A emissividade da superfície terrestre (EST) é uma propriedade importante na caracterização de alvos através do Sensoriamento Remoto (SR). A estimativa da EST envolve a aplicação de uma função indeterminada de várias variáveis em dados de radiância contaminados por uma atmosfera de complexa modelagem. Dunas, em geral, são compostas por quartzo, cujo comportamento emissivo é bem caracterizado com sensores que operam entre 8–12μm. Neste trabalho foram avaliados 4 métodos de recuperação de temperatura-emissividade a partir de dados de radiância corrigida dos efeitos atmosféricos. Os quatro métodos foram aplicados em dados do subsistema do infravermelho termal (TIR) do sensor ASTER e são: Método da Emissividade Normalizada (MEN), Método da Banda de Referência (MBR), Separação de Emissividade e Temperatura (TES) e Resíduos Alpha (α-Residual). Foram geradas imagens de emissividade, cujas amostras puras (controle) de quartzo foram comparadas com uma curva homóloga da biblioteca espectral do Laboratório de Sensoriamento Remoto do Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia da Universidade Federal do Rio Grande do Sul (UFRGS). Neste trabalho, os métodos foram comparados pelas diferenças na emissividade média, temperatura média de uma imagem ASTER e geometria da curva através de seus valores alphas. Obteve-se como resultado que o método TES apresentou uma emissividade média absoluta maior em relação ao MEN e MBR. A temperatura média para métodos MEN e MBR foi de 35,18ºC, TES de 30,10ºC e o α-Residual não gerou um valor de temperatura, pois não considera esta variável na estimativa do espectro alpha. A geometria da curva do método TES foi a mais próxima da curva espectral de referência. Os métodos comparados neste trabalho não obtiveram um desempenho quantitativo dentro dos limiares certos, é dizer no intervalo de emissividade de um quartzo a 29ºC. Os métodos neste trabalho tiveram uma tendência a superestimar os valores de temperatura e consequentemente os valores de emissividade, devido a uma correção atmosférica inexata em condições de alta umidade, suposições iniciais (emissividade) com grande erro, heterogeneidade do alvo. Em contrapartida se obteve bom desempenho na individualização dos campos de dunas preservando a forma da curva espectral (geometria) do quartzo. / The land surface emissivity (LSE) is an important property in the characterization of targets through Remote Sensing (RS). The estimation of LSE involves the application of an indeterminate function of several variables in radiance data contaminated by an atmosphere of complex modeling. In general, sand dunes are composed of quartz, whose spectral behavior is well characterized with sensors operating between 8-12μm. In this work, four methods of temperature-emissivity recovery were evaluated from atmospheric effects corrected radiance data. The four methods were applied to data from the thermal infrared (TIR) subsystem of the ASTER sensor, and they are: Normalization Emissivity Method (NEM), Reference Channel Method (RCM), Temperature Emissivity Separation (TES) and Alpha Residuals Method (α- Residual). Emissivity images were generated, whose pure quartz samples (control) were compared to a homologous curve of the spectral library of the Remote Sensing Laboratory of the State Center for Remote Sensing and Meteorology Research at the Federal University of Rio Grande do Sul (UFRGS). In this study, the methods were compared by differences in mean emissivity, mean temperature of ASTER image and curve geometry through their alpha values. As a result, the TES method presented a higher mean absolute emissivity, in relation to NEM and RCM. The mean temperature for NEM and RCM methods was 35.18 °C, TES was 30.10 °C and α-Residuals did not generate a temperature value, since it does not consider this variable in the estimation of the alpha spectrum. The geometry of the TES method curve was the closest to the reference spectral curve. The methods compared in this work did not obtain a quantitative performance within the certain thresholds, in the emissivity range of a quartz at 29 °C. The methods tend to overestimate the temperature values and consequently the emissivity values due to an inaccurate atmospheric correction under conditions of high humidity, initial assumptions (emissivity) with great error, heterogeneity of the target. In contrast, a good performance was obtained in the individualization of the dune fields, preserving the shape of the spectral curve (geometry) of the quartz.

The considered work esteem, by means of data of multispectral images of the Landsat 5 - TM, vegetation indices, albedo, surface temperature surface and the balance of radiation of the city of Maceió relating them with the urban mesh. The city of Maceió, in last the 30 years, it had its intensified areal growth, that is, the substitution of green areas for a built urban zone, modifying the relief, waterproofing the ground, thus diminishing the participation of the flow of heat in the ground of the rocking of energy in the surface and increasing the flow of responsible sensible heat for the felt thermal sensation. Therefore, local changes caused by constructions and inadequate occupations had provoked alterations in the ambient urban comfort. The used images are composed for seven referring spectral bands the Landsat 5 - TM to days 11 of June of 1990, 21 of September of 1998 and 03 of September of 2003. The calculations had been carried through with the use of software ERDAS 8.5. The Normalized Difference Vegetation Index (NDVI) presented average values of 0.188 for the year of 1990, 0.253 for 1998 and 0.242 for 2003. In accordance with the results had increase of the NDVI, what it could take the conclusion of that occurred an intensification of the vegetal covering. The surface albedo was of 12.06% for the year of 2003 followed by 9.95% for 1998 and 9.84% for 1990, being this the lowest value presenting if compared with the other years studied in the research. The temperature of the terrestrial surface estimate was bigger for the year of 1998 being of 26.96°C the average value and for the years of 1990 and 2003 she was practically the same one, being of 24.19°C and 24.90°C respectively. The instantaneous values of the balance of radiation in the surface were lesser for the year of 1990 and with averages next between the years to 1998 and 2003. The gotten values had been: 586.35W/m2 for 1990, 763.06W/m2 for 1998 and 752.32W/m2 for 2003. For the attainment of a detailed evaluation more of the research it would be necessary to take in consideration the local topography for the use of the Digital Elevation Model - DEM. / Fundação de Amparo a Pesquisa do Estado de Alagoas / O trabalho proposto estima, mediante dados de imagens multiespectrais do Landsat 5- TM, índices de vegetação, albedo, temperatura da superfície terrestre e o saldo de radiação da cidade de Maceió, relacionando-os com a malha urbana. O município de Maceió, nos últimos 30 anos, teve seu crescimento areal intensificado, o que resulta substituição de áreas verdes por uma zona urbana edificada, alterando o relevo, impermeabilizando o solo, diminuindo assim a participação do fluxo de calor no solo do balanço de energia na superfície e aumentando o fluxo de calor sensível, responsável pela sensação térmica sentida. Portanto, mudanças locais causadas por edificações e ocupações inadequadas provocaram alterações no conforto urbano ambiental. As imagens utilizadas são compostas por sete bandas espectrais do Landsat 5 - TM referentes aos dias 11 de junho de 1990, 21 de setembro de 1998 e 03 de setembro de 2003. Os cálculos foram realizados com a utilização do software ERDAS 8.5. O Índice de Vegetação da Diferença Normalizada (IVDN) apresentou valores médios de 0,188 para o ano de 1990, 0,253 para 1998 e 0,242 para 2003. De acordo com os resultados houve aumento do IVDN, o que poderia levar a conclusão de que ocorreu uma intensificação da cobertura vegetal. O albedo da superfície encontrado foi de 12,06% para o ano de 2003 seguidos por 9,95% para 1998 e 9,84% para 1990, sendo este o mais baixo valor apresentando se comparado aos outros anos estudados na pesquisa. A temperatura da superfície terrestre estimada foi maior para o ano de 1998 sendo de 26,96°C seu valor médio e para os anos de 1990 e 2003 foi praticamente a mesma, sendo de 24,19°C e 24,90°C, respectivamente. Os valores instantâneos do saldo de radiação na superfície foi menor para o ano de 1990 e com médias próximas entre os anos de 1998 e 2003. Os valores obtidos foram: 586,35W/m2 para 1990, 763,06W/m2 para 1998 e 752,32W/m2 para 2003. Para a obtenção de uma avaliação mais detalhada da pesquisa seria necessário levar em consideração a topografia local pela utilização do Modelo de Elevação Digital MED.

Made available in DSpace on 2015-03-26T13:50:12Z (GMT). No. of bitstreams: 1 texto completo.pdf: 2283755 bytes, checksum: 7b17f9a16dc883593adc1fe443b6a654 (MD5) Previous issue date: 2013-03-20 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The performance of LSEMs (Land surface and ecosystem models) depends on the parameters of the equations representing the simulated process. However, the measurement of some parameters can be impractical or even impossible; therefore, they need to be estimated, or preferably optimized specifically for each ecosystem. When the parameters are calibrated to a single variable (mono-objective problem) they may not represent the reality, because the complexity of the model and its dependence on several variables (multi-objective problem). Thus, simultaneous multi-objective optimizations are indispensable. However, the optimization performance decreases as the number of variables to be optimized simultaneously increases. Furthermore, the study of simultaneous optimization using more than three objectives is a new area and not yet sufficiently studied. For simultaneous optimization of a large number of variables, there is a method that uses concepts of hierarchical systems theory in which the optimization occurs from the fastest (radiative fluxes) to the slowest process (carbon allocation). This study evaluates the performance of the hierarchical optimization using the index D (the average of the ratios between the individual outputs of multi-objective optimization and monoobjective). Understanding how the performance index D varies with respect to the number of objective functions optimized and to the number of hierarchical levels is important for the development of this research area. Two steps are necessary to achieve the study goals. First, a sensitivity analysis was performed to determine the output variables sensitivity to the model parameters. After, simulations were made using all possible combinations among the seven micrometeorological variables available (PARo, fAPAR, Rn, u *, H, LE, NEE) taking into account the hierarchy of processes. The results indicate that for up to three objective functions, hierarchical multi-objective optimization generates better results than the simultaneous multiobjective optimization (one hierarchical level), provided that the parameters distribution among hierarchical levels is consistent with the sensitivity analysis. Another important result shows that for the same number of outputs optimized, the greater the number of hierarchical levels the better the performance of the optimized model. However, the model performance falls quickly as the number of objective functions increases, evidencing that the power of hierarchy calibration that use a high number of objective functions is highly dependent on the removal of some constraints for model s performance. / O desempenho de um LSEM (Modelo de superfície terrestre e ecossistema) depende dos parâmetros das equações que representam os processos simulados. Contudo, a mensuração de alguns destes parâmetros pode ser impraticável ou até mesmo impossível; por isso, necessitam ser estimados ou, preferencialmente, otimizados para cada ecossistema. Quando os parâmetros são calibrados para uma única variável (problema mono-objetivo) eles podem não representar bem a realidade, dado a complexidade do modelo e sua dependência de diversas variáveis (problema multiobjetivo). Por isso, há a necessidade de uma otimização simultânea multiobjetiva. Porém, o desempenho da otimização diminui com o aumento do número de variáveis otimizadas simultaneamente e, além disso, o estudo da otimização simultânea de mais de três objetivos é uma área relativamente nova e não suficientemente estudada. Para a otimização simultânea de um grande número de variáveis, existe uma metodologia na qual se utiliza conceitos de teoria hierárquica de sistemas em que a otimização ocorre dos processos mais rápidos (fluxos radiativos) para os mais lentos (alocação de carbono). Este trabalho avalia o desempenho da otimização hierárquica do modelo, utilizando o índice D (a média das razões individuais entre as saídas das otimizações multiobjetiva e monoobjetiva). Entender como o índice de desempenho D do algoritmo de otimização hierárquico varia em relação ao número de funções objetivo otimizadas é de extrema importância para o desenvolvimento desta área de pesquisa. Para fazer atingir os objetivos, foram necessárias duas etapas. Primeiramente, foi feita uma análise de sensibilidade, a fim de conhecer a sensibilidade das variáveis de saída aos parâmetros do modelo. Depois, foram feitas simulações com todas as combinações possíveis entre as sete variáveis micrometeorológicas disponíveis (PARo, fAPAR, Rn, u*, H, LE, NEE) levando em consideração a hierarquia dos processos. Os resultados encontrados indicam que, para até três funções objetivo, a otimização multiobjetiva hierárquica pode gerar resultados melhores do que a otimização multiobjetiva tradicional (um único nível hierárquico), desde que a distribuição dos parâmetros entre as variáveis seja feita de forma coerente com a análise de sensibilidade. Outro resultado importante revela que para um mesmo número de saídas otimizadas, quanto maior o número de níveis hierárquicos melhor o desempenho do modelo otimizado. Porém, o desempenho do modelo diminui rapidamente quando o número de funções objetivo aumenta, evidenciando que o poder da calibração hierárquica para o uso de um grande número de funções objetivo é altamente dependente de algumas restrições que o modelo possui e um alto desempenho do modelo para muitas funções objetivo será possível somente após a remoção delas.

A emissividade da superfície terrestre (EST) é uma propriedade importante na caracterização de alvos através do Sensoriamento Remoto (SR). A estimativa da EST envolve a aplicação de uma função indeterminada de várias variáveis em dados de radiância contaminados por uma atmosfera de complexa modelagem. Dunas, em geral, são compostas por quartzo, cujo comportamento emissivo é bem caracterizado com sensores que operam entre 8–12μm. Neste trabalho foram avaliados 4 métodos de recuperação de temperatura-emissividade a partir de dados de radiância corrigida dos efeitos atmosféricos. Os quatro métodos foram aplicados em dados do subsistema do infravermelho termal (TIR) do sensor ASTER e são: Método da Emissividade Normalizada (MEN), Método da Banda de Referência (MBR), Separação de Emissividade e Temperatura (TES) e Resíduos Alpha (α-Residual). Foram geradas imagens de emissividade, cujas amostras puras (controle) de quartzo foram comparadas com uma curva homóloga da biblioteca espectral do Laboratório de Sensoriamento Remoto do Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia da Universidade Federal do Rio Grande do Sul (UFRGS). Neste trabalho, os métodos foram comparados pelas diferenças na emissividade média, temperatura média de uma imagem ASTER e geometria da curva através de seus valores alphas. Obteve-se como resultado que o método TES apresentou uma emissividade média absoluta maior em relação ao MEN e MBR. A temperatura média para métodos MEN e MBR foi de 35,18ºC, TES de 30,10ºC e o α-Residual não gerou um valor de temperatura, pois não considera esta variável na estimativa do espectro alpha. A geometria da curva do método TES foi a mais próxima da curva espectral de referência. Os métodos comparados neste trabalho não obtiveram um desempenho quantitativo dentro dos limiares certos, é dizer no intervalo de emissividade de um quartzo a 29ºC. Os métodos neste trabalho tiveram uma tendência a superestimar os valores de temperatura e consequentemente os valores de emissividade, devido a uma correção atmosférica inexata em condições de alta umidade, suposições iniciais (emissividade) com grande erro, heterogeneidade do alvo. Em contrapartida se obteve bom desempenho na individualização dos campos de dunas preservando a forma da curva espectral (geometria) do quartzo. / The land surface emissivity (LSE) is an important property in the characterization of targets through Remote Sensing (RS). The estimation of LSE involves the application of an indeterminate function of several variables in radiance data contaminated by an atmosphere of complex modeling. In general, sand dunes are composed of quartz, whose spectral behavior is well characterized with sensors operating between 8-12μm. In this work, four methods of temperature-emissivity recovery were evaluated from atmospheric effects corrected radiance data. The four methods were applied to data from the thermal infrared (TIR) subsystem of the ASTER sensor, and they are: Normalization Emissivity Method (NEM), Reference Channel Method (RCM), Temperature Emissivity Separation (TES) and Alpha Residuals Method (α- Residual). Emissivity images were generated, whose pure quartz samples (control) were compared to a homologous curve of the spectral library of the Remote Sensing Laboratory of the State Center for Remote Sensing and Meteorology Research at the Federal University of Rio Grande do Sul (UFRGS). In this study, the methods were compared by differences in mean emissivity, mean temperature of ASTER image and curve geometry through their alpha values. As a result, the TES method presented a higher mean absolute emissivity, in relation to NEM and RCM. The mean temperature for NEM and RCM methods was 35.18 °C, TES was 30.10 °C and α-Residuals did not generate a temperature value, since it does not consider this variable in the estimation of the alpha spectrum. The geometry of the TES method curve was the closest to the reference spectral curve. The methods compared in this work did not obtain a quantitative performance within the certain thresholds, in the emissivity range of a quartz at 29 °C. The methods tend to overestimate the temperature values and consequently the emissivity values due to an inaccurate atmospheric correction under conditions of high humidity, initial assumptions (emissivity) with great error, heterogeneity of the target. In contrast, a good performance was obtained in the individualization of the dune fields, preserving the shape of the spectral curve (geometry) of the quartz.

A emissividade da superfície terrestre (EST) é uma propriedade importante na caracterização de alvos através do Sensoriamento Remoto (SR). A estimativa da EST envolve a aplicação de uma função indeterminada de várias variáveis em dados de radiância contaminados por uma atmosfera de complexa modelagem. Dunas, em geral, são compostas por quartzo, cujo comportamento emissivo é bem caracterizado com sensores que operam entre 8–12μm. Neste trabalho foram avaliados 4 métodos de recuperação de temperatura-emissividade a partir de dados de radiância corrigida dos efeitos atmosféricos. Os quatro métodos foram aplicados em dados do subsistema do infravermelho termal (TIR) do sensor ASTER e são: Método da Emissividade Normalizada (MEN), Método da Banda de Referência (MBR), Separação de Emissividade e Temperatura (TES) e Resíduos Alpha (α-Residual). Foram geradas imagens de emissividade, cujas amostras puras (controle) de quartzo foram comparadas com uma curva homóloga da biblioteca espectral do Laboratório de Sensoriamento Remoto do Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia da Universidade Federal do Rio Grande do Sul (UFRGS). Neste trabalho, os métodos foram comparados pelas diferenças na emissividade média, temperatura média de uma imagem ASTER e geometria da curva através de seus valores alphas. Obteve-se como resultado que o método TES apresentou uma emissividade média absoluta maior em relação ao MEN e MBR. A temperatura média para métodos MEN e MBR foi de 35,18ºC, TES de 30,10ºC e o α-Residual não gerou um valor de temperatura, pois não considera esta variável na estimativa do espectro alpha. A geometria da curva do método TES foi a mais próxima da curva espectral de referência. Os métodos comparados neste trabalho não obtiveram um desempenho quantitativo dentro dos limiares certos, é dizer no intervalo de emissividade de um quartzo a 29ºC. Os métodos neste trabalho tiveram uma tendência a superestimar os valores de temperatura e consequentemente os valores de emissividade, devido a uma correção atmosférica inexata em condições de alta umidade, suposições iniciais (emissividade) com grande erro, heterogeneidade do alvo. Em contrapartida se obteve bom desempenho na individualização dos campos de dunas preservando a forma da curva espectral (geometria) do quartzo. / The land surface emissivity (LSE) is an important property in the characterization of targets through Remote Sensing (RS). The estimation of LSE involves the application of an indeterminate function of several variables in radiance data contaminated by an atmosphere of complex modeling. In general, sand dunes are composed of quartz, whose spectral behavior is well characterized with sensors operating between 8-12μm. In this work, four methods of temperature-emissivity recovery were evaluated from atmospheric effects corrected radiance data. The four methods were applied to data from the thermal infrared (TIR) subsystem of the ASTER sensor, and they are: Normalization Emissivity Method (NEM), Reference Channel Method (RCM), Temperature Emissivity Separation (TES) and Alpha Residuals Method (α- Residual). Emissivity images were generated, whose pure quartz samples (control) were compared to a homologous curve of the spectral library of the Remote Sensing Laboratory of the State Center for Remote Sensing and Meteorology Research at the Federal University of Rio Grande do Sul (UFRGS). In this study, the methods were compared by differences in mean emissivity, mean temperature of ASTER image and curve geometry through their alpha values. As a result, the TES method presented a higher mean absolute emissivity, in relation to NEM and RCM. The mean temperature for NEM and RCM methods was 35.18 °C, TES was 30.10 °C and α-Residuals did not generate a temperature value, since it does not consider this variable in the estimation of the alpha spectrum. The geometry of the TES method curve was the closest to the reference spectral curve. The methods compared in this work did not obtain a quantitative performance within the certain thresholds, in the emissivity range of a quartz at 29 °C. The methods tend to overestimate the temperature values and consequently the emissivity values due to an inaccurate atmospheric correction under conditions of high humidity, initial assumptions (emissivity) with great error, heterogeneity of the target. In contrast, a good performance was obtained in the individualization of the dune fields, preserving the shape of the spectral curve (geometry) of the quartz.

Soil attributes directly influence on its surface temperature. Although there are several studies using soil spectra obtained from satellites, soil evaluation through Land Surface Temperature (LST) is still scarce. The broad availability of satellite thermal data and the development of algorithms to retrieve LST facilitated its use in soil studies. The objective of this study was to evaluate soil LST variations due to its composition and verify the potential of using LST on soil attributes quantification, also integrated with reflectance spectra and elevation data. The study area (198 ha) is located in Sao Paulo state, Brazil, and had plowed bare soil during the satellite image acquisition date. Soil samples were collected in a regular grid of 100 x 100 m (depths: 0-0.2 m and 0.8- 1.0 m); soil granulometry, organic matter (OM) and iron oxides were determined by wet chemistry analysis. In this study, an image of Landsat 5 was used for extracting LST using the inversion of Planck\'s function in band 6 (10,400 - 12,500 nm), and land surface emissivity was estimated using Normalized Difference Vegetation Index threshold method. Reflectance values were extracted from bands 1, 2, 3, 4, 5 and 7. Models for soil attributes quantification were performed using Linear Regression (LR), with samples from 62 auger points distributed in 14 toposequences. Simple LR was applied for generating prediction models based on LST and on elevation data (extracted from a Digital Elevation Model). Multiple LR was applied in order to generate prediction models using atmospherically corrected spectral reflectance from Visible, Near-Infrared and Shortwave infrared (Vis-NIR-SWIR) bands as predictors, and also for the prediction of soil attributes using simultaneously Vis-NIR-SWIR, LST and elevation data, and only significant variables identified by T-tests were used. Predictive performance of models was assessed based on adjusted coefficient of determination (R2adj), Root Mean Squared Error (RMSE, g kg-1) and Ratio of Performance to Interquartile Range (RPIQ) obtained in validation. Ordinary kriging was also performed and the resulted interpolated surfaces were compared to the maps obtained from the best LR model. There was significant correlation between soil attributes and reflectance, LST and elevation data, and soils with clay texture were differentiated from sandy soils based on LST mean values. For all soil attributes, models using only elevation presented the worst performance; models using only LST, moderate performance; and using Vis-NIR-SWIR bands, good predictive performance. For clay, the best model obtained had bands 4-7, LST and elevation as predictors; for sand and iron oxides, the best model had bands 4-7 and LST; for OM, band 4, band 7 and LST. The use of LST for estimating soil attributes increases the predictive performance of multiple LR models when associated with other variables obtained through remote sensing, particularly surface reflectance data, improving the validation of models reaching high R2adj, high RPIQ and low RMSE values. Maps for sand, OM and iron oxides obtained through ordinary kriging outperformed those obtained for the same attributes using LR models based on RS co-variables, and for clay, both approaches reached the same accuracy level. Mapping of soil clay, sand, OM and iron oxides contents through multiple LR models using Landsat 5 products is a simple and easy to reproduce technique, appropriate for soil attributes mapping in bare soil agricultural areas. / Os atributos do solo influenciam diretamente na sua temperatura de superfície. Apesar de existir vários estudos utilizando espectros de solos obtidos de satélite, a avaliação do solo por meio da Temperatura de Superfície Terrestre (em inglês Land Surface Temperature, LST) ainda é escassa. A ampla disponibilidade de dados termais de satélite e o desenvolvimento de algoritmos para derivar a LST facilitou o seu uso em estudos de solos. O objetivo desse trabalho foi avaliar variações da LST do solo devidas à sua composição e verificar o potencial de uso da LST na quantificação de atributos do solo, também integrada com dados de espectros de reflectância e elevação. A área de estudo (198 ha) está localizada no estado de São Paulo, Brasil, e estava com solo exposto e arado na data de aquisição da imagem de satélite. Amostras de solo foram coletadas em um grid regular de 100 x 100 m (profundidades: 0.02 m e 0.8-1.0 m); a granulometria do solo, matéria orgânica (MO) e óxidos de ferro foram determinados via análises físicas e químicas laboratoriais. Neste estudo, uma imagem do Landsat 5 foi utilizada para extrair a temperatura de superfície usando a inversão da função da Lei de Planck na banda 6 (10.400 - 12.500 nm), e a emissividade de superfície foi estimada utilizando o método do limiar do Índice de Vegetação da Diferença Normalizada. Valores de reflectância das bandas 1, 2, 3, 4, 5 e 7 foram extraídos. Modelos para quantificação de atributos do solo foram feitos usando Regressão Linear (RL), com amostras de 62 pontos de tradagem distribuídos em 14 topossequências. A RL simples foi aplicada para gerar modelos de predição baseados na LST e também na elevação (extraída de um modelo digital de elevação). A RL múltipla foi aplicada para gerar modelos de predição usando os espectros de reflectância com correção atmosférica das bandas do Visível, Infravermelho próximo e Infravermelho de ondas curtas (Vis-NIR-SWIR) como preditores; também foi aplicada para predição de atributos do solo usando simultaneamente dados do Vis-NIR-SWIR, LST e elevação, e apenas variáveis significativas identificadas por teste T foram usadas. A performance preditiva dos modelos foi avaliada baseada no coeficiente de determinação ajustado (R2adj), raiz do erro quadrático médio (RMSE, g kg-1) e razão de desempenho do intervalo interquartil (RPIQ) obtidos na validação. A krigagem ordinária também foi feita e as superfícies interpoladas resultantes foram comparadas com o melhor modelo de RL. Houve correlação significativa entre os atributos do solo e dados de reflectância, LST e elevação, e solos com textura argilosa foram diferenciados de solos arenosos com base em valores médios de LST. Para todos os atributos do solo, os modelos usando apenas elevação apresentaram a pior performance, modelos usando somente LST, performance moderada, e usando as bandas do Vis-NIR-SWIR, boa performance preditiva. Para argila, o melhor modelo obtido teve as bandas 4-7, LST e elevação como preditores; para areia e óxidos de ferro, o melhor modelo teve as bandas 4-7 e LST; para MO, banda 4, banda 7 e LST. O uso da LST para estimar atributos do solo aumenta a performance preditiva de modelos de RL múltipla quando associada a outras variáveis obtidas via sensoriamento remoto (SR), particularmente dados de reflectância de superfície, melhorando a validação dos modelos atingindo altos valores de R2adj e RPIQ e baixos valores de RMSE. Os mapas para areia, MO e óxidos de ferro obtidos via krigagem ordinária superaram aqueles obtidos para os mesmos atributos usando modelos de RL baseados em co-variáveis obtidas via SR, e para argila, ambas abordagens atingiram o mesmo nível de acurácia. O mapeamento dos conteúdos de argila, areia, matéria orgânica e óxidos de ferro do solo via modelos de RL múltipla utilizando produtos do Landsat 5 é uma técnica simples e fácil de reproduzir, apropriada para o mapeamento de atributos do solo em áreas de agricultura com solo exposto.

Soil attributes directly influence on its surface temperature. Although there are several studies using soil spectra obtained from satellites, soil evaluation through Land Surface Temperature (LST) is still scarce. The broad availability of satellite thermal data and the development of algorithms to retrieve LST facilitated its use in soil studies. The objective of this study was to evaluate soil LST variations due to its composition and verify the potential of using LST on soil attributes quantification, also integrated with reflectance spectra and elevation data. The study area (198 ha) is located in Sao Paulo state, Brazil, and had plowed bare soil during the satellite image acquisition date. Soil samples were collected in a regular grid of 100 x 100 m (depths: 0-0.2 m and 0.8- 1.0 m); soil granulometry, organic matter (OM) and iron oxides were determined by wet chemistry analysis. In this study, an image of Landsat 5 was used for extracting LST using the inversion of Planck\'s function in band 6 (10,400 - 12,500 nm), and land surface emissivity was estimated using Normalized Difference Vegetation Index threshold method. Reflectance values were extracted from bands 1, 2, 3, 4, 5 and 7. Models for soil attributes quantification were performed using Linear Regression (LR), with samples from 62 auger points distributed in 14 toposequences. Simple LR was applied for generating prediction models based on LST and on elevation data (extracted from a Digital Elevation Model). Multiple LR was applied in order to generate prediction models using atmospherically corrected spectral reflectance from Visible, Near-Infrared and Shortwave infrared (Vis-NIR-SWIR) bands as predictors, and also for the prediction of soil attributes using simultaneously Vis-NIR-SWIR, LST and elevation data, and only significant variables identified by T-tests were used. Predictive performance of models was assessed based on adjusted coefficient of determination (R2adj), Root Mean Squared Error (RMSE, g kg-1) and Ratio of Performance to Interquartile Range (RPIQ) obtained in validation. Ordinary kriging was also performed and the resulted interpolated surfaces were compared to the maps obtained from the best LR model. There was significant correlation between soil attributes and reflectance, LST and elevation data, and soils with clay texture were differentiated from sandy soils based on LST mean values. For all soil attributes, models using only elevation presented the worst performance; models using only LST, moderate performance; and using Vis-NIR-SWIR bands, good predictive performance. For clay, the best model obtained had bands 4-7, LST and elevation as predictors; for sand and iron oxides, the best model had bands 4-7 and LST; for OM, band 4, band 7 and LST. The use of LST for estimating soil attributes increases the predictive performance of multiple LR models when associated with other variables obtained through remote sensing, particularly surface reflectance data, improving the validation of models reaching high R2adj, high RPIQ and low RMSE values. Maps for sand, OM and iron oxides obtained through ordinary kriging outperformed those obtained for the same attributes using LR models based on RS co-variables, and for clay, both approaches reached the same accuracy level. Mapping of soil clay, sand, OM and iron oxides contents through multiple LR models using Landsat 5 products is a simple and easy to reproduce technique, appropriate for soil attributes mapping in bare soil agricultural areas. / Os atributos do solo influenciam diretamente na sua temperatura de superfície. Apesar de existir vários estudos utilizando espectros de solos obtidos de satélite, a avaliação do solo por meio da Temperatura de Superfície Terrestre (em inglês Land Surface Temperature, LST) ainda é escassa. A ampla disponibilidade de dados termais de satélite e o desenvolvimento de algoritmos para derivar a LST facilitou o seu uso em estudos de solos. O objetivo desse trabalho foi avaliar variações da LST do solo devidas à sua composição e verificar o potencial de uso da LST na quantificação de atributos do solo, também integrada com dados de espectros de reflectância e elevação. A área de estudo (198 ha) está localizada no estado de São Paulo, Brasil, e estava com solo exposto e arado na data de aquisição da imagem de satélite. Amostras de solo foram coletadas em um grid regular de 100 x 100 m (profundidades: 0.02 m e 0.8-1.0 m); a granulometria do solo, matéria orgânica (MO) e óxidos de ferro foram determinados via análises físicas e químicas laboratoriais. Neste estudo, uma imagem do Landsat 5 foi utilizada para extrair a temperatura de superfície usando a inversão da função da Lei de Planck na banda 6 (10.400 - 12.500 nm), e a emissividade de superfície foi estimada utilizando o método do limiar do Índice de Vegetação da Diferença Normalizada. Valores de reflectância das bandas 1, 2, 3, 4, 5 e 7 foram extraídos. Modelos para quantificação de atributos do solo foram feitos usando Regressão Linear (RL), com amostras de 62 pontos de tradagem distribuídos em 14 topossequências. A RL simples foi aplicada para gerar modelos de predição baseados na LST e também na elevação (extraída de um modelo digital de elevação). A RL múltipla foi aplicada para gerar modelos de predição usando os espectros de reflectância com correção atmosférica das bandas do Visível, Infravermelho próximo e Infravermelho de ondas curtas (Vis-NIR-SWIR) como preditores; também foi aplicada para predição de atributos do solo usando simultaneamente dados do Vis-NIR-SWIR, LST e elevação, e apenas variáveis significativas identificadas por teste T foram usadas. A performance preditiva dos modelos foi avaliada baseada no coeficiente de determinação ajustado (R2adj), raiz do erro quadrático médio (RMSE, g kg-1) e razão de desempenho do intervalo interquartil (RPIQ) obtidos na validação. A krigagem ordinária também foi feita e as superfícies interpoladas resultantes foram comparadas com o melhor modelo de RL. Houve correlação significativa entre os atributos do solo e dados de reflectância, LST e elevação, e solos com textura argilosa foram diferenciados de solos arenosos com base em valores médios de LST. Para todos os atributos do solo, os modelos usando apenas elevação apresentaram a pior performance, modelos usando somente LST, performance moderada, e usando as bandas do Vis-NIR-SWIR, boa performance preditiva. Para argila, o melhor modelo obtido teve as bandas 4-7, LST e elevação como preditores; para areia e óxidos de ferro, o melhor modelo teve as bandas 4-7 e LST; para MO, banda 4, banda 7 e LST. O uso da LST para estimar atributos do solo aumenta a performance preditiva de modelos de RL múltipla quando associada a outras variáveis obtidas via sensoriamento remoto (SR), particularmente dados de reflectância de superfície, melhorando a validação dos modelos atingindo altos valores de R2adj e RPIQ e baixos valores de RMSE. Os mapas para areia, MO e óxidos de ferro obtidos via krigagem ordinária superaram aqueles obtidos para os mesmos atributos usando modelos de RL baseados em co-variáveis obtidas via SR, e para argila, ambas abordagens atingiram o mesmo nível de acurácia. O mapeamento dos conteúdos de argila, areia, matéria orgânica e óxidos de ferro do solo via modelos de RL múltipla utilizando produtos do Landsat 5 é uma técnica simples e fácil de reproduzir, apropriada para o mapeamento de atributos do solo em áreas de agricultura com solo exposto.

L'important increment de la capacitat de càlcul computacional que s'ha donat en els últims anys ha fet que els models numèrics meteorològics hagin pogut assolir resolucions de treball molt fines. Ara bé, aquest increment en la resolució, per si sol, no és suficient per millorar-ne les prestacions. Cal introduir algorismes més sofisticats per afinar en la simulació de la dinàmica atmosfèrica, i també cal millorar la caracterització física de la superfície. En aquest sentit, els valors climàtics globals que es fan servir actualment no siguin prou precisos i calguin valors característics de cada regió. Malgrat que a través de la teledetecció no es pot fer una mesura real dels diferents paràmetres de la superfície terrestre, les imatges de satèl·lit són el millor recurs per estimar-los. La periodicitat en l'adquisició d'imatges d'una mateixa zona fa que es puguin fer estimacions estacionals o mensuals, podent així fer un seguiment de la variació d'aquests paràmetres al llarg del temps.En aquest treball s'ha establert una metodologia operacional per a l'obtenció periòdica de paràmetres de superfície, a partir d'imatges del sensor satel·litari NOAA/AVHRR, per Catalunya i les regions que l'envolten. La revisió bibliogràfica de les diverses metodologies existents ha permès seleccionar les més idònies per aquesta zona. A nivell dels resultats, s'ha obtingut una sèrie mensual de diferents paràmetres, que cobreix els mesos de març a octubre de l'any 2000. Aquests paràmetres de superfície són els següents:· Albedo· Emissivitat· Índex de vegetació NDVI· Temperatura de superfície diürna i nocturna.· Inèrcia tèrmica Els resultats obtinguts amb dades de satèl·lit són espacials, són imatges que ens donen valors quantitatius per a cada cel·la de la superfície estudiada. A l'hora de fer-ne un tractament estadístic, aquestes imatges es sintetitzen a través de mapes d'usos del sòl, obtenint resultats per a les categories dels mapes. Com tota simplificació, aquesta comporta una pèrdua d'informació; i en aquest punt cal ser força crític a l'hora de triar una classificació d'usos del sòl de la regió de treball. Aquest aspecte és un dels punts on s'ha volgut aprofundir en la discussió de resultats. S'ha treballat amb dos mapes d'usos del sòl, el del USGS (Servei Geològic dels EEUU) i el CORINE (Agència Europea del Medi Ambient). El primer és d'abast global, té 24 categories i és el que fa servir el model meteorològic MM5 per la caracterització de la superfície en les simulacions. El segon és més actual i cobreix gran part d'Europa. El major nombre de categories (44), i la metodologia emprada en l'elaboració, pensada per els usos del sòl que dominen el nostre continent, fan que aquest mapa sigui més adequat per tal de caracteritzar els usos del sòl de Catalunya i els seus voltants.Els paràmetres geofísics de superfície obtinguts s'han fet servir per inicialitzar un model meteorològic de mesoescala, amb la finalitat de millorar els pronòstics. Les simulacions s'han fet amb el model de mesoescala MM5 (PSU/NCAR). Els canvis introduïts en els paràmetres de superfície, a través del canvi del mapa d'usos del sòl i de la introducció dels valors calculats amb AVHRR per l'any 2000, han estat prou importants com per afectar els resultats de les simulacions. Cal destacar les diferències en el balanç hídric, que provoquen simulacions diferents de les masses nuvoloses i el patrons de precipitació. Aquestes diferències en la nuvolositat també modifiquen el balanç radiatiu, que alhora afecta l'evolució diària de la temperatura a nivells baixos. A nivell meteorològic, les variacions en el desenvolupament de núvols en situacions de domini mesoescalar és important per a la correcta simulació de desenvolupament de tempestes locals durant èpoques estivals. Finalment, també s'han observat variacions significatives en el camp de vent de superfície, aspecte important quan s'utilitza el model MM5 per a la simulació de la dispersió de contaminants atmosfèrics.Els resultats obtinguts per l'any 2000 no es poden considerar climàticament significatius. En aquest sentit, una de les vies de continuïtat d' aquest treball és l'obtenció de resultats per una sèrie més llarga de dades, que permeti conèixer millor les característiques geofísiques de la superfície estudiada i millorar les simulacions meteorològiques. / Mesoscale models, with grid resolution higher than synoptic models, and with advanced physical parameterizations, have been an important tool for meteorological research over the past twenty years. Important improvements on mesoscale models have occurred in the last decade. The availability of high-performance workstations at affordable prices; the sharing of mesoscale models within the community; and finally the real-time accessibility of forecast data from the operational runs; have allowed using mesoscale models for real-time numerical weather prediction (NWP) at high resolutions (~1 km).As mesoscale models continue to increase in spatial resolution, correctly treating the land surface processes is becoming increasingly important for the model to be able to capture local mesoscale circulations induced by land surface forcing. Mesoscale models are incorporating progressively advanced land surface modules in order to properly initialize the state of the ground.Physical model improvements should be complemented with more accurate surface properties initiation data. The present work is focused in this point. An operational methodology has been developed, in order to calculate, from satellite imagery, the surface properties for Catalonia, in the NE of Spain. Satellite observations constitute the only available means for global or regional repetitive monitoring of the surface properties at homogeneous resolution.Prior to calculations, a bibliographical research has been done, in order to choose the most adequate methodology according to the remote sensing data available and the studied region. Monthly mean surface parameters have been calculated for the working region from an AVHRR data set of year 2000. Besides the resulting images, surface parameters have also been calculated for the land-use categories in the region. Calculated parameters are:· Albedo· Emissivity · Normalized Difference vegetation Index (NDVI)· Surface temperature· Thermal inertiaIn order to test the obtained parameters, two simulations have been done with the MM5 mesoscale model. The Fifth-Generation NCAR / Penn State Mesoscale Model (MM5) is a limited-area, non-hydrostatic, terrain-following sigma-coordinate model designed to simulate or predict mesoscale and regional-scale atmospheric circulation.A first simulation, using MM5 default values, has been compared with a second simulation where the local physical parameters have been introduced. Besides the change of the surface parameters, the default MM5 land-use map has also been changed, using a more recent land-use map of the region. Results have shown that differences in surface parameters basically rely on thermal inertia. Besides, the land-use maps comparison had shown important differences between classifications that also affect the final composition of surface parameters that get into the model. Modifications on the second simulation have been sufficiently significant to produce variations in the performance of the model. The cloud development differs basically in the location and dimensions of the clouds, that drives to a different superficial radiative budget affecting the evolution of air temperature at low levels. The different results in cumulus simulation produced important differences in the surface wind field and the updrafts. The changes introduced are sufficiently significant to obtain also slight variations in the pattern of accumulated precipitation for the simulated period. Comparisons with ground measurements of wind and temperature have been done in the test regions. Similar errors are obtained with the two land-use maps and physical parameters, without a clear improvement in the performance of the meteorological model.The simulations done in this work contributes evidence to the high influence of surface scheme applications of mesoscale models at high spatial resolution. In the context of dialogue between remote sensing scientists and numerical climate modelers, it is expected that more research should be done to investigate the sensibility of the mesoscale models to improvements in the surface properties characterization.