Estimativas da temperatura superficial da água por sensores remotos : acurácia e aplicabilidade com modelos de temperatura

Esta dissertação avaliou a acurácia de estimativas da temperatura superficial da água (TSA) de rios e lagos utilizando dois sensores remotos, e a aplicabilidade de modelos de temperatura da água de rios em conjunto com estes dados. O trabalho foi dividido em dois capítulos principais, o primeiro focando em lagos e o segundo em rios. No Capítulo 2 foi estudada a acurácia da estimativa da temperatura superficial da Lagoa Mangueira utilizando os sensores Landsat 7 ETM+, este com aplicação de diferentes métodos, e MODIS, utilizando seus produtos MOD11 e MOD28. Verificou-se que o MOD11 e a aplicação da equação de transferência radiativa (RTE) com as imagens Landsat se mostraram as melhores opções, com REQM próximos a 1 C. Também foi verificado que esta equação é bastante sensível aos parâmetros de entrada, mas que os parâmetros de correção obtidos pelo AtmCorr são consistentes, apesar da perda de desempenho quando há alta quantidade de vapor d’água na atmosfera. Além disso, foi analisada a sensibilidade da acurácia a duas variáveis, a emissividade e os parâmetros atmosféricos, e verificados os impactos dos efeitos de superfície nas estimativas da TSA, em especial o efeito de pele fria, que resulta em uma subestimatação média da temperatura, observado na maior parte dos trabalhos neste tema. No Capítulo 3 foi analisada a consistência de séries contínuas da temperatura de um rio geradas por dois modelos de temperatura de rios, o air2stream e um modelo estocástico, calibrados com dados derivados dos sensores Landsat 7 ETM+ e MODIS, este após o uso de uma técnica de downscale. Verificou-se que é possível gerar séries contínuas e consistentes da temperatura de rios utilizando o modelo air2stream calibrado com estes dados. Contudo, esta aplicação está atrelada à acurácia da estimativa da TSA pelo Landsat 7 ETM+, que é inferior à estimativa em lagos, principalmente devido ao tamanho dos pixels e o efeito do entorno do rio na radiância captada pelo sensor devido à reflexão da água. Nesta estimativa, novamente a aplicação da RTE com AtmCorr se mostrou a melhor opção, com REQM próximo a 1,4 C. O desempenho da técnica de fusão de imagens foi bastante fraco, e os critérios de seleção desenvolvidos se mostraram cruciais para uma incorporação apenas dos dados mais acurados. Em virtude deste baixo desempenho, o uso das imagens MODIS junto com as Landsat mostrou pouca resposta pelo modelo, apesar de indicar que mais dados podem melhorar sua performance. Ainda assim, o modelo mostrou um boa performance utilizando apenas os dados do Landsat na sua calibração, e esta abordagem tem grande potencial para ser aplicada em rios sem dados medidos de temperatura, como em análise de tendências das séries temporais da temperatura e na modelagem de rios tributários para aplicação em modelos ecológicos de lagos.This dissertation assessed the accuracy of estimates of rivers and lakes water surface temperature (WST) using two remote sensors, and the applicability of river water temperature models with these data. This work was divided in two chapters, the first focusing on lakes and the second on ivers. In Chapter 2 the accuracy of the surface temperature estimates was assessed in Lake Mangueira, using Landsat 7 ETM+, by applying different methods, and MODIS, using its products MOD11 and MOD28. Both MOD11 and the application of the radiative transfer equation (RTE) with Landsat images showed the best results, with RMSE close to 1 C. It was also verified that this equation is very sensitive to its input parameters, but the correction parameters provided by AtmCorr are consistent, despite the loss of performance when there is the water vapour in the atmosphere is high. Furthermore, the its sensibility to two variables, the emissivity and the atmospheric parameters, and the impacts of the surface effects on the accuracy of the estimates were evaluated, in particular the cool-skin effect, which results in a mean underestimation of the temperature, and was observed in most studies in this subject. In Chapter 3 the consistency of continuous series of river temperatures generated by two river temperature models, air2stream and a stochastic model, and calibrated with data derived by Landsat 7 ETM+ and MODIS, in this case after the application of a downscaling technique, were analysed. It was observed that it is possible to generate continuous and consistent series of river temperature with air2stream calibrated with these data. However, this application is dependant on the accuracy of the WST estimates using Landsat, which is inferior in rivers when compared to lakes, mainly due to the pixel size and the effect of the surrounding surfaces on the radiance measured by the sensor due to the reflection by the water surface. In this case, again the the application of the RTE with AtmCorr showed the best results, with RMSE close to 1.4 C. The image fusion technique underperformed, and the data selection criteria were crucial for the incorporation of the accurate data only. Due to this weak performance, the use of MODIS images along with Landsat showed little response by the model, although there is indication that more data can improve its performance. Still, the model showed a good performance when calibrated with Landsat-derived data, and this approach has great potential for studies in rivers with no measured water temperature data, such as trend analysis of temperature and in modelling tributary rivers temperatures as input data for lake ecological modelling