Dados EASE-grid do Special Sensor Microwave-Imager (SSM/I) e imagens classificadas ASAR wideswath (WS), cobrindo a Península Antártica (PA), foram processadas e usadas em um Modelo Linear de Mistura Espectral (MLME), para a análise subpixel da Zona Superficial de Neve Úmida (ZSNU) em imagens SSM/I. As proporções dos componentes puros (imagens-fração) da área de estudo (ZSNU, Zona Superficial de Neve Seca e rochas) foram derivadas das imagens ASAR classificadas. As imagens-fração e imagens SSM/I co-registradas de mesma data (bandas 19H, 19V, 37H e 37V) foram usadas no MLME para estimar as assinaturas espectrais desconhecidas (i.e., temperatura de brilho em cada banda SSM/I). Essas assinaturas espectrais foram então usadas no MLME para estimar as imagens-fração da ZSNU, as quais foram comparadas com as imagens-fração ASAR correspondentes, por meio do cálculo do coeficiente de correlação. Foram identificadas as duas assinaturas espectrais que resultaram nos dados mais correlacionados, sendo também calculadas as correlações das imagens-fração da ZSNU resultantes do uso no MLME dos valores médio e mediano das assinaturas espectrais mais similares. Os valores medianos dessas assinaturas espectrais produziram as imagens-fração da ZSNU mais correlacionadas, que tiveram uma precisão global de classificação média (PGCM) de 95,6% e 97,3%, nas imagens de primavera e outono, respectivamente (amplitude de classes de 0,1), e uma PGCM de 72,6% nas imagens de verão (amplitude de classes de 0,2). Essas assinaturas espectrais medianas foram então usadas no MLME para estimar, com esses níveis de precisão global, a intensidade e extensão da ZSNU na PA, pelo uso de imagens calibradas SSM/I e SMMR (Scanning Multichannel Microwave Radiometer), possibilitando assim a análise diária e em nível subpixel dessa fácie superficial, de 1978 a 2008. Na análise espacial das imagens-fração da ZSNU estimadas, observou-se que o derretimento superficial médio começava no final de outubro e terminava no final de março, com auge em 7 de janeiro (cerca de 172.237 km2 ou 31,6% da área da PA). A área total mediana da ZSNU no verão foi de aproximadamente 105.100 km2. A análise de regressão com as imagens-fração dos verões entre 1978-1979 a 2007-2008 revelou a tendência de redução da área da ZSNU, totalizando 330,854 km2 nesse período. Todavia, essa tendência não é estatisticamente significante, devido à alta variabilidade interanual da área da ZSNU na PA. Forte derretimento superficial ocorreu nos verões de 1984-1985 (176.507,289 km2) e 1989-1990 (172.681,867 km2), enquanto fraco derretimento, nos verões de 1993-1994 (26.392,208 km2) e 1981-1982 (23.244,341 km2). O mais persistente e intenso derretimento superficial foi observado nas plataformas de gelo Larsen, Wilkins, George VI e Wordie e isto foi relacionado com os eventos de fragmentação e desintegração dessas massas de gelo, ocorridos nas últimas décadas. O derretimento superficial está intimamente relacionado com a estabilidade do sistema glacial antártico e com mudanças no nível médio dos mares. Esse poderia ser monitorado em toda a Antártica, por meio da análise subpixel de imagens SMMR e SSM/I proposta neste estudo. / Special Sensor Microwave-Imager (SSM/I) EASE-grid data and classified ASAR wideswath (WS) images, covering the Antarctic Peninsula (AP), were processed and used in a Spectral Linear Mixing Model (SLMM) for a subpixel analysis of the Wet Snow Zone (WSZ) in SSM/I images. The components’ proportions (fraction images) of the endmembers in the study area, namely WSZ, Dry Snow Zone and rock outcrops, were derived from classified ASAR images. These fraction images and co-registered SSM/I images (bands 19H, 19V, 37H and 37V), acquired on the same date, were used in the SLMM to estimate the unknown spectral signatures (i.e., brightness temperature on each SSM/I band). These spectral signatures were used to estimate WSZ fraction images, which were compared with the ASAR fraction images, by calculating the correlation coefficients. This work identified two spectral signatures that produced the most correlated data, and determined the WSZ fraction images correlations resulting from the use, in the SLMM, of the mean and median values of the most similar spectral signatures. The median values of these spectral signatures produced the most correlated WSZ fraction images, which had an average overall classification accuracy (AOCA) of 95.6% and 97.3% for spring and autumn fraction images, respectively (class range of 0.1), and an AOCA of 72.6% for summer fraction images (class range of 0.2). These median spectral signatures were then used in a SLMM to estimate accurately the WSZ intensity and its extension on the AP, by using calibrated SSM/I and SMMR (Scanning Multichannel Microwave Radiometer) imageries, allowing a daily subpixel analysis of this glacier facie on the AP from 1978 to 2008. Based on the spatial analysis of the WSZ fraction images, it was observed that melt primarily takes place in late October and ends in late March, with peak on January 7th (about 172,237 km2 or 31,6% of the AP area). The WSZ median total area in summer was about 105,100 km2. Regression analysis over the 1978-1979 to 2007-2008 summers, revealed a negative interanual trend in surface melt of 330.854 km2. Nevertheless, this trend inference is not statistically significant, due to the high WSZ interanual variability. Extremely high melt occurred in the 1984-1985 (176,507.289 km2) and 1989-1990 (172,681.867 km2) summers, while extremely weak melt occurred in the 1993-1994 (26,392.208 km2) and 1981-1982 (23,244.341 km2) summers. The most persistent and intensive melt was observed on Larsen, Wilkins, George VI and Wordie ice shelves and it was related to the break-up and disintegration events that occurred on these glaciers in the last decades. Surface melting is closely related to the stability of the Antarctic glacial system and global sea level changes. It could be monitored for the whole Antarctica, by using the WSZ subpixel analysis in SMMR and SSM/I imageries proposed by this study.

Dados EASE-grid do Special Sensor Microwave-Imager (SSM/I) e imagens classificadas ASAR wideswath (WS), cobrindo a Península Antártica (PA), foram processadas e usadas em um Modelo Linear de Mistura Espectral (MLME), para a análise subpixel da Zona Superficial de Neve Úmida (ZSNU) em imagens SSM/I. As proporções dos componentes puros (imagens-fração) da área de estudo (ZSNU, Zona Superficial de Neve Seca e rochas) foram derivadas das imagens ASAR classificadas. As imagens-fração e imagens SSM/I co-registradas de mesma data (bandas 19H, 19V, 37H e 37V) foram usadas no MLME para estimar as assinaturas espectrais desconhecidas (i.e., temperatura de brilho em cada banda SSM/I). Essas assinaturas espectrais foram então usadas no MLME para estimar as imagens-fração da ZSNU, as quais foram comparadas com as imagens-fração ASAR correspondentes, por meio do cálculo do coeficiente de correlação. Foram identificadas as duas assinaturas espectrais que resultaram nos dados mais correlacionados, sendo também calculadas as correlações das imagens-fração da ZSNU resultantes do uso no MLME dos valores médio e mediano das assinaturas espectrais mais similares. Os valores medianos dessas assinaturas espectrais produziram as imagens-fração da ZSNU mais correlacionadas, que tiveram uma precisão global de classificação média (PGCM) de 95,6% e 97,3%, nas imagens de primavera e outono, respectivamente (amplitude de classes de 0,1), e uma PGCM de 72,6% nas imagens de verão (amplitude de classes de 0,2). Essas assinaturas espectrais medianas foram então usadas no MLME para estimar, com esses níveis de precisão global, a intensidade e extensão da ZSNU na PA, pelo uso de imagens calibradas SSM/I e SMMR (Scanning Multichannel Microwave Radiometer), possibilitando assim a análise diária e em nível subpixel dessa fácie superficial, de 1978 a 2008. Na análise espacial das imagens-fração da ZSNU estimadas, observou-se que o derretimento superficial médio começava no final de outubro e terminava no final de março, com auge em 7 de janeiro (cerca de 172.237 km2 ou 31,6% da área da PA). A área total mediana da ZSNU no verão foi de aproximadamente 105.100 km2. A análise de regressão com as imagens-fração dos verões entre 1978-1979 a 2007-2008 revelou a tendência de redução da área da ZSNU, totalizando 330,854 km2 nesse período. Todavia, essa tendência não é estatisticamente significante, devido à alta variabilidade interanual da área da ZSNU na PA. Forte derretimento superficial ocorreu nos verões de 1984-1985 (176.507,289 km2) e 1989-1990 (172.681,867 km2), enquanto fraco derretimento, nos verões de 1993-1994 (26.392,208 km2) e 1981-1982 (23.244,341 km2). O mais persistente e intenso derretimento superficial foi observado nas plataformas de gelo Larsen, Wilkins, George VI e Wordie e isto foi relacionado com os eventos de fragmentação e desintegração dessas massas de gelo, ocorridos nas últimas décadas. O derretimento superficial está intimamente relacionado com a estabilidade do sistema glacial antártico e com mudanças no nível médio dos mares. Esse poderia ser monitorado em toda a Antártica, por meio da análise subpixel de imagens SMMR e SSM/I proposta neste estudo. / Special Sensor Microwave-Imager (SSM/I) EASE-grid data and classified ASAR wideswath (WS) images, covering the Antarctic Peninsula (AP), were processed and used in a Spectral Linear Mixing Model (SLMM) for a subpixel analysis of the Wet Snow Zone (WSZ) in SSM/I images. The components’ proportions (fraction images) of the endmembers in the study area, namely WSZ, Dry Snow Zone and rock outcrops, were derived from classified ASAR images. These fraction images and co-registered SSM/I images (bands 19H, 19V, 37H and 37V), acquired on the same date, were used in the SLMM to estimate the unknown spectral signatures (i.e., brightness temperature on each SSM/I band). These spectral signatures were used to estimate WSZ fraction images, which were compared with the ASAR fraction images, by calculating the correlation coefficients. This work identified two spectral signatures that produced the most correlated data, and determined the WSZ fraction images correlations resulting from the use, in the SLMM, of the mean and median values of the most similar spectral signatures. The median values of these spectral signatures produced the most correlated WSZ fraction images, which had an average overall classification accuracy (AOCA) of 95.6% and 97.3% for spring and autumn fraction images, respectively (class range of 0.1), and an AOCA of 72.6% for summer fraction images (class range of 0.2). These median spectral signatures were then used in a SLMM to estimate accurately the WSZ intensity and its extension on the AP, by using calibrated SSM/I and SMMR (Scanning Multichannel Microwave Radiometer) imageries, allowing a daily subpixel analysis of this glacier facie on the AP from 1978 to 2008. Based on the spatial analysis of the WSZ fraction images, it was observed that melt primarily takes place in late October and ends in late March, with peak on January 7th (about 172,237 km2 or 31,6% of the AP area). The WSZ median total area in summer was about 105,100 km2. Regression analysis over the 1978-1979 to 2007-2008 summers, revealed a negative interanual trend in surface melt of 330.854 km2. Nevertheless, this trend inference is not statistically significant, due to the high WSZ interanual variability. Extremely high melt occurred in the 1984-1985 (176,507.289 km2) and 1989-1990 (172,681.867 km2) summers, while extremely weak melt occurred in the 1993-1994 (26,392.208 km2) and 1981-1982 (23,244.341 km2) summers. The most persistent and intensive melt was observed on Larsen, Wilkins, George VI and Wordie ice shelves and it was related to the break-up and disintegration events that occurred on these glaciers in the last decades. Surface melting is closely related to the stability of the Antarctic glacial system and global sea level changes. It could be monitored for the whole Antarctica, by using the WSZ subpixel analysis in SMMR and SSM/I imageries proposed by this study.

Esta tese interpreta o registro ambiental de um testemunho de gelo antártico pela análise de elementostraço. Esse testemunho de gelo, daqui em diante chamado Mount Johns (MJ), foi coletado no manto de gelo da Antártica Ocidental (79°55’28”S e 94°23’18”W; 91,20 m de comprimento) no verão austral de 2008/09. O testemunho foi descontaminado e subamostrado no Climate Change Institute (University of Maine – Maine /EUA). As primeiras 2137 amostras, correspondentes aos 45 m superiores do testemunho, foram analisadas no espectrômetro de massas Element 2 do CCI para 24 elementos-traço (Sr, Cd, Cs, Ba, La, Ce, Pr, Pb, Bi, U, As, Li, Al, S, Ca, Ti, V, Cr, Mn, Fe, Co, Na, Mg e K). Essa parte do testemunho representa 125 anos (1883–2008) de registro, segundo datação relativa baseada na variação sazonal nas concentrações de Na, Sr e S e na identificação dos principais eventos vulcânicos ocorridos no período. A taxa de acumulação média no local de amostragem foi 0,21 m a-1 em eq. H2O no mesmo período de tempo. As concentrações são controladas pelas variações climáticas sazonais (verão/inverno), por mudanças na circulação atmosféricas, por anomalias de temperatura, pela distância de transporte e pelas fontes naturais e antrópicas desses aerossóis. Baseada na análise dos fatores de enriquecimento crustal e marinho e em correlações de Pearson, as concentrações de Al, Ba, Ca, Fe, K, Mg, Mn, Na, S, Sr e Ti são de origem natural. Poeira e solo de fontes continentais, oriundas principalmente de áreas áridas na Austrália, Nova Zelândia e Patagônia, são consideradas importantes fontes de Al, Mg e Ti. Aerossóis marinhos do Pacífico Sul, transportados para o continente antártico pelas massas de ar, são fontes predominantes de Na, Sr, K, S e Ca. Para os elementos Ba, Fe e Mn, tanto fontes crustais como marinhas são significativas. Adicionalmente, Mn e S apresentam um aporte considerável de origem vulcânica (variando de 20–30% na concentração total). Os resultados também mostram enriquecimento significativo nas concentrações de arsênio devido a atividades antrópicas. Foi observado concentrações médias da ordem de 1,92 pg g-1 antes de 1900, aumentando até 7,94 pg g-1 em 1950. Este enriquecimento está diretamente relacionado às emissões da mineração e fundição de metais não-ferrosos na América do Sul, principalmente no Chile. A queda na concentração de arsênio observado no século XXI (concentração média de 1,94 pg g-1 após 1999) é interpretada como uma consequência à introdução de leis ambientais (em 1994) para reduzir emissões desse elemento durante os processos de mineração e fundição de cobre no Chile. O modelo de trajetórias HYSPLIT mostra uma clara variação sazonal no transporte entre os meses de verão/outono e inverno/primavera, onde predomina o transporte de oeste durante o ano todo e um transporte secundário de nordeste durante o verão/outono. As correlações entre as concentrações médias dos elementos-traço estudados e o modelo de reanálises ERA-Interim para o período 1979–2008, indicam que as concentrações de aerossóis marinhos são fortemente influenciadas pelas condições meteorológicas, por exemplo, por anomalias na temperatura da superfície do mar e concentração de gelo marinho. / This thesis interprets the environmental record of an Antarctic ice core by the analysis of trace elements. This ice core, henceforward called Mount Johns (MJ), was collected in the West Antarctica ice sheet (79°55'28"S and 94°23'18"W; 91.20 m long) in the austral summer of 2008/09. The core was decontaminated and subsampled at the Climate Change Institute (CCI, University of Maine - Maine / USA). The first 2137 samples, corresponding to the upper 45 m of the core, were analyzed in the CCI's JRC Element 2 spectrometer for 24 trace elements (Sr, Cd, Cs, Ba, La, Ce, Pr, Pb, Bi, U, As, Li, Al, S, Ca, Ti, V, Cr, Mn, Fe, Co, Na, Mg and K). This part of the core represents a 125 years (1883– 2008) record, according to relative dating based on Na, Sr and S seasonal variations and on the identification of major volcanic events in the period. The mean accumulation rate for the sampling site was 0.21 m-1 in eq. H2O in the same time period. The concentrations are controlled by seasonal climatic changes (summer/winter), by changes in atmospheric circulation, temperature anomalies, the transport distance and the natural and anthropogenic sources of these aerosols. Based on analysis of crustal and marine enrichment factors and Pearson correlations, the Al, Ba, Ca, Fe, K, Mg, Mn, Na, S, Sr and Ti concentrations have natural origin. Dust and soil from continental sources, primarily coming from arid areas in Australia, New Zealand and Patagonia, are considered important sources of Al, Mg and Ti. South Pacific marine aerosols, transported to the Antarctic continent by air masses, are predominant sources of Na, Sr, K, S and Ca. For the elements Ba, Fe and Mn, both crustal and marine sources are significant. In addition, Mn and S show a considerable contribution of volcanic origin (ranging from 20-30% of the total concentration). The results also show significant enrichment in arsenic concentrations due to human activities. Before 1900 the mean concentration was approximately 1.92 pg g-1, rising to 7.94 pg g-1 in 1950. This enrichment is directly related to mining emissions and casting of non-ferrous metals in South America, mainly in Chile. The decrease in the arsenic concentration, observed in the twenty-first century (mean concentration of 1.94 pg g-1 after 1999) is interpreted as a consequence of the introduction of environmental laws (in 1994) to reduce emissions of this element during the cupper mining and smelting in Chile. The HYSPLIT trajectories model show a clear seasonal variation in transport between the summer/autumn all and winter/spring months, where predominates an eastward transport throughout the year and a secondary transport from the northeast during the summer/fall. Correlations between the mean concentrations of the studied trace elements and the ERA-Interim reanalysis models for the 1979-2008 period indicate that marine aerosols concentrations are heavily influenced by weather conditions, for example, by sea surface temperature and sea ice concentration anomalies.

Speckle é um ruído multiplicativo e aleatório, característico de imagens de radar de abertura sintética (SAR). Devido a esse ruído, até mesmo áreas com feições marcantes em superfícies contínuas (e.g., fendas nas superfícies das geleiras) são caracterizadas em imagens SAR por grande variabilidade nos números digitais e pelo efeito "sal e pimenta", comum nesse tipo de imagens. Portanto, o speckle deve ser reduzido para que as imagens SAR possam ser utilizadas em algoritmos de correlação cruzada com o objetivo de extrair informações sobre a velocidade das geleiras. Para solucionar este problema, quatro formas de utilização de um filtro adaptativo (i.e., filtro Lee) foram testadas para o pré-processamento de imagens antes da extração de vetores de velocidade de geleiras. O filtro Lee foi utilizado de duas formas: (i) uma filtragem e (ii) filtragem sucessiva (i.e., dupla filtragem). Além disso, dois parâmetros foram utilizados para informar a variabilidade dos dados: o número de looks da cena e o desvio padrão da cena. A análise dos resultados foi realizada comparando os vetores de velocidade gerados pelas imagens originais e filtradas com dados publicados sobre a dinâmica das geleiras da parte setentrional da Península Antártica. Em termos de supressão do speckle, todos os métodos produziram resultados positivos. No entanto, a dupla filtragem não preservou as bordas das fendas, fundindo as feições. Dessa forma, produtos com dupla filtragem foram descartados da análise final. Em geral, as imagens com uma filtragem apresentam melhores resultados na extração de vetores de velocidade por algoritmos de correlação cruzada que as imagens originais. Assim, a cadeia de pré-processamento incluindo uma só filtragem foi escolhida para a extração de parâmetros dinâmicos de geleiras. Quando comparados com dados já publicados, os vetores de velocidade resultantes da análise mostram um ligeiro aumento na velocidade das geleiras da área de estudo entre 2001 e 2005. / Speckle is a characteristic random noise from coherent imaging systems like synthetic aperture radar (SAR). Due to this noise, even areas with sharp features in continuous surfaces (e.g., crevasses on glaciers) will be characterized in SAR images by grainy texture and high variation in digital numbers. Therefore, the speckle must be reduced before SAR images can be used for measuring glacier velocity by image crosscorrelations algorithms. To solve this problem, four approaches based on adaptive filtering (i.e., Lee filter) were tested for data pre-processing prior to extracting the velocity fields from glaciers. The Lee filter was used in two ways: (i) one-pass and (ii) two-pass filtering. Furthermore, two parameters were used to explain the data variability: number of looks and standard deviation of the scene. Results evaluation was carrying out comparing the velocity vectors resulting from original and filtered images with published data on the dynamics of the glaciers in the northern part of the Antarctic Peninsula. In terms of speckle suppression, all approaches yielded positive results. However, the two-pass filter does not preserve the crevasses edges and the resulting images are not considered for the final result comparison. In general, images processed with one-pass filter showed better results for extraction of velocity vectors with the cross-correlation algorithm than the original ones, and were accepted for an automatic processing chain to derive dynamic parameters of glaciers. Furthermore, resulting velocity vectors agree with published data and show a slight increase in velocity between 2001 and 2005.

Nesse estudo foram mapeadas e mensuradas as variações de área, elevação mínima e orientação das geleiras da Colômbia e da Venezuela (trópicos internos), entre os anos 1985-2015. Para o mapeamento das áreas das geleiras foram utilizadas como base imagens Landsat, sensores TM, ETM+ e OLI. Às imagens selecionadas foi aplicado o Normalized Difference Snow Index (NDSI), no qual são utilizadas duas bandas em que o alvo apresenta comportamento espectral oposto ou com características bem distintas: bandas 2 e 5 dos sensores TM e ETM+ e bandas 3 e 6 do sensor OLI. Os dados de elevação e orientação das massas de gelo foram obtidos a partir do Modelo Digital de Elevação SRTM (Shuttle Radar Topography Mission – v03). Em 1985, a soma das áreas das sete geleiras estudadas correspondia a 92,84 km², enquanto no último ano estudado (2015/2016) esse valor passou para 36,97 km². A redução de área ocorreu em todas as geleiras analisadas, com taxas de retração anual variando entre 2,49% a.a. e 8,46% a.a. Houve retração das áreas de gelo localizadas em todos os pontos cardeais considerados, bem como, elevação da altitude nas frentes de geleiras. Além da perda de área ocorrida nas menores altitudes, onde a taxa de ablação é mais elevada, também se observou retração em alguns topos, evidenciado pela ocorrência de altitudes menores nos anos finais do estudo, em comparação com os anos iniciais. Como parte das geleiras colombianas está localizada sobre vulcões ativos, essas áreas sofrem influência tanto de fatores externos, quanto de fatores internos, podendo ocorrer perdas de massa acentuadas causadas por erupção e/ou terremoto. / In this study, glaciers located in Colombia and Venezuela (inner tropics) were mapped between 1985-2015. The area of these glaciers was measured and the variations that occurred in each glacier were compared to identify whether the glacier was growing or shrinking. The minimum elevation of the glaciers fronts and the aspect of the glaciers were analyzed. The glaciers areas ware obtained by the use of Landsat images, TM, ETM+ and OLI sensors. The Normalized Difference Snow Index (NDSI) was applied to the selected images, in which two bands were used, where the ice mass has opposite (or very different) spectral behavior: bands 2 and 5 from sensors TM and ETM+, and bands 3 and 6 from sensors OLI. The elevation and the aspect data of the glaciers were obtained from SRTM (Shuttle Radar Topography Mission – v03) Digital Elevation Model. In 1985/1986, the sum of the areas of the seven studied glaciers corresponded to 92.84 km², while in the last year analyzed (2015/2016), this value shrank to 36.97 km². The area shrinkage occurred in all the glaciers that were mapped, with annual decline rates ranging from 2.49%/year to 8.46%/year. It is also possible to observe a decrease of the ice covered in all aspects considered, as well as an elevation in all glaciers fronts. In addition to the area loss occurred at lower altitudes, where the ablation rate is higher than in higher altitudes, shrinkage in some mountain tops was also present, which is evidenced by the occurrence of lower maximum elevations in the final years of the study, when compared with the initial years. Considering that part of the Colombian’s glaciers are located on active volcanoes, these areas are influenced by external and internal factors, and the occurrence of volcanic eruption and/or earthquake can cause sharp mass losses.

Speckle é um ruído multiplicativo e aleatório, característico de imagens de radar de abertura sintética (SAR). Devido a esse ruído, até mesmo áreas com feições marcantes em superfícies contínuas (e.g., fendas nas superfícies das geleiras) são caracterizadas em imagens SAR por grande variabilidade nos números digitais e pelo efeito "sal e pimenta", comum nesse tipo de imagens. Portanto, o speckle deve ser reduzido para que as imagens SAR possam ser utilizadas em algoritmos de correlação cruzada com o objetivo de extrair informações sobre a velocidade das geleiras. Para solucionar este problema, quatro formas de utilização de um filtro adaptativo (i.e., filtro Lee) foram testadas para o pré-processamento de imagens antes da extração de vetores de velocidade de geleiras. O filtro Lee foi utilizado de duas formas: (i) uma filtragem e (ii) filtragem sucessiva (i.e., dupla filtragem). Além disso, dois parâmetros foram utilizados para informar a variabilidade dos dados: o número de looks da cena e o desvio padrão da cena. A análise dos resultados foi realizada comparando os vetores de velocidade gerados pelas imagens originais e filtradas com dados publicados sobre a dinâmica das geleiras da parte setentrional da Península Antártica. Em termos de supressão do speckle, todos os métodos produziram resultados positivos. No entanto, a dupla filtragem não preservou as bordas das fendas, fundindo as feições. Dessa forma, produtos com dupla filtragem foram descartados da análise final. Em geral, as imagens com uma filtragem apresentam melhores resultados na extração de vetores de velocidade por algoritmos de correlação cruzada que as imagens originais. Assim, a cadeia de pré-processamento incluindo uma só filtragem foi escolhida para a extração de parâmetros dinâmicos de geleiras. Quando comparados com dados já publicados, os vetores de velocidade resultantes da análise mostram um ligeiro aumento na velocidade das geleiras da área de estudo entre 2001 e 2005. / Speckle is a characteristic random noise from coherent imaging systems like synthetic aperture radar (SAR). Due to this noise, even areas with sharp features in continuous surfaces (e.g., crevasses on glaciers) will be characterized in SAR images by grainy texture and high variation in digital numbers. Therefore, the speckle must be reduced before SAR images can be used for measuring glacier velocity by image crosscorrelations algorithms. To solve this problem, four approaches based on adaptive filtering (i.e., Lee filter) were tested for data pre-processing prior to extracting the velocity fields from glaciers. The Lee filter was used in two ways: (i) one-pass and (ii) two-pass filtering. Furthermore, two parameters were used to explain the data variability: number of looks and standard deviation of the scene. Results evaluation was carrying out comparing the velocity vectors resulting from original and filtered images with published data on the dynamics of the glaciers in the northern part of the Antarctic Peninsula. In terms of speckle suppression, all approaches yielded positive results. However, the two-pass filter does not preserve the crevasses edges and the resulting images are not considered for the final result comparison. In general, images processed with one-pass filter showed better results for extraction of velocity vectors with the cross-correlation algorithm than the original ones, and were accepted for an automatic processing chain to derive dynamic parameters of glaciers. Furthermore, resulting velocity vectors agree with published data and show a slight increase in velocity between 2001 and 2005.

Nesse estudo foram mapeadas e mensuradas as variações de área, elevação mínima e orientação das geleiras da Colômbia e da Venezuela (trópicos internos), entre os anos 1985-2015. Para o mapeamento das áreas das geleiras foram utilizadas como base imagens Landsat, sensores TM, ETM+ e OLI. Às imagens selecionadas foi aplicado o Normalized Difference Snow Index (NDSI), no qual são utilizadas duas bandas em que o alvo apresenta comportamento espectral oposto ou com características bem distintas: bandas 2 e 5 dos sensores TM e ETM+ e bandas 3 e 6 do sensor OLI. Os dados de elevação e orientação das massas de gelo foram obtidos a partir do Modelo Digital de Elevação SRTM (Shuttle Radar Topography Mission – v03). Em 1985, a soma das áreas das sete geleiras estudadas correspondia a 92,84 km², enquanto no último ano estudado (2015/2016) esse valor passou para 36,97 km². A redução de área ocorreu em todas as geleiras analisadas, com taxas de retração anual variando entre 2,49% a.a. e 8,46% a.a. Houve retração das áreas de gelo localizadas em todos os pontos cardeais considerados, bem como, elevação da altitude nas frentes de geleiras. Além da perda de área ocorrida nas menores altitudes, onde a taxa de ablação é mais elevada, também se observou retração em alguns topos, evidenciado pela ocorrência de altitudes menores nos anos finais do estudo, em comparação com os anos iniciais. Como parte das geleiras colombianas está localizada sobre vulcões ativos, essas áreas sofrem influência tanto de fatores externos, quanto de fatores internos, podendo ocorrer perdas de massa acentuadas causadas por erupção e/ou terremoto. / In this study, glaciers located in Colombia and Venezuela (inner tropics) were mapped between 1985-2015. The area of these glaciers was measured and the variations that occurred in each glacier were compared to identify whether the glacier was growing or shrinking. The minimum elevation of the glaciers fronts and the aspect of the glaciers were analyzed. The glaciers areas ware obtained by the use of Landsat images, TM, ETM+ and OLI sensors. The Normalized Difference Snow Index (NDSI) was applied to the selected images, in which two bands were used, where the ice mass has opposite (or very different) spectral behavior: bands 2 and 5 from sensors TM and ETM+, and bands 3 and 6 from sensors OLI. The elevation and the aspect data of the glaciers were obtained from SRTM (Shuttle Radar Topography Mission – v03) Digital Elevation Model. In 1985/1986, the sum of the areas of the seven studied glaciers corresponded to 92.84 km², while in the last year analyzed (2015/2016), this value shrank to 36.97 km². The area shrinkage occurred in all the glaciers that were mapped, with annual decline rates ranging from 2.49%/year to 8.46%/year. It is also possible to observe a decrease of the ice covered in all aspects considered, as well as an elevation in all glaciers fronts. In addition to the area loss occurred at lower altitudes, where the ablation rate is higher than in higher altitudes, shrinkage in some mountain tops was also present, which is evidenced by the occurrence of lower maximum elevations in the final years of the study, when compared with the initial years. Considering that part of the Colombian’s glaciers are located on active volcanoes, these areas are influenced by external and internal factors, and the occurrence of volcanic eruption and/or earthquake can cause sharp mass losses.

Esta tese interpreta o registro ambiental de um testemunho de gelo antártico pela análise de elementostraço. Esse testemunho de gelo, daqui em diante chamado Mount Johns (MJ), foi coletado no manto de gelo da Antártica Ocidental (79°55’28”S e 94°23’18”W; 91,20 m de comprimento) no verão austral de 2008/09. O testemunho foi descontaminado e subamostrado no Climate Change Institute (University of Maine – Maine /EUA). As primeiras 2137 amostras, correspondentes aos 45 m superiores do testemunho, foram analisadas no espectrômetro de massas Element 2 do CCI para 24 elementos-traço (Sr, Cd, Cs, Ba, La, Ce, Pr, Pb, Bi, U, As, Li, Al, S, Ca, Ti, V, Cr, Mn, Fe, Co, Na, Mg e K). Essa parte do testemunho representa 125 anos (1883–2008) de registro, segundo datação relativa baseada na variação sazonal nas concentrações de Na, Sr e S e na identificação dos principais eventos vulcânicos ocorridos no período. A taxa de acumulação média no local de amostragem foi 0,21 m a-1 em eq. H2O no mesmo período de tempo. As concentrações são controladas pelas variações climáticas sazonais (verão/inverno), por mudanças na circulação atmosféricas, por anomalias de temperatura, pela distância de transporte e pelas fontes naturais e antrópicas desses aerossóis. Baseada na análise dos fatores de enriquecimento crustal e marinho e em correlações de Pearson, as concentrações de Al, Ba, Ca, Fe, K, Mg, Mn, Na, S, Sr e Ti são de origem natural. Poeira e solo de fontes continentais, oriundas principalmente de áreas áridas na Austrália, Nova Zelândia e Patagônia, são consideradas importantes fontes de Al, Mg e Ti. Aerossóis marinhos do Pacífico Sul, transportados para o continente antártico pelas massas de ar, são fontes predominantes de Na, Sr, K, S e Ca. Para os elementos Ba, Fe e Mn, tanto fontes crustais como marinhas são significativas. Adicionalmente, Mn e S apresentam um aporte considerável de origem vulcânica (variando de 20–30% na concentração total). Os resultados também mostram enriquecimento significativo nas concentrações de arsênio devido a atividades antrópicas. Foi observado concentrações médias da ordem de 1,92 pg g-1 antes de 1900, aumentando até 7,94 pg g-1 em 1950. Este enriquecimento está diretamente relacionado às emissões da mineração e fundição de metais não-ferrosos na América do Sul, principalmente no Chile. A queda na concentração de arsênio observado no século XXI (concentração média de 1,94 pg g-1 após 1999) é interpretada como uma consequência à introdução de leis ambientais (em 1994) para reduzir emissões desse elemento durante os processos de mineração e fundição de cobre no Chile. O modelo de trajetórias HYSPLIT mostra uma clara variação sazonal no transporte entre os meses de verão/outono e inverno/primavera, onde predomina o transporte de oeste durante o ano todo e um transporte secundário de nordeste durante o verão/outono. As correlações entre as concentrações médias dos elementos-traço estudados e o modelo de reanálises ERA-Interim para o período 1979–2008, indicam que as concentrações de aerossóis marinhos são fortemente influenciadas pelas condições meteorológicas, por exemplo, por anomalias na temperatura da superfície do mar e concentração de gelo marinho. / This thesis interprets the environmental record of an Antarctic ice core by the analysis of trace elements. This ice core, henceforward called Mount Johns (MJ), was collected in the West Antarctica ice sheet (79°55'28"S and 94°23'18"W; 91.20 m long) in the austral summer of 2008/09. The core was decontaminated and subsampled at the Climate Change Institute (CCI, University of Maine - Maine / USA). The first 2137 samples, corresponding to the upper 45 m of the core, were analyzed in the CCI's JRC Element 2 spectrometer for 24 trace elements (Sr, Cd, Cs, Ba, La, Ce, Pr, Pb, Bi, U, As, Li, Al, S, Ca, Ti, V, Cr, Mn, Fe, Co, Na, Mg and K). This part of the core represents a 125 years (1883– 2008) record, according to relative dating based on Na, Sr and S seasonal variations and on the identification of major volcanic events in the period. The mean accumulation rate for the sampling site was 0.21 m-1 in eq. H2O in the same time period. The concentrations are controlled by seasonal climatic changes (summer/winter), by changes in atmospheric circulation, temperature anomalies, the transport distance and the natural and anthropogenic sources of these aerosols. Based on analysis of crustal and marine enrichment factors and Pearson correlations, the Al, Ba, Ca, Fe, K, Mg, Mn, Na, S, Sr and Ti concentrations have natural origin. Dust and soil from continental sources, primarily coming from arid areas in Australia, New Zealand and Patagonia, are considered important sources of Al, Mg and Ti. South Pacific marine aerosols, transported to the Antarctic continent by air masses, are predominant sources of Na, Sr, K, S and Ca. For the elements Ba, Fe and Mn, both crustal and marine sources are significant. In addition, Mn and S show a considerable contribution of volcanic origin (ranging from 20-30% of the total concentration). The results also show significant enrichment in arsenic concentrations due to human activities. Before 1900 the mean concentration was approximately 1.92 pg g-1, rising to 7.94 pg g-1 in 1950. This enrichment is directly related to mining emissions and casting of non-ferrous metals in South America, mainly in Chile. The decrease in the arsenic concentration, observed in the twenty-first century (mean concentration of 1.94 pg g-1 after 1999) is interpreted as a consequence of the introduction of environmental laws (in 1994) to reduce emissions of this element during the cupper mining and smelting in Chile. The HYSPLIT trajectories model show a clear seasonal variation in transport between the summer/autumn all and winter/spring months, where predominates an eastward transport throughout the year and a secondary transport from the northeast during the summer/fall. Correlations between the mean concentrations of the studied trace elements and the ERA-Interim reanalysis models for the 1979-2008 period indicate that marine aerosols concentrations are heavily influenced by weather conditions, for example, by sea surface temperature and sea ice concentration anomalies.

Dados EASE-grid do Special Sensor Microwave-Imager (SSM/I) e imagens classificadas ASAR wideswath (WS), cobrindo a Península Antártica (PA), foram processadas e usadas em um Modelo Linear de Mistura Espectral (MLME), para a análise subpixel da Zona Superficial de Neve Úmida (ZSNU) em imagens SSM/I. As proporções dos componentes puros (imagens-fração) da área de estudo (ZSNU, Zona Superficial de Neve Seca e rochas) foram derivadas das imagens ASAR classificadas. As imagens-fração e imagens SSM/I co-registradas de mesma data (bandas 19H, 19V, 37H e 37V) foram usadas no MLME para estimar as assinaturas espectrais desconhecidas (i.e., temperatura de brilho em cada banda SSM/I). Essas assinaturas espectrais foram então usadas no MLME para estimar as imagens-fração da ZSNU, as quais foram comparadas com as imagens-fração ASAR correspondentes, por meio do cálculo do coeficiente de correlação. Foram identificadas as duas assinaturas espectrais que resultaram nos dados mais correlacionados, sendo também calculadas as correlações das imagens-fração da ZSNU resultantes do uso no MLME dos valores médio e mediano das assinaturas espectrais mais similares. Os valores medianos dessas assinaturas espectrais produziram as imagens-fração da ZSNU mais correlacionadas, que tiveram uma precisão global de classificação média (PGCM) de 95,6% e 97,3%, nas imagens de primavera e outono, respectivamente (amplitude de classes de 0,1), e uma PGCM de 72,6% nas imagens de verão (amplitude de classes de 0,2). Essas assinaturas espectrais medianas foram então usadas no MLME para estimar, com esses níveis de precisão global, a intensidade e extensão da ZSNU na PA, pelo uso de imagens calibradas SSM/I e SMMR (Scanning Multichannel Microwave Radiometer), possibilitando assim a análise diária e em nível subpixel dessa fácie superficial, de 1978 a 2008. Na análise espacial das imagens-fração da ZSNU estimadas, observou-se que o derretimento superficial médio começava no final de outubro e terminava no final de março, com auge em 7 de janeiro (cerca de 172.237 km2 ou 31,6% da área da PA). A área total mediana da ZSNU no verão foi de aproximadamente 105.100 km2. A análise de regressão com as imagens-fração dos verões entre 1978-1979 a 2007-2008 revelou a tendência de redução da área da ZSNU, totalizando 330,854 km2 nesse período. Todavia, essa tendência não é estatisticamente significante, devido à alta variabilidade interanual da área da ZSNU na PA. Forte derretimento superficial ocorreu nos verões de 1984-1985 (176.507,289 km2) e 1989-1990 (172.681,867 km2), enquanto fraco derretimento, nos verões de 1993-1994 (26.392,208 km2) e 1981-1982 (23.244,341 km2). O mais persistente e intenso derretimento superficial foi observado nas plataformas de gelo Larsen, Wilkins, George VI e Wordie e isto foi relacionado com os eventos de fragmentação e desintegração dessas massas de gelo, ocorridos nas últimas décadas. O derretimento superficial está intimamente relacionado com a estabilidade do sistema glacial antártico e com mudanças no nível médio dos mares. Esse poderia ser monitorado em toda a Antártica, por meio da análise subpixel de imagens SMMR e SSM/I proposta neste estudo. / Special Sensor Microwave-Imager (SSM/I) EASE-grid data and classified ASAR wideswath (WS) images, covering the Antarctic Peninsula (AP), were processed and used in a Spectral Linear Mixing Model (SLMM) for a subpixel analysis of the Wet Snow Zone (WSZ) in SSM/I images. The components’ proportions (fraction images) of the endmembers in the study area, namely WSZ, Dry Snow Zone and rock outcrops, were derived from classified ASAR images. These fraction images and co-registered SSM/I images (bands 19H, 19V, 37H and 37V), acquired on the same date, were used in the SLMM to estimate the unknown spectral signatures (i.e., brightness temperature on each SSM/I band). These spectral signatures were used to estimate WSZ fraction images, which were compared with the ASAR fraction images, by calculating the correlation coefficients. This work identified two spectral signatures that produced the most correlated data, and determined the WSZ fraction images correlations resulting from the use, in the SLMM, of the mean and median values of the most similar spectral signatures. The median values of these spectral signatures produced the most correlated WSZ fraction images, which had an average overall classification accuracy (AOCA) of 95.6% and 97.3% for spring and autumn fraction images, respectively (class range of 0.1), and an AOCA of 72.6% for summer fraction images (class range of 0.2). These median spectral signatures were then used in a SLMM to estimate accurately the WSZ intensity and its extension on the AP, by using calibrated SSM/I and SMMR (Scanning Multichannel Microwave Radiometer) imageries, allowing a daily subpixel analysis of this glacier facie on the AP from 1978 to 2008. Based on the spatial analysis of the WSZ fraction images, it was observed that melt primarily takes place in late October and ends in late March, with peak on January 7th (about 172,237 km2 or 31,6% of the AP area). The WSZ median total area in summer was about 105,100 km2. Regression analysis over the 1978-1979 to 2007-2008 summers, revealed a negative interanual trend in surface melt of 330.854 km2. Nevertheless, this trend inference is not statistically significant, due to the high WSZ interanual variability. Extremely high melt occurred in the 1984-1985 (176,507.289 km2) and 1989-1990 (172,681.867 km2) summers, while extremely weak melt occurred in the 1993-1994 (26,392.208 km2) and 1981-1982 (23,244.341 km2) summers. The most persistent and intensive melt was observed on Larsen, Wilkins, George VI and Wordie ice shelves and it was related to the break-up and disintegration events that occurred on these glaciers in the last decades. Surface melting is closely related to the stability of the Antarctic glacial system and global sea level changes. It could be monitored for the whole Antarctica, by using the WSZ subpixel analysis in SMMR and SSM/I imageries proposed by this study.

Speckle é um ruído multiplicativo e aleatório, característico de imagens de radar de abertura sintética (SAR). Devido a esse ruído, até mesmo áreas com feições marcantes em superfícies contínuas (e.g., fendas nas superfícies das geleiras) são caracterizadas em imagens SAR por grande variabilidade nos números digitais e pelo efeito "sal e pimenta", comum nesse tipo de imagens. Portanto, o speckle deve ser reduzido para que as imagens SAR possam ser utilizadas em algoritmos de correlação cruzada com o objetivo de extrair informações sobre a velocidade das geleiras. Para solucionar este problema, quatro formas de utilização de um filtro adaptativo (i.e., filtro Lee) foram testadas para o pré-processamento de imagens antes da extração de vetores de velocidade de geleiras. O filtro Lee foi utilizado de duas formas: (i) uma filtragem e (ii) filtragem sucessiva (i.e., dupla filtragem). Além disso, dois parâmetros foram utilizados para informar a variabilidade dos dados: o número de looks da cena e o desvio padrão da cena. A análise dos resultados foi realizada comparando os vetores de velocidade gerados pelas imagens originais e filtradas com dados publicados sobre a dinâmica das geleiras da parte setentrional da Península Antártica. Em termos de supressão do speckle, todos os métodos produziram resultados positivos. No entanto, a dupla filtragem não preservou as bordas das fendas, fundindo as feições. Dessa forma, produtos com dupla filtragem foram descartados da análise final. Em geral, as imagens com uma filtragem apresentam melhores resultados na extração de vetores de velocidade por algoritmos de correlação cruzada que as imagens originais. Assim, a cadeia de pré-processamento incluindo uma só filtragem foi escolhida para a extração de parâmetros dinâmicos de geleiras. Quando comparados com dados já publicados, os vetores de velocidade resultantes da análise mostram um ligeiro aumento na velocidade das geleiras da área de estudo entre 2001 e 2005. / Speckle is a characteristic random noise from coherent imaging systems like synthetic aperture radar (SAR). Due to this noise, even areas with sharp features in continuous surfaces (e.g., crevasses on glaciers) will be characterized in SAR images by grainy texture and high variation in digital numbers. Therefore, the speckle must be reduced before SAR images can be used for measuring glacier velocity by image crosscorrelations algorithms. To solve this problem, four approaches based on adaptive filtering (i.e., Lee filter) were tested for data pre-processing prior to extracting the velocity fields from glaciers. The Lee filter was used in two ways: (i) one-pass and (ii) two-pass filtering. Furthermore, two parameters were used to explain the data variability: number of looks and standard deviation of the scene. Results evaluation was carrying out comparing the velocity vectors resulting from original and filtered images with published data on the dynamics of the glaciers in the northern part of the Antarctic Peninsula. In terms of speckle suppression, all approaches yielded positive results. However, the two-pass filter does not preserve the crevasses edges and the resulting images are not considered for the final result comparison. In general, images processed with one-pass filter showed better results for extraction of velocity vectors with the cross-correlation algorithm than the original ones, and were accepted for an automatic processing chain to derive dynamic parameters of glaciers. Furthermore, resulting velocity vectors agree with published data and show a slight increase in velocity between 2001 and 2005.