measuring Mission (TRMM) microwave satellite. Wind vectors are measured by the QuikSCAT scatterometer satellite and the estimates of the shortwave and longwave radiation are distributed by the Surface Radiation Budget projetct. We used the algorithm developed by Liu79 et. al. (1979) to estimate the latent and sensible heat fluxes. To obtain a more precise estimation of the turbulent fluxes, we used an algorithm developed by Fairall et. al. (1996), where the Webb correction for the latent heat flux and the sensible heat flux due to the rainfall were included in the calculations. The results were analized in terms of the mean, anomaly, and space--time (Hovmöller) diagrams. The estimates of the surface heat balance showed that the South Atlantic loses heat to the atmosphere, mostly in the form of latent heat fluxes, south of 7oS. On average, there is a maximum in heat loss of -100W/m2 between 12oS e 17oS. The net surface heat flux has a strong seasonal cycle, with an amplitude of about 250W/m2. The surface energy balance shows significant correlations with remote phenomena at interannual scales indicating the establishment of rapid teleconnections through the atmosphere.

A quase inacessibilidade de grandes partes do Oceano Austral torna o conhecimento da espessura do gelo marinho limitado. Esta informação é essencial para a determinação do balanço de massa deste componente da criosfera. Na transição do inverno para a primavera de 2006, uma equipe de pesquisadores, coletou uma série de perfis de espessura de gelo marinho no norte e noroeste do mar de Weddell. Eles estavam a bordo do navio de pesquisa alemão Polarstern do Alfred-Wegener-Institut, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI) e utilizaram um sistema composto por um sensor eletromagnético, altímetro laser e um Sistema de Posicionamento Global Diferencial (DGPS) aerotransportado por helicóptero. Simultaneamente, a Agência Espacial Europeia (ESA), adquiriu imagens ENVISAT ASAR WSM da área de pesquisa. O objetivo principal desta tese é determinar a relação existente entre o retroespalhamento medido pelo Radar de Abertura Sintética e a espessura do gelo marinho obtida pelo HEM (Helicopter-borne ElectroMagnetic system) usando os dados citados acima. Utilizamos os programas de computador NEST®, MATLAB®, EXCEL®, ArcGIS®/ArcMAP®, para processar, analisar e selecionar as imagens, para determinar a relação entre o retroespalhamento e as medidas, quase-tempo-coincidentes, de espessura do gelo. Projetamos as trajetórias dos voos sobre as imagens obtidas nas mesmas datas e extraímos os pixels referentes aos locais onde foram medidas as espessuras de gelo marinho. Apropriamos os valores de espessura do gelo para a área de cada pixel sobre o qual se referiam. Uma análise estatística determinou que o parâmetro que melhor representa a espessura do gelo dentro da área do pixel é a média. A regressão linear é a melhor forma de ajuste das relações entre o valor de retroespalhamento do pixel e a espessura do gelo marinho contido na área deste pixel. O coeficiente de correlação linear de Pearson, resultante de análise paramétrica, indica uma forte correlação (0,75) entre retroespalhamento e espessura do gelo marinho. Porém, a análise não paramétrica de Spearman resultou em um coeficiente de correlação baixo (0,06) o que pode indicar que os dados analisados são compostos por duas populações distintas (e.g., gelo de primeiro ano e plurianual). Contudo, a análise não paramétrica de Kolmogorov-Smirnov aventa a possibilidade de que não tenhamos amostrado toda população. Esta seria a razão de não haver valores de espessuras relativas ao intervalo entre -9.21dB e -1.35dB, o que poderia induzir ao baixo valor do coeficiente de correlação na análise de Spearman. Aplicamos a equação linear: y=0,6345x+12,015 às imagens e pudemos separá-las em doze classes: uma para água e onze para gelo marinho, estas com intervalos de um metro. Isto possibilitou a observação de importantes feições oceanográficas como: canais de águas abertas; cristas de compressão, decaimento do gelo marinho, deslocamento de icebergs (como indicadores de correntes, marés e ventos), liberação de gelo por geleiras de maré, desprendimento de iceberg da plataforma de gelo Larsen C, esteiras de ondas e vórtices oceânicos. Com base no exposto, podemos afirmar que, estatisticamente, nossos resultados são robustos e significantes, com nível de confiança entre 95% e 99%. A equação que propomos é um primeiro passo para inferir-se a espessura do gelo marinho a partir de coeficientes de retroespalhamento SAR. / The almost inaccessibility of large parts of the Southern Ocean makes the knowledge on the sea-ice thickness limited. This information is essential for determining the mass balance of this cryosphere component. During the transition from winter to spring 2006, a researcher team performed several sea-ice thickness profiles in the north and northwest of the Weddell Sea. They were aboard the German research vessel Polarstern from the Alfred-Wegener-Institute, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI) and utilizing for those measurements a Helicopter-borne Electromagnetic system (HEM). The HEM is composed of an electromagnetic sensor, laser altimeter, and a Differential Global Positioning System (DGPS). Simultaneously, the European Space Agency (ESA) ENVISAT ASAR WSM acquired images from the research area. The main objective of this thesis is to determine the relationship between the Synthetic Aperture Radar backscattering and the HEM’s sea-ice thickness measurements using data listed above. We used the computer programs: NEST®, MATLAB®, EXCEL®, ArcGIS® / ArcMap®, to process, analyze and select images, in order to determine the relationship between the backscattering and the quasi-time-coincident ice thickness measurements. We projected the flights trajectories on the images obtained on the same dates, extracting the pixels pertaining to the places where the sea-ice thicknesses were determined. We ascribed ice thickness values for each area covered by the pixel. A statistical analysis determined that the best ice thickness parameter within a pixel area is its mean. Linear regression is the best way to adjust the relationship between the pixel backscatter value and the sea-ice thickness contained within the pixel area. The Pearson linear correlation coefficient, resulting from parametric analysis, indicates a strong correlation (0.75) between backscatter and sea-ice thickness. However, the nonparametric Spearman analysis resulted in a low correlation coefficient (0.06), which may indicate that the analyzed data consist of two distinct populations (e.g., first-year and multi-year ice). However, the Kolmogorov-Smirnov nonparametric analysis brought up the possibility that we just have not sampled the entire population. This could explain the no existence of sea-ice thicknesses values on the interval from -9.21dB to -1.35dB, which could lead to the low correlation coefficient in the Spearman analysis. We applied the linear equation: =,+, to the images, separating them into twelve classes: one for water and eleven to sea-ice, the latter in one-meter thickness intervals. The results enabled the observation of important oceanographic features such as open water channels, pressure ridges, sea-ice decay, icebergs motion (as indicators of currents, tides and winds), glaciers discharge, iceberg calving from Larsen C ice shelf, wakes and oceanic eddies. Based on the foregoing, we can say that, statistically, our results are robust and significantly, with a confidence level from 95% to 99%. The proposed equation is a first step to inferring sea-ice thickness from SAR backscatter coefficients.

A quase inacessibilidade de grandes partes do Oceano Austral torna o conhecimento da espessura do gelo marinho limitado. Esta informação é essencial para a determinação do balanço de massa deste componente da criosfera. Na transição do inverno para a primavera de 2006, uma equipe de pesquisadores, coletou uma série de perfis de espessura de gelo marinho no norte e noroeste do mar de Weddell. Eles estavam a bordo do navio de pesquisa alemão Polarstern do Alfred-Wegener-Institut, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI) e utilizaram um sistema composto por um sensor eletromagnético, altímetro laser e um Sistema de Posicionamento Global Diferencial (DGPS) aerotransportado por helicóptero. Simultaneamente, a Agência Espacial Europeia (ESA), adquiriu imagens ENVISAT ASAR WSM da área de pesquisa. O objetivo principal desta tese é determinar a relação existente entre o retroespalhamento medido pelo Radar de Abertura Sintética e a espessura do gelo marinho obtida pelo HEM (Helicopter-borne ElectroMagnetic system) usando os dados citados acima. Utilizamos os programas de computador NEST®, MATLAB®, EXCEL®, ArcGIS®/ArcMAP®, para processar, analisar e selecionar as imagens, para determinar a relação entre o retroespalhamento e as medidas, quase-tempo-coincidentes, de espessura do gelo. Projetamos as trajetórias dos voos sobre as imagens obtidas nas mesmas datas e extraímos os pixels referentes aos locais onde foram medidas as espessuras de gelo marinho. Apropriamos os valores de espessura do gelo para a área de cada pixel sobre o qual se referiam. Uma análise estatística determinou que o parâmetro que melhor representa a espessura do gelo dentro da área do pixel é a média. A regressão linear é a melhor forma de ajuste das relações entre o valor de retroespalhamento do pixel e a espessura do gelo marinho contido na área deste pixel. O coeficiente de correlação linear de Pearson, resultante de análise paramétrica, indica uma forte correlação (0,75) entre retroespalhamento e espessura do gelo marinho. Porém, a análise não paramétrica de Spearman resultou em um coeficiente de correlação baixo (0,06) o que pode indicar que os dados analisados são compostos por duas populações distintas (e.g., gelo de primeiro ano e plurianual). Contudo, a análise não paramétrica de Kolmogorov-Smirnov aventa a possibilidade de que não tenhamos amostrado toda população. Esta seria a razão de não haver valores de espessuras relativas ao intervalo entre -9.21dB e -1.35dB, o que poderia induzir ao baixo valor do coeficiente de correlação na análise de Spearman. Aplicamos a equação linear: y=0,6345x+12,015 às imagens e pudemos separá-las em doze classes: uma para água e onze para gelo marinho, estas com intervalos de um metro. Isto possibilitou a observação de importantes feições oceanográficas como: canais de águas abertas; cristas de compressão, decaimento do gelo marinho, deslocamento de icebergs (como indicadores de correntes, marés e ventos), liberação de gelo por geleiras de maré, desprendimento de iceberg da plataforma de gelo Larsen C, esteiras de ondas e vórtices oceânicos. Com base no exposto, podemos afirmar que, estatisticamente, nossos resultados são robustos e significantes, com nível de confiança entre 95% e 99%. A equação que propomos é um primeiro passo para inferir-se a espessura do gelo marinho a partir de coeficientes de retroespalhamento SAR. / The almost inaccessibility of large parts of the Southern Ocean makes the knowledge on the sea-ice thickness limited. This information is essential for determining the mass balance of this cryosphere component. During the transition from winter to spring 2006, a researcher team performed several sea-ice thickness profiles in the north and northwest of the Weddell Sea. They were aboard the German research vessel Polarstern from the Alfred-Wegener-Institute, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI) and utilizing for those measurements a Helicopter-borne Electromagnetic system (HEM). The HEM is composed of an electromagnetic sensor, laser altimeter, and a Differential Global Positioning System (DGPS). Simultaneously, the European Space Agency (ESA) ENVISAT ASAR WSM acquired images from the research area. The main objective of this thesis is to determine the relationship between the Synthetic Aperture Radar backscattering and the HEM’s sea-ice thickness measurements using data listed above. We used the computer programs: NEST®, MATLAB®, EXCEL®, ArcGIS® / ArcMap®, to process, analyze and select images, in order to determine the relationship between the backscattering and the quasi-time-coincident ice thickness measurements. We projected the flights trajectories on the images obtained on the same dates, extracting the pixels pertaining to the places where the sea-ice thicknesses were determined. We ascribed ice thickness values for each area covered by the pixel. A statistical analysis determined that the best ice thickness parameter within a pixel area is its mean. Linear regression is the best way to adjust the relationship between the pixel backscatter value and the sea-ice thickness contained within the pixel area. The Pearson linear correlation coefficient, resulting from parametric analysis, indicates a strong correlation (0.75) between backscatter and sea-ice thickness. However, the nonparametric Spearman analysis resulted in a low correlation coefficient (0.06), which may indicate that the analyzed data consist of two distinct populations (e.g., first-year and multi-year ice). However, the Kolmogorov-Smirnov nonparametric analysis brought up the possibility that we just have not sampled the entire population. This could explain the no existence of sea-ice thicknesses values on the interval from -9.21dB to -1.35dB, which could lead to the low correlation coefficient in the Spearman analysis. We applied the linear equation: =,+, to the images, separating them into twelve classes: one for water and eleven to sea-ice, the latter in one-meter thickness intervals. The results enabled the observation of important oceanographic features such as open water channels, pressure ridges, sea-ice decay, icebergs motion (as indicators of currents, tides and winds), glaciers discharge, iceberg calving from Larsen C ice shelf, wakes and oceanic eddies. Based on the foregoing, we can say that, statistically, our results are robust and significantly, with a confidence level from 95% to 99%. The proposed equation is a first step to inferring sea-ice thickness from SAR backscatter coefficients.

A quase inacessibilidade de grandes partes do Oceano Austral torna o conhecimento da espessura do gelo marinho limitado. Esta informação é essencial para a determinação do balanço de massa deste componente da criosfera. Na transição do inverno para a primavera de 2006, uma equipe de pesquisadores, coletou uma série de perfis de espessura de gelo marinho no norte e noroeste do mar de Weddell. Eles estavam a bordo do navio de pesquisa alemão Polarstern do Alfred-Wegener-Institut, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI) e utilizaram um sistema composto por um sensor eletromagnético, altímetro laser e um Sistema de Posicionamento Global Diferencial (DGPS) aerotransportado por helicóptero. Simultaneamente, a Agência Espacial Europeia (ESA), adquiriu imagens ENVISAT ASAR WSM da área de pesquisa. O objetivo principal desta tese é determinar a relação existente entre o retroespalhamento medido pelo Radar de Abertura Sintética e a espessura do gelo marinho obtida pelo HEM (Helicopter-borne ElectroMagnetic system) usando os dados citados acima. Utilizamos os programas de computador NEST®, MATLAB®, EXCEL®, ArcGIS®/ArcMAP®, para processar, analisar e selecionar as imagens, para determinar a relação entre o retroespalhamento e as medidas, quase-tempo-coincidentes, de espessura do gelo. Projetamos as trajetórias dos voos sobre as imagens obtidas nas mesmas datas e extraímos os pixels referentes aos locais onde foram medidas as espessuras de gelo marinho. Apropriamos os valores de espessura do gelo para a área de cada pixel sobre o qual se referiam. Uma análise estatística determinou que o parâmetro que melhor representa a espessura do gelo dentro da área do pixel é a média. A regressão linear é a melhor forma de ajuste das relações entre o valor de retroespalhamento do pixel e a espessura do gelo marinho contido na área deste pixel. O coeficiente de correlação linear de Pearson, resultante de análise paramétrica, indica uma forte correlação (0,75) entre retroespalhamento e espessura do gelo marinho. Porém, a análise não paramétrica de Spearman resultou em um coeficiente de correlação baixo (0,06) o que pode indicar que os dados analisados são compostos por duas populações distintas (e.g., gelo de primeiro ano e plurianual). Contudo, a análise não paramétrica de Kolmogorov-Smirnov aventa a possibilidade de que não tenhamos amostrado toda população. Esta seria a razão de não haver valores de espessuras relativas ao intervalo entre -9.21dB e -1.35dB, o que poderia induzir ao baixo valor do coeficiente de correlação na análise de Spearman. Aplicamos a equação linear: y=0,6345x+12,015 às imagens e pudemos separá-las em doze classes: uma para água e onze para gelo marinho, estas com intervalos de um metro. Isto possibilitou a observação de importantes feições oceanográficas como: canais de águas abertas; cristas de compressão, decaimento do gelo marinho, deslocamento de icebergs (como indicadores de correntes, marés e ventos), liberação de gelo por geleiras de maré, desprendimento de iceberg da plataforma de gelo Larsen C, esteiras de ondas e vórtices oceânicos. Com base no exposto, podemos afirmar que, estatisticamente, nossos resultados são robustos e significantes, com nível de confiança entre 95% e 99%. A equação que propomos é um primeiro passo para inferir-se a espessura do gelo marinho a partir de coeficientes de retroespalhamento SAR. / The almost inaccessibility of large parts of the Southern Ocean makes the knowledge on the sea-ice thickness limited. This information is essential for determining the mass balance of this cryosphere component. During the transition from winter to spring 2006, a researcher team performed several sea-ice thickness profiles in the north and northwest of the Weddell Sea. They were aboard the German research vessel Polarstern from the Alfred-Wegener-Institute, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI) and utilizing for those measurements a Helicopter-borne Electromagnetic system (HEM). The HEM is composed of an electromagnetic sensor, laser altimeter, and a Differential Global Positioning System (DGPS). Simultaneously, the European Space Agency (ESA) ENVISAT ASAR WSM acquired images from the research area. The main objective of this thesis is to determine the relationship between the Synthetic Aperture Radar backscattering and the HEM’s sea-ice thickness measurements using data listed above. We used the computer programs: NEST®, MATLAB®, EXCEL®, ArcGIS® / ArcMap®, to process, analyze and select images, in order to determine the relationship between the backscattering and the quasi-time-coincident ice thickness measurements. We projected the flights trajectories on the images obtained on the same dates, extracting the pixels pertaining to the places where the sea-ice thicknesses were determined. We ascribed ice thickness values for each area covered by the pixel. A statistical analysis determined that the best ice thickness parameter within a pixel area is its mean. Linear regression is the best way to adjust the relationship between the pixel backscatter value and the sea-ice thickness contained within the pixel area. The Pearson linear correlation coefficient, resulting from parametric analysis, indicates a strong correlation (0.75) between backscatter and sea-ice thickness. However, the nonparametric Spearman analysis resulted in a low correlation coefficient (0.06), which may indicate that the analyzed data consist of two distinct populations (e.g., first-year and multi-year ice). However, the Kolmogorov-Smirnov nonparametric analysis brought up the possibility that we just have not sampled the entire population. This could explain the no existence of sea-ice thicknesses values on the interval from -9.21dB to -1.35dB, which could lead to the low correlation coefficient in the Spearman analysis. We applied the linear equation: =,+, to the images, separating them into twelve classes: one for water and eleven to sea-ice, the latter in one-meter thickness intervals. The results enabled the observation of important oceanographic features such as open water channels, pressure ridges, sea-ice decay, icebergs motion (as indicators of currents, tides and winds), glaciers discharge, iceberg calving from Larsen C ice shelf, wakes and oceanic eddies. Based on the foregoing, we can say that, statistically, our results are robust and significantly, with a confidence level from 95% to 99%. The proposed equation is a first step to inferring sea-ice thickness from SAR backscatter coefficients.

O objetivo deste trabalho é investigar a variabilidade das componentes do balanço de calor pela superfície no Atlântico Sul, entre 5oS e 30oS e para o período entre 2000 a 2004, através da combinação de dados provenientes de múltiplos satélites. Com isso, visamos verificar se os processos de troca de calor no oceano são dominados por variabilidade de larga escala e interanual. Os dados de temperatura da superfície do mar, vapor d\'água integrado e precipitação são provenientes do satélite de microondas do Tropical Rainfall Measuring Mission (TRMM). Os dados de vento são obtidos pelo escaterômetro QuikSCAT e estimativas de radiação de ondas curtas e ondas longas são distribuídas pelo projeto Surface Radiation Budget. Utilizamos o algoritmo desenvolvido por Liu et. al. (1979) para o cálculo do fluxo de calor latente e sensível. Para obtermos uma determinação mais precisa dos fluxos turbulentos, utilizamos o algoritmo de Fairall et. al. (1996), onde estimamos a correção de Webb para o calor latente e o calor sensível devido à chuva. Analisamos as variáveis medidas e estimadas em termos da média, anomalia e diagramas de espaço-tempo (Hovmöller). As estimativas de balanço de calor pela superfície mostram que o Atlântico Sul perde calor para a atmosfera, principalmente na forma de calor latente, ao sul de 7oS. Em média, o máximo de perda de calor de -100W/m2 ocorre entre 12oS e 17oS. O balanço de calor é notadamente marcado por um forte ciclo sazonal, onde a amplitude anual chega a 250W/m2. A anomalia do balanço de calor apresenta correlações significativas com fenômenos remotos em escalas interanuais, indicando a estabelecimento de teleconexões rápidas através da atmosfera. / The objective of this study is to investigate the variability of the surface heat budget components in the tropical South Atlantic, between 5oS and 30oS and for the period between 2000 and 2005, through a methodology based on a multi--satellite approach. We aim to verify if the heat exchange processes in the ocean are dominated by large scale and interannual variability. The sea surface temperature, integrated water vapor and precipitation data are obtained by the Tropical Rainfall Measuring Mission (TRMM) microwave satellite. Wind vectors are measured by the QuikSCAT scatterometer satellite and the estimates of the shortwave and longwave radiation are distributed by the Surface Radiation Budget projetct. We used the algorithm developed by Liu79 et. al. (1979) to estimate the latent and sensible heat fluxes. To obtain a more precise estimation of the turbulent fluxes, we used an algorithm developed by Fairall et. al. (1996), where the Webb correction for the latent heat flux and the sensible heat flux due to the rainfall were included in the calculations. The results were analized in terms of the mean, anomaly, and space--time (Hovmöller) diagrams. The estimates of the surface heat balance showed that the South Atlantic loses heat to the atmosphere, mostly in the form of latent heat fluxes, south of 7oS. On average, there is a maximum in heat loss of -100W/m2 between 12oS e 17oS. The net surface heat flux has a strong seasonal cycle, with an amplitude of about 250W/m2. The surface energy balance shows significant correlations with remote phenomena at interannual scales indicating the establishment of rapid teleconnections through the atmosphere.