Com o cômputo dos componentes do balanço de radiação, obtém-se o saldo de radiação (Rn), ou seja, a energia restante na superfície que é utilizada principalmente nos processos de evapotranspiração, aquecimento do ar e do solo. Dada a importância deste tópico de pesquisa, o objetivo geral deste estudo foi calcular o saldo de radiação à superfície usando imagens do sensor ASTER, a bordo do satélite TERRA. A região de estudo abrangeu duas áreas teste no Rio Grande do Sul, representadas pela área de abrangência de duas imagens do sensor ASTER, complementados com dados de estações meteorológicas automáticas (Eldorado do Sul e Bento Gonçalves). Os resultados mostram que os valores de saldo de radiação, assim como seus componentes, obtidos através das imagens ASTER, apresentam magnitude compatível com os valores esperados para as condições das regiões analisadas. Sobre a superfície d’água é observada o maior saldo de radiação e o menor valor observado foi sobre solo exposto. A área coberta com vegetação apresenta valores intermediários de saldo de radiação. A informação gerada mostra a distribuição espacial do saldo de radiação, o que é um avanço em relação à obtenção deste elemento em condições experimentais. / With the computation of the components of the balance of radiation, is obtained the net radiation, in other words, the remaining energy in the surface that is used principally in the processes of evapotranspiration, heating of the air and of the soil. When the importance of this topic of inquiry was attached, the general objective of this study calculated the net radiation to the surface using images of the sensor ASTER, on board of satellite TERRA. The region of study included two areas test in Rio Grande do Sul, represented by the area of range of two images of the sensor ASTER, complemented with data of meteorological automatic stations (Eldorado do Sul and Bento Gonçalves). The results show that the values of net radiation, as well as his components obtained through the ASTER images, present compatible magnitude with the values waited for the conditions of the analysed regions. On the water surface is observed the biggest net radiation and the least observed value is on soil bare. The area covered with vegetation presents intermediary values of net radiation. The produced information shows the space distribution of the net of radiation, which is an advancement regarding getting this element in experimental conditions.

O objetivo deste trabalho foi avaliar os efeitos associados a El Niño e La Niña sobre o crescimento e desenvolvimento da cobertura vegetal e sua evolução temporal no Estado do Rio Grande do Sul, utilizando imagens do satélite NOAA. Foram utilizados dados mensais de precipitação pluvial e imagens de Índice de Vegetação por Diferença Normalizada (NDVI), no período de julho de 1981 a junho de 2000, sendo as análises feitas para todo o Estado e para as diversas Zonas de Cobertura e Uso do Solo. Os dados, classificados como El Niño, La Niña e neutro, foram utilizados para confeccionar imagens médias, imagens de anomalias e para traçar gráficos de evolução temporal de NDVI. Por fim, foi feita a análise da relação entre precipitação pluvial e NDVI. Os resultados mostraram que as diversas Zonas de Cobertura e Uso do Solo apresentam padrões diferenciados de variação na cobertura vegetal ao longo do ano, o qual é determinado pela disponibilidade hídrica, de radiação solar e de temperatura, sendo possível quantificar as alterações do padrão, através do monitoramento com imagens de NDVI/NOAA. Parte da variabilidade interanual do padrão de evolução do NDVI está associada à ocorrência do fenômeno El Niño e La Niña, como conseqüência, principalmente, do efeito deste fenômeno sobre a precipitação pluvial do Estado. Em anos de El Niño há um aumento na precipitação pluvial e conseqüentemente anomalias positivas de NDVI, enquanto que em anos de La Niña ocorre diminuição da precipitação pluvial a qual proporciona predominância de anomalias negativas de NDVI. Existe um tempo de resposta da vegetação às condições hídricas, ocasionado por uma defasagem entre o aumento ou diminuição da precipitação pluvial e o conseqüente aumento ou decréscimo de NDVI. O padrão e a intensidade dos efeitos no NDVI associados ao fenômeno El Niño e La Niña, estão relacionados às condições edafoclimáticas e de uso e cobertura do solo. As relações entre NDVI e precipitação pluvial evidenciam que este é um dos principais elementos que influi nas condições de crescimento vegetal para o Estado do Rio Grande do Sul.

O Regional Atmospheric Modeling System (RAMS), versão 3b, foi utilizado para simular o escoamento na Região Metropolitana de Porto Alegre (RMPA) para explicar a influência de circulações clássicas e não clássicas devido as proximidades do oceano e da Lagoa dos Patos, e da ilha de calor formada pelas cidades. O RAMS foi utilizado em um domínio tridimensional com duas grades sendo utilizadas, a grade mais grossa com resolução horizontal de 8 Km, e a grade mais fina com resolução horizontal de 2 Km. A inicialização do modelo é homogênea e parte do repouso, em uma situação de verão. Foram realizados 3 experimentos; o primeiro deles com apenas a grade mais grossa e com a parametrização da vegetação sendo grama curta em todo o domínio; o segundo utilizando as duas grades, sendo que a área coberta pela grade mais fina é parametrizada como deserto, nas duas grades; o terceiro diferencia-se do segundo pela adição de uma forçante térmica no primeiro nível da área coberta pela grade mais fina durante o período da noite (após o pôr do sol). Os resultados mostram que circulação de brisa lacustre/terrestre é responsável por uma forte tendência meridional no escoamento resultante sobre a RMPA, só sendo atenuada pela componente zonal da circulação de brisa marítima à partir do final da tarde. A confluência dessas duas circulações provoca uma tendência a elevação da camada de mistura. A presença da ilha de calor aumenta o movimento convectivo, com maior transporte vertical de calor sensível, e também retardou o avanço da frente de brisa marítima, embora durante a noite a sua influência não tenha sido muito significante.

Em cenas naturais, ocorrem com certa freqüência classes espectralmente muito similares, isto é, os vetores média são muito próximos. Em situações como esta, dados de baixa dimensionalidade (LandSat-TM, Spot) não permitem uma classificação acurada da cena. Por outro lado, sabe-se que dados em alta dimensionalidade [FUK 90] tornam possível a separação destas classes, desde que as matrizes covariância sejam suficientemente distintas. Neste caso, o problema de natureza prática que surge é o da estimação dos parâmetros que caracterizam a distribuição de cada classe. Na medida em que a dimensionalidade dos dados cresce, aumenta o número de parâmetros a serem estimados, especialmente na matriz covariância. Contudo, é sabido que, no mundo real, a quantidade de amostras de treinamento disponíveis, é freqüentemente muito limitada, ocasionando problemas na estimação dos parâmetros necessários ao classificador, degradando portanto a acurácia do processo de classificação, na medida em que a dimensionalidade dos dados aumenta. O Efeito de Hughes, como é chamado este fenômeno, já é bem conhecido no meio científico, e estudos vêm sendo realizados com o objetivo de mitigar este efeito. Entre as alternativas propostas com a finalidade de mitigar o Efeito de Hughes, encontram-se as técnicas de regularização da matriz covariância. Deste modo, técnicas de regularização para a estimação da matriz covariância das classes, tornam-se um tópico interessante de estudo, bem como o comportamento destas técnicas em ambientes de dados de imagens digitais de alta dimensionalidade em sensoriamento remoto, como por exemplo, os dados fornecidos pelo sensor AVIRIS. Neste estudo, é feita uma contextualização em sensoriamento remoto, descrito o sistema sensor AVIRIS, os princípios da análise discriminante linear (LDA), quadrática (QDA) e regularizada (RDA) são apresentados, bem como os experimentos práticos dos métodos, usando dados reais do sensor. Os resultados mostram que, com um número limitado de amostras de treinamento, as técnicas de regularização da matriz covariância foram eficientes em reduzir o Efeito de Hughes. Quanto à acurácia, em alguns casos o modelo quadrático continua sendo o melhor, apesar do Efeito de Hughes, e em outros casos o método de regularização é superior, além de suavizar este efeito. Esta dissertação está organizada da seguinte maneira: No primeiro capítulo é feita uma introdução aos temas: sensoriamento remoto (radiação eletromagnética, espectro eletromagnético, bandas espectrais, assinatura espectral), são também descritos os conceitos, funcionamento do sensor hiperespectral AVIRIS, e os conceitos básicos de reconhecimento de padrões e da abordagem estatística. No segundo capítulo, é feita uma revisão bibliográfica sobre os problemas associados à dimensionalidade dos dados, à descrição das técnicas paramétricas citadas anteriormente, aos métodos de QDA, LDA e RDA, e testes realizados com outros tipos de dados e seus resultados.O terceiro capítulo versa sobre a metodologia que será utilizada nos dados hiperespectrais disponíveis. O quarto capítulo apresenta os testes e experimentos da Análise Discriminante Regularizada (RDA) em imagens hiperespectrais obtidos pelo sensor AVIRIS. No quinto capítulo são apresentados as conclusões e análise final. A contribuição científica deste estudo, relaciona-se à utilização de métodos de regularização da matriz covariância, originalmente propostos por Friedman [FRI 89] para classificação de dados em alta dimensionalidade (dados sintéticos, dados de enologia), para o caso especifico de dados de sensoriamento remoto em alta dimensionalidade (imagens hiperespectrais). A conclusão principal desta dissertação é que o método RDA é útil no processo de classificação de imagens com dados em alta dimensionalidade e classes com características espectrais muito próximas. / The remote sensing analysis of natural scenes has been relying primarily on data collected by sensors that provide a relatively small number of spectral bands. In most of the cases, this low dimensional image data has proved capable of performing image data classification in an acceptable way. There are some cases, however, in which some or all of the classes involved are spectrally very similar, i.e., their mean vectors are nearly identical. In these cases, the low dimensional image data yield a very low classification accuracy. This problem may be solved by using high dimensional image data. It is well known that high dimensional image data allows for the separation of classes that are spectrally very similar , provided that their covariance matrices differ significantly. One problem with high dimensional data, however, is related to the estimation of the required parameters, specially the class covariance matrices. As the data dimension increases, so does the number of parameters to be estimated. In real world conditions, however, the sample size normally available for parameter estimation is limited, resulting in poor estimates for the parameters. This problem becomes apparent when one compares the classification accuracy against the data dimensionality. Initially the accuracy of the classifier tends to increase as the number of spectral bands increase, i.e., as the data dimensionality becomes larger. Eventually the accuracy peaks and as the data dimensionality continues to increase the classification accuracy tends to decrease. This pattern, known as the "Hughes Phenomenon" is caused by the gradual deterioration of the parameters estimation as the data dimensionality keeps increasing while the number of available training samples remains constant. One possible way to mitigate this problem consists in the procedure known as regularization of the covariance matrix. This procedure can be performed in two steps: (1) replacing the class covariance matrix by a linear combination of the class covariance matrix and the common covariance matrix for all classes involved in the process and (2) scaling the class covariance matrices to counter the bias that tend to estimate the small eigenvalues too small and the large eigenvalues too large. This bias occur whenever the number of training samples is too small compared with the data dimensionality. This study is concerned with the applications of the regularization techniques to remote sensing high dimensional image data such as the data provided by the AVIRIS sensor system. Methods using the conventional quadratic classifier (QDA) and the classifier implementing the regularized covariance matrices (RDA) are tested and compared. The experiments have shown that the regularization techniques were very efficient in mitigating the Hughes phenomenon. In some experiments, the maximum accuracy was obtained using the conventional quadratic classifier (QDA), with a smaller number of spectral bands. In other cases the regularized procedure (RDA) produced more accurate results at higher dimensionality having mitigated the Hughes phenomenon. The investigation of the behavior of the regularization procedure (RDA) in remote sensing image data constitutes the main contribution of this study. The regularization procedure, originally proposed by Friedman is shown to perform well in remote sensing digital image classification. The regularization procedure (RDA) seems to be capable of improving the accuracy of the classification procedure when high dimensional image data is used.

O objetivo geral deste trabalho é desenvolver estudos relacionados à dispersão de poluentes, considerando a queima de carvão para geração de energia nas Usinas Termoelétricas de Charqueadas e São Jerônimo. O período de estudo foi do dia 17 a 23 de junho de 2003. Neste período houve a passagem de um sistema frontal. Sendo possível avaliar a dispersão dos poluentes em condições pré-frontal, frontal e pós-frontal. Para simular o comportamento dos poluentes neste período, foi utilizada uma subrotina de dispersão acoplada ao modelo RAMS (Regional Atmospheric Modeling System). Os resultados mostraram que nos dias classificados como pré-frontal e pós-frontal as concentrações do material particulado, dióxido de enxofre e do óxido de nitrogênio, atingiram seus valores máximos, pelo fato da umidade relativa do ar estar bastante baixa em torno de 60%, pressão atmosférica da ordem de 1021 hPa e a intensidade dos ventos fraca. No dia classificado como frontal, as concentrações estavam praticamente nulas, devido à passagem do sistema frontal que causou a queda na pressão atmosférica, aumento da umidade relativa e também pelo fato da ocorrência de precipitação atmosférica neste dia. As comparações dos resultados simulados, com os dados observados na estação de qualidade do ar mostraram-se satisfatórios. Com exceção do dia 22 de junho, que apresentou uma diferença da ordem de 90%.

A temperatura da superfície terrestre (TST), além da ação determinante sobre o crescimento e o desenvolvimento das plantas, influencia também muitos processos físicos, químicos e biológicos, tendo significativa relevância científica em um vasto campo das atividades de pesquisa e gerenciamento dos recursos naturais. O objetivo geral deste estudo foi verificar a adequação do uso de sensores orbitais AVHRR/3 NOAA (National Oceanic and Atmospheric Administration) classe POES (Polar Operational Environmental Satellites) para mapeamento de temperaturas da superfície terrestre no Rio Grande do Sul, visando sua implementação em programas operacionais de monitoramento agrometeorológico. No estudo realizado no período de junho a setembro de 2002, foram utilizadas 11 imagens noturnas e 20 imagens diurnas, captadas na estação de recepção de imagens NOAA pertencente ao Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia (CEPSRM). Após processamento, as imagens foram utilizadas para a determinação da temperatura de brilho da banda 4 e 5 da TST através dos métodos de Becker e Li (1990), Kerr et al. (1992) e Sobrino et al. (1993). A TST obtida a partir das imagens foi comparada aos dados de temperatura do ar obtidos em 13 estações meteorológicas de superfície Os resultados mostraram que os sensores orbitais AVHRR/3 são adequados para o mapeamento noturno de temperaturas da superfície terrestre no Rio Grande do Sul. O método de Sobrino et al. (1993) é o mais adequado entre os métodos testados para a estimativa das temperaturas noturnas no Estado, embora ainda seja necessário um aprofundamento teórico em relação aos efeitos atmosféricos sobre regiões localizadas em baixas latitudes. Também a temperatura estimada por sensores remotos pode ser utilizada para estimar a temperatura do ar nos locais avaliados, sendo que ainda deve ser testada a extrapolação para outros locais.

Este trabalho tem a finalidade de fornecer os elementos necessários à montagem de um SIG para gerenciamento e controle de obras públicas, tendo como ponto de partida as relacionadas às estradas de terra, portanto na área rural do município, podendo, ser estendido as outras áreas da gestão pública. A preferência pela questão viária dá-se pelo fato dela ter grande apelo econômico e relativa facilidade de aquisição dos planos de informação, quais sejam: malha viária, pontos notáveis, obras de arte, drenagem, relevo e solo. Planos de informação pertinentes à malha viária, aos pontos notáveis e às obras de arte, adquiridos em levantamento de campo com GPS, e drenagem, relevo e solo adquiridos via vetorização de plantas existentes. Através de um programa de apoio à gerência denominado SISGEM - Sistema de Gerência de Estradas Municipais - pode-se obter dados a respeito da produção, produtividade, custos, etc, gerando atributos aos geo objetos dos planos de informação descritos acima, e, desta forma, permitindo o cruzamento de planos de informações vetoriais com os relatórios gerados a partir dos trabalhos realizados.

O uso de dados altimétricos para a avaliação e monitoramento da variação dos níveis dos oceanos, teve início com o satélite Seasat e vem desenvolvendo-se com êxito em outros sistemas como o Geosat e o ERS-l. Esta técnica tem se mostrado única em termos de oceanografia e abre caminho para a sua utilização em outros campos como a hidrologia. A possibilidade de avaliar-se os niveis das águas continentais por meio da altimetria, trata-se de uma proposta promissora termos de recursos hidricos em países de dimensões como o Brasil.O desenvolvimento de um algoritmo capaz de. a partir dos dados do satélite altimétrico Geosat processá-los de forma mais rápida e econômica, fornecendo informações prévias com as quais se possa efetivamente obter a variação do nível das águas de rios e Lagoas, constitue-se no desafio desta dissertação.O ajuste matemático proposto, que se utilizaria de um número menor de variáveis, se comparado ao método aplicado pela NASA, não trouxe os resultados esperados , mostrando-se ineficiente. Esta dissertação sugere que, embora este modelo proposto tenha se mostrado inadequado, abre-se um vasto campo de pesquisas para que a altimetria de satélites torne-se uma técnica operacional e viável em termos de recursos hidricos em águas continentais.

Com o advento dos sensores hiperespectrais se tornou possível em sensoriamento remoto, uma serie de diferentes aplicações. Uma delas, é a possibilidade de se discriminar classes com comportamentos espectrais quase idênticas. Porém um dos principais problemas encontrados quando se trabalha com dados de alta dimensionalidade, é a dificuldade em estimar os inúmeros parâmetros que se fazem necessários. Em situações reais é comum não se ter disponibilidade de tamanho de amostra suficiente, por exemplo, para se estimar a matriz de covariâncias de forma confiável. O sensor AVIRIS fornece uma riqueza de informações sobre os alvos, são 224 bandas cobrindo o espectro eletromagnético, o que permite a observação do comportamento espectral dos alvos de forma muito detalhada. No entanto surge a dificuldade de se contar com uma amostra suficiente para se estimar a matriz de covariâncias de uma determinada classe quando trabalhamos com dados do sensor AVIRIS, para se ter uma idéia é preciso estimar 25.200 parâmetros somente na matriz de covariâncias, o que necessitaria de uma amostra praticamente impraticável na realidade. Surge então a necessidade de se buscar formas de redução da dimensionalidade, sem que haja perda significativa de informação. Esse tipo de problema vem sendo alvo de inúmeros estudos na comunidade acadêmica internacional. Em nosso trabalho pretendemos sugerir a redução da dimensionalidade através do uso de uma ferramenta da geoestatística denominada semivariograma. Investigaremos se os parâmetros calculados para determinadas partições do transecto de bandas do sensor AVIRIS são capazes de gerar valores médios distintos para classes com comportamentos espectrais muito semelhantes, o que por sua vez, facilitaria a classificação/discriminação destas classes.

O uso inadequado dos recursos naturais foi uma constante no passado em toda a Região Sul do Brasil. Para orientar o uso sustentável desses recursos se faz necessário o desenvolvimento de pesquisas que permitam diagnosticar a qualidade da paisagem de determinado espaço geográfico e que proporcionem soluções adequadas de uso e conservação. Com este propósito foi desenvolvida uma pesquisa em General Carneiro, Estado do Paraná, no Bioma da Floresta Ombrófila Mista, em uma propriedade das Indústrias Pizzatto. Com o objetivo de realizar análise e interpretação multitemporal da qualidade visual da paisagem, utilizando geotecnologias como o sensoriamento remoto e o geoprocessamento. O estudo foi realizado ao longo de uma série temporal de 48 anos, utilizando fotografias aéreas e imagem de satélite IKONOS II, que permitiram obter produtos cartográficos temáticos de Uso e Cobertura do Solo que foram integrados em um SIG no programa SPRING 3.6. Foram inter-relacionados os dados espaciais (polígonos) aos dados não-espaciais (alfanuméricos), onde as informações alfanuméricas correspondem às características das classes interpretadas, como área, perímetro, textura, forma, convergências e divergências e características ambientais e paisagísticas. Realizou-se também uma análise da dinâmica espaço-temporal da fragmentação das classes tipológicas de florestas em estágio (inicial, intermediário e avançado), constatando que esta fragmentação refere-se aos objetivos da propriedade ao longo da série temporal. Foram elaborados também os produtos de potencial erosivo do solo, de conflito de uso e qualidade da paisagem, através do cruzamento entre os mapas utilizando a programação LEGAL (linguagem espacial para geoprocessamento algébrico) no SPRING, através da simultaneidade entre os mapas. Com estes produtos, obteve-se as informações de potencialidade erosiva do solo, com o tema baixo moderado apresentando a maior porcentagem (50%); conflito de uso do solo, com o tema uso adequado sem restrições com a maior porcentagem (> 80%) e qualidade da paisagem de 1952-1980 e 1980-2000, ambos apresentando a classe de baixo grau de antropização acima de 70%. Com a análise dos resultados obtidos, concluiu-se que o recorte espacial apresenta-se com uma alta qualidade paisagística, referente às disponibilidades dos recursos naturais e as forma de utilização do espaço. Constatou-se também a efetividade e aplicabilidade do procedimento metodológico para avaliação da qualidade da paisagem como instrumento para planejamento e gestão de propriedades florestais.