determinaÇÃo dos valores de temperatura de … (17).pdf · obter-se o valor da temperatura de...

157

VARIABILIDADE E SUSCEPTIBILIDADE CLIMÁTICA: Implicações Ecossistêmicas e Sociais

de 25 a 29 de outubro de 2016 Goiânia (GO)/UFG

DETERMINAÇÃO DOS VALORES DE TEMPERATURA DE SUPERFÍCIE A

PARTIR DO SENSOR TIRS DO LANDSAT 8

PATRÍCIA TINOCO SANTOS1 BRUNNA FRANCINETE DA SILVA CRUZ2

RESUMO: Este trabalho teve como objetivo mostrar a aplicabilidade das faixas térmicas do

TIRS/Landsat 8, executando técnicas indicadas pelo USGS para a obtenção de valores de

temperatura de superfície em sete pontos do Estado de Goiás. Foi possível comparar

valores de temperatura do ar obtidos por estações automáticas e convencionais fornecidas

pelo INMET, em relação aos valores de temperatura de superfície adquiridos por meio do

processamento digital de imagens nas Bandas 10 e 11 e se observou que parte dos

resultados atendeu ao que estava previsto na literatura, em que os dados das temperaturas

de superfície seriam maiores dos que os das temperaturas do ar e que os gradientes

térmicos estariam próximos a 1,5°C ou 7%. O procedimento deve auxiliar o desenvolvimento

de novas fontes de estudo sobre temperatura de superfície.

Palavras-chave: sensor, temperatura, superfície, imagens.

ABSTRACT: This study aimed to show the applicability of thermal bands of TIRS/Landsat 8,

running techniques indicated by the USGS to obtain surface temperature values in seven

points of the State of Goiás. Was possible to compare air temperature values obtained by

automatic and conventional stations provided by the INMET, in relation to the surface

temperature values acquired by the digital image processing in the Bands 10 and 11 and it

was observed that some of the results attended the which was predicted in the literature , in

which the data of surface temperatures would be greater than that of air temperatures and

thermal gradients would be close to 1,5°C or 7%. The procedure should assist the

development of new sources of study on surface temperature.

Key words: sensor, temperature, surface, images.

.

1 – Introdução

Devido aos avanços tecnológicos das últimas décadas e a partir de sensores

imageadores, é possível monitorar o meio ambiente em uma escala global e obter

1 Tecnol.ª em Agrimensura e Geoprocessamento pelo IFG, Mestranda em Geografia pela UFG, Prof.ª Coord. Curso Téc. em Agrimensura no IFG, [email protected]. 2 Tecnol.ª em Geoprocessamento pelo IFG, [email protected].

mailto:[email protected]

mailto:[email protected]

158



resultados cada vez mais precisos. O sensoriamento remoto possibilita estudos

relacionados ao comportamento espectral dos alvos imageados por tais sensores, e sua

análise mostra-se uma importante ferramenta para tomada de decisões.

Segundo Coelho (2013) uma das formas de se obter dados de temperatura de uma

determinada região é utilizando técnicas de sensoriamento remoto, essas técnicas são

empregadas destes 1972, onde foram utilizados dados tomados na faixa do infravermelho

termal, posteriormente, vários estudiosos como Nascimento (2011), Mendonça (2003) e

Weng (2003), também utilizam a mesma técnica para documentar e analisar dados de

temperatura.

Neste contexto o presente trabalho apresenta a aplicabilidade do Thermal Infrared

Sensor - TIRS, à bordo do satélite Landsat-8, a partir da análise das bandas 10 e 11, em

sete pontos do estado de Goiás distribuídos nas regiões Sudeste, Sul Goiano e região do

Entorno do Distrito Federal, evidenciando as informações necessárias destas bandas para

auxiliar no desenvolvimento de novas fontes de obtenção de temperatura de superfície.

Procurou-se avaliar o balanço de energia emitida pelo TIRS, através de técnicas de

geoprocessamento e dados coletados de estações meteorológicas convencionais e

automáticas de campo, com objetivo de verificar se a resposta espectral de tal sensor

atende a determinado padrão, segundo a literatura pesquisada, que possibilite a utilização

dos dados que serão processados para fins de planejamento e gerenciamento.

2 – Material e métodos

A metodologia empregada para esta pesquisa primeiramente constituiu-se em uma

revisão bibliográfica da qual foram retirados os conceitos e métodos empregados para

análise de temperatura de superfície obtidas a partir da utilização de técnicas de

processamento digital de imagens. Também foram feitas abordagens a técnicos

responsáveis pela coleta e distribuição dos dados coletados nas estações meteorológicas,

automáticas e convencionais, e disponibilizados pelo Instituto Nacional de Meteorologia -

INMET.

Formada a base teórica, o próximo passo foi escolher as imagens do Satélite

Landsat 8, para realizar a conversão dos valores de brilho para radiância redimensionada

para o topo da atmosfera e, posteriormente, temperatura de brilho efetiva.

Ao disponibilizar os dados, calibrados e quantizados, o Serviço Geológico Americano

- USGS não faz distinção de regiões para aplicação da técnica, podendo ser utilizada

159



qualquer imagem fornecida pelo satélite Landsat 8, desde que sejam observados os

parâmetros aplicados as fórmulas, os quais dependem da cena analisada. Para este

trabalho, optou-se pela análise das Bandas 10 e 11 do sensor TIRS.

O presente trabalho faz referência à aplicação das técnicas sugeridas em sete

estações meteorológicas localizadas nos municípios de Catalão, Cristalina, Ipameri,

Morrinhos, Pires do Rio e Silvânia. Conforme pode ser observado na figura 1.

Figura 1: Distribuição espacial das estações meteorológicas em estudo.

Foram selecionadas duas imagens do Satélite Landsat 8, órbita 221, ponto 72,

bandas 10 e 11, datadas de 13 e 29 de maio de 2014, conforme Tabelas 1 e 2, para a

aplicação das fórmulas de conversão dos valores de brilho para radiância redimensionada

para o topo da atmosfera. As datas para aquisição das imagens foram escolhidas levando

em consideração que, segundo Costa et. al. (2012) o estado de Goiás possui um clima

tropical com período seco entre os meses de maio a setembro, deste modo, pode-se evitar a

ocorrência de nuvens sobre a área de estudo.

Para se calcular a radiância espectral do sensor, utilizou-se a Equação 1, adaptada

pelo USGS e também analisada por Allen et al. (2002):

160



Onde: Lλ = radiância espectral do sensor de abertura redimensionado ao topo da atmosfera (Watts / (m2 * srad * μm)); ML = fator multiplicativo redimensionado da banda 10 ou 11. Qcal = valor de pixel, produto padrão quantizados e calibrados (DN); e AL = fator aditivo redimensionando da banda 10 ou 11.

Após o cálculo da radiância espectral pela Equação 1, aplicou-se a Equação 2 para

obter-se o valor da temperatura de brilho efetiva no sensor. A Equação 2, proposta pelo

USGS, pode ser obtida pela equação modificada de Plank, conforme Allen et al. (2002):

Onde: T = Temperatura de brilho efetiva no sensor (°K); K1 = conversão térmica da banda específica, constante de calibração contida no metadados (K1_CONSTANT_BAND_x, onde x é o número da banda, 10 ou 11); K2 = conversão térmica da banda específica, constante de calibração contida no metadados (K2_CONSTANT_BAND_x, em que x é o número da banda 10 ou 11); e Lλ = radiância espectral do sensor de abertura redimensionado ao topo da atmosfera (Watts / (m2 * srad * μm)).

As constantes térmicas da Equação 2 foram obtidas no arquivo de metadados,

extensão *_MTL.txt., existente em cada cena.

Foi criado um arquivo de pontos, segundo a Figura 1, no programa ArcGis, no qual

foi representado as sete estações meteorológicas analisadas, referenciadas ao mesmo

datum da imagem, WGS 84. A coleta dos dados referente ao valor digital do pixel (ND) foi

realizada a partir da inserção das bandas em análise no programa ArcGis juntamente com o

arquivo de pontos, devido esta ser uma análise pontual.

A temperatura de superfície obtida pela Equação 2 foi comparada com os dados de

temperatura das estações meteorológicas. Os dados das estações meteorológicas podem

ser extrapolados para um raio de 100 km.

Para determinar os valores de temperatura de superfície a partir das Equações

disponibilizadas pelo USGS para os pontos em estudo, foram analisadas quatro situações

de comparações.

(1)

(2)

161



A primeira e a segunda análise consistiram em comparar as temperaturas estimadas

por sensoriamento remoto das bandas 10 e 11 com temperaturas instantâneas estimadas

pelas estações meteorológicas de campo nos dias 13 e 29 de maio de 2014. Para a terceira

e a quarta análise, comparou-se as Ts das bandas 10 e 11 com os valores de temperaturas

máximas e mínimas, respectivamente.

3 – Resultados e Discussão

Por meio dos parâmetros para validação dos produtos extraídos dos arquivos

metadados das cenas e usando as Equações 1 e 2 disponibilizadas pelo USGS, calculou-se

a temperatura de superfície em graus Celsius (Ts), usando um pixel no qual está localizado

na mesma coordenada da estação, a partir das bandas 10 e 11, conforme Equações 3 e 4:

Onde: Ts = Temperatura de Superfície (°C); DN = Número digital do pixel.

As Equações 3 e 4 foram acrescentadas o fator de subtração (-273,15) referente à

conversão de temperatura, de graus Kelvin para graus Celsius (°C). Deste modo, foi

possível calcular a Ts para os pixel referentes às sete estações meteorológicas nos dias 13

e 29 de maio de 2014, conforme pode ser observado nas Tabelas 1 e 2.

Tabela 1: Valores de ND e temperatura de superfície (Ts) para as bandas 10 e 11, para as diferentes

estações meteorológicas analisadas em 13 de maio de 2014.

Imagem do dia 13/05/2014 ND USGS - Ts (°C)

Estações Automáticas Código INMET BANDA 10 BANDA 11 BANDA 10 BANDA 11

CATALÃO A034 27499 25110 24,7 23,1

CRISTALINA A036 26800 24453 23,0 21,3

MORRINHOS A003 26210 24136 21,6 20,4

PIRES DO RIO A033 27548 24968 24,8 22,7

SILVÂNIA A037 25745 23204 20,4 17,6


(3)

(4)

162



Estações Convencionais Código INMET BANDA 10 BANDA 11 BANDA 10 BANDA 11

CATALÃO 83526 27727 25195 25,2 23,4

IPAMERI 83522 27504 24912 24,7 22,6

Tabela 2: Valores de ND e temperatura de superfície (Ts) para as bandas 10 e 11, para as diferentes estações meteorológicas analisadas em 29 de maio de 2014.


Estações Automáticas Código INMET BANDA 10 BANDA 11 BANDA 10 BANDA 11

CATALÃO A034 27849 25625 25,5 24,6

CRISTALINA A036 28478 26172 27,0 26,1

MORRINHOS A003 27003 25037 23,5 22,9

PIRES DO RIO A033 27099 24933 23,7 22,6

SILVÂNIA A037 27157 24952 23,9 22,7


Estações Convencionais Código INMET BANDA 10 BANDA 11 BANDA 10 BANDA 11

CATALÃO 83526 28057 25699 26 24,8

IPAMERI 83522 27007 24751 23,5 22,1

Utilizando os metadados das imagens, observou-se que a passagem do sensor e a

tomada da imagem ocorreu no intervalo entre 13:00 e 14:00 UTC (Tempo Universal

Coordenado) nos dois dias em estudo. A partir desta informação, buscaram-se no site do

INMET os dados de temperatura do ar (Ta) instantânea, máxima e mínima referentes às

estações meteorológicas. Conforme pode ser observado nas Tabelas 3, 4, 5 e 6.

Tabela 3: Valores de temperatura do ar coletadas (instantânea, máxima e mínima) nos intervalos 13 e 14 UTC para as diferentes estações automáticas no dia 13 de maio de 2014.

Medição do dia 13/05/2014 INMET - Ta (°C) 13UTC INMET - Ta (°C) 14UTC

Estações Automáticas Código INMET INST. MAX. MIN. INST. MAX. MIN.

CATALÃO A034 21,6 21,6 19,5 22,6 23,0 21,1

CRISTALINA A036 18,9 19,0 17,3 19,9 20,3 18,7

MORRINHOS A003 22,4 22,7 19,3 23,5 23,7 22,4

PIRES DO RIO A033 22,1 22,3 20,2 24,2 24,3 22,1

SILVÂNIA A037 21,0 21,4 19,4 22,7 22,7 20,9

163



Tabela 4: Valores de temperatura do ar coletadas (instantânea, máxima e mínima) nos intervalos 13 e 14 UTC para as diferentes estações convencionais no dia 13 de maio de 2014.

Medição do dia 13/05/2014 INMET - Ta (°C)

Estações Convencionais Código INMET INST. 12UTC MAX. 00UTC MIN. 12UTC

CATALÃO 83526 20,5 26,4 14,7

IPAMERI 83522 20,3 27,1 13,4

Tabela 5: Valores de temperatura do ar coletadas (instantânea, máxima e mínima) nos

intervalos 13 e 14 UTC para as diferentes estações automáticas no dia 29 de maio de 2014.

Medição do dia 29/05/2014 INMET - Ta (°C) 13UTC INMET - Ta (°C) 14UTC

Estações Automáticas Código INMET INST. MAX. MIN. INST. MAX. MIN.

CATALÃO A034 20,6 20,6 18,5 22,7 22,7 20,5

CRISTALINA A036 22,4 22,4 19,4 23,8 23,9 21,9

MORRINHOS A003 19,1 19,1 16,0 21,8 22,1 19,0

PIRES DO RIO A033 18,1 18,1 15,3 21,7 21,7 17,9

SILVÂNIA A037 18,6 19,2 16,2 20,6 20,9 18,5

Tabela 6: Valores de temperatura do ar coletadas (instantânea, máxima e mínima) nos intervalos 13 e 14 UTC para as diferentes estações convencionais no dia 29 de maio de 2014.

Medição do dia 29/05/2014 INMET - Ta (°C)

Estações Convencionais Código INMET INST. 12UTC MAX. 00UTC MIN. 12UTC

CATALÃO 83526 18,3 27,2 10,8

IPAMERI 83522 15,7 28,1 8,4

Os valores de temperatura de superfície dos pixel no momento da passagem do

sensor (Ts) foram usados como referência para os cálculos e comparados com os valores

de temperatura das estações meteorológicas (Ta). Confrontando-se os dados dos dias 13 e

29 de maio de 2014, analisaram-se quatro situações:

A primeira análise consistiu em comparar as temperaturas estimadas por

sensoriamento remoto da banda 10 com temperaturas instantâneas estimadas pelas

estações meteorológicas de campo e observou-se que a temperatura de superfície

calculada a partir da banda 10, se aproxima mais com a temperatura instantânea medida

pela estação meteorológica às 14:00 UTC.

Segundo Weng (2003), as Ts normalmente apresentam valores mais elevados que

as Ta. Para o dia 13 de maio, esta teoria se confirmou em apenas 60% das amostras

referentes às estações automáticas.

164



Analisando a diferença entre as temperaturas, determinaram-se os gradientes

térmicos (Ts – Ta). Comparando-se Ts com Ta às 13:00 UTC do dia 13, verificou-se

diferenças entre as temperaturas variando de 2,9% a 17,8%, para as 14:00 UTC este

intervalo é menor, variando de 2,4% a 13,5%. Ao fazer esta mesma análise, agora para o

dia 29, verificou-se diferenças entre as temperaturas variando de 17,0% a 23,6% às 13:00

UTC, para as 14:00 UTC este intervalo varia de 7,2% a 13,8%.

Para as estações convencionais, se confirmou em todas as amostras que a Ts

apresentou valores mais elevados que a Ta. Para este tipo de estação, o INMET

disponibiliza a temperatura instantânea coletada às 12:00 UTC.

A diferença de tempo entre a tomada da cena (entre 13:00 e 14:00 UTC) e a coleta

dos dados pelas estações meteorológicas (12:00 UTC) mostrou-se bastante significativa

quando observamos os gradientes térmicos, de modo que a diferença entre as temperaturas

para a estação convencional de Catalão foi de 18,7%, enquanto que para a estação de

Ipameri foi de 17,8% no dia 13. Fazendo esta mesma análise para o dia 29, esta diferença

foi de 29,6% para Catalão e 33,2% para Ipameri.

A segunda análise consistiu em comparar as temperaturas estimadas por

sensoriamento remoto da banda 11 com temperaturas instantâneas estimadas pelas

estações meteorológicas de campo.

Observou-se que as Ts calculadas a partir da banda 11 para o dia 13, se aproximam

mais com as temperaturas instantâneas medidas às 13:00 UTC, e que as Ts apresentaram

valores mais elevados que as Ta em 60% das amostras. Assim como para a banda 10, as

estações de Morrinhos e Silvânia não atenderam o padrão de Ts>Ta. No dia 29, as Ts

calculadas a partir da banda 11, se aproximam mais com as temperaturas instantâneas

medidas pela estação meteorológica às 14:00 UTC e, para todas as amostras, as Ts

apresentaram valores mais elevados que as Ta.

A partir da análise dos gradientes térmicos no dia 13, comparando-se as Ts com as

Ta às 13:00 UTC, verificou-se que diferenças entre as temperaturas variam-se de 2,6% a

19,3%. Para as 14:00 UTC este intervalo é maior variando de 2,2% a 29,0%.Analisando os

gradientes térmicos no dia 29, comparando-se as Ts com as Ta às 13:00 UTC, verificou-se

diferenças entre as temperaturas variam de 14,2% a 19,9%. Para às 14:00 UTC este

intervalo é menor varia de 4,0% a 9,3%.

Para as estações convencionais, em 100% das amostras as Ts calculadas pelas

bandas 11 apresentaram valores mais elevados que as temperaturas instantâneas. Para o

dia 13, a diferença entre as temperaturas da estação convencional de Catalão foi de 12,4%,

165



enquanto que para a estação de Ipameri foi de 10,2%. No dia 29, a diferença entre as

temperaturas da estação convencional de Catalão foi de 26,2%, enquanto que para a

estação de Ipameri foi de 29,0%.

A comparação entre os dados de temperatura coletados e calculados também nos

possibilitaram outras análises, desta vez comparando as Ts das bandas 10 e 11 com os

valores de temperaturas máximas e mínimas, respectivamente.

Em relação às estações automáticas, foram comparadas as Ts somente com os

valores das Ta referente às 13:00 UTC, pois as temperaturas máximas e mínimas

representam a seleção das mesmas entre todas as temperaturas coletadas no intervalo

entre 13:00 e 14:00 UTC. Já para as estações convencionais, as temperaturas máximas são

coletadas às 00:00 UTC, e as mínimas às 12:00 UTC.

Na terceira análise, comparando as Ts com as temperaturas máximas, observou-se

que a as Ts apresentaram valores mais elevados que as Ta em 60% das amostras

referentes às estações automáticas (Catalão, Cristalina e Pires do Rio) no dia 13. No dia 29,

os dados apresentaram comportamento padrão, onde Ts>Ta.

A partir da análise dos gradientes térmicos no dia 13, comparando-se as Ts com as

temperaturas máximas às 13:00 UTC, verificou-se diferenças entre as temperaturas

variando de 4,9% a 17,4%. Analisando os gradientes térmicos no dia 29, comparando-se as

Ts com as temperaturas máximas às 13:00 UTC, verificou-se diferenças entre as

temperaturas variando de 17,0% a 23,6%.

Para este caso, no dia 13, a diferença de tempo entre a tomada da cena (entre 13:00

e 14:00 UTC) e a coleta dos dados pelas estações meteorológicas (00:00 UTC) não

mostrou-se tão significativa quando observamos os gradientes térmicos, de modo que a

diferença entre as temperaturas da estação convencional de Catalão foi de 4,8%, enquanto

que para a estação de Ipameri foi de 9,7% no dia 13. No dia 29, esta diferença foi de 4,6%

para Catalão e 19,6% para Ipameri.

Na quarta análise, comparando as Ts com as temperaturas mínimas, observou-se

que a as Ts apresentaram valores mais elevados que as Ta em 60% das amostras

referentes as estações automáticas (Catalão, Cristalina e Pires do Rio) referente ao dia 13.

No dia 29, os dados apresentaram comportamento padrão, onde Ts>Ta.

Por meio da análise dos gradientes térmicos no dia 13, comparando-se Ts com as

temperaturas mínimas às 13:00 UTC, verificou-se diferenças entre as temperaturas variando

de 5,4% a 18,8%. No dia 29, comparando-se Ts com as temperaturas mínimas às 13:00

UTC, verificou-se diferenças entre as temperaturas variando de 24,8% a 32,3%.

166



Para as estações convencionais, se confirmou em 100% das amostras que as Ts

calculadas pela banda 11 apresentaram valores mais elevados que as temperaturas

mínimas.

A diferença de tempo entre a tomada da cena (entre 13:00 e 14:00 UTC) e a coleta

dos dados pelas estações meteorológicas (12:00 UTC) mostrou-se bastante significativa

quando observamos os gradientes térmicos, de modo que a diferença entre as temperaturas

da estação convencional de Catalão foi de 37,2%, enquanto que para a estação de Ipameri

foi de 40,7%, no dia 13. Esse mesmo raciocínio se aplica para o dia 29, pois para Catalão

esta diferença foi de 56,5% enquanto que para Ipameri foi de 62,0%.

4 – Conclusões

O desenvolvimento deste trabalho foi importante no que diz respeito à validação das

informações prestadas aos usuários que utilizam o sensoriamento remoto como meio de

obtenção de valores de temperatura de superfície.

A partir das análises realizadas pode-se inferir que as etapas que envolvem a coleta

e análises dos dados devem ser realizadas cuidadosamente. Se tratando das imagens de

satélite o USGS vem fazendo uma série de reprocessamento das imagens que o mesmo

disponibiliza, a fim de readequar os dados de calibração do sensor e validar as fórmulas

utilizadas neste trabalho para o cálculo de temperatura de superfície. Estas informações

estão disponíveis aos usuários no site do USGS.

Ao se coletar dados das estações meteorológicas é necessário que se observe o real

posicionamento de tais estações. Neste trabalho deparou-se com o fato de os dados

disponibilizados pelo INMET apontarem discrepâncias e não apresentarem o sistema de

referência no qual foram coletadas as coordenadas que indicam a localização das estações.

Foi necessário entrar em contato pessoalmente com os responsáveis pela disponibilização

dos dados que, ao observarem as discrepâncias, se prontificaram a corrigir os erros e nos

encaminharam dados atualizados das estações.

Comparando-se as duas bandas foi possível observar que as diferenças entre as Ts

e as Ta para as estações automáticas foram maiores para a banda 10 enquanto que para as

estações convencionais foram maiores para a banda 11. Foi possível observar também que

para estas duas análises, no dia 13 as estações automáticas de Morrinhos e Silvânia

apresentaram inconformidades em seus dados que culminaram em valores de Ts menores

dos que os das Ta.

167



Ao processar os dados observa-se que os dados das Ta máximas se aproximaram

mais com os dados das Ts obtidos pela banda 10, enquanto que das Ta mínimas se

aproximaram com as Ts da banda 11. Esta observação se baseia nos dados

especificamente destas duas imagens os quais não são previstas pelo USGS. Sugerimos

que sejam realizados novos testes a fim de confirmar tal situação com base em dados de

outras cenas.

Observou-se que a temperatura do ar sofre alterações significativas nos intervalos de

1 hora em todo o dia, sendo assim, é necessário que se observe a hora de aquisição da

cena em estudo, a partir dos metadados da imagem, para fins de validação deste produto

usando como método a comparação entre tais informações.

Comparando os dados deste trabalho com outros estudos sobre o tema, foi possível

observar que parte dos resultados atendeu ao que estava previsto na literatura, em que os

dados das Ts seriam maiores dos que os das Ta, e que os gradientes térmicos estariam

próximos a 1,5°C ou 7%. Entretanto, foi possível observar discrepâncias significativas

comparando-se as cenas em dias diferentes.

Tal fato pode estar relacionado à umidade do ar, visto que diz respeito a quantidade

de vapor de água presente na atmosfera e que varia de um dia para o outro, pois esse fator

provoca interferências nos valores dos pixels. Sendo assim, para validação do método aqui

apresentado, recomendam-se novos trabalhos tomando como rumo esta linha de raciocínio.

É atribuída também a altitude das regiões em que estão localizadas as estações

meteorológicas em estudo, o fato de não ter sido possível obter os valores prescritos como

prováveis pela literatura para alguns pontos amostrais, isso porque, quanto mais elevada é

uma região, menor será o raio de abrangências dos dados meteorológicos coletados pelas

estações meteorológicas.

Os resultados aqui apresentados podem servir como ferramenta para gestão de

áreas urbanas e agrícolas, visando despertar o interesse no meio acadêmico para

pesquisas nesta área e garantir a manutenção e preservação do ecossistema.

5 – Referências

ALLEN, R. G.; TASUMI, M.; TREZZA, R.; WATERS, R.; BASTIAANSSEN. W. Surface Energy Balance Algorithm for Land (SEBAL) – Advanced training and Users Manual, Idaho, 2002, p.13-23. COELHO, A. L. N. Distribuição das Classes de Temperatura de Superfície a Partir da Faixa do Infravermelho Termal do Sensor TM/Landsat-5 no Município de Vitória (ES).

168



XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 -18 de abril de 2013, INPE. COELHO, A. L. N.; CORREA, W. S. C. (2013). Temperatura de Superfície Celsius do Sensor TIRS/LANDSAT-8: Metodologia e Aplicações. Revista Geográfica Acadêmica, v. 7, n. 1, p. 31 - 45. COSTA, H. C.; MARCUZZO, F. F. N.; FERREIRA, O. M.; ANDRADE, L.R. (2012). Espacialização e Sazonalidade da Precipitação Pluviométrica do Estado de Goiás e Distrito Federal. Revista Brasileira de Geografia Física, v. 5, n. 1, p. 87 - 100. EMBRAPA. Monitoramento por satélite, Autenticação. Disponível em <http://www.sat.cnpm.embrapa.br/conteudo/missao_landsat.php> Acesso em: 16 ago. 2014. IMB. Instituto Mauro Borges de Estatística e Estudos Socioeconômicos, Perfil Socioeconômico dos Municípios Goianos. Disponível em: <http://www.imb.go.gov.br/>. Acesso em 07 de out. 2014. INMET. Instituto Nacional de Meteorologia. Dados Meteorológicos. Disponível em: <http://www.inmet.gov.br/portal/>Acesso em: 16 ago. 2014. INPE. Instituto Nacional de Pesquisas Espaciais. DGI. Divisão de Geração de Imagens. Disponível em<http://www.dgi.inpe.br/index.php> Acesso em: 16 ago. 2014. MENDONÇA, F. de A. (2003). O clima e planejamento urbano de cidades de porte médio e pequeno. Proposição metodológica para estudo e sua aplicação à cidade de Londrina / PR. Tese (Doutorado em Geografia Física) – Faculdade de Filosofia, Letras e Ciências Humanas, Universidade de São Paulo, São Paulo. NASCIMENTO, D. T. F. (2011). Emprego de técnicas de sensoriamento remoto e de geoprocessamento na análise multitemporal do fenômeno de ilhas de calor no município de Goiânia-GO (1986/2010). Dissertação (Mestrado em Geografia) – Instituto de Estudos Sociais – Universidade Federal de Goiás, Goiânia, 96f. USGS, Science For a Changing Wold, U.S. Department of the Interior: U.S. Geological Survey. Disponível em: <http://landsat.usgs.gov>. Acesso em: 07 de out. 2014. WENG, Q. (2003). Fractal analysis of satellite-detected urban heat island effect. Photogrammetric Engineering and Remote Sensing, Bethesda, v.69.

http://www.sat.cnpm.embrapa.br/conteudo/missao_landsat.php

http://landsat.usgs.gov/

determinaÇÃo dos valores de temperatura de … (17).pdf · obter-se o valor da temperatura de...

Documents