CAPÍTULO 5

PRODUTO DE AEROSSÓIS

Alexandre Correia1

Andrea D. de Almeida Castanho2

José Vanderlei Martins2,3,4

Karla Longo1

Márcia Yamasoe2

Paulo Artaxo2

1INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS

2UNIVERSIDADE DE SÃO PAULO

3UNIVERSITY OF MARYLAND, BALTIMORE COUNTY

4NASA GODDARD SPACE FLIGHT CENTER

5.1 Introdução

Aerossóis   são   partículas   sólidas   ou   líquidas   em   suspensão   em   um   meio   gasoso,podendo   ter   origem   em   processos   naturais   ou   serem   produzidos   como   conseqüência   deatividades humanas. O material particulado que compõe o aerossol possui em geral tempo depermanência  médio  na  atmosfera  da  ordem de  dias,  e   ao  contrário  de  poluentes  gasososapresentam grande heterogeneidade espacial (Seinfeld e Pandis, 1998). Partículas de aerossolpodem   influenciar   o   clima   em   escalas   regionais   e   globais   através   de   interações   diretas,atuando   como   centros   espalhadores   ou   absorvedores   de   luz   solar   (Jacobson,   2001),   ouindiretamente atuando sobre a formação e o ciclo de vida de nuvens, e assim modificandociclos hidrológicos (Kaufman, 1995). Seu transporte a longas distâncias por correntes de arpode favorecer a interferência na química e na física da atmosfera não somente em escalalocal, mas também potencialmente em escalas regionais e até globais (Freitas et al., 2005).

O IPCC (Intergovernmental  Panel  on  Climate  Change)  estima  que o efeito  diretoglobal dos aerossóis no balanço radiativo situa­se entre ­0,2 a ­1,5 W/m2 (i.e. favorecendo oresfriamento). Esse efeito é por sua vez diretamente comparável ao efeito dos chamados gasesestufa antropogênicos (e.g. CO2, CH4, N2O, CFC), que induzem o aquecimento global comefeito médio de +2,5 W/m2  (IPCC, 2001). Entretanto, devido ao fato da distribuição espacial

1

das partículas de aerossóis não ser homogênea no globo, os efeitos locais podem ser centenasde vezes maiores devido às elevadas concentrações (e.g. Procópio et al., 2004).

Somente a partir da última década a comunidade científica tem buscado a inclusão deefeitos  de  aerossóis   sobre  o  clima em modelos  numéricos  atmosféricos  para  previsão detempo,   clima  e  qualidade  do  ar.  Esse  processo   significa  um extraordinário   aumento  nãoapenas da complexidade, mas principalmente do conhecimento das incertezas envolvidas emcenários de mudanças climáticas (Andreae  et al.,  2005). Por muito tempo, os efeitos bemconhecidos   de   aquecimento   dos   gases   de   efeito   estufa   eram   a   questão   central   maissignificativa nos modelos de previsão climática. A inclusão de propriedades de aerossóis nosmodelos   atmosféricos   traz   novos   desafios   em   termos   de   desenvolvimentos   de   novasparametrizações que representem apropriadamente os diversos processos através dos quaispartículas de aerossóis interagem com outros elementos atmosféricos.

Nesse contexto,  cresce em importância a necessidade de inventários de emissões deaerossóis mais precisos. Uma posição bem aceita pela comunidade científica atualmente é arecomendação   da   junção   de   técnicas   de   sensoriamento   remoto,   observações   diretas   emodelagem numérica da atmosfera (Charlson, 2001). O sensor MODIS a bordo dos satélitesTerra (King  et al., 2003) e Aqua (Parkinson, 2003) fornece uma cobertura global diária dacarga   de   aerossóis   presente   na   atmosfera,   tendo   sido   o   primeiro   sensor   concebido   comcaracterísticas específicas para o estudo de aerossóis. A grande gama espectral dos 36 canaisdo sensor MODIS permite a obtenção de várias informações sobre o sistema terrestre, entreelas   a   concentração   de   aerossóis,   assim   como   informações   sobre   o   tamanho   médio   daspartículas   (Remer  et   al.,   2005).   As   características   radiométricas   dos   canais   MODIS   sãodescritas em detalhes por  Barnes e colaboradores (1998), e no capítulo 1 deste livro.

O algoritmo de aerossóis utiliza dados de radiâncias obtidas pelo sensor MODIS abordo   dos   satélites   Terra   e   Aqua,   após   a   realização   de   sua   calibração   radiométrica   egeolocalização (Ignatov et al., 2005; MODIS Characterization Support Team ­ MCST, 2000),assim   como   o   produto   de   mascaramento   de   nuvens   (Ackerman  et   al.,   1998)   e   dadosmeteorológicos   auxiliares   fornecidos   pelo   NCEP   (National   Centers   for   EnvironmentalPrediction). Há dois algoritmos independentes, para obtenção das propriedades de aerossóissobre   continentes   e   sobre   oceanos   conforme   detalhado   nas   próximas   seções,   mas   essesalgoritmos     baseiam­se   na   mesma   estratégia   de  uso   de   tabelas   pré­computadas   (look­uptables)   de   cálculos   de   transferência   radiativa   na   atmosfera,   em  que   várias   condições   deobservação e iluminação são computadas para diferentes níveis de concentração de aerossóis erefletâncias de superfície. As radiâncias espectrais medidas pelo sensor no topo da atmosfera eas estimativas de refletância da superfície são comparadas com os valores pré­calculados atéque a melhor solução seja encontrada com ajustes de mínimos quadrados.

2

Este capítulo descreve o funcionamento dos algoritmos de aerossóis  para o sensorMODIS segundo a versão 4 (ou Coleção 4) sobre o continente (Kaufman et al., 1997a) e sobreo oceano (Levy et al., 2003; Tanré et al., 1997). Em julho de 2005 teve início a implantaçãoprogressiva da versão 5 dos algoritmos, fase esta que deverá se estender até meados de 2006,trazendo mudanças  significativas  nos   resultados  de  estimativas  de  aerossóis.   Informaçõesdetalhadas   sobre  as  várias  versões  dos  algoritmos  utilizadas  para  o  produto  de  aerossóispodem ser obtidas em: http://modis­atmos.gsfc.nasa.gov/

5.2 Princípios físicos da detecção de aerossóis pelo MODIS sobre o continente

A questão central da detecção de aerossóis sobre o continente é a correção adequadados   efeitos   de   refletividade   da   superfície   e   outras   contribuições   como   o   espalhamentomolecular de radiação solar na atmosfera. Somadas, essas contribuições são muito maioresque o sinal proveniente dos aerossóis, e portanto busca­se em geral técnicas que permitamsubtrair a maior parte do sinal recebido pelo sensor, preservando­se a informação provenienteda camada de aerossóis. A obtenção do produto de aerossóis sobre o continente baseia­se nametodologia de detecção sobre superfícies escuras (ou alvos escuros) (Fraser  et al.,  1984;Kaufman et al., 1997a), e faz uso dos seguintes resultados empíricos gerais:

a) o efeito da radiação solar sobre os aerossóis decresce com o comprimento de onda(λ) numa lei de potências situada entre λ­1 a λ­2. Assim o efeito dos aerossóis é muito menorem comprimentos de onda do IVM do que no VIS. Uma exceção importante é o aerossoloriginado de poeira de deserto, que apresenta interação com radiação de comprimentos deonda maiores que os demais tipos de aerossóis (Kaufman, 1993);

b)   sobre   superfícies   escuras,   o   efeito   radiativo   líquido   que   o   aerossol   exerce   épredominantemente   o   espalhamento   de   radiação   solar.   No   caso   de   superfícies   brilhantesocorre uma sobreposição de efeitos de espalhamento e absorção de radiação solar. A técnicade alvos escuros,  caracterizados por refletâncias menores que cerca de 6% no canal  azul,explora   essa  propriedade da   interação entre   luz   solar,   aerossóis  e   superfície,  para  algunscomprimentos de onda;

c) as refletâncias da superfície apresentam um certo grau de correlação ao longo doespectro   solar   (Kaufman  et   al.,   1997b).  Por   exemplo,   a   interação   entre   a   superfície   e   aradiação solar no comprimento de onda de 2,1 µm (canal IVP) pode ser relacionada à mesmainteração  no  comprimento  de  onda  0,47  µm (canal   azul).  Essa  correlação  geral   entre   asrefletâncias de superfície no IV e no VIS foi observada para vários tipos de superfícies sobreo globo (Kaufman et al., 1997b).

Com base nesses   três   resultados  empíricos,  a  metodologia geral  para  obtenção doproduto de aerossóis   sobre continentes  desenvolve­se da seguinte  maneira:  primeiramente

3

encontram­se os  pixels  escuros na imagem a ser analisada, com base na refletância medidapelo sensor no canal do IV de 2,1 µm. Em seguida, a partir da correlação existente entre oscomprimentos de onda no IV e no VIS, estima­se a refletância da superfície nos canais azul(0,47  µm) e vermelho (0,66  µm). Determina­se o tipo de aerossol a partir de informaçõessobre sua distribuição global média (e.g. d'Almeida et al., 1991; Hao e Liu, 1994) e também apartir da razão entre as refletâncias do aerossol nos canais azul e vermelho nas condiçõesobservacionais   específicas   da   imagem.   Em   seguida,   seleciona­se   o   modelo   dinâmico   deaerossol apropriado, que descreve a distribuição de tamanhos das partículas, seu índice derefração, albedo simples, e efeito de assimetria da função de fase de espalhamento (Remer etal.,  1996). Finalmente realiza­se a  inversão das radiâncias medidas pelo sensor através detabelas previamente computadas para os vários modelos dinâmicos de aerossol, usando­se ocódigo de transferência radiativa de Dave e Gazdag (1970). Isso resulta em estimativas deprofundidade óptica do aerossol nos comprimentos de onda de 0,47 µm e 0,66 µm, obtendo­seainda como subprodutos derivados (i.e. parametrizados) a concentração de massa do aerossol,seu expoente de Angström, e o fluxo de radiação solar refletido e transmitido pela camada deaerossóis na atmosfera. A próxima seção descreve o funcionamento detalhado do algoritmo dedetecção de aerossóis sobre superfícies continentais.

5.3 O algoritmo de aerossóis sobre o continente

Inicialmente realiza­se uma correção das radiâncias medidas levando­se em conta oconteúdo   atmosférico   de   vapor   d'água,   ozônio   e   dióxido   de   carbono,   componentesatmosféricos que podem interferir nas radiâncias relevantes para a obtenção da profundidadeóptica de aerossóis. Para se realizar essas correções utilizam­se dados de análise do NCEP  ouainda valores climatológicos.

Em seguida é  realizada uma análise estatística do número disponível de pixels  doscanais 0,47 µm, 0,66 µm e 2,13 µm usados no algoritmo. O canal de 0,66 µm, com resoluçãonominal de 250 m, é re­amostrado para permitir comparações com os outros dois canais, comresolução de 500 m. Organiza­se a imagem em caixas de 10 x 10 km, ou seja, 400 pixels de500 m. Verifica­se pixel a pixel a inexistência de nuvens, corpos d'água, neve ou gelo, e emregiões costeiras o algoritmo atribui menor nível de confiança para os resultados obtidos.Corpos d'água de dimensões reduzidas (sub­pixel) são removidos da análise desconsiderando­se casos com valor de IVDN inferiores a 0,10. Há ainda mecanismos para reduzir possíveiscontaminações sub­pixel de gelo e neve (Remer et al., 2005) que podem ser importantes sobrea América do Sul em regiões como a Cordilheira dos Andes.

Após  o  mascaramento,  o  algoritmo seleciona  pixels  escuros  a  partir  da  refletânciamedida no canal 2,13 µm, considerando­se válidos  pixels com refletância entre 0,01 e 0,25,

4

inclusive1. Os pixels selecionados são analisados em termos de sua refletância no canal VIS de0,66 µm: organizando­se os  pixels em ordem crescente de refletância, os 20% mais escuros(i.e. menores refletâncias) e os 50% mais brilhantes (i.e. maiores refletâncias) são descartados,visando­se eliminar problemas com sombras de nuvens, contaminações residuais de nuvensou condições singulares na superfície. Os pixels restantes são os efetivamente utilizados peloalgoritmo. Para que o processo continue é necessário que haja no mínimo 12 pixels válidos dototal inicial de 400 pixels na caixa em questão.

Usando­se   os  pixels  selecionados   pelo   algoritmo,   calcula­se   a   refletância   médiamedida pelo sensor nos três comprimentos de onda de 0,47  µm, 0,66  µm e 2,13  µm. Emseguida calcula­se a refletância da superfície em 0,47  µm e 0,66  µm a partir das seguintesrelações empíricas (Kaufman e Tanré, 1998):

ρs0,47 = 0,25 < ρ2,13 >  (5.1)

ρs0,66 = 0,50 < ρ2,13 >

onde < ρ2,13 > é a refletância média medida pelo sensor em 2,13 µm, enquanto ρs0,47 e

ρs0,66 são as refletâncias da superfície estimadas em 0,47 e 0,66 µm, respectivamente.

A partir dos valores médios de refletâncias medidas nos canais do azul e do vermelho(< ρ0,47 > e < ρ0,66 >) e das estimativas de refletâncias da superfície nesses mesmos canais (ρs

0,47  e ρs0,66 ), o algoritmo utiliza tabelas com resultados previamente computados de cálculos

de transferência radiativa para obter estimativas das profundidades ópticas de aerossóis emambos os canais (  τa

0,47  e  τa0,66  ), presumindo­se um modelo preliminar de aerossóis do tipo

continental. A definição de um modelo de aerossóis significa utilizar­se valores pré­definidosde parâmetros ópticos e microfísicos originados de medidas experimentais, como o albedosimples   (ωo),   a   função   de   fase   de   espalhamento   (P   (Θ))   e   parâmetros   que   definem   suadistribuição   de   tamanhos,   como   o   raio   geométrico   médio   (rg)   e   seu   desvio   padrão   (σg)(também expresso como  σ = ln(σg/[1µm]),  considerando­se que a distribuição de tamanhopossa ser representada por uma distribuição lognormal) e ainda o volume das partículas porárea da coluna atmosférica (Vo). Com isso é possível calcular, para ambos os comprimentosde onda do azul e do vermelho, a fração da radiância detectada pelo sensor, nas condiçõesparticulares de iluminação e observação, devida apenas à camada de aerossóis, como se estaestivesse sobre uma superfície perfeitamente absorvedora (path radiance):

1  Remer e colaboradores (2005) descrevem também uma alternativa no caso de superfíciesbrilhantes com refletância de até 0,40 no canal 2,13 µm.

5

ρaλ = ωoλ τa

λ Pλ(Θ')  (5.2)

onde Θ' representa o ângulo de espalhamento específico para cada pixel.A radiância detectada devido ao aerossol (ρa

λ), que inicialmente é considerado do tipocontinental, é utilizada então para identificar o modelo final de aerossol mais adequado emcada caso. Isso é feito analisando­se a dependência espectral de ρa

λ, isto é, testando­se o valorda   razão  ρa

0,66  /  ρa0,47.   Se   essa   razão  é   elevada   (i.e.  próxima  de  1),   então  há   uma   fraca

dependência espectral que o algoritmo interpreta como aerossol unicamente do tipo poeira dedeserto. Abaixo de um valor mínimo, há uma forte dependência espectral e o algoritmo trata acena   sob   a   suposição   que   o   aerossol   não   contenha   poeira   de   deserto.   Para   valoresintermediários da razão ρa

0,66 / ρa0,47, o algoritmo procede como se houvesse uma mistura entre

aerossol do tipo poeira do deserto e outros tipos de aerossol. As condições testadas são asseguintes (Remer et al., 2005):

• se ρa0,66  /  ρa

0,47   >   0,90 – 0,01(Θ  ­150°), então o aerossol é unicamente composto depoeira do deserto; 

• se 0,72 ,< ρa0,66 / ρa

0,47 <  0,90 – 0,01(Θ ­150°), então há uma situação intermediária;• se  ρa

0,66 / ρa0,47  < 0,72,  então o aerossol não contém poeira de deserto.

Essas condições são testadas para situações onde o ângulo de espalhamento Θ estejaentre 150° e 168°. Para ângulos menores que 150°, o algoritmo atribui o valor de 150° para oângulo de espalhamento durante esse teste. Para os casos em que há uma mistura, a fração daprofundidade óptica devido somente ao aerossol que não contém poeira de deserto é calculadacomo (Remer et al., 2005):

η0,55 = 1 – { [ r0,66:0,47  – 0,72 ] / [ 0,90 – 0,01(Θ – 150°) – 0,72 ] }  (5.3)

onde r0,66:0,47  é a razão ρa0,66 / ρa

0,47  e  Θ é o ângulo de espalhamento entre 168° e 150°ou identicamente 150° para ângulos menores que 150°. Na prática, sobre os continentes, η0,55

é  freqüentemente 0 ou 1, com poucas situações em que o aerossol apresenta mistura compoeira de deserto.  Essa particularidade é  discutida mais adiante,  na seção de produtos  deaerossóis.

Uma   vez   verificado   em   que   proporção   o   aerossol   contém   poeira   de   deserto,   oalgoritmo seleciona o modelo de aerossol que corresponde à região do globo sobre a qual aimagem foi coletada. A Tabela 5.1 (Remer et al., 2005) mostra os vários modelos de aerossolutilizados pelo algoritmo. Para o Brasil e toda a América do Sul, o modelo adotado é o depaíses em desenvolvimento, com aerossol que absorve radiação solar moderadamente. Algunsdos itens do modelo são indicados como parametrizações em função da profundidade ópticadeterminada para o canal vermelho.

6

Tab. 5.1 Modelos de aerossol sobre o continente (adaptado de Remer et al., 2005)a.

Moda rg(µm) σ Vo(µm) ωo0,47 ωo0,66

Países em desenvolvimento, absorção moderada (Brasil, América do Sul e outros locais)Acumulação 0,061 0,50 ­0,0089 + 0,31τa

0,66 0,91 0,89

Grossa1,0  –

1,3τa0,66

0,69 +0,81τa

0,660,024 – 0,063τa

0,66 + 0,37(τa0,66)2 0,84 0,84

Poeira de deserto (modelo selecionado com base na dependência espectral)Moda 1 0,0010 0,755 6,0 x 10­8 0,015 0,015Moda 2 0,0218 1,160 0,01 0,95 0,95Moda 3 6,24 0,638 0,006 0,62 0,62

Continental (modelo preliminar)Solúvel 0,005 1,09 3,05 0,96 0,96Poeira 0,50 1,09 7,364 0,69 0,69

Grafítico 0,0118 0,693 0,105 0,16 0,16

Países em desenvolvimento, absorção forte (África e China)Acumulação 0,061 0,50 ­0,0089 + 0,31τa

0,66 0,86 0,85

Grossa1,0  –

1,3τa0,66

0,69 +0,81τa

0,660,024 – 0,063τa

0,66 + 0,37(τa0,66)2 0,84 0,84

Urbano/Industrial (Europa e Leste da América do Norte)

Acumulação 1 0,036 0,60­0,015 + 0,51τa

0,66 – 1,46(τa0,66)2

+1,07(τa0,66)3 0,96 0,96

Acumulação 2 0,114 0,450,0038 – 0,086τa

0,66   + 0,90(τa

0,66)2 – 0,71(τa0,66)3 0,97 0,97

Grossa 1 0,99 0,30 ­0,0012 + 0,031τa0,66 0,92 0,92

Grossa 2 0,67 0,94 0,045 0,88 0,88

a)  rg é o raio geométrico médio das partículas de aerossol; σ é o logaritmo do desvio padrão de rg, ou

seja σ=ln(σg/[1µm]); Vo é o volume das partículas por área da coluna atmosférica; ωo é o albedo simples; τa é a

profundidade óptica do aerossol.

No passo final do processo de obtenção da profundidade óptica, o algoritmo realizauma segunda consulta a tabelas pré­computadas de modelamento da transferência radiativa naatmosfera, utilizando­se o modelo de aerossol apropriado para a região do globo em questão eépoca do ano, assim como os valores médios de refletâncias medidas pelo sensor nos canaisdo azul e do vermelho (<  ρ0,47  > e <  ρ0,66  >) e as estimativas de refletâncias da superfícienesses canais ( ρs

0,47   e ρs0,66 ). Com isso obtêm­se os valores de τa

0,47 e τa0,66, que são por sua

vez utilizados para interpolar o resultado e obter­se τa0,55. Finalmente alguns outros parâmetros

também  são   computados   como   função  dos   valores   estimados   de  τa0,47  e  τa

0,66,   como  porexemplo a fração da profundidade óptica devido a moda fina, ou o coeficiente de Angströmentre os canais de 0,47 e 0,66 µm.

7

5.4 Detecção de aerossóis pelo MODIS sobre oceanos

No caso da detecção de aerossóis  sobre o continente,  a  questão mais sensível  é  asubtração dos efeitos de refletividade da superfície, que é estimada a partir de correlaçõesempíricas do espectro eletromagnético descritas por Kaufman e colaboradores (1997b).  Jásobre   os   oceanos   a   homogeneidade   da   superfície   permite   que   sua   refletância   possa   serestimada de forma mais simples que no caso dos continentes, para os vários comprimentos deonda utilizados pelo algoritmo.

Sobre os oceanos considera­se que o aerossol seja composto de apenas duas modas,que podem ser modeladas de forma independente. São consideradas 4 possibilidades para amoda fina, com origens em processos de combustão e reações químicas; e 5 para a modagrossa,   produzidas   mecanicamente   como   aerossóis   marinhos   e   de   poeira   de   deserto.   Osparâmetros ópticos e microfísicos desses modelos de modas de aerossol  são  indicados naTabela 5.2.

Tab.  5.2 Modelos de aerossol sobre oceanos, com 4 modas finas (f) e 5 modas grossas (g)(adaptado de Remer et al., 2005)a.

modatipo

Comprimento de onda

de 0,47 a 0,86 µm 1,24 µm 1,64 µm 2,13 µmrg(µm) σ reff

(µm)

1(f) 1,45­0,0035i 1,45­0,0035i 1,43­0,01i 1,40­0,005i 0,07 0,40 0,102(f) 1,45­0,0035i 1,45­0,0035i 1,43­0,01i 1,40­0,005i 0,06 0,60 0,153(f) 1,40­0,0020i 1,40­0,0020i 1,39­0,005i 1,36­0,003i 0,08 0,60 0,204(f) 1,40­0,0020i 1,40­0,0020i 1,39­0,005i 1,36­0,003i 0,10 0,60 0,255(g) 1,45­0,0035i 1,45­0,0035i 1,43­0,0035i 1,43­0,0035i 0,40 0,60 0,986(g) 1,45­0,0035i 1,45­0,0035i 1,43­0,0035i 1,43­0,0035i 0,60 0,60 1,487(g) 1,45­0,0035i 1,45­0,0035i 1,43­0,0035i 1,43­0,0035i 0,80 0,60 1,98

8(g)

1,53­0,003i(0,47)

1,53­0,001i(0,55)

1,53­0,000i(0,66)

1,53­0,000i(0,86)

1,46­0,000i 1,46­0,001i 1,46­0,000i 0,60 0,60 1,48

9(g)

1,53­0,003i(0,47)

1,53­0,001i(0,55)

1,53­0,000i(0,66)

1,53­0,000i(0,86)

1,46­0,000i 1,46­0,001i 1,46­0,000i 0,50 0,80 2,50

a) rg é o raio geométrico médio das partículas de aerossol; σ é o logaritmo do desvio padrão de rg, ou

seja σ=ln(σg/[1µm]); reff é o raio efetivo das partículas de aerossol.

8

Entende­se o sinal que o sensor detecta como composto de duas partes (Tanré  et al.,1997),   uma   proveniente   da   superfície,   considerando­se   inclusive   a   região   de   reflexãoespecular   da   luz   solar,   e   outra  parte   proveniente   da  atmosfera,   compreendendo   todos  osprocessos radiativos que ocorrem envolvendo aerossóis e gases. Para modelar esses processosfoi utilizado o código radiativo de Ahmad e Fraser (1982).

As refletâncias medidas pelo sensor nos 6 canais de 0,55, 0,66, 0,87, 1,24, 1,64 e 2,13µm são comparadas com valores pré­calculados para esses canais em uma série de ângulos deiluminação e observação, distribuições de tamanho, e valores de profundidade óptica em 0,55µm.   Realiza­se   um   ajuste   de   mínimos   quadrados   para   se   encontrar   as   condições   maissimilares   com   relação   às   observações.   Note­se   que   a   tabela   de   valores   pré­calculados   édefinida apenas com relação à  profundidade óptica do canal 0,55  µm. Para cada moda deaerossol na Tabela 5.2 existe um modelo de dependência espectral que permite obter de formaúnica  os   valores   de  profundidade  óptica   (e  outros  parâmetros)   nos  demais   canais  que  oalgoritmo utiliza.

A Tabela 5.3 mostra o modelo de dependência espectral que permite obter os váriosparâmetros ópticos no algoritmo sobre oceanos.  Regiões oceânicas afetadas por descargasfluviais podem apresentar grande concentração de sedimentos, influenciando a refletância dasuperfície. Áreas costeiras com elevada produtividade de fitoplâncton apresentam em geralconcentrações elevadas de clorofila.

Esses efeitos sobre os oceanos causam irregularidades na refletância da superfície deforma pronunciada no canal de 0,47 µm. Por essa razão esse canal não é utilizado nos cálculosdo algoritmo sobre oceanos, e os resultados nesse comprimento de onda são produzidos porextrapolação a  partir  dos  valores  obtidos  para  os  outros  6  canais   (Levy  et   al.,   2003).  Apróxima seção descreve em detalhe os  procedimentos  de   funcionamento  do  algoritmo deaerossóis sobre regiões oceânicas.

5.5 O algoritmo de aerossóis sobre os oceanos

De modo semelhante ao algoritmo sobre o continente, no caso dos oceanos também énecessário inicialmente realizar­se uma correção das radiâncias medidas levando­se em contaas concentrações de vapor d'água, ozônio e dióxido de carbono. Em seguida realiza­se umaanálise estatística do número de pixels nos seis canais utilizados pelo algoritmo: 0,55, 0,66,0,86, 1,24, 1,60 e 2,13  µm. Organiza­se a imagem em caixas de 10 x 10 km, ou seja, 400pixels  de  500  m de   resolução espacial.  Os  canais  de  250  m são  degradados  para   seremcomparados aos demais. Todos os pixels devem estar sobre o oceano, do contrário a caixa éprocessada pelo algoritmo de continente.

9

Tab. 5.3 Dependência espectral dos modelos de aerossol (adaptado de Remer et al., 2005)

modatipo

Comprimento de onda

0,47 µm 0,55 µm 0,66 µm 0,87 µm 1,24 µm 1,61 µm 2,13 µmAlbedo simples (ωoλ)

1(f) 0,9735 0,9683 0,9616 0,9406 0,8786 0,5390 0,49682(f) 0,9782 0,9772 0,9757 0,9704 0,9554 0,8158 0,82093(f) 0,9865 0,9864 0,9859 0,9838 0,9775 0,9211 0,91564(f) 0,9861 0,9865 0,9865 0,9855 0,9819 0,9401 0,94045(g) 0,9239 0,9358 0,9451 0,9589 0,9707 0,9753 0,97746(g) 0,8911 0,9026 0,9178 0,9377 0,9576 0,9676 0,97337(g) 0,8640 0,8770 0,8942 0,9175 0,9430 0,9577 0,96698(g) 0,9013 0,9674 1,0000 1,0000 1,0000 1,0000 1,00009(g) 0,8669 0,9530 1,0000 1,0000 1,0000 1,0000 1,0000

Fator de assimetria (gλ)1(f) 0,5755 0,5117 0,4478 0,3221 0,1773 0,1048 0,06222(f) 0,6832 0,6606 0,6357 0,5756 0,4677 0,3685 0,26353(f) 0,7354 0,7183 0,6991 0,6510 0,5590 0,4715 0,37114(f) 0,7513 0,7398 0,7260 0,6903 0,6179 0,5451 0,45665(g) 0,7450 0,7369 0,7328 0,7316 0,7330 0,7411 0,72826(g) 0,7770 0,7651 0,7503 0,7358 0,7314 0,7461 0,74467(g) 0,8035 0,7912 0,7738 0,7506 0,7335 0,7443 0,74618(g) 0,7534 0,7200 0,6979 0,6795 0,7129 0,7173 0,71909(g) 0,7801 0,7462 0,7234 0,7065 0,7220 0,7176 0,7151

Coeficientes de extinção normalizados com relação a 0,55 µm  ( βextλ / βext0,55 )1(f) 1,538 1,000 0,661 0,286 0,085 0,046 0,0162(f) 1,300 1,000 0,764 0,427 0,169 0,081 0,0303(f) 1,244 1,000 0,796 0,483 0,211 0,104 0,0424(f) 1,188 1,000 0,836 0,549 0,269 0,140 0,0605(g) 0,963 1,000 1,037 10,81 1,055 0,919 0,7456(g) 0,980 1,000 1,034 1,100 1,177 1,166 1,0817(g) 0,986 1,000 1,025 1,079 1,162 1,225 1,2158(g) 0,977 1,000 1,023 1,086 1,185 1,192 1,1249(g) 0,964 1,000 1,000 1,039 1,098 1,117 1,105

O mascaramento de nuvens sobre o oceano é   realizado com base na variabilidadeespacial da refletância no canal 0,55  µm, que permite discriminar entre aerossóis e nuvens(Martins  et al.,  2002).  Em geral a variabilidade espacial  da refletância de nuvens sobre ooceano é  maior  que no caso de plumas de aerossóis,  e assim a superfície homogênea dooceano permite discriminar a ocorrência de nuvens. Várias regras são aplicadas em seqüênciapara se determinar a presença de nuvens do tipo cirrus (Remer et al., 2005). Um segundo tipode mascaramento é realizado sobre a imagem, para se eliminar  pixels  contendo sedimentos

10

oriundos   de   descargas   de   rios.   Suas   assinaturas   espectrais   no   VIS   e   no   IVP   permitemdistinguir águas oceânicas com e sem sedimentos.

Em seguida, os pixels são organizados em ordem crescente de refletância no canal 0,86µm.   Buscando­se   evitar   contaminação   de   sombras,   nuvens   remanescentes   ou   condiçõessingulares,   desprezam­se   25%  dos  pixels  mais   escuros   (i.e.  com   os   menores   valores   derefletâncias)   e   25% dos  pixels  mais   brilhantes   (i.e.  com maiores   refletâncias).  Os  pixelsrestantes   são   usados   pelo   algoritmo,   se   houver   pelo   menos   10  pixels.   Sobre   os  pixelsremanescentes   são   então   calculadas   as   refletâncias   médias   nos   seis   canais   usados   peloalgoritmo.

A região correspondente a um cone de 30°  em torno da reflexão especular solar nasuperfície do oceano (sun glint) também é eliminada dos cálculos, uma vez que a refletância éelevada nesses pixels (Kaufman e Tanré, 1998). A exceção é no caso da ocorrência de densasplumas de poeira de deserto sobre essa região. O algoritmo testa a razão entre as refletânciasdos canais azul e vermelho (0,47 e 0,66  µm): se essa razão é menor que 0,95, o algoritmoprossegue com a indicação de que se  trata de poeira de deserto sobre a  região do brilhoespecular do sol.

As refletâncias médias nos seis canais utilizados pelo algoritmo (consideradas como asrefletâncias médias no topo da atmosfera) são então utilizadas com a tabela de valores pré­calculados considerando­se a geometria particular de iluminação e observação pelo sensor,para se obter três parâmetros: a profundidade óptica do aerossol em 0,55 µm (τa

0,55), a fraçãodessa  profundidade  óptica  que  é   devida   somente  à  moda   fina   (η0,55)   e  o   raio   efetivo  dadistribuição de tamanhos do aerossol integrado na coluna atmosférica (reff). A partir do valorobtido para  τa

0,55  e do modelo de dependência espectral   indicado na Tabela 5.3,  obtém­seentão o valor de profundidade óptica nos outros comprimentos de onda.

O método descrito  por  Tanré   e  colaboradores   (1997)  pressupõe  que  os  efeitos  deespalhamento   múltiplo   do   aerossol   composto   por   duas   modas   lognormais   sejamcorrespondentes à soma ponderada de cada moda individualmente. Assim, as refletâncias sãopré­calculadas em tabelas de acordo com a equação:

ρλtab (τa

0,55 ) = η0,55  ρλf(τa

0,55 ) + (1 – η0,55 ) ρλg(τa

0,55 )  (5.4)

ou   seja,   a   refletância   tabelada   nos   vários   comprimentos   de   onda   em   função   daprofundidade óptica em 0,55 µm é composta por uma fração devido à moda fina (f) e outracomplementar,  correspondente  à  moda grossa   (g)  de  aerossóis.   Incidentalmente,  Remer  ecolaboradores (2005) mostram que η0,55 = τa,f

0,55 / τa0,55 , ou seja, que o parâmetro η0,55  ajustado

na   ponderação   entre   a   contribuição   das   modas   fina   e   grossa   corresponde   à   fração   daprofundidade óptica da moda fina em relação à profundidade óptica total. Para cada uma das

11

20 combinações de uma moda fina e uma moda grossa com os parâmetros da Tabela 2, oalgoritmo busca a minimização do erro quadrático médio definido como(Levy et al., 2003):

e2 = < [ ( <ρλ>  –  ρλtab ) / ( <ρλ> + 0,01) ]2 >   (5.5)

onde o símbolo < > denota média computada sobre os seis comprimentos de ondautilizados pelo algoritmo,   <ρλ> são os valores médios das refletâncias medidas pelo sensorem cada canal utilizado, e ρλ

tab são os valores pré­computados para as refletâncias, em funçãoda  profundidade óptica em  0,55 µm. A constante 0,01 é acrescentada no denominador paraevitar instabilidades numéricas.

O   algoritmo  define  o   melhor   ajuste   como  aquele,   dentre   as   20   possibilidades   decombinação de uma moda fina e uma moda grossa, que minimiza o valor de e2. A soluçãomédia é definida como a média de todas as soluções que apresentem e < 3%. Caso nenhumasolução satisfaça essa condição, então a solução média corresponde à média das três melhoressoluções,  i.e.,  aquelas  que apresentem os  menores valores  de e.  Uma vez encontradas  assoluções,   as   combinações  de  moda   fina  e  grossa  escolhidas   correspondem à   distribuiçãoefetiva de aerossóis, e outros parâmetros podem ser obtidos em função dessas estimativas. Osresultados finais são estimativas de profundidade óptica de aerossóis em sete comprimentosde   onda:   0,47   (por   extrapolação),   0,55,   0,66,   0,87,   1,24,   1,60   e   2,13  µm,   assim   comoestimativas do raio médio das partículas de aerossol. Como subprodutos da inversão resultama concentração de massa do aerossol, a concentração de núcleos de condensação de nuvens,expoentes de Angström, fluxos de radiação solar refletido e transmitido, fator de assimetria dafunção de fase, e razão de retroespalhamento de radiação solar.

5.6 Validação do produto de aerossóis sobre continentes e oceanos

Resultados obtidos a partir de sensores em satélites precisam ser “validados”, isto é,comparados   com   instrumentos   de   reconhecida   eficiência   e   robustez   pela   comunidadeinternacional,  para  que  possam ser  utilizados  com finalidades  científicas.  Os produtos  depropriedades ópticas do aerossol obtidos a partir de modelos de inversão das medições deradiância espectral realizadas pelo sensor MODIS, em particular a profundidade óptica doaerossol,   são   validados   pela   comparação   com   resultados   obtidos   a   partir   de   diversasmetodologias. Atualmente são utilizados os produtos obtidos da AERONET (Aerosol RoboticNetwork),   uma   rede   de   radiômetros   automáticos   concebida   e   mantida   pelo   GSFC(http://aeronet.gsfc.nasa.gov) para monitorar as propriedades ópticas do aerossol em váriaslocalidades no mundo (Holben et al., 1998). No total são 132 radiômetros espalhados por todoo globo (sobre continente e oceano, neste caso, em pequenas ilhas ou na costa) que realizam

12

medições da atenuação da radiação solar direta em até oito comprimentos de onda para obter aprofundidade óptica do aerossol a partir da Lei de Beer. Ressalta­se que as medições sãopontuais,  isto é, específicas de uma localidade, visto que o instrumento é  mantido fixo, erealizadas ao longo de todo dia, em intervalos de aproximadamente quinze minutos.

Os produtos da AERONET estão disponíveis em diferentes níveis de confiança. Osprodutos de nível 1.0 são os obtidos quase em tempo real (apenas um dia após as medições)sem   processamento   prévio   quanto   a   erros   espúrios   como   contaminação   por   nuvens.   Osprodutos   de   nível   1.5   são   analisados   a   partir   de   um   algoritmo   automático   que   eliminaeventuais resultados contaminados por nuvens (Smirnov et al., 2000). Finalmente, os produtosde nível 2.0 são certificados quanto a eventuais variações de calibração dos instrumentos e,dependendo   da   localidade,   são   disponíveis   apenas   vários   meses   após   a   realização   dasmedições.

O produto de aerossóis do MODIS tem resolução nominal de 10 x 10 km, no máximoduas vezes ao dia considerando­se uma passagem de cada satélite sobre uma determinadaregião.  Para  comparar   resultados  de  aerossóis  obtidos  pelo  MODIS  com os  obtidos  pelaAERONET, as  coordenadas  geográficas  do  radiômetro  da AERONET são utilizadas  paralocalizar o correspondente pixel do MODIS. De acordo com Ichoku e colaboradores (2002), éconsiderada   uma   caixa   de   50   x   50   km   do   MODIS   (i.e.  5   x   5  pixels)   centralizada   nascoordenadas do sítio AERONET. A escolha desse limite espacial, segundo os autores, deve­seao fato de que uma caixa de 30 x 30 km apresentaria baixa estatística (apenas 9 pixels, contra25 na grade de 50 x 50 km) e, além disso, à estimativa de velocidade média de deslocamentode uma pluma de aerossol, de aproximadamente 50 km/h, o que corresponderia a cerca deuma hora de medições da AERONET. Para os resultados de aerossóis obtidos pelo MODISsão então calculadas médias e respectivos desvios padrões nessa caixa de 50 x 50 km, e paraos resultados da AERONET são calculadas médias e desvios padrões meia hora antes e meiahora após a passagem do satélite sobre a localidade. 

Remer e colaboradores (2005) compararam a profundidade óptica de aerossóis obtidaMODIS com a observada pela AERONET tanto sobre continente quanto sobre o oceano.Sobre   continentes,   a   incerteza   estimada   para   a   profundidade   óptica   do   aerossol   é   de±0,05 ±0,15τ.  Essa  estimativa   foi  baseada  em  testes  de   sensibilidade   realizados  antes  dolançamento dos satélites. De acordo com os autores, a profundidade óptica do aerossol obtidapelo   MODIS   apresenta   um   erro   sistemático   maior   do   que   o   previsto   para   todos   oscomprimentos de onda, que pode ser resultante de problemas de calibração do sensor ou maisprovavelmente   de   estimativas   incorretas   da   refletância   de   superfície.   Sobre   o   oceano,   aestimativa de incerteza para o algoritmo é de ±0,03 ±0,05τ. Comparando com os resultados daAERONET, os autores observaram que na prática, o algoritmo do MODIS sobre o oceano foimais preciso e acurado do que a expectativa, praticamente sem erros sistemáticos.

13

5.7 Produtos de aerossóis do MODIS

Os resultados do algoritmo de aerossóis são fornecidos em arquivos no formato hdfcom nomes iniciando por MOD04 para o sensor a bordo do Terra e MYD04 para o Aqua.Nesses arquivos há um total de 64 variáveis disponíveis, sendo que muitas delas são utilizadasapenas   de   forma   diagnóstica,   permitindo   que   o   usuário   possa   avaliar   a   qualidade   dosresultados. Parâmetros geométricos e de localização são fornecidos em variáveis armazenadassob a forma de matrizes, tais como latitude, longitude, ângulo solar zenital, ângulo zenital dosensor, ângulo de espalhamento, etc. 

Há   uma   seção   com   os   três   principais   produtos,   designados   como   “produtos   emconjunto”, indicando tratar­se de resultados sobre continentes e oceanos. Esses produtos são:a profundidade óptica de aerossóis em 0,55 µm (optical depth land and ocean), a fração daprofundidade   óptica   em   0,55  µm   devido   a   aerossóis   que   não   contêm   poeira   de   deserto(optical depth ratio small land and ocean), e o fluxo de radiação refletido normalizado em0,55 µm (reflected flux land and ocean). Dentre esses três produtos, a profundidade óptica éconsiderada validada, significando que os valores obtidos pelo algoritmo são compatíveis comoutros instrumentos, dentro de uma certa margem de erro. A fração da profundidade ópticadevido   a   aerossóis   não­poeira   de   deserto  é   um   produto   ainda  não  validado,   enquanto   avariável fluxo refletido é parametrizada em função da profundidade óptica obtida.

A  seção  de  produtos   sobre  o   continente   tem 23  variáveis,  das   quais   a  maioria  éutilizada  de   forma  diagnóstica.  Nessa   seção  o  principal  produto  é   a  profundidade  ópticacorrigida, em 3 comprimentos de onda: 0,47, 055 e 0,66 µm (corrected optical depth land).Esse  produto  é   considerado validado,  após   amplos  esforços de  comparação entre  valoresobtidos pelo algoritmo e medidas experimentais em vários locais do mundo. Dois produtosencontram­se sob análise de validação (Remer et al., 2005), que são a fração da profundidadeóptica em 0,55 µm devido a aerossóis que não contêm poeira de deserto (optical depth ratiosmall land) e o expoente de Angström entre 0,47 e 0,66 µm (Angstrom exponent land). Outrostrês produtos são obtidos como parametrizações dos modelos e da profundidade óptica deaerossóis:   a   concentração   de   massa   de   aerossol   na   coluna   atmosférica   em   g/cm2  (massconcentration land), o fluxo de radiação normalizado refletido em 3 comprimentos de onda:0,47,   055   e   0,66  µm   (reflected   flux   land),   e   o   fluxo   normalizado   transmitido   em   2comprimentos de onda: 0,47 e 0,66  µm (transmitted flux land). Note­se que o produto deprofundidade óptica continental (continental optical depth land) deve ser utilizado somentepara   fins   diagnósticos,   uma  vez  que   corresponde   ao  modelo   continental   inicial   utilizadointernamente pelo algoritmo.

A   seção   de   produtos   sobre   oceanos   contém   29   variáveis,   das   quais   a   maioria   éutilizada com fins diagnósticos. Os dois produtos principais, ambos considerados validados,

14

são a profundidade óptica efetiva para a solução média, em 7 comprimentos de onda: 0,47,0,55, 0,66, 0,87, 1,24, 1,63 e 2,13 µm (effective optical depth average ocean) e o raio efetivodas partículas de aerossol   (effective radius  ocean).    A profundidade óptica efetiva para amelhor solução (effective optical depth best  ocean) deve ser considerada apenas para finsdiagnósticos. Cinco outros produtos encontram­se em fase de validação (Remer et al., 2005):a profundidade óptica devido a moda fina para a solução média, em 7 comprimentos de onda(optical depth small average),   a profundidade óptica devido a moda grossa para a soluçãomédia, em 7 comprimentos de onda (optical depth large average), a fração da profundidadeóptica em 0,55  µm devido a moda fina de aerossóis (optical depth ratio small ocean 0.55micron), o expoente de Angström entre 0,55 e 0,87  µm (Angström exponent 1 ocean) e oexpoente de Angström entre 0,87 e 2,13  µm (Angström exponent 2 ocean). Finalmente, háoutros 6 produtos que são parametrizados em função dos modelos de aerossol selecionadospelo algoritmo e dos valores obtidos para as profundidades ópticas: a concentração de massa(mass concentration ocean), a concentração de núcleos de condensação de nuvens na colunaem  unidades   de   cm­2  (cloud   condensation   nuclei   ocean),   e   para   a   solução   média   em   7comprimentos  de onda:  o   fluxo de radiação normalizado refletido (reflected  flux averageocean),   o   fluxo   normalizado   transmitido   (transmitted   flux   average   ocean),   o   fator   deassimetria (asymmetry factor average ocean), e a razão de retroespalhamento (backscatteringration average ocean).

É   importante   notar   que   a   nomenclatura   associada   à   variável  η0,55  no   produto   deaerossóis MODIS pode induzir a uma interpretação errônea. Na seção de produtos sobre ocontinente, η0,55 tem o nome de “optical depth ratio small land”, enquanto é designada como“optical  depth  ratio   small  ocean 0.55  micron”  na  seção de  produtos   sobre os  oceanos efinalmente como “optical depth ratio small land and ocean” na seção conjunta de produtos decontinente e oceanos. Sobre os continentes, η0,55 indica qual a fração da profundidade óptica édevida ao aerossol não­poeira de deserto. Sobre o Brasil e a América do Sul, isso significa afração entre aerossóis do tipo “países em desenvolvimento, absorção moderada” (cf.  Tabela5.1) e aerossóis de “poeira de deserto”. Por isso, freqüentemente o valor dessa variável sobreo Brasil é 1, indicando a ausência de fontes significativas de poeira de deserto na região (i.e.aerossol com fraca dependência espectral entre os canais azul e vermelho). Note­se que deacordo com a Tabela 5.1, o aerossol de países em desenvolvimento com absorção moderada écomposto   de   uma   moda   de   acumulação   e   uma   moda   grossa.   Por   essa   razão   é   errôneointerpretar η0,55 sobre os continentes como a fração da profundidade óptica devida à moda finados   aerossóis.   Sobre   os   oceanos   o   funcionamento   do   algoritmo   é   distinto   e,   conformediscutido anteriormente, busca­se uma solução composta de uma moda fina (dentre 4 modelospossíveis) e uma moda grossa (com 5 possibilidades de escolha), sendo que o aerossol do tipopoeira de deserto encontra­se representado entre as soluções de moda grossa. Por essa razão,

15

sobre os oceanos, o valor de η0,55 realmente representa a fração  da profundidade óptica devidaa moda fina dos aerossóis, sendo a moda grossa constituída por aerossol marinho ou poeira dedeserto transportada pelo vento, e assim sobre os oceanos η0,55 assume valores graduais entre0 e 1. 

A Fig. 5.1 mostra exemplos de alguns resultados obtidos com o produto de aerossóisobtidos MODIS a bordo do satélite Aqua (29 de agosto de 2005) e a Fig. 5.2 mostra exemplosdo satélite Terra (30 de agosto de 2005). As  Fig.  5.1a e  Fig.  5.2a são composições RGBusando os canais 1 (vermelho), 4 (verde) e 3 (azul) do MODIS, sendo que as regiões em pretocorrespondem à   ausência de  medidas  efetuadas  pelo sensor.  Nas  Fig.  5.1a  e  Fig.  5.2a,  alargura  nominal  da   faixa  central  é   de   cerca  de  2330  km,  apresentando  deformações  nosextremos das imagens devido à projeção cartográfica adotada. Em ambas composições RGBnota­se na  parte   superior  a   região da  superfície sobre  os  oceanos onde ocorre a   reflexãoespecular do sol.

As Fig. 5.1 e Fig. 5.2 foram produzidas a partir de medições efetuadas pelo MODISsobre o Brasil em 29 e 30 de agosto de 2005. Essa é a época de queimadas no Brasil e emoutros   países   da   América   do   Sul,   quando   centenas   de   milhares   de   focos   de   incêndio,principalmente em ecossistemas de cerrado e floresta, emitem anualmente para a atmosfera daordem de 30 Tg de partículas de aerossol. Com o transporte atmosférico dessas emissões, adistribuição espacial de fumaça pode cobrir áreas de cerca de 4 a 5 milhões de km2 (Freitas etal., 2005). Em tais circunstâncias os efeitos dos aerossóis de queimada podem extrapolar aescala local e afetar de maneira significativa o ciclo hidrológico em escala regional, inclusivecom conseqüências no padrão da redistribuição planetária de energia dos trópicos para aslatitudes médias e altas.

No caso específico das  Fig.  5.1a e  Fig.  5.2a notam­se extensas áreas cobertas porplumas de queimadas sobre o Brasil, Bolívia, Paraguai e Argentina, as quais apresentam tonsde   cores   qualitativamente   mais   acinzentados   ou   cinza­azulados,   em   contraste   com   áreascobertas por nuvens brancas. Sobre a região da Bacia Amazônica nota­se grande quantidadede   nuvens   isoladas,   evidenciadas   pela   profusão   de   pontos   brancos   em   meio   aos   tonsesverdeados da vegetação, enquanto na região sul ocorrem grandes sistemas organizados naforma de uma frente fria. Na Fig. 5.1a nota­se ainda a ocorrência de focos de queimadas naparte setentrional da Argentina, como indicam as plumas de aerossol transportadas por ventosde oeste naquela região.

16

Fig.  5.1  Produtos de aerossóis MODIS Aqua (29 de agosto de 2005, 17h15UTC). a) Composição RGB; b)

Profundidade óptica de aerossóis em 0,55  µm; c) Expoente de Angström entre 0,47 e 0,66  µm; d) Fração da

profundidade óptica em 0,55 µm devido ao aerossol que não contém poeira de deserto (η0,55).

17

Fig. 5.2  Produtos de aerossóis MODIS Terra (30 de agosto de 2005,  13h35UTC). a) Composição RGB; b)

Profundidade óptica de aerossóis em 0,55  µm; c) Expoente de Angström entre 0,47 e 0,66  µm; d) Fração da

profundidade óptica em 0,55 µm devido ao aerossol que não contém poeira de deserto (η0,55).

18

Alguns produtos do algoritmo de aerossóis são mostrados nas Fig. 5.1b a Fig. 5.1d eFig. 5.2b a Fig. 5.2d para as respectivas passagens dos satélites Aqua e Terra. As Fig. 5.1b eFig. 5.2b mostram o principal produto do algoritmo, que é a profundidade óptica de aerossóisno   comprimento   de   onda   de   0,55  µm,   sobre   continente   e   oceano.   As   áreas   em   pretorepresentam ausência de dados ou regiões mascaradas pelo algoritmo, por exemplo, devido àocorrência de nuvens. Note­se que a região do brilho especular do sol sobre a superfície dooceano é excluída pelo algoritmo, conforme descrito anteriormente. Grandes extensões nasFig. 5.1b e Fig. 5.2b apresentam valores de profundidade óptica acima de 1,0, indicando áreassob impacto da poluição de aerossóis provenientes principalmente da queima de biomassa naBacia Amazônica.

As  Fig. 5.1c e  Fig. 5.2c mostram o expoente de Angström sobre o continente paraambas  as  passagens,  calculado entre  os  comprimentos  de  onda de  0,47  e  0,66  µm. Essavariável  indica a dependência espectral  da profundidade óptica de aerossóis.  Quanto maiselevado seu valor, maior a dependência espectral, ou seja, maior a variação da profundidadeóptica com o comprimento de onda. Em geral, o expoente de Angström está relacionado aotamanho médio das  partículas de aerossol  na coluna atmosférica,  uma vez  que partículasmenores apresentam maior dependência espectral que partículas maiores. Por outro lado, aorigem das  partículas  de aerossol  é   fator  determinante  no  seu  tamanho médio.  Partículasoriginadas em processos químicos, fotoquímicos ou de combustão são em geral menores queas de origem mecânica como as formadas pela ação do vento na produção de poeira do soloou aerossol  marinho.  Assim o expoente de Angström é   também freqüentemente utilizadocomo indicativo de regiões onde predominam aerossóis  de  tipos diferentes,  originados deprocessos diversos. Nas Fig. 5.1b e Fig. 5.2b há regiões de elevados valores de profundidadeóptica (i.e. superiores a 1,0) às quais correspondem valores baixos do expoente de Angström(Fig.  5.1c e  Fig.  5.2c),   indicando baixa dependência espectral.  É  necessária cautela  ao seanalisar essa variável. Em decorrência das parametrizações do modelo de aerossóis para aAmérica do Sul e das aproximações gerais do algoritmo, os resultados para as estimativas doexpoente de  Angström são adequados  (i.e.  corroborados por  resultados  experimentais  emcampo) para baixos valores de profundidade óptica, mas são pouco realísticos em condiçõesde elevada carga atmosférica de aerossóis. Assim, como regra geral, sobre continentes deve­seutilizar  as estimativas para o expoente de Angström apenas de regiões com profundidadeóptica em 0,55 µm abaixo de aproximadamente1,0.

As  Fig. 5.1d e  Fig. 5.2d mostram a fração da profundidade óptica em 0,55  µm quecorresponde   ao   aerossol   que   não   contém   poeira   de   deserto,   para   continente   e   oceano.Conforme discutido  anteriormente,   sobre  o  continente   essa  variável   indica  a   ausência  defontes significativas de aerossol de poeira de deserto, identificando o modelo de aerossóiscomo de “países em desenvolvimento,  absorção moderada” na quase totalidade dos  pixels

19

válidos sobre o continente. Sobre os oceanos, a variável representa a fração da profundidadeóptica devido à moda fina de aerossóis, assumindo valores contínuos entre os extremos 0 e 1.Em particular, nota­se na  Fig. 5.2d que na região sobre o oceano Atlântico Sul, à leste dosestados de São Paulo e Paraná, o algoritmo identifica parte da pluma poluente de queimadasque deixa o continente e que pode potencialmente entrar na circulação atmosférica global. AFig. 5.2d mostra que essa parte da pluma é responsável por cerca de 90% da profundidadeóptica em 0,55  µm, enquanto o aerossol imediatamente a nordeste dessa posição apresentauma participação maior da moda grossa, podendo indicar uma diluição da pluma de poluiçãodevido à presença de aerossol de sal marinho. Sobre o oceano, ao sul da frente fria, nota­se naFig. 5.2d que há o predomínio geral da moda grossa na composição da profundidade ópticaem 0,55  µm, provavelmente devido a aerossol de sal marinho em condições relativamentelimpas,  considerando­se os baixos valores de profundidade óptica mostrados  na  Fig.  5.2bnaquela região. Na região mais setentrional na Fig. 5.2d nota­se uma faixa a leste que indicabaixa   participação   da   moda   fina   para   a   profundidade   óptica   em   0,55  µm.   Essa   faixacorresponde de modo aproximado a uma região de profundidade óptica ligeiramente acimados valores em seu entorno, conforme mostra a Fig. 5.2b. Isso indica a presença de aerossóisde sal  marinho ou poeira  de deserto  transportada da África,  evento que ocorre com certafreqüência na região, dificilmente visível na composição RGB na Fig. 5.2a.

5.8 Considerações finais

O conhecimento da distribuição e de características ópticas e microfísicas de aerossóisé   fundamental   para   a   compreensão   dos   mecanismos   físicos   e   químicos   que   operam   naatmosfera em várias escalas de tempo. O sensoriamento remoto de aerossóis com o MODISpermite obter informações importantes sobre aerossóis em extensões espaciais significativas,de modo quase instantâneo após cada sobrevôo dos satélites Terra e Aqua. Essas informaçõessão de particular interesse na compreensão das particularidades físico­químicas da atmosferano Brasil e na América do Sul, inclusive em estudos sobre mudanças climáticas decorrentesda emissão de aerossóis e gases em condições de queima de biomassa e mudanças no uso dosolo.

Os   algoritmos   MODIS   para   cálculos   das   características   de   aerossóis   adotamestratégias particulares sobre superfícies continentais e oceânicas. Os resultados das inversõessão mais precisos sobre os oceanos, sobretudo em razão da maior facilidade em se modelar arefletância da superfície em vários comprimentos de onda, comparada com os continentes.Em ambas   as   situações,   a   questão   fundamental   em  foco  é   a   subtração   da   influência   dasuperfície  e  dos  componentes  gasosos  da  atmosfera  sobre  o sinal  de  refletância  espectralmedido pelo  sensor,   interpretando­se o   resultado  em  termos  da  transferência   radiativa  na

20

atmosfera   ao   longo   da   coluna   de   aerossóis   adotando­se   um   modelo   óptico­microfísicoadequado.

Em termos globais, a precisão na determinação da profundidade óptica de aerossóiscom o MODIS é de cerca de ±0,05  ±0,15τ  sobre continentes e  ±0,03  ±0,05τ  sobre oceanos(Remer  et   al.,   2005).   Essas   estimativas   de   precisão   são   decorrentes   da   realização   decampanhas de validação, que são fundamentais para a legitimação do produto de aerossóisobtido pelo MODIS. Por fim, cumpre notar que o algoritmo de aerossóis obtido pelo MODISestá  continuamente em desenvolvimento,  desde antes  do  lançamento do satélite  Terra em1999, até os dias atuais. À medida que novas descobertas sobre o funcionamento do sistemaclimático   ocorrem,   inclusive   novas   caracterizações   de   aerossóis   atmosféricos,   esseconhecimento   é   assimilado   pela   comunidade   científica   e   inovações   nas   metodologias   decálculo   e   também   nas   bibliotecas   básicas   usadas   pelo   algoritmo   são   aperfeiçoadas   eincorporadas.   Em   contrapartida,   o   aperfeiçoamento   contínuo   do   algoritmo   de   aerossóispossibilita que se obtenham informações cada vez mais precisas sobre as características deaerossóis, permitindo uma melhor compreensão das dinâmicas envolvidas na físico­químicada atmosfera terrestre.

Agradecimentos – 

Os autores agradecem a NASA/DAAC pelo fornecimento dos resultados MODIS quepermitiram a realização deste trabalho. A. Correia agradece a FAPESP pelo apoio financeiro,processos 04/10084­8 e 05/51356­3.

5.9 Referências Bibliográficas

Ackerman, S.A.,  Strabala,  K.I.,  Menzel,  W.P.,  Frey,  R.A.,  Moeller,  C.C.,  Gumley,L.E. Discriminating clear sky from clouds with MODIS. Journal of Geophysical Research,v.103, n.D24, p.32141­32157, 1998.

Ahmad, Z. e Fraser, R.S. An interactive radiative transfer code for ocean­atmospheresystem. Journal of Atmospheric Sciences, v.39, p.656­665, 1982.

Andreae, M.O., Jones, C.D., Cox, P.M. Strong present­day aerosol cooling implies ahot future, Nature, v.435, p.1187­1190, 2005.

Barnes,  W.L.,  T.  S.  Pagano,   e  V.V.  Salomonson.  Prelaunch  characteristics  of   theModerate Resolution Imaging Spectroradiometer (MODIS) on EOS­AM1. IEEE Transactionson Geoscience and Remote Sensing, vol. 36, p. 1088–1100, July 1998.

21

Charlson, R.J. Extending atmospheric aerosol measurements to the global scale, IGACNewsletter, v.25, 2001.

Dave, J.V., e Gazdag. J. A modified Fourier transform method for multiple scatteringcalculations ina a plane parallel Mie atmosphere. Applied Optics, vol. 9, n.6, p. 1457­1466,1970.

Fraser, R.S., Kaufman, Y.J., Mahoney, R.L. Satellite measurements of aerosol massand transport. Atmospheric Environment, v.18, p.2577­2584, 1984.

Freitas, S., Longo, K., Silva Dias, M., Silva Dias, P., Chatfield, R., Prins, E.,  Artaxo,P., Grell, G., Recuero, F. Monitoring the transport of biomass burning emissions in SouthAmerica,   Environmental   Fluid   Mechanics,   doi:10.1007/s10652­005­0243­7,   v.5,   n.1­2,p.135–167, 2005.

Holben, B.N., Eck, T.F., Slutsker, I., Tanré, D., Buis, J.P., Setzer, A., Vermote, E.,Reagan,   J.A.,   Kaufman,   Y.J.,   Nakajima,   T.,   Lavenu,   F.,   Jankowiak,   I.,   Smirnov,   A.AERONET ­ A federated instrument network and data archive for aerosol characterization.Remote Sensing of the Environment v.66, n.1, p1­16, 1998.

Ichoku, C., Chu, D.A., Mattoo, S., Kaufman, Y.J., Remer, L.A., Tanré, D., Slutsker, I.,Holben,   B.N.   A   spatio­temporal   approach   for   global   validation   and   analysis   of   MODISaerosol products. Geophysical Research Letters, v.29, n.12, 10.1029/2001GL013206, 2002.

Ignatov, A., Minnis, P., Loeb, N., Wielicki, B., Miller, W., Sun­Mack, S., Tanré, D.,Remer, L., Laszlo, I., Geier, E. Two MODIS Aerosol Products over Ocean on the and CERESSSF Datasets. Journal of the Atmospheric Sciences, v.62, n.4, p.1008­1031, 2005.

IPCC2001 – Intergovernamental  Panel  on Climate Change.  A plan for a  ResearchProgram   on   Aerossol   Radiative   forcing   and   climate   change.  National   Academy   Press,Washington, D.C., 2001.

Jacobson, M. Z. Strong Radiative Heating due to the Mixing State of Black Carbon inAtmospheric Aerosols. Nature, v.409, p.695­697, 2001.

Kaufman, Y.J. Measurements of the aerosol optical thickness and the path radiance –Implications on aerosol remote sensing and atmospheric corrections. Journal of GeophysicalResearch, v.98, p.2677­2692, 1993.

Kaufman, Y. J.  Remote sensing of direct and  indirect  aerosol   forcing.  In: Aerosolforcing of climate. Ed. por R. J. Charlson e J. Heintzenberg, John Wiley & Sons, 1995.

22

Kaufman, Y.J. e Tanré, D. Algorithm for Remote Sensing of Tropospheric Aerosolfrom   MODIS.   MODIS   ATBD02,   NASA/GSFC,   1998.     Disponível   online   em:http://modis.gsfc.nasa.gov/data/atbd/atbd_mod02.pdf

Kaufman,   Y.J.,   Tanré,   D.,   Remer,   L.A.,   Vermote,   E.,   Chu,   A.,   Holben,   B.N.Operational remote sensing of tropospheric aerosol over land from EOS Moderate ResolutionImaging Spectroradiometer. Journal of Geophysical Research, v.102, p.17051­17067, 1997a.

Kaufman, Y.J., Wald, A.E., Remer, L.A., Gao, B.­C., Li, R.­R., Flynn, L. The MODIS2.1 mm Channel – Correlation with visible reflectance for use in remote sensing of aerosol.IEEE Transactions on Geoscience and Remote Sensing, v.35, n.5, p.1286­1298, 1997b.

King,   M.D.,  W.P.   Menzel,   Y.J.  Kaufman,   D.   Tanré,   B.C.   Gao,   S.  Platnick,  S.A.Ackerman, L.A. Remer, R. Pincus, e P.A. Hubanks. Cloud and aerosol properties, precipitablewater,and   profiles   of   temperature   and  water   vapor   from  MODIS.  IEEE  Transactions   onGeoscience and Remote Sensing, v.41, n.2, p.442­458, 2003.

Levy,   R.C.,   Remer,   L.A.,   Tanré,   D.,   Kaufman,   Y.J.,   Ichoku,   C.,   Holben,   B.N.,Livingston, J.M., Russell, P.B., Maring, H. Evaluation of the Moderate­Resolution ImagingSpectroradiometer (MODIS) retrievals of dust aerosol over the ocean during PRIDE. Journalof Geophysical Research, v.108, n.D19, 8594, doi:10.1029/2002JD002460, 2003.

Martins, J.V., Tanré, D., Remer, L.A.,   Kaufman, Y.J., Matoo, S., Levy, R. MODIScloud   screening   for   remote   sensing   of   aerosol   over   oceans   using   spatial   variability.Geophysical Research Letters, v.29, 8009, doi:10.1029/2001GL013252, 2002.

MCST – MODIS Characterization Support Team. MODIS Level 1B product user'sguide, for level 1B version 2.3.x, release 2. MCST document PUB­01­U­DNCN, 47pp, 2000.Disponível em: http://www.mcst.ssai.biz/mcstweb/L1B/product.html

Parkinson, C.L. Aqua: An Earth­Observing Satellite Mission to Examine Water andOther Climate Variables.  IEEE Transactions on Geoscience and Remote Sensing, v.41, n.2,p.173­183, 2003.

Procópio, A., Remer, L.A., Artaxo, P., Kaufman, Y.J., Schafer, J.S. Multiyear analysisof Amazonian Biomass Burning Smoke Radiative Forcing of Climate. Geophysical ResearchLetters, v.31, doi:10.1029/2003GL018646, 2004.

Remer, L.A., Kaufman, Y.J., Holben, B.N. The size distribution of ambient aerosolparticles:  Smoke vs.  urban/industrial  aerosol.   In:  Levine,   J.S.   (ed.)  Biomass  Burning  andGlobal Change,  MIT Press, Cambridge, Massachusetts, v.2, p.519­529, 1996.

23

Remer, L.A., Kaufman, Y.J., Tanré, D., Matoo, S., Chu, D.A., Martins, J.V., Li, R.­R.,Ichoku, C., Levy, R.C., Kleidman, R.G., Eck, T.F., Vermote, E., Holben, B.N. The MODISaerosol   algorithm,   products,   and   validation.   Journal   of   the   Atmospheric   Sciences,   v.62,CLAMS Special Section, p.947­973, 2005.

Seinfeld, J.H. e Pandis, S.N. Atmospheric Chemistry and Physics: from Air Pollutionto Climate Change. Wiley, New York, U.S.A., 1998.

Smirnov, A., Holben, B.N., Eck, T.F., Dubovik, O., Slutsker, I. Cloud­screening andquality control algorithms for the AERONET database. Remote Sensing of the Environment,v.73, p.337­349, 2000.

Tanré,   D.,   Kaufman,   Y.J.,   Herman,   M.,   Mattoo,   S.   Remote   sensing   of   aerosolproperties  over  oceans  using   the  MODIS/EOS spectral   radiances.   Journal  of  GeophysicalResearch, v.102, p.16971­16988, 1997.

24