Formato PDF - mtc-m17:80 - Inpe
Formato PDF - mtc-m17:80 - Inpe
Formato PDF - mtc-m17:80 - Inpe
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
INPE-14650-TDI/1209<br />
OBTENÇÃO DE REGIMES MICROCLIMÁTICOS EM REGIÕES<br />
MONTANHOSAS COM DADOS DE SENSORES ORBITAIS E<br />
INTEGRAÇÃO DE MODELOS DISTRIBUÍDOS<br />
Pabrício Marcos Oliveira Lopes<br />
Tese de Doutorado do Curso de Pós-Graduação em Sensoriamento Remoto, orientada<br />
pelo Dr. Dalton de Morisson Valeriano, aprovada em 18 de abril de 2006.<br />
INPE<br />
São José dos Campos<br />
2007
Publicado por:<br />
esta página é responsabilidade do SID<br />
Instituto Nacional de Pesquisas Espaciais (INPE)<br />
Gabinete do Diretor – (GB)<br />
Serviço de Informação e Documentação (SID)<br />
Caixa Postal 515 – CEP 12.245-970<br />
São José dos Campos – SP – Brasil<br />
Tel.: (012) 3945-6911<br />
Fax: (012) 3945-6919<br />
E-mail: pubtc@sid.inpe.br<br />
Solicita-se intercâmbio<br />
We ask for exchange<br />
Publicação Externa – É permitida sua reprodução para interessados.
INPE-14650-TDI/1209<br />
OBTENÇÃO DE REGIMES MICROCLIMÁTICOS EM REGIÕES<br />
MONTANHOSAS COM DADOS DE SENSORES ORBITAIS E<br />
INTEGRAÇÃO DE MODELOS DISTRIBUÍDOS<br />
Pabrício Marcos Oliveira Lopes<br />
Tese de Doutorado do Curso de Pós-Graduação em Sensoriamento Remoto, orientada<br />
pelo Dr. Dalton de Morisson Valeriano, aprovada em 18 de abril de 2006.<br />
INPE<br />
São José dos Campos<br />
2007
528.711.7<br />
Lopes, P. M. O.<br />
Obtenção de regimes microclimáticos em regiões<br />
montanhosas com dados de sensores orbitais e integração de<br />
modelos distribuídos / Pabrício Marcos Oliveira Lopes.- São<br />
José dos Campos: INPE, 2006.<br />
229p. ; (INPE-14650-TDI/1209)<br />
1.Modelo de radiação solar. 2.Sensor MODIS.<br />
3.Condições microclimáticas. 4.Modelo de elevação do terreno.<br />
5.Método Priestley-Taylor. 6.Simulador de microclima<br />
montanhoso. 7.Regiões montanhosas. I.Título.
“Tudo tem o seu tempo determinado, e há tempo para todo o propósito debaixo do céu.<br />
Há tempo de nascer, e tempo de morrer; tempo de plantar, e tempo de arrancar o que<br />
se plantou; tempo de buscar, e tempo de perder; tempo de chorar, e tempo de rir; tempo<br />
de está calado, e tempo de falar; tempo de amar, e tempo de aborrecer; tempo de<br />
guerra e tempo de paz”.<br />
LIVRO ECLESIASTE<br />
A meus pais,<br />
PAULO LOPES DE ARAÚJO e<br />
MARIA DE FÁTIMA OLIVEIRA LOPES.
AGRADECIMENTOS<br />
Ao meu amigo celestial, Senhor Jesus Cristo, que por fé tem abençoado todas as etapas<br />
desta tese, concedendo-me a vitória e cumprido sua Palavra na minha vida.<br />
A meus pais e familiares, pelo amor, apoio, incentivo e confiança.<br />
À Carla Padilha, pelo amor, carinho, atenção, incentivo e compreensão.<br />
À Dulcinéia Padilha , pela confiança e motivação.<br />
À Coordenação de Aperfeiçoamento do Pessoal de Ensino Superior (CAPES), pela<br />
concessão de bolsa de estudo.<br />
Ao Instituto Nacional de Pesquisas Espaciais (INPE), pela oportunidade do<br />
aprimoramento didático-científico.<br />
Ao Dr. Dalton de Morisson Valeriano, pela confiança, amizade, conhecimentos<br />
compartilhados e competência na orientação desta tese.<br />
Ao Dr. Nelson Jesus Ferreira, pelas sugestões e conhecimentos transmitidos.<br />
À turma SERE 2001, pela união, companheirismo, incentivo compartilhado e pela<br />
vitória, Parabéns.<br />
Aos amigos e colegas Rodrigo Rizzi, Enzo, Aragão, Daniela, Sílvia e Paulo Graça, pelo<br />
auxílio, discussões, sugestões e incansável disponibilidade.<br />
Aos colegas e amigos Paulo Sousa, Maldonado, Marinaldo, Brenner, Bottino<br />
(DSA/CPTEC), Egídio e Ramon, pelo auxílio na elaboração, modificação e execução de<br />
programas computacionais em várias linguagens.<br />
A meus irmãos e irmãs, que têm invocado a providência divina em meu favor.<br />
Enfim, a todos que contribuíram diretamente ou indiretamente para a conclusão desta<br />
tese.
RESUMO<br />
Este trabalho tem como objetivo representar a distribuição espacial do ambiente<br />
microclimático e a evapotranspiração (ETP) potencial mensal de região montanhosa da<br />
Serra da Mantiqueira. Foram integrados dados de sensoriamento remoto e os modelos<br />
MT-CLIM, TOPORAD e o método de Priestley-Taylor para produzir mapas de regimes<br />
microclimáticos e de ETP em escala mensal e escala espacial variável. Foi aprimorado<br />
um modelo de irradiância (TOPORAD) que está implementado para condições de céu<br />
claro com a incorporação de regimes de cobertura de nuvens derivado de dados do<br />
satélite GOES-12. Nesse aprimoramento foi requerida a parametrização por<br />
sensoriamento remoto do albedo da superfície em escala mensal. Com a parametrização<br />
dos atributos de superfície e de condições atmosféricas, o modelo MT-CLIM foi<br />
aplicado a pontos selecionados da área de estudo e depois interpolados por métodos de<br />
Krigagem. Os resultados mostraram que a partir do modelo MT-CLIM foi possível<br />
representar o padrão espacial do regime mensal das seguintes variáveis microclimáticas:<br />
temperaturas média, máxima e mínima e déficit de pressão de vapor d’água atmosférico.<br />
A partir de dados de sensoriamento remoto foi possível também representar<br />
espacialmente o albedo e a emissividade da superfície. Com os resultados do MT-<br />
CLIM, TOPORAD e os da análise de dados de sensoriamento remoto, foi possível<br />
mapear a intensidade dos componentes do balanço de radiação e aplicar estes produtos<br />
na estimativa da evapotranspiração potencial. As melhores estimativas foram as de<br />
temperatura máxima, irradiância e saldo de radiação. As maiores incertezas foram<br />
encontradas nas estimativas da temperatura mínima, déficit de pressão de vapor d’água<br />
atmosférico e evapotranspiração potencial. Os resultados deste trabalho atendem às<br />
necessidades de representação espacial em escala decamétrica de condições<br />
micrometeorológicas para fins de estudos ecológicos e biogeográficos.
THE SIMULATION OF THE MICROCLIMATIC REGIME IN MONTAIN<br />
REGION WITH ORBITALS SENSORS DATA AND INTEGRATION OF<br />
DISTRIBUITED MODELS<br />
ABSTRACT<br />
The objective of this work is to represent the spatial distribution of microclimatic<br />
environment and the monthly rate of potential evapotranspiration (PET) in a<br />
mountainous region in the Mantiqueira Mountain. Remote sensing data and MT-CLIM<br />
and TOPORAD models and the Priestley-Taylor method were integrated in order to<br />
produce maps of monthly microclimatic regimes and PET in variable spatial scales. An<br />
irradiance model (TOPORAD), which is implemented for clear skies conditions, was<br />
improved by the assimilation of cloud cover regimes derived from GOES-12 satellite<br />
data. The improvement of the irradiance model required also the remote sensing based<br />
parameterization of surface albedo in a monthly scale. With the parameterization of<br />
surface features and the atmospheric conditions the MT-CLIM model was applied to<br />
selected points in the study area and then interpolated by Krieging methods. The results<br />
show that through the MT-CLIM model it is possible to represent the spatial pattern of<br />
monthly regimes of the following microclimatic variables: mean, maximum and<br />
minimum temperatures and vapor pressure deficit. It was also feasible to represent<br />
surface albedo and emissivity with basis on remote sensing data. With the results from<br />
MT-CLIM and TOPORAD and the analysis of remote sensing data it was possible to<br />
map the components of the radiation balance and to apply these results in the estimation<br />
of potential evapotranspiration. The best estimates were obtainend for maximum<br />
temperature, irradiance and the net radiation. The highest levels of uncertainties were<br />
found in the estimation of minimum temperature, water vapor pressure deficit and<br />
potential evapotranspiration. The results of this work address the requirements of fine<br />
scale representation of micrometeorological conditions to be applied in ecological and<br />
biogeographical studies.
SUMÁRIO<br />
LISTA DE FIGURAS.......................................................................................................<br />
LISTA DE TABELAS.......................................................................................................<br />
LISTA DE SIGLAS E ABREVIATURAS .....................................................................<br />
LISTA DE SÍMBOLOS ...................................................................................................<br />
CAPÍTULO 1 ................................................................................................................ 33<br />
INTRODUÇÃO ............................................................................................................ 33<br />
1.1 Objetivo geral ........................................................................................................... 35<br />
1.2 Objetivos específicos................................................................................................ 36<br />
CAPÍTULO 2................................................................................................................ 37<br />
FUNDAMENTAÇÃO TEÓRICA............................................................................... 37<br />
2.1 Características gerais do modelo MT-CLIM............................................................ 37<br />
2.2 Os melhoramentos computacionais do MT-CLIM................................................... 39<br />
2.3 Descrição do modelo MT-CLIM.............................................................................. 41<br />
2.3.1 Irradiância solar incidente diária ( Φ↓).................................................................. 42<br />
2.3.2 Temperatura do ar.................................................................................................. 43<br />
2.3.3 Déficit de pressão de vapor d’água atmosférica.................................................... 45<br />
2.3.4 Precipitação ........................................................................................................... 46<br />
2.3.5 Uso do modelo MT-CLIM .................................................................................... 46<br />
2.4 Descrição do Modelo Toporad ................................................................................. 57<br />
2.4.1 Irradiância solar direta (Φ d )................................................................................... 60<br />
2.4.2 Irradiância difusa (Φ DF )......................................................................................... 61<br />
2.4.3 Irradiância refletida ou emitida pela vizinhança do terreno .................................. 63<br />
2.4.4 Particionamento da irradiância solar incidente...................................................... 64<br />
2.4.5 Irradiância solar total sob uma inclinação............................................................. 65<br />
2.4.6 Modelo TOPORAD sob condições de céu encoberto ........................................... 66<br />
2.4.7 Uso do modelo TOPORAD................................................................................... 66<br />
2.5 Considerações sobre o albedo da superfície terrestre............................................... 70<br />
2.5.1 Albedo derivado dos dados do sensor MODIS (MOD43B3)................................ 71<br />
2.6 Reflectância de nuvens do satélite GOES 12 ........................................................... 76<br />
2.7 Parâmetros atmosféricos do Modelo GADS (Global Aerosol Data Set).................. 77<br />
2.7.1 Componentes do Modelo GADS........................................................................... 78<br />
2.8 Evapotranspiração .................................................................................................... 79<br />
2.8.1 Evapotranspiração potencial (ETP)....................................................................... 81<br />
2.8.2 Método de Priestley e Taylor ................................................................................ 81<br />
2.8.3 Saldo de radiação na superfície (R n )...................................................................... 85<br />
2.9 Temperatura e emissividade da superfície (MOD11)............................................... 86<br />
2.9.1 Algoritmo Split-Window para o cálculo da TST com o sensor MODIS............... 87<br />
2.9.2 Algoritmo dia/noite para cálculo da TST obtida do sensor MODIS..................... 88<br />
2.9.3 Modelo de emissividade média ............................................................................. 88<br />
Pág.
2.10 Interpolação espacial .............................................................................................. 93<br />
CAPÍTULO 3 ................................................................................................................ 94<br />
MATERIAIS E MÉTODOS........................................................................................ 94<br />
3.1 Área de estudo .......................................................................................................... 94<br />
3.2 Solos ......................................................................................................................... 94<br />
3.3 Vegetação e uso da terra........................................................................................... 95<br />
3.4 Clima ........................................................................................................................ 95<br />
3.5 Banco de dados Mantiqueira .................................................................................... 96<br />
3.6 Plataforma de coleta de dados e estação meteorológica........................................... 97<br />
3.7 Geração do produto albedo do sensor MODIS/Terra............................................... 98<br />
3.8 Geração e validação dos produtos temperatura e emissividade da superfície terrestre<br />
a partir de dados do MODIS......................................................................................... 104<br />
3.9 Dados do sensor Imager do satélite GOES 12........................................................ 115<br />
3.10 Dados do Global Aerossol Data Set (GADS)....................................................... 119<br />
3.11 Modelo de irradiância desenvolvido para condições de céu limpo (TOPORAD) 122<br />
3.12 Incorporação ao modelo de irradiância solar de céu claro o regime de nuvens para<br />
os horários 09h00, 12h00 e 15h00................................................................................ 125<br />
3.13 Aplicação do modelo MT-CLIM de modo distribuído e com o modelo de<br />
irradiância solar incidente com as nuvens parametrizadas........................................... 128<br />
3.14 Evapotranspiração potencial determinada pelo método de Priestly e Taylor....... 131<br />
3.15 Produção de mapas de regime mensal da temperatura do ar, déficit de pressão de<br />
vapor e evapotranspiração potencial............................................................................. 133<br />
3.16 Comparação dos resultados da temperatura da superfície obtida do sensor MODIS<br />
com dados de PCDs...................................................................................................... 139<br />
CAPÍTULO 4 .............................................................................................................. 142<br />
RESULTADOS........................................................................................................... 142<br />
4.1 Albedo da superfície terrestre................................................................................. 142<br />
4.2 Comportamento do albedo ao longo das estações do ano obtido dos dados do sensor<br />
MODIS 146<br />
4.3 Modelo TOPORAD................................................................................................ 148<br />
4.3.1 Variáveis topográficas........................................................................................ 148<br />
4.3.2 Irradiância direta e difusa .................................................................................... 151<br />
4.3.3 Irradiação solar incidente em escala horária........................................................ 153<br />
4.3.4 Comparação dos fluxos solares horários ............................................................. 164<br />
4.3.5 Razão entre a irradiâncias solar incidente em encostas e plano horizontal......... 166<br />
4.4 Modelo MT-CLIM ................................................................................................. 167<br />
4.4.1 Extrapolações em locais planos........................................................................... 168<br />
4.4.2 Extrapolações em locais de diferentes elevações ................................................ 169<br />
4.4.3 Representação espacial do campo de temperatura máxima do ar ....................... 174<br />
4.3.4. Variabilidade da temperatura mínima do ar ....................................................... 177<br />
4.4.4 Amplitude térmica do ar...................................................................................... 178<br />
4.4.5 Déficit de pressão de vapor d’água atmosférica.................................................. 181<br />
4.5 Irradiância solar mensal simulada pelo MT-CLIM................................................ 185<br />
4.6 Modelagem da Evapotranspiração Potencial pelo Método de Priestley-Taylor
.................................................................................................................................187<br />
4.6.1 Emissividade média e temperatura da superfície ................................................ 187<br />
4.6.3 Componentes do balanço de radiação ................................................................. 196<br />
4.6.4Evapotranspiração potencial................................................................................. 199<br />
CAPÍTULO 5 .............................................................................................................. 206<br />
CONCLUSÕES........................................................................................................... 206<br />
REFERÊNCIAS BIBLIOGRÁFICAS ..................................................................... 211<br />
APÊNDICE ................................................................................................................. 224
LISTA DE FIGURAS<br />
2.1 - Fluxograma do MT-CLIM para a estimativa diária de condições microclimáticas<br />
em regiões montanhosas. PSN, fotossíntese líquida positiva; DPV, Déficit de<br />
Pressão de Vapor d’água atmosférica; IAF. FONTE: Adaptado de Hungerford et<br />
al. (1989)................................................................................................................. 42<br />
2.2 - As três fontes de energia em uma encosta: 1) irradiância direta; 2) irradiância<br />
difusa do céu onde uma porção da abóbada celeste pode ser obstruída pela<br />
vizinhança do terreno; 3) irradiância refletida da vizinhança do terreno. O ângulo<br />
de iluminação (θi) e a profundidade óptica (τ)....................................................... 57<br />
FONTE: Adaptado de Dubayah e Rich (1995). ...................................................... 57<br />
2.3 - Efeitos dos termos dε e dNDVI na relação entre a emissividade e o NDVI<br />
(Equação 2.71)........................................................................................................ 92<br />
FONTE: Adaptado de Valor e Caselles (1996)...................................................... 92<br />
3.1 - Localização e composição colorida de imagem TM-Landsat 5 (TM3-B, TM4-G,<br />
TM5-R) da área de estudo. ..................................................................................... 94<br />
3.2 - Cobertura da terra na região da Serra da Mantiqueira e do Vale do Rio Paraíba do<br />
Sul........................................................................................................................... 95<br />
FONTE: Adaptado de Silva (2003)........................................................................ 95<br />
3.3 - Localização das plataformas de coleta de dados e da estação meteorológica de<br />
Taubaté no Vale do Rio Paraíba do Sul e na Serra da Mantiqueira/SP. A área de<br />
interesse é representada no retângulo. .................................................................... 98<br />
3.4 - Fluxograma das etapas de obtenção do produto albedo MOD43B3 do sensor<br />
MODIS. .................................................................................................................. 99<br />
3.5 - Fluxograma das etapas de obtenção do albedo do sensor ETM+\Landsat7......... 101<br />
3.6 – Média mensal para o horário das 10h30 (hora local) do albedo Blue-sky derivado<br />
dos dados do sensor MODIS (10h30 hora local) nas localizações das PCDs de<br />
Cachoeira Paulista e Itajubá para o ano de 2003.................................................. 102<br />
3.7 - Fluxograma das etapas de obtenção e validação do albedo médio obtido dos dados<br />
do sensor MODIS na hora da passagem do satélite Terra para o ano de 2003. ... 104<br />
3.8 - Fluxograma das etapas de obtenção do produto temperatura da superfície terrestre<br />
do sensor MODIS. ................................................................................................ 105<br />
3.9 - Fluxograma geral das etapas de obtenção e validação da temperatura da superfície<br />
terrestre obtida do sensor MODIS........................................................................ 108<br />
3.10 - Aplicação do Modelo Diagnóstico Simples Regional (curva em azul) a dados de<br />
temperaturas máxima e mínima da PCD de Cachoeira Paulista-SP (pontos em<br />
verde) para a estimativa da temperatura do ar em 09 de janeiro de 2001 (a linha em<br />
vermelho indica o horário 10h30). ....................................................................... 110<br />
3.11 – Série temporal horária da temperatura do ar interpolada pelo Modelo Diagnóstico<br />
Simples Regional e temperatura da superfície do terreno obtida do produto<br />
MOD11A1 para o ano de 2001. ........................................................................... 111<br />
3.12 - Regressão linear entre a temperatura do ar interpolada pelo Modelo Diagnóstico<br />
Simples Regional (Eixo das abscissas) e a temperatura da superfície terrestre
obtida do produto MOD11A1 (Eixo das ordenadas) para 2001. Em cor rosa está<br />
representada a relação 1:1..................................................................................... 112<br />
3.13 - Fluxograma geral das etapas de obtenção e validação da emissividade da<br />
superfície terrestre obtida do sensor MODIS. ...................................................... 113<br />
3.14 - Emissividade da superfície obtida do sensor MODIS (Produto MOD11A1) para<br />
o período de 10 a 25 de junho de 2003. Os pontos indicam locais das PCDs...... 114<br />
3.15 - Emissividade média da superfície terrrestre derivada do NDVI obtido do sensor<br />
MODIS para o período de 10 a 25 de junho de 2003 (resolução espacial de 250m).<br />
.............................................................................................................................. 115<br />
3.16 - Fluxograma da reflectância de nuvens obtida dos dados do imageador do satélite<br />
GOES 12............................................................................................................... 117<br />
3.17 - Profundidade óptica para umidade relativa de <strong>80</strong>%, centrado em -20° 00’ 0” e -<br />
45° 00’ 00” com resolução espacial de 5° x 5° obtido do GADS. ....................... 120<br />
3.18 - Albedo simples do espalhamento para umidade relativa de <strong>80</strong>%, centrado em -20°<br />
00’ 00” e -45° 00’ 00” com resolução espacial de 5° x 5° obtido do GADS. ...... 120<br />
3.19 - Função de fase do espalhamento para umidade relativa de <strong>80</strong>%, centrado em -20°<br />
00’ 00” e -45° 00’ 00” com resolução espacial de 5° x 5° obtido do GADS. ...... 121<br />
3.21 - Fluxograma da irradiância solar (céu claro) obtida pelo modelo TOPORAD<br />
atenuada por nuvens. ............................................................................................ 127<br />
3.22 - Fluxograma do modelo MT-CLIM para a obtenção dos elementos climáticos<br />
atenuados por nuvens. .......................................................................................... 129<br />
3.23 - Taxa de decréscimo de temperatura do ar obtida de sondagens da estação<br />
meteorológica de São Paulo entre os níveis de 950 e 500 mb de janeiro a dezembro<br />
de 1989. ................................................................................................................ 130<br />
3.25 - Amostras escolhidas (pontos em branco) para a simulação do déficit de pressão<br />
de vapor, da evapotranspiração potencial e das temperaturas máxima e mínima do<br />
ar. .......................................................................................................................... 134<br />
3.26 - Histograma da temperatura máxima do ar dos 271 pontos pertencentes ao Parque<br />
Nacional do Itatiaia para janeiro de 2003............................................................. 136<br />
3.27 - Gráfico de probabilidade normal da temperatura máxima do ar dos 271 pontos<br />
pertencentes ao Parque Nacional do Itatiaia para janeiro de 2003....................... 136<br />
3.28 - Superfície de semivariograma da temperatura máxima do ar dos 271 pontos<br />
pertencentes ao Parque Nacional do Itatiaia para janeiro de 2003....................... 137<br />
3.29. Semivariograma ajustado com os modelos esférico e gaussiano da temperatura<br />
máxima do ar dos 271 pontos pertencentes ao Parque Nacional do Itatiaia para<br />
janeiro de 2003. .................................................................................................... 138<br />
3.30 - Krigeagem de dados de temperatura máxima do ar dos 271 pontos pertencentes<br />
ao Parque Nacional do Itatiaia para janeiro de 2003 a partir da PCD de Queluz. 139<br />
4.1 - Albedos da superfície terrestre obtidos pelos dados do: (a) sensor ETM+ do<br />
Landsat-7 em 27/02/03; (b) produto MOD43B3 do sensor MODIS para o período<br />
de 18/02/03 a 05/03/03 (os círculos representam a localização das PCDs). ........ 143<br />
4.2 - Precipitação pluviométrica (a) registrada em Cachoeira Paulista entre 17/02/03 a<br />
05/03/03; análise de regressão (b) entre a imagem de albedo obtida do sensor<br />
ETM+/Landsat 7 (27/02/03) e a imagem de composição do albedo calculado dos<br />
dados do MODIS produzida entre 18/02/03 a 05/03/03....................................... 145
4.3 - Comportamento do albedo ao longo das estações do ano na região da Serra da<br />
Mantiqueira e do Vale do Paraíba obtido dos dados sensor MODIS para 2003. . 147<br />
4.4 – Elevação (a) e inclinação (b) do terreno de uma porção do Vale do rio Paraíba do<br />
Sul e Serra da Mantiqueira. .................................................................................. 149<br />
4.5 - Fator de visada do céu (a) e configuração do terreno (b) da região do Vale do rio<br />
Paraíba do Sul e Serra da Mantiqueira. ................................................................ 150<br />
4.6 – Componentes da irradiância solar média mensal simulada para as 14h45 do mês de<br />
outubro de 2003: (a) direta e (b) difusa. ............................................................... 152<br />
4.7 - Irradiância solar incidente sob condições de céu claro nas datas dos Solstícios e<br />
dos Equinócios do ano 2003 para (a) Cachoeira Paulista (-22°40’50’’S e -<br />
45°00’09’’O) e (b) Parque Nacional do Itatiaia (-22°24’59’’S e -44°50’43’’O)<br />
modeladas pelo modelo TOPORAD. ................................................................... 154<br />
4.8 - Irradiância solar incidente (céu claro) em encostas voltadas para: norte (-<br />
45°17’30’’O e -22°57’13’’S), sul (-45°03’51’’O e -22°06’06’’S), leste (-<br />
45°03’34’’O e -22°06’02’’S) e oeste (-45°25’83’’O e -22°58’45’’S) com<br />
diferentes inclinações de encostas e na mesma altitude (1.888 m) no equinócio de<br />
primavera e solstícios de inverno e de verão para o ano de 2003. ....................... 156<br />
4.9 - Imagens de cobertura de nuvem, irradiância solar de céu claro e de céu nublado<br />
para o solstício de verão (21 de dezembro de 2003). ........................................... 159<br />
4.10 - Irradiância solar medida por piranômetro localizado em Cachoeira Paulista-SP (-<br />
22° 40’ 50”S e -45° 0’ 9”O) para a data de 21 de dezembro de 2003 (solstício de<br />
verão). Os x representam os valores simulados e as curvas tracejadas indicam o<br />
erro instrumental de ±6 W/m 2 (2% de erro em relação às medições). ................. 160<br />
4.11 - Irradiância solar horária observada e estimada para todas as condições de céu nas<br />
datas dos solstícios de verão e inverno e, equinócios de primavera e outono para o<br />
ano de 2003 (reta vermelha 1:1; preta tendência). ............................................... 163<br />
4.12 - Irradiância solar incidente calculada pelo modelo TOPORAD e medidas com um<br />
piranômetro Eppley instalado em Cachoeira Paulista, em condições de céu<br />
parcialmente nublado, encoberto e todas as condições. Pontos em vermelho estão<br />
na relação 1:1........................................................................................................ 165<br />
4.13 – Razão entre a irradiância solar incidente em encosta pela irradiância em terreno<br />
horizontal a uma dada elevação para os 271 pontos selecionados na região do<br />
Parque Nacional do Itatiaia no horário das 14h45................................................ 167<br />
4.14 – Ciclos de Tmáx, Tmin e Tmed estimados (EST) e observados (OBS) (a) para a<br />
PCD de Queluz inferidos a partir da PCD de Cachoeira Paulista; (b) para a estação<br />
meteorológica de Taubaté inferidos a partir da PCD de Cachoeira Paulista para<br />
2001. ..................................................................................................................... 168<br />
4.15 – Ciclos de Tmáx, Tmin e Tmed estimados (EST) e observados (OBS) para a PCD<br />
Campos do Jordão (a) inferido a partir da PCD Cruzeiro e (b) inferido a partir da<br />
PCD São José Barreiro para 2001. ....................................................................... 170<br />
4.16 - Ciclos sazonais de Tmáx, Tmin e Tmed estimados pelo modelo MT-CLIM e<br />
observados (OBS) pela PCD Campos do Jordão (a) inferido a partir do posto de<br />
Taubaté e (b) inferido a partir da PCD Cachoeira Paulista para o ano de 2001... 172<br />
4.17 - Raiz do erro quadrático médio das estimativas de temperatura em função das (a)<br />
distâncias horizontais e (b) das diferenças de elevações das PCD em relação a PCD
de Campos do Jordão, em que Tmax, Tmin e Tmed, temperaturas máxima, mínima<br />
e média.................................................................................................................. 173<br />
4.18 - Médias mensais da temperatura máxima para o ano de 2003............................ 175<br />
4.19 - Médias mensais da temperatura mínima para o ano de 2003............................. 178<br />
4.20 - Médias mensais da amplitude térmica do ar para os meses de 2003. ................ 179<br />
4.21 - Média mensal de DPV (kPa) (a) locais situados a -44°30’, -22°81’24” (460 m),-<br />
44°49’48” (2.555 m) e PCD Queluz (564 m) (b) média de 271 pontos na Serra da<br />
Mantiqueira em condição de céu com nuvens (cn) e céu claro (cc) simulado pelo<br />
MT-CLIM para o ano de 2003 comparada com medidas em Queluz. ................. 182<br />
4.22 - Médias mensais do déficit de pressão de vapor d’água atmosférica para os meses<br />
de 2003. ................................................................................................................ 184<br />
4.23 - Médias mensais da irradiância solar incidente para o ano de 2003. .................. 186<br />
4.24 - Emissividades espectrais médias da Serra da Mantiqueira e do Vale do Rio<br />
Paraíba do Sul no período de verão: (a) no de inverno, (b) obtidas com o produto<br />
MOD13Q1 aplicado no programa de Valor e Caselles (1996). Os círculos<br />
correspondem à localização das PCDs. ................................................................ 188<br />
4.25 - Regimes mensais da precipitação pluvial medida por pluviômetros instalados em<br />
PCDs na Serra da Mantiqueira e no Vale do rio Paraíba do Sul-SP (a) e da<br />
emissividade média (b) para o ano de 2003. ........................................................ 190<br />
4.26 - Médias mensais da emissividade obtidas utilizando o NDVI do sensor MODIS e<br />
valores de emissividade do solo e da vegetação de medidas realizadas por Pacheco<br />
(1989) no modelo de Valor e Caselles (1996)...................................................... 191<br />
4.27 - Temperatura do ar interpolada pelo Modelo Diagnóstico Simples Regional (curva<br />
em preto) e temperatura da superfície do terreno obtida do produto MOD11A1. (a)<br />
marcha diária para as 10h30 e (b) média mensal para 2003................................. 193<br />
4.28 - Regressão linear entre a temperatura do ar interpolada pelo Modelo Diagnóstico<br />
Simples Regional e a temperatura da superfície do terreno obtida do produto<br />
MOD11A1............................................................................................................ 194<br />
4.29 - Temperatura e emissividade da superfície obtida do sensor MODIS para os meses<br />
de fevereiro e abril de 2003. ................................................................................. 195<br />
4.30 - Componentes do balanço de radiação solar: irradiância solar incidente (a),<br />
balanço de radiação de onda curta (b), balanço de radiação de onda longa (c) e<br />
saldo de radiação (d) para outubro de 2003.......................................................... 197<br />
4.31 - Semivariogramas ajustados ao modelo esférico para evapotranspiração potencial<br />
das 271 amostras do Parque Nacional do Itatiaia, em que |h| é à distância de lags<br />
em graus, Y(|h|) é o semivariograma..................................................................... 200<br />
4.32 - Evapotranspiração potencial diária modelada por krigeagem na região do Parque<br />
Nacional do Itatiaia............................................................................................... 203
LISTA DE TABELAS<br />
2.2 - Análise de regressão entre estimativas do modelo e valores observados em 11<br />
estações meteorológicas no oeste de Montana, Estados Unidos da América. D.P. -<br />
Desvio Padrão......................................................................................................... 48<br />
2.3 - Bandas espectrais do sensor MODIS utilizadas pelo produto albedo (MOD43B3).<br />
................................................................................................................................ 75<br />
2.4 - Valores do parâmetro α PT de Priestley-Taylor para diversas superfícies<br />
evapotranspirantes. ................................................................................................. 83<br />
2.5 - Variação de dε quando P s aumenta (aumento do ângulo de visada). .................... 90<br />
3.1 - Localização e altitude das PCDs utilizadas na pesquisa. ...................................... 97<br />
3.2 – Períodos das composições de imagens MODIS/produto Albedo (MOD43B3)<br />
utilizadas para determinação do albedo mensal para o ano de 2003.................... 102<br />
3.3 - Bandas do sensor MODIS usadas no algoritmo de temperatura e emissividade da<br />
superfície terrestre. ............................................................................................... 106<br />
3.4 – Características das imagens do satélite GOES Imager..................................... 116<br />
3.5 - Análise exploratória para a temperatura máxima do ar (°C) dos 271 pontos<br />
pertencentes ao Parque Nacional do Itatiaia para janeiro de 2003....................... 135<br />
4.1 – Média das Raízes dos Erros Quadráticos da aplicação do modelo MT-CLIM em<br />
locais planos para o ano de 2001.......................................................................... 169<br />
4.2 - Médias mensais de (2003) da irradiância solar estimada (I↓), do albedo (α BS ), do<br />
balanço de radiação de onda longa (BOL), do saldo de radiação (Rn), da<br />
precipitação da PCD Queluz e da evapotranspiração potencial (ETP) pelo método<br />
de Priestly e Taylor, para todo Parque Nacional do Itatiaia-RJ............................ 201
LISTA DE SIGLAS E ABREVIATURAS<br />
3-PG<br />
AVHRR<br />
BGC<br />
BIOME<br />
BOL<br />
BSRN<br />
CAJUS<br />
CAS<br />
CD<br />
- Process-based Forest Production Model<br />
- Advanced Very High Resolution Radiometer<br />
- BioGeochemical Cycles<br />
- Model of Biome Ecossystem Processes<br />
- Balanço de radiação de Onda Longa<br />
- Baseline Solar Radiation Network/WMO<br />
- Coeficiente de AJUSte de temperatura máxima do local de interesse<br />
- Capacidade de Armazenamento de água no Solo<br />
- Comprimento do dia<br />
COERAD - Coeficiente entre as irradiâncias solares em uma encosta inclinada e um<br />
plano horizontal<br />
DAYMET - Daily Meteorological model<br />
DAYTRANS - Daily Transpiration Photosynthesis<br />
DP<br />
DPV<br />
EFEDA<br />
ETP<br />
FDRB<br />
FIFE<br />
- Desvio Padrão<br />
- Déficit de pressão de vapor d’água atmosférica<br />
- Echival Field Experiment in a Desertification Threatened Area<br />
- Evapotranspiração Potencial<br />
- Função Distribuição de Reflectância Bidirecional<br />
- First ISLSCP (Internacional Satellite Land Surface Climatology Program)<br />
Field Experiment<br />
FOREST-BGC - Model of Forest Ecosystem Processes<br />
FPAR<br />
GADS<br />
- Fração de radiação fotossinteticamente ativa<br />
- Global Aerosol Data Set
GMT<br />
GOES<br />
GSSDD<br />
- Greenwich Mean Time<br />
- Geostationary Operational Environmental Satellites<br />
- Global Surface Summary of Day Data<br />
H20TRANS<br />
- Modelo Horário de Transpiração<br />
IAF<br />
IRI<br />
BOL<br />
- Índice de área foliar<br />
- International Research Institute for Climate Prediction<br />
- radiação de onda longa incidente<br />
LOWTRAN - Low Resolution Transmittance Code<br />
MISR<br />
MNT<br />
MOD13Q1<br />
MOD43B3<br />
MODIS<br />
MSS<br />
MT<br />
- Multi-angle Imaging Spectroradiometer<br />
- Modelo Numérico de Terreno<br />
- MODIS/Terra Vegetation Indices 16-Day L3 Global 250m ISIN Grid<br />
- MODIS/Terra Albedo 16-Day L3 Global 1km Global ISIN Grid<br />
- Moderate Resolution Imaging Spectroradiometer<br />
- Multispectral Scanner System<br />
- Medições de Terreno<br />
MT-CLIM – Mountain Microclimate Simulation Model<br />
MTR<br />
NCDC<br />
NDVI<br />
NOAA<br />
PCD<br />
PSN<br />
- Método de Thornton e Running<br />
- National Climatic Data Center<br />
- Índice de Vegetação da Diferença Normalizada<br />
- National Oceanic and Atmospheric Administration<br />
- Plataformas de Coleta de Dados<br />
- Fotossíntese líquida positiva<br />
RHESSys - Regional Hidro-Ecological Simulation System<br />
RMEQ<br />
SWERA<br />
- Raiz Média do Erro Quadrático<br />
- Solar and Wind Energy Resources Assessment
SWIR<br />
TIROS<br />
TIR<br />
TM<br />
TR<br />
TST<br />
TSR<br />
- Shortwave Infrared<br />
- Television and Infrared Orbiting Satellite<br />
-Thermal Infrared<br />
- Thematic Mapper<br />
- Transferência Radiativa<br />
- Temperatura da superfície terrestre<br />
- Técnicas de Sensoriamento Remoto<br />
UNEP-GEF<br />
- United Nations Environment Program - Global Environment Facility<br />
UR<br />
VNIR<br />
- Umidade relativa do ar<br />
- Visible and Near Infrared
LISTA DE SÍMBOLOS<br />
A c<br />
A Ei<br />
A En<br />
A L<br />
- Reflectância das nuvens<br />
- Média anual da precipitação para a estação E<br />
- Média anual da precipitação para a estação n<br />
- Média climatológica da precipitação anual para o local de interesse<br />
A L - média climatológica da precipitação anual para o local de interesse<br />
C cF<br />
C ef<br />
C t<br />
d a<br />
E_est<br />
- Coeficiente efetivo de reflectância de nuvens<br />
- Coeficiente de cobertura efetivo<br />
- Fator de configuração do terreno<br />
- Dia do ano<br />
- – Elevação da estação meteorológica<br />
E_loc - Elevação do local de estudo<br />
e s<br />
- Pressão de saturação de vapor d’água<br />
e s (tdia) -<br />
Pressão de vapor parcial de vapor d’água<br />
ETP<br />
F<br />
- Evapotranspiração Potencial<br />
- Fator de reflectância<br />
F (τ ) ↑<br />
- Fluxo ascendente de radiação solar<br />
F (τ ) - Fluxo descendente de radiação solar<br />
↓<br />
G - Parâmetro de assimetria do espalhamento<br />
G<br />
- Fluxo de calor para o solo<br />
g c - Condutância do dossel
g o<br />
H φ<br />
Φ↓<br />
IAF<br />
Φ d<br />
Φ DF<br />
J<br />
R λ<br />
R claro<br />
R<br />
d<br />
L e<br />
Rmin<br />
- Aceleração gravitacional<br />
- Ângulo do horizonte local<br />
- Irradiância solar incidente<br />
- Índice de área foliar<br />
- Irradiância solar direta<br />
- Irradiância difusa<br />
- Função de fase do espalhamento.<br />
- Radiância espectral<br />
- Radiância refletida pela superfície que passa pela fração descoberta de nuvens<br />
- Radiância média descendente em uma superfície horizontal não obstruída<br />
- Calor latente de evaporação<br />
- Reflectâncias mínima e a máxima<br />
Rmax - Reflectâncias máxima<br />
R nuvem - Radiância refletida pela camada de nuvens<br />
P<br />
P o<br />
Pr<br />
Pr a<br />
Pr L<br />
Pr Ei<br />
R<br />
R<br />
- Pressão atmosférica do local de interesse<br />
- Pressão atmosférica ao nível do mar<br />
- Precipitação pluviométrica<br />
- Precipitação anual interceptada<br />
- Precipitação diária do local de interesse<br />
- Precipitação diária da estação i<br />
- coeficiente de correlação linear<br />
- Constante específica do gás
R 2<br />
R n<br />
S o<br />
T<br />
T a<br />
T CN<br />
Td<br />
Tdia<br />
Tdia_l<br />
oc<br />
T ko<br />
- Coeficiente de determinação<br />
- Saldo de radiação<br />
- Irradiância exoatmosférica ou constante solar<br />
- Transmitância hemisférica direcional<br />
- Temperatura do ar<br />
- Temperatura do corpo negro equivalente<br />
- Temperatura de ponto de orvalho<br />
- Temperatura média diária do ar<br />
- Temperatura média diária do ar do local de interesse<br />
- Temperatura absoluta<br />
Tmáx - Temperatura máxima<br />
Tmax_ - Temperatura máxima do local de interesse<br />
loc<br />
Tmed - Temperatura média do ar<br />
Tmed_<br />
loc<br />
Tmin<br />
Tmin_l<br />
oc<br />
V d<br />
- Temperatura média do local de interesse<br />
- Temperatura mínima do ar<br />
- Temperatura mínima do local de interesse<br />
- Fator de visada do céu<br />
Z - Altitude<br />
z área - Altitude entre a área de interesse e a estação<br />
z estação - Altitude da estação<br />
Z o<br />
Α BS<br />
- Altitude de referência<br />
- Albedo blue-sky (céu azul)
α PT<br />
Β<br />
γ<br />
- Fator de ajuste de Priestley-Taylor<br />
- Coeficiente de turbidez da equação de Angstrom<br />
- Constante psicrométrica<br />
γ t (z)<br />
- Metade da diferença do erro quadrado médio entre t amostras separadas por um lag<br />
z<br />
Γ - Taxa de decréscimo da temperatura<br />
Γmax - – Taxa de decréscimo da temperatura máxima com a altitude<br />
Γmin<br />
∆<br />
∆<br />
- Taxa de decréscimo da temperatura mínima com a altitude<br />
- Máscara de sombreamento binário<br />
- Declividade da curva de pressão de vapor<br />
ε(τ,Ω) - Densidade de energia difusa por unidade de ângulo sólido<br />
ε λ<br />
ε atm<br />
ε solo<br />
ε v<br />
- Emissividade espectral da superfície terrestre<br />
- Emissividade atmosférica<br />
- Emissividade do solo<br />
- Emissividade da vegetação<br />
η d (θ,β) - Fator de anisotropia do terreno<br />
θ<br />
θ i<br />
Θ<br />
- Ângulo zenital solar<br />
- Ângulo de iluminação<br />
- Ângulo de inclinação da encosta<br />
Λ - Comprimento de onda<br />
µ s - Coseno do ângulo de iluminação solar em uma encosta<br />
µ o - Coseno do ângulo zenital solar<br />
τ o - Profundidade óptica da atmosfera na direção nadir
φ<br />
Ψ<br />
Ω<br />
ω o<br />
- Latitude<br />
- Azimute do terreno<br />
- Versor na direção de propagação<br />
- Albedo de espalhamento simples
CAPÍTULO 1<br />
INTRODUÇÃO<br />
Condições microclimáticas, como regimes de irradiância, de temperatura e de umidade<br />
do ar de um determinado local, condicionam o padrão de diversos processos biofísicos<br />
em ecossistemas terrestres. A representação espacial e temporal de tais condições é<br />
fundamental para o entendimento da dependência de escala de processos ecológicos<br />
como as trocas de energia e massa entre a superfície terrestre e a atmosfera, os ciclos<br />
biogeoquímicos e também de padrões biogeográficos como a distribuição espacial de<br />
populações e comunidades. A representação espacial e temporal destas condições é<br />
essencial para o entendimento de como esses processos podem ser generalizados para<br />
escalas maiores a partir de medidas pontuais e com isso atender a questões científicas<br />
relacionadas às respostas da biota frente a mudanças climáticas.<br />
Por essas razões, há uma grande necessidade de se obter informações sobre a<br />
distribuição espacial em diversas escalas de parâmetros microclimáticos tais como a<br />
irradiância solar, a temperatura do ar, a umidade e a precipitação.<br />
No entanto, os bancos de dados climáticos baseados em estações meteorológicas são<br />
insuficientes normalmente para representar, em escalas finas (decamétricas e<br />
kilométricas), a variabilidade climática em regiões com várias formas de relevo e uso da<br />
terra. Geralmente, as observações meteorológicas são feitas em estações meteorológicas<br />
que distam umas das outras de 20 a 50 km ou mais (Geiger, 1965). Além disso, as<br />
estações meteorológicas medem as condições de pequena escala e não podem capturar a<br />
variabilidade espacial entre duas estações localizadas em uma região de topografia<br />
bastante acentuada (Hungerford et al., 1989). Este problema de exatidão de<br />
representação é mais perceptível em regiões montanhosas, onde a variabilidade<br />
ambiental é acentuada e a rede de estações meteorológicas é esparsa.<br />
33
Em resposta à escassez de dados climáticos necessários à modelagem de processos<br />
ecológicos, um simulador de microclima de regiões montanhosas foi projetado para<br />
possibilitar a extrapolação de medidas de estações meteorológicas levando em conta as<br />
condicionantes topográficas. O Modelo de Simulação de Microclima Montanhoso (MT-<br />
CLIM) infere, a partir de dados de uma estação meteorológica, condições<br />
microclimáticas em um local com diferente elevação. Entretanto, se a estação de<br />
medidas local e o de inferência estão distantes (> 20 km), as estimativas são afetadas<br />
pela variação do estado de cobertura de nuvens, das propriedades ópticas da atmosfera e<br />
do arranjo do relevo em volta do local de estudo. Extrapolações mais precisas podem<br />
ser obtidas combinando o modelo MT-CLIM com a variabilidade da irradiância solar<br />
incidente.<br />
A variabilidade no campo da radiação solar em terrenos montanhosos é modulada pela<br />
topografia e cobertura de nuvens. Sob condições de céu claro a topografia do terreno<br />
impõe uma variabilidade espacial e temporal ao fluxo radiativo incidente. Este efeito do<br />
terreno sobre a irradiância pode ser simulado pelo modelo TOPORAD (Dozier,1989). A<br />
partir de uma grade de elevação digital e de uma imagem de albedo, o modelo<br />
TOPORAD projeta, para cada momento do dia, a irradiância em cada elemento da grade<br />
com base nas seguintes propriedades locais: hora, ângulo de incidência local da<br />
irradiância, latitude, altitude, sombreamento pelo relevo e fatores de visada do céu e do<br />
terreno do local.<br />
As estimativas de irradiância produzidas pelo TOPORAD podem ser refinadas<br />
combinando informação de propriedades ópticas da atmosfera com dados de satélites de<br />
baixa resolução espacial e modelo de elevação digital para produzir mapas de insolação<br />
que melhor representem as influências da cobertura de nuvens e da topografia em<br />
grandes regiões (Dubayah et al., 1997).<br />
A formulação do modelo de irradiância solar de céu claro TOPORAD pode ser<br />
modificada considerando efeitos de absorção e reflexão por nuvens que podem ser<br />
representados em uma única camada (Gautier e Landsfeld, 1997). Estas informações<br />
podem ser derivadas do sensor Imager do satélite Geostationary Operational<br />
34
Environmental Satellite (GOES 12). Além disso, pode-se utilizar, como entrada no<br />
modelo TOPORAD, o albedo médio da superfície terrestre obtido do sensor<br />
MODIS/Terra e as estimativas de propriedades ópticas da atmosfera fornecidas pelo<br />
Global Aerosol Data Set (www.lrz-muenchen.de/~ uh234an / www/ radaer/ gads.html).<br />
A integração de métodos de interpolação, de modelagem ambiental e de dados de<br />
sensoriamento remoto possibilitará melhores estimativas de condições microclimáticas,<br />
de modo distribuído em regiões montanhosas. Para viabilizar esse método, escolheu-se<br />
uma porção da Serra da Mantiqueira e do Vale do Rio Paraíba do Sul com as seguintes<br />
características: fortes gradientes ambientais; orientação leste-oeste (pequena variação<br />
latitudinal) adequada para avaliar a influência de efeitos estritamente topográficos<br />
(altitude, orientação de encosta, posição e tipos de superfícies); proximidade de grandes<br />
centros de estudo e pesquisa tais como o Instituto Nacional de Pesquisas Espaciais<br />
(INPE), a Universidade de São Paulo (USP), a Universidade Federal do Rio de Janeiro<br />
(UFRJ), a Universidade de Campinas (UNICAMP), a Universidade de Taubaté<br />
(UNITAU) e a Empresa Brasileira de Pesquisas Agropecuária (EMBRAPA), onde<br />
existem dados meteorológicos para avaliar os resultados da modelagem das condições<br />
microclimáticas. Alem disso, possui duas grandes unidades de conservação, que são: o<br />
Parque Nacional do Itatiaia (30.000 ha) e o Parque Estadual de Campos do Jordão<br />
(8.341 ha), que se encontram dentro da Área de Proteção Ambiental da Serra da<br />
Mantiqueira (400.000 ha).<br />
1.1 Objetivo geral<br />
O objetivo geral deste trabalho é modelar as condições microclimáticas da região da<br />
Serra da Mantiqueira e do Vale do Rio Paraíba do Sul com o modelo MT-CLIM,<br />
produzir mapas de regimes microclimáticos e de evapotranspiração potencial em escala<br />
mensal e em escala espacial variável (resoluções decamétrica a kilométrica) e comparar<br />
os resultados obtidas com produtos MODIS.<br />
35
1.2 Objetivos específicos<br />
1) Aprimorar e incorporar ao modelo de irradiância solar de céu limpo<br />
(TOPORAD) o regime de nebulosidade para horários locais (08h45, 11h45 e<br />
14h45) fornecidos pelo sensor Imager do satélite GOES 12 integrados em escala<br />
mensal e obtenção do albedo de superfície com base em produto do sensor<br />
MODIS;<br />
2) Integrar os modelos MT-CLIM e TOPORAD para produzir mapas mensais de<br />
temperaturas média, máxima e mínima, amplitude térmica e déficit de pressão<br />
de vapor d’água atmosférico;<br />
3) Estimar e produzir mapas de emissividade da superfície a partir de dados do<br />
sensor MODIS usados no modelo de Valor e Caselles (1996);<br />
4) Comparar os resultados de temperatura do ar obtidos de PCDs com a<br />
temperatura da superfície obtida pelo sensor MODIS (MOD11A1), e produzir<br />
mapas mensais de temperatura da superfície terrestre a partir de dados MODIS;<br />
5) Produzir mapas de regime mensal do saldo de radiação e balanço de onda longa;<br />
6) Representar a distribuição espacial da evapotranspiração potencial na área de<br />
estudo inferida a partir do método de Priestley-Taylor.<br />
Espera-se que este trabalho possa ser útil para: fornecer informações e auxiliar a<br />
interpretação das saídas de modelos agrometeorológicos; subsidiar estudos na Ecologia,<br />
Hidrologia e Meteorologia; auxiliar na seleção de locais que apresentem gradientes de<br />
temperatura e déficit de pressão de vapor d’água atmosférico para dar suporte a estudos<br />
ecológicos e de demarcação de novas áreas de proteção ambiental.<br />
36
CAPÍTULO 2<br />
FUNDAMENTAÇÃO TEÓRICA<br />
Neste capítulo, serão apresentados os princípios e a discussão da bibliografia dos<br />
principais temas da tese. Os conceitos necessários para extrapolações de temperaturas e<br />
déficit de pressão de vapor d’água atmosférico com o modelo MT-CLIM são<br />
apresentados em (2.1). Neste trabalho, o modelo MT-CLIM é modificado para ser<br />
introduzido com saídas do modelo TOPORAD, descrito em (2.2). Serão também<br />
discutidas as bases para a comparação da temperatura do ar medida em estações<br />
meteorológicas com o produto de temperatura da superfície do terreno do sensor<br />
MODIS (2.3) e para a comparação do albedo derivado de dados do Landsat 5 com o<br />
produto albedo MOD43B3 (2.4.). Serão discutidos ainda os fundamentos e metodologia<br />
de estimativa da evapotranspiração potencial a partir dos resultados obtidos com os<br />
procedimentos anteriores (2.5). Finalmente, serão apresentadas e discutidas<br />
metodologias para interpolação de dados a partir de estimativas pontuais de variáveis<br />
micrometeorológicas (2.6).<br />
2.1 Características gerais do modelo MT-CLIM<br />
O modelo MT-CLIM é um simulador de microclima montanhoso que a partir de dados<br />
observacionais das temperaturas diárias máxima e mínima (Tmax e Tmin,<br />
respectivamente), e precipitação de uma estação meteorológica próxima infere<br />
temperaturas, precipitação e déficit de pressão de vapor d’água atmosférico para um<br />
outro local de interesse. A estação e o local de interesse podem estar em diferentes<br />
altitudes, inclinações e exposições solares.<br />
A lógica do MT-CLIM advém de dois modelos de pesquisas, H20TRANS e<br />
DAYTRANS/PSN (Running, 1984), que avaliam a transpiração e o estresse hídrico em<br />
escalas de tempo horária e diária, respectivamente. O modelo MT-CLIM foi projetado<br />
especificamente para fornecer entradas aos modelos ecológicos de evapotranspiração e<br />
37
de fotossíntese tais como o Daily Transpiration Photosynthesis (DAYTRANS/PSN)<br />
(Running, 1984), BioGeochemical Cycles (FOREST-BGC) (Running e Counghlan,<br />
1988), Regional Hidro-Ecological Simulation System (RHESSys) (Band et al., 1991 e<br />
1993), BIOME-BGC (Kimball et al., 1997a), DAYMET (Running e Thornton, 1997) e 3-<br />
PG (Landsberg e Waring, 1997).<br />
O MT-CLIM é composto por duas lógicas climatológicas: a climatologia topográfica,<br />
que extrapola as condições meteorológicas para o local de interesse e a climatologia<br />
diurna, que deriva informações meteorológicas adicionais dos dados de entrada. Este<br />
modelo negligencia as advecções de calor ou de vapor d’água, as inversões<br />
atmosféricas, a drenagem de ar frio (noturno) ou condições de vento, fatores que podem<br />
ser importantes para outras aplicações.<br />
As principais entradas no modelo MT-CLIM estão descritas na Tabela 1. Os dados<br />
fornecidos pela estação meteorológica são: temperaturas máxima e mínima do ar<br />
(diária), temperatura do ponto de orvalho (Td) (média 24 h, se não for disponível,<br />
Tmin = Td) e precipitação pluvial (diária). Do local de estudo, são necessários elevação,<br />
declividade, aspecto, ângulos horizontais leste e oeste, Índice de área foliar (IAF),<br />
identificação da estação meteorológica e a taxa de decréscimo de temperatura com a<br />
altura (Γ). Esta taxa é escolhida para valores publicados no intervalo médio de<br />
–7 a –9 °C/km, considerando a variação da taxa diária ocorrida em resposta ao<br />
movimento de massa de 111ar e precipitação. As saídas são valores diários de<br />
temperatura do ar (Tmax e Tmin em °C), de radiação solar incidente no intervalo de<br />
onda curta (0,4 - 2,5 µm) (W/m 2 ), déficit de pressão de vapor d’água atmosférico (Pa) e<br />
precipitação (cm).<br />
38
TABELA 2.1 – Exemplo de entrada do modelo mt-clim (versão 4.3) para extrapolação<br />
de dados meteorológicos da Plataforma de Coleta de Dados (PCD) de<br />
cachoeira paulista para o local da estação meteorológica de Taubaté,<br />
2003.<br />
Exemplo de<br />
Escolha a entrada e/ou categoria<br />
entrada<br />
Variavéis de entrada<br />
365 Número de dias<br />
0 Temperatura do ponto de orvalho? (0=NÃO, 1=SIM)<br />
0 Saída de umidade do ar (0=VPD, 1=VP)<br />
520,0 Elevação da PCD de Cachoeira Paulista (m)<br />
150,0 Precipitação anual da PCD de Cachoeira Paulista (cm)<br />
-22,02 Latitude da estação meteorológica de Taubaté (°) (- para sul)<br />
520,0 Elevação da estação meteorológica de Taubaté (m)<br />
0,0 Inclinação da estação meteorológica de Taubaté (°)<br />
0,0 Aspecto da estação (°)(0=N,90=E,1<strong>80</strong>=S,270=W)<br />
140,0 Precipitação anual da estação meteorológica de Taubaté (cm)<br />
0,0 Ângulo horizontal leste da estação meteorológica (°)<br />
0,0 Ângulo horizontal oeste do posto de Taubaté (°)<br />
-5,0 Taxa de decréscimo de temperatura máxima (°C/km)<br />
-2,5 Taxa de decréscimo de temperatura mínima (°C/km)<br />
0,20 Albedo da PCD de Cachoeira Paulista<br />
0,60 TRANCF (Transmitância atmosférica ao nível médio do mar)<br />
0,45 TEMPCF (correção de temperatura para a aproximação senoidal)<br />
3,0 Índice de área foliar<br />
2.2 Os melhoramentos computacionais do MT-CLIM<br />
O código original do MT-CLIM foi escrito em liguagem FORTRAN por Hungerford et<br />
al. (1989), mais tarde foi para a linguagem de programação C. Desde estão, o modelo<br />
MT-CLIM, na versão original em linguagem C, vem sendo aperfeiçoado (Thornton,<br />
2000). As principais alterações e melhoramentos são descritos abaixo:<br />
a. Versão 1.0 para versão 2.0<br />
1) nenhuma opção de unidade inglesa;<br />
2) nenhuma opção de limiar de radiação;<br />
39
3) nenhuma correção de dias antes da chuva para transmissividade;<br />
4) nenhuma correção de radiação para temperatura do ar;<br />
5) nenhuma correção de LAI para temperatura do ar;<br />
6) só uma estação para a obtenção de precipitação era permitida;<br />
7) alguns parâmetros anteriores dos arquivos de inicialização estão agora no<br />
MTCLIM_const.h (biblioteca de constantes).<br />
b. Versão 2.0 para versão 3.1<br />
Foi modificado para incluir as seguintes melhorias no modelo MT-CLIM:<br />
1) melhorou o cálculo da transmissividade;<br />
2) melhorou o cálculo do comprimento do dia;<br />
c. Versão 3.1 para versão 4.0<br />
1) inclui um algoritmo iterativo para calcular a pressão de vapor d’água<br />
atmosférica e a irradiância solar incidente;<br />
2) a constante solar foi calculada como uma função analítica do dia do ano, em<br />
vez de valores mensais. Remoção da descontinuidade entre os meses.<br />
d. Versão 4.0 para versão 4.1<br />
1) O código original foi detalhado por Thornton e Running (1999).<br />
e. Versão 4.1 para versão 4.2<br />
1) Colocou-se o declive e correções de aspecto para a radiação solar incidente.<br />
Estes parâmetros tinham sido removidos durante o desenvolvimento do novo código de<br />
radiação. Isto inclui a estimativa de radiação difusa em superfícies inclinadas durante os<br />
períodos em que o Sol está acima do plano do horizonte, mas não fornece a radiação<br />
40
direta que atinge a encosta de uma montanha. As correções horizontais para a direção<br />
leste-oeste do local foram reintroduzidas.<br />
f. Versão 4.2 para versão 4.3<br />
As alterações foram feitas baseadas nos resultados de Thornton et al. (2000):<br />
1) adicionou-se ao modelo os efeitos de neve acumulada para corrigir a radiação<br />
solar incidente;<br />
2) acrescentou-se a correção de albedo para os cálculos de obstrução de<br />
horizonte local;<br />
3) o algoritmo de umidade depende da razão anual ETP/Pr:<br />
ETP/Pr < 2.5, o algoritmo usa Tmin = Td<br />
ETP/Pr > 2.5, a correção é dada pelo algoritmo de Kimball et al. (1997)<br />
em que Pr é a precipitação anual, ETP a evapotranspiração potencial anual, Tmin a<br />
temperatura mínima e Td a temperatura do ponto de orvalho.<br />
4) passou todos os parâmetros do modelo para o arquivo de parâmetros (.h).<br />
2.3 Descrição do modelo MT-CLIM<br />
O simulador MT-CLIM extrapola dados de uma estação meteorológica produzindo<br />
condições específicas em um local da montanha. As variáveis são calculadas para locais<br />
com características semelhantes (topografia e vegetação), definidas a priori. Os<br />
elementos climáticos para cada área de interesse são estimados de acordo com as<br />
variáveis medidas em apenas uma estação, com exceção da estimativa de precipitação,<br />
que pode ser baseada nos dados de duas estações. Cada variável é calculada por uma<br />
rotina separada (2.1), descrita sucintamente a seguir.<br />
41
FIGURA 2.1 - Fluxograma do MT-CLIM para a estimativa diária de condições<br />
microclimáticas em regiões montanhosas. PSN, fotossíntese líquida<br />
positiva; DPV, Déficit de Pressão de Vapor d’água atmosférica; IAF.<br />
FONTE: Adaptado de Hungerford et al. (1989).<br />
2.3.1 Irradiância solar incidente diária ( Φ↓)<br />
A estimativa Φ ↓ é efetuada em duas etapas. Na primeira, o modelo de radiação<br />
potencial, projetado por Garnier e Ohmura (1968) e Swift (1976), é usado para cálculo<br />
das irradiâncias direta e difusa. Este modelo calcula, para cada local, as diferenças em<br />
latitude, declividade e exposição solar da encosta, e efetua o cálculo do fluxo direto de<br />
irradiância solar para a direção leste-oeste, antes de considerar a superfície como plana e<br />
horizontal. A radiação solar potencial é reduzida pelo cálculo da transmissividade<br />
atmosférica produzindo uma estimativa final de Φ ↓ no local. O modelo de radiação<br />
potencial também é executado para uma superfície plana equivalente à elevação do<br />
local, produzindo uma razão entre as radiações incidentes pela superfície plana e pela<br />
inclinada. Esta razão é usada para ajustar as estimativas de temperaturas do ar no local.<br />
42
Finalmente, o comprimento do dia (CD) é calculado pelo sub-modelo de radiação para<br />
cada dia. O valor de CD (hora) é obtido a partir de uma equação senoidal do dia do ano<br />
(d a ), com uma fase de 79 dias e a amplitude sazonal depende da latitude (φ, graus). A<br />
equação de CD para cada local de estudo é dada por:<br />
( 7,<br />
42 + 0,<br />
0045×<br />
φ )<br />
[ sen( d − 79)<br />
× 0 01721] + 12<br />
CD = exp<br />
a<br />
,<br />
3600<br />
(h) (2.1)<br />
A Equação (2.1) calcula o CD para qualquer época do ano e em qualquer latitude, com<br />
um erro menor que 15 min (Running e Coughland, 1988).<br />
Na segunda etapa, a rotina de irradiância solar utiliza o algoritmo descrito por Bristow e<br />
Campbell (1984) que relaciona a amplitude de temperatura diurna do ar com a<br />
transmitância atmosférica que depende principalmente da cobertura de nuvens. Em suas<br />
análises, este algoritmo requer somente dados de temperaturas máxima e mínima e<br />
precipitação. A transmitância de céu claro é calculada para a elevação do local de<br />
interesse, assumindo a transmissividade óptica ao nível médio do mar como sendo 0,65,<br />
e aumentado de 0,008 por quilômetros. A relação entre a transmitância atmosférica e a<br />
amplitude de temperatura diurna é então calculada como uma função exponencial que<br />
define uma relação de transmissividade com variações de temperatura do ar diária.<br />
Multiplicando a radiação potencial pela transmitância atmosférica obtém-se uma<br />
estimativa da irradiância solar incidente (W/m²) na superfície.<br />
2.3.2 Temperatura do ar<br />
Inicialmente, a temperatura média diária do local de interesse (Tdia_loc) é calculada,<br />
assumindo que a função horária da temperatura tem forma senoidal, com Tmax_est e<br />
Tmin_est fornecidos pela estação meteorológica. A integração da função seno sobre os<br />
três quadrantes produz a seguinte equação para Tdia_loc expressa por Parton e Longan<br />
(1981):<br />
Tdia _ loc = 0 , 212× ( T max_ loc _ ajus −Tmed<br />
_ loc)<br />
+ Tmed _ loc [°C](2.2)<br />
43
T max_ loc _ ajus + T min_ loc<br />
Tmed _ loc =<br />
2<br />
[°C] (2.3)<br />
E _ loc − E _ est<br />
T max_ loc = T max_ est +<br />
1.000<br />
× Γ<br />
max<br />
[°C] (2.4)<br />
O fator entre as irradiâncias solares em uma encosta e um plano horizontal inclinado<br />
(COERAD) é usado de acordo com as seguintes condições (Hungerford et al., 1989):<br />
Se COERAD < 1,0<br />
1 ⎛ IAF ⎞<br />
CAJUS = × ⎜1<br />
+ ⎟<br />
COERAD ⎝ IAF max ⎠<br />
(2.5)<br />
T max_ loc _ ajus = T max_ loc − CAJUS [°C] (2.6)<br />
Se COERAD > 1,0<br />
1 ⎛ IAF ⎞<br />
CAJUS = × ⎜1<br />
− ⎟<br />
COERAD ⎝ IAF max ⎠<br />
(2.7)<br />
T max_ loc _ ajus = T max_ loc + CAJUS [°C] (2.8)<br />
E _ loc − E _ est<br />
T min_ loc = T min_ est +<br />
× Γ min [°C] (2.9)<br />
1.000<br />
em que a constante 0,212 é o coeficiente de ajuste aplicado à Tmed_loc; Tmed_loc,<br />
Tmax_loc e Tmin_loc, temperaturas média, máxima e mínima do local de interesse;<br />
Γmax e Γmi, taxas de decréscimo de temperatura para Tmin e Tmax adotadas para a<br />
região de interesse; E_est e E_loc são as elevações da estação e do local de estudo;<br />
CAJUS, fator de ajuste de temperatura máxima do local de interesse; Tmax_loc_ajus,<br />
temperatura máxima do local ajustada pelo índice de área foliar (IAF=3, pastagem) e o<br />
IAF máximo (IAFmax= 5, floresta densa ).<br />
44
A Tdia_loc é corrigida pela elevação usando a taxa de decréscimo de temperatura com a<br />
altura Γ de – 6,4 °C.km -1 para o verão, reduzindo de 10% em dias de céu claro e<br />
aumentando de 10% para dias de céu nublado (Finklin, 1983).<br />
O coeficiente COERAD da irradiância da superfície inclinada pela plana é usado como<br />
um multiplicador para ajustar a temperatura máxima do ar com base na diferença de<br />
energia radiante recebida pelas encostas do morro. A magnitude da diferença de<br />
temperatura é uma função das características da troca de energia das encostas dos<br />
morros. Em dosséis de floresta, a diferença de temperatura da superfície pode não<br />
existir quando a superfície vegetada está transpirando ativamente (Kaufmann, 1984).<br />
Conseqüentemente, a temperatura máxima do local é ajustada por um multiplicador<br />
baseado no IAF do local de estudo.<br />
2.3.3 Déficit de pressão de vapor d’água atmosférica<br />
Existem várias maneiras de expressar a umidade do ar, incluindo densidade de vapor,<br />
umidade relativa e o déficit de pressão de vapor (DPV). A densidade de vapor é<br />
simplesmente a massa de vapor d’água em uma unidade de volume e é conhecida como<br />
umidade absoluta (Oke, 1987), enquanto que a umidade relativa é definida como a<br />
relação entre a razão de mistura atual e aquela que prevaleceria em condições saturadas,<br />
à mesma temperatura do ar (Barry e Chorley, 1987). O déficit de pressão de vapor de<br />
uma parcela de ar é a diferença entre a pressão de vapor em condições de saturação<br />
e s (Tdia), e a pressão de vapor real e (tmin), com base na premissa de que a temperatura<br />
de orvalho é igual à temperatura mínima (Td = Tmin):<br />
DPV = es ( tdia)<br />
− e(<br />
t min) [kPa] (2.10)<br />
em que DPV é a medida de umidade mais usada, pois representa uma medida do “poder<br />
evaporante do ar”, o qual desempenha um importante papel na determinação das taxas<br />
relativas de transpiração em plantas (Monteith e Unsworth, 1990).<br />
Para locais com cobertura vegetal, Glassy e Running (1994) preferiram substituir a<br />
umidade relativa do ar (UR) pelo DPV como medida de umidade no MT-CLIM. As<br />
45
variáveis dos processos ecológicos que dependem da DPV incluem a evapotranspiração<br />
(ET), condutância estomática, dinâmicas da fotossíntese e relações de água na planta.<br />
Esta variável também desempenha um papel chave na condutância estomática (Gates,<br />
19<strong>80</strong>; Jarvis e Morison, 1981; Friend, 1991; Almeida e Landsberg, 2003) e na<br />
resistência aerodinâmica (Hunt et al., 1991).<br />
2.3.4 Precipitação<br />
Em regiões montanhosas, a precipitação (Pr) varia bastante em intensidade e duração. O<br />
modelo MT-CLIM calcula a Pr diária para o local de interesse baseada nas Prs de uma<br />
ou duas estações meteorológicas se os dados são disponíveis. A equação com base em<br />
dados de uma estação meteorológica é dada por:<br />
Pr L<br />
× A<br />
E1<br />
L<br />
= Pr [mm] (2.11)<br />
AE1<br />
E a equação utilizada para duas estações é expressa por (Hungerford et al. 1989):<br />
Pr<br />
L<br />
=<br />
⎛ PrE1×<br />
AL<br />
PrE<br />
2×<br />
A<br />
⎜ +<br />
⎝ AE1<br />
AE<br />
2<br />
2<br />
L<br />
⎞<br />
⎟<br />
⎠<br />
[mm] (2.12)<br />
em que Pr L e Pr En representam a precipitação diária do local de interesse e a da estação<br />
n, respectivamente; A L , a média climatológica da precipitação anual para o local de<br />
interesse obtida de estimativas de normais climatológicas (www.cptec.inpe.br/products,<br />
www.inmet.gov.br; ou www.worldclim.org ), e A En a média anual da precipitação para<br />
a estação n (dados da estação meteorológica para o ano de interesse).<br />
2.3.5 Uso do modelo MT-CLIM<br />
O modelo MT-CLIM foi aplicado e avaliado em regiões de topografia acentuada onde<br />
não existem informações meteorológicas necessárias à modelagem de processos<br />
ecológicos. Em 1987, o modelo MT-CLIM foi testado pela primeira vez por seus<br />
precursores (Running et al., 1987). Na oportunidade, os autores, avaliando o modelo<br />
46
MT-CLIM com medições meteorológicas em seis locais no oeste de Montana,<br />
encontraram um coeficiente de determinação R 2 de 0,85 para a Td e a Tmin em três<br />
locais pertencentes à floresta Experimental Lubrecht. Os coeficientes R 2 , para a<br />
umidade relativa, foram de 0,59, 0,43 e 0,60 para três locais de drenagem no oeste de<br />
Montana, Estados Unidos da América. As correlações de temperatura média do ar nos<br />
seis locais estiveram entre 0,88 e 0,92. Uma pequena tendência de superestimativas de<br />
temperaturas baixas e subestimativas de temperaturas altas foram evidentes nas análises<br />
estatísticas melhorando a importância da escolha do valor para a taxa de decréscimo de<br />
temperatura (Г). Running et al. (1987) observaram que taxas de altas de Г causaram<br />
erros nas temperaturas elevadas (>20°C) e inversamente, valores pequenos de Г<br />
provocaram erros para temperaturas menores do que 20°C. Entretanto, os erros padrões<br />
da estimativa da temperatura média do ar foram sempre menores que 0,5°C para os seis<br />
locais. A estimativa da umidade relativa do ar foi similar a da temperatura média do ar<br />
por causa da influência da temperatura na umidade. Superestimativas de valores baixos<br />
de umidade relativa foram resultantes de subestimativas da temperatura do ar em dias<br />
quentes quando a umidade é baixa. Em dias frios, superestimativas de temperaturas<br />
baixas causaram subestimativas de umidades altas. As correlações foram mais baixas do<br />
que da temperatura do ar, com valores de R 2 entre 0,63 e 0,72. As correlações baixas<br />
foram atribuídas aos erros aleatórios associados com os resultados de comparações de<br />
diferentes sensores de umidade, os quais são menos confiáveis do que os sensores de<br />
temperatura ou de radiação. Contudo, o erro padrão novamente não excedeu 15 % da<br />
umidade relativa. A diferença média entre os valores estimados e os observados de<br />
radiação solar foi menor do que 35 W/m 2 , e os erros padrões diários foram menores que<br />
100 W/m 2 para os seis locais. O coeficiente de determinação variou entre 0,60 e 0,78.<br />
Apesar disso, a radiação foi superestimada em dias nublados e subestimada em dias de<br />
céu claro.<br />
A primeira tentativa de usar as saídas do modelo MT-CLIM para alimentar modelos<br />
ecológicos do tipo Biogeoquímicos, foi realizada por Running e Counghlan (1988).<br />
Estes autores utilizaram o modelo MT-CLIM combinada com o IAF, a capacidade de<br />
armazenamento de água no solo (CAS) e condições climáticas distintas da América do<br />
47
Norte para caracterizar a transpiração e a evaporação de floresta de coníferas, simuladas<br />
pelo modelo FOREST-BGC. Os autores observaram que, em locais áridos, a evaporação<br />
não aumentou linearmente com o IAF e a precipitação anual interceptada (Pr a ) pelo<br />
dossel foi particionada entre transpiração (98% de Pr a , IAF de 6) e evaporação (2% de<br />
Pr a , IAF de 6). Isso não foi verificado nos outros locais, em que a transpiração e a<br />
evaporação aumentaram à medida que o IAF variou de 3 a 9.<br />
No ano de 1989, alguns pesquisadores liderados por Hungerford et al. (1989)<br />
desenvolveram o código computacional do modelo MT-CLIM para extrapolar para um<br />
local de interesse elementos climáticos (Tmin, Tmax, radiação solar incidente, umidade<br />
relativa e precipitação) observados em estações meteorológicas, corrigindo a diferenças<br />
de elevação, declividade e aspecto entre a estação e local de interesse. Estes<br />
pesquisadores usaram análise de regressão entre as estimativas do modelo com os<br />
valores observados em 11 estações meteorológicas no Oeste de Montana. De acordo<br />
com os resultados encontrados (Tabela 2.2), verifica-se que os dados concordaram com<br />
as estimativas das médias anuais da radiação solar incidente, temperaturas e umidade do<br />
ar. Os valores simulados (diários) foram bastante diferentes para radiação solar<br />
incidente. Este erro pode ser melhorado se os dados de entrada forem de uma estação<br />
bem próxima do local montanhoso em que se deseja fazer a simulação. Isto reduziria os<br />
erros introduzidos pela diferença de cobertura de nuvens sobre a estação meteorológica<br />
e o local montanhoso.<br />
TABELA 2.2 - Análise de regressão entre estimativas do modelo e valores observados<br />
em 11 estações meteorológicas no oeste de Montana, Estados Unidos<br />
da América. D.P. - Desvio Padrão.<br />
Temperatura<br />
(C°)<br />
I↓ (W.m -2 ) Tdia Tmax Tmin Umidade (%)<br />
D.P. 4,4-106 1,6-2,0 1,6-2,4 1,5-3,3 9,2 a 10,9<br />
R 2 0,38-0,55 0,87-0,93 0,89-0,94 0,61-0,91 0,43 a 0,60<br />
FONTE: Adaptado de Hungerford et al. (1989).<br />
O principal problema do uso de modelos biogeoquímicos aplicados a uma bacia<br />
hidrográfica é a falta de dados de parâmetros da vegetação, tal como o IAF que é uma<br />
das variáveis mais importantes que afetam os processos de ecossistemas (Waring e<br />
48
Running, 1998). Com o advento das Técnicas de Sensoriamento Remoto (TSR), o IAF<br />
pode ser estimado por meio de relações diretas entre os parâmetros de vegetação (tipos,<br />
densidade, condições, etc) e as propriedades espectrais do alvo (albedo, emissividade e<br />
temperatura da superfície). Mesmo estas técnicas não podem por si só quantificar os<br />
processos biofísicos do ecossistema (evapotranspiração, fotossíntese e outros), mas<br />
podem ser integradas com o modelo MT-CLIM e o Modelo Numérico de Terreno<br />
(MNT) dentro de uma modelagem aproximada para obter estimativas desses processos.<br />
O acoplamento entre os modelos MT-CLIM e TSR tem sido aplicado com sucesso<br />
desde então nos trabalhos realizados pelo grupo de pesquisa de Running et al. (1989).<br />
Estes pesquisadores desenvolveram uma modelagem que integra o modelo MT-CLIM,<br />
o MNT com TSR para calcular a evapotranspiração potencial (ETP) sob uma área de<br />
1.540 km 2 coberta por floresta de coníferas em Montana. As estimativas de<br />
evapotranspiração apresentaram boa concordância (R 2 = 0,85) com as medições<br />
realizadas com lisímetros.<br />
Em 1991, Running e Nemani (1991), usando o modelo MT-CLIM, o IAF derivado do<br />
sensor AVHRR/NOAA, a CAS e uma grade de elevação digital implementados no<br />
modelo FOREST-BGC, realizaram estudos de projeção da evapotranspiração potencial<br />
(ETP) de floresta de coníferas em Montana sob concentração de CO 2 atmosférico<br />
duplicada em relação à concentração pré-industrial. A temperatura do ar aumentou em<br />
+4°C e a precipitação de +10% em relação aos registros climáticos de 1985. Os autores<br />
projetaram aumentos de 10-20% no IAF e de 20-30% na ETP. As respostas sazonais da<br />
intensidade absoluta da ETP simuladas no vale (1.000 m) e na montanha (1.700 m),<br />
evidenciaram valores elevados na primavera devido ao aumento das temperaturas, da<br />
demanda evaporativa e do IAF. No entanto, no final do verão ocorreu uma queda na<br />
ETP resultante de estresse hídrico resultante da teoria de equilíbrio hidrostático imposta<br />
nas simulações.<br />
Na década de 90, o modelo MT-CLIM foi explorado pela comunidade científica<br />
interessada em regiões montanhosas. Novas avaliações das saídas do modelo MT-CLIM<br />
foram feitas por Glassy e Running (1994). Estes autores, comparando o DPV estimado<br />
49
pelo modelo MT-CLIM e observado em cinco transectos em Oregon, Estados Unidos da<br />
América, encontraram coeficiente de determinação (R 2 ) entre 0,66 a 0,84 com estatística<br />
F significativa ao nível de probabilidade de 1%, com três dos cinco locais apresentando<br />
R 2 > 0,<strong>80</strong>. Em geral, o modelo MT-CLIM superestimou DPV. Além disso, o DPV foi<br />
usado como a umidade relativa do ar medida em seis locais dos Estados Unidos, para<br />
ser avaliada a hipótese de que a temperatura mínima (Tmin) pode funcionar como<br />
substituta da temperatura do ponto de orvalho (Td). Nesse caso, os valores de R 2<br />
variaram de 0,83 até 0,96, exceto para ambientes áridos (Tucson, Arizona, R 2 = 0,55)<br />
em que Td é menor do que Tmin. Os autores afirmaram que estas correlações são<br />
fundamentais para a relação entre Tmin e Td, embora sejam limitadas aos ambientes<br />
áridos. Running et al. (1987) mostraram que a correlação entre Tmin e Td dimimui em<br />
ambientes áridos.<br />
Kimball et al. (1997a), avaliando a relação entre Tmin e Td em 52 locais de diferentes<br />
regimes climáticos nos Estados Unidos, constataram três tendências distintas. Nos<br />
locais áridos, a diferença da média anual entre Tmin e Td foi de 11°C, correspondendo a<br />
uma diferença média diária das pressões de vapor derivadas de Td e Tmin de 0,8 a 1,2<br />
kPa. Nos ambientes semi-áridos, a diferença média anual foi de 5°C e as diárias para o<br />
inverno foram de 2°C e de 0,1 kPa, sendo essa diferença diária maior no verão (7°C e<br />
0,6 kPa). Os locais de regimes climáticos úmidos subtropicais e os úmidos continentais<br />
mostraram uma diferença média anual entre Tmin e Td de 1°C e entre as pressões de<br />
vapor as diferenças foram menores do que 0,3 kPa. Os autores constataram que Td é<br />
maior do que Tmin se a quantidade de vapor d’água no ar aumentar durante o dia.<br />
Kaufmann (1984) confirmou esse fenômeno observando o aumento da umidade<br />
absoluta ao meio-dia para as estações meteorológicas do Colorado, Estados Unidos da<br />
América. Kaufmann também mostrou que a umidade absoluta do ambiente foi maior do<br />
que a umidade absoluta durante à noite ou início da manhã. Kimball et al. (1997b)<br />
apresentaram um método empírico para estimar Td utilizando dados diários de<br />
temperatura do ar, precipitação anual e estimativa de evapotranspiração potencial (ETP)<br />
e irradiância solar para corrigir as estimativas de Td para condições áridas. Esse método<br />
50
melhorou as estimativas de Td em relação às obtidas a partir da consideração de que<br />
Td = Tmin, originalmente implementada no MT-CLIM (Running et al., 1987).<br />
Os resultados apresentados por Kimball et al. (1997a) em ambientes áridos<br />
evidenciaram que o método reduziu os erros padrões da estimativa da pressão de vapor<br />
(e) de 1,0 para 0,7 kPa, representando uma redução dos erros de <strong>80</strong>% para 60% sobre os<br />
resultados não ajustados. Nos locais semi-áridos, o modelo empírico também reduziu os<br />
erros da estimativa da pressão de vapor de 0,4 para 0,1 kPa, o que representa reduções<br />
de erros de <strong>80</strong>% para 27% em relação aos resultados não ajustados. Estes autores<br />
utilizaram a razão entre a precipitação anual e a estimativa da ETP anual para<br />
diferenciar locais úmidos (ETP/P2,5). A precipitação<br />
anual maior do que 30% da ETP representam os locais de características climáticas<br />
marítima, continental úmido e subtropical úmido. Os locais em que a precipitação anual<br />
é menor do que 30% da evapotranspiração foram classificados com áridos ou semiáridos.<br />
Estimativas precisas de umidade diária podem ser obtidas usando dados<br />
observados de radiação solar diária.<br />
Kimball et al. (1997b) simularam a evapotranspiração produzida pelo modelo BIOME-<br />
BGC para cinco locais de floresta boreal pertencentes ao projeto internacional BOREAS<br />
(Boreal Ecosystem-Atmosphere Study). O modelo MT-CLIM foi usado para extrapolar<br />
radiação solar incidente (I↓) e DPV, os quais foram utilizados com estimativas de<br />
condutâncias do dossel nas equações de Penman e Penman-Monteith para derivar<br />
evapotranspição real (ETr). Durante o estádio de crescimento de 1994, os valores<br />
simulados de evapotranspiração real explicaram 62,3% (erro padrão de 0,6 mm.d -1 ) da<br />
variância dos dados medidos por lisímetros em floresta boreal. Individualmente, o DPV<br />
explicou 78% e I↓ 51% da variância da ETr diária, embora a temperaturas do ar e a<br />
densidade de fluxo de fótons fotossintética foram os principais fatores responsáveis por<br />
47 a 70% e 27 a 50% , respectivamente, de redução na condutância do dossel. Uma<br />
redução completa em gc ocorre quando o DPV se aproxima de 4,0 kPa. Em todos os<br />
locais desse estudo DPV médio foi de 1,1 kPa, com valor máximo diário de<br />
aproximadamente 1,4 kPa; gc foi pouco afetada por essas condições, e o VPD foi<br />
responsável por menos de 20% da redução na condutância do dossel. Os autores<br />
51
concluíram que ETr baixas podem somente servir para aumentar a temperatura do ar e<br />
condições de seca em escala regional, induzindo mais adiante estresse hídrico. Além<br />
disso, temperatura do ar elevada e estádio de desenvolvimento longo podem aumentar a<br />
taxa de ETr, embora em níveis baixos de DPV e redução de água no solo podem<br />
minimizar a ETr pela indução do estresse hídrico.<br />
A lógica do MT-CLIM foi desenvolvida para extrapolar dados meteorológicos de um<br />
posto para um local de interesse em montanha ou serra. Quando os domínios espaciais<br />
são maiores que 2.000 km 2 , é necessário interpolar os resultados do MT-CLIM entre um<br />
número não especificado de observações espaçadas heterogeneamente em terrenos<br />
complexos. Com base nessa idéia, Thornton et al. (1997) projetaram o modelo<br />
DAYMET, que combina algoritmos de interpolação com um conjunto de ajustes de<br />
taxas de decréscimo de elevação e de topografia, podendo ser aplicado simultaneamente<br />
a várias estações meteorológicas. O modelo DAYMET foi testado para produzir<br />
superfícies diárias de temperaturas máxima e mínima sobre uma área de<br />
aproximadamente 400.000 km 2 abrangendo 500 postos meteorológicos dos Estados<br />
Unidos. Os autores constataram que os Erros Absolutos Médios (EAM), para as<br />
temperaturas máxima e mínima diárias, foram de 1,8°C e 2,0°C, para as médias anuais<br />
de 0,7°C e 1,2°C com tendências de -0,1°C e +0,1°C, respectivamente. A amplitude<br />
térmica diária apresentou EAM de 2,3°C e a anual de 1,4°C com tendência na média<br />
anual de -0,1°C.<br />
Running e Thornton (1997) desenvolveram uma extensão lógica do modelo MT-CLIM,<br />
o MT-CLIM3D, o qual produz superfícies diárias dos elementos meteorológicos,<br />
incorporando um banco de dados topográficos e de observações de várias estações ou<br />
postos meteorológicos. Esta nova versão do modelo MT-CLIM foi testada para 215<br />
estações meteorológicas, espaçadas uma da outra em 38 km, distribuídas ao longo do<br />
Estado de Montana sob uma grade de 1.000 m de resolução espacial para o ano de 1990.<br />
A validação cruzada foi utilizada para produzir estimativas diárias de temperaturas<br />
máxima e mínima, e de precipitação. As estimativas anuais foram comparadas com as<br />
observadas, resultando em erros médios absolutos para estimativas diárias de<br />
temperaturas máxima e mínima de 0,69 e 0,98 °C/dia, respectivamente. A temperatura<br />
52
máxima apresentou uma tendência positiva, ou seja, a temperatura máxima estimada<br />
superestimou os valores observados. A temperatura mínima estimada subestimou a<br />
mínima observada (tendência de -0,052). O erro absoluto para a precipitação de<br />
tendência negativa de 0,03 cm/dia (11,83 cm/ano ou 20% da precipitação anual).<br />
O método de Bristow-Campbell (1984) demonstrou que existe uma relação entre<br />
amplitude térmica da temperatura do ar próximo à superfície e a radiação solar incidente<br />
diária na superfície. Esse método foi testado inicialmente para três locais no norte dos<br />
Estados Unidos, mostrando que as estimativas foram exatas e não tendenciosas. Assim,<br />
esse método tem sido implementado na lógica do MT-CLIM por Running et al. (1987) e<br />
usado por Glassy e Running (1994).<br />
Thornton e Running (1999) fizeram uma análise de sensibilidade do método de Bristow-<br />
Campbell aplicado em locais dos Estados Unidos da América que tinham dados de<br />
temperaturas extremas diárias e de radiação solar incidente. Ajustes foram feitos na<br />
estimativa dos parâmetros do método de Bristow-Campbell. Esses ajustes melhoraram a<br />
estimativa de radiação solar diária dentro de ±2,4 MJ.m -2 para 40 estações dos Estados<br />
Unidos cobrindo um intervalo de elevações e de condições climáticas diversificadas. O<br />
erro absoluto médio da estimativa da transmitância atmosférica diminui 28% em relação<br />
às estimativas do método original de Bristow-Campbell. A radiação global estimada<br />
para a estação de Miami de clima tropical apresentou erro absoluto médio diário de<br />
3,93 MJ.m -2 e tendência na irradiância diária foi negativa (-2,70 MJ.m -2 ) em relação às<br />
demais estações meteorológicas, inclusive as localizadas em climas semi-árido ou árido<br />
(erros diários de 2,0 MJ.m -2 , tendências -0,03 a -0,97 MJ.m -2 ). Os autores concluíram<br />
que estimativas precisas de radiação solar diária podem ser obtidas usando dados<br />
observados de umidade diária. A aplicação do Método de Thornton e Running (MTR)<br />
necessita de correções em regiões de clima tropical. O uso do método MTR em regiões<br />
montanhosas pode introduzir tendências que são relacionadas a gradientes de<br />
temperaturas máxima (Tmax) e mínima (Tmin) ocasionados pela diferença de elevação.<br />
Assim, o método MTR é sensível ao intervalo diurno de temperatura; portanto, as taxas<br />
de decréscimo das temperaturas Tmax e Tmin são diferentes.<br />
53
Thornton et al. (2000) avaliaram o método simples proposto por Running et al. (1997)<br />
(Tmin = Td) e o método mais complexo apresentado por Kimball et al. (1997)<br />
(tendências de correção de Tmin = Td, para climas áridos) ambos usados para<br />
estimativa da umidade (pressão de vapor). Os autores constataram que os erros das<br />
estimativas da umidade foram mais baixos com método simples (Erro Absoluto Médio -<br />
EAM e tendência de 85,6 e +28,2 Pa, respectivamente) do que com o método de<br />
Kimball et al. (1997) (EAM e tendências de 95,9 e -13,5 Pa, respectivamente). O<br />
comportamento sazonal das tendências dos dois métodos mostrou que a aproximação<br />
para correção árida produziu fortes tendências sazonais, com consistentes<br />
subestimativas de umidade na primavera e no início do verão, enquanto não existiu<br />
distribuição óbvia de tendências do método simples. O método de correção árida foi<br />
melhor que o simples para estações com uma razão entre evapotranspiração potencial e<br />
precipitação anuais maior que 2,5, e que a correção árida sempre permitiu resultados<br />
ruins para razões menores que 1,0.<br />
A combinação do método de Bristow-Campbell (1984) e o do Thornton e Running<br />
(1999) para estimar a radiação solar média mensal foi aplicada e avaliada por Coops et<br />
al. (2000) em terrenos com diferentes inclinações e aspectos da América do Norte e da<br />
Austrália. Esses autores constataram que os valores estimados de radiação solar<br />
incidente média mensal, em terrenos planos, concordaram com os observados com erros<br />
de 1 até 7% . Em superfícies inclinadas, as estimativas da radiação solar média mensal<br />
diferiram de 13% dos valores observados com um erro médio diário menor que<br />
2 MJ.m -2 .<br />
Os modelos MT-CLIM e DAYMET foram desenvolvidos em ambientes de latitude<br />
média. Em uma tentativa de oferecer uma solução para a região dos trópicos, Baigorria<br />
et al. (2000) desenvolveram um processo baseado em um modelo de interpolação para<br />
estimar Tmax e Tmin, precipitação e radiação solar. Este método originou-se das<br />
limitações dos modelos MT-CLIM e DAYMET aplicados na produção de dados<br />
meteorológicos em ambientes montanhosos das regiões tropicais. O modelo DAYMET<br />
foi desenvolvido em um ambiente computacional (SIG) que integra dados de três<br />
estações meteorológicas com um Modelo Numérico de Terreno (MNT) contendo<br />
54
informações de latitude, elevação, inclinação e exposição. O modelo de Baigorria et al.<br />
(2000) não usa métodos de interpolação para espacializar radiação solar, Tmax e Tmin,<br />
mas uma relação fundamental entre radiação solar líquida, temperatura e características<br />
da superfície do terreno e topográficas.<br />
Chiesi et al. (2002), comparando três anos de dados observados de Tmax, Tmin e<br />
precipitação com os extrapolados pelo modelo MT-CLIM, encontraram a raiz do erro<br />
quadrático médio (REQM), que varia de 1,71 a 1,87°C para Tmin, de 2,47 a 4,34°C<br />
para Tmax e de 6,21 a 7,41 mm para a precipitação. Os coeficientes de determinação da<br />
Tmin oscilaram de 0,61 até 0,91, da Tmax de 0,49 até 0,88 e da precipitação de 0,14 até<br />
0,35. Os autores constataram que a Tmax e Tmin foram inferidas com mais precisão que<br />
a precipitação. Isso pode ser explicado tendo em mente que Tmin e Tmax foram<br />
distribuídas homogeneamente sob a superfície terrestre, e dependeram principalmente<br />
do gradiente altitudinal, o qual foi considerado no modelo MT-CLIM. A precipitação<br />
mostrou maior variabilidade espacial e temporal e menor dependência com a altitude, o<br />
que explica a baixa precisão obtida pelo modelo MT-CLIM. Os autores afirmaram que<br />
Tmax, Tmin e precipitação foram aproximadamente melhores quando consideradas em<br />
períodos de tempo longo (uma semana ou mês).<br />
Mckenzie et al. (2003), avaliando a probabilidade de ocorrência de 14 espécies de<br />
coníferas, distribuídas espacialmente em Washington, como função dos elementos<br />
climáticos (Tmax, Tmin e precipitação) modelados pelo MT-CLIM e pelo DAYMET,<br />
identificaram representações de espécies de árvores associadas a locais de pronunciados<br />
gradientes de temperatura e de umidade. Além disso, seus resultados indicam que o<br />
nicho ecológico de uma espécie pode ser determinado por um único previsor<br />
(temperatura do ar ou precipitação). Os autores concluíram que, pela identificação de<br />
nichos ecológicos de múltiplas espécies, podem-se prever suas redistribuições na<br />
paisagem em resposta às mudanças climáticas.<br />
Interessados em investigar as tendências sazonais e temporais das Tmax, Tmin e DVP<br />
registradas em 250 estações climatológicas da Áustria, Hasenauer et al. (2003) usaram o<br />
modelo DAYMET para interpolar dados de Tmax e Tmin e derivar DVP para o período<br />
55
de 1960 a 1998. Esses pesquisadores observaram que os intervalos de erros sazonais<br />
médios para Tmax e Tmin em toda Áustria foram menores do que os erros de medições<br />
(
2.4 Descrição do Modelo Toporad<br />
Considere um local de paisagem arbitrária, no qual se deseja calcular a irradiância solar<br />
incidente. A equação geral de propagação da radiação solar em uma atmosfera planaparalela<br />
pode ser escrita (Chandrasekhar, 1960):<br />
( τ , θ,<br />
ψ )<br />
dR<br />
cosθ = −R( τ , θ,<br />
ψ ) + J ( τ , θ,<br />
ψ )<br />
(2.13)<br />
dτ<br />
em que R é a radiância para profundidade óptica (τ) nas direções θ e ψ; ψ é o ângulo<br />
azimutal; θ o ângulo zenital solar e J é a função fonte para espalhamento.<br />
O fluxo de radiação solar incidente é determinado pela soma de três componentes:<br />
irradiância direta, irradiância difusa do céu e irradiância direta e difusa refletida pela<br />
vizinhança do terreno (2.2). A radiação termal é negligenciada e a irradiância difusa<br />
resulta de reflexões atmosféricas.<br />
FIGURA 2.2 - As três fontes de energia em uma encosta: 1) irradiância direta; 2)<br />
irradiância difusa do céu onde uma porção da abóbada celeste pode ser<br />
obstruída pela vizinhança do terreno; 3) irradiância refletida da<br />
vizinhança do terreno. O ângulo de iluminação (θi) e a profundidade<br />
óptica (τ).<br />
FONTE: Adaptado de Dubayah e Rich (1995).<br />
57
As componentes da radiação solar são obtidas segundo a solução da equação de<br />
transferência radiativa atmosférica (2.13) através de uma simplificação baseada nos<br />
métodos de dois fluxos (“two-stream”, ”two-flux”). Denomina-se de “modelo de dois<br />
fluxos” as equações simplificadas que conduzem a expressões incluindo só a irradiância<br />
incidente e irradiância solar emergente como variáveis incógnitas.<br />
As hipóteses básicas, envolvidas no modelo de dois fluxos, são (Ceballos, 1986):<br />
a. a atmosfera é estratificada horizontalmente, com irradiância Φ = µ o<br />
So<br />
no<br />
topo da atmosfera, sendo<br />
µ = cosθ<br />
; S o é a irradiância solar exoatmosférica<br />
o<br />
perpendicular aos raios solares chamada de “constante solar”, que tem valor<br />
médio de 1.360 W/m 2 ;<br />
b. distribuição espacial de fluxos estacionárias, dependendo só de S o e θ e de<br />
variáveis atmosféricas eventualmente estacionárias para intervalos de tempo<br />
típicos de medição (desde alguns segundos, até poucos minutos);<br />
c. radiação direta espectral atenuada segundo a lei de Beer;<br />
d. atenuação por unidade de volume reparte-se em absorção, numa proporção (1-<br />
ω o ), e dispersão na proporção ω o (albedo de espalhamento). A radiação difusa<br />
produzida propaga-se verticalmente para baixo com fluxos descendente Φ (τ ) e<br />
↓<br />
ascendente F (τ ) , sendo a manifestação de uma distribuição de radiâncias<br />
↑<br />
R ( τ , Ω)<br />
ou de intensidades I ( τ , Ω)<br />
, com Ω = versor na direção de propagação.<br />
e. para uma camada homogênea, a solução da equação de propagação a dois<br />
fluxos requer duas condições de contorno. Não existe fluxo difuso no topo da<br />
atmosfera, ou seja, Φ↓(0)=0, e o limite horizontal inferior da atmosfera de<br />
profundidade óptica τ o é um refletor difuso com reflectância R o , isto é,<br />
−τ<br />
o<br />
⎡<br />
⎤<br />
µ o<br />
Φ ( τ ) = R ⎢Φ<br />
+ S e ⎥<br />
↑<br />
o<br />
( τ<br />
↓ o<br />
) µ<br />
o o<br />
(2.14)<br />
⎢⎣<br />
⎥⎦<br />
58
A solução do modelo de dois fluxos é dada por um par de equações diferenciais para<br />
uma atmosfera homogênea expressa por Meador e Weaver (19<strong>80</strong>):<br />
dΦ<br />
↑<br />
dτ<br />
( τ )<br />
= γ Φ<br />
( τ ) − γ Φ<br />
1 ↑ 2<br />
)<br />
↓<br />
( τ + γ ω S<br />
3<br />
o<br />
O<br />
e<br />
−τ<br />
µ<br />
O<br />
(2.15)<br />
dΦ<br />
↓<br />
dτ<br />
( τ )<br />
= γ Φ<br />
( τ ) − γ Φ<br />
2 ↑ 1<br />
)<br />
↓<br />
( τ + γ ω S<br />
4<br />
o<br />
O<br />
e<br />
−τ<br />
µ<br />
O<br />
(2.16)<br />
em que γ é parametrizada a partir da função de fase do espalhamento. O modelo de Mie<br />
é usado para calcular ω o , o parâmetro de assimetria g, e o valor γ como uma função de<br />
ω o , g e µ o .<br />
A solução das equações de dois fluxos para a transmitância hemisférica direcional T s<br />
através da atmosfera, equivale a que é medida por um piranômetro, expressa por 2.16<br />
(Dubayah et al., 1990):<br />
T<br />
⎛<br />
⎞<br />
⎡<br />
−τ<br />
−τ<br />
≡ ⎜<br />
s<br />
Φ↓<br />
o o o<br />
/<br />
o o<br />
2 o 1 4<br />
/<br />
⎜<br />
⎝<br />
o<br />
o<br />
µ o<br />
( ) ⎟<br />
µ o + − − + + − − +<br />
τ + µ S e µ S = ⎢2qξγ<br />
( µ α + γ ) + e ( P U − P U ) ⎥ ( P V − P V )<br />
⎟<br />
⎠<br />
⎢⎣<br />
⎤<br />
⎥⎦<br />
em que:<br />
P<br />
±<br />
± ξτ o<br />
( γ ± ξ ) e<br />
= 1<br />
(2.17)<br />
2 2<br />
( 1 )<br />
q = ω − ξ µ<br />
(2.18)<br />
o<br />
/<br />
o<br />
( α ± ξγ )/( 1±<br />
)<br />
± ± ± ξτ o<br />
Q = V e<br />
ξµ<br />
2 3<br />
o<br />
(2.19)<br />
59
[ ω ( α ± ξγ )/( 1 )]<br />
±<br />
U = λ ± ξµ<br />
2<br />
−<br />
o 2 3<br />
o<br />
(2.20)<br />
( γ ξ )<br />
±<br />
V = λ − R ±<br />
(2.21)<br />
2 o<br />
2<br />
2<br />
ξ<br />
= γ − γ<br />
(2.22)<br />
2<br />
1<br />
2<br />
2<br />
α = +<br />
(2.23)<br />
1<br />
γ<br />
1γ<br />
4<br />
γ<br />
2γ<br />
3<br />
α = +<br />
(2.24)<br />
2<br />
γ<br />
2γ<br />
4<br />
γ<br />
1γ<br />
3<br />
O ponto inicial para a modelagem topográfica é estimar as irradiâncias direta e difusa<br />
incidentes em superfícies planas para uma dada elevação.<br />
2.4.1 Irradiância solar direta (Φ d )<br />
A irradiância direta sobre uma encosta de uma montanha pode ser calculada como uma<br />
função dos ângulos de inclinação e azimute do terreno, bem como dos ângulos zenital e<br />
azimutal do Sol. Esta componente é expressa pela lei de Beer e multiplicada por uma<br />
máscara de sombreamento binário (δ):<br />
−τ<br />
o<br />
Φ = δµ S o<br />
e<br />
o<br />
[W/m 2 ] (2.25)<br />
µ<br />
d s<br />
em que τ o é a profundidade óptica da atmosfera na direção nadir; µ s é o co-seno do<br />
ângulo de iluminação solar sob uma encosta, θ s (Sellers, 1965):<br />
( ψ − Θ)<br />
µ<br />
s<br />
= cos θs<br />
= µ<br />
o<br />
cos S + senθosenS<br />
cos<br />
o<br />
(2.26)<br />
60
em que ψ e Θ são os azimutes do Sol e da inclinação da encosta; S é o ângulo de<br />
inclinação da encosta. Para µ s < 0, o ponto da grade de elevação digital está sombreado<br />
(self-shadowed), isto é, os raios do Sol encontram-se abaixo do horizonte do ponto<br />
considerado devido à inclinação da encosta. Isto é diferente dos locais obscurecidos<br />
(cast-shadowed) causados pela bloqueamento dos raios solares pelo terreno sendo<br />
independentes de µ s . Por exemplo, uma área plana pode estar na sombra de uma<br />
montanha para ângulos zenitais solares pequenos (Dubayah e Rich, 1995). As castshadowed<br />
são encontradas calculado o ângulo horizontal de dados de MNT (Dozier e<br />
Frew, 1990) e multiplicado por uma máscara de sombreamento binário (δ). Se δ=0 temse<br />
sombra e δ=1 sem sombra. Nos dois casos de sombreamento, a irradiância direta é<br />
zero.<br />
2.4.2 Irradiância difusa (Φ DF )<br />
A irradiância difusa em uma encosta depende da reflectância da superfície<br />
circuvizinhante, da anisotropia do campo difuso e da obstrução do céu causada pela<br />
declividade e pela vizinhança do terreno. Em geral, a irradiância difusa, mesmo sob<br />
condição de céu claro, não é isotrópica. Isto é evidente especialmente sob condições de<br />
céu nublado, em que o fluxo difuso vindo do céu varia, dependendo se as nuvens estão<br />
presentes numa seção do céu. Esta anisotropia pode ser mais complicada pela topografia<br />
local. Uma porção do céu pode ser obstruída pela topografia, bloqueando a irradiância<br />
difusa nessa direção.<br />
A irradiância difusa do céu, espalhada ou emitida (Φ DC ), é expressa por (Dubayah et al.,<br />
1990):<br />
Φ DF = V d Φ ↓ (τ o )= πV d R [W/m 2 ] (2.27)<br />
d<br />
em que V d é o fator de visada do céu; Φ ↓ (τ o ) é o valor médio de irradiância difusa<br />
descendente que incide num plano horizontal de profundidade ótica τ o ;<br />
Rd<br />
é a radiância<br />
média descendente em uma superfície horizontal não obstruída. V d é definido como a<br />
61
azão entre a irradiância difusa em um ponto e aquela que incide em outro ponto<br />
pertencente a uma superfície horizontal não obstruída pelo terreno. O fator de visada do<br />
céu varia de 1 (não obstruída) para 0 (completamente obstruída). Esse fator é calculado<br />
para um ponto do terreno com inclinação e orientação cuja fração do céu seja visível<br />
nesse ponto. V d é derivado usando o ângulo do horizonte local em uma dada direção<br />
para cada ponto da grade de elevação digital (Dozier e Frew, 1990). Além disso, V d<br />
pode ser adaptado para cálculos de anisotropia da irradiância difusa, mas as equações de<br />
dois fluxos consideram que a irradiância difusa é isotrópica. O fator de anisotropia<br />
η d (θ,β) é definido como η d (θ,β) R =R(θ,β). Entretanto, η d é normalizado de modo que<br />
d<br />
sua projeção integrada hemisfericamente sobre uma superfície é igual a π, isto é:<br />
2π π 2<br />
( θ φ)<br />
∫∫ η , senθ<br />
cosθdθdφ<br />
=<br />
0 0<br />
d<br />
π<br />
(2.28)<br />
O cálculo de V d é feito para uma inclinação S com azimute ψ e pela projeção de cada<br />
elemento η d visível do céu que não é afetado pela inclinação da encosta, integrado para<br />
o hemisfério não-obstruído, isto é, abaixo do zênite do ponto de horizonte local, H φ ,<br />
para cada direção φ. Para uma superfície horizontal não-obstruída (livre do efeito de<br />
sombreamento da encosta) H φ =π/2. Considerando a isotropia, em que η d =1, a integral<br />
em (2.28), para um dado azimute, pode ser analiticamente desenvolvida e aproximada<br />
por:<br />
2 2<br />
1<br />
Vd = ∫∫ηd<br />
( θ,<br />
φ) sen[ cosθ<br />
cos S + senθsenS<br />
cos( φ −ψ<br />
)]<br />
dθdφ<br />
(2.29)<br />
π<br />
π π<br />
0 0<br />
logo,<br />
2π<br />
2<br />
∫[ cos Ssen Hφ<br />
+ senS cos( φ −ψ<br />
)( Hφ<br />
− senHφ<br />
cos Hφ<br />
)]<br />
1<br />
V d<br />
≈<br />
dφ<br />
(2.30)<br />
2π<br />
0<br />
62
2.4.3 Irradiância refletida ou emitida pela vizinhança do terreno<br />
A energia incidente pode ser refletida da vizinhança do terreno para o ponto de interesse<br />
sendo raramente isotrópica. Entretanto, um fator de configuração do terreno pode ser<br />
calculado (Dozier e Frew, 1990) por causa da complexidade das relações geométricas<br />
entre um local particular e todos os elementos da vizinhança do terreno. Este fator pode<br />
ser usado como um fluxo médio ascendente (refletido da superfície). Assim, a<br />
contribuição da radiação refletida da vizinhança do terreno é estimada por:<br />
Φ t = πC t R (2.31)<br />
t<br />
A irradiância média refletida ou emitida pela vizinhança do terreno é π R . O fator de<br />
configuração do terreno C t inclui os efeitos de anisotropia da radiação e da geometria do<br />
terreno entre o ponto de interesse e os outros elementos da vizinhança que são<br />
mutuamente visíveis. Ao contrário do fator de visada do céu, o fator C t estima a fração<br />
da vizinhança do terreno que é visível a um ponto de interesse, variando de 0 (nenhuma<br />
influência do terreno) a 1 (influência total do terreno). A contribuição de cada um<br />
desses elementos do terreno para cálculo de C t pode ser computada por algoritmos<br />
desenvolvidos por Siegel e Howell (1981). Contudo, a seguinte aproximação pode ser<br />
utilizada (Dozier e Frew,1990):<br />
t<br />
2πψ<br />
φ<br />
1<br />
C<br />
t<br />
= ∫∫ηυ<br />
( θ,<br />
φ) senθ[ cosθ<br />
cos S + senθsenS<br />
cos( φ − A)<br />
] dθdφ<br />
(2.32)<br />
π<br />
0 Hφ<br />
O valor de η v inclui efeitos geométricos do terreno quando for calculado, considerando<br />
a anisotropia da radiância emitida ou refletida da vizinhança do terreno. Os limites de<br />
integração para a integral interna (2.32) são do ângulo horizontal descendente em que<br />
um raio solar é paralelo à encosta do terreno:<br />
⎡<br />
ψ −<br />
φ<br />
= arctan<br />
1<br />
⎢<br />
⎣ tan S cos φ<br />
⎤<br />
( −ψ<br />
) ⎥ ⎦<br />
(2.33)<br />
63
Considera-se que acima da encosta o cos(φ-ψ) é negativo, assim ψ φ < π/2. Abaixo dela o<br />
cos(φ-ψ) é positivo, assim ψ φ > π/2. Do lado ou por traz da encosta, ψ φ = π/2.<br />
Cálculos rigorosos são difíceis, pois é necessário considerar cada face do terreno visível<br />
a um dado ponto em questão (Dubayah et al., 1990). Em contrapartida a irradiância do<br />
céu, a isotropia assumida é não realística porque a anisotropia resulta de efeitos<br />
geométricos do terreno, mesmo se a vizinhança do terreno é um refletor lambertiano ou<br />
um emissor “corpo-negro”. Dubayah et al. (1990) notaram que V d , para uma inclinação<br />
infinitamente longa, é expresso como (1+cosS)/2, e C t foi aproximado por:<br />
C<br />
( 1 cos S )<br />
⎡ +<br />
≈ ⎢<br />
⎣ 2<br />
⎤<br />
⎥ −<br />
⎦<br />
t<br />
V d<br />
(2.34)<br />
2.4.4 Particionamento da irradiância solar incidente<br />
A maioria dos produtos de radiação solar não particionam irradiância total em<br />
componentes direta e difusa, embora sejam partes integrantes dos algoritmos desses<br />
produtos. Se as componentes forem disponíveis podem ser usadas diretamente. Ao<br />
contrário, várias fórmulas climatológicas têm sido desenvolvidas para separar insolação<br />
total em fluxos direto e difuso. Erbs et al. (1982) têm apresentado o seguinte algoritmo<br />
de particionamento da irradiância solar incidente (Φ↓= Φ D + Φ DF ), baseado na<br />
transmitância total (T) definida como:<br />
Τ =<br />
(2.35)<br />
S cosθ<br />
o<br />
Φ ↓<br />
o<br />
em que S o é a irradiância exoatmosférica.<br />
Para T < 0,22<br />
( 1−<br />
0, × Τ)<br />
Φ<br />
DF<br />
= Φ 09<br />
(2.36)<br />
↓<br />
64
Para T ≥ 0,<strong>80</strong><br />
( 0, )<br />
Φ<br />
DF<br />
= Φ ↓<br />
165T<br />
Para todas as T<br />
2<br />
3<br />
4<br />
( 0,9511−<br />
0,1604T<br />
+ 4,388T<br />
−16,638T<br />
12,336T<br />
)<br />
Φ<br />
↓<br />
(2.38)<br />
DF<br />
= Φ<br />
+<br />
em que Φ DF é o fluxo difuso descendente. Olyphant (1984) sugeriu substituir 0,120 para<br />
0,165 (T≥0,<strong>80</strong>) para condições montanhosas, onde a difusa é sempre uma pequena<br />
porção da global. Este método pode aproximar a distribuição real dos fluxos, variando<br />
com condições atmosféricas específicas e em períodos longos (fluxos mensais<br />
comparados com os horários). Para regiões planas, o particionamento dos fluxos não é<br />
importante, pois nenhum efeito topográfico será diferente com o ajuste da elevação.<br />
Para superfícies complexas, o particionamento é significativo porque a natureza da<br />
correção topográfica varia como as mudanças de proporções dos fluxos diretos e<br />
difusos. O resultado do particionamento são duas imagens com insolação direta e difusa<br />
ao nível de 1.500m. Dubayah e Loechel (1997) sugeriram o nível do mar para<br />
realizarem o particionamento dos fluxos radiativos direto e difuso.<br />
2.4.5 Irradiância solar total sob uma inclinação<br />
A irradiância solar incidente (Φ↓) é a soma das três componentes dadas abaixo:<br />
−τ<br />
o<br />
µ o<br />
Φ = δµ<br />
sSoe<br />
+ πVd<br />
R d + πCt<br />
R<br />
↓<br />
t<br />
(2.39)<br />
Note que a formulação topográfica (Φ↓) depende das condições atmosféricas reinantes.<br />
Os efeitos topográficos dependem do fluxo incidente se for direto (caso em que o cosθ é<br />
dominante), difuso (em que V d dominaria) ou se a reflectância da superfície for alta (C t<br />
elevado).<br />
65
2.4.6 Modelo TOPORAD sob condições de céu encoberto<br />
O modelo TOPORAD pode ser adaptado para condições reais incluindo valores de<br />
medições de quantidade de nuvens nos cálculos da irradiância solar incidente (Φ↓). Isso<br />
pode ser feito calculando-se a razão entre a irradiância sobre uma encosta e aquela que<br />
atinge uma superfície horizontal. Se não existir informações sobre a cobertura de<br />
nuvens, que é um importante parâmetro para a separação de radiação difusa e direta, é<br />
possível derivar esse valor como uma razão da irradiância solar medida pela a<br />
quantidade máxima de irradiância solar modelada para o local de interesse.<br />
A formulação de irradiância pode ser modificada levando em conta a reflexão e a<br />
absorção por nuvens e pela superfície terrestre sob condições de céu claro. A irradiância<br />
solar sob condição de céu nublado (Φ c ) pode ser expressa por (Gautier e Landsfeld,<br />
1997):<br />
Φ<br />
c<br />
= Φ<br />
↓<br />
( 1 − Ac<br />
− α<br />
c<br />
)<br />
( 1 − A α )<br />
c<br />
BS<br />
[W/m 2 ] (2.40)<br />
em que Φ ↓ é a irradiância solar de céu claro, obtida pelo modelo TOPORAD (W/m 2 ); A c<br />
é o reflectância de nuvens; α BS é o albedo da superfície terrestre; α c é o parâmetro de<br />
absorção de radiação solar por nuvens. Neste caso, o parâmetro α c é ajustado e<br />
parametrizado como uma função da reflectância de nuvens. A parametrização usada<br />
pode ser determinada empiricamente ou ajustada por modelos de transferência radiativa,<br />
como o SBDART (Santa Barbara DISORT Atmospheric Radiative Transfer model)<br />
(Ricchiazzi et al., 1998). O parâmetro α c pode ser expresso como uma função linear da<br />
reflectância de nuvens multiplicada por 0,07 conforme Diak e Gautier (1983):<br />
α = 0, 07 ×<br />
(2.41)<br />
c<br />
A c<br />
2.4.7 Uso do modelo TOPORAD<br />
Dozier e Outcalt (1979) simularam a irradiação solar de céu claro baseado na teoria do<br />
equilíbrio térmico, temperatura da superfície e os ângulos de inclinação, de exposição e<br />
66
do horizonte para cada ponto de um terreno montanhoso, encontrando gradientes<br />
acentuados de irradiação solar incidente em locais de encostas que receberam pouca<br />
iluminação solar durante o dia. Os efeitos de diferentes superfícies foram observados,<br />
horariamente, em que os gradientes de temperatura da superfície coincidiram com a<br />
transição da superfície dos materiais. As simulações foram efetuadas sob condições de<br />
solo exposto ou pasto e céu claro. Em áreas de floresta, em que o dossel é definido, a<br />
atenuação da radiação pelo dossel teria de ser considerada e os processos convectivos<br />
no dossel teriam de ser modelados. Durante períodos nublados, a simulação de<br />
irradiância solar incidente torna-se mais difícil, necessitando de análises cuidadosas da<br />
distribuição horária da cobertura de nuvens.<br />
Dozier (19<strong>80</strong>) descreveu o modelo TOPORAD em sua versão espectral<br />
(monocromático) sob condições de céu claro para terrenos montanhosos coberto por<br />
neve. O modelo usava como entrada informações dos parâmetros de atenuação<br />
atmosférica do ozônio, do vapor d’água, dos expoentes e coeficientes de turbidez de<br />
Ångstrom, e da razão entre absortância e reflectância dos aerossóis atmosféricos. Além<br />
disso, o autor combinou o modelo de radiação com a elevação e os ângulos de<br />
inclinação, de exposição e de aspecto de cada ponto de um modelo numérico de terreno<br />
(TOPORAD) para produzir mapas de irradiância solar incidente. As irradiâncias foram<br />
integradas em qualquer intervalo de comprimento de onda curta (λ) entre 0,25 até 5,0<br />
µm, em escala de tempo horária. O autor afirmou que os efeitos geométricos do terreno<br />
não dependem do λ, conseqüentemente as equações similares àquelas propostas por<br />
Dozier (19<strong>80</strong>) para valores monocromáticos podem ser aplicadas para integrar os<br />
valores de irradiâncias. A análise de regressão entre os valores simulados e os<br />
observados por dois piranômetros (bandas 0,28 até 2,8 µm e 0,7 até 2,8 µm) mostrou<br />
boa concordância (coeficiente de determinação R 2 = 0,994). A falta de uma dependência<br />
de altitude em cálculos de radiação também pode conduzir a erros significativos.<br />
Mesmo com modelo usando funções de decaimento exponencial para conteúdo de vapor<br />
d’água e aerossóis e cálculos de pressão de ar para o espalhamento Rayleight, ele é<br />
capaz de usar medições de uma elevação contida em um intervalo de altitude para<br />
estimar a transmissividade através de todo intervalo. Por exemplo, sob condições típicas<br />
67
(vapor d’água de 10 mm, coeficiente de turbidez da equação de Angstrom de 2000,<br />
albedo de 1,3 e a razão entre absortância por refletividade de 0,5) a radiação solar<br />
incidente em 1.200 m foi 25% menor que a 4.000 km na Sierra Nevada. O autor<br />
observou que para todos os horários do ano o ângulo de horizonte reduziu o<br />
comprimento do dia efetivo por interceptação direto do fluxo radiativo para ângulos<br />
zenitais pequenos, e no inverno essa interceptação pode não ser restringida no início da<br />
manhã e final da tarde. O autor concluiu que o modelo TOPORAD pode ser aplicado<br />
para outras superfícies do terreno desde que seja modificado apropriadamente.<br />
Dozier e Frew (1981) apresentaram um método de correção atmosférica para imagens<br />
do sensor MSS/Landsat (Multispectral Scanner System) para terrenos montanhosos, no<br />
qual a radiância e a transmitância atmosférica foram calculadas pelo modelo<br />
TOPORAD na versão espectral, constatando que essas grandezas físicas variaram com a<br />
altitude da superfície, o ângulo zenital solar, o conteúdo de aerossóis e de vapor d’água<br />
e a reflectância espectral da superfície. As variações envolvidas não são triviais e podem<br />
ser calculadas explicitamente se forem derivados valores de excitância da superfície a<br />
partir de dados de sensores remotos.<br />
Dubayah et al. (1989) afirmaram que a variabilidade temporal e espacial da radiação<br />
solar incidente sob uma região montanhosa causada pela topografia pode ser grande em<br />
pequenas distâncias.<br />
Dozier e Frew (1990) desenvolveram métodos rápidos e tabelas “lookup table” para<br />
otimizar o tempo computacional de processamento dos parâmetros do terreno usados<br />
como entrada na estimativa da irradiância solar incidente sob condições de céu claro<br />
integrando dados de sensoriamento remoto.<br />
Dubayah et al. (1990) analisaram a distribuição espacial e temporal da irradiância solar<br />
sob condições de céu claro em uma região montanhosa de área de 256 km 2 pertencente<br />
ao experimento do FIFE (First ISLSCP - Internacional Satellite Land Surface<br />
Climatology Program-Field Experiment). As simulações foram feitas aplicando o<br />
modelo TOPORAD na versão “dois fluxos” em três grades de elevação, espaçadas de<br />
25 m, 50 m e 100 m. Também, o comportamento da variância foi explicado com relação<br />
68
à variabilidade da radiação direta num modelo simplificado. Este modelo considera os<br />
ângulos azimutais distribuídos uniformemente em todas as direções e o albedo e as<br />
inclinações do terreno constantes. De acordo com os resultados encontrados, a<br />
distribuição de freqüência da elevação variou com o espaçamento da grade. A exposição<br />
solar das encostas distribuiu-se uniformemente em todas as direções em cada grade.<br />
Quando o espaçamento da grade aumentou de 25 para 100 m, a percentagem de<br />
inclinações das encostas menores que 10° aumentou de 50 para <strong>80</strong>%. Os resultados<br />
evidenciaram que a variância espacial da radiação solar incidente é função da inclinação<br />
média do terreno para um dado ângulo zenital e da irradiância exoatmosférica. Em<br />
terrenos reais sempre existem diferentes inclinações que podem necessariamente<br />
contribuir para a variabilidade de irradiância solar. A variância da radiação solar<br />
diminuiu com o aumento da profundidade óptica da atmosfera. Este resultado é devido à<br />
irradiância difusa de céu que é isotrópica no modelo de dois fluxos, e independe da<br />
orientação do terreno. A pesquisa também indicou que a relação do ângulo zenital com<br />
variância da irradiância solar máxima dependeu exclusivamente da profundidade óptica,<br />
o seja, se o ângulo zenital for pequeno, os aumentos dos efeitos de sombras foram<br />
compensados pelo aumento da atenuação atmosférica. Para ângulo zenital alto, o<br />
decréscimo da atenuação foi compensado pela diminuição da sombra. A variância e a<br />
autocorrelação espacial da radiação simulada dependeram do ângulo zenital e do<br />
espaçamento da grade de elevação.<br />
Dubayah e Katwijk (1992) modificaram o modelo TOPORAD para simular a<br />
irradiância solar anual incidente (I↓) na bacia do Rio Grande, no Colorado, mostrando<br />
que a variabilidade topográfica influencia I↓ mesmo em escala de tempo anual. O<br />
intervalo de valores anuais dentro da bacia foi de 36 até 265 W/m 2 com média de 191<br />
W/m 2 e desvio padrão de 30 W/m 2 . Além disso, poucos pontos tiveram I↓ anuais<br />
menores do que 25 W/m 2 . Os autores observaram, ainda, que a relação entre a<br />
inclinação média e a variância da I↓ sugeriu que a variabilidade relativa entre os<br />
subsetores de áreas de 16 km 2 e de 100 km 2 pode ser inferida por suas inclinações (R 2 =<br />
0,61 e 0,63, respectivamente, ao nível de confiança de 0,01). As nuvens não foram<br />
incluídas no modelo TOPORAD provocando incertezas na modelagem da І↓, pois as<br />
69
medições foram pontuais, conseqüentemente não capturaram a variabilidade espacial da<br />
І↓ causada por presença ou ausência de nuvens dentro das bacias relativas aos locais de<br />
observações.<br />
Häntzschel et al. (2005), usando o ângulo do horizonte e o fator de visada do céu<br />
calculados pelo modelo TOPORAD, modelaram regimes microclimáticos a partir da<br />
irradiância solar incidente sob condições de céu claro e de céu nublado sob o vale Wilde<br />
WeiBeritz, na Alemanha (Bavária). Os autores observaram que as simulações com o céu<br />
nublado e ao meio-dia diminuíram a irradiância solar em mais da metade, comparado<br />
com condições de céu claro e no mesmo horário. As áreas com florestas se distinguem<br />
em relação à vizinhança com diferença no saldo de radiação de mais de 100 W/m²<br />
durante a manhã. A evapotranspiração acompanhou os efeitos do relevo e o uso da terra<br />
com diferenças de 1 mm/dia entre pastagem e abeto em áreas menos íngremes<br />
(quantidade de nuvens = 3/8).<br />
2.5 Considerações sobre o albedo da superfície terrestre<br />
O albedo da superfície é definido como a razão entre as radiações refletida e incidente.<br />
Em algumas aplicações, o albedo restringe-se aos comprimentos de onda do visível,<br />
enquanto que em outras ocasiões a definição é estendida para incluir a radiação de onda<br />
longa. Em geral, o termo albedo, usado na literatura meteorológica, considera a radiação<br />
de onda curta, aproximadamente entre 0,15 e 4,0 µm (Lockwood, 1985).<br />
O albedo é essencial para a determinação do balanço de radiação (Iqbal, 1983), da<br />
magnitude e da partição da energia solar absorvida em modelos climáticos (Dickinson,<br />
1992). Além disso, existe a necessidade de especificar o albedo como uma função do<br />
tipo de cobertura da terra e do ângulo zenital solar e, que seja distribuído no espaço e no<br />
tempo em uma grande região.<br />
Segundo Geiger (1965), Iqbal (1983), Oke (1987), Dickinson (1992), Correia et al.<br />
(2002), Moody e King (2005) os principais fatores que afetam o albedo da superfície<br />
são:<br />
70
a. condição da superfície: As superfícies úmidas decrescem o albedo; em geral,<br />
albedos mais altos estão associados com superfícies suaves, secas e coloração<br />
clara, ao passo que albedos mais baixos estão associados com superfícies<br />
rugosas, úmidas e coloração escura. No caso de áreas cobertas por vegetação, ele<br />
depende da altura das plantas, percentagem de cobertura do solo, do ângulo das<br />
folhas, do índice de área foliar, da estação climática e do estágio de<br />
desenvolvimento da planta;<br />
b. ângulo zenital do Sol: produz variações diurnas acentuadas;<br />
c. as condições do céu: com referência particular aos tipos e quantidades de<br />
nuvens;<br />
d. ângulo horizontal: particularmente se ele está na direção oposta ao Sol.<br />
O valor do albedo normalmente difere de superfície para superfície e também de uma<br />
estação climática para outra. Em áreas homogêneas, o albedo varia pouco em torno do<br />
meio dia solar, aumentando seu valor quanto mais próximo do nascer ou do pôr do Sol,<br />
quando a refletividade aumenta devido ao grande ângulo zenital solar (Gielow et al.,<br />
1999).<br />
2.5.1 Albedo derivado dos dados do sensor MODIS (MOD43B3)<br />
O produto MOD43B3 representa o albedo da superfície terrestre obtidos das sete<br />
primeiras bandas do sensor MODIS do satélite Terra. O produto albedo utiliza 6 (seis)<br />
subprodutos descritos abaixo:<br />
a. MODIS/Terra Observation Pointers Daily L2G Global 250m SIN Grid<br />
(MODPTQKM) que fornece a observação da cobertura da área do terreno, os<br />
pixels que sobrepõem à grade do tile, números de linha e de amostra do produto<br />
original do nível L2 (250 m) de cada observação. Os offsets são fornecidos para<br />
as observações correspondentes a resolução espacial de 500 m L2G<br />
(MODPTHKM, etc.) para permitir que os produtos de 250 m sejam produzidos<br />
usando a informação das baixas resoluções.<br />
71
. MODIS/Terra Observation Pointers Daily L2G Global 500m ISIN Grid<br />
(MODPTHKM) contém os parâmetros geofísicos de geometria (ângulos<br />
zenital solar, de visada do sensor, hora da passagem, entre outras) nível L2 e a<br />
informação para cada observação. As observações múltiplas armazenadas na<br />
estrutura L2G são analisadas pelo processo L3 para extrair somente as<br />
observações mais relevantes que estiverem sob cada célula da grade.<br />
c. MODIS/Terra Geolocation Angles Daily L2G Global 1km ISIN Grid Day<br />
(MODMGGAD) contém informações sobre os ângulos de iluminação solar e de<br />
visada do sensor. Estes ângulos podem ser usados para modelar a relação entre a<br />
distância geométrica entre a área da superfície imageada, do Sol e do sensor. Isto<br />
é requerido freqüentemente para executar correções atmosféricas para converter<br />
ou calibrar dados espectrais para radiâncias (absoluta) ou reflectâncias<br />
conhecidas.<br />
d. MODIS/Terra Surface Reflectance Quality Daily L2G Global 1km SIN Grid<br />
(MOD09GST) é uma versão reestruturada da versão inicial da qualidade dos<br />
dados do produto MOD09_L2. Este produto sintetiza a qualidade dos produtos<br />
MOD09, especificando as correções atmosféricas. O produto contém um arquivo<br />
que específica à qualidade dos dados quanto à nuvem e suas sombras, os limites<br />
da terra e água, os aerossóis e a origem das correções dos dados desenvolvidas<br />
no arquivo. O MOD09GST contém três séries de dados científicos (SDSs): os<br />
dados de reflectância que indicam a garantia da qualidade dos pixels; o número<br />
das observações realizadas e a cobertura da observação para cada pixel.<br />
e. MODIS/Terra Surface Reflectance Daily L2G Global 250m SIN Grid<br />
(MOD09GQK) é a reflectância da superfície com resolução espacial de 250m<br />
do sensor MODIS derivado das bandas 1 e 2 no nível 1B da superfície da terra<br />
(centrado em 648 e 858nm, respectivamente). O MOD09GQK é uma estimativa<br />
da reflectância espectral da superfície terrestre, para cada banda, que seria<br />
medida próximo ao solo, ou seja, desprezando os efeitos atmosféricos. Um<br />
processo de correção é aplicado a todos os pixels que passam pelo controle de<br />
72
qualidade do nível 1B reduzindo os efeitos dos gases atmosféricos, de aerossóis,<br />
e de nuvens pouco espessas como cirrus. O produto reflectância da superfície<br />
L2G 250 m de MODIS/Terra (MOD09GQK) é processado para todo globo<br />
diariamente usando o nível 2G 250m Pointer Files (MODPTQKM) localizando a<br />
reflectância nível 2 da superfície (MOD09) em uma grade geográfica. A<br />
qualidade dos dados do produto MOD09GQK é fornecida em três níveis<br />
diferentes: para cada pixel, banda espectral, e todo o arquivo da imagem. Os<br />
usuários são recomendados a usar com cuidado o produto MOD09GQK, pois<br />
está em fase de melhoramento o nível L1B, as correções para os aerossóis e os<br />
produtos máscara de nuvem.<br />
f. MODIS/Terra Surface Reflectance Daily L2G Global 500m SIN Grid<br />
(MOD09GHK) é um produto de 7 bandas derivado da bandas 1 a 7 nível 1B. O<br />
produto é uma estimativa da reflectância espectral da superfície para cada banda,<br />
desprezando os efeitos atmosféricos. São feitas correções para os efeitos dos<br />
gases atmosféricos, de aerossóis, e de nuvens cirrus sendo aplicado para todos os<br />
pixels do nível 1B que passarem pelo controle de qualidade do nível 1B. A<br />
correção atmosférica usa os produtos MOD04 e MOD05 para o vapor de água, a<br />
correção do aerossol e o NCEP para o ozônio para as 26 bandas do MODIS,<br />
detectando nuvens do tipo cirrus. Maiores detalhes destes produtos podem ser<br />
obtidos no site http://edcdaac.usgs.gov/modis/mod09 ghkv4.asp.<br />
O modelo do produto MOD43B3 foi desenvolvido por Strahler e Muller (1999). Esse<br />
algoritmo realiza correção atmosférica dos dados de reflectância à superfície para dois<br />
sensores, o MODIS e o MISR (Multi-angle Imaging Spectroradiometer), adaptados a 7<br />
bandas com 1.000 m de resolução espacial. O algoritmo do albedo utiliza o código de<br />
simulação de transferência radiativa atmosférica (6s) como uma função do ângulo<br />
zenital solar para efetuar a correção das bandas espectrais. Este modelo combina três<br />
algoritmos, tais como:<br />
73
a. algoritmo semi-empírico: que fornece os coeficientes do modelo semiempírico.<br />
Neste modelo, a reflectância pode ser modelada como a soma de três<br />
tipos de representações de espalhamentos:<br />
1. isotrópico;<br />
2. volumétrico, quando as folhas de um dossel são consideradas<br />
horizontais e homogêneas (Roujean et al.,1992; Nilson e Kuusk, 1989);<br />
3. espalhamento em uma superfície geométrica, quando as imagens<br />
contêm objetos em três dimensões que sombreiam e são mutuamente<br />
obscurecidos por ângulos de visada off-nadir (Wanner et al., 1995).<br />
b. algoritmo empírico: que estruturalmente é o mesmo que o algoritmo semiempírico<br />
diferenciando somente no modelo empírico da Função Distribuição de<br />
Reflectância Bidirecional (Walthall et al., 1985). Este modelo é do tipo kernel e<br />
fornece a reflectância da superfície terrestre de vários ângulos de visada.<br />
c. algoritmo mínimo: que fornece os identificadores do tipo de albedo<br />
encontrado (nuvens, terra ou água) e os valores de albedos black-sky<br />
(reflectância hemisférica direcional) e White-sky (reflectância bidirecional) nas<br />
bandas espectrais do azul, do vermelho, do infravermelho próximo e nas bandas<br />
largas do visível e do infravermelho próximo (Sthahler et al.,1999).<br />
Os algoritmos são executados simultaneamente, corrigindo feitos atmosféricos e<br />
selecionando os melhores pixels de um conjunto de 16 imagens diárias agrupando-os<br />
em uma imagem composta de valores médios de albedos. O produto MOD43B3<br />
encontra-se disponíveis em arquivos HDF-EOS na versão 4 (V004) nível 2G/nível 3,<br />
projeção de área Sinusoidal, tiles de 1.200 x 1.200 pixels, resolução espacial de 1.000<br />
m, resolução radiométrica de 16 bits e para 10 bandas distintas. O produto disponibiliza<br />
dois tipos de albedos para 7 bandas espectrais e 3 bandas largas: albedos Black-sky e o<br />
White-sky.<br />
74
TABELA 2.3 - Bandas espectrais do sensor MODIS utilizadas pelo produto albedo<br />
(MOD43B3).<br />
Número das bandas Bandas (µm) Região do espectro<br />
1 0,620-0,670 Vermelho<br />
2 0,841-0,876 Infravermelho próximo<br />
3 0,459-0,479 Azul<br />
4 0,545-0,565 Verde<br />
5 1,230-1,250 Infravermelho próximo<br />
6 1,628-1,652 Infravermelho médio<br />
7 2,105-2,155 Infravermelho médio<br />
8 0,400-0,700 Visível<br />
9 0,700-4,000 Infravermelho<br />
10 0,250-4,000 Onda-curta<br />
O albedo Black-sky é a componente direta do albedo da superfície captada pelo sensor<br />
MODIS em todas as direções e diferentes intensidades (integração hemisférica). Neste<br />
produto, o albedo Black-sky (α bs ) foi produzido somente para meio-dia solar de cada<br />
local. O albedo White-sky (α ws ) corresponde a componente difusa. Esta componente<br />
representa a integração dos albedos hemisféricos provenientes da atmosfera e da<br />
superfície que são detectados pelo sensor MODIS com a mesma intensidade e em todas<br />
as direções (isotrópica). O albedo Blue-sky (α BS ) pode ser modelado como uma<br />
interpolação entre a componente direta e a difusa em função da fração de luz difusa<br />
S(θ,τ(λ)) expressa por (Schaaf et al., 2002):<br />
( θ λ) [ − S ( θ,<br />
τ ( λ))<br />
] × α ( θ,<br />
λ) + S(<br />
θ,<br />
τ ( λ))<br />
× α ( θ λ)<br />
α = 1 ,<br />
(2.42)<br />
BS<br />
,<br />
bs<br />
ws<br />
Tabelas ‘’lookup table’’ foram produzidas com a ajuda do código 6S (wwwmodis.bu.edu/brdf/userguide/val.html).<br />
Esta tabela contém valores de S(θ,τ(λ)) em<br />
função dos tipos de aerossóis (continentais ou marítimos), profundidade óptica (0 a 1,<br />
variação 0,02) e ângulo zenital solar (0° a 89°, variação 1°). As imagens albedos Blacksky<br />
e White-sky são fornecidas em níveis de cinza devendo ser multiplicadas por 0,001<br />
(Schaaf, 2005).<br />
75
2.6 Reflectância de nuvens do satélite GOES 12<br />
A natureza aleatória do fluxo de radiação solar em qualquer condição de nebulosidade é<br />
incluída no modelo de irradiância solar sob condições de céu encoberto através do<br />
coeficiente efetivo de reflectância de nuvens (C cF ). Para determinação do coeficiente de<br />
reflectância de nuvens é necessária a composição de imagens de céu claro e de céu<br />
completamente nublado por meio de análise estatística de imagens do período de<br />
interesse (Martins, 2001).<br />
A cobertura e a reflectância de nuvens podem ser determinadas a partir de imagens do<br />
sensor Imager do satélite GOES 12. Este satélite fornece imagens de todo o Brasil a<br />
cada 1/2 hora. O sensor Imager possui 5 canais, sendo que o primeiro canal opera na<br />
região do visível (0,4-0,70 µm) e sua resolução espacial é de 1.000 m. As reflectâncias<br />
de nuvem e da superfície obtidas do Imager são calculadas em função da radiância<br />
espectral, do co-seno do ângulo zenital e da radiação extraterrestre.<br />
O valor de C cF é determinado a partir dos valores de medidos de radiância visível (R)<br />
detectada pelo sensor Imager do satélite GOES 12. Gautier et al. (19<strong>80</strong>) e Stuhlmann et<br />
al. (1990) em seus modelos assumiram que L de um determinado alvo pode ser expressa<br />
basicamente pela combinação linear da radiância (R claro ) refletida pela superfície que<br />
passa pela fração descoberta de nuvens e da radiância (R nuvem ) refletida pela camada de<br />
nuvens. Logo,<br />
C<br />
ef<br />
R − R<br />
R − R<br />
claro<br />
= (2.43)<br />
claro<br />
nuvem<br />
Ceballos et al. (2004) mostraram uma equação equivalente à (2.43) expressa por:<br />
A c<br />
R − R<br />
min<br />
= (2.44)<br />
Rmax<br />
− Rmin<br />
ρ<br />
R = (2.45)<br />
µ<br />
o<br />
76
πR<br />
ρ = (2.46)<br />
S GOES<br />
em que R é a estimativa da reflectância para a radiação visível no interior de um pixel; ρ<br />
é o fator de reflectância; R min e R max são as reflectâncias mínima e máxima,<br />
respectivamente. Ceballos et al. (2004) encontraram valores para R min de 0,093 e para<br />
R max de 0,465; S GOES é a densidade de fluxo espectral solar médio no topo da atmosfera<br />
incluída no intervalo do visível do GOES 12; µ o é o co-seno do ângulo zenital solar.<br />
2.7 Parâmetros atmosféricos do Modelo GADS (Global Aerosol Data Set)<br />
Os gases atmosféricos e os aerossóis contribuem para a absorção e o espalhamento da<br />
irradiância solar direta e da radiação refletida da superfície terrestre. A absorção reduz a<br />
quantidade de energia disponível em um dado comprimento de onda enquanto o<br />
espalhamento redistribui a energia pela variação da direção. Embora o espalhamento<br />
não altere as propriedades dessa radiação exceto o seu sentido, ele resulta em redução<br />
do contraste dos objetos observados causando borramento da imagem (decréscimo na<br />
magnitude da forma do limite).<br />
Os efeitos das forçantes radiativas no clima não são fáceis de serem quantificados e<br />
avaliados. Um dos motivos é que os aerossóis variam espacialmente e temporalmente na<br />
atmosfera terrestre. Entretanto, dados de aerossóis existem de diferentes medições e<br />
podem ser compilados em modelos físicos como no GADS.<br />
O modelo GADS é uma versão revisada do modelo de aerossóis climatológicos<br />
desenvolvido por d’Almeida et al. (1991). Este modelo utiliza dados compilados de 10<br />
tipos de aerossóis (continentais e marítimos) representativos de medições em diferentes<br />
condições atmosféricas com resolução espacial de aproximadamente 500 km (Koepke et<br />
al., 1997). As propriedades ópticas da atmosfera (profundidade óptica, albedo simple,<br />
parâmetro de assimetria e coeficientes de extinção, de absorção e de espalhamento) são<br />
calculadas por meio da teoria Mie entre os comprimentos de onda de 0,3 e 40 µm para 8<br />
valores de umidade relativa, se necessárias. As componentes dessas propriedades são<br />
disponíveis no Software Optical Properties of Aerosols and Clouds (OPAC). Para todo<br />
77
o globo, uma grade de 5° de latitude e longitude, com 7 perfis de alturas diferentes,<br />
ambos para o verão e para o inverno, compõem cada ponto de grade dos componentes<br />
dos aerossóis.<br />
2.7.1 Componentes do Modelo GADS<br />
A distribuição global das propriedades microfísicas dos aerossóis é armazenada em dois<br />
arquivos:<br />
• winter.dat: válido de setembro a fevereiro;<br />
• summer.dat: válido de março a agosto.<br />
Esses arquivos contêm a densidade numérica dos componentes dos aerossóis e um<br />
número, indicando o tipo de perfil de altitude usado para calcular a profundidade óptica,<br />
todos em uma grade de 5° x 5°. Os arquivos também possuem diversas colunas com<br />
informações sobre os tipos de aerossóis e a umidade relativa média. A abreviação do<br />
cabeçalho da tabela é descrita abaixo segundo Koepke et al. (1997):<br />
• LAT: latitude de 90° (N) a -90° (S). Para cada latitude todas as longitudes são<br />
listadas consecutivamente;<br />
• LON: longitudes de -1<strong>80</strong>° (W) a 175° (E);<br />
• NL: número de camadas de aerossóis. Geralmente, NL=1, mas em certos casos,<br />
existe uma camada de minerais transportando aerossóis em uma segunda camada<br />
(NL=2). Nos casos em que NL=2, a informação da segunda camada (iniciando<br />
com UNUSED) é fornecida na próxima linha;<br />
• PN: número do perfil (1 ... 7). Sete perfis diferentes são usados no GADS. Eles<br />
são definidos no arquivo profiles.dat;<br />
• UNUSED: As três colunas seguintes não são usadas na versão corrente do<br />
GADS;<br />
78
• N: densidade de número de partícula total à superfície em partículas por cm 3 ;<br />
• NC: número de componentes dos aerossóis. Até quatro componentes dos<br />
aerossóis são usados a cada ponto de grade. Os itens IC e MR descrevem o tipo<br />
e a razão de mistura em relação a cada um destes componentes. Se houver<br />
quatro componentes, o 4º entra na próxima linha;<br />
• IC: o número descreve o componente do aerossol;<br />
• MR: razão de mistura da componente real.<br />
Com ajuda do programa GADS pode-se produzir arquivos com distribuições globais de<br />
algumas das propriedades ópticas mais pertinentes do aerossol em pontos de grade.<br />
Estes arquivos têm o mesmo formato com respeito à distribuição global, como os<br />
arquivos winter.dat e summer.dat. Cada vez que o programa é executado produz-se um<br />
arquivo nomeado como aererg que contém as seguintes propriedades ópticas para um<br />
determinado comprimento de onda e uma umidade relativa do ar (Koepke et al.,1997):<br />
• ext.coef: coeficiente extinção [1/km]<br />
• sca.coef: coeficiente espalhamento [1/km]<br />
• abs.coef: coeficiente absorção [1/km]<br />
• sisc.alb: albedo simples<br />
• asym.par: parâmetro de assimetria<br />
• op.depth: profundidade óptica<br />
• li.ratio: razão lidar [sr]<br />
2.8 Evapotranspiração<br />
Numa superfície vegetada ocorrem, simultaneamente, os processos de evaporação e de<br />
transpiração. A evaporação é um fenômeno pelo qual uma substância passa da fase<br />
79
líquida (água) para a fase gasosa (vapor). A evaporação da água ocorre tanto numa<br />
massa contínua (mar, lago, rio, poça) como numa superfície úmida (planta, solo). É um<br />
fenômeno que exige o suprimento de energia sendo, portanto, um processo que utiliza<br />
essa energia do sistema e a transforma em calor latente (Pereira et al., 1997).<br />
A transpiração é a evaporação da água que foi utilizada em diversos processos<br />
metabólicos necessários ao crescimento e desenvolvimento das plantas. Essa<br />
evaporação se dá através dos estômatos, que são estruturas de dimensões microscópicas<br />
(< 50 µm) existentes nas folhas (de 5 a 200 estômatos/mm²) e que permitem a<br />
comunicação entre a parte interna da planta e a atmosfera. Através dos estômatos fluem<br />
gás carbônico, oxigênio e vapor d’água. Na maioria das plantas, os estômatos<br />
permanecem abertos durante o dia e fechados durante à noite e em condições de<br />
acentuado estresse hídrico. O estresse hídrico ocorre em duas situações: (1) quando o<br />
solo não contém água disponível às plantas; (2) quando o solo contém água disponível,<br />
mas a planta não é capaz de absorvê-la em velocidade e quantidade suficiente para<br />
atender à demanda atmosférica.<br />
A evapotranspiração é o termo que foi utilizado por Thornthwaite, no início da década<br />
dos 40, para expressar a ocorrência simultânea dos processos de transpiração e de<br />
evaporação. A evapotranspiração é controlada pela disponibilidade de energia, pela<br />
demanda atmosférica, pelo suprimento de água do solo às plantas (Pereira et al., 1997) e<br />
pelo estágio da cultura.<br />
Num terreno plano, o total diário de radiação solar é modulado pela época do ano, que<br />
determina o ângulo de incidência dos raios solares. Numa topografia acidentada,<br />
dependendo da estação do ano, encostas com declividade e exposição distintas terão<br />
disponibilidades diferentes de energia. A altitude também afeta diretamente as<br />
temperaturas do solo e do ar, e a pressão atmosférica, que são fatores que influenciam a<br />
evapotranspiração.<br />
<strong>80</strong>
2.8.1 Evapotranspiração potencial (ETP)<br />
A evapotranspiração potencial corresponde à água utilizada por uma extensa superfície<br />
vegetada, em crescimento ativo e cobrindo totalmente o terreno, estando este bem<br />
suprido de umidade, ou seja, em nenhum instante a demanda atmosférica é restringida<br />
por falta d’água no solo. Para Pennam (1948), a vegetação deve ser baixa e de altura<br />
uniforme. A grama foi prontamente tomada como padrão, pois esta é a cobertura<br />
utilizada nas estações meteorológicas. Assim definida, a ETP é um elemento climático<br />
fundamental que corresponde ao processo oposto à chuva (Thornthwaite, 1946), sendo<br />
expressa na mesma unidade de medida (mm).<br />
Um ponto que causa incompreensão e confusão no conceito de ETP é aquele referente<br />
ao tamanho da área vegetada, e a definição de Thornthwaite diz apenas que esta deve<br />
ser “extensa”. Não houve, na época, preocupação em definir as condições de contorno<br />
para que a evapotranspiração seja realmente potencial. O sentido de “área extensa”<br />
implica em área tampão suficiente grande para que a evapotranspiração seja resultante<br />
apenas das trocas verticais de energia e limitada apenas pela disponibilidade de radiação<br />
solar. Condições realmente potenciais ocorrem 1 a 2 dias após uma chuva generalizada,<br />
em que toda a região está umedecida e as contribuições advectivas são minimizadas,<br />
independentemente do tamanho da área vegetada (Pereira et al., 1997).<br />
Medir a ETP diretamente é difícil porque exige instalações e equipamentos especiais.<br />
Além disso, estas estruturas são de alto custo, justificando-se apenas em condições<br />
experimentais. No entanto, a ETP pode ser estimada usando métodos empíricos (Tanque<br />
Classe A, Thonrthwaite e Radiação solar), balanço de energia (Razão de Bowen),<br />
aerodinâmicos ou combinados (Método de Priestley-Taylor).<br />
2.8.2 Método de Priestley e Taylor<br />
Este método pode ser interpretado tanto como uma versão do método do balanço de<br />
energia como uma simplificação do método de Penman, em que se retém apenas o<br />
termo radiativo (diabático) corrigido por um coeficiente. Analisando dados de<br />
observações lisimétricas obtidas na ausência de advecção e com superfície úmida após<br />
81
uma chuva superior a 20 mm em até três dias antes das observações, Priestley e Taylor<br />
(1972) propuseram que a evapotranspiração potencial seja calculada pela equação:<br />
ETP<br />
⎧<br />
⎨α<br />
=<br />
⎩<br />
PT<br />
⎡ ∆ ⎤<br />
⎢<br />
⎣∆ + γ ⎥<br />
⎦<br />
L<br />
e<br />
( R −G)<br />
n<br />
⎫<br />
⎬<br />
⎭<br />
[mm] (2.47)<br />
em que α PT é um fator de ajuste, o qual tornou-se universalmente conhecido como<br />
parâmetro de Priestley-Taylor; ∆ é a declividade da curva de pressão de vapor (kPa/°C);<br />
γ é a constante psicrométrica (kPa/°C); R n é o saldo de radiação (MJ/m²); G é o fluxo<br />
de calor no solo (MJ/m²) e L e é o calor latente de evaporação (MJ/kg).<br />
O método de Priestley-Taylor é uma simplificação da aproximação de Penman-<br />
Monteith em que as resistências aerodinâmica do solo e estomática, para o movimento<br />
da água no sistema solo-planta-atmosfera, são representadas por um coeficiente<br />
adimensional, α PT . Priestley e Taylor mostraram que aproximadamente <strong>80</strong>% da taxa de<br />
evaporação é controlada pela disponibilidade de energia radiante (R n -G), enquanto a<br />
energia adiabática representa 21 a 22% da evaporação o que significa que α PT = 1,26,<br />
para uma superfície coberta de vegetação, bem suprida de água e extensa. Essas<br />
observações têm sido comprovadas por outros estudos para uma variedade de tipos de<br />
cobertura da superfície (Monteith e Unsworth, 1990).<br />
Vários conjuntos de dados micrometeorológicos resultam em valores de α PT entre 1,08 e<br />
1,34, com média de 1,26. Desde então, α PT igual a 1,26 tem sido admitido como o mais<br />
provável para estimar a evapotranspiração potencial. Alguns valores de α relatados na<br />
literatura são apresentados na Tabela 2.4.<br />
82
TABELA 2.4 - Valores do parâmetro α PT de Priestley-Taylor para diversas superfícies<br />
evapotranspirantes.<br />
α PT médio Cobertura Literatura<br />
1,26 Diversas Priestley e Taylor (1972)<br />
1,27 Gramado Davis e Allen (1973)<br />
1,16 Floresta Amazônica Viswanadham et al. (1991)<br />
1,05 Floresta de coníferas McNaughton e Black (1973)<br />
Através de considerações termodinâmicas rigorosas, envolvendo a igualdade das<br />
variações da energia de Gibbs para ambas as fases, líquida e gasosa, pode-se chegar à<br />
equação de Clausius-Clapeyron, a qual fornece a declividade da reta tangente à curva de<br />
saturação em um ponto qualquer. Essa variável pode ser estimada com base nos estudos<br />
realizados por Tetens (1930) e Murray (1967), expressa por:<br />
∆ =<br />
de<br />
dt<br />
s<br />
dia<br />
=<br />
L e<br />
R<br />
≅<br />
4098e<br />
e s<br />
s<br />
2<br />
vtdia<br />
dia<br />
3<br />
( t + 237, ) 2<br />
[kPa/°C] (2.48)<br />
em que L e é o calor latente de vaporização da água (2,5 x 10 6 J.kg -1 ); Rv, a constante<br />
especifica do vapor d’água (461,50 J.kg -1 .K -1 ); e a pressão de saturação do vapor d’água<br />
(kPa) é dada por:<br />
⎛ 17,27tdia<br />
⎞<br />
e =<br />
⎜<br />
⎟<br />
s<br />
0,6108exp<br />
[kPa] (2.49)<br />
⎝ tdia<br />
+ 237,3 ⎠<br />
em que t dia é a temperatura média diária do ar (°C).<br />
O calor latente de vaporização (L) é a quantidade de energia necessária para evaporar a<br />
massa de 1 g de água estando esta à temperatura t dia . Harrison (1963) expressou o calor<br />
latente de evaporação pela seguinte equação:<br />
e<br />
−3<br />
( 2,361×<br />
10 ) tdia<br />
L = 2 ,501−<br />
× [MJ/kg] (2.50)<br />
Pelo fato de o calor latente de evaporação variar muito pouco em condições normais de<br />
temperatura do ar, pode-se adotar um valor constante para L. Para t = 20°C,<br />
L e = 2,45 MJ/kg.<br />
83
A fator psicrométrica é estimada pela expressão proposta por Brunt (1952), como segue:<br />
c<br />
p<br />
P<br />
P<br />
γ = = 0,0016286 [kPa/°C] (2.51)<br />
η L<br />
L<br />
e<br />
e<br />
A pressão atmosférica à altura z é a pressão exercida pelo peso da coluna atmosférica. A<br />
evaporação em altitudes elevadas depende da pressão atmosférica, como expressa pelo<br />
fator psicrométrico. O efeito da pressão atmosférica é pequeno na evaporação e sendo<br />
considerado um valor médio de pressão atmosférica para um dado local. Assim, a<br />
pressão atmosférica pode ser estimada pela equação sugerida por Allen et al. (1998):<br />
P<br />
⎛T<br />
g<br />
( z − z ) ⎞ΓR<br />
ko<br />
o<br />
= Po<br />
⎜<br />
⎟ [kPa] (2.52)<br />
Tko<br />
⎝<br />
− Γ<br />
⎠<br />
em que P é a pressão atmosférica à altura z (kPa); P o a pressão atmosférica ao nível do<br />
mar (kPa); Z a altitude (m); Z o a altitude de referência (m); g a aceleração gravitacional<br />
(≈ 9,8 m/s²); R a constante universal do ar seco (287 J/kg/K); T ko a temperatura (K) à<br />
altura z o T ko = 273,16 + t(°C), Г= taxa de decréscimo de temperatura para o ar saturado<br />
= 0,0065(K/m).<br />
Quando se assume, P o = 101,3 kPa e T ko = 293 K = 20°C<br />
5,<br />
256<br />
293 0,<br />
0065<br />
1013 ,<br />
⎛ − × z<br />
P = ×<br />
⎞<br />
⎜<br />
⎟ [kPa] (2.53)<br />
⎝ 293 ⎠<br />
A pressão parcial de vapor é definida como a pressão de saturação de vapor à<br />
temperatura do ponto de orvalho (e d ). Na ausência de dados de umidade relativa, podese<br />
estimar a pressão de vapor assumindo-se como sendo a temperatura mínima igual à<br />
temperatura do ponto de orvalho (Allen et al., 1998), equivalente a:<br />
⎛ 17,<br />
27T<br />
min ⎞<br />
e d<br />
= 0,<br />
6108exp⎜<br />
⎟ [kPa] (2.54)<br />
⎝Tmin<br />
+ 237,<br />
3⎠<br />
em que Tmin é a temperatura mínima do ar (°C).<br />
84
2.8.3 Saldo de radiação na superfície (R n )<br />
O balanço de energia representa a contabilidade das interações dos diversos tipos de<br />
energia com a superfície. Em condições atmosféricas normais, o suprimento principal<br />
de energia para a superfície é dado pela radiação solar. Em função do comprimento de<br />
onda dos raios solares, a radiação solar é denominada de onda curta (Φ↓). Parte da<br />
radiação incidente é refletida (Φ ↑ ), de acordo como o albedo (α) da superfície. Portanto,<br />
num dado instante o balanço de radiação de onda curta (Φ) é dado por:<br />
Φ=Φ −Φ =Φ (1−α) [W/m 2 ] (2.55)<br />
↓ ↑ ↓<br />
Outra fonte de energia radiante para a superfície é a radiação emitida pela atmosfera.<br />
Pela lei de Stefan-Boltzmann essa radiação é proporcional à quarta potência da<br />
temperatura absoluta da atmosfera, ou seja, ε ar σT 4 ar, em que ε ar é a emissividade média<br />
da atmosfera (0< ε ar
( < H > )<br />
2<br />
V f<br />
=<br />
φ<br />
cos (2.58)<br />
O co-seno da declividade da irradiância difusa é igual a cos 2 (ψ/2), em que ψ é a<br />
declividade do terreno. Logo, estabelece-se um balanço de radiação de onda longa<br />
(BOL) para um local de interesse expresso por Dozier e Outcalt (1979):<br />
BOL<br />
4<br />
[ ε σT<br />
]<br />
ψ<br />
( )( 1−V<br />
) × Φ + ( V −1)<br />
2<br />
= Φ<br />
oL<br />
− Φ<br />
oL<br />
= cos<br />
↓ ↑<br />
2 d oL ↓ d s<br />
[W/m 2 ] (2.59)<br />
Portanto, o saldo de radiação da superfície (R n ) é dada por:<br />
R<br />
n<br />
4<br />
[ ε σ ]<br />
ψ<br />
( )( 1−V<br />
) × Φ + ( V −1)<br />
2<br />
= Φ 1−α)<br />
+ cos<br />
2 d oL ↓<br />
(<br />
d s<br />
T [W/m 2 ] (2.60)<br />
↓<br />
Parte do Rn é usado no aquecimento do solo e para simplificações de cálculos, o fluxo<br />
de calor para o solo (G) foi considerado igual a 10% de R n (Campbell, 1977). Desde que<br />
a média do fluxo de calor diário para períodos de 10 a 30 dias é relativamente pequena,<br />
ele pode ser normalmente desprezado, então G ≈ 0 (Allen et al., 1998).<br />
O método de Priestley-Taylor pode ser usado para fornecer uma aproximação da<br />
demanda evaporativa diária em cada local de interesse. Esse método é relativamente<br />
simples; porém, não considera as contribuições adicionais de fluxo evaporativo causado<br />
por advecção.<br />
2.9 Temperatura e emissividade da superfície (MOD11)<br />
O produto MOD11 utiliza como dados de entrada: radiância (MOD021KM),<br />
geolocalização (MOD03), máscara de nuvens (MOD35_L2), qualidade da cobertura do<br />
terreno (MOD12Q1) e neve (MOD10_L2). O arquivo de saída contém o SDSs de TST<br />
(temperatura da superfície Terrestre), a garantia de qualidade (QA) dos pixels, o erro em<br />
TST, as emissividade das bandas 31 e 32, os ângulos zenitais, resolução espacial de<br />
1.000 m, atributos locais e globais. Este produto utiliza o algoritmo split-window TST<br />
(Wan e Dozier, 1996) que tem sido validado com dados do sensor MAS (MODIS<br />
Airborne Simulator) e medições de campo, o algoritmo dia/noite de Ts, que foi<br />
86
projetado especificamente para o sensor MODIS (Wan e Li, 1997). A precisão do<br />
algoritmo MODIS TST é de 1 K.<br />
2.9.1 Algoritmo Split-Window para o cálculo da TST com o sensor MODIS<br />
O algoritmo “Split-Window” para a TST corrige efeitos atmosféricos e da emissividade<br />
da superfície (Price, 1984; Sobrino et al., 1991; Vidal, 1991). As principais vantagens<br />
são: não requer perfis atmosféricos precisos; não necessita de simulações de<br />
transferência radiativa pixel a pixel e sua precisão depende do conhecimento da<br />
emissividade da superfície (Wan, 1999). A temperatura é estimada para cada pixel da<br />
imagem e em condição de céu claro. A expressão geral proposta por Wan e Dozier<br />
(1996) para dados do sensor MODIS é dada por:<br />
T s<br />
⎛ 1−<br />
ε ∆ε<br />
⎞ T31<br />
+ T32<br />
⎛ 1−<br />
ε ∆ε<br />
⎞ T31<br />
− T32<br />
= C + ⎜ A1<br />
+ A2<br />
+ A3<br />
+ B<br />
2<br />
⎟ ⎜ 1<br />
+ B2<br />
+ B3<br />
2<br />
⎟<br />
⎝ ε ε ⎠ 2 ⎝ ε ε ⎠ 2<br />
(2.61)<br />
em que ε = 0,5(ε 31 +ε 32 ) e ∆ε = ε 31 -ε 32 são a média e a diferença de emissividade da<br />
superfície nas bandas 31 e 32; T 31 e T 32 são as temperaturas de brilho nessas duas<br />
bandas. Os coeficientes C, Ai e Bi, i = 1, 2, 3, são dados de interpolação recuperados de<br />
uma tabela look-up table multidimensional (LUT). Os LUTs foram obtidos pela<br />
regressão linear dos dados simulados do MODIS de cálculos de transferência radiativa<br />
para várias condições de superfície e atmosfera.<br />
Melhorias para a generalização do algoritmo Split-Window de TST incorporado no<br />
estabelecimento dos LUTs incluem dependências do ângulo de visada, da coluna de<br />
vapor d’água e da temperatura próxima ao solo (Wan et al., 2004). A dependência do<br />
ângulo de visada é conhecida nas dimensões do LUTs para estabelecer um ângulo de<br />
visada de toda a cobertura do MODIS. A informação de vapor d’água fornecida no<br />
produto MODIS atmosférico é usado como o intervalo mais provável de vapor d’água<br />
em vez de seu valor exato por causa de incertezas na quantificação do vapor d’água<br />
atmosférica serem muito grandes. Similarmente, a informação da temperatura próxima<br />
ao solo fornecida pelo produto atmosférico do MODIS é também usada para derivação<br />
da TST.<br />
87
2.9.2 Algoritmo dia/noite para cálculo da TST obtida do sensor MODIS<br />
O algoritmo dia/noite é a primeira operação capaz de corrigir as incertezas nos perfis de<br />
temperatura e do vapor d’água atmosférico recuperando a emissividade e a TST sem<br />
prejuízos significativos. Este método usa imagens obtidas de dia e de noite na região do<br />
infravermelho termal para a mesma data e resolução espacial de 5 km. A TST e as<br />
emissividades médias são simuladas para sete bandas do MODIS sem necessitar do<br />
conhecimento da temperatura do ar e dos perfis de vapor d’água (Wan e Li, 1997). O<br />
algoritmo dia/noite é semelhante ao algoritmo proposto por Li e Becker (1993) que<br />
estima a emissividade e a TST usando uma imagem durante o dia e outra a noite, na<br />
mesma data obtidas com o sensor AVHRR. Por usar esse par em sete bandas do<br />
MODIS são feitas 14 observações (sete durante o dia e sete durante a noite) (Wan,<br />
1999; Vermote et al., 2002).<br />
As emissividades nas bandas 31 e 32 são estimadas baseadas no método de classificação<br />
da emissividade (Snyder and Wan, 1998) de acordo com o tipo de cobertura da terra em<br />
um determinado pixel usando os dados de entrada do MOD12Q1 e MOD10_L2. No<br />
primeiro ano do produto MODIS TST, o produto cobertura da terra usou o algoritmo do<br />
grupo IGBP da Universidade de Maryland baseado nos dados do AVHRR. Desde junho<br />
de 2001, o produto “cobertura do terreno” é usado no processamento do MODIS TST.<br />
Pode existir um erro no cálculo das emissividades em áreas semi-áridas e áridas. Assim,<br />
a qualidade do produto MOD11_L2 pode ser baixa nestas áreas. Os usuários são<br />
aconselhados a usar como precaução os dados do MOD11_L2 para aplicação do<br />
projeto, especialmente em áreas semi-áridas e áridas. A banda 22 (4 a 11µm) foi testada<br />
para determinar a nebulosidade presente em pixels por meio do algoritmo “máscara de<br />
nuvens”.<br />
2.9.3 Modelo de emissividade média<br />
O conhecimento da emissividade de uma superfície qualquer obtida de dados de satélite<br />
é o principal problema para a determinação da temperatura da superfície. A<br />
emissividade pode ser calculada usando duas superfícies padrões de emissividades<br />
conhecidas. Esta consideração tem sido proposta por Caselles e Sobrino (1989) que na<br />
88
ocasião utilizaram imagens NOAA-AVHRR para estimar a emissividade em uma região<br />
da Espanha. O método é um modelo teórico que determina a emissividade efetiva para<br />
uma área parcialmente coberta por vegetação por meio da seguinte relação:<br />
ε<br />
( θ ) ε P + ε P ( θ ) + ε P ( θ ) dε<br />
( θ )<br />
= (2.62)<br />
t t s s g g<br />
+<br />
em que θ é o ângulo zenital de observação; ε t , ε s e ε g são as emissividades no topo da<br />
vegetação, no interior da vegetação e no solo da superfície rugosa (terreno),<br />
respectivamente; e P t , P s (θ) e P g (θ) são as proporções desses elementos observados<br />
pelos radiômetros. Caselles e Sobrino (1989) observaram que a soma P t +P s (θ)+P g (θ) é<br />
igual a 1. Considerando que o topo e o interior da superfície rugosa correspendem à<br />
vegetação, com uma emissividade ε v =ε t =ε s , a equação (2.62) pode ser reescrita como<br />
(P v (θ)=P t +P s (θ)):<br />
ε<br />
( θ ) ε P ( θ ) + ε [ − P ( θ )] dε<br />
( θ )<br />
= 1 (2.63)<br />
v v g v<br />
+<br />
em que dε(θ) é um termo adicional que corrige a reflexão entre as partes diferentes do<br />
sistema e é dada por:<br />
( θ ) = ( − ε )( 1−<br />
P ( θ )) ε F + ( 1−<br />
ε )( ε G + ε F′<br />
) P ( θ )<br />
d ε 1 ×<br />
(2.64)<br />
g<br />
v<br />
v<br />
v<br />
g<br />
v<br />
s<br />
em que F, G e F’ são os fatores que determinam, respectivamente, as proporções de:<br />
radiância do lado da vegetação que chega no solo; radiância do solo que atinge a<br />
vegetação; e radiância da vegetação que atinge vegetações adjacentes. Assim, dε(θ) é<br />
um termo que depende da estrutura da rugosidade da superfície observada. Os fatores<br />
geométricos (F, G e F’) podem ser modelados se a altura e a separação entre as áreas<br />
vegetadas são conhecidas. A geometria da área parcialmente vegetada pode ser<br />
simplificada de acordo com o modelo lambertiano de caixa infinitamente longa sugerido<br />
por Sutherland e Bartholic (1977). Então, F, G e F’ podem ser calculados por (Valor e<br />
Caselles, 1996) :<br />
( 1+<br />
H / S) − 1+<br />
( H S) 2<br />
F = /<br />
(2.65)<br />
89
1<br />
( ) ( ) ⎤<br />
⎢⎣<br />
⎡ +<br />
2<br />
G = 1+<br />
S / H − 1 H / S<br />
(2.66)<br />
2<br />
⎥ ⎦<br />
( H / S) 2 − S H<br />
F ′ = 1+<br />
/<br />
(2.67)<br />
em que H e S são os valores médios da altura e do comprimento das diferentes caixas<br />
que substituem a área vegetada.<br />
Em geral, o termo dε(θ) não é desprezível. P t permanece constante, pois o sensor<br />
observa, em cada caso, a mesma proporção do topo da superfície independente de θ.<br />
Quando θ aumenta, P s e P v também aumentam. Isto deve-se ao fato de que o primeiro<br />
termo do lado direito da equação (2.64) é pequeno, e o segundo é grande,<br />
proporcionando um efeito global para decréscimo de dε com o aumento do ângulo<br />
zenital. Valor e Caselles (1996) calcularam os valores destes termos para duas estruturas<br />
de vegetação, com valor constante para P t , variando P s (θ) (Tabela 2.5).<br />
TABELA 2.5 - Variação de dε quando P s aumenta (aumento do ângulo de visada).<br />
H L S ε v ε s P t P s ε o d ε<br />
1 1 1 0,99 0,97 0,3 0,0 0,976 0,012<br />
1 1 1 0,99 0,97 0,3 0,2 0,9<strong>80</strong> 0,010<br />
1 1 1 0,99 0,97 0,3 0,4 0,984 0,008<br />
1 1 1 0,99 0,97 0,3 0,6 0,988 0,006<br />
5 1 1 0,99 0,95 0,3 0,0 0,962 0,031<br />
5 1 1 0,99 0,95 0,3 0,2 0,970 0,024<br />
5 1 1 0,99 0,95 0,3 0,4 0,978 0,017<br />
5 1 1 0,99 0,95 0,3 0,6 0,986 0,010<br />
FONTE: Adaptado de Valor e Caselles, 1996.<br />
Uma Equação similar a 2.63 pode ser escrita para o NDVI de áreas parcialmente<br />
vegetadas, expressa por (Caselles et al, 1995):<br />
( ) = NDVI P ( θ ) + NDVI ( − P ( θ )) dNDVI<br />
NDVI θ 1 (2.68)<br />
v v<br />
g v<br />
+<br />
em que o NDVI v e NDVI g são os índices de vegetação de diferença normalizada das<br />
áreas de vegetação e de solo exposto, respectivamente; dNDVI é o termo de correção do<br />
90
NDVI, que depende da proporção da cobertura de vegetação (Price,1990). Da equação<br />
2.68 pode-se obter a proporção da área vegetada por:<br />
( θ )<br />
NDVI − NDVI<br />
g<br />
− dNDVI<br />
Pv<br />
( θ ) =<br />
(2.69)<br />
NDVI − NDVI<br />
v<br />
g<br />
em que NDVI g e NDVI v são os valores mínimo e máximo da imagem de NDVI,<br />
respectivamente (P v =0 e P v =1, respectivamente). Re-escrevendo a equação 2.69 de<br />
acordo com Price (1990), tem-se que:<br />
( )<br />
NDVI − NDVI<br />
NDVI − NDVI<br />
min<br />
P v<br />
θ =<br />
(2.70)<br />
max<br />
min<br />
em que NDVI min é o valor mínimo do NDVI para a área de interesse (P v =0) e NDVI max<br />
correspondem ao valor máximo do NDVI (P v =1).<br />
A combinação da Equação 2.63 com a 2.69 produz a seguinte relação:<br />
Comα<br />
=<br />
( θ ) ( θ ) b( θ )<br />
ε =aNDVI +<br />
(2.71)<br />
( ε<br />
v<br />
− ε<br />
g<br />
)<br />
e<br />
( NDVI<br />
v<br />
− NDVI<br />
g<br />
)<br />
[ ε<br />
g<br />
( NDVI<br />
v<br />
+ dNDVI ) − ε<br />
v<br />
( NDVI<br />
g<br />
+ dNDVI )]<br />
( NDVI − NDVI )<br />
b = { } + dε<br />
( θ ) .<br />
v<br />
g<br />
Logo, um mapa de emissividade pode ser obtido de uma imagem de NDVI usando a<br />
Equação 2.71, quando as emissividades da vegetação e do solo são conhecidas e os<br />
termos dNDVI e d(θ) são estimados de acordo com Price (1990) e equação 2.64. Valor<br />
e Caselles (1996) observaram que o termo b(θ) não é constante, pois dNDVI varia com<br />
P v (θ) e dε(θ) com a estrutura da superfície. Deste fato, percebe-se que a relação entre<br />
ε(θ) e NDVI, a princípio, não é linear, dependendo das características de cada área.<br />
Esses autores mostraram o efeito desses dois fatores (2.3). A linha contínua mostra o<br />
comportamento linear da Equação 2.71 nos casos em que b(θ) é constante (quando dε e<br />
dNDVI são constantes em áreas homogêneas ou são desprezados). A linha pontilhada<br />
91
inferior representa o efeito da variabilidade do termo dNDVI; A linha superior mostra o<br />
efeito de dε sendo o oposto de dNDVI. Assim, em alguns casos um efeito pode ser<br />
compensado pelo outro, mas o efeito da emissividade, em geral, é mais importante.<br />
FIGURA 2.3 - Efeitos dos termos dε e dNDVI na relação entre a emissividade e o<br />
NDVI (Equação 2.71).<br />
FONTE: Adaptado de Valor e Caselles (1996).<br />
A Equação 2.71 fornece a emissividade para regiões homogêneas, isto é, com mesmo<br />
tipo de solo em toda área. Em geral, esta restrição é bastante forte. Entretanto, no caso<br />
particular da banda 31 (10,5 a 12,5 µm) vários tipos de solo têm emissividades similares<br />
e, avaliando a influência de ε sob ∆ε (equação 2.62), é possível usar a Equação 2.71<br />
como uma boa aproximação para estimar a emissividade nesta região, em que ε g<br />
representa a emissividade média dos solos expostos da área de interesse (Valor e<br />
Caselles, 1996).<br />
Numa região de savana em Botswana, Van de Griend e Owe (1993) encontraram<br />
coeficientes de regressão linear (a = 0,047 e b = 1,009) entre as emissividades medidas<br />
pelo método da caixa emissiva e as estimadas pelo NDVI obtido do sensor AVHRR. No<br />
entanto, a aplicação desta equação linear só é valida para a savana com NDVI variando<br />
entre 0,16 a 0,74 (ε o entre 0,923 a 0,995). Além disso, pode-se notar que estes<br />
coeficientes não são validos para corpos d’água que apresentam um NDVI baixo e uma<br />
emissividade alta (ε o de 0,99 e 1,0).<br />
92
2.10 Interpolação espacial<br />
Os processos de ecossistemas (evapotranspiração e fotossíntese) e os elementos<br />
climáticos (temperatura mínima e máxima, umidade relativa, irradiância solar) variam<br />
espacialmente como resultado da heterogeneidade espacial, da disponibilidade de água,<br />
das propriedades físicas do solo e da cobertura da vegetação. A escala de variabilidade<br />
dos processos de ecossistemas e dos elementos climáticos pode ser pequena (uma fração<br />
de um metro) e escalas temporais de minutos podem ser significativas. O conhecimento<br />
da área média dos processos do ecossistema e dos elementos do clima é uma<br />
componente essencial em estudos hidrológicos e meteorológicos em escala regional. Do<br />
ponto de vista estatístico, uma técnica de interpolação comumente usada para<br />
espacialização de dados climáticos e da evapotranspiração é conhecida como a<br />
Krigeagem. Este método é baseado em duas funções: o variograma e o covariograma<br />
que descrevem a dependência espacial dos dados (Genton e Gorsich, 2002).<br />
Um semivariograma pode fornecer uma descrição concisa da extensão da variabilidade<br />
espacial, permitindo representar quantitativamente a variação de um fenômeno<br />
regionalizado no espaço (Huijbregts, 1975). A semivariância de observações de<br />
temperatura do ar (t) coletada a uma distância z, γ t (z), pode ser expressa como a<br />
diferença quadrática média entre todas as amostras separadas por uma distância (h) que<br />
é comumente referida como lag:<br />
n<br />
( h) = 1<br />
∑ [ t( x ) − t( x + h)<br />
]<br />
γ<br />
t<br />
i i<br />
(2.72)<br />
2n<br />
i = 1<br />
2<br />
em que n representa o número de pares de amostras e X ¡ é posição de uma amostra ¡.<br />
O grau de variabilidade espacial dos dados climáticos e dos processos de ecossistemas<br />
varia com a escala. Uma área é estatisticamente homogênea, se a escala de observação<br />
excede o comprimento de correlação (Gelhar, 1993). A semivariância expressa a<br />
variabilidade interna do parâmetro considerado.<br />
93
CAPÍTULO 3<br />
MATERIAIS E MÉTODOS<br />
3.1 Área de estudo<br />
A área de estudo compreende uma porção da Serra da Mantiqueira e do Vale do rio<br />
Paraíba do Sul com 5.000 Km 2 , localizada entre as coordenadas -44º 30’ e -45º 30’ e -<br />
22º15’ e -22º45’, representada pelas seguintes cartas topográficas na escala de 1:50.000:<br />
Itajubá, Virgínia, Passa Quatro, Agulhas Negras, Delfim Moreira, Lorena, Cruzeiro e<br />
São José do Barreiro (3.1).<br />
FIGURA 3.1 - Localização e composição colorida de imagem TM-Landsat 5 (TM3-B,<br />
TM4-G, TM5-R) da área de estudo.<br />
3.2 Solos<br />
De acordo com o mapa pedológico do Estado de São Paulo na escala 1:500.000, os<br />
solos da serra da Mantiqueira são classificados como Cambissolos Húmicos ou<br />
Háplicos (textura argilosa e média). Na porção do Vale do rio Paraíba do Sul há<br />
predominância de latossolos vermelho-amarelos ou amarelos (Oliveira et al., 1999). Em<br />
geral, estes tipos de solos apresentam reflectâncias espectrais médias na região do<br />
vermelho (0,63 a 0,69 µm) de 0,16 e na do infravermelho próximo (0,77 a 0,90 µm) de<br />
0,22 (Epiphanio et al., 1992).<br />
94
3.3 Vegetação e uso da terra<br />
A vegetação predominante dos fragmentos florestais encontrados no alto da serra é a<br />
Floresta Pluvial Montana, que reveste as serras entre <strong>80</strong>0 e 1.700 m de altitude. Rizzini<br />
(1979) observou campos de altitudes em áreas acima da cota de 1.<strong>80</strong>0 m e algumas<br />
manchas de Floresta Ombrófila Mista localizando-se em uma região montanhosa que<br />
varia de 700 a 2.100 m de altitude. A 3.2 mostra a classificação da área de interesse<br />
realizada por Silva (2003). Segundo esses autores, a Serra da Mantiqueira apresenta 4<br />
tipos de coberturas da terra, a saber: pastagem de altitude, áreas de reflorestamento e<br />
Florestas primária e secundária. A região do vale é caracterizada principalmente por<br />
pastagem e por áreas antrópicas.<br />
FIGURA 3.2 - Cobertura da terra na região da Serra da Mantiqueira e do Vale do Rio<br />
Paraíba do Sul.<br />
FONTE: Adaptado de Silva (2003).<br />
3.4 Clima<br />
O Vale do Rio Paraíba do Sul e a Serra da Mantiqueira, devido às suas localizações<br />
longitudinais, caracterizam-se por apresentar clima subtropical, com comportamento<br />
térmico do tipo mesotérmico brando, superúmido com subsecas de acordo com a<br />
classificação de Nimer (1979).<br />
Essa região é afetada por sistemas sinóticos (frentes frias, massas de ar quente e de ar<br />
frio, sistemas de alta e de baixa pressão, vórtices ciclônicos em altos nívies, cavados,<br />
Zona de Convergência do Atlântico Sul entre outros), com algumas diferenças em<br />
termos de intensidade e sazonalidade do sistema (Quadro et al., 2004). Os cavados<br />
invertidos atuam principalmente durante o inverno, provocando condições de tempo<br />
95
moderados, principalmente sobre o Mato Grosso do Sul e São Paulo (Fernandes, 1994).<br />
Vórtices ciclônicos em altos níveis, oriundos da região do Pacífico, organizam-se com<br />
intensa convecção associada à instabilidade causada pelo jato subtropical. Linhas de<br />
instabilidade pré-frontais, geradas a partir da associação de fatores dinâmicos de grande<br />
escala e características de meso escala são responsáveis por intensa precipitação<br />
(Cavalcanti,1982). Durante os meses de maior atividade convectiva, a Zona de<br />
Convergência do Atlântico Sul (ZCAS) é um dos principais fenômenos que influenciam<br />
no regime de chuvas dessa Região (Quadro, 1993).<br />
Essa região é caracterizada também pela presença de intensa atividade convectiva nos<br />
meses de maior aquecimento radiativo. No limite entre o vale e a serra da Mantiqueira<br />
um forte gradiente térmico é resultado do deslocamento das massas frias de altas<br />
latitudes.<br />
Na Serra da Mantiqueira, o inverno é frio e o verão é brando, com temperatura média<br />
anual do ar variando de 18 a 19°C, umidade relativa do ar superior a 70%, irradiação<br />
global de 4.700 a 4.900 Wh/m 2 (INMET, 1998). As baixas temperaturas estão<br />
relacionadas ao aparecimento de vegetação subtropical, como a ocorrência de araucárias<br />
nas florestas subtropicais e dos campos em altitudes, que caracterizam linhas abruptas.<br />
A precipitação média anual varia em torno de 1.500 a 2.000 mm (Nimer, 1979).<br />
3.5 Banco de dados Mantiqueira<br />
O conteúdo do banco de dados da Mantiqueira, exposto por Maia (2002) que será<br />
utilizado, é composto de curvas de nível e rede de drenagem digitalizadas das cartas<br />
topográficas na escala de 1:50.000. A 3.1 mostra o retângulo envolvente que define a<br />
área de estudo. Silva (2004) adicionou a esse banco de dados recortes do local do<br />
mosaico de imagens Landsat-5 ortorretificadas disponibilizadas pela NASA. Este autor<br />
produziu mapas temáticos representando o uso do solo obtido por classificação não<br />
supervisionada, seguindo a metodologia aplicada no SPRING por Santos (2002).<br />
96
3.6 Plataforma de coleta de dados e estação meteorológica<br />
Nesta pesquisa foram utilizados dados da estação meteorológica de Taubaté (TB) do 7°<br />
DMMA (Distrito de Meteorologia do Ministério da Agricultura) e das PCDs<br />
(Plataformas de Coleta de Dados) de Cachoeira Paulista (CP), Queluz (QL), Cruzeiro<br />
(CR), Campos do Jordão (CJ) e São José do Barreiro (SJB) do Centro de Previsão do<br />
Tempo e Estudos Climáticos (CPTEC), concernentes aos anos de 2001 a 2003. A<br />
localização e altitude das PCDs utilizadas neste trabalho estão apresentadas na Tabela<br />
3.1. A estação meteorológica de Taubaté encontra-se a uma altitude de 577 m.<br />
TABELA 3.1 - Localização e altitude das PCDs utilizadas na pesquisa.<br />
Estação / Local UF Latitude (S) Longitude (O) Altitude (m)<br />
Cachoeira Paulista SP -22°40'50,0'' -45°00'09,0'' 520<br />
Campos do Jordão SP -22°45'01,0'' -45°36'26,0'' 1<strong>80</strong>0<br />
Cruzeiro SP -22°34'52,0'' -44°58'01,0'' 540<br />
Itajubá MG -22°24'37,0'' -45°26'58,0'' 857<br />
Queluz SP -22°32'42,0'' -44°46'26,0'' 520<br />
São José do Barreiro SP -22°38'42,0'' -44°35'03,0'' 509<br />
As PCDs coletam temperaturas máxima e mínima a cada três horas, amostradas a cada<br />
minuto. A precipitação corresponde ao valor acumulado a cada três horas e é integrado<br />
mensalmente, zerando o acumulador automaticamente todo dia 01 de cada mês<br />
(http://tempo.cptec.inpe.br:90<strong>80</strong>/ PCD/). Os dados registrados às 06h00, 09h00 e 15h00<br />
foram utilizados para inicializar o modelo MT-CLIM (Simulador de Microclima<br />
Montanhoso). A 3.3 mostra a localização das PCD e da estação meteorológica de<br />
Taubaté. O retângulo representa a área de estudo.<br />
97
FIGURA 3.3 - Localização das plataformas de coleta de dados e da estação<br />
meteorológica de Taubaté no Vale do Rio Paraíba do Sul e na Serra<br />
da Mantiqueira/SP. A área de interesse é representada no retângulo.<br />
Antes de apresentar os métodos aplicados nos modelos TOPORAD e MT-CLIM e<br />
também na estimativa da evapotranspiração potencial, foram realizadas avaliações<br />
iniciais das imagens de temperatura e emissividade da superfície derivadas do sensor<br />
MODIS, de reflectância de nuvens obtida do sensor Imager/GOES-12 e dos parâmetros<br />
atmosféricos fornecidos pelo GADS.<br />
3.7 Geração do produto albedo do sensor MODIS/Terra<br />
O produto albedo Blue-sky foi usado na modelagem da irradiância solar sob condições<br />
de céu claro (modelo TOPORAD). Em função disso, foram obtidas imagens compostas<br />
de albedo (MOD43B3) na versão 4.0, desde janeiro de 2003 até dezembro de 2003. O<br />
fluxograma das etapas de obtenção do albedo do sensor MODIS/Terra é apresentado na<br />
3.4.<br />
98
Produto albedo<br />
MODIS/Terra<br />
Imagens<br />
Albedo Black - sky<br />
banda 10<br />
1.000m<br />
Imagens<br />
Albedo White - sky<br />
banda 10<br />
1.000m<br />
Recortar área de<br />
interesse<br />
Projeção<br />
WGS84<br />
Use look-up table<br />
Transformar<br />
Nível de cinza<br />
para albedo<br />
Importar<br />
albedos .TIF<br />
para SPRING<br />
Interpolação<br />
Albedo<br />
Blue - sky<br />
Imagens<br />
Albedo da superfície<br />
Blue-sky<br />
1.000m<br />
FIGURA 3.4 - Fluxograma das etapas de obtenção do produto albedo MOD43B3 do<br />
sensor MODIS.<br />
Foram obtidos compostos de imagens de 16 dias (composição) do produto MOD43B3<br />
do sensor MODIS, sob as formas dos albedos White-sky (componente direta) e o Blacksky<br />
(componente difusa), a partir de janeiro até dezembro de 2003. Além disso, para ser<br />
utilizada no TOPORAD a informação espectral deve, necessariamente, estar sob a<br />
forma de albedo Blue-sky.<br />
O produto MOD43B3 encontra-se disponível em arquivos HDF-EOS na versão 4<br />
(V004) nível 2G/nível 3, projeção de área Sinusoidal com tiles de 1200x1200 pixels<br />
com resolução espacial de 1.000 m, resolução radiométrica de 16 bits e 10 bandas<br />
espectrais (ver capítulo 2). As imagens albedos Black-sky e White-sky da banda 10<br />
(0,25 a 4,0 µm) foram recortadas em relação a área de interesse e salvas com projeção<br />
WGS84 (compatível com o software SPRING) e formato GEOTIF. Na etapa<br />
subseqüente, as imagens foram importadas para o SPRING. Essas imagens são<br />
fornecidas em níveis de cinza devendo ser multiplicadas por 0,001<br />
(http://edcdaac.usgs.gov/modis/mod11a1v4.asp). Daí, elas foram transformadas em<br />
imagens albedo Blue-sky (α BS ) como uma interpolação entre a componente direta e a<br />
99
difusa em função da fração de luz difusa expressa por Schaaf et al. (2002) de acordo<br />
com a equação 2.42.<br />
Tabelas look-up table estão disponíveis em pacotes computacionais do produto<br />
MOD43B3 (www-modis.bu.edu/brdf/userguide/val.html). Essas tabelas contêm valores<br />
de fração de luz difusa S(θ;τ(λ)) em função do tipo de aerossóis (continentais ou<br />
marítimos), profundidade óptica (0 a 1, variação 0,02) e ângulo zenital solar (0° a 89°,<br />
variação de um grau) corrigidas dos efeitos atmosféricos (código 6S). O albedo Blue-sky<br />
foi calculado no intervalo de (0,25 a 4,0 µm) aplicando a equação 2.42 em que:<br />
S(θ;τ(λ)) = 0,74, τ(θ) = 0,2 para θ = 89° (Lewis e Barnsley, 1994; Lucht et al., 2000).<br />
Para verificar se as imagens do produto MOD43B3 poderiam ser usadas na modelagem<br />
da irradiância solar, estimou-se o albedo do sensor ETM+/Landsat 7 conforme<br />
fluxograma da 3.5. Inicialmente, obteve-se uma imagem do Landsat 7 que estivesse<br />
dentro do intervalo de composição do produto MOD43B3. A imagem selecionada na<br />
ausência de nuvens e que estivesse dentro do intervalo de composição do albedo do<br />
MODIS (18 de fevereiro a 05 de março de 2003) foi a da data 27 de fevereiro de 2003.<br />
As bandas 3, 4, 5 e 7 foram georreferenciadas e importadas para o ambiente<br />
computacional SPRING. Uma correção atmosférica foi aplicada nessas bandas baseada<br />
no método do pixel escuro (Chavez et al., 1990). Um programa em linguagem Legal do<br />
SPRING foi desenvolvido para transformar nível de cinza em radiância espectral e, em<br />
seguida, na reflectância da superfície. As imagens de reflectância foram aplicadas no<br />
algoritmo desenvolvido por Dugay e LeDrew (1992) para a obtenção do albedo da<br />
superfície (3.5).<br />
100
Albedo do Landsat 7<br />
Imagens<br />
bandas 3, 4 , 5 e 7<br />
30m<br />
Importar<br />
bandas 3,4,5 e 7<br />
SPRING<br />
Correção<br />
atmosférica<br />
bandas 3,4,5 e 7<br />
Imagens<br />
reflectâncias<br />
3,4,5 e 7<br />
30m<br />
Algoritmo<br />
albedo da<br />
superfície<br />
Georreferenciar<br />
bandas 3,4,5 e 7<br />
SPRING<br />
Transformar<br />
Nível de cinza<br />
para radiância<br />
Transformar<br />
radiância para<br />
reflectância<br />
Imagens<br />
Albedo da superfície<br />
Landsat 7<br />
30m<br />
Agregar albedo<br />
30m para 1.000m<br />
Imagens<br />
Albedo da superfície<br />
Landsat 7<br />
1.000m<br />
FIGURA 3.5 - Fluxograma das etapas de obtenção do albedo do sensor<br />
ETM+\Landsat7.<br />
Uma avaliação inicial dos albedos do produto MOD43B3 e do algoritmo de Dugay e<br />
LeDrew (1992) aplicado a imagem Landsat 7 demonstrou boa concordância (R²= 0,79)<br />
entre estes resultados e, conforme será discutido no Capítulo 4, as diferenças podem ser<br />
creditadas às condições de umidade do solo nas datas de aquisição dos dados.<br />
Após a avaliação, o albedo MOD43B3 com 56 linhas x 111 colunas (área de estudo) foi<br />
redimensionado para 1.848 linhas x 3.435 colunas para ser utilizado como dado de<br />
entrada no modelo TOPORAD. Os compostos de imagens de 16 dias utilizados para<br />
calcular o albedo mensal de 2003 estão representados na Tabela 3.2. Os valores de<br />
albedo dos meses que não tiveram imagens disponíveis por presença de ruídos foram<br />
inferidos com a aplicação de métodos de interpolação simples entre os meses vizinhos.<br />
101
TABELA 3.2 – Períodos das composições de imagens MODIS/produto Albedo<br />
(MOD43B3) utilizadas para determinação do albedo mensal para o<br />
ano de 2003.<br />
Composição<br />
Período utilizado na composição<br />
1 Imagens com ruídos em janeiro de 2003<br />
2 18 de fevereiro a 05 de março 2003<br />
3 Imagens com ruídos em março de 2003<br />
4 23 de abril a 08 de maio de 2003<br />
5 09 de maio a 24 de maio de 2003<br />
6 10 de junho a 25 de junho de 2003<br />
7 12 de julho a 27 de junho de 2003<br />
8 28 de julho a 12 de agosto de 2003<br />
9 13 de agosto a 29 de agosto de 2003<br />
10 14 de setembro a 30 de setembro de 2003<br />
11 Imagens com ruídos em outubro de 2003<br />
12 Imagens com ruídos em novembro de 2003<br />
13 Imagens com ruídos em dezembro de 2003<br />
Além disso, extraíram-se valores pontuais de albedo das imagens instantaneas (10h30,<br />
hora local) para locais das PCDs Cachoeira Paulista e Itajubá com o objetivo de<br />
avaliação o comportamento sazonal do albedo Blue-sky ao longo do ano de 2003. A<br />
média mensal do albedo às 10h30 para a localização das PCDs Cachoeira Paulista e<br />
Itajubá foi em média de 15 a 17% com desvio padrão de 1 até 5% (3.6).<br />
FIGURA 3.6 – Média mensal para o horário das 10h30 (hora local) do albedo Blue-sky<br />
derivado dos dados do sensor MODIS (10h30 hora local) nas<br />
localizações das PCDs de Cachoeira Paulista e Itajubá para o ano de<br />
2003.<br />
102
Notou-se que o albedo no decorrer de cada estação do ano variou, em média, entre 14 e<br />
17% (3.6). Assim, produziu-se uma imagem de albedo médio para o horario da<br />
passagem do satélite Terra (10h30, hora local) para cada uma das estações do ano que<br />
foram usadas na inicialização do modelo TOPORAD. Essas imagens foram<br />
redimensionadas 56 linhas x 111 colunas para 1.848 linhas x 3.435 colunas com o<br />
intuito de compatibilizá-las para ser empregadas no modelo TOPORAD. A 3.7 mostra<br />
todas as etapas que envolverem a obtenção e validação do albedo da superfície.<br />
103
Albedo do Landsat 7<br />
Imagens<br />
bandas 3, 4 , 5 e 7<br />
30m<br />
Produto albedo<br />
MODIS/Terra<br />
Importar<br />
bandas 3,4,5 e 7<br />
SPRING<br />
Georreferenciar<br />
bandas 3,4,5 e 7<br />
SPRING<br />
Imagens<br />
Albedo Black - sky<br />
banda 10<br />
1.000m<br />
Imagens<br />
Albedo White - sky<br />
banda 10<br />
1.000m<br />
Correção<br />
atmosférica<br />
bandas 3,4,5 e 7<br />
Imagens<br />
reflectâncias<br />
3,4,5 e 7<br />
30m<br />
Algoritmo<br />
albedo da<br />
superfície<br />
Transformar<br />
Nível de cinza<br />
para radiância<br />
Transformar<br />
radiância para<br />
reflectância<br />
Imagens<br />
Albedo da superfície<br />
Landsat 7<br />
30m<br />
Recortar area de<br />
interesse<br />
Transformar<br />
Nível de cinza<br />
para albedo<br />
Use look-up table<br />
Projeção<br />
WGS84<br />
Importar<br />
albedos .TIF<br />
para SPRING<br />
Agregar albedo<br />
30m para 1.000m<br />
Imagens<br />
Albedo da superfície<br />
Landsat 7<br />
1.000m<br />
Interpolação<br />
Albedo<br />
Blue - sky<br />
Imagens<br />
Albedo da superfície<br />
Blue-sky<br />
1.000m<br />
Grade<br />
Albedo.txt<br />
1.848 lin. x 3.435 col.<br />
Produzir e<br />
exportar grade<br />
Albedo.txt<br />
Imagens<br />
Albedo médio<br />
MODIS<br />
1.848 lin. x 3.435 col.<br />
Comparação<br />
Análise de<br />
regressão<br />
Cálculo do albedo<br />
médio<br />
1.848 lin. x 3435 col.<br />
Redimensionar<br />
albedo do MODIS<br />
56 lin. x 111 col.<br />
Extrair pontos<br />
Albedo.txt<br />
Pontos<br />
Albedo.txt<br />
Avaliação<br />
sazonal<br />
FIGURA 3.7 - Fluxograma das etapas de obtenção e validação do albedo médio obtido<br />
dos dados do sensor MODIS na hora da passagem do satélite Terra para<br />
o ano de 2003.<br />
3.8 Geração e validação dos produtos temperatura e emissividade da superfície<br />
terrestre a partir de dados do MODIS<br />
O produto temperatura e emissividade da superfície terrestre (MOD11A1-MODIS/Terra<br />
Land Surface Temperature/ Emissivity Daily L3 Global 1km SIN Grid) foi usado na<br />
modelagem do balanço de radiação de onda longa. Para este propósito, foram obtidas<br />
104
imagens diárias da temperatura e emissividade (MOD11A1) na versão 4.0, desde<br />
janeiro de 2001 até dezembro de 2003.<br />
A 3.8 mostra o fluxograma dos procedimentos para obtenção da temperatura e<br />
emissividade da superfície terrestre obtida do sensor MODIS/Terra. Os valores de<br />
radiâncias emitidas da superfície terrestre foram coletados pelo sensor MODIS/Terra no<br />
horário das 10h30(hora local).<br />
Produtos do MODIS<br />
temperatura (Ts)<br />
Imagem.hdf<br />
Temperatura da<br />
superfície<br />
1.000m<br />
c<br />
Projeção<br />
WGS84<br />
Importar<br />
Imagens .TIF<br />
para SPRING<br />
Calcular<br />
temperatura<br />
mensal<br />
Imagem<br />
Temperatura da<br />
superfície mensal<br />
1.000m<br />
Extrair pontos<br />
Temperatura da<br />
superfície<br />
Recortar área de<br />
interesse<br />
Transformar<br />
Nível de cinza<br />
para Ts / e<br />
Imagem<br />
Temperatura da<br />
superfície (10:30h)<br />
1.000m<br />
Redimensionamento<br />
56 lin. x 111 col. para<br />
1.848 lin. x 3435 col.<br />
Extrair pontos<br />
Temperatura da<br />
superfície<br />
Pontos<br />
Temperatura da<br />
superfície (10:30h)<br />
Pontos<br />
Temperatura da<br />
superfície mensal<br />
Cálculo da<br />
radiâção de onda<br />
longa da<br />
superfície<br />
FIGURA 3.8 - Fluxograma das etapas de obtenção do produto temperatura da superfície<br />
terrestre do sensor MODIS.<br />
A obtenção do produto MOD11A1 é feita através do site<br />
do EOS. As imagens produtos MOD11A1 possuem<br />
105
esolução espacial de 1.000 m (atual 930 m), projeção Sinusoidal, resoluções<br />
radiométricas de 16 bits (Unsigned Integer) para a temperatura da superfície (diária ou<br />
noturna) e 8 bits para emissividades disponíveis no formato HDF-EOS. Estas<br />
informações adicionadas aos produtos do sensor MODIS tais como geolocalização,<br />
radiância, máscara de nuvens, temperatura atmosférica, vapor d’água, neve e cobertura<br />
do terreno são processadas diariamente em um algoritmo de temperatura e de<br />
emissividade da superfície (http://modis.gsfc.nasa.gov/data/atbd/atbd_mod11.pdf).<br />
Além disso, esse algoritmo efetua composições médias de oito dias dos melhores pixels.<br />
As bandas do sensor MODIS utilizadas para os cálculos da temperatura e da<br />
emissividade são apresentadas na Tabela 3.3.<br />
TABELA 3.3 - Bandas do sensor MODIS usadas no algoritmo de<br />
temperatura e emissividade da superfície terrestre.<br />
Número da Banda Bandas (µm)<br />
20 3,660-3,840<br />
22 3,929-3,989<br />
23 3,929-3,989<br />
29 8,400-8,700<br />
31 10,7<strong>80</strong>-11,2<strong>80</strong><br />
32 11,770-12,270<br />
FONTE: Adaptada de Wan (1999).<br />
O produto MOD11A1 contém 12 Scientific Data Set (SCD) que incluem temperaturas<br />
da superfície terrestre (dia/noite), qualidade dos pixels, hora da observação, ângulo de<br />
observação, emissividades (bandas 31 e 32), cobertura do céu e número de linha por<br />
coluna em grade global (www.icess.ucsb .edu/ modis/ LstUsrGuide/).<br />
A área da imagem produto MOD11A1 é de aproximadamente 1.100 km x 1.100 km<br />
(1.200 linhas x 1.200 colunas) devendo-se recortar a região de interesse. As imagens<br />
temperatura e emissividade da superfície foram salvas em projeção WGS84, formato<br />
TIF e importadas para o SPRING. Elaborou-se um programa em linguagem Legal para<br />
transformar níveis de cinza em temperatura e emissividade da superfície de acordo com<br />
as relações abaixos, conforme instrução contida em www.icess.ucsb .edu/ modis/<br />
LstUsrGuide/.<br />
106
[( LST _ DAY _1 ) × 0,02] − 273, 15<br />
T = km<br />
[°C] (3.2)<br />
O intervalo válido para a equação 3.2 é de -123°C a 1.037°C (150 a 1.311 K). As<br />
imagens temperatura da superfície têm resolução radiométrica de 16 bits, assumindo<br />
valor zero (0) quando os dados forem inválidos. Nesta pesquisa foram usadas imagens<br />
diárias de temperatura da superfície dos anos de 2001 a 2003. Estas imagens foram<br />
redimencionadas de 1.000 para 30 m para serem comparadas com dados de temperaruta<br />
do ar medidos em PCDs. Além disso, foram efetuadas médias mensais de temperatura<br />
da superfície obtidas na hora da passagem do satélite Terra (10h30, hora local). Os<br />
procedimentos para a geração dos produtos temperatura e emissividade a partir de dados<br />
MODIS e validação do produto temperatura estão apresentados na 3.9.<br />
107
Produtos do MODIS<br />
temperatura (Ts)<br />
emissividade (e)<br />
NDVI<br />
Imagem.<br />
Temperatura da<br />
superfície<br />
1.000m<br />
c<br />
Imagem<br />
Emissividade da<br />
superfície<br />
1.000m<br />
c<br />
c<br />
Imagem<br />
NDVI<br />
250m<br />
Projeção<br />
WGS84<br />
Recortar área de<br />
interesse<br />
Importar<br />
Imagens .TIF<br />
para SPRING<br />
Transformar<br />
Nível de cinza<br />
para Ts , e , NDVI<br />
Imagens<br />
Emissividade<br />
MODIS<br />
1.000m<br />
Imagens<br />
NDVI<br />
MODIS<br />
1.000m<br />
Calcular<br />
temperatura<br />
mensal<br />
Imagem<br />
Temperatura da<br />
superfície mensal<br />
1.000m<br />
Imagem<br />
Temperatura da<br />
superfície (10:30h)<br />
1.000m<br />
Redimencionar<br />
1.000m para 30m<br />
Pontos<br />
Temperatura média<br />
do ar (Tar) a cada 3h<br />
PCDs<br />
Modelo<br />
Diagnóstico<br />
Regional Simples<br />
Extrair pontos<br />
Temperatura da<br />
superfície<br />
Extrair pontos<br />
Temperatura da<br />
superfície<br />
Pontos<br />
Temperatura da<br />
superfície (10:30h)<br />
Pontos<br />
Tar na hora da<br />
passagem do satélite<br />
Terra (10h30)<br />
comparação por<br />
análise de<br />
regressão<br />
Pontos<br />
Temperatura da<br />
superfície mensal<br />
Cálculo da<br />
radiação de onda<br />
longa da<br />
superfície<br />
FIGURA 3.9 - Fluxograma geral das etapas de obtenção e validação da temperatura da<br />
superfície terrestre obtida do sensor MODIS.<br />
Comparou-se a temperatura da superfície com dados de temperatura do ar coletada por<br />
termômetros instalados na estação meteorológica de Taubaté-SP e nas PCDs<br />
selecionadas para a pesquisa na hora da passagem do satélite Terra. No entanto, as<br />
observações de temperatura do ar na estação meteorológica são feitas nos horários<br />
sinóticos (9GMT, 18GMT e 21GMT), enquanto que as PCDs registram, calculam e<br />
transmitem, via Satélite de Coleta de Dados (SCD), valores instantâneos de temperatura<br />
do ar a cada três horas e a mínima e a máxima das últimas 24h, sendo amostrados a cada<br />
108
minuto. Estes dados foram disponibilizados pelo Instituto Nacional de Meteorologia<br />
(INMET) e pelo Centro de Previsão do Tempo e Estudos Climáticos (CPTEC) no<br />
endereço eletrônico (Cptec.inpe.br/dados_observados). A validação ou compararão do<br />
produto MOD11A1 requer dados de temperaturas do ar ou de superfície terrestre<br />
(termômetro instalado em contato com o solo) na hora da passagem do satélite Terra.<br />
Assim, a interpolação baseada em séries de Fourier foi aplicada para obter a temperatura<br />
do ar na hora da passagem do satélite Terra.<br />
Foi aplicado aos dados da estação meteorológica e das PCDs o Modelo Diagnóstico<br />
Simples Regional (MDSR) para condições de céu claro desenvolvido por McCutchan<br />
(1976) e modificado por Soares (1981) para a região do Vale do Rio Paraíba do Sul e<br />
Serra da Mantiqueira<br />
O MDSR foi desenvolvido com base em um modelo matemático para diagnosticar e<br />
prever a marcha diária de temperatura na superfície para qualquer hora do dia<br />
(McCutchan, 1976). Este modelo usa os dois primeiros harmônicos da série de Fourier.<br />
Os coeficientes de Fourier foram considerados como uma função linear da temperatura<br />
média diária (X 1 ) e amplitude diária da temperatura (X 2 ), obtidos de acordo com a<br />
técnica de regressão Stepwise (Soares, 1981). O MDSR pode ser expresso por (Soares,<br />
1981):<br />
T t<br />
πt<br />
πt<br />
πt<br />
πt<br />
= 0,278+<br />
0,948X<br />
1<br />
+ 0,305X<br />
2<br />
cos −0,339X<br />
2sen<br />
+ 0,084X<br />
2<br />
cos + 0,095X<br />
2sen<br />
(3.3)<br />
12 12<br />
6<br />
6<br />
em que T t (°C) é a temperatura no tempo t (hora ou minutos). Os coeficientes numéricos<br />
foram adaptados para a região do sul de Minas Gerais.<br />
A 3.10 ilustra o ciclo diário da temperatura do ar obtido pelo modelo MDSR no local da<br />
PCD de Cachoeira Paulista.<br />
109
FIGURA 3.10 - Aplicação do Modelo Diagnóstico Simples Regional (curva em azul) a<br />
dados de temperaturas máxima e mínima da PCD de Cachoeira<br />
Paulista-SP (pontos em verde) para a estimativa da temperatura do ar<br />
em 09 de janeiro de 2001 (a linha em vermelho indica o horário<br />
10h30).<br />
Durante o período da manhã o modelo MDSR acompanhou bem os dados de<br />
temperatura do ar da PCD de Cachoeira Paulista. Á tarde, com a entrada de uma frente<br />
fria, ocorrem um afastamento entre os dados estimados pelo modelo MSDR e os valores<br />
medidos da PCD. Vale ressaltar que o principal objetivo de apresentar apenas 1 dia foi<br />
mostra que os dados de temperatura do ar, medidos por PCD a cada três horas, podem<br />
ser interpolados pelo modelo MDSR para se obter a temperatura do ar na hora da<br />
passagem do satélite Terra (10h30, hora local) e, em seguida, realizar a comparação<br />
com os dados de temperatura da superfície terrestre do sensor MODIS.<br />
A 3.11 mostra série temporal da temperatura do ar na hora da passagem do satélite Terra<br />
(10h30, hora local) interpolada pelo Modelo Diagnóstico Simples Regional e<br />
temperatura da superfície do terreno obtida do produto MOD11A1 para o ano de 2001.<br />
110
FIGURA 3.11 – Série temporal horária da temperatura do ar interpolada pelo Modelo<br />
Diagnóstico Simples Regional e temperatura da superfície do terreno<br />
obtida do produto MOD11A1 para o ano de 2001.<br />
Observa-se que a temperatura da superfície (MOD11A1) acompanhou a temperatura do<br />
ar com diferenças médias horárias variando de 1 a 8 o C. Além disso, as estimativas do<br />
produto MOD11A1 são sistemáticas e superiores a do modelo MDSR, pelo fato de que<br />
a temperatura do ar, usada no modelo MSDR para a interpolação entre 09h0 e 11h00<br />
(10h30, hora local), é medida por um sensor de temperatura abrigado ao nível de 2 m de<br />
altura em relação ao solo, enquanto que a temperatura da superfície do terreno obtida do<br />
MODIS é aquela estimada sobre a superfície do terreno. Na hora da passagem do<br />
satélite, essa temperatura é maior que a do ar.<br />
A avaliação da temperatura da superfície terrestre com dados de temperatura do ar<br />
registrados e medidos por termômetros em PCDs e estação meteorológica mostrou uma<br />
coeficiente de correlação de 0,52 e 0,71, respectivamente (Figuras 3.12a e 3.12b).<br />
111
FIGURA 3.12 - Regressão linear entre a temperatura do ar interpolada pelo Modelo<br />
Diagnóstico Simples Regional (Eixo das abscissas) e a temperatura da<br />
superfície terrestre obtida do produto MOD11A1 (Eixo das ordenadas)<br />
para 2001. Em cor rosa está representada a relação 1:1.<br />
A 3.13 apresenta o fluxograma do processamento de dados para a produção de imagem<br />
de emissividade derivada de dados MODIS através do algoritmo de Valor e Caselles<br />
(1996) e comparação com o produto emissividade do MOD11A1:<br />
112
Produto<br />
MOD13Q1 - NDVI<br />
Cálculo da<br />
emissividade<br />
Imagens<br />
NDVI<br />
MODIS<br />
(16dias) 250m<br />
NDVmax e NDVImin<br />
R.verm. solo e da veg.<br />
R.infra. solo e da veg.<br />
Emi. solo e da veg.<br />
Emissividade<br />
Valor e Casseles<br />
Imagens<br />
Emissividade<br />
MODIS<br />
1.000m<br />
Imagens<br />
Emissividade<br />
MODIS<br />
250m<br />
Redimencionar<br />
emissividade de<br />
250m para 30m<br />
comparação por<br />
visual<br />
Cálculo da<br />
radiação de onda<br />
longa da<br />
superfície<br />
Pontos<br />
Emissividade media<br />
superfície<br />
Extrair pontos<br />
de emissividade<br />
Calcular a<br />
Emissividade<br />
mensal<br />
FIGURA 3.13 - Fluxograma geral das etapas de obtenção e validação da emissividade<br />
da superfície terrestre obtida do sensor MODIS.<br />
As imagens de emissividade nas bandas 31 e 32 do MOD11A1 de resolução<br />
radiométrica de 8 bits foram re-escalonados conforme as relações abaixo:<br />
( _ 31) × 0,002 0, 49<br />
ε (3.4)<br />
31<br />
= Emis<br />
+<br />
( _ 32) × 0,002 0, 49<br />
ε (3.5)<br />
32<br />
= Emis<br />
+<br />
A emissividade da superfície varia no intervalo de 0,942-1,000 conforme<br />
www.icess.ucsb.edu/modis/LstUsrGuide/. A imagem deste produto está apresentada na<br />
3.14. Observa-se uma baixa variabilidade espacial da emissividade.<br />
113
FIGURA 3.14 - Emissividade da superfície obtida do sensor MODIS (Produto<br />
MOD11A1) para o período de 10 a 25 de junho de 2003. Os pontos<br />
indicam locais das PCDs.<br />
Para avaliar a possibilidade de se ter uma estimativa melhor da distribuição espacial da<br />
emissividade a partir de dados do sensor MODIS, efetuou-se o cálculo da emissividade<br />
média espectral da superfície pelo modelo de Valor e Caselles (1996). Neste modelo,<br />
foi aplicado o NDVI (Índice de Vegetação de Diferença Normalizada) derivado do<br />
sensor MODIS (produto MOD13Q1 versão 4.0). O NDVI é obtido multiplicando o<br />
produto MOD13Q1 por 0,001.<br />
Os valores máximos e mínimos de NDVI obtidos do sensor MODIS (MOD13Q1,<br />
resolução espacial 250 m), as reflectâncias no infravermelho e no vermelho,<br />
emissividades do solo exposto e da vegetação obtidas de Pacheco (1989) e as imagens<br />
NDVIs dos dois sensores foram utilizados para inicialização do programa<br />
computacional de Valor e Caselles (1996). Este programa produziu imagens de<br />
emissividade média da superfície terrestre com resolução espacial de 250 m (3.15).<br />
Observa-se uma riqueza maior de detalhamento na variabilidade espacial da<br />
emissividade, que varia em função de heterogeneidade da vegetação (por exemplo, as<br />
diferenças entre áreas florestadas e de campos de altitude) de feições causadas por<br />
ações antrópicas (agricultura, estradas, etc.)<br />
114
FIGURA 3.15 - Emissividade média da superfície terrrestre derivada do NDVI obtido<br />
do sensor MODIS para o período de 10 a 25 de junho de 2003<br />
(resolução espacial de 250m).<br />
Os dados de temperatura e emissividade da superfície terrestre obtidos do sensor<br />
MODIS e do algoritmo de Valor e Caselles (1996), repectivamente, foram utilizados<br />
para determinar o balanço de radiação utilizado na estimativa da evapotranspiração<br />
potencial de uma porção do Vale do Rio Paraíba do Sul e da Serra da Mantiqueira.<br />
3.9 Dados do sensor Imager do satélite GOES 12<br />
Uma imagem do sensor Imager do satélite Geostationary Operational Environmental<br />
Satellite (GOES 12) pode ser pensada como uma matriz com M linhas x N colunas<br />
(http://satelite.cptec.inpe.br/htmldocs/classificacao/ Nota-metodo.htm). Cada elemento<br />
ou pixel (m,n) da matriz fornece um dado sobre uma área da superfície, em 5 canais<br />
(comprimentos de onda característicos), conforme mostrada na Tabela 3.4.<br />
115
TABELA 3.4 – Características das imagens do satélite GOES Imager.<br />
Canais Banda e comprimento da Res. espacial Informações<br />
banda central (µm) (km)<br />
1 0,55 - 0,75<br />
Fator de reflectância<br />
1,0 x 1,0 Cobertura e<br />
reflectância de nuvens<br />
2 3,9<br />
4,0 x 4,0 Nuvens à noite<br />
Temperatura de brilho<br />
3 6,4<br />
4,0 x 4,0 Vapor d’água<br />
Temperatura de brilho<br />
4 10,50<br />
Temperatura de brilho<br />
4,0 x 4,0 Temp. da superfície e<br />
do topo de nuvens<br />
6 13,60<br />
Temperatura de brilho<br />
4,0 x 4,0 Temp. do mar e vapor<br />
d’água<br />
FONTE: http://satelite.cptec.inpe.br/htmldocs/classificacao/ Nota-metodo.htm<br />
Nesta pesquisa foram utilizadas as imagens do canal 1 (visível) do sensor Imager do<br />
satélite GOES-12. As imagens foram fornecidas pelo INPE/CPTEC para os horários<br />
locais das 05h45, 08h45, 11h45, 14h45 e 17h45.<br />
A 3.16 mostra o fluxograma dos procedimentos envolvidos para a obtenção da<br />
reflectância de nuvens a partir de imagens do satélite GOES-12.<br />
116
Reflectância<br />
do satélite GOES 12<br />
Imagens<br />
banda visível<br />
agregada<br />
1.000 para 4.000m<br />
Transformação<br />
Rad. para Fator<br />
de reflectância<br />
Fator de reflectância<br />
nuvens<br />
C=(R-Rmin)/(Rmax-Rmin)<br />
Verificar arquivos<br />
Verificar arquivos<br />
Recortar área de<br />
interesse<br />
Imagem<br />
Reflectância nuvens<br />
Imager/GOES<br />
4.000m<br />
converter<br />
reflectância para<br />
arquivo .TXT<br />
converter<br />
arquivos<br />
.TXT para .SPR<br />
Verificar arquivos<br />
Imagem<br />
Reflectância.spr<br />
4.000m<br />
Redimencionar<br />
reflectância.spr<br />
4.000m para 30m<br />
Importar<br />
arquivos .SPR<br />
para SPRING<br />
Imagem<br />
Reflectância.spr<br />
30m<br />
Verificar arquivos<br />
Exportar grade<br />
Reflectância.txt<br />
c<br />
Grade<br />
Reflectância.txt<br />
30m<br />
FIGURA 3.16 - Fluxograma da reflectância de nuvens obtida dos dados do imageador<br />
do satélite GOES 12.<br />
As imagens do GOES 12 são recebidas no CPTEC/INPE pelo conjunto receptorsoftware<br />
‘Terascan’ instalado numa estação de trabalho, onde as imagens são recebidas,<br />
recortadas e transferidas para a área de interesse. O Terascan processa o sinal original<br />
em números digitais e transforma-o em radiâncias (em Wm -2 µm -1 ster -1 ) de acordo com<br />
calibração padrão (Weinreb et al., 1997). O mesmo utilitário permite avaliar fator de<br />
reflectância para o canal 1 e temperatura de brilho para os outros canais. Os valores<br />
gravados em arquivos binários correspondem diretamente ao fator de reflectância em<br />
117
porcentagem e a temperatura de brilho em Kelvin, em palavras de 2 bytes com uma<br />
precisão de até duas casas decimais. O fator de reflectância, ρ, considerado é expresso<br />
por:<br />
πR<br />
ρ = (3.6)<br />
S o<br />
em que R é a radiância (Wm -2 µm -1 ster -1 ) e S o é a constante solar (1367 Wm -2 ).<br />
Entretanto, os arquivos utilizados para estimar a nebulosidade foram produzidos em<br />
reflectância R na hipótese de a radiância ser isotrópica, dada por:<br />
ρ<br />
R =<br />
(3.7)<br />
cosθ<br />
em que cosθ é o cosseno do ângulo zenital solar. Esses arquivos foram projetados para<br />
uma grade de latitude e longitude regular.<br />
Um programa em Fortran foi elaborado para ler o arquivo de reflectância entre duas<br />
latitudes e longitudes (relação direta com linha e coluna), e estimar a nebulosidade (C)<br />
pela equação (Ceballos et al., 2004):<br />
R − Rmin<br />
R − 0,<br />
093<br />
C =<br />
=<br />
(3.8)<br />
R − R 0,<br />
465 − 0,<br />
093<br />
max<br />
min<br />
em que R min e R max são as reflectâncias mínima e máxima, respectivamente. A<br />
nebulosidade e a reflectância foram escritas como texto. Os limiares de céu claro e de<br />
céu coberto na expressão de C foram avaliados por Bottino (1998) com 0,06 e 0,30<br />
respectivamente, e, quando necessário, corrigidos por uma equação de correção de<br />
degradação (Ceballos et al., 2004) resultam em 0,093 e 0,465.<br />
Acompanhando o conjunto de imagens (cinco canais) de um determinado setor e<br />
horário, são gravados outros dois arquivos de posicionamento, um correspondendo à<br />
latitude e outro à longitude de cada elemento da imagem. Estas imagens binárias foram<br />
convertidas em arquivos ASCII e importadas para o software SPRING 4.1. Um<br />
118
programa Legal foi projetado para reamonstrar de 4.000 para 30 m, converter e exportar<br />
a imagens reflectância em arquivo ASCII.<br />
3.10 Dados do Global Aerossol Data Set (GADS)<br />
O banco de dados de aerossóis do GADS (www.lrz-muenchen.de/~ uh234an / www/<br />
radaer/ gads.html) contém médias mensais dos seguintes parâmetros ópticos da<br />
atmosfera: profundidade óptica, albedo de esplhamento simples e assimetria do<br />
espalhamento em função do comprimento de onda, da umidade relativa do ar e do local<br />
e época do ano (Koepke et al.,1997).<br />
O GADS disponibiliza dados compilados de 10 tipos de aerossóis (continentais e<br />
marítimos) representativos de medições em diferentes condições atmosféricas com<br />
resolução espacial de 5°.<br />
Neste trabalho, a umidade relativa média mensal do ar foi considerada igual a <strong>80</strong>% com<br />
base nos dados dos sensores instalados em plataforma de coleta de dados localizados em<br />
Cachoeira Paulista/SP e em Campos do Jordão/SP para os anos de 2002 e 2003. A 3.17<br />
mostra os dados de profundidade óptica em função do comprimento de onda (0,25 a<br />
3,00 µm), para as coordenadas de -20° 00’ 00’’ e -45° 00’ 00’’ em grade de resolução<br />
espacial de 5º x 5º. Em geral, a profundidade óptica decresce com o comprimento de<br />
onda. A profundidade óptica média no período de outono e inverno foi de 0,20 (março a<br />
agosto) e de 0,18 na primavera e verão (setembro a fevereiro).<br />
119
Profundidade óptica<br />
0.60<br />
0.56<br />
0.52<br />
0.48<br />
0.44<br />
0.40<br />
0.36<br />
0.32<br />
0.28<br />
0.24<br />
0.20<br />
0.16<br />
0.12<br />
0.08<br />
0.04<br />
0.00<br />
0.3 0.4 0.6 0.7 0.9 1.0 1.2 1.3 1.5 1.6 1.8 1.9 2.1 2.2 2.4 2.5 2.7 2.8 3.0<br />
Comprimento de onda<br />
Setembro a Fevereiro Março a Agosto<br />
FIGURA3.17 - Profundidade óptica para umidade relativa de <strong>80</strong>%, centrado em -20°<br />
00’ 0” e - 45° 00’ 00” com resolução espacial de 5° x 5° obtido do<br />
GADS.<br />
A 3.18 ilustra o albedo de espalhamento simples disponibilizado pelos dados do GADS.<br />
Similarmente à profundidade óptica, o albedo de espalhamento simples varia com o<br />
comprimento de onda e a estação do ano.<br />
Albedo simples<br />
1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
0<br />
0.3 0.4 0.6 0.7 0.9 1.0 1.2 1.3 1.5 1.6 1.8 1.9 2.1 2.2 2.4 2.5 2.7 2.8 3.0<br />
Comprimento de onda<br />
Setembro a Fevereiro Março a Agosto<br />
FIGURA 3.18 - Albedo simples do espalhamento para umidade relativa de <strong>80</strong>%,<br />
centrado em -20° 00’ 00” e -45° 00’ 00” com resolução espacial de<br />
5° x 5° obtido do GADS.<br />
120
A função de fase do espalhamento (P(Θ) foi estimada conforme Paltridge e Platt (1976):<br />
P ( Θ)<br />
= 0,603 + 0,719cos<br />
2 ( Θ)<br />
(3.9)<br />
em que: Θ é o ângulo de espalhamento entre o fluxo direto incidente e a linha de visada<br />
do satélite (“line-of-sight”). A 3.19 ilustra a função de fase do espalhamento Rayleigh.<br />
Percebe-se que a função de fase apresenta dois máximos (0,99 e 0,93) e dois mínimos<br />
(0,87 e 0,89). Como os outros parâmetros acima, a função de fase varia com o<br />
comprimento de onda.<br />
FIGURA 3.19 - Função de fase do espalhamento para umidade relativa de <strong>80</strong>%,<br />
centrado em -20° 00’ 00” e -45° 00’ 00” com resolução espacial de<br />
5° x 5° obtido do GADS.<br />
Neste trabalho, os valores dos parâmetros atmosféricos variaram conforme<br />
comprimento de onda central, ou seja, 20 intervalos de comprimento de ondas com<br />
variação de 0,5 µm entre 0,25 e 3,0 µm. Assim, o modelo TOPORAD foi executado<br />
para as regiões ultravioleta, visível e infravermelho próximo, separadamente;<br />
posteriormente, os resultados em cada faixa do espectro são integrados.<br />
121
3.11 Modelo de irradiância desenvolvido para condições de céu limpo (TOPORAD)<br />
O modelo de irradiância solar (TOPORAD) foi operacionalizado para as condições de<br />
terreno da área de estudo para cada hora ao longo de qualquer dia do ano. Isto<br />
possibilitou avaliar o comportamento da irradiância de céu claro ao longo do dia e obter<br />
valores próximos ao horário da passagem do sensor MODIS. Os valores horários de<br />
irradiância total de céu claro foram integrados para atingir o valor médio mensal da<br />
irradiância de céu claro para os horários locais de imageamento do satélite GOES 12, ou<br />
seja, 11h45, 14h45 e 17h45 (hora local). Estes valores correspondem a irradiância de<br />
céu claro distribuídos pela área de estudo para o ano 2003. A 3.20 mostra os<br />
procedimentos para a extração espacial da irradiância de céu claro horária, utilizando<br />
como principal componente em todas as etapas a grade de elevação do terreno.<br />
122
Modelo TOPORAD<br />
céu claro<br />
MNT<br />
Elevação.txt<br />
Res. espacial<br />
30m<br />
Grade<br />
Albedo.txt<br />
redimencionado<br />
30m<br />
Imagem<br />
Inclinação.ipw<br />
Aspecto.ipw<br />
30m<br />
Pontos<br />
Azimute solar<br />
Informe<br />
data, ano, mês, dia<br />
Ângulo zenital<br />
Informe<br />
latitude, longitude,<br />
hora, minutos<br />
Imagem<br />
Elevação.ipw<br />
30m<br />
Converter<br />
arquivos<br />
.TXT para . IPW<br />
Imagem<br />
Imagem<br />
Inclinação.ipw<br />
Aspecto.ipw<br />
30m<br />
Particionamento<br />
inclinação<br />
aspecto<br />
Import ar<br />
arquivos . IPW<br />
Imagem<br />
Inserir<br />
cabeçalho em<br />
imagens . IPW<br />
Imagem<br />
Albedo do MODIS<br />
redimensionado<br />
Constante solar<br />
Inclinação.ipw<br />
30m<br />
Aspecto.ipw<br />
30m<br />
Modelo GADS<br />
profundidade óptica<br />
albedo simples<br />
parâmetro assimetria<br />
Imagem.ipw<br />
Ângulo de iluminação<br />
30m<br />
Irradiância solar<br />
sem correção de<br />
elevação<br />
c<br />
Imagem.ipw<br />
Irradiância solar sem<br />
correção de elevação<br />
Particionamento<br />
Direta/Difusa<br />
Imagem<br />
fator de configuração<br />
terreno<br />
30m<br />
Imagem.ipw<br />
Irradiância direta<br />
sem correção de<br />
elevação<br />
Fator visada do céu<br />
30m<br />
Imagem.ipw<br />
Irradiância difusa<br />
sem correção de<br />
elevação<br />
Correção de<br />
elevação<br />
Imagem.ipw<br />
Irradiância direta com<br />
correção de elevação<br />
Imagem.ipw<br />
Irradiância difusa<br />
com correção de<br />
elevação<br />
Correção<br />
topográfica<br />
Imagem.ipw<br />
Irradiância solar<br />
ajustada<br />
FIGURA 3.20 - Fluxograma do cômputo da irradiância solar (céu claro).<br />
123
O modelo TOPORAD está implementado com uma ferramenta de processamento de<br />
imagens do Image Processing Workbench (IPW) (Frew, 1990) que requer um<br />
conhecimento dos comandos básicos do sistema Unix. Os arquivos úteis ao IPW devem<br />
estar em formato binário, podendo ser convertidos a partir de arquivos ASCII comuns<br />
(sem cabeçalho), utilizando comandos de importação disponíveis no IPW. Além disso, é<br />
necessária a indicação das coordenadas do primeiro pixel da grade. É considerado o<br />
pixel da extremidade superior esquerda da imagem como pixel inicial.<br />
As coordenadas da grade são utilizadas para os cálculos da posição do sol em seu<br />
movimento aparente nas diferentes horas do dia. Estes dados são inseridos no cabeçalho<br />
da imagem e a partir daí podem ser realizados os cálculos de sombreamento e de<br />
incidência da luz solar. O cabeçalho contém a resolução espacial da imagem (30 m), o<br />
numero de linha e de coluna (1.840 x 3.435), os valores máximo e mínimo da grade de<br />
elevação do terreno, os comandos que foram utilizados na importação, no<br />
georreferenciamento e na inclusão do cabeçalho. Os comandos do IPW estão descritos<br />
em www.icess.ucsb.edu, além da ajuda fornecida pelo próprio software, quando<br />
instalado.<br />
A data e o intervalo espectral são necessários para a obtenção do valor da irradiância<br />
solar exoatmosférica (constante solar). Uma imagem é produzida contendo os valores<br />
do co-seno do ângulo de iluminação solar para cada pixel da imagem de elevação. Além<br />
disso, as informações de latitude, longitude, data, mês, dia, hora e minuto são<br />
necessários para o cálculo dos ângulos zenital e azimutal solares.<br />
Os valores de irradiância solar total sem correção de elevação para um dia de céu claro<br />
são processados quando o IPW recebe as informações da data, ano, mês, dia, constante<br />
solar, os dados dos GADS, e as imagens da elevação e do ângulo de iluminação. A saída<br />
é uma imagem composta de duas bandas, uma para a irradiância direta normal aos raios<br />
solares e outra para a irradiância difusa que atinge uma superfície horizontal. Um<br />
particionamente pode ser feito para separar a irradiância solar total em irradiância direta<br />
e em irradiância difusa sem correção de elevação. A imagem elevação é novamente<br />
124
aplicada sob a irradiância solar total (sem correção) para efetua-se a correção dos efeitos<br />
topográficos.<br />
A partir da grade de elevação produz-se as imagens de aspecto e inclinação do local. A<br />
seguir, dessas bandas são produzidas duas novas grades que representam os fatores de<br />
visibilidade do céu e de configuração do terreno. Estas são separadas e a imagem<br />
irradiância difusa já calculada é multiplicada pelo fator de visibilidade do céu, obtendose<br />
assim a irradiância difusa normal ao horizonte.<br />
A etapa final do processo de obtenção da irradiância solar total é realizar a correção<br />
topográfica da mesma. Para isso, utiliza-se o IPW para calcular a distribuição<br />
topográfica da radiação solar para um único horário, utilizando como entrada uma única<br />
imagem composta de 6 (seis) outras imagens (bandas): a irradiância direta e a difusa,<br />
ângulo de iluminação local, fatores de visibilidade do céu e de configuração do terreno<br />
produzidos dentro do TOPORAD e o albedo da superfície representado pelo produto<br />
MOD43B3 do MODIS médio para cada estação do ano, processado conforme método<br />
apresentado na seção 3.2.1 e 3.20.<br />
3.12 Incorporação ao modelo de irradiância solar de céu claro o regime de nuvens<br />
para os horários 09h00, 12h00 e 15h00<br />
Nesta etapa do projeto, as condições de nuvens foram incorporadas no modelo<br />
TOPORAD. Com esta etapa procurou-se incorporar os valores da reflectância de nuvens<br />
obtidas do satélite GOES 12 efetuando-se a correção dos efeitos de nuvens na<br />
irradiância solar total. A reflectância de nuvens derivada dos dados do GOES 12 foi<br />
obtida conforme procedimentos descritos na seção 3.2.3 com dados disponíveis para os<br />
horários locais de 08h45, 11h45 e 14h45, próximos aos das observações meteorológicas<br />
(09h00 12h00 e 15h00). Em seguida, foi obtida a reflectância de nuvens para cada<br />
imagem destes horários do ano de 2003.<br />
A 3.21 mostra os procedimentos de obtenção da irradiância solar total atenuada por<br />
nuvens. Os processos de inclusão da reflectância de nuvens no modelo TOPORAD<br />
foram similares aos da elevação e do albedo da superfície obtido dos dados do sensor<br />
125
MODIS. A imagem absorção por nuvens foi obtida multiplicando a imagem reflectância<br />
de nuvens por 0,07 (conforme o algoritmo de Diak e Gautier (1983), descrito na seção<br />
2.5). Com esta informação, o modelo TOPORAD foi corrigido para produzir valores de<br />
irradiância solar incidente contabilizando o efeito da cobertura de nuvens assumindo<br />
como período da manhã das 06h00 às 12h00 e da tarde das 13h00 às 18h00 e,<br />
integrados diariamente e mensalmente. Além disso, determinou-se um coeficiente entre<br />
a irradiação solar total atenuada por nuvens e a irradiância solar de céu claro incidente<br />
em um plano horizontal para ser aplicado no MT-CLIM.<br />
126
Modelo TOPORAD<br />
céu claro<br />
MNT<br />
Elevação.txt<br />
Res. espacial<br />
30m<br />
Grade<br />
Albedo.txt<br />
Redimenciondo para<br />
30m<br />
Grade<br />
Reflectância.txt<br />
Redimenciondo para<br />
30m<br />
Imagem<br />
Inclinação.ipw<br />
Aspecto.ipw<br />
30m<br />
Pontos<br />
Azimute solar<br />
Informe<br />
data, ano, mês, dia<br />
Ângulo zenital<br />
Informe<br />
latitude, longitude,<br />
hora, minutos<br />
Imagem<br />
Elevação.ipw<br />
30m<br />
Imagem<br />
Converter<br />
arquivos<br />
.TXT para . IPW<br />
Imagem<br />
Inclinação.ipw<br />
Aspecto.ipw<br />
30m<br />
Particionamento<br />
inclinação<br />
aspecto<br />
Imagem<br />
Import ar<br />
arquivos . IPW<br />
Incerir<br />
cabeçalho em<br />
imagens . IPW<br />
Imagem<br />
Albedo do MODIS<br />
30m<br />
Reflectância de<br />
nuvens do GOES<br />
30m<br />
Constante solar<br />
Inclinação.ipw<br />
30m<br />
Aspecto.ipw<br />
30m<br />
Modelo GADS<br />
profundidade óptica<br />
albedo simples<br />
parâmetro assimetria<br />
Imagem.ipw<br />
Ângulo de iluminação<br />
30m<br />
Irradiância solar<br />
sem correção de<br />
elevação<br />
Imagem.ipw<br />
Irradiância solar sem<br />
correção de elevacao<br />
Particionamento<br />
Direta/Difusa<br />
Imagem<br />
fator de configuração<br />
terreno<br />
30m<br />
Imagem.ipw<br />
Irradiância direta<br />
sem correção de<br />
elevação<br />
Fator visada do céu<br />
30m<br />
Imagem.ipw<br />
Irradiância difusa<br />
sem correção de<br />
elevação<br />
absorção pelas<br />
nuvens<br />
Correção de<br />
elevação<br />
Imagem.ipw<br />
Irradiância direta com<br />
correção de elevação<br />
Imagem.ipw<br />
Irradiância difusa<br />
com correção de<br />
elevação<br />
c<br />
Correção<br />
topográfica<br />
Imagem.ipw<br />
Irradiância solar<br />
ajustada<br />
Cálculo da<br />
Razão<br />
Imagem.ipw<br />
razão entre<br />
irradiancias<br />
FIGURA 3.21 - Fluxograma da irradiância solar (céu claro) obtida pelo modelo<br />
TOPORAD atenuada por nuvens.<br />
127
3.13 Aplicação do modelo MT-CLIM de modo distribuído e com o modelo de<br />
irradiância solar incidente com as nuvens parametrizadas<br />
O modelo MT-CLIM foi utilizado para extrapolar as temperaturas máxima e mínima e o<br />
déficit de pressão de vapor do ar para a área de estudo a partir de medidas<br />
meteorológicas de PCDs instaladas no Vale do rio Paraíba do Sul para locais<br />
pertencentes ah Serra da Mantiqueira. Os resultados do MT-CLIM foram validados por<br />
comparações entre estimativas derivadas de uma das PCDs e do posto meteorológico de<br />
Taubaté e medidas de outras PCDs.<br />
No programa do modelo MT-CLIM desenvolvido por Thornton et al. (2000) foi<br />
incluído o coeficiente de irradiância solar incidente atenuado por nuvens. Um arquivo<br />
ASCII foi montado contendo uma matriz de 4 colunas e 365 linhas. A versão 4.1 do<br />
MT-CLIM contém apenas 3 colunas de parâmetros. As três primeiras colunas<br />
representam os dados de temperatura mínima, temperatura máxima, precipitação<br />
observados nas PCDs ou no posto meteorológico localizados no vale. A última coluna,<br />
adicionada ao programa por este trabalho, é a razão entre a irradiância incidente<br />
atenuada por nuvens pela irradiância de céu claro que chega a um plano horizontal. Esta<br />
razão foi utilizada para atenuar a estimativa da temperatura máxima do ar.<br />
A 3.22 representa o fluxograma do modelo MT-CLIM para a obtenção dos elementos<br />
climáticos atenuados por nuvens.<br />
128
Modelo MT-CLIM<br />
céu nublado<br />
c<br />
Imagem.ipw<br />
razão entre<br />
irradiâncias<br />
Extrair pontos<br />
de interesses<br />
Pontos<br />
NÃO<br />
Razão < 1,0 ?<br />
razão_ irradiância.txt<br />
Razão<br />
Informe<br />
Índice de área<br />
foliar IAF = 1<br />
IAFmax = 10<br />
Incremento<br />
(1 - IAF/IAFmax)<br />
SIM<br />
Incremento<br />
(1/raz)*(1+IAF/ IAFmax)<br />
Informe<br />
Tmin observada<br />
PCDs<br />
Informe<br />
taxa decréscimo de<br />
Tmin<br />
Algoritmo para<br />
Temperatura<br />
mínima (Tmin)<br />
Informe<br />
taxa decréscimo de<br />
Tmax<br />
Diferença de<br />
elevação<br />
Algoritmo para<br />
Tmax<br />
Informe<br />
Tmax observada<br />
PCDs<br />
ETP/P > 2,5 ?<br />
Pontual<br />
Temperatura mínima<br />
local de interesse<br />
Amplitude térmica<br />
Temperatura média<br />
Pontual<br />
Temperatura máxima<br />
local de interesse<br />
Sim<br />
Faça Tmin = Td<br />
Algoritmo<br />
pressão de<br />
vapor<br />
Pontual<br />
Amplitude térmica<br />
local de interesse<br />
Pontual<br />
Pontual<br />
Temperatura média<br />
local de interesse<br />
Temperatura<br />
diária<br />
Pontual<br />
Pressão de vapor<br />
local de interesse<br />
Informe<br />
altitude local<br />
Pressão<br />
atmosférica<br />
Déficit pressão vapor<br />
Algoritmo<br />
déficit<br />
pressão vapor<br />
Constante<br />
psicrométrica<br />
Calor latente<br />
evaporação<br />
Algoritmo<br />
pressão vapor<br />
à saturação<br />
Pontual<br />
Pressao vapor<br />
à saturação<br />
local de interesse<br />
Declive da<br />
curva de<br />
pressão<br />
Pontual<br />
Algoritmo<br />
emissividade<br />
atmosférica<br />
Pontual<br />
Emissividade<br />
atmosférica<br />
local de interesse<br />
Razão de declive curva<br />
pressão pela constante<br />
psicrométrica<br />
FIGURA 3.22 - Fluxograma do modelo MT-CLIM para a obtenção dos elementos<br />
climáticos atenuados por nuvens.<br />
Inicialmente, os valores pontuais foram extraídos das imagens de razão entre as<br />
irradiância para todas as datas e no horário local de 14h45 (horário mais aproximado à<br />
temperatura máxima do dia) para o ano de 2003. Os pontos escolhidos estão localizados<br />
nas mesmas coordenadas das PCDs para se efetuar as validações das estimativas<br />
produzidas pelo MT-CLIM. O incremento da temperatura máxima do local de<br />
129
estimativa foi calculado com base no procedimento da versão 1.0 do MT-CLIM que<br />
utiliza o coeficiente de irradiância solar e o índice de área foliar no cálculo da<br />
extrapolação conforme descrito nas equações 2.2 a 2.8. Este procedimento foi<br />
incorporado à versão 4.1 utilizada neste trabalho. A temperatura máxima (Tmax) do<br />
local de interesse foi estimada usando o incremente de Tmax, a diferença de elevação<br />
entre o posto e o local e a taxa de decréscimo de temperatura. Simultaneamente, a<br />
temperatura mínima do local de interesse foi extrapolada utilizando dados de Tmin das<br />
PCDs, diferença de elevação e taxa de decréscimo de temperatura. Este último<br />
parâmetro foi obtido de radiossondagens realizadas na cidade de São Paulo (3.23), cujo<br />
valor médio foi de -5,0 ºC/km entre os níveis de pressão de 950 e 500 mb (Oliveira e<br />
Menezes, 1989).<br />
-6,0<br />
Atmosfera de São Paulo entre 950 a 500mb<br />
Taxa de decréscimo de temperatura do ar<br />
(°C/km)<br />
-5,8<br />
-5,6<br />
-5,4<br />
-5,2<br />
-5,0<br />
-4,8<br />
-4,6<br />
-4,4<br />
-4,2<br />
Min. = -5,3°C/km<br />
Máx.= -4,8°C/km<br />
Med. = -5°C/km<br />
DP = 0,2 °C/km<br />
-4,0<br />
J F M A M J J A S O N D<br />
FIGURA 3.23 - Taxa de decréscimo de temperatura do ar obtida de sondagens da<br />
estação meteorológica de São Paulo entre os níveis de 950 e 500 mb<br />
de janeiro a dezembro de 1989.<br />
A Tmin foi utilizada para a determinação da pressão parcial de vapor, da amplitude<br />
térmica e da temperatura média do ar (tmed). Na ausência de dados de temperatura do<br />
ponto de orvalho (Td), faz-se Tmin=Td, desde que a ETP/P seja menor que 2,5 (ETP<br />
evapotranspiracão potencial e P precipitação anuais), para o cálculo da pressão de vapor<br />
d’água (PV). A pressão de saturação do vapor d’água foi obtida da temperatura diária<br />
do local de interesse (Tdia_loc, Equação 2.2) conforme equação 2.10.<br />
130
A Tdia_loc foi utilizada para o cálculo do declive da curva de pressão (∆), do calor<br />
latente de evaporação (L e ) e da emissividade atmosférica (ε a ). A constante psicrométrica<br />
(γ) foi determinada por L e e pela pressão atmosférica (P o ) (função da altitude do local).<br />
Por ultimo é calculado a razão entre ∆ e ∆ +γ para ser aplicada no cálculo da<br />
evapotranspiração potencial.<br />
3.14 Evapotranspiração potencial determinada pelo método de Priestly e Taylor<br />
O fluxograma para a determinação da evapotranspiração potencial é mostrado na 3.24.<br />
131
Evapotranspiração<br />
potencial<br />
diária (mm)<br />
Radiação de<br />
onda longa<br />
atmosférica<br />
Radiação de<br />
onda longa<br />
supefície terrestre<br />
Balanco<br />
de radiacao de<br />
onda curta<br />
radiação onda<br />
longa<br />
atmosférica<br />
Pontual<br />
Temperatura média<br />
mensal<br />
local de interesse<br />
Pontual<br />
Emissividade<br />
atmosférica<br />
local de interesse<br />
Pontos<br />
Emissividade<br />
superfície (10:30h)<br />
redimencionada<br />
Pontos<br />
Temperatura da<br />
superfície (10:30h)<br />
redimencionada<br />
Constante de<br />
Stefan-Boltzmann<br />
Radiação onda<br />
longa superfície<br />
Pontual<br />
Radiação de onda<br />
longa atmosférica<br />
Pontual<br />
Fator de visada do<br />
céu<br />
Balanço de<br />
radiação de<br />
onda longa<br />
Pontual<br />
Radiação onda longa<br />
superfície<br />
Pontual<br />
Quadrado do co-seno<br />
da inclinação do<br />
local de interesse<br />
Pontual<br />
Pontual<br />
Balanço de radiação<br />
de onda longa<br />
Radiação onda curta<br />
MT-CLIM<br />
Pontual<br />
Albedo da superfície<br />
terrestre<br />
MODIS<br />
Cálculo do<br />
Saldo de<br />
radiação<br />
Balanço de<br />
radiação<br />
onda curta<br />
Pontual<br />
Balanço de radiação<br />
de onda curta<br />
Pontual<br />
Fluxo de calor para o<br />
solo (G)<br />
Fluxo de calor<br />
para o solo 10%<br />
de Rn<br />
Pontual<br />
Saldo de radiação<br />
Rn<br />
Pontual<br />
Diferença entre<br />
Rn e G<br />
alfa = 1,26<br />
n. de dias = 28, 30 ou<br />
31<br />
Pontual<br />
Evapotranspiração<br />
potencial<br />
Razão de declive curva<br />
pressão pela fator<br />
psicrometrica<br />
Cálculo da<br />
Evapotranspiração<br />
FIGURA 3.24 - Fluxograma da obtenção da evapotranspiracão potencial.<br />
132
A primeira etapa consiste em determinar o saldo de radiação que representa o somatório<br />
dos balanços de radiação de onda longa e de onda curta. A radiação de onda longa da<br />
atmosfera foi estimada usados os dados mensais de tdiária, ε a e constante de Stefan-<br />
Boltzmann (δ). Para a radiação de onda longa da superfície terrestre utilizou-se a<br />
emissividade da atmosfera (ε ar ), δ e a Ts. Adicionando-se as componentes da radiação<br />
de ondas longas juntamente com o fator de visada do céu tem-se o balanço de ondalonga.<br />
Estes porcedimentos estão descritos nas Equações 2.56 a 2.59.<br />
O balanço de onda curta efetua-se pelo produto entre o albedo da superfície e a radiação<br />
solar incidente. O albedo da superfície terrestre foi obtido do produto MOD43B3 do<br />
sensor MODIS reamostrado para 30 m de resolução espacial. A radiação solar incidente<br />
diária foi obtida do modelo MT-CLIM. O saldo de radiação é determinado somando o<br />
balanço de radiação de onda curta com o balanço de onda longa (Equação 2.60). O<br />
fluxo de calor para o solo foi considerado igual a 10% do saldo de radiação. O fator de<br />
ajuste α usado foi de 1,72 para a floresta (Viswanadham et al., 1991). Todos estes<br />
componentes foram utilizado no método de Priestly e Taylor para a determinação da<br />
evapotranspiração potencial (Equação 2.47).<br />
3.15 Produção de mapas de regime mensal da temperatura do ar, déficit de pressão<br />
de vapor e evapotranspiração potencial<br />
Os dados observados de temperaturas máxima e mínima e o coeficiente de irradiância<br />
solar em relação à PCD de Queluz foram usados no modelo MT-CLIM para inferir<br />
dados meteorológicos em 271 pontos distribuídos sob a área do Parque Nacional do<br />
Itatiaia (3.25). Os pontos selecionados estão distribuídos ao longo das escarpas da serra<br />
e dos córregos de rios. Os dados de latitude, longitude e altitude de cada ponto foram<br />
extraídos para serem utilizados no arquivo de entrada do modelo MT-CLIM.<br />
133
FIGURA 3.25 - Amostras escolhidas (pontos em branco) para a simulação do déficit de<br />
pressão de vapor, da evapotranspiração potencial e das temperaturas<br />
máxima e mínima do ar.<br />
O modelo MT-CLIM foi executado para todos os pontos selecionados produzido 271<br />
matrizes com 365 linhas e 8 colunas (dia Juliano, temperaturas diária, máxima e mínima<br />
do ar, déficit de pressão de vapor, irradiação solar incidente, comprimento do dia e<br />
precipitação).<br />
No sistema Unix foi desenvolvido num Script para separar, em arquivos, as colunas de<br />
temperaturas máxima, mínima e diária, déficit de pressão de vapor do ar, irradiância<br />
solar incidente, totalizando para cada uma dessas variável 271 arquivos. Esses arquivos<br />
foram exportados para o programa computacional MATLAB para serem processadas as<br />
médias mensais.<br />
A análise exploratória dos dados foi efetuada usando estatística univariada. Estas<br />
estatísticas forneceram um meio de organizar e sintetizar o conjunto de dados<br />
meteorológicos, realizado através do histograma. A Tabela 3.5 mostra um exemplo de<br />
análise exploratória para a temperatura máxima do ar. De acordo com as observações<br />
dos valores estatísticos, verificou-se uma distribuição aproximadamente simétrica em<br />
torno da média, pois a média (26,44) e a mediana (26,41) estão muito próximas, além de<br />
134
estarem aproximadamente na metade entre o valor mínimo (25,75) e máximo (27,19).<br />
Portanto, não há nenhuma ocorrência de valores anômalos - “outliers”.<br />
TABELA 3.5 - Análise exploratória para a temperatura máxima do ar (°C) dos 271<br />
pontos pertencentes ao Parque Nacional do Itatiaia para janeiro de<br />
2003.<br />
E S T A T Í S T I C A S: tmax_jan03<br />
Número de amostras 271<br />
Número de pontos válidos 271<br />
Média<br />
26,4°C<br />
Variância<br />
0,12°C<br />
Desvio padrão<br />
0,35°C<br />
Coeficiente de variação 0,01<br />
Coeficiente de assimetria 0,23<br />
Coeficiente de curtose 2,273<br />
Valor mínimo<br />
25,75°C<br />
Quartil inferior<br />
26,17°C<br />
Mediana<br />
26,40°C<br />
Quartil superior<br />
26,72°C<br />
Valor máximo<br />
27,19°C<br />
A 3.26 mostra o histograma da temperatura máxima do ar para o mês de janeiro de<br />
2003. O valor da assimetria foi próximo de zero (0,231) indicando boa simetria, e o<br />
coeficiente de curtose (achatamento) foi de 2,271, ligeiramente com distribuição<br />
platicúrtica (curva de freqüência mais achatada que a curva de Gauss), ou seja, pouco<br />
menor que 3.<br />
135
FIGURA 3.26 - Histograma da temperatura máxima do ar dos 271 pontos pertencentes<br />
ao Parque Nacional do Itatiaia para janeiro de 2003.<br />
O gráfico de probabilidade normal acumulado (3.27) mostra os pontos com bom ajuste a<br />
uma reta, o que indica uma distribuição próxima da normal. Portanto, não há<br />
necessidade de nenhuma transformação, log-normal, por exemplo, que justifique ser<br />
executada para se fazer às análises posteriores.<br />
FIGURA 3.27 - Gráfico de probabilidade normal da temperatura máxima do ar dos 271<br />
pontos pertencentes ao Parque Nacional do Itatiaia para janeiro de<br />
2003.<br />
136
Nesta etapa foi utilizado o pacote estatístico Variowin (Pannatier, 1996) para a<br />
determinação do semivariograma e posteriormente a execução da krigeagem sob o<br />
recorte da área de estudo.<br />
O Variowin é composto por 4 módulos: PREVARD2D, VARIO2DP, MODEL,<br />
GDISPLAY. No primeiro módulo são computados todos os pares de dados possíveis e<br />
as distâncias entre si e os 271 pontos selecionados servindo como pré-processamento<br />
para produzir os semivariogramas. O VARIO2DP efetua a elaboração de um<br />
semivariograma “ominidirecional” para maximizar o número de pares em cada intervalo<br />
de distâncias, produzindo um variograma mais suavizado. Neste módulo são informados<br />
os parâmetros do lags (número, espaçamento e tolerância) e os da direção (direção,<br />
tolerância da direção e comprimento de banda máximo). O VARIO2DP também<br />
permite detectar a anisotropia através da superfície do semivariograma (3.28). Este<br />
semivariograma é um gráfico 2D que fornece uma visão geral da variabilidade espacial<br />
do fenômeno em estudo. Ele permite identificar facilmente os eixos de anisotropia, isto<br />
é, as direções de maior e menor continuidade espacial de uma variável qualquer. O<br />
resultado é apresentado em uma tela gráfica.<br />
FIGURA 3.28 - Superfície de semivariograma da temperatura máxima do ar dos 271<br />
pontos pertencentes ao Parque Nacional do Itatiaia para janeiro de<br />
2003.<br />
137
Como observado na 3.28 existe uma anisotropia para a temperatura máxima do ar.<br />
Logo, o semivariograma da temperatura máxima do ar pode ser ajustado por meio de<br />
dois modelos teóricos.<br />
O semivariograma ominidirecional foi utilizado para definir os modelos de ajustes<br />
(3.28). O ajuste foi feito no módulo MODEL usando os seguintes modelos teóricos<br />
conhecidos: esférico, gaussiano, exponencial e potencial. Estes modelos fornecem o<br />
valor do efeito pepita, do alcance e da contribuição do ajuste do semivariograma<br />
experimental. Para obter melhores ajustes procura-se reduzir ao máximo o número de<br />
lags definido no VARIO2DP.<br />
Vale ressaltar que o ajuste do semivariograma experimental deve ser o mais próximo<br />
possível do gráfico de um dos modelos teóricos. Isto garante que o ajuste será mais<br />
representativo, isto é, que o modelo ajustado represente a tendência de γ (h) em relação<br />
à h. Deste modo, as estimativas obtidas a partir da krigeagem serão mais exatas e,<br />
portanto, mais confiáveis. Neste sentido, os modelos esférico e gaussiano foram os que<br />
apresentaram melhores ajustes para a temperatura máxima do ar, como mostra a 3.29.<br />
FIGURA 3.29. Semivariograma ajustado com os modelos esférico e gaussiano da<br />
temperatura máxima do ar dos 271 pontos pertencentes ao Parque<br />
Nacional do Itatiaia para janeiro de 2003.<br />
Os parâmetros dos modelos esférico e gaussiano foram utilizados como entrada para<br />
efetuar a krigeagem dos dados de temperatura máxima do ar no programa<br />
138
computacional SURFER módulo GRID/Data. O resultado da krigeagem da temperatura<br />
máxima do ar para o mês de janeiro está ilustrado na 3.30. Os mesmos procedimentos<br />
acima foram utilizados para as demais variáveis meteorológicas e evapotranspiração.<br />
-22.25<br />
JANEIRO 2003<br />
°C<br />
31<br />
-22.30<br />
29<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
27<br />
25<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
Longitude (°)<br />
FIGURA 3.30 - Krigeagem de dados de temperatura máxima do ar dos 271 pontos<br />
pertencentes ao Parque Nacional do Itatiaia para janeiro de 2003 a<br />
partir da PCD de Queluz.<br />
3.16 Comparação dos resultados da temperatura da superfície obtida do sensor<br />
MODIS com dados de PCDs<br />
Os mapas de temperatura da superfície obtidos pela simulação em escala de tempo<br />
mensal foram comparados com os produtos de temperatura fornecidos pelo sensor<br />
MODIS. Foram examinados os efeitos de altitudes e de exposição do sol em escalas<br />
local (relativa à área de estudo) e local.<br />
Dados observados não incluídos na parametrização dos modelos são considerados<br />
essenciais para o teste dos resultados, já que são utilizados para a comparação da<br />
previsão do modelo. São tidos, portanto, como dados independentes. Ao correlacionar<br />
valores estimados com aqueles observados pela análise de regressão, pode-se considerar<br />
os seguintes índices de validação das equações: precisão (r) e concordância ou exatidão<br />
(d). A precisão, dispersão dos valores em torno da média é dada pelos coeficientes de<br />
correlação (r) ou de determinação (R²). Conforme descreve Camargo e Camargo (2000),<br />
23<br />
21<br />
139
esses são índices estatísticos que indicam o grau de dispersão dos dados obtidos, ou<br />
seja, o erro aleatório.<br />
Os coeficientes de correlação poderão indicar alta precisão da estimativa, embora<br />
possibilitem apresentar vício de origem, com grande erro sistemático, podendo resultar<br />
em informação precisamente errada. A concordância refere-se à exatidão ou à<br />
aproximação dos dados estimados com os observados e pode ser avaliada graficamente<br />
pelo afastamento dos pontos lotados no gráfico de regressão em relação à reta de valores<br />
iguais 1:1. Para quantificar matematicamente essa aproximação, foi desenvolvido por<br />
Willmott et al. (1985) um coeficiente designado concordância ou exatidão, representado<br />
pela letra d. Seus valores variam de 0,0 para nenhuma concordância e 1,0 para<br />
concordância perfeita entre eles. O modelo pode ser assim apresentado:<br />
d<br />
⎡<br />
1−<br />
⎢<br />
⎢<br />
⎣∑<br />
( P − O )<br />
2<br />
∑ i i<br />
=<br />
2<br />
( ) ⎥ ⎥ Pi<br />
−O<br />
+ Oi<br />
− O ⎦<br />
⎤<br />
(3.12)<br />
em que: P i são os valores estimados; O i são os valores observados e O é a média dos<br />
valores observados. Outras medidas de desempenho do modelo são os erros sistemáticos<br />
ou aleatórios (E a ), os quais são componentes das raízes quadradas do erro médio e do<br />
erro médio absoluto (EAM), uma medida da magnitude entre as diferenças entre os<br />
valores estimados e os reais (Camargo et al., 1994). Os testes de Willmott et al. (1985) e<br />
da ANOVA foram aplicados para comparar:<br />
• Dados medidos com piranômetro de irradiância solar incidente com os<br />
modelados pelo TOPORAD;<br />
• Dados observados de temperatura do ar e déficit de pressão de vapor d’água<br />
versus os simulados pelo modelo MT-CLIM;<br />
• Dados observados com os produtos do sensor MODIS;<br />
• Os valores simulados pelo modelo MT-CLIM com os obtidos dos produtos do<br />
sensor MODIS;<br />
140
Desta maneira, buscou-se caracterizar as discrepâncias entre os dados simulados com os<br />
medidos e produzidos por outros métodos.<br />
141
CAPÍTULO 4<br />
RESULTADOS<br />
Neste trabalho são modelados os campos de condições meteorológicas como<br />
irradiância solar incidente de céu claro e atenuada por nuvem, temperaturas máxima e<br />
mínima, amplitude térmica, déficit de pressão de vapor, balanço de onda longa, saldo de<br />
radiação e simulada a ETP em escalas horária ou mensal. No entanto, antes de modelar<br />
estas variáveis, foram feitas avaliações dos produtos: albedo, emissividade e<br />
temperatura da superfície terrestre derivada de dados do sensor MODIS; dos efeitos<br />
radiativos de nuvens; dos parâmetros do terreno (inclinação, fator de visada do céu,<br />
configuração do terreno) e das componentes direta e difusa.<br />
4.1 Albedo da superfície terrestre<br />
A imagem do produto albedo da superfície (MOD43B3) foi utilizada para calcular os<br />
fluxos difusos e as componentes do balanço de radiação à superfície. Assim, buscou-se<br />
validar o produto albedo do sensor MODIS (MOD43B3) com o albedo derivado do<br />
algoritmo de Dugay e LeDrew (1992) aplicado sob uma imagem Landsat-7/ETM+.<br />
As Figuras 4.1a e 4.1b ilustram o albedo “blue-sky” do produto MOD43B3 e o albedo<br />
derivado de dados ETM+/Landsat 7 na região da Serra da Mantiqueira e do Vale do rio<br />
Paraíba do Sul.<br />
142
(a)<br />
(b)<br />
FIGURA 4.1 - Albedos da superfície terrestre obtidos pelos dados do: (a) sensor ETM+<br />
do Landsat-7 em 27/02/03; (b) produto MOD43B3 do sensor MODIS<br />
para o período de 18/02/03 a 05/03/03 (os círculos representam a<br />
localização das PCDs).<br />
A imagem albedo do sensor ETM+ apresentou valores no intervalo de 0,0 a 0,33 (média<br />
0,25), enquanto que a do sensor MODIS de 0,0 a 0,20 (média 0,16). No entanto, o<br />
desvio padrão do albedo obtido com os dados do sensor ETM+ foi de 0,03347 e com os<br />
do MODIS foi de 0,02897. A variação no albedo depende do ângulo zenital, do dia do<br />
ano e do conteúdo de umidade sob o solo (Geiger, 1965; Idso et al., 1975; Zhou et al.,<br />
2003). O albedo derivado dos dados do Landsat para diferentes datas foi avaliado no<br />
Estado do Colorado sob uma mesma superfície, apresentando erros em torno de 0,02 em<br />
relação às medições (Duguay e LeDrew, 1992). Oliphant et al. (2003), realizando<br />
medições horárias de albedo em vários tipos de cobertura em dias de céu claro e<br />
143
comparando com valores estimados de um MNT, constataram que o albedo variou<br />
durante o dia em relação ao ângulo zenital solar. Isto sugere que o albedo não varia<br />
somente em função das alterações da cobertura do terreno (Wickland, 1989). A<br />
distribuição diurna do albedo varia significativamente entre tipos de superfícies. Além<br />
disso, a imagem Landsat 7 foi adquirida em uma data (27 de fevereiro de 2003)<br />
diferente das datas do MODIS. Isso resultou em maiores amplitude e variabilidade<br />
espacial no albedo do Landsat 7 do que no do MODIS. Outro aspecto que merece<br />
destaque refere-se à resolução espacial dos sensores ETM+ e MODIS. O sensor ETM+<br />
possui uma resolução espacial de 30 m, ou seja, maior capacidade de diferenciar alvos<br />
(água, solo e vegetação), enquanto que o sensor MODIS integra esses alvos dentro de<br />
pixels de 1 km x 1 km.<br />
Para avaliar a influência da umidade da superfície sobre o albedo foram investigadas as<br />
condições de precipitação na época de aquisição dos dados de sensoriamento remoto. A<br />
4.2a mostra a precipitação medida por pluviômetros instalados na PCD de Cachoeira<br />
Paulista no período de 18/02/03 a 05/03/03. Neste período choveu 73,0 mm, dos quais<br />
28,5 mm foram registrados até a data 21/02/03.<br />
144
FIGURA 4.2 - Precipitação pluviométrica (a) registrada em Cachoeira Paulista entre<br />
17/02/03 a 05/03/03; análise de regressão (b) entre a imagem de albedo<br />
obtida do sensor ETM+/Landsat 7 (27/02/03) e a imagem de<br />
composição do albedo calculado dos dados do MODIS produzida entre<br />
18/02/03 a 05/03/03.<br />
A imagem do sensor ETM+ foi adquirida seis dias depois da última precipitação<br />
registrada (21/02/03), tempo suficiente para ocorrer à evaporação da água depositada<br />
sob as superfícies das plantas e do solo. Com base nos metadados do produto<br />
MOD43B3, o albedo derivado do sensor MODIS foi produzido usado os dados das<br />
datas 18/02/03, 23/02/03, 28/02/03, 02/03/03 e 05/03/03. O cálculo do produto albedo<br />
MOD43B3 foi afetado pela precipitação total registrada no período (18/02/03 a<br />
05/03/03) e nas datas selecionadas pelo algoritmo que gera o produto. Isto fez com que<br />
as superfícies do terreno úmido sob o vale (imagem albedo do sensor MODIS) ficassem<br />
mais escuras do que as da imagem albedo do sensor ETM+. Idso et al (1975)<br />
145
observaram que o albedo de um solo argiloso variou entre 12 a 38% dependendo<br />
principalmente do conteúdo de água, enquanto que em solo seco o albedo aumentou.<br />
Isto também justifica o afastamento da reta 1:1 em relação à de regressão (4.2b). Os<br />
dados do albedo do sensor MODIS concordaram com os do ETM+ (R² = 0,64; r = 0,79)<br />
ao nível de confiança de 99%. Uma tabela de valores de albedo médio dado por<br />
Brutsaert (1982) para uma variedade de tipos de superfícies mostrou que o albedo da<br />
superfície pode variar de ±10% (em média) para um tipo de superfície particular.<br />
Stroeve et al. (2005) avaliaram o produto MOD43B3 em áreas homogêneas (neve) e<br />
heterogêneas (neve e vegetação) na Groenlândia demonstrando boa concordância com<br />
dados de campo. Schaaf (2005) advertiu que antes de utilizarem o produto MOD43B3<br />
em pesquisas, deve-se examinar a qualidade do produto, pois o algoritmo deste produto<br />
na versão 4.0 ainda está sendo testado.<br />
4.2 Comportamento do albedo ao longo das estações do ano obtido dos dados do<br />
sensor MODIS<br />
Como o estado da superfície se altera diariamente e anualmente, há também períodos de<br />
variação do albedo. Além disso, a topografia influencia na quantidade de luz refletida<br />
do terreno em ambientes montanhosos (Cline, 2005). A 4.3 mostra o comportamento do<br />
albedo da superfície terrestre ao longo das estações do ano na área de interesse.<br />
VERÃO<br />
146
OUTONO<br />
INVERNO<br />
PRIMAVERA<br />
FIGURA 4.3 - Comportamento do albedo ao longo das estações do ano na região da<br />
Serra da Mantiqueira e do Vale do Paraíba obtido dos dados sensor<br />
MODIS para 2003.<br />
147
No verão, o albedo do Vale do rio Paraíba do Sul variou entre 10 e 30%, com exceção<br />
da represa de furnas (2 até 10%), enquanto que na região da Serra da Mantiqueira<br />
oscilou entre 13 e 19%. Quando a superfície está úmida, a maior parte da energia<br />
absorvida é usada para secar a superfície (Dickinson, 1992), resultando em menos fluxo<br />
refletido da vizinhança do terreno e, portanto, menor albedo.<br />
Na estação de inverno, o albedo da Serra da Mantiqueira (média 10%) diferenciou<br />
bastante do Vale do rio Paraíba do Sul (média 24%). No outono e na primavera, o<br />
albedo apresentou características similares, ou seja, valores baixos na serra (10%) e<br />
elevados no vale (17 até 30%).<br />
Do exposto acima, verificou-se que o albedo da superfície terrestre foi mais elevado no<br />
Vale do rio Paraíba do Sul (média 24%) do que na Serra da Mantiqueira (média 17%)<br />
em todas as estações do ano. Essa diferença foi devido ao fato de que no vale a<br />
predominância de áreas com pastagens e arroz e floresta nas encostas, ao contrário do<br />
que se observavou na serra. Essse resultado concorda com as observações e medições<br />
relatadas na literatura (Oke, 1987; Dickinson, 1992; Oliphant et al., 2003). O albedo<br />
também acompanhou as formas do relevo da área de estudo ao longo das estações do<br />
ano.<br />
4.3 Modelo TOPORAD<br />
4.3.1 Variáveis topográficas<br />
O modelo TOPORAD requer mapas de inclinação, exposição, fator de visada do céu e<br />
configuração do terreno que são obtidos a partir de uma grade de elevação digital. Estes<br />
parâmetros do terreno são produzidos no próprio modelo TOPORAD por rotinas<br />
computacionais desenvolvidas por Dozier e Frew (1990). Um exemplo de grade de<br />
elevação e seus derivados que são utilizados no cálculo da irradiância solar horária são<br />
mostrados nas Figuras 4.4 e 4.5. Os dados de elevação (4.4a) foram usados para<br />
produzir imagens de inclinação (4.4b), de fator de visada do céu (4.5a) e de<br />
configuração do terreno (4.5b). Estes parâmetros tiveram grande variabilidade, mesmo<br />
em escala espacial pequena. Na Serra da Mantiqueira, observou-se locais com máxima<br />
148
influência dos terrenos adjacentes sobre o fator de visada do céu (Vd = 0,0) e outros sem<br />
nenhuma influência (Vd = 1,00) (4.5a). Os locais da serra que apresentaram Vd entre<br />
0,20 a 0,60 estão associados a altas elevações (4.4a) e inclinações superiores a 50%,<br />
como pode ser observado no mapa da inclinação do terreno (4.4b).<br />
Elevação (a)<br />
Inclinação (b)<br />
FIGURA 4.4 – Elevação (a) e inclinação (b) do terreno de uma porção do Vale do rio<br />
Paraíba do Sul e Serra da Mantiqueira.<br />
Fator de visada do céu (a)<br />
149
Configuração do terreno (b)<br />
FIGURA 4.5 - Fator de visada do céu (a) e configuração do terreno (b) da região do<br />
Vale do rio Paraíba do Sul e Serra da Mantiqueira.<br />
A maior quantidade de céu obstruído ocorreu entre a base das encostas da serra e do<br />
vale. O fator de visada do céu (Vc) no Vale do rio Paraíba do Sul variou entre 0,<strong>80</strong> até<br />
1,00, enquanto que a inclinação do terreno entre 0 e 20%. Isto pode resulta em perdas de<br />
irradiância difusa de até 25% no vale. Dubayah e Rich (1995) observaram que o fator de<br />
visada do céu foi maior (terrenos não obstruídos) no topo do Colorado Plateau,<br />
correspondendo a valores altos de radiação solar incidente, mesmo sob condições de céu<br />
encoberto, quando a componente difusa é dominante. Häntzschel et al. (2005),<br />
estimando o Vc para um região montanhosa da Bavária, encontraram perdas de<br />
irradiância difusa de aproximadamente 30% no vale do rio Wilde WeiReritz.<br />
150
Para cada ponto do terreno, a radiação refletida pela sua vizinhança pode ser estimada.<br />
Um método para fazer isto é calcular o termo médio de radiação refletida e ajustá-lo<br />
pelo fator de configuração do terreno (Dubayah e Rich, 1995). Esse fator de<br />
configuração do terreno (C t ) inclui ambos os efeitos da anisotropia da radiação e os<br />
efeitos geométricos entre um local particular e cada um dos outros locais do terreno que<br />
são mutuamente visíveis. O C t para a área de interesse (4.5b) variou de 0,19 a 0,69 na<br />
serra e de 0,0 a 0,19 no vale. Isto implica que maior quantidade de irradiância direta e<br />
difusa refletida pela vizinhança do terreno ocorre nos locais mais elevados da serra do<br />
que no vale. Há locais do vale que a vizinhança do terreno não tem nenhuma influência,<br />
ou seja, (C t = 0,0) e, portanto, não recebem irradiância direta e difusa refletida que vem<br />
da vizinhança.<br />
4.3.2 Irradiância direta e difusa<br />
Para cada local, a formulação da irradiância solar incidente (ver 2.1) requer uma<br />
estimativa das componentes direta e difusa em uma dada elevação. A obtenção desses<br />
valores pode ser difícil, especialmente para o fluxo difuso. O modelo TOPORAD<br />
permite estimar separadamente a variabilidade espacial desses dois fluxos em regiões<br />
montanhasas. A 4.6 mostra as imagens de média mensal de outubro das irradiâncias<br />
solar direta e difusa simuladas para as 14h45 da data 23/09/02.<br />
151
(b)<br />
FIGURA 4.6 – Componentes da irradiância solar média mensal simulada para as 14h45<br />
do mês de outubro de 2003: (a) direta e (b) difusa.<br />
A imagem irradiância solar direta apresenta um contraste de iluminação entre a serra e o<br />
vale (4.6a). Isto foi causado pelos efeitos de obscurecimento “Shading” e sombreamento<br />
“shadowing”. O primeiro efeito é dependente de como os raios solares incidem<br />
diretamente sob as inclinações de um terreno, ou seja, é uma função do co-seno do<br />
ângulo de iluminação solar sobre uma encosta. Entretanto, a vizinhança do terreno pode<br />
sombrear o ponto de interesse, independente do co-seno do ângulo de iluminação solar<br />
para esse ponto. Dubayah e Rich (1995) chamaram este efeito de sombreamento, para<br />
distinguir de obscurecimento. Para determinar se o ponto está na sombra, o ângulo<br />
zenital para o horizontal do ponto é calculado e comparado com o ângulo zenital solar.<br />
Se o ângulo zenital solar for maior do que o ângulo horizontal, aquele ponto não pode<br />
ser iluminado diretamente pelo Sol e estará na sombra com co-seno do ângulo de<br />
iluminação igual a zero. A exemplo disto na 4.6a, observa-se que os tons mais claros<br />
representam valores maiores de co-seno do ângulo de iluminação solar,<br />
152
conseqüentemente valores elevados de irradiância direta no intervalo de 0 (preto) a 1<br />
(branco). Ao contrário disto, tem-se o sombreamento provocado pela intervenção<br />
topográfica aos raios do Sol que é independe do co-seno do ângulo de iluminação solar,<br />
sendo determinado por comparação entre o ângulo horizontal na direção dos raios<br />
solares com o ângulo zenital solar. Aqueles pontos que não podem ser iluminados<br />
diretamente pelo Sol são mascarados da imagem do co-seno do ângulo de iluminação<br />
solar.<br />
A componente difusa da irradiância solar é mostrada na 4.6b. As regiões mais baixas<br />
apresentam valores mais elevados de irradiância difusa (tons claros), enquanto que nas<br />
áreas de grande altitude observam-se valores relativamente mais baixos (tons escuros).<br />
Em geral, a irradiância difusa variou rapidamente com a inclinação. Estas oscilações<br />
podem estar associadas aos gradientes de inclinação (Kondratyev, 1965; Williams et al.,<br />
1972). A irradiância difusa depende da geometria solar, pressão (elevação),<br />
propriedades dos absorvedores e espalhadores atmosféricos. Além disso, dois outros<br />
fatores podem ser considerados: a anisotrópica dos campos de irradiância difusa, ou<br />
seja, varia dependendo da direção do espalhamento dos raios solares no céu; A<br />
quantidade de céu visível por um ponto (fator de visada do céu). No entanto, assume-se<br />
que a irradiância difusa que vem do céu é isotrópica (Dubayah e Rich, 1995).<br />
4.3.3 Irradiação solar incidente em escala horária<br />
A irradiância solar incidente varia em função do ângulo zenital solar, das propriedades<br />
ópticas da atmosfera, da topografia e da cobertura de nuvens. Sob condições de céu<br />
claro, a topografia é o principal modulador da irradiância, que varia em função do<br />
albedo, inclinação, exposição, ângulo de iluminação solar, ângulo horizontal, V d e C t .<br />
Como ilustração, a 4.7 mostra a variação diurna da irradiância solar sob condições de<br />
céu claro simulada para um local do Parque Nacional do Itatiaia pertencente à Serra da<br />
Mantiqueira (declividade 51,37°; exposição -36,56° oeste; V d = 0,65; C f = 0,28) e para<br />
o local da PCD de Cachoeira Paulista que está em local plano e não obstruído pelo<br />
terreno circunvizinho.<br />
(a)<br />
153
(b)<br />
FIGURA 4.7 - Irradiância solar incidente sob condições de céu claro nas datas dos<br />
Solstícios e dos Equinócios do ano 2003 para (a) Cachoeira Paulista (-<br />
22°40’50’’S e -45°00’09’’O) e (b) Parque Nacional do Itatiaia (-<br />
22°24’59’’S e -44°50’43’’O) modeladas pelo modelo TOPORAD.<br />
A irradiância solar incidente foi modelada nas datas dos Solstícios de verão (21/12/03) e<br />
de inverno (22/06/03) e dos Equinócios de outono (21/03/03) e de primavera (23/09/03)<br />
com totais médios diários para o parque de 728, 496, 219 e 462 W/m², e de 798, 548,<br />
508, e 676 W/m² para Cachoeira Paulista, respectivamente (Figuras 4.7a e b). No<br />
Solstício de verão, o início da manhã acontence por volta das 05h00 (hora local) em<br />
ambos os locais. No entanto, a irradiância solar incidente que chega na PCD de<br />
Cacheira Paulista (local plano horizontal) aumenta rapidamente ao longo da manhã. No<br />
local do parque (inclinado e no vale entre duas encosta) ocorre um pequeno aumento até<br />
as 06h00 (4.7b) segindo de um crescimento rápido até o meio dia e decréscimo em<br />
seguida. No solstício de inverno, a irradiancia solar incidente direta passa a atingir a<br />
154
PCD partir das 07h00, enquanto que no parque a um retardamento maior de entrada de<br />
irradiância solar direta por volta das 09h00. Esse fenômeno de retardamente da<br />
irradiância que atinge um ponto depende do ângulo horizontal do local. Esse fenômeno<br />
também foi evidenciado em simulações no Konza Prairie com exposições distribuídas<br />
aleatoriamente (Dubayah et al., 1990), variando em função da profundidade óptica<br />
(Oliphant et al., 2003) e do ângulo horizontal local (Dozier, 19<strong>80</strong>).<br />
Nas Figuras 4.7 a e b, observou-se que o ângulo horizontal local formado entre os raios<br />
solares e as encosta da montanha reduziu o comprimento do dia efetivo, ou seja, a luz<br />
solar direta foi interceptada no início da manhã e no final da tarde em situações de<br />
ângulos zenitais solares menores que 20° (4.7a) em todos os casos. No inverno, a<br />
interceptação de luz solar pelas encostas da montanha não foi restringida somente ao<br />
início da manhã e ao final da tarde, mas prolongou-se das 05h00 às 07h00 na PCD e das<br />
05h00 às 09h00 no ponto do Parque. À tarde, a interceptação de luz iniciou as 17h00 em<br />
ambos locais ocorrendo diminuição do fotoperíodo. Isto pode ser observado pela<br />
inclinação da curva de radiação solar (Figuras 4.7a e 4.7b). A mudança brusca na<br />
irradiância solar total foi devido à emergência do Sol na abóbada celeste causando o<br />
desaparecimento do efeito difuso provocado pela encostas da serra. Dozier (19<strong>80</strong>)<br />
observou este efeito em um local da Serra de Nevada.<br />
Para caracterizar se um terreno inclinado é necessário compreender o efeito do ângulo<br />
de inclinação (ou declive) e a direção para o qual está voltado. Estas duas grandezas<br />
determinam a situação ou exposição das encostas quanto ao desenvolvimento de certas<br />
variedades de plantas e de animais no ambiente montanhoso. A fim de compreender<br />
como se comportar as várias posições das encostas quanto à incidência de luz durante as<br />
horas do dia, produziu-se a 4.8 a partir do modelo TOPORAD para o ano de 2003, em<br />
condições de céu claro. Os números inscritos nos gráficos correspondem a três<br />
exposições e 4 inclinações de encostas voltadas para norte (declividade 9°, exposição<br />
56,25°; V d = 0,94; C t = 0,02), sul (declividade 33°; exposição -71,72°; V d = 0,78; C t =<br />
0,19), leste (declividade 27°; exposição 157,5°; V d = 0,85; C t = 0,13) e oeste<br />
(declividade 46°; exposição -160,31°; V d = 0,81; C t = 0,13) para a elevação de 1.888 m.<br />
155
FIGURA 4.8 - Irradiância solar incidente (céu claro) em encostas voltadas para: norte<br />
(-45°17’30’’O e -22°57’13’’S), sul (-45°03’51’’O e -22°06’06’’S),<br />
leste (-45°03’34’’O e -22°06’02’’S) e oeste (-45°25’83’’O e -<br />
22°58’45’’S) com diferentes inclinações de encostas e na mesma<br />
altitude (1.888 m) no equinócio de primavera e solstícios de inverno e<br />
de verão para o ano de 2003.<br />
No dia 23/09/03 (primavera), quando o Sol nasce exatamente a leste e se põe a oeste, os<br />
raios solares aparecem às 06h00 (hora local) nas encostas viradas para o norte, qualquer<br />
156
que seja a sua inclinação (aumento rápido da irradiância solar), e esse instante é o do<br />
nascer do Sol.<br />
No verão, o nascer do sol na encosta norte acontece mais cedo. Ao contrário do solstício<br />
de inverno, o Sol leva mais tempo para se deslocar para leste do seu azimute de noroeste<br />
(Vianello e Alves, 1991) e subir o suficiente para passar por acima do plano da encosta<br />
norte, e poder assim começar a iluminá-la. No inverno, o nascer e o ocaso do Sol<br />
verificam-se ao mesmo tempo para todas as inclinações. Na encosta exposta à norte, a<br />
intensidade máxima de luz ocorreu às 12h00 (hora local), mas em relação à inclinação,<br />
o máximo na encosta sul verificou-se às 13h00 no verão e primavera, mas no inverno às<br />
14h00 (observe o deslocamento da curva da encosta voltada para o sul). A quantidade<br />
de energia recebida pelas encostas voltadas para o norte foi sempre maior que as<br />
voltadas para o sul. Isto pode ser observado pelas áreas dos gráficos das encostas<br />
expostas norte-sul, sendo que as primeiras apresentam uma distribuição<br />
aproximadamente simétrica. Geiger (1965) comenta que a nebulosidade reduz essas<br />
diferenças.<br />
As encostas das exposições leste-oeste (nascente e poente) diferenciam das encostas<br />
norte e sul porque o máximo da intensidade de radiação varia com a inclinação e com a<br />
época do ano. Nestes casos, tal como verificado para a encosta sul, verifica-se um sutil<br />
deslocamento do máximo de irradiância solar das encostas leste e oeste. O amanhecer<br />
do Sol é simultâneo para todos os sentidos das encostas, mas o poente verifica-se tanto<br />
mais cedo quanto mais inclinada for uma encosta. Observa-se que as encostas de<br />
exposição nascente-poente recebem aproximadamente as mesmas quantidades de<br />
energia, mas, nas primeiras, a energia é recebida, sobretudo de manhã, e nas segundas à<br />
tarde.<br />
Como esperado, a distribuição de irradiância solar incidente sob condições de céu claro,<br />
modelada pelo TOPORAD, pode ser avaliada de acordo com a inclinação e exposição<br />
das encostas de uma montanha. Constatou-se que as encostas voltadas para o norte são<br />
sempre mais aquecidas do que as voltadas para o sul. Existiu suprimento de energia para<br />
a encosta exposta a sul em relação a norte em função da inclinação do local de interesse.<br />
157
Para as encostas leste-oeste a distribuição de calor foi similar, mas diferença de calor<br />
recebida pela encosta a leste de manhã foi compensada a tarde pela encosta oeste. A<br />
implementação de nuvens no modelo TOPORAD pode modificar estes resultados.<br />
Além da topografia, a cobertura de nuvens também é um outro modulador de irradiância<br />
solar incidente sobre o terreno. Os campos de nuvens dominam a variabilidade espacial<br />
da irradiância solar sob condições de céu parcialmente nublado. Entretanto, é a<br />
topografia que freqüentemente causa variabilidade da radiação solar em diferentes<br />
escalas espaciais, quando o céu encontra-se claro ou encoberto por nuvens. Uma<br />
imagem de baixa resolução espacial do satélite GOES-12 combinada com dados de alta<br />
resolução espacial de uma grade de elevação digital e de albedo do produto do sensor<br />
MODIS produz mapa de irradiância que representa a influência da cobertura de nuvens<br />
e da topografia.<br />
A 4.9 representa o resultado do modelo TOPORAD, sob condições de céu claro e de<br />
céu encoberto, nos horários das 08h45, 11h45 e 14h45 para a data 22/12/2003 (solstício<br />
de verão).<br />
158
Cobertura<br />
de nuvens<br />
Irradiância solar<br />
céu claro<br />
Irradiância solar<br />
céu encoberto<br />
08h45<br />
08h45<br />
08h45<br />
11h45 11h45 11h45<br />
14h45 14h45 14h45<br />
FIGURA 4.9 - Imagens de cobertura de nuvem, irradiância solar de céu claro e de céu<br />
nublado para o solstício de verão (21 de dezembro de 2003).<br />
Às 08h45 da manhã, o céu está coberto de nuvens, com pequenas aberturas em locais<br />
específicos (manchas escuras). A imagem de irradiância solar de céu claro apresentou<br />
valores entre 1 e 1.145 W/m 2 . Valores baixos são atribuídos às áreas sombreadas em<br />
que predominam somente radiação difusa e refletida pela vizinhança. Neste horário,<br />
valores altos de irradiância são observados em encostas íngremes de faces voltadas para<br />
a direção do Sol. Dubayah e Rich (1995) afirmaram que a variabilidade da irradiância<br />
direta é responsável também pelas oscilações na radiação solar incidente, em condições<br />
de céu claro. Com a inclusão da cobertura de nuvem no modelo, a irradiância variou<br />
entre 1 e 624 W/m 2 , reduzindo a irradiância de céu claro em aproximadamente 55 %.<br />
Às 11h45 da manhã, as nuvens se dissiparam quase totalmente sob o Vale do rio Paraíba<br />
do Sul. Para este horário, a irradiância de céu claro variou de 1 a 1.254 W/m 2 , e de céu<br />
nublado aproximadamente de 1 a 1.163 W/m 2 . No entanto, nas escarpas da Serra da<br />
159
Mantiqueira, observou-se à presença de nuvens orográficas que reduzem a irradiância<br />
total, principalmente na área do Pico do Itatiaia.<br />
No horário das 14h45, a irradiância solar incidente de céu claro variou de 0 a 1.132<br />
W/m 2 , com a inclusão da cobertura de nuvem no modelo, a irradiância oscilou entre de<br />
0 a 1.037 W/m 2 . Observou-se que as nuvens diminuiram a diferença entre radiação<br />
difusa e direta em qualquer horário, reduzindo a variabilidade espacial da radiação solar<br />
incidente nas áreas sob sombras de nuvens.<br />
A comparação da irradiância solar incidente medida por piranômetro e estimada com o<br />
modelo TOPORAD combinado com dados do GOES 12 a cada hora do dia de solstício<br />
de verão de 2003 são apresentadas na 4.10.<br />
1400<br />
Solstício de verão<br />
21 22 de de dezembro de 2003<br />
Irradiância solar (W/m²)<br />
1200<br />
1000<br />
<strong>80</strong>0<br />
600<br />
400<br />
200<br />
0<br />
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20<br />
Hora do dia<br />
FIGURA 4.10 - Irradiância solar medida por piranômetro localizado em Cachoeira<br />
Paulista-SP (-22° 40’ 50”S e -45° 0’ 9”O) para a data de 21 de<br />
dezembro de 2003 (solstício de verão). Os x representam os valores<br />
simulados e as curvas tracejadas indicam o erro instrumental de ±6<br />
W/m 2 (2% de erro em relação às medições).<br />
Nesta data, o meio dia solar verificou-se por volta de 12h30 (pico máximo). Observa-se<br />
que, nas primeiras horas da manhã, o céu estava coberto de nuvens. Observa-se que as<br />
estimativas seguem a curva de irradiância solar para os horários nas quais as imagens do<br />
GOES 12 foram adquiridas. O erro atribuído ao piranômetro é da ordem de 4 a 6 W/m 2<br />
(Gautier et al., 19<strong>80</strong>; Ceballos, 2000). Isto representa aproximadamente 2% do valor<br />
160
médio da irradiância solar medida para esta data (linhas tracejadas). O desvio médio<br />
entre os valores estimados e observados foi de 14 W/m 2 . Essa série temporal mostrou<br />
alta freqüência de variabilidade das medições do piranômetro, que resultam da presença<br />
de pequenas nuvens. Os melhores casos são para as condições de céu claro e de céu<br />
parcialmente nublado. Isto está de acordo com os resultados apresentados por Gautier e<br />
Landsfeld (1997). Em condições de céu nublado, as estimativas de irradiância solar,<br />
combinada com dados do satélite GOES 12, capturaram as mudanças no fluxo solar<br />
(devido a variações na nebulosidade) medidas por piranômetro. No entanto, os casos de<br />
discrepâncias entre estimativas e medidas correspondem a momentos de irradiância<br />
solar baixo causados por nuvens pouco espessas como as nuvens do tipo cirrus.<br />
Segundo Irons et al. (1989), as nuvens cirrus podem não ser captada por sensores que<br />
operam na banda do visível, mas somente nas bandas do infravermelho termal devido à<br />
baixa temperatura desse tipo de nuvem.<br />
Além desse caso, existem as oscilações nas medições do piranômetro sob condição de<br />
céu parcialmente nublado que saem de fase com as estimativas de irradiância solar com<br />
dados do GOES-12. Isto acontece quando o piranômetro mede fluxos solares baixos e as<br />
estimativas de irradiância indicam valores altos (4.10). Pinker et al. (1994) têm<br />
mostrado que uma área de 50km 2 pode ser mais representativa dos fluxos horários<br />
medidos por piranômetros do que por estimativas de irradiância com dados do GOES<br />
para uma bacia de 150 km 2 no Arizona. Dubayah e Loechel (1997), avaliando os erros<br />
entre as irradiâncias observadas por piranômetros e as derivadas de dados do GOES em<br />
vários tamanhos de grades, sugeriram que tais estimativas podem ser boas para derivar<br />
fluxos horários usando horários padrões de observações de satélites em terrenos<br />
montanhosos. Mas, são necessários mais estudos para determinar o tamanho e a forma<br />
apropriada para a integração da grade. Segundo Dubayah e Rich (1995) existem erros<br />
associados com todas as etapas de modelagem da radiação solar:<br />
1) associados com os cálculos de transferência radiativa, ou seja, a aproximação<br />
pelo método de dois fluxos produz erros da ordem de 10 a 15%;<br />
161
2) associados com interpolações e extrapolações empíricas de medições no<br />
terreno;<br />
3) associados com registros entre a reflectância e o MNT;<br />
4) associados com aproximações particulares para um modelo físico.<br />
A baixa qualidade de modelo numérico de terreno produz erros nos cálculos de<br />
inclinação e de aspecto afetando os valores de ângulos horizontais e os fatores de visada<br />
do céu e de configuração do terreno. Isto em seu turno afeta também as estimativas de<br />
irradiância solar direta e difusa. Além disso, quanto mais acentuada for a topografia do<br />
terreno, maior o decréscimo da irradiância solar incidente, e há um aumento no<br />
intervalo dessa variável em função do obscurecimento provocado pelo terreno (Oliphant<br />
et al., 2003). Variações no albedo de superfícies naturais resultam em erros de<br />
irradiância solar incidente de 50 W/m 2 para valores diários de radiação refletida da<br />
superfície e superior a 100 W/m 2 para valores instantâneos ao meio dia (Brutsaert,<br />
1982).<br />
Para quantificar a diferença entre a simulação e as observações, os resultados de<br />
irradiância solar horária foram analisados estatisticamente. A 4.11 mostra a regressão<br />
linear entre os valores estimados e os observados para todas as datas e horários em que<br />
foram feitas estimativas de irradiâncias solar horária.<br />
162
Irradiância solar estimada (W/m²)<br />
1400<br />
1200<br />
1000<br />
<strong>80</strong>0<br />
600<br />
400<br />
200<br />
Y = 0,8335X + 167,59<br />
R 2 = 0,84<br />
n = 42<br />
0<br />
0 200 400 600 <strong>80</strong>0 1000 1200 1400<br />
Irradiância solar observada (W/m²)<br />
FIGURA 4.11 - Irradiância solar horária observada e estimada para todas as condições<br />
de céu nas datas dos solstícios de verão e inverno e, equinócios de<br />
primavera e outono para o ano de 2003 (reta vermelha 1:1; preta<br />
tendência).<br />
Existem poucos “outliers” e tendência de superestimativa foi verificada. Isto deve ser<br />
decorrente da parametrização do coeficiente de absorção por nuvens que, segundo<br />
Gautier e Landsfeld (1997), ainda precisa ser melhorado. O coeficiente de correlação<br />
linear r foi de 0,916, não significativa a 99%. O teste de Willmott et al. (1985) resultou<br />
em 0,96 indicando que o ajuste dos R 2 foi preciso. Percebeu-se, ainda, maior<br />
concentração de pontos com irradiância entre 100 a 400 W/m 2 (período da manhã) e,<br />
também entre 1.000 a 1.200 W/m 2 (ao meio dia solar). O RMSD (Raiz Quadrada do<br />
Quadrado Médio dos Desvios) foi de 132 W/m 2 e o desvio médio horário de 41 W/m 2 .<br />
Dubayah e Loechel (1997) encontraram erros da ordem 163 W/m 2 para um período de<br />
15 dias consecutivos em três locais das montanhas Rochosas. Pode-se verificar que o<br />
modelo superestima os valores de irradiância solar observados. Entretanto, a relação foi<br />
consistente e correlacionada com as validações de Gautier e Landsfeld (1997) e<br />
Dubayah e Loechel (1997), mas os erros em alguns horários foram grandes.<br />
A contaminação de nuvens pode aumentar a irradiância solar abaixo do nível da nuvem,<br />
conduzindo a superestimativa dos efeitos da nuvem (Arking et al., 1992). Os erros<br />
atribuídos à irradiância solar resultam, principalmente, das variações nos ângulos<br />
163
zenitais solares e das nuvens (Gautier et al., 19<strong>80</strong>). Uma maior precisão das estimativas<br />
depende do conhecimento de fatores locais como água precipitável, profundidade óptica<br />
e tipo de aerossol (Ceballos, 2000).<br />
4.3.4 Comparação dos fluxos solares horários<br />
As condições de nuvens têm sido particionadas em dois regimes: céu parcialmente<br />
nublado e encoberto. Este critério de partição pode ser utilizado para várias horas do<br />
dia. Assim, classificaram-se as condições do céu em claro, encoberto e parcialmente<br />
nublado (Gautier e Lansderfeld, 1997). A 4.12 mostra as comparações de irradiância<br />
solar medida e calculada para diferentes tipos de cobertura de nuvens nos horários das<br />
08h45, 11h45 e 14h45, do mês de outubro de 2003.<br />
164
FIGURA 4.12 - Irradiância solar incidente calculada pelo modelo TOPORAD e<br />
medidas com um piranômetro Eppley instalado em Cachoeira<br />
Paulista, em condições de céu parcialmente nublado, encoberto e<br />
todas as condições. Pontos em vermelho estão na relação 1:1.<br />
Não houve condições de céu claro (cobertura de nuvens menor que 5%) nesse mês. As<br />
condições de céu parcialmente nublado (cobertura de nuvens de 5 a 90%) tiveram um<br />
165
erro próximo de 126 W/m 2 (ou aproximadamente 28 % da média das medições). Neste<br />
mesmo estado do céu, Dubayah (1992) encontrou erros maiores que 235 W/m 2 entre os<br />
valores de irradiância solar medidos e estimados. Isto pode ocorrer devido aos<br />
piranômetros medirem a irradiância solar incidente hemisférica, isto é, não podendo<br />
capturar a variabilidade espacial causada por blocos de nuvens individuais. Em<br />
condições de céu encoberto (cobertura de nuvens de 100%), a irradiância solar incidente<br />
foi simulada com um erro de aproximadamente 24 W/m 2 (ou 5,4 % da média dos<br />
valores medidos 437 W/m 2 ).<br />
A pequena inclinação (0,72) determinada pelo ajuste linear entre os dados simulados e<br />
medidos em condições de céu encoberto, junto com a inspeção dos dados plotados,<br />
sugeriu que a aproximação teve um tendência de superestimar a irradiância solar em<br />
condições de céu com nuvens, principalmente para momentos de baixa irradiância.<br />
4.3.5 Razão entre a irradiâncias solar incidente em encostas e plano horizontal<br />
A razão entre a irradiância solar incidente nas encostas de uma montanha e aquela que<br />
incide em uma estação meteorológica horizontal foi utilizada como fator multiplicado<br />
da temperatura máxima do ar (Hungerford et al., 1989). A 4.13 exibe a variabilidade<br />
mensal média desta razão obtida em 271 pontos distribuídos na área de estudo para o<br />
horário de 14h45 relativa às medidas da PCD de Queluz.<br />
166
FIGURA. 4.13 – Razão entre a irradiância solar incidente em encosta pela irradiância<br />
em terreno horizontal a uma dada elevação para os 271 pontos<br />
selecionados na região do Parque Nacional do Itatiaia no horário das<br />
14h45.<br />
Não foi possível obter valores de razões às 14h00 (temperatura máxima do ar) devido<br />
aos horários de passagem do satélite GOES 12 (14h15, 14h45 e 15h15) e falta de dados.<br />
Observa-se na 13 que a razão de irradiâncias foi menor em janeiro (0,49) aumentando<br />
gradativamente até junho (0,89), diminuído novamente até dezembro (0,67), sofrendo<br />
pequenas oscilações. Em todos os meses de 2003, constatou-se que a média mensal da<br />
irradiância solar incidente na Serra da Mantiqueira é entre 50 a 90% da irradiância solar<br />
incidente na PCD de Queluz. Além disso, a máxima atenuação de irradiância solar<br />
incidente sob as encostas de uma montanha aconteceu nos meses de verão devido à<br />
formação e concentração de nuvem de origem orográfica.<br />
4.4 MODELO MT-CLIM<br />
O modelo MT-CLIM foi avaliado para duas situações distintas: estação meteorológica<br />
versus PCD e PCD versus PCD na mesma elevação; e estação meteorológica versus<br />
PCD e PCD versus PCD em elevações diferentes, em condição de céu claro. Neste<br />
estágio de verificação da robustez do modelo, as avaliações foram feitas com condições<br />
de céu claro para evitar a contaminação da análise pelos efeitos de regimes de nuvens<br />
diferentes entre as áreas consideradas para fonte de dados e locais de extrapolações.<br />
167
4.4.1 Extrapolações em locais planos<br />
O modelo MT-CLIM foi aplicado em locais planos, ou seja, quando a estação<br />
meteorológica e a PCD estão aproximadamente na mesma elevação. As Figuras 4.14a e<br />
4.14b mostram os dados de temperaturas máxima, mínima e média diárias inferidos a<br />
partir da PCD Cachoeira Paulista para a de Queluz e para a estação meteorológica de<br />
Taubaté para o ano de 2001. As PCDs Cachoeira Paulista e Queluz estão elevadas a 563<br />
e 564 m, enquanto que a estação de Taubaté a 577 m em relação ao nível médio do mar.<br />
Observou-se que as curvas de temperaturas do ar possuem comportamentos similares ao<br />
do padrão climático da região.<br />
FIGURA 4.14 – Ciclos de Tmáx, Tmin e Tmed estimados (EST) e observados (OBS)<br />
(a) para a PCD de Queluz inferidos a partir da PCD de Cachoeira<br />
Paulista; (b) para a estação meteorológica de Taubaté inferidos a partir<br />
da PCD de Cachoeira Paulista para 2001.<br />
168
A Tabela 4.1 mostra a Média das Raízes dos Erros Quadráticos (MREQ) para Tmax,<br />
Tmin e Tmed para o ano de 2001. O erro da Tmax entre PCDs foi de 2,5°C e PCDposto<br />
de 2,0°C. A Tmin apresentou MREQ de 1,4°C (PCD e PCD) e 1,6°C (PCD e<br />
posto) enquanto que a Tmed do ar, em geral, foi de 1,5°C para ambos os casos. O erro<br />
em Tmax pode está associado à cobertura de nebulosidade e a cobertura de vegetação<br />
que não foram considerados no modelo MT-CLIM.<br />
TABELA 4.1 – Média das Raízes dos Erros Quadráticos da aplicação do modelo MT-<br />
CLIM em locais planos para o ano de 2001.<br />
PCD Cachoeira<br />
Paulista<br />
Tmax (°C) Tmin(°C) Tmed (°C)<br />
PCD Queluz 2,5 1,4 1,5<br />
Posto M. Taubaté 2,0 1,6 1,5<br />
4.4.2 Extrapolações em locais de diferentes elevações<br />
A precipitação e as temperaturas mínima e máxima da estação meteorológica de<br />
Taubaté foram usadas para inferir as temparaturas média, máxima e mínima e umidade<br />
relativa do ar na PCD de Campos do Jordão. A média das raízes dos erros quadráticos<br />
(MREQ) encontradas são de 2,57°C para a estimativa da temperatura máxima. Este<br />
valor representa 12% da média das temperaturas máximas medidas em Campos do<br />
Jordão. Os resultados para as temperaturas média e mínima não foram tão bons, com<br />
MREQ de 2,98 e 3,85 °C, representando 24% e 20% da média anual destes dois valores,<br />
respectivamente. Os resultados para umidade relativa foram muito mais incertos, com<br />
MREQ de 25,24% , o que representa 42% da média anual deste parâmetro. Segundo<br />
Hungerford et al. (1989), a temperatura mínima é difícil de estimar devido aos fluxos de<br />
ar frio, inversões de temperatura e efeitos de resfriamento intenso da superfície<br />
provocando nevoeiros. Running et al. (1987), avaliando o MT-CLIM para seis locais em<br />
Montana, encontraram valores de R 2 de 0,85 para Tmin, de 0,88 a 0,92 para a Tmed.<br />
Por outro lado, as umidades relativas do ar estimadas em Running et al. (1987)<br />
explicaram somente 16 a 40% dos valores observados.<br />
169
As incertezas nas estimativas de variáveis meteorológicas em função da distância e das<br />
diferenças de altitude entre estação de medida e local de estimativa foram avaliadas pela<br />
comparação de estimativas feitas para Campos do Jordão a partir de dados de diferentes<br />
localidades. Aplicou-se os dados das PCDs de Cruzeiro e São José Barreiros para inferir<br />
com base no MT-CLIM as condições meteorológicas medidas na PCD de Campos do<br />
Jordão. Os ciclos sazonais das temperaturas do ar inferidas a partir das PCDs Cruzeiro e<br />
São José Barreiros em relação aos valores observados na PCD Campos do Jordão são<br />
ilustrados nas Figuras 4.15a e 4.15b.<br />
35<br />
Temperatura do ar (°C)<br />
Temperatura do ar (°C)<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
(a)<br />
(b)<br />
J F M A M J J A S O N D<br />
Meses do ano<br />
Tmax(OBS) Tmax (EST) Tmed(EST)<br />
Tmed(OBS) Tmin(EST) Tmin(OBS)<br />
FIGURA 4.15 – Ciclos de Tmáx, Tmin e Tmed estimados (EST) e observados (OBS)<br />
para a PCD Campos do Jordão (a) inferido a partir da PCD Cruzeiro e<br />
(b) inferido a partir da PCD São José Barreiro para 2001.<br />
170
Vale ressaltar que o ano de 2001 foi caracterizado como ano de Lã Nina moderado<br />
(Climanálise, 2001). Este fenômeno acarreta que o ar fique mais frio no verão e mais<br />
seco no inverno sobre a região de estudo. Observou-se que o modelo MT-CLIM<br />
superestimou a temperatura média do ar apresentando MREQ de 5,1 e 5,4°C com um R 2<br />
de 0,60 e 0,69 para as estimativas derivadas das estações de Cruzeiro e São José do<br />
Barreiro, respectivamente. O modelo comportou-se bem quanto à estimativa da<br />
temperatura máxima do ar com MREQ variando entre 2,0 a 2,2°C. Quanto à<br />
temperatura mínima do ar, o modelo MT-CLIM resultou em valores sempre maiores<br />
que os medidos, com MREQ de 5,1 e 5,4°C. A umidade relativa do ar oscilou entre 24,6<br />
e 32%. O erro na estimativa da umidade é uma conseqüência da tendência do modelo de<br />
subestimar temperaturas do ar elevadas quando a umidade é baixa. Assim, os erros na<br />
estimativa de temperatura do ar influenciam na estimativa da umidade relativa do ar.<br />
As marchas mensais de Tmax, Tmin e Tmed simuladas a partir do posto de Taubaté e<br />
da PCD Cachoeira Paulista para a de Campos do Jordão são mostradas nas Figuras<br />
4.16a e 4.16b.<br />
171
35<br />
Temperatura do ar (°C)<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
(a)<br />
Temperatura do ar (°C)<br />
0<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
(b)<br />
J F M A M J J A S O N D<br />
Meses do ano<br />
Tmax(OBS) Tmax (EST) Tmed(OBS)<br />
Tmed(EST) Tmin(EST) Tmin(OBS)<br />
FIGURA 4.16 - Ciclos sazonais de Tmáx, Tmin e Tmed estimados pelo modelo MT-<br />
CLIM e observados (OBS) pela PCD Campos do Jordão (a) inferido a<br />
partir do posto de Taubaté e (b) inferido a partir da PCD Cachoeira<br />
Paulista para o ano de 2001.<br />
Observa-se que o modelo subestimou Tmax, e superestimou os valores de Tmin e<br />
Tmed. No entanto, as Tmed (MREQ = 3,9 e 4,9°C) e Tmin (MREQ = 3,0 e 5,0°C)<br />
observadas e estimadas apresentaram boas correlações lineares (Tmed de 0,64 e 0,82 e<br />
Tmin de 0,71 e 0,82, para estimativas feitas a partir de Taubaté e Cachoeira Paulista,<br />
respectivamente), enquanto que as Tmax estimadas afastaram-se dos valores observados<br />
em 2,57 e 3,4°C, apresentando coeficiente de correlação linear de 0,63 a 0,78 para<br />
estimativas feitas a partir de Taubaté e Cachoeira Paulista, respectivamente. Estes<br />
valores de concordância são menores que os obtidos em Running et al. (1987), que<br />
avaliou o MT-CLIM para seis locais em Montana, e encontrou valores de R 2 de 0,85<br />
para Tmin, de 0,88 a 0,92 para a Tmed.<br />
172
As Figuras 4.17a e 4.17b ilustram a raiz do erro quadrático médio em função das<br />
distâncias horizontais e das diferenças de elevações das PCDs e do posto meteorológico<br />
em relação a PCD de Campos do Jordão. Percebe-se que os erros nas estimativas das<br />
temperaturas aumentam com a distância e a diferença de elevações entre as PCDs em<br />
relação à PCD Campos do Jordão. Constatou-se, ainda, que quanto mais distante as<br />
PCDs estão da de Campos do Jordão maior os MREQ das estimativas de Tmed e Tmin<br />
sendo que observa-se uma estabilidade no MREQ da Tmax em função da distância e da<br />
diferença de altitude.<br />
Raiz do Erro Quadrático Médio (°C)<br />
6<br />
(a)<br />
5,5<br />
5<br />
4,5<br />
4<br />
3,5<br />
3<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
0 30 67 74 96 115<br />
CJ TB<br />
CP CR QL SJB<br />
Distância horizontal em relação a PCD Campos do Jordão (km)<br />
PCD – Campos do Jordão - CJ<br />
Estação – Taubaté - TB<br />
PCD – Cachoeira Paulista - CP<br />
PCD – Cruzeiro - CR<br />
PCD – Queluz - QL<br />
PCD – São José do Barreiro - SJB<br />
Raiz do Erro Quadrático Médio (°C)<br />
6<br />
(b)<br />
5,5<br />
5<br />
4,5<br />
4<br />
3,5<br />
3<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
0 1223 1216 1217 1260 1291<br />
CJ<br />
TB<br />
CP QL<br />
CR SJB<br />
Diferença de elevação em relação a PCD Campos do Jordão (m)<br />
Tmax Tmin Tmed<br />
FIGURA 4.17 - Raiz do erro quadrático médio das estimativas de temperatura em<br />
função das (a) distâncias horizontais e (b) das diferenças de elevações<br />
das PCD em relação a PCD de Campos do Jordão, em que Tmax,<br />
Tmin e Tmed, temperaturas máxima, mínima e média.<br />
As razões para as incertezas nas estimativas são diversas: diferença entre métodos de<br />
medidas entre estações, como tempo de integração e calibração dos instrumentos e<br />
173
diferença em condições de nebulosidade que não foram consideradas. Com estas<br />
limitações em mente, prosseguiu-se a espacialização das condições<br />
micrometeorológicas.<br />
4.4.3 Representação espacial do campo de temperatura máxima do ar<br />
A espacialização da Tmax sob condições de céu claro e de céu nublado foi feita usando<br />
interpolação por krigeagem. Os semivariogramas experimentais de Tmax estão<br />
apresentados no Anexo A. Como dado de entrada para a krigeagem, foram simuladas,<br />
com o uso do MT-CLIM alimentado com dados do TOPORAD e para o ano de 2003, as<br />
condições meteorológicas em 271 pontos distribuídos uma sub-região da área de estudo<br />
que cobre os picos do Itatiaia e da Pedra da Mina, ambos com mais de 2.700 m de<br />
altitude. Os dados foram ajustados simultaneamente aos modelos teóricos esférico e<br />
gaussiano.<br />
Estes dois modelos foram utilizados para espacializar a média mensal da Tmax sob<br />
condições de céu claro e de céu nublado (4.18).<br />
174
Sem nuvens<br />
Com nuvens<br />
-22.25<br />
-22.30<br />
JUNHO - 2003<br />
JUNHO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
OUTUBRO - 2003<br />
OUTUBRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
°C<br />
Longitude (°)<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
°C<br />
Longitude (°)<br />
4 8 12 16 20 23 24 26 28 30 32 34<br />
4 8 12 16 20 23 24 26 28 30 32 34<br />
FIGURA 4.18 - Médias mensais da temperatura máxima para o ano de 2003.<br />
No mês de fevereiro, sob condições de céu claro, a Tmax oscilou de 23,85 a 34,33°C.<br />
Com a introdução da cobertura de nuvens, observou-se uma diminuição no intervalo de<br />
Tmax de 22,98 a 32,01°C. Neste mês, a diferença média absoluta entre os valores de<br />
Tmax de céu claro e nublado foi de 1,68°C. A Tmax foi mais elevada no vale e<br />
175
decresceu para locais de altitudes elevadas nas duas situações. O gradiente de<br />
temperatura com a altitude é mais intenso em condições de céu limpo do que em<br />
condições reais de nebulosidade. Este padrão pode ser observado nos mapas de<br />
fevereiro e junho, o que permite inferir que as nuvens causam um amortecimento no<br />
efeito da altitude sobre as condições de temperatura máxima do ar.<br />
No mês de março, observou-se uma diminuição do intervalo de Tmax provocado por<br />
atenuação de nuvens de 19,97 a 30,45°C sob condições de céu claro, com valor médio<br />
25,29°C, e de 20,34 a 29,37°C em condições de céu nublado, com valor médio 24,89°C.<br />
Percebe-se que os maiores valores de Tmax estão distribuídos no vale, com<br />
temperaturas da ordem de 30,45°C. A diferença média entre os valores de Tmax de céu<br />
claro e de céu nublado foi de 0,53°C. Similarmente ao mês de fevereiro, observou-se em<br />
março que os locais próximos às encostas voltadas para o norte estão mais aquecidas<br />
que as voltadas para o sul (diferença de aproximadamente 2°C). Estas constatações<br />
concordam com as observações realizadas por Bolstand et al. (1998) nas montanhas<br />
Apalaches da América do Norte. Estes autores constataram que o aumento em Tmax foi<br />
devido à exposição solar dos locais de elevação baixa próximos às encostas.<br />
Em junho, as nuvens contribuíram para diminuição da Tmax, que passou do intervalo de<br />
19,93 a 30,41°C (sem nuvens, média 25,18°C) para 18,37 a 28,85°C (com nuvens,<br />
média 23,68°C). Verificou-se que a diferença média entre as duas condições foi de<br />
1,59°C. Essa discrepância pode ser explicada em relação à insolação atenuada pela<br />
cobertura de nuvens, reduzindo a diferença potencial de temperatura devido à variação<br />
em locais expostos ao Sol (Bolstad et al., 1998).<br />
O mês de outubro foi similar ao mês de junho, ou seja, a presença de nuvens diminuiu o<br />
intervalo de variação da Tmax passando de 22,04 a 32,52°C para 19,56 a 30,04°C com<br />
uma diferença média absoluta de 2,48°C. Constatou-se que as faces voltadas para norte<br />
apresentaram maiores valores de Tmax que as voltadas para o sul. O aumento da<br />
insolação em locais voltados para o norte pode ser convertido em calor latente,<br />
reduzindo a diferença de exposição relativa a climas secos determinados ou observados.<br />
176
Em geral, constatou-se que a Tmax diminuiu com a altitude nas duas condições de céu<br />
avaliadas. Observou-se, ainda, que as nuvens contribuíram para aumentar as diferenças<br />
das Tmax das faces das encostas voltadas para o norte em relação às voltadas para o sul.<br />
Estas diferenças devem ser devidas ao padrão de formação de nuvens de origem<br />
orográficas, que tendem a se acumular nas faces sul da Serra da Mantiqueira, que são<br />
mais íngremes do que a sua face norte.<br />
De acordo com Running et al. (1989) o coeficiente de irradiância solar incidente em<br />
uma encosta inclinada e uma plana contribui para aumentar a temperatura do ar das<br />
encostas voltadas para o Sol e decresce a das encostas voltadas para o lado oposto ao<br />
Sol, relativa à superfície plana naquela elevação. Entretanto, a magnitude da diferença<br />
de temperatura é uma função das características das trocas de energia da superfície das<br />
encostas (McNaughton e Jarvis, 1983). A diferença de temperatura máxima da<br />
superfície das encostas expostas podem exceder 10°C, mas dosséis de florestas podem<br />
não exibir nenhuma diferença de temperatura das encostas quando a superfície<br />
representa um dossel transpirando ativamente (Kaufmann, 1984). Conseqüentemente, a<br />
estimativa da temperatura máxima é ajustada por um multiplicador baseado no IAF do<br />
local de interesse. Por exemplo, se a face voltada para sul de IAF = 1,0 recebe duas<br />
vezes mais radiação incidente que a de uma superfície plana, a Tmax tem um aumento<br />
de 2,0°C, mas no mesmo local de IAF 5,0 não teria aumento de temperatura (Running et<br />
al., 1989). Valores imprecisos de índice de área foliar (IAF) podem produzir estimativas<br />
errôneas de temperatura máxima do ar afetando conseqüentemente a radiação solar de<br />
onda longa atmosférica (Oliphant et al., 2003).<br />
4.3.4. Variabilidade da temperatura mínima do ar<br />
A distribuição espacial da média mensal de Tmin foi feita usando os modelos esférico e<br />
gaussiano, como mostrado no Anexo B. As médias mensais de Tmin para o ano de 2003<br />
são ilustradas na 4.19. O cálculo de condições de Tmin não leva em consideração os<br />
efeitos de nuvens.<br />
177
-22.25<br />
-22.30<br />
FEVEREIRO - 2003<br />
MARÇO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
JUNHO - 2003<br />
OUTUBRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
°C<br />
Longitude (°)<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
°C<br />
Longitude<br />
4 8 11 13 15 17 20 24 28 32 4 8 11 13 15 17 20 24 28 32<br />
FIGURA 4.19 - Médias mensais da temperatura mínima para o ano de 2003.<br />
Em fevereiro, a Tmin diminui com o aumento da elevação, oscilando entre 13,8 e<br />
19,1°C, com média de 16,48°C. No outono, o intervalo da Tmin ficou entre 13,49 e<br />
18,73°C (média 16,10°C). Em junho de 7,34 a 12,58°C (média 9,95°C) e outubro entre<br />
11,26 e 16,50°C (média 13,87°C). Em geral, observou-se que as Tmin das manhãs de<br />
verão oscilaram entre 15 a 20°C e as de invernos frias de 4 a 11°C reduzindo-se com o<br />
aumento da elevação. As encostas nortes esfriam mais que as voltadas para o sul.<br />
4.4.4 Amplitude térmica do ar<br />
Similarmente às variáveis Tmax e Tmin, a amplitude térmica também tem<br />
comportamento assimétrico, sendo ajustada pelos modelos esférico e gaussiano (Anexo<br />
C). A 4.20 mostra a amplitude térmica média mensal para o ano de 2003 para condições<br />
de nuvens no cálculo de Tmax.<br />
178
-22.25<br />
-22.30<br />
FEVEREIRO - 2003<br />
MARÇO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
ABRIL - 2003<br />
5<br />
JULHO - 2003<br />
-22.30<br />
0<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
5<br />
0<br />
5<br />
0<br />
-22.25<br />
-22.30<br />
AGOSTO - 2003<br />
OUTUBRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
NOVEMBRO - 2003<br />
DEZEMBRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
°C<br />
Longitude (°)<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
°C<br />
Longitude (°)<br />
6 7 8 9 1011 12 13 14 15 16 6 7 8 9 10 11 12 13 14 15 16<br />
FIGURA 4.20 - Médias mensais da amplitude térmica do ar para os meses de 2003.<br />
Em todos os meses, foi observado que as amplitudes térmicas diminuem como o<br />
aumento da elevação. Bolstad et al. (1998) afirmaram que a amplitude térmica também<br />
179
é influenciada pela estação do ano, forma do relevo e exposição do local aos raios<br />
solares.<br />
A amplitude térmica de dezembro oscilou entre 8,05 e 13,29°C (média de 10,71°C),<br />
enquanto que a de fevereiro foi de 10,01 a 15,25°C (média de 12,67°C). A diferença<br />
média entre esses dois meses foi de 1,96°C. O decréscimo da amplitude térmica com a<br />
elevação, em média, foi de 14,27°C a 460,4 m, para 6,93°C a 2.555,<strong>80</strong> m (diferença de<br />
7,34°C). As tabelas fornecidas por Allison e Bennett (1976) na montanha Irian Jaya<br />
evidenciaram que a amplitude térmica do ar em 2 m foi de 5,1°C e decrescendo para<br />
2,7°C na altitude de 4.251 m. Barry (1981) concluiu que o ciclo diurno de temperatura<br />
geralmente decresce com a altitude.<br />
No outono (março e abril) a amplitude térmica diminuiu, mas manteve-se o mesmo<br />
padrão observado no verão, ou seja, as faces voltadas para o sul com menores<br />
amplitudes decaindo com a elevação. Em março, a amplitude térmica média foi de<br />
9,14°C, tendo um pequeno aumento de 0,74°C no mês de abril. Mas a diferença média<br />
entre a menor e a maior elevação foi de 5,23°C. Pinto e Alfonsi (1974), desenvolvendo<br />
equações de regressão linear usando dados do Estado do Paraná, encontraram<br />
decréscimo na amplitude térmica com a altitude de 2,2 °C/km, em um intervalo de 50 a<br />
1.700 m.<br />
Nos meses de julho e agosto, a amplitude térmica foi bastante elevada. No mês de julho,<br />
o intervalo de amplitude térmica foi de 11,27 a 16,51°C (média de 13,93°C) enquanto<br />
que em agosto variou entre 9,22 a 14,46°C (média de 11,88°C). Em 460,4 m, a<br />
amplitude média foi de 16,51°C e em 2.555,<strong>80</strong> m de 11,27°C. Na primavera, a<br />
amplitude térmica também acompanhou a tendência observada nas outras estações do<br />
ano, com valores médios de 10,96°C para outubro e 10,28°C em novembro. Linacre<br />
(1982) observou que a amplitude térmica do ar aumenta com a distância ao mar. Isto<br />
conduz a um aumento da amplitude com a altitude entre 0 e 200 m. De 200 a 700 m de<br />
altitude, há uma tendência em reduzir o intervalo com o aumento da elevação, devido à<br />
variação diurna da temperatura acima da superfície. Nesta camada, a amplitude térmica<br />
pode ser influenciada por ventos fortes e nuvens orográficas, as quais novamente<br />
1<strong>80</strong>
eduzem a amplitude térmica. Estes fatores aparentemente dominam entre 700 a 3.400<br />
m. Acima de 3.400 m, a amplitude volta a crescer devido a um aumento no intervalo de<br />
radiação provocado por atenuação atmosférica, a qual tenderia a aumentar a amplitude<br />
térmica com a altitude. Isto está de acordo com Bolstad et al. (1998) que encontraram<br />
amplitude térmica média de 13°C a 700 m decrescendo para 6,6°C a 1.440 m.<br />
4.4.5 Déficit de pressão de vapor d’água atmosférica<br />
O déficit de pressão de vapor (DPV) controla a variação da transpiração. O DPV tem<br />
dois efeitos na transpiração:<br />
1) aumento de DPV causa maior difusão de gases;<br />
2) aumento de difusão de gases acarreta perda de turgescência e fechamento dos<br />
estômatos.<br />
No entanto, valores muito baixos de DPV inibem o desenvolvimento das plantas<br />
(Campbell e Norman, 1998).<br />
Antes da espacialização dos dados, foi avaliado o efeito da cobertura de nuvens sobre<br />
esta variável. Estimativas de DPV foram calculadas para dois locais de diferentes<br />
altitudes (460 e 2.555 m) e comparadas com medidas da PCD de Queluz. Os resultados<br />
desta análise estão apresentados na 4.21a.<br />
181
3,5<br />
cn460m cc460m cn2555m cc2555m Queluz<br />
3<br />
DPV (kPa)<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
(a)<br />
0<br />
(b)<br />
FIGURA. 4.21 - Média mensal de DPV (kPa) (a) locais situados a -44°30’, -22°81’24”<br />
(460 m),-44°49’48” (2.555 m) e PCD Queluz (564 m) (b) média de<br />
271 pontos na Serra da Mantiqueira em condição de céu com nuvens<br />
(cn) e céu claro (cc) simulado pelo MT-CLIM para o ano de 2003<br />
comparada com medidas em Queluz.<br />
Em 460 m, observa-se um aumento na média de DPV de 1,48 kPa (céu claro,cc) para<br />
2,48 kPa (céu com nuvens, cn). Este comportamento inverte-se na elevação de 2.555 m<br />
em que DPV média diminui de 1,75 kPa (cc) para 1,38 kPa (cn). Durante o mês de<br />
fevereiro, observou-se que a diferença de DPV entre as duas condições de céu para a<br />
elevação de 460 m foi de 1,15 kPa e de 0,59 kPa para a de 2.555 m, embora tenha sido<br />
registrada na PCD Queluz 62,25 mm de chuva. A diferença entre DPV das medidas da<br />
PCD Queluz e o do local de elevação 460 m (céu nublado) apresentaram um valor de<br />
1,78 kPa.<br />
A análise de DPV média para a Serra da Mantiqueira, sob condições de céu claro e de<br />
céu nublado, é mostrada na 4.22b. O DPV em condições de céu claro foi de 2,20 kPa e<br />
182
de 2,40 kPa para céu nublado (diferença de 0,2 kPa). No entanto, esta diferença reduz-se<br />
para 0,18 kPa no inverno e novamente eleva-se com o aumento da temperatura do ar. O<br />
DPV na PCD Queluz foi menor que os estimados para a Serra sob condições de céu<br />
nublado e de céu claro. Estes resultados são conseqüências dos erros sistemáticos nas<br />
estimativas de Tmin e Tmed produzidas pelo MT-CLIM.<br />
Para avaliar a distribuição espacial de DPV, foram produzidos mapas usando técnicas<br />
de interpolação por krigeagem. De acordo com o semivariograma experimental,<br />
percebeu-se que DPV também possuiu um comportamento assimétrico, sendo ajustado<br />
conforme os modelos do tipo esférico e gaussiano (Anexo D). A 4.22 mostra o déficit<br />
de pressão de vapor mensal simulado pelo modelo MT-CLIM sob condições de céu<br />
claro e de céu nublado.<br />
183
-22.25<br />
-22.30<br />
Céu claro<br />
FEVEREIRO - 2003<br />
Céu com nuvens<br />
FEVEREIRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
JUNHO - 2003<br />
JUNHO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
OUTUBRO - 2003<br />
OUTUBRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
DEZEMBRO - 2003<br />
DEZEMBRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
kPa<br />
LONGITUDE (°)<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
kPa<br />
Longitude (°)<br />
1.0 1.3 1.6 2.0<br />
0.0 0.8 1.6 2.4 3.0<br />
FIGURA 4.22 - Médias mensais do déficit de pressão de vapor d’água atmosférica para<br />
os meses de 2003.<br />
Em fevereiro, o DPV variou de 2,03 a 2,33 kPa (média 2,19 kPa) para condições de céu<br />
claro)e de 1,74 a 3,18 kPa (média 2,39 kPa) para céu com nuvens. Neste mês, uma<br />
pequena diferença existiu entre o vale e a serra em condições de céu claro. Este<br />
gradiente aumenta quando o DPV foi modelado para céu nublado. Similar a Tmax e a<br />
Tmin, o déficit de pressão de vapor decresce com o aumento da elevação. Campbell e<br />
Norman (1998) observaram que durante o dia, a pressão parcial de vapor é elevada<br />
184
próximo à superfície do solo ou da planta e decresce com a altitude. À noite, a pressão<br />
parcial de vapor tende a ser baixa próxima a superfície e aumenta com a elevação.<br />
No mês de junho, a diferença média entre o intervalo de DVP para céu nublado e céu<br />
claro foi de 0,22 kPa, mesmo assim DPV foi maior na presença de nuvens. Apesar<br />
disso, as escarpas da serra podem ser visualizadas em relação ao vale quando o modelo<br />
MT-CLIM foi executado para céu claro. As nuvens combinadas com a topografia<br />
diferenciam bem os locais de deficiência de vapor d’água atmosférico.<br />
Na primavera, o DVP aumentou tanto no vale quanto na montanha devido à elevação da<br />
temperatura do ar. Em condições de céu claro, o DVP oscilou de 1,27 a 1,52 kPa (média<br />
1,41 kPa) em condições de céu claro e de 1,52 a 2,78 kPa para céu nublado. A diferença<br />
média entre essas duas situações foi de 1,26 kPa. Os valores do DPV para as encostas<br />
voltadas para o norte foram maiores do que as voltadas para o sul.<br />
No início do verão, o DPV continua a elevar-se em resposta ao aumento da temperatura<br />
do ar. No entanto, as nuvens mais uma vez foram o principal responsável pela diferença<br />
de intervalo entre as condições de céu claro (1,76 a 2,06 kPa) e de céu nublado (1,53 a<br />
2,85 kPa).<br />
4.5 Irradiância solar mensal simulada pelo MT-CLIM<br />
O método usado pelo modelo MT-CLIM para calcular irradiância solar incidente (I↓)<br />
sob um local é adaptado de Bristow e Campbell (1984). Este método fornece irradiância<br />
incidente diária com base no intervalo diurno de temperatura que serve para calcular a<br />
transmitância atmosférica (Glassy e Running, 1994). A média mensal da I↓ foi usada<br />
para o cálculo do balanço de radiação de ondas curtas. A distribuição da média mensal<br />
da irradiância solar incidente foi realizada utilizando os modelos esférico e gaussiano<br />
(Anexo E). A 4.23 mostra I↓ para os alguns meses de 2003 sob condições reais de<br />
nebulosidade.<br />
185
-22.25<br />
-22.30<br />
FEVEREIRO - 2003<br />
MARÇO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
W/m²<br />
W / m²<br />
550 560 570 5<strong>80</strong> 590 600<br />
420 430 440 450 460<br />
-22.25<br />
-22.30<br />
JUNHO - 2003<br />
OUTUBRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
W / m²<br />
Longitude (°)<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
W / m²<br />
Longitude (°)<br />
420 430 440 500 510 520 530 540 550<br />
FIGURA 4.23 - Médias mensais da irradiância solar incidente para o ano de 2003.<br />
No verão (fevereiro), a quantidade de Φ↓ variou de 550 a 650 W/m 2 (média 577 W/m 2 )<br />
que atinge a região da Serra da Mantiqueira. Percebe-se que a Φ↓ aumenta do vale para<br />
o topo da Serra. Os gradientes acentuados de Φ↓ estão presentes nas escarpas mais<br />
íngremes da serra e entre morros. As encostas voltadas para o norte recebem mais Φ↓<br />
do que as voltadas para sul.<br />
Em março, início do outono, Φ↓ oscila entre 420 a 465 W/m 2 (média de 440 W/m 2 ), ou<br />
seja, a incidência dos raios solares na região diminui gradualmente até o inverno.<br />
Observaram-se gradientes acentuados de radiação solar provocados pela topografia. As<br />
encostas voltadas para o norte continuam recebendo mais radiação solar do que as<br />
voltadas para o sul.<br />
186
No inverno, quando o Sol está culminando zenitalmente em localidades do hemisfério<br />
Norte, a irradiância solar incidente reduz oscilando entre 420 e 445 W/m 2 (média de 432<br />
W/m 2 ). Em outubro, mais ou menos a metade da primavera, o Sol desloca-se para o<br />
hemisfério Sul iluminando com mais intensidade as encostas voltadas para o norte. O<br />
intervalo de Φ↓ variou de 500 a 550 W/m 2 (média de 531 W/m 2 ). Oliphant et al. (2003)<br />
observaram que o decréscimo da irradiância solar mensal não foi em função da<br />
complexidade da paisagem.<br />
Assim, observou-se que as faces das encostas voltadas para o norte recebem mais Φ↓ do<br />
que as de face sul. A Φ↓ decresce com o aumento da altitude. A topografia condiciona<br />
fortes gradientes de Φ↓.<br />
4.6 Modelagem da Evapotranspiração Potencial pelo Método de Priestley-Taylor<br />
Para a realização da modelagem da evapotranspiração potencial (ETP), são necessárias<br />
como entradas de dados: a descrição do albedo da superfície e das condições<br />
meteorológicas produzidas nas atividades acima descritas e também das representações<br />
espaciais da temperatura e emissividade da superfície terrestre. O procedimento para a<br />
obtenção e a análise destas duas últimas variáveis é apresentado a seguir.<br />
4.6.1 Emissividade média e temperatura da superfície<br />
A emissividade da superfície terrestre obtida dos dados do sensor MODIS (MOD11A1)<br />
foi considerada inadequada para este trabalho por não conseguir diferenciar paisagens<br />
distintas como as áreas florestadas da serra e as áreas antropizadas do vale do Rio<br />
Paraíba do Sul. Conforme a discussão da 3.12, a resolução espacial de 1.000 m e o<br />
baixo intervalo dinâmico dos dados fazem com que este produto apresente baixa<br />
variabilidade no infravermelho termal (10,5 -11,5 µm) para qualquer mês do ano.<br />
Para obter a emissividade em resolução espacial mais fina (250 m), utilizou-se o modelo<br />
de Valor e Caselles (1996) aplicado ao NDVI obtido do sensor MODIS (MOD13Q1 -<br />
MODIS/Terra Vegetation Indices 16-Day L3 Global 250m ISIN Grid), nas bandas<br />
(0,620 a 0,670 µm) e (0,841 a 0,876 µm). Esse índice foi combinado com valores de<br />
187
emissividades da vegetação (ε v =0,98) e do solo latossolo vermelho (ε solo =0,95) medidos<br />
por Pacheco (1989), no intervalo de 8 a 14 µm, mantidos constantes em toda área de<br />
interesse. As Figuras 4.24a e b representam as emissividades espectrais médias no<br />
período de 18/02/03 a 05/03/03 (período úmido e quente) e no de 20/06/03 a 05/07/03<br />
(período seco e frio) para o ano de 2003.<br />
(a) 18/02/2003 a 05/03/2003<br />
(b) 20/06/2003 a 05/07/003<br />
FIGURA 4.24 - Emissividades espectrais médias da Serra da Mantiqueira e do Vale do<br />
Rio Paraíba do Sul no período de verão: (a) no de inverno, (b) obtidas<br />
com o produto MOD13Q1 aplicado no programa de Valor e Caselles<br />
(1996). Os círculos correspondem à localização das PCDs.<br />
Observa-se que nas áreas de florestas primárias e secundárias a emissividade variou<br />
entre 0,970 a 0,9<strong>80</strong> durante os dois períodos (ver mapa de cobertura da terra no capítulo<br />
3). Estes valores estão de acordo como os reportados por Oke (1987) e Pacheco (1989)<br />
no intervalo de 8 a 14 µm em florestas coníferas e decíduas (0,970 a 0,9<strong>80</strong>) e em<br />
188
folhagem de pinheiro (0,96 a 0,98), respectivamente. Para Lillesand e Kiefer (2000)<br />
quando a vegetação está verde e sadia a emissividade varia de 0,96 a 0,99.<br />
Nos locais de pastagem de altitude, a emissividade oscilou entre 0,950 a 0,970. No<br />
período úmido e quente (4.25a), a emissividade da pastagem foi de 0,972 a 0,9<strong>80</strong>,<br />
enquanto que no intervalo seco e frio (4.25b) variou de 0,950 a 0,969. Oke (1987)<br />
afirma que em pastagem de altura entre 0,02 e 1,00 m a emissividade variou entre 0,90 a<br />
0,95, respectivamente. Conforme Valor e Caselles (1996), a emissividade espectral de<br />
floresta oscila entre 0,985±0,007 e em solo exposto 0,960±0,010 no intervalo de 10,5 a<br />
12,5 µm.<br />
No período úmido, foi registrado em Cachoeira Paulista 73,0 mm de precipitação,<br />
enquanto que no período seco não ocorreu chuva. A umidade no solo e na cobertura da<br />
vegetação foi um dos responsáveis pela diferença de emissividade entre a Serra da<br />
Mantiqueira e o Vale do rio Paraíba do Sul (4.24a e 4.24b). As médias mensais de<br />
precipitações e emissividades médias nos locais das PCDs são ilustradas nas 4.25a e<br />
4.25b, respectivamente.<br />
189
400<br />
Precipitação (mm)<br />
350<br />
300<br />
250<br />
200<br />
150<br />
100<br />
a<br />
50<br />
0<br />
JAN FEVMARABR MAI JUN JULAGOSETOUTNOVDEZ<br />
C. Paulista S. J. Barreiros Itajubá Queluz Cruzeiro<br />
Emissividade média<br />
0,98<br />
0,975<br />
0,97<br />
0,965<br />
0,96<br />
0,955<br />
0,95<br />
0,945<br />
0,94<br />
JAN FEVMARABR MAI JUN JUL AGOSET OUTNOVDEZ<br />
C. Paulista S. J. Barreiros Itajubá Queluz Cruzeiro<br />
b<br />
FIGURA 4.25 - Regimes mensais da precipitação pluvial medida por pluviômetros<br />
instalados em PCDs na Serra da Mantiqueira e no Vale do rio Paraíba<br />
do Sul-SP (a) e da emissividade média (b) para o ano de 2003.<br />
Em geral, a emissividade acompanhou o comportamento sazonal da precipitação. No<br />
verão, a chuva variou entre 100,0 a 350,0 mm influenciando nos valores de<br />
emissividade que oscilaram entre 0,950 a 0,975. Pouca chuva foi registrada no inverno<br />
(
Fevereiro 2003 Abril 2003<br />
Maio 2003 Junho 2003<br />
Julho 2003 Agosto 2003<br />
Setembro 2003 Novembro 2003<br />
FIGURA 4.26 - Médias mensais da emissividade obtidas utilizando o NDVI do sensor<br />
MODIS e valores de emissividade do solo e da vegetação de medidas<br />
realizadas por Pacheco (1989) no modelo de Valor e Caselles (1996).<br />
O intervalo de variação da emissividade média variou de 0,95 (solo exposto) a 0,98<br />
(vegetação) para banda infravermelha termal (8-14 µm). As áreas em branco<br />
(emissividade média igual a 0,95) estão associadas aos valores de NDVI ≤ 0,2 (água ou<br />
solo exposto).<br />
Comparando-se a precipitação média mensal (4.25b) com o mapa de emissividade<br />
média de fevereiro, percebeu-se que o vale esteve mais seco que a serra. O efeito do<br />
vigor da cobertura vegetal sobre a emissividade pode ser observado na comparação das<br />
191
emissividades de fevereiro e de abril. Fevereiro de 2003 foi um mês seco, mas a<br />
emissividade média deste mês é ainda maior que a de abril, devido ao acúmulo<br />
vegetativo causado pelas chuvas dos meses anteriores. Já abril, mesmo com precipitação<br />
comparável à de fevereiro, tem emissividade mais baixa devido a senescência das<br />
plantas que se inicia no outono.<br />
Em maio, a emissividade média teve um pequeno aumento apesar de ter chovido pouco,<br />
possivelmente respondendo ao pico de precipitação que se verificou em março. Durante<br />
os meses de inverno e início da primavera, pouca chuva foi registradas pelas PCDs<br />
deixando a área das pastagens no vale bastante seca, verificada pela diminuição da<br />
emissividade média. Em outubro, a precipitação aumentou bruscamente e a<br />
emissividade também. Mas, em novembro a emissividade voltou a diminuir novamente.<br />
Antes de aplicar a temperatura da superfície terrestre (TST) no cálculo do balanço de<br />
ondas longas, comparou-se a TST do produto MOD11A1 com a temperatura média do<br />
ar (Tmed) medida e ajustada para a hora da passagem do satélite Terra com o Modelo<br />
Diagnóstico Simples Regional (MDSR) de Soares (1981).<br />
A 4.27a ilustra a série temporal diária da Tmed do MDSR e a TST do produto<br />
MOD11A1, respectivamente, para Campos do Jordão-SP. A temperatura do ar variou de<br />
13,8 a 23,4°C para a série do modelo MDSR enquanto que para o produto MOD11A1, a<br />
Tmed atingiu um mínimo de 15,1°C e máximo de 30,6°C. Os ciclos diários das Tmed e<br />
da Ts apresentaram comportamentos similares, mas TST apresentou alguns picos,<br />
causados possivelmente pela presença de nuvens, vegetação, solo, ou água no local.<br />
Vale ressaltar que o sensor MODIS registra a energia integrada dentro de um pixel de<br />
1.000 m de resolução espacial podendo envolver, além de nuvens, outros tipos de<br />
cobertura do terreno. Os termômetros instalados em PCDs estão abrigados a uma altura<br />
de 1,5 m do solo e que, obviamente, registram temperaturas do ar menores do que TST.<br />
192
FIGURA 4.27 - Temperatura do ar interpolada pelo Modelo Diagnóstico Simples<br />
Regional (curva em preto) e temperatura da superfície do terreno<br />
obtida do produto MOD11A1. (a) marcha diária para as 10h30 e (b)<br />
média mensal para 2003.<br />
As médias mensais de Tmed e TST para a PCD Campos do Jordão são ilustradas na<br />
4.27b. Percebeu-se que curva de Tmed do produto MOD11A1 acompanhou o<br />
comportamento típico da Tmed ao longo das estações do ano. Como esperado TST foi<br />
sempre maior do que Tmed, exceto em maio. A diferença média mensal entre TST e<br />
Tmed foi de 1,3°C. A temperatura da superfície pode ser usada para inferir dados de<br />
temperatura do ar para Campos do Jordão, pois o coeficiente de determinação entre TST<br />
e Tmed foi de R 2 igual a 0,415, não significativa a 99%. A principal dificuldade em<br />
193
estimar a TST reside em separar a emissividade da temperatura da superfície obtidas de<br />
observações radiométricas por causa do número de variáveis ser sempre maior que o<br />
número de medições (Becker et al., 19<strong>80</strong>). Além disso, é necessário o desenvolvimento<br />
de correções atmosféricas, particularmente na região tropical onde a atmosfera é<br />
bastante úmida e quente (Becker e Li, 1990).<br />
A análise de regressão entre a Tmed do modelo MDSR e a TST do produto MOD11A1<br />
para todas as PCDs do Vale e da Serra é mostrada na 4.28.<br />
FIGURA 4.28 - Regressão linear entre a temperatura do ar interpolada pelo Modelo<br />
Diagnóstico Simples Regional e a temperatura da superfície do terreno<br />
obtida do produto MOD11A1.<br />
De acordo com os resultados, a diferença média absoluta foi de 3,8°C entre os dados de<br />
TST em relação à Tmed aplicados para as PCDs de Cachoeira Paulista-SP, Itajubá-MG,<br />
Queluz-SP, Cruzeiro-SP, São José Barreiros-SP, Silveira-SP, Campo do Jordão-SP. O<br />
desvio padrão (DP) foi estimado em 3,21°C para uma amostra de 516 pares. Os dados<br />
apresentaram coeficientes de determinação R 2 de 0,415 e de correlação r de 0,64.<br />
Para obter representação detalhada da área do Parque Nacional do Itatiaia, foram<br />
selecionados 271 pontos amostrados de imagens de temperatura e emissividade da<br />
superfície. Estas duas variáveis foram espacializadas usado interpolação por krigeagem<br />
(Anexo F). Os modelos esférico e gaussiano foram utilizados para a TST enquanto que<br />
para a emissividade somente foi preciso o modelo esférico. As médias mensais da<br />
194
temperatura e emissividade da superfície para os meses de fevereiro e de abril em uma<br />
porção do Parque Nacional do Itatiaia são ilustradas na 4.29.<br />
-22.25<br />
-22.30<br />
FEVEREIRO - 2003<br />
FEVEREIRO - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
Longitude (°)<br />
°C<br />
36.9 37.3 37.7 38.1<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
0.950 0.960 0.970 0.9<strong>80</strong><br />
-22.25<br />
-22.30<br />
ABRIL - 2003<br />
ABRIL - 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
°C<br />
Longitude (°)<br />
Longitude (°)<br />
11.5 13.5 15.5 17.5 19.5 21.5<br />
0.950 0.960 0.970 0.9<strong>80</strong><br />
FIGURA 4.29 - Temperatura e emissividade da superfície obtida do sensor MODIS<br />
para os meses de fevereiro e abril de 2003.<br />
Em fevereiro, a TST mensal diminui com a elevação, atingindo valor mínimo de 36,9 e<br />
máximo de 38,3°C, enquanto a emissividade oscilou entre 0,95 (solo exposto) e 0,985<br />
(média 0,98). Estas duas variáveis acompanharam a topografia do terreno, mas valores<br />
elevados da emissividade correspondem a valores baixos de TST. Isto é causado porque<br />
a emissividade depende fortemente do tipo de material, do intervalo de comprimento de<br />
onda e da umidade da superfície.<br />
No mês de abril, a TST variou entre 11,5 e 23,5°C e a emissividade entre 0,95 a 0,98<br />
(média 0,98). Neste mês, não foi possível distinguir a serra do vale pelo mapa de<br />
emissividade. O motivo para esta dificuldade pode ter sido causado pela quantidade de<br />
chuva que caiu no mês de março.<br />
195
4.6.3 Componentes do balanço de radiação<br />
As principais componentes do balanço de radiação à superfície são: a irradiância solar<br />
incidente, a radiação refletida e o balanço de ondas longas. Estas componentes<br />
determinam o saldo de radiação (Rn) que será utilizada nos processos de<br />
evapotranspiração, respiração e fotossíntese. Os dados de entrada para a análise e<br />
representação do balanço de radiação foram: a temperatura da superfície do produto<br />
MOD11A1, a emissividade derivada do NDVI do MODIS transformado pelo modelo de<br />
Valor e Caselles (1995), a emissividade atmosférica derivada da temperatura do ar<br />
modelada pelo MT-CLIM a declividade do terreno fornecida pelo TOPORAD,<br />
conforme Equação 2.60. Os semivariogramas das componentes do balanço de radiação<br />
estão no Anexo G. Os semivariogramas da radiação refletida e do balanço de onda<br />
longa foram ajustados usando os modelos esférico e gaussiano; o do saldo de radiação<br />
foi ajustado com o modelo esférico.<br />
Os mapas destas variáveis foram produzidos utilizando o método de krigeagem<br />
ordinária. Os resultados são apresentados na 4.30 para a região do Parque Nacional do<br />
Itatiaia em outubro de 2003. A simulação da irradiância solar incidente (4.30a) contém<br />
um intervalo de valores entre 513,8 a 546,64 W/m 2 (média 523,14 W/m 2 ) com desvio<br />
padrão de 7,72 W/m 2 (1,5% da média). A densidade de fluxo de radiação aumentou com<br />
a elevação.<br />
196
(a)<br />
-22.25<br />
IRRADIÂNCIA SOLAR INCIDENTE<br />
(b)<br />
RADIAÇÃO REFLETIDA<br />
-22.30<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
(c)<br />
-22.50<br />
W/ m²<br />
500 510 520 530 540 550<br />
BALANÇO DE RADIAÇÃO ONDA LONGA<br />
-22.25<br />
W/ m²<br />
40 50 60 70 <strong>80</strong> 90<br />
(d)<br />
RADIAÇÃO Saldo SOLAR de radiação<br />
LÍQUIDA<br />
-22.30<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
W/ m²<br />
Longitude (°)<br />
-165 -145 -125 -105 -85 -65<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
W/ m²<br />
Longitude (°)<br />
260 300 340 3<strong>80</strong> 420<br />
FIGURA 4.30 - Componentes do balanço de radiação solar: irradiância solar incidente<br />
(a), balanço de radiação de onda curta (b), balanço de radiação de onda<br />
longa (c) e saldo de radiação (d) para outubro de 2003.<br />
A distribuição espacial da radiação solar refletida foi bastante heterogênea,<br />
apresentando núcleos isolados tanto na serra quanto no vale (4.30b). Os valores<br />
variaram entre 48,17 a 88,90 W/m 2 (média 67,31 W/m 2 ) e desvio padrão de 6,66 W/m 2 ,<br />
por causa do número e da distribuição dos pontos (271 pontos). O albedo da região do<br />
Parque Nacional do Itatiaia oscilou entre 0,09 e 0,17, que resulta em valores da radiação<br />
refletida de 48,17 a 88,90 W/m 2 . De acordo com Oliphant et al. (2003), a variabilidade<br />
da radiação refletida está associada com as variações na irradiância solar incidente e<br />
com a heterogeneidade da cobertura do terreno.<br />
O resultado dos cálculos do balanço de radiação de onda longa (BOL) para outubro de<br />
2003 é mostrado na 4.30c. Os valores de BOL variaram de -45,12 a -165,57 W/m 2 com<br />
desvio padrão de -24,42 W/m 2 e média de -109,03 W/m 2 . Em geral, o BOL aumentou<br />
197
com a elevação, com exceção de um pequeno decréscimo na longitude de -44,65° e -<br />
22,40° no intervalo de -155 a -125 W/m 2 . No topo do cume do Parque Nacional do<br />
Itatiaia (2555,8 m; -44,83° e -22,43°; T s = 26,22°C e T ar = 17,27°C), o valor de BOL foi<br />
de -108,55 W/m 2 enquanto que na menor elevação (460,4 m;-44,65° e -22,49°; T s =<br />
32°C e T ar = 26,31°C) foi de -120,34 W/m 2 . Está discrepância está fortemente<br />
relacionada com a diferença de temperatura da superfície e a do ar tanto no vale quanto<br />
na montanha. Vários fatores locais, tais como inclinação, aspecto, nuvens, persistência<br />
de nevoeiro e taxas de decréscimo de temperatura podem afetar o BOL. Oliphant et al.<br />
(2003) afirmaram que estimativas de radiação de onda longa da atmosfera geralmente<br />
são superestimadas durante o dia por causa de subestimativa da temperatura da coluna<br />
de ar atmosférico pela temperatura do ar medida em 3m. À noite, a situação inverte-se.<br />
Em condições de céu claro, o BOL geralmente decresce com o aumento da elevação<br />
por causa da taxa decréscimo de temperatura da superfície que foi menor do que a taxa<br />
de decréscimo da temperatura do ar (Oliphant et al., 2003). Os valores de BOL<br />
geralmente são negativos e relativamente pequenos (-75 a -125 W/m 2 ), se as<br />
temperaturas da superfície e do ar são aproximadas (Oke, 1987). Se a superfície está<br />
mais quente do que o ar, o balanço de radiação de onda longa decresce (Oke, 1987), isto<br />
é, a superfície emitirá mais radiação de onda longa do que a atmosfera.<br />
Durante o dia, tem-se uma menor variabilidade espacial do balanço de radiação de onda<br />
longa. A presença de nuvens, geralmente reduz o BOL, mas também pode causar<br />
aumento. A emissão de nuvens depende da temperatura da base da nuvem, porém, o<br />
efeito de nuvens Stratus (baixa e relativamente quente) é muito maior do que Cirrus<br />
(alta e fria) (Miller, 1981; Oke, 1987). Valores imprecisos do índice de área foliar<br />
(IAF), usado para estimar a temperatura do ar, podem produz erros significativos no<br />
BOL tendo um baixo impacto na variabilidade espacial da radiação de onda longa<br />
atmosférica.<br />
A distribuição espacial do saldo de radiação é apresentada na 4.30d. O saldo de radiação<br />
variou entre 274,33 a 420,69 W/m 2 com desvio padrão de 30,33 W/m 2 e média de<br />
354,<strong>80</strong> W/m 2 . O saldo de radiação seguiu o aumento da elevação. Isto está de acordo<br />
com as observações de Konzelmann et al. (1997). No entanto, Wenzel et al. (1997)<br />
198
encontraram um decréscimo no saldo de radiação com a elevação. Oliphant et al.<br />
(2003), estudando a magnitude e as causas da variabilidade espacial dos fluxos<br />
radiativos da superfície numa bacia da Nova Zelândia, concluíram que os valores<br />
médios dos componentes da radiação podem ser mais ou menos lineares com relação à<br />
elevação, mas a variabilidade espacial difere drasticamente em função da complexidade<br />
do terreno.<br />
4.6.4 Evapotranspiração potencial<br />
A evapotranspiração é o processo do ecossistema que controla a perda de água por<br />
evaporação e por transpiração dos vegetais. Na ausência de advecção, a estimava da<br />
evapotranspiração potencial (ETP) pode ser feita usando o método de Priestly-Taylor.<br />
Este método foi aplicado para pontos selecionados do Parque Nacional do Itatiaia e em<br />
seguida interpolados por krigeagem.<br />
Apresentam-se a seguir os resultados das análises geoestatísticas aplicadas sobre a<br />
evapotranspiração potencial (ETP) estimada pelo método de Priestly-Taylor. Na 4.31<br />
mostram-se os semivariogramas obtidos sobre a área do Parque Nacional do Itatiaia.<br />
199
FIGURA 4.31 - Semivariogramas ajustados ao modelo esférico para evapotranspiração<br />
potencial das 271 amostras do Parque Nacional do Itatiaia, em que |h| é<br />
à distância de lags em graus, Y(|h|) é o semivariograma.<br />
Em geral, os valores dos semivariogramas mensais aumentam com a distância, exibindo<br />
flutuações mais ou menos aleatórias em torno de um valor constante. O modelo teórico<br />
que se ajustou melhor ao semivariograma experimental foi o tipo esférico. O método de<br />
Priestly e Taylor foi escolhido para fornecer uma estimativa da evaporação da área<br />
saturada, que se aplica à evaporação de uma superfície líquida grande o suficiente para<br />
200
que seja desprezível o efeito das bordas de transição. Entretanto, algumas incertezas<br />
existem quanto à performance desse método para cada ponto escolhido devido ao clima<br />
e as condições de umidade de cada local que variam durante o ano. Como conseqüência,<br />
podem ser esperados erros nos valores da ETP variando de local para local e de mês<br />
para mês. Note que o efeito pepita variou de 0,02 (fevereiro), 0,10 (abril), 0,03 (junho),<br />
0,12 (agosto), 0,14 (outubro) e 0,21 (novembro), ou seja, foi baixo nos meses de<br />
fevereiro, abril e junho e moderado em agosto, outubro e novembro, acompanhando a<br />
variabilidade da ETP diária. Resultados similares foram encontrados por MartínezCob e<br />
Cuenca (1992) aplicando o método de Penman e Montheith para obter ETP em Oregon,<br />
Estados Unidas da América.<br />
As médias mensais estimadas de irradiância solar incidente, do albedo, do balanço de<br />
radiação de onda longa, do saldo de radiação e da ETP para o ano de 2003 encontram-se<br />
na Tabela 4.2.<br />
TABELA 4.2 - Médias mensais de (2003) da irradiância solar estimada (I↓), do albedo<br />
(α BS ), do balanço de radiação de onda longa (BOL), do saldo de<br />
radiação (Rn), da precipitação da PCD Queluz e da evapotranspiração<br />
potencial (ETP) pelo método de Priestly e Taylor, para todo Parque<br />
Nacional do Itatiaia-RJ.<br />
Mês I↓<br />
(W/m 2 )<br />
α BS BOL<br />
(MJ/m 2 )<br />
R n<br />
(MJ/m 2 )<br />
ETP<br />
mm<br />
Pr<br />
(mm)<br />
ETP<br />
mm/dia<br />
Fev 577,8 0,14 -9,8 13,0 181,6 70,3 6,5<br />
Abr 436,7 0,12 -7,5 8,3 112,9 49,3 4,0<br />
Jun 432,5 0,12 -11,9 2,7 38,8 20,5 1,3<br />
Ago 401,4 0,12 -10,7 3,6 47,8 15,0 1,7<br />
Out 532,2 0,13 -9,9 11,1 151,8 215,8 5,4<br />
Nov 516,3 0,13 -7,3 13,9 191,8 155,8 6,8<br />
A ETP variou, respectivamente, de 38,8 a 191,8 mm ao mês, em junho e novembro,<br />
sendo mais alta nos meses de verão e baixa nos de inverno. No mês de junho, a perda de<br />
radiação para o espaço foi de -11,9 MJ/m 2 , resultante de dias de céu claro, que favorece<br />
maior saída de radiação de onda longa. Ao contrario do que acontece nos meses de<br />
fevereiro (-9,8 MJ/m 2 ) e outubro (-9,9 MJ/m 2 ) que apresentarm valores de Balanço de<br />
radiação de onda longa (BOL) alto, mas foram bem supridos por irradiância radiação<br />
solar incidente. Observou-se que o saldo de radiação (Rn) diminuiu nos meses de junho<br />
(2,7 MJ/m 2 ) e agosto (3,6 MJ/m 2 ), e aumentou nos outros. Nos meses de inverno, a<br />
201
precipitações medida na PCD de Queluz foi de 15,0 e 20,5 mm para junho e agosto,<br />
respectivamente, resultando na diminuição das ETP (38,8 e 47,5 mm). Nos meses de<br />
primavera e verão, a precipitação oscilou de 215,8 mm (outubro) a 70,3 mm (fevereiro),<br />
enquanto que a ETP também aumentou atigindo o valor de 191,8 mm em novembro. A<br />
variabilidade da ETP dependente extremamente das componentes do saldo de radiação.<br />
Oliphant (2000) também observou um forte controle na variação espacial da ETP com<br />
as componentes de Rn na bacia de Tekapo na Nova Zelândia.<br />
Os mapas de ETP mensais e de elevação interpolados por krigagens ordinárias são<br />
mostrados na 4.32. De forma genérica, os contornos krigados foram suaves, seguindo as<br />
principais feições da topografia.<br />
202
Latitude (°)<br />
-22.25<br />
-22.30<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
ETP - FEVEREIRO 2003<br />
ETP - JUNHO 2003<br />
ETP - ABRIL 2003<br />
ETP - AGOSTO 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-22.25<br />
-22.30<br />
ETP - OUTUBRO 2003<br />
ETP - NOVEMBRO 2003<br />
Latitude (°)<br />
-22.35<br />
-22.40<br />
-22.45<br />
-22.50<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
mm/dia<br />
Longitude (°)<br />
-45.00 -44.90 -44.<strong>80</strong> -44.70 -44.60 -44.50<br />
Longitude (°)<br />
mm/dia<br />
FIGURA 4.32 - Evapotranspiração potencial diária modelada por krigeagem na região<br />
do Parque Nacional do Itatiaia.<br />
A distribuição espacial da ETP diária do fevereiro variou entre 5,5 e 7,5 mm ao dia,<br />
com valor médio de toda a área de 6,5 mm (Tabela 4.2). Pode-se notar marchas<br />
homogêneas que abrangem a serra e o vale. Em abril, o intervalo de variação da ETP<br />
oscilou entre 2,1 e 6,0 mm (média 4,1 mm), mesmo assim a ETP, ainda diferencia a<br />
serra do vale. No início do inverno, a ETP atingiu valor mínimo de 0,1 a 2,9 mm. A<br />
variabilidade da ETP em junho foi bastante acentuada. Em agosto, o intervalo de<br />
variação da ETP variou entre 0,1 a 3,7 mm (média 1,7 mm), mas observa-se que a ETP<br />
da serra é menor do que a vale.<br />
203
Nota-se claramente a diferença entre a serra e vale em outubro, pois a ETP acompanhou<br />
a variação da elevação variando de 3,0 a 7,5 mm (média de 5,4 mm). Finalmente, em<br />
novembro o regime da ETP da serra é bem mais inferior a do vale apresentando valores,<br />
em geral, entre 4,3 e 9,1 mm.<br />
De acordo com os resultados, a ETP diária obtida pelo método de Priestley-Taylor<br />
acompanhou a topografia local decrescendo das baixas para as altas elevações. Os<br />
valores de ETP foram moderados quando comparado com os obtidos por Sansigolo<br />
(2002) para Piracicaba no verão (4,5 mm/dia) e próximos a 1,0 mm/dia no inverno. De<br />
acordo com Stull (1988), o método de Priestley-Taylor pode produzir fluxos incorretos<br />
quando a advecção for negligenciada. Embora uma possível solução seja aumentar o<br />
valor do fator de ajuste de Priestley-Taylor (α PT ), alguns pesquisadores preferem<br />
adicionar o termo de advecção (Morton, 1975; Singh e Taillefer, 1986).<br />
204
205
CAPÍTULO 5<br />
CONCLUSÕES<br />
Esta pesquisa demonstra que é possível viabilizar a integração dos modelos MT-CLIM e<br />
TOPORAD com produtos dos satélites Terra e GOES 12, para modelar as condições<br />
microclimáticas de uma região montanhosa. O código do modelo MT-CLIM é flexível,<br />
permitindo introduzir informações da irradiância solar incidente atenuada por nuvem,<br />
dados de estações meteorológicas e de satélites. Os elementos climáticos de um local<br />
modelados pelo MT-CLIM são inferidos a partir das condições reinantes da estação<br />
meteorológica, ou seja, das temperaturas mínima e máxima, precipitação e do<br />
coeficiente de irradiância atenuada por nuvens no local da estação. Observou-se que o<br />
modelo MT-CLIM superestima os valores de temperatura mínima (20%).<br />
A temperatura mínima estimada é função somente da taxa de decréscimo de temperatura<br />
com a altura, não sendo consideradas parametrizações das condições de resfriamento<br />
radiativo noturno que governa as trocas de energia próximas à superfície. Isto pode<br />
causar erros nessa estimativa da temperatura mínima do ar. Sugere-se a utilização de<br />
imagens de temperatura da superfície terrestre noturnas obtidas dos dados do sensor<br />
MODIS para modelar o comportamento da trocas de energia superfície-atmosfera por<br />
meio do balanço de onda longa para, em seguida, determinar um fator de correção que<br />
possa minimizar a discrepância dos valores observados e estimados de temperatura<br />
mínima do ar estimada pelo modelo MT-CLIM.<br />
A temperatura máxima do ar simulada pelo modelo MT-CLIM antes da modificação<br />
dependia somente da taxa de decréscimo de temperatura máxima. O modelo MT-CLIM<br />
foi aprimorado considerando a irradiância solar incidente derivada do TOPORAD,<br />
campos de nuvem e cobertura do terreno. O modelo MT-CLIM foi modificado de modo<br />
que atendesse a variabilidade no campo de irradiância solar incidente provocada por<br />
nuvens. As imagens de cobertura de nuvens são fornecidas pelo satélite GOES 12 a<br />
cada 30 min e nos horários que não coincidem com a hora da temperatura máxima do ar<br />
206
(14h00). Assim, as médias mensais da cobertura e da reflectância de nuvens foram<br />
derivadas dos dados do sensor Imager/GOES 12 do horário das 14h45 para o ano de<br />
2003, ou seja, 45 min após a temperatura do ar atingir o seu valor máximo.<br />
Estas limitações causaram erros grosseiros na estimativa de irradiância solar incidente<br />
conseqüentemente afetando a estimativa da temperatura máxima do ar no MT-CLIM.<br />
Além disso, a irradiância solar incidente modelada pelo TOPORAD utiliza dados de<br />
albedo do sensor MODIS e do banco de dados de propriedades atmosféricas regionais,<br />
GADS. Para fins de escala espacial local, os dados do albedo do MODIS são bons para<br />
atender a modelagem da irradiância solar, mas precisam ser utilizados com cautela,<br />
pois, ainda, encontram-se em fase de melhoramento. Já o GADS, por abranger a mesoescala,<br />
não representa as condições reinantes do local de estudo. Neste caso, uma<br />
alternativa seria utilizar dados de parâmetros atmosféricos derivados do sensor MODIS<br />
com resolução espacial de 10 km.<br />
A cobertura do terreno, representada pelo índice de área foliar (IAF), também<br />
influênciou a estimativa da temperatura máxima do ar. Nesta pesquisa, o IAF foi<br />
mantido constante para os 271 pontos amostrados da Serra da Mantiqueira. Este valor é<br />
não realístico, pois a área apresenta diferentes tipos de cobertura tais como: afloramento<br />
rochoso, floresta de Montana e pastos. Sugere-se a utilização de imagens de IAF<br />
derivadas do sensor MODIS para obtenção de valores mais realísticos de IAF desta<br />
área.<br />
As estimativas das taxas de decréscimo de temperaturas mínima e máxima com<br />
elevação foram baseadas nos dados de radiossondagens de São Paulo. O ideal seria<br />
estimar as taxas de decréscimos de temperatura usando dados de temperaturas mínima e<br />
máxima de diversas estações em diferentes altitudes distribuídas no vale e na serra.<br />
Atualmente, na Serra da Mantiqueira, existem apenas duas PCDs instaladas que podem<br />
ser usadas para determinar as taxas de decréscimo de temperatura com a altitura.<br />
Tendo em mente as fontes de incertezas e as possibilidades de melhorias futuras, foram<br />
produzidos mapas de regimes microclimáticos e de evapotranspiração em escala<br />
temporal mensal. Em geral, temperaturas máxima, mínima, irradiância solar incidente,<br />
207
déficit de pressão de vapor e amplitude térmica do ar acompanharam as feições do<br />
terreno montanhoso e suas variabilidade de cobertura da terra. A temperatura média do<br />
ar resultante da modelagem do modelo MT-CLIM foi comparada com produto de<br />
temperatura da superfície correspondente do sensor MODIS. Isto demonstra o potencial<br />
do acoplamento dos modelos MT-CLIM e TOPORAD combinados com técnicas de<br />
sensoriamento remoto na modelagem das condições micrometeorológicas, que foram<br />
utilizadas para estimar evapotranspiração potencial.<br />
O produto emissividade do sensor MODIS não consegue detectar variações nas feições<br />
do terreno devido à resolução espacial e, também pelo fato do algoritmo utilizar um<br />
único tipo de cobertura da terra para caracterizar a emissividade. Uma alternativa foi<br />
estimar e produzir mapas de emissividade da superfície a partir de dados do NDVI do<br />
sensor MODIS usados no modelo de Valor e Caselles (1996). A principal limitação<br />
desse método é a falta de medidas de refletâncias nas bandas do vermelho e do<br />
infravermelho próximo do solo exposto e da vegetação na área. Outro problema<br />
observado é que para NDVI ≤ 0,2, o modelo de Valor e Caselles não conseguiu<br />
diferenciar água de solo exposto. A emissividade média espectral espacializada<br />
representou melhor a topografia do terreno, com valores compatíveis com os observados<br />
na literatura. Mesmo assim, esse modelo precisa ser aprimorado para regiões de<br />
topografia acentuada, uma vez que o modelo de Valor e Caselles (1996) foi<br />
desenvolvido para calcular a ETP de culturas agrícolas em regiões planas. Sugere-se a<br />
realização de campanhas de campos para obtenção das reflectâncias espectrais do solo<br />
exposto e da vegetação para avaliar as incertezas da emissividade modelada por Valor e<br />
Caselles. A validação da emissividade em alguns locais da serra será útil para saber o<br />
erro da emissividade derivada dos dados do MODIS.<br />
A comparação dos resultados de temperatura do ar obtido de PCDs com a temperatura<br />
da superfície dos produtos do sensor MODIS (MOD11) foi realizadas para saber se o<br />
ciclo da temperatura da superfície terrestre acompanha o da temperatura do ar na hora<br />
da passagem do satélite Terra. Os resultados confirmaram este comportamento. A<br />
temperatura da superfície terrestre (TST) na hora da passagem do satélite foi<br />
considerada como igual à média diária e, integraram-se todas as imagens diárias de TST<br />
208
cada mês para obter a média mensal da temperatura da superfície. Isto produz incertezas<br />
nas estimativas do balanço de radiação e, conseqüentemente, na evapotranspiração<br />
potencial.<br />
As estimativas mensais de saldo de radiação e do balanço de onda longa foram<br />
derivadas dos dados de temperaturas mínima e média, irradiância solar obtidas do<br />
Modelo MT-CLIM, enquanto que o albedo, a emissividade e a temperatura da superfície<br />
obtida do sensor MODIS e inclinação e fator de visada do céu do modelo TOPORAD.<br />
A emissividade atmosférica influenciou bastante a estimativa do balanço de radiação,<br />
pois varia em função dos constituintes atmosféricos. As componentes do balanço de<br />
radiação aumentaram com a elevação. O fluxo mensal de calor do solo foi considerado<br />
igual à zero.<br />
A modelagem da evapotranspiração potencial (ETP) é importante para se ter uma<br />
estimativa do consumo hídrico de floresta e pastagem presentes na serra da Mantiqueira.<br />
Modelar a evapotranspiração não é fácil, pois é um processo que varia extremamente<br />
em função das condições atmosféricas, da topografia e, sobretudo da advecção de calor<br />
sensível. A ETP foi estimada utilizando-se o método de Priestley-Taylor que por sua<br />
vez não considera a advecção. A ETP decresceu com a elevação. Para produzir<br />
modelagens mais realísticas de ETP sugere-se a introdução de um fator de correção para<br />
advecção.<br />
Uma fonte de incerteza para a ETP diária são os dados derivados de imagens de satélite<br />
tais como: o albedo, a emissividade e a temperatura da superfície terrestre, os quais são<br />
produzidos para as 10h30 (hora local). No cálculo diário da ETP foi considerado o<br />
albedo, a NDVI, a emissividade e a temperatura da superfície terrestre para esse horário.<br />
Para melhorar a modelagem de ETP, sugere-se o uso de dados dos sensores MODIS<br />
(10h30) e ACQUA (13h30 hora local) do satélite Terra para encontrar valores médios<br />
diários de albedo e emissividade temperatura da superfície terrestre.<br />
Além das considerações feitas anteriormente e com base nos resultados obtidos para as<br />
condições impostas à aplicação dos modelos TOPORAD e MT-CLIM e suas<br />
modificações, constatou-se, ainda, que:<br />
209
1) A água depositada sobre superfície foi uma das responsáveis pela diferença<br />
de intervalos entre o albedo do produto MOD43B3 e o do Landsat-7;<br />
2) A comparação entre a irradiância solar horária estimada pelo modelo<br />
TOPORAD com a medida por um piranômetro demonstrou boa<br />
concordância ao nível de confiança de 99%;<br />
3) A validação do modelo MT-CLIM em locais horizontais planos apresentou<br />
diferenças entre PCDs na temperatura máxima do ar de 2,5°C e de 2,0°C de<br />
PCD para Posto de Taubaté; a temperatura mínima do ar de 1,4°C (PCD e<br />
PCD) e 1,6°C (PCD e posto), enquanto que a temperatura média do ar de<br />
1,5°C para ambos os casos; Em diferentes elevações, o modelo superestimou<br />
a umidade relativa, as temperaturas mínima, máxima e a média do ar entre<br />
PCDs;<br />
4) Os melhores resultados foram obtidos de extrapolações da estação<br />
meteorológica de Taubaté para a PCD Campos do Jordão apresentando boas<br />
correlações lineares de temperatura média do ar de 0,64 a 0,82 (erros de 3,7 a<br />
4,9°C), de temperatura mínima do ar de 0,71 a 0,82 (erros de 3,5 a 5,0°C), de<br />
temperatura máxima do ar de 0,63 a 0,78 (2,3 a 3,4°C) e da umidade relativa<br />
do ar variou de 9,9 a 24,8%. Os erros nas estimativas das temperaturas<br />
aumentaram com a distância e a diferença de elevações entre as PCDs em<br />
relação à PCD Campos do Jordão.<br />
5) O déficit de pressão de vapor e as temperaturas máxima e mínima do ar<br />
decresceram com o aumento da elevação sob condições de céu claro ou de<br />
céu nublado;<br />
6) Os valores de emissividades espectrais das áreas de florestas e de pastagens<br />
estão de acordo com os valores típicos encontrados na literatura;<br />
210
REFERÊNCIAS BIBLIOGRÁFICAS<br />
Allen, R. G.; Pereira, L. S.; Raes, D.; Smith, M. FAO irrigation and drainage paper<br />
n. 56 Crop evapotranspiration (guidelines for computing crop water requirements).<br />
ISBN 92-5-104219-5, 1998, 290p. Disponível em:<br />
. Acesso em: 01 nov. 2003.<br />
Allison, I.; Bennett, J. Climate and microclimate, In: Hope et al., G.S. (eds.) The<br />
equatorial glaciers of New Guinea. Balkema: Rotterdam, p.61-<strong>80</strong>, 1976.<br />
Almeida, A.C; Landsberg, J.J. Evaluating methods of estimating global radiation and<br />
vapor pressure deficit using a dense network of automatic weather stations in coastal<br />
Brazil. Agricultural and Forest Meteorology, v.118, n.3-4, p.237-250, Sep 2003.<br />
Arking, A. Chou, M.D.; Ridgway, W.L. On estimating the effect of clouds on<br />
atmospheric absorption based on flux observations above and below cloud level.<br />
Geophysical Research Letters, v. 23, n.8, p.829-832, Apr 1996.<br />
Arya, S.P. Introduction to Micrometeorology. London: Academic Press, 1988, 307p.<br />
Baigorria, G.; Bowen, W.; Stoorvogel, J.. Estimating the spatial variability of<br />
weather in mountain envinments. p.371-378, 2000. CIP Program Report 1999-2000.<br />
Band, L.E.; Patterson, P.; Nemani, R.; Running, S.W. Forest ecosystem processes at the<br />
water scale: incorporating hillslope hydrology. Agricultural and Forest Meteorology,<br />
v. 63, n.1-2, p.93-126, Feb 1993.<br />
Band, L.E.; Patterson, P.; Running, S.W.;Coughlan, J.; Lammers, R.; Dungan, Nemani,<br />
R. Forest ecosystem processes at the water scale: basis for distributed simulation.<br />
Ecological Modelling, v.56, n.1-4, p.171-196, Sep 1991.<br />
Barry, R.G. Mountain Weather and Climate. Methuen: Routledge 1981. 313p. Barry ,<br />
R.G.; Chorley, R.J. Atmosphere, weather and climate., London: England. 1987. 234p.<br />
Becker, K.W.;Grotsch, H.; Rossler, U. Temperature-dependence and asymmetry of<br />
exciton-line shapes. Journal of Luminescence, v.31, n.2, p.460-462, Dec 1984.<br />
Becker, F., Li, Z.-L. Temperature-independent spectral indices in thermal infrared<br />
bands. Remote Sensing of Environment, v.32, n.1, p.17-33, Apr 1990.<br />
Bolstad, P.V.; Swift, L.; Collins, F.; Régnière, J. Measured and Predicted air<br />
temperature at basin to regional scales in the southern Appalachian mountains,<br />
Agricultural and Forest Meteorology, v.91, p.161-176, 1998.<br />
Bottino, M. J. Um modelo de estimativa de radiação solar por satélite: Análise e<br />
aprimoramentos. 2000. 105p. (INPE-10462-TDI/929) (Dissertação de Mestrado em<br />
Meteorologia) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos. 2000.<br />
Bristow, K.L.; Campbell, G.S. On the relationship between incoming solar radiation and<br />
daily maximum and minimum temperature. Agricultural and Forest Meteorology,<br />
v.31, n.2, p.159-166, May 1984.<br />
211
Brunt, D. Physical and dynamical meteorology. Cambridge: University Press. 1952,<br />
428p.<br />
Brutsaert, W. On a derivable formula for long-wave radiation from clear skies. Water<br />
Resources Research, v. 11, n.5, p. 742-744, Dec 1975.<br />
Brutsaert, W.H. Evaporation into the atmosphere. London: D.Reisdel Pub. Co., 1982,<br />
299p.<br />
Burman, R.D.; Jensen, M.E.; Allen, R.G. Thermodynamic factors in evapotranspiration.<br />
In: James, L.G.; English, M.J. (eds.). Proceedings Irrigation and Drainage Specific<br />
Conference, Portland: ASC. p.28-30, 1987.<br />
Correia, I.F.A. Um estudo sobre interações entre sistemas de circulação de escala<br />
sinótica e circulações locais. fev. 1982. 133 p. (INPE-2494-TDL/097). Dissertação<br />
(Mestrado em Meteorologia) - Instituto Nacional de Pesquisas Espaciais, São José dos<br />
Campos. 1982. Disponível na biblioteca digital. URLib:.<br />
Acesso em: 20<br />
maio 2004.<br />
Camargo, M. B. P.; Pedro Júnior, M. J.; Ortolani, A. A.; Alfonsi, R. R.; Pinto, H. S.<br />
Relações entre a precipitação pluviométrica e a produtividade do cafeeiro. Ecossistema,<br />
Espírito Santo do Pinhal, v. 9, p.166-171, May 1984.<br />
Camargo, A.P.; Camargo, M.B.P.; Uma revisão analítica da evapotranspiração<br />
potencial. Bragantia - Campinas, v. 59, n. 2, p.125-137, Jun 2000.<br />
Campbell, G. S. An introduction to environmental biophysics. New York: Madson,<br />
1977. 159p.<br />
Camppbell, G.S.; Norman, J.M. An introduction to environmental biophysics. New<br />
York: Madison, 1998. 285p.<br />
Caselles, V.; Sobrino, J.A. Determination of frosts in orange groves from NOAA-9<br />
AVHRR data. Remote Sensing of Environment, v.29, n.2, p.135-146, Aug 1989.<br />
Ceballos, J.C. Um modelo estocástico de propagação da radiação solar na<br />
atmosfera. 1986. 368p. Tese (Doutorado em Meteorologia) – Instituto de Astronomia e<br />
Geodésia, São Paulo. 1986.<br />
Ceballos, J.C. Estimativa de radiação solar à superfície com céu claro: Um modelo<br />
simplificado. Revista Brasileira de Meteorologia, v.15, n.1, p.113-122, Jan 2000.<br />
Ceballos, J.C.; Bottino, M.J.; Souza, J.M. A simplified physical model for assessing<br />
solar radiation over Brazil using GOES 8 visible imagery. Journal of Geophysical<br />
Research, v.109, D02211, doi:10.1029/2003JD003531, 2004.<br />
Chandrasekhar, S. Radiative transfer. London: Oxford University Press, 1960. 320p.<br />
Chavez, P. S., Jr. An improved dark-object subtraction technique for atmospheric<br />
scattering correction of multispectral data. Remote Sensing of Environment, v. 24,<br />
n.3, p. 459-479, Apr 1988.<br />
212
Chiesi, M.; Maselli, F.; Bindi, M.; Fibbi, L.; Bonora, L.; Raschi, A.; Tognetti, R.;<br />
Cermak, J.; Nadezhdina, N. Calibration and application of Forest-BGC in a<br />
Mediterranean area by the use of conventional and remote sensing data. Ecological<br />
Modelling, v.154, n.3, p. 251-262, Sep 2002.<br />
Climanálise: Boletim de Monitoramento e Análise Climática. São José dos Campos:<br />
INPE, v. 16, n. 1, jan. 2001. Disponível em: . Acesso em 02 fev. 2002.<br />
Cline, D. Solar radiation modeling: Toporad and Topquad, California, 2005.<br />
Disponível em : Acesso em: 30 mar. 2005.<br />
Coops, N.C.; Waring, R.H.; Moncrieff, J.B. Estimating mean monthly incident solar<br />
radiation on horizontal and inclined slopes from mean monthly temperatures extremes.<br />
International Journal of Biometeorology, v. 44, n. 4, p. 204-211, Nov 2000.<br />
Correia, F. W. S.; Alvala, R. C. S.; Gielow, R.; Manzi, A.O.; Souza, A. Albedo do<br />
Pantanal Sul atogrossense durante o período de transição seco-úmido de 2001-2002. In:<br />
Congresso Brasileiro de Meteorologia, 12.; Simpósio Nacional de Micrometeorologia,<br />
3.; Seminário Brasileiro de Agrometeorologia, 3., 4-9 ago, Foz de Iguaçu. Anais...<br />
2002. Comité Temático, p. 2794-2<strong>80</strong>0. CD-ROM. Publicado como: INPE-9482-<br />
PRE/5136. Disponível na biblioteca digital URLib:. Acesso em: 16 jun. 2006.<br />
Coughlan, J. C.; S. Running, W. An expert system to aggregate forested landscapes<br />
within a geographic information system. Artificial Intelligence Applications in Natural<br />
Resource Management, v. 3, n. 3, p. 35-43, Oct 1989.<br />
Almeida, G. A.; Koepke, P.; Shettle, E. P. Atmospheric aerosols: global climatology<br />
and radiative characteristics., Hampton, Virginia: A Deepak Publishing. 1991. 561p.<br />
Davies, J.A.; Allen, C.D. Equilibrium, potencial and actual evaporation from cropped<br />
surfaces in Southern Ontario. Journal of Apllied Meteorology, v.12, n.1, p.649-656,<br />
Jan 1973.<br />
Diak, G.R.; Gautier, C. Improvements to a simple physical model for estimating<br />
insolation from GOES data. Journal Climate of Applied Meteorology, v.22, n.3,<br />
p.505-508, Sep 1983.<br />
Dickinson, R.E. Land surface. In: Trenberth, K.E. (ed.) Climate system modeling. New<br />
York: Cambridge University Press, p.149-172, 1992.<br />
Dozier, J.; Outcalt, S.I. An approach toward energy balance simulation over rugged<br />
terrain. Geographycal Analysis, v. 11, n. 1, p. 65-85, Jan 1979.<br />
Dozier, J. A clear-sky spectral solar radiation model for snow-covered mountainous<br />
terrain. Water Resources Research, v.16, n.4, p.709-718, Nov 19<strong>80</strong>.<br />
Dozier, J. Spectral signature of alpine snow cover from the Landsat Thematic Mapper.<br />
Remote Sensing of Environment, v. 28, n. 5 - 9, p. 9-22, Apr-Jun 1989.<br />
213
Dozier, J.; Frew, J. Rapid calculation of terrain parameters for radiation modeling from<br />
digital elevation data. IEEE Transactions on Geoscience and Remote Sensing, v. 28,<br />
n.5, p.963-969, Sep 1990.<br />
Dubayah, R.; Dozier, J.; Davis, F.W. Topographic distribution of clear-sky radiation<br />
over varying terrain. Water Resource Research, v .26, n. 4, p. 679-690, Apr 1990.<br />
Dubayah, R. Estimating net solar radiation using Landsat Thematic Mapper and digital<br />
elevation data. Water Resource Research, v. 28, n. 9, p. 2469-2484, Sep 1992.<br />
Dubayah, R.; van Katwijk, V. The topographic distribution of annual incominig solar<br />
radiation in the Grand River basin. Geophysical Research Letters, v.19, n. 22, p.2231-<br />
2234, Nov 1992.<br />
Dubayah, R.; Rich, P.M. Topographic solar radiation models for GIS. International<br />
Journal of Geographical Information Systems, v.9, n.4, p.405-419, Jun-Aug 1995.<br />
Dubayah, R.; Loechel, S. Modeling topographic solar radiation using GOES data,<br />
Journal of Applied Meteorology, v. 36, n. 2, p. 141-154, Feb 1997.<br />
Duguay, C.R.; LeDrew, E.F. Estimating surface reflectance and albedo from Landsat-5<br />
Thematic Mapper over rugged terrain. Photogrammetric Engineering and Remote<br />
Sensing, v. 58, n.5, p.551-558, May 1992.<br />
Epiphanio, J.C.N., Formaggio, A.R., Valeriano, M.M., Oliveira, J.B. Comportamento<br />
espectral de solos do Estado de São Paulo, São José dos Campos,: INPE, 1992, 131p.<br />
Erbs, D. G.; Klein; S. A.; e Duffie; J. A. Estimation of the diffuse radiation fraction for<br />
hourly, daily and monthly-average global radiation. Solar Energy, v.28, n.4, p. 293–<br />
302, Apr 1982.<br />
Fernandes, K. A. Cavados invertidos na região central da América do Sul. Fev.<br />
1996. 150 p. Dissertação (Mestrado em Meteorologia) - Instituto Nacional de Pesquisas<br />
Espaciais, São José dos Campos. Disponível em (sid.inpe.br/iris@1905/2005/07.29.05.<br />
22.29) Acesso em: 25 maio de 1996.<br />
Fedorova, N. Meteorologia sinótica, Pelotas: Editora Universitária, v. 2. 2001. 242p.<br />
Finklin, A.I. Climate of Priest River Experimental Forest. Local: Northern Idaho.<br />
Departament of Agriculture, Forest Service, Intermountain Forest and Range<br />
Experiment Station, 1983, 53p.<br />
Frew, J. The Image processing workbench. 1990. 382p. Phd. Thesis (Department of<br />
Geography) - University of California, Santa Barbara, USA. 1990.<br />
Friend, A.D. Use of a model of photosynthesis and leaf microenvironment to predict<br />
optimal stomatal conductance and leaf nitrogen partitioning. Plant Cell and<br />
Environmental, v.14, n. 9, p. 895-905, Dec 1991.<br />
Garnier, B.J.; Ohmura, A. A method of calculating the direct shortware radiation<br />
income of slopes. Journal of Applied Meteorology, v.7, n.5, p.796-<strong>80</strong>0, May 1968.<br />
Gates, D.M. Biophysical ecology. New York: Springer-Verlag. 19<strong>80</strong>. 611p.<br />
214
Gautier, C.; Diak, G.; Masse, S. A simple physical model to estimate incident solar<br />
radiation at the surface from GOES satellite data. Journal of Applied Meteorology,<br />
v.19, n.8, p.1005-1012, Nov 19<strong>80</strong>.<br />
Gautier, C.; Landsfeld, M. Surface solar radiation flux and cloud radiative forcing for<br />
the atmospheric radiation measurement (ARM) southern great plains (SGP): a satellite,<br />
surface observations, and radiative transfer model study. Journal of the Atmospheric<br />
Sciences, v. 54, n.10, p.1289-1307, May 1997.<br />
Geiger, H. Manual de microclimatologia: o clima da camada de ar junto ao solo.<br />
Lisboa: FCG. 1965, 556p.<br />
Gelhar, L.W. Stochastic subsufarce hydrology. Prentice-Hall Inc. New Jersey: Simon<br />
e Scuhuter, 1993, 91p.<br />
Genton, M. G.; Gorsich, D.J. Nonparametric variogram and covariogram estimation<br />
with estimation with Fourier-Bessel matrices. Computational Statistics & Data<br />
Analysis, v.41, n. 1, p.47-57, Nov 2002.<br />
Gielow, R. Santos Alvalá, R.C.; Hodnett, M.G.; Souza. A. Albedo no Pantanal Sul-<br />
Matogrossense durante e após o período de inundadção de 1998. In: Congresso<br />
Brasileiro de Agrometeorologia, 11. / Reunão Latino Americana de Agrometeorologia,<br />
2., 1999, Florianópolis. Anais…, São José dos Campos: INPE, 1999. p.2026-2031, 1<br />
CDROM.<br />
Glassy, J.M.; Running, S.W. Validating diurnal climatology logic of the MT-CLIM<br />
model across a climatic gradient in Oregon. Ecological Applications, v.4, n.2, p.248-<br />
257, May 1994.<br />
Häntzschel J.; Goldberg V.; Bernhofer C. GIS-based regionalisation of radiation,<br />
temperature and coupling measures in complex terrain for low mountain ranges.<br />
Meteorological Applications, v.12, n.1, p.33–42, Mar 2005.<br />
Harrison, L.P. Fundamentals concepts and definitions relating to humidity. In: Wexler,<br />
A. (ed.). Humidity and Moisture, v.3, New York: Reinhold Publishing CO., 1963.<br />
Hasenauer, H.; Merganicova, K.; Petritsch, R.; Pietsch, S.A.; Thornton, P.E. Validating<br />
daily climate interpolations over complex terrain in Austria. Agricultural and Forest<br />
Meteorology, v.119, n.1-2, p.87-107, Oct 2003.<br />
Huijbregts, C. J. Regionalized variables and quantitative analysis of spatial data. In:<br />
Davis, J. C.; McCullagh, M. J. (ed). Display and analysis of spatial data. New York,<br />
John Wiley, 1975. p. 38-53.<br />
Hungerford, R. D.; Nemani, R. R.; Running, S.; Coughlan, J. C. MTCLIM: A<br />
Mountain Microclimate Simulation Model. USDA: Intermountain Research Station,<br />
FOREST Service, 1989. 51p. Research Paper INT – 414.<br />
Hunt, E.R.; Running, S.W.; Federer, C.A. Extrapolating plant water flow resistances<br />
and capacitances to reginal scales. Agricultural and Forest Meteorology, v.54, n.2-4,<br />
p.169-195, Apr 1991.<br />
215
Idso, S.B.; Aase, J.K.; Jackson, R.D. Net radiation – soil heat flux relations as<br />
influenced by soil water content variations. Boundary-Layer Meteorology, v.9,<br />
p.113-122, 1975.<br />
Instituto Nacional de Meteorologia (INMET). Atlas de irradiância solar do Brasil.<br />
Brasília, 1998. 58p.<br />
Irons, J.R.; Weismiller, R.A.; Petersen, G.W. Soil reflectance. In: Asrar, G. (ed.)<br />
Theory and applications optical remote sensing. Medson: John Wiley e Sons, p.23- 45,<br />
1989.734p.<br />
Centro de Previsão de Tempo e Estudos Climáticos/Instituto Nacional de Pesquisas<br />
Espaciais. (CPTEC/INPE.), Cachoeira Paulista, 2005. Método de classificação de<br />
imagens GOES 12. Disponível em: . Acesso em 19 mai. 2005.<br />
Iqbal, M. An introduction to solar radiation. New York: Academic Press, 1983, 212p.<br />
Jarvis, P.G.; Morison, J.I.L. The control of transpiration and photosynthesis by the<br />
stomata. In: Jarvis, P.G.; Mansfield, T.A. (ed.). Stomatal physiology. Cambridge<br />
University Press: Cambridge, 1981. 378p.<br />
Kaufmann, M.R. Effects of weather and physiographic conditions on temperature<br />
and humidity in subalpine watersheds of the Fraser Experimental Forest. Res. Pap.<br />
RM-251. Fort Collins: Departament of Agriculture, Forest Service, Rocky Mountain<br />
Forest and Range Experiment Station. 1984, 9p.<br />
Kimball, J.S.; Running, S.W.; Nemani, R. An improved method for estimating surface<br />
humidity from daily minimum temperature. Agricultural and Forest Meteorology,<br />
v.85, n.1-2, p.87-98, Jun 1997a.<br />
Kimball, J.S.; White, M.A.; Running, S.W. Biome-BGC simulations of stand<br />
hydrologic processes for BOREAS. Journal of Geophysical Research, v.102, n.D24,<br />
p.29043-29051, Dec 1997b.<br />
Koepke, P.; Hess, M.; Schult, I.; Shettle, E.P.Global Aerosol Data Set. Max-Planck-<br />
Institut für Meteorologie: Hamburg, Report No. 243, ISSN 0937-1060. Disponível em:<br />
, 1997. Acesso em<br />
10 mai. 2004.<br />
Kondratyev, K.Y. Radiation and heat exchange in the atmosphere. New York:<br />
Pergamon Press, 1965, 253p.<br />
Konzelmann, T.; Calanca P.; Muller, G.; Menzel L.; Lang, H. Energy balance and<br />
evapotranspiration in a high mountain area during summer. Journal of Applied<br />
Meteorology, v.36, n.7, p.966-973, Jul 1997.<br />
Landsberg, J.J.; Waring, R.H. A generalised model of forest productivity using<br />
simplified concepts of radiation-use efficiency, carbon balance and partitioning. Forest<br />
Ecological Modeling, v. 95, n.3, p.209-228, Aug 1997.<br />
216
Lemos, F.C. Caracterização e variabilidade climática do Vale do Paraíba – SP.<br />
2000. 114p. Dissertação (Mestrado em Agronomia) - Universidade de Taubaté, Taubaté.<br />
2000.<br />
Lewis, P.; Barnsley, M. J. Influence of the sky radiance distribution on various<br />
formulations of the earth surface albedo. In: Conf. Phys. Meas. Sign. Remote Sensing.<br />
1994, Val d’Isere. France. Annals… Val d’Isere: Val d’Isere, 1994, p.707-715.<br />
Li. Z.L.; Becker, F. Feasibility of land surface-temperature and emissivity determination<br />
from AVHRR data. Remote Sensing of Environment, v. 43, n.1, p.67-85, Jan 1993.<br />
Lillesand, T.M.; Kiefer, R.W. Remote sensing and image interpretation. Madison:<br />
University of Wisconsin, fourth edition, 1999, 750p.<br />
Linacre, E. The effect of altitude on the daily range of temperature. Journal of<br />
Climatology, v.2, n.4, p.375-382, 1982.<br />
Lockwood, J.G. World climate systems. London: Edward Arnold, 1985, 292p.<br />
Lucht, W.; Schaaf, C. B.; Strahler, A. H. An algorithm for the retrieval of albedo from<br />
space using semiempirical BRDF models. IEEE Transactions on Geoscience and<br />
Remote Sensing. v.38, n. 2, p.977-99, Mar 2000.<br />
Santos, J. S. M. Análise da paisagem de um corredor ecológico na Serra da<br />
Mantiqueira. 2002. 146 p. (INPE-9553-TDI/829). Dissertação (Mestrado em<br />
Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos<br />
Campos. 2002. Disponível na biblioteca digital URLib:
McNaughton, R.G.; Black, T.A. A study of evapotranspiration from a Douglas fir forest<br />
using the energy balance approach. Water Resource Research, v. 9, n.6, p.1579-1590,<br />
1973.<br />
Meador, W.E.; Weaver, W.R. Two-stream approximations to radiative transfer in<br />
planetary atmospheres: An unified description of existing methods and a new<br />
improvement. Journal of Atmospheric Science, v.37, n.3, p.630-643, 19<strong>80</strong>.<br />
Miller, D.H. Energy at the surface of the Eath: an introduction to the energetics of<br />
ecosystems. New York: Academic Press, v.27, 1981. 516p.<br />
Monteith, J.L.; Unsworth, M.H. Principles of environmental physics. London:<br />
Edward Arnold, 1990. 291p.<br />
Moody, E.G.; King, M. D. Spatially complete global spectral surface albedos: valueadded<br />
datasets derived from terra MODIS land products. Transactions on Geoscience<br />
and Remote Sensing, v. 43, n.1, p.144-158, Jan 2005.<br />
Morton, F.I. Estimating evapotranspiration and transpiration from climatological<br />
observations. Journal of Applied Meteorology, v. 14, n.4, p.488-497, Sep 1975.<br />
Murray, F.W. On the computation of saturation vapor pressure. Journal of Applied<br />
Meteorology, v.6, n.1, p.203-204, Feb 1967.<br />
Nilson, T.; Kuusk, A. A reflectance model for the homogeneous plant canopy and its<br />
inversion. Remote Sensing of Environment, v.27, n.1, p.157-167, Feb 1989.<br />
Nimer, E. Climatologia do Brasil. Rio de Janeiro: IBGE, Superintendência de<br />
Recursos Naturais e Meio Ambiente, v.4. 1979. 422p.<br />
Oke, T.R. Boudary layer climate. London: Routledge, 1987. 435p.<br />
Oliphant, A.J.; Spronken-Smith, R.A.; Sturman, A.P.; Owens, I.F. Spatial variability of<br />
surface radiation fluxes in mountainous terrain. Journal of Applied Meteorology, v.42,<br />
n.1, p.113-128, Jan 2003.<br />
Oliveira, J.B.; camargo, M.N.; Rossi, M.; Calderano Filho, B. Mapa Pedológico do<br />
Estado de São Paulo: Legenda Expandida. Campinas: Instituto Agronômico; Rio de<br />
Janeiro: Embrapa – Solos, 1999. 1. Mapa Pendológico. Escala 1:100.000.<br />
Oliveira, N.C.; Menezes, R.C. Médias climatológicas mensais de ar superior.<br />
São José dos Campos: Instituto de Aeronáutica e Espaço. p.119-130, 1989. Relatório<br />
técnico.<br />
Olyphant, G. A. Insolation topoclimates and potential ablation in alpine snow<br />
accumulation basins: Front Range, Colorado. Water Resource Research, v. 20, n.4,<br />
p.491-498, Apr 1984.<br />
Pacheco, A. P. Analise de metodos de determinacao de emissividade para alvos da<br />
superficie terrestre, na faixa espectral de 8 a 14 milimicro. nov. 1989. 175 p. (INPE-<br />
4984-TDL/394). Dissertação (Mestrado em Sensoriamento Remoto) - Instituto de<br />
Pesquisas Espaciais, São José dos Campos. 1989.<br />
Paltridge, G.W.; Platt, C.M.R. Radiative processes in meteorology and climatology.<br />
developments in atmospheric science, 5. Amsterdam: Elsevier, 1976. 318 p.<br />
218
Pannatier, Y. VarionWin: software for spatial data analysis in 2D. New York:<br />
Springer-Verlag. 1996. 91p.<br />
Parlow, E. Correction of terrain controlled illumination effects in satellite data. In:<br />
Parlow, E (ed.). Progress in environmental remote sensing research and<br />
applications. Rotterdam: Balkema, p.139-145, 1996.<br />
Parton, W.J.; Longan, J.E. A model for diurnal variation in soil and air temperature.<br />
Agricultural Meteorology, v.23, n.3, p.205-216, Mar 1981.<br />
Pereira, A.R.; Villa Nova, N.A.; Sediyama, G.C. Evapo(transpi)ração. Piracicaba:<br />
FEALQ, 1997. 183p.<br />
Permann, H.L. Natural evaporation from open water, bare soil and grass. Proceedings<br />
of the Royal Society London: London, A193, p.120-146. 1948.<br />
Petitcolin, F.; Vermote, E. Land surface reflectance, emissivity and temperature from<br />
MODIS middle and thermal infrared data. Remote Sensing of Environment, v.83, n.1-<br />
2, p.112-134, Nov 2002.<br />
Pinker, R.T.; Kustas, W.P.; Laszlo, I.; Moran, M.S.; Huete, A.R. Basin-scale solar<br />
irradiance estimates in semiarid regions using GOES-7. Water Resource Research, v.<br />
30, n. 5, p. 1375-1386, May 1994.<br />
Pinto, H.S.; Alfonsi, R.R. Estimativa das temperaturas médias máximas e mínimas<br />
mensais do Estado do Paraná, em função da altitude e latitude. Caderno de Ciências da<br />
Terra, São Paulo, p. 8, 1974.<br />
Price, J. C. Using spatial context in satellite data to infer regional scale<br />
evapotranspiration. IEEE Transactions on Geoscience and Remote Sensing, v. 28, n.<br />
5, p. 940-948, Sep 1990.<br />
Price, J.C. Land surface-temperature measurements from the Split Window channels of<br />
the NOAA-7 Advanced Very High-Resolution Radiometer. Journal of Geophysical<br />
Research-Atmospheres, v. 89, n. ND5, p. 7231-7237, Dec1984.<br />
Priestley, H. B.; Taylor, R.J. On the assessment of surface heat flux and evaporation<br />
using large-scale parameters. Monthly Weather Review, v. 100, n. 1, p. 81-92, Jan<br />
1972.<br />
Quadro, M. F. L.; Machado, L. H. R.; Calbete, S.; Batista, N. N. M.; Oliveira, G. S.<br />
Climatologia de precipitação e temperatura, disponível em<br />
. acesso em<br />
03 fev. 2004.<br />
Quadro, M. F L. Estudo de episódios de zonas de convergência do Atlântico Sul<br />
(ZCAS) sobre a América do Sul. nov. 1993. 124 p. (INPE-6341-TDI/593).<br />
Dissertação (Mestrado em Meteorologia) - Instituto Nacional de Pesquisas Espaciais,<br />
São José dos Campos. 1993. Disponível na biblioteca digitalURLib:.<br />
Acesso em: 26<br />
maio 2006.<br />
219
Reifsnyder, W.E.; Lull, H.W. Radiant energy in relation to forests. U.S.A: Forest<br />
Service, 1344. 1965. 52p. Technical bulletin<br />
Ricchiazzi, P., Yang, S., Gautier, C. SBDART: A research and teaching software tool<br />
for plane-parallel radiative transfer in the Earth’s atmosphere. Bulletin of the<br />
American Meteorological Society, v. 79, n.10, p. 2101-2114, Oct 1998.<br />
Rizzini, C. T. Tratado de fitogeografia do Brasil: aspectos sociológicos e florísticos.<br />
São Paulo: HUCITEC, v. 2, 1979. 374p.<br />
Rosenberg, N.J.; Blad, B.L.; Verma, S.B. Microclimate, the Biological Environment,<br />
New York: Wiley, 1983. <strong>80</strong>p.<br />
Roujean, J.L.; Leroy, M.; Deshamps, P.Y. A bidirectional reflectance model of the<br />
Earth’s surface for the correction of remote sensing data. Journal of Geophysical<br />
Research- Atmospheres, v. 97, n. D18, p. 20455-20468, Dec 1992.<br />
Running, S.W. Microclimate control of forest productivity: analysis by computer<br />
simulation of annual photosysnthesis/transpiration balance in different environments.<br />
Agricultural and Forest Meteorology, v. 32, n. 3-4, p. 267-288, Apr-May 1984.<br />
Running, S.W.; Nemani, R.; Hungerford, R.D. Extrapolation of meteorological data in<br />
mountain terrain, an its use for simulating forest evapotranspiration and photosynthesis.<br />
Canadian Journal of Forest Research, v. 17, n. 6, p. 472-483, Jun 1987.<br />
Running, S.W.; Coughlan, J.C. A General-Model of Forest Ecosystem Processes for<br />
Regional Applications .1. Hydrologic Balance, Canopy Gas-Exchange and Primary<br />
Production. Ecological Modelling, v. 42, n. 2, p. 125-154, Aug 1988.<br />
Running, S.W.; Nemani, R.R; Peterson, D.L.; Band, L.E.; Potts, D.F.; Pierce, L.L.;<br />
Spanner, M.A. Mapping regional forest evapotranspitation and photosynthesis by<br />
coupling satellite data with ecosystem simulation. Ecology, v. 70, n. 4, p. 1090-1101,<br />
Aug 1989.<br />
Running, S.W.; Nemani, R.R. Regional hydrologic and carbon balance resposes of<br />
forest resulting from potential climate change. Climate Change, v. 19, n. 4, p. 349-368,<br />
Dec 1991.<br />
Running, S.W.; Thornton, P.E. Generating daily surfaces of temperature and<br />
precipitation over complex topography. In: Goodchild, M.F.; Steyaert, L.T.; Parks,<br />
B.O.; Johnston, C.; Maidment, D.; Crane, M.; Glendinning, S. (eds.). GiS and<br />
environmental modeling. Fort Collins, CO: 1997. 486p. Process and Research Issues<br />
Sansigolo, C.A. Estimativas climatológicas de evapotranspiração regional em<br />
Piracicaba-SP. Revista Brasileira de Meteorologia, v. 17, n. 1, p. 11-18, 2002.<br />
Schaaf, C. B.; F. Gao, A. H. Strahler, W. Lucht, X. Li, T. Tsang, N. C. Strugnell, X.<br />
Zhang, Y. Jin, J.-P. Muller, P. Lewis, M. Barnsley, P. Hobson, M. Disney, G. Roberts,<br />
M. Dunderdale, C. Doll, R. d'Entremont, B. Hu, S. Liang, and J. L. Privette. First<br />
Operational BRDF, Albedo and Nadir Reflectance Products from MODIS. Remote<br />
Sensing of Environment, v. 83, n. 1-2, p. 135-148, Nov 2002.<br />
220
Schaaf, C. MODIS BRDF/Albedo Product (MOD43B) User’s Guide. California,<br />
2004. Disponível em : Acesso em: 07 abr. 2005.<br />
Sellers, W.D. Physical climatology. Chicago: University of Chicago Press, 1965. 272p.<br />
Siegel, R.; Howell, J.R. Thermal radiation and heat transfer. New York: McGraw-<br />
Hill, 1981. 862p.<br />
Silva, B. S. G. Delimitação automática de bacias usando o programa<br />
Taudem/Mapwindow. São José dos Campos: INPE, 2004. 10 p. (INPE-10435-<br />
NTC/360). Disponível na biblioteca digital URLib: . Acesso em: 26 maio 2004.<br />
Silva, B.G. Seleção de parcelas permanentes em ecossistemas montanhosos. 2003.<br />
231p. (INPE-5522-TDI/519). Dissertação (Mestrado em Sensoriamento Remoto) –<br />
Instituto Nacional de Pesquisas Espaciais, São José dos Campos. 2003.<br />
Singh, B.;Taillefer, R. The effect of synoptic-scale advection on the performance of the<br />
Priestley-Taylor evaporation formula. Boundary Layer Meteorology, v. 36, p. 267-<br />
282, May 1986.<br />
Snyder, W.C.; Wan, Z.; Zhang, Y.; et al. Classification-based emissivity for land<br />
surface temperature measurement from space. International Journal of Remote<br />
Sensing, v. 19, n. 14, p. 2753-2774, Sep 1998.<br />
Soares, J.V. Modelos Físico-matemáticos de saída estatística para diagnosticar e<br />
prever a marcha diária de temperatura. 1981. <strong>80</strong>p. Dissertação (Mestrado em<br />
Recursos Naturais) – Universidade Federal de Viçosa, Viçosa. 1981.<br />
Sobrino, J.A., Cuenca, J. Angular variation of thermal infrared emissivity for some<br />
natural surfaces from experimental measurements. Applied Optics, v.38, n.18, p.3931-<br />
3936, Jun 1999.<br />
Sobrino, J.A.; Coll, C.; Caselles, V. Atmospheric correction for land surfacetemperature<br />
using noaa-11 avhrr channel-4 and channel-5. Remote Sensing of<br />
Environment, v. 38, n.1, p.19-34, Oct 1991.<br />
Strahler, A. H.; Muller, J. P.; MODIS, S. T. M. MODIS FDRB/Albedo Product:<br />
algorithm theoretical basis document version 5.0. MODIS product ID: MOD43 version<br />
5.0, 1999. 41p. Disponível em: < http://geography.bu.edu> Acesso em: 13 maio 2004.<br />
Stroeve, J.; Box, J.E.; Gao, F.; Liang, S.; Nolin, A.; Schaaf, C. Accuracy assessment of<br />
the MODIS 16-day albedo product for snow: comparisons with Greenland in situ<br />
measurements. Remote Sensing of Environment, v. 94, n.1, p. 46-60, Jan 2005.<br />
Stuhlmann, R.; Rieland, M.; Raschke, E. An improvement of the IGMK model to<br />
derive total and diffuse solar radiation at the surface from satellite data. Journal of<br />
Applied Meteorology, v. 29, n. 7, p. 586-603, Jul 1990.<br />
Stull, R.B. An introduction to boundary layer meteorology. Madison: University of<br />
Wisconsin, 1988. 666p.<br />
Sutherland, R.A.; Bartholic, J.F. Significance of interpreting thermal radiation from a<br />
terrestrial surface. Journal Applied Meteorology, v. 16, n. 8, p. 759-763, Sep 1977.<br />
221
Swift, L.W. Algorithm for solar radiation on mountain slopes. Water Resources<br />
Research, v. 12, n. 1, p. 108-112, Feb 1976.<br />
Tetens, O. Uber cinige meteorologische Begriffe. Z-Geophysical, v. 6, p. 297-309, May<br />
1930.<br />
Thornthwaite, C.W. The moisture factor in climate. Transactions of the American<br />
Geographical Union, v. 27, p. 41-48, 1946.<br />
Thornton, P.E., Running, S.W. and White, M.A. Generating surfaces of daily<br />
meteorological variables over large regions of complex terrain. Journal of Hydrology,<br />
v. 190, n. 3-4, p. 214-251, Mar 1997.<br />
Thornton, P.E.; Running, S.W. An improved algorithm for estimating incident daily<br />
solar radiation from measurements of temperature, humidity, and precipitation.<br />
Agricultural and Forest Meteorology, v. 93, n. 4, p. 211-228, Mar 1999.<br />
Thornton, P.E.; Hasenauer, H.; White, M.A. Simultaneous estimation of daily solar<br />
radiation and humidity from observed temperature and precipitation: an application over<br />
complex terrain in Austria, Agricultural and Forest Meteorology, v. 104, n. 4, p. 255-<br />
271, Sep 2000.<br />
Valor, E., Caselles, V. Mapping land surface emissivity from NDVI: application to<br />
European, African, and South American Areas. Remote Sensing of Environment, v.<br />
57, n. 3, p. 167-18, Sep 1996.<br />
Vandegriend, A.A., Owe, M. On the relationship between thermal emissivity and the<br />
normalized difference vegetation index for natural surfaces. International Journal of<br />
Remote Sensing, v. 14, n. 5, p. 1119-1131, Apr 1993.<br />
Vianello, R.L.; Alves, A.R. Meteorologia básica e aplicações. Viçosa: UFV, 1991.<br />
449p.<br />
Vidal, A. Atmospheric and emissivity correction of land surface-temperature measured<br />
from satellite using ground measurements or satellite data. International Journal of<br />
Remote Sensing, v. 12, n. 12, p. 2449-2460, Dec 1991.<br />
Viswanadham, Y.; Silva Filho, V.P.; Andre, R.G.B. The Priestley-Taylor parameter α<br />
for the Amazon forest. Forest Ecology Management., v. 38, n. 3-4, p. 211-225, Feb<br />
1991.<br />
Walthall, C.L.; Norman, J.M.; Welles, J.M.; Campbell, G.; Blad, B.L. Simple equation<br />
to approximate the bi-directional reflectance from vegetation canopies and bare soil<br />
surfaces. Apllied Optics, v. 24, n. 3, p. 383-387, Mar 1985.<br />
Wan, Z. ; Zhang, Y. ; Zhang, Q. ; Li, Z.L. Quality assessment and validation of the<br />
MODIS global land surface temperature. International Journal of Remote Sensing,<br />
v. 25, n. 1, p. 261-274, Jan 2004.<br />
Wan, Z.M.; Dozier, J.A generalized split-window algorithm for retrieving land-surface<br />
temperature from space. IEEE Transactions on Geoscience and Remote Sensing, v.<br />
34, n. 4, p. 892-905, Jul 1996.<br />
222
Wan, Z.M.; Li, Z.L. A physics-based algorithm for retrieving land-surface emissivity<br />
and temperature from EOS/MODIS data. IEEE Transactions on Geoscience and<br />
Remote Sensing, v.35, n. 4, p.9<strong>80</strong>-996, Jul 1997.<br />
Wan, Z.M. MODIS land-surface temperature algorithm theoretical basis document<br />
(LSTATBD) version 3.3. 1999. Disponível em: http://modis.gsfc.nasa.gov/ data/ atbd/<br />
atbd_mod11.pdf>Acesso em: 25 outubro 2004.<br />
Wanner, W.; Li, X.; Strahler, A.H. On the derivation of kernels for kernel-driven<br />
models of bi-directional reflectance. Journal of Geophysical Research -Atmospheres,<br />
v. 97, n. D10, p. 21077-21090, Oct 1995.<br />
Waring, R.H.; Running, S. W. Forest Ecosystems – Analysis at Multiple Scales. San<br />
Diego: Academic Press. 1998. 370 p.<br />
Weinreb M.; Jamieson M.; Fulton N.; et al. Operational calibration of geostationary<br />
operational environmental satellite-8 and -9 imagers and sounders. Applied Optics, v.<br />
36, n. 27, p. 6895-6904, Sep 1997.<br />
Wenzel, U.; Dux, R.; Field, A.R.; Napiontek, B. Study of impurity radiation in ASDEX<br />
Upgrade with a spatially scanning spectrometer for the VUV and visible ranges. Fusion<br />
Engineering and Design, v. 34, n. 5, p. 225-229, Mar 1997.<br />
Wickland, D.E. Future directions for remote sensing in terrestrial ecological research.<br />
In: Asrar, G. (ed.) Theory and applications optical remote sensing. Medson: Canadá,<br />
John Wiley e Sons, p. 691-724, 1989.<br />
Williams, L.D; Barry, R.G.; Andrewns, J.T. Application of computed global radiation<br />
for areas of high relief. Journal of Applied Meteorology, v. 11, n. 3, p. 525-533, Dec<br />
1972.<br />
Willmott, C.J.; Ackleson, S.G.; Davis, R.E.; Feddema, J.J.; Klink, K.M.; Legates, D.R.;<br />
O’Donnell, J.; Rowe, C.M. Statistics for the evaluation and comparison of models.<br />
Journal of Geophysical Research-Oceans, v. 90, n. C5, p. 8995-9005, Sep 1985.<br />
Zhou, L.; Dickinson, E.; Tian, Y.; Zeng, X.; Dai, Y.; Yang, Z.-L.; Schaaf, C.B.; Gao, F.;<br />
Jin, Y.; Strahler, A.; Myneni, R.B.; Yu, H.; Wu, W.; Shaikh, M. Comparation of<br />
seasonal and spatial variations of albedos from Moderate-Resolution Imaging<br />
Spectroradiometer (MODIS) and Common Land Model. Journal of Geophysical<br />
Research, v. 108, n. D15, Art. No.4488, Aug 2003.<br />
223
APÊNDICE<br />
Semivariogramas<br />
A) Temperatura máxima do ar<br />
Com nuvem<br />
Sem nuvem<br />
224
B) Temperatura mínima do ar<br />
225
C) Amplitude térmica do ar<br />
226
D) Defícit de pressão de vapor<br />
Ccéu claro<br />
Céu nublado<br />
E) Radiação solar incidente<br />
227
F) Temperatura e emissividade da superfície<br />
228
G) Componentes do balanço de radiação<br />
229
PUBLICAÇÕES TÉCNICO-CIENTÍFICAS EDITADAS PELO INPE<br />
Teses e Dissertações (TDI)<br />
Manuais Técnicos (MAN)<br />
Teses e Dissertações apresentadas<br />
nos Cursos de Pós-Graduação do<br />
INPE.<br />
Notas Técnico-Científicas (NTC)<br />
São publicações de caráter técnico<br />
que incluem normas, procedimentos,<br />
instruções e orientações.<br />
Relatórios de Pesquisa (RPQ)<br />
Incluem resultados preliminares de<br />
pesquisa, descrição de equipamentos,<br />
descrição e ou documentação de<br />
programa de computador, descrição de<br />
sistemas e experimentos, apresentação<br />
de testes, dados, atlas, e documentação<br />
de projetos de engenharia.<br />
Propostas e Relatórios de Projetos<br />
(PRP)<br />
Reportam resultados ou progressos de<br />
pesquisas tanto de natureza técnica<br />
quanto científica, cujo nível seja<br />
compatível com o de uma publicação<br />
em periódico nacional ou internacional.<br />
Publicações Didáticas (PUD)<br />
São propostas de projetos técnicocientíficos<br />
e relatórios de acompanhamento<br />
de projetos, atividades e convênios.<br />
Publicações Seriadas<br />
Incluem apostilas, notas de aula e<br />
manuais didáticos.<br />
Programas de Computador (PDC)<br />
São os seriados técnico-científicos:<br />
boletins, periódicos, anuários e anais<br />
de eventos (simpósios e congressos).<br />
Constam destas publicações o<br />
Internacional Standard Serial Number<br />
(ISSN), que é um código único e<br />
definitivo para identificação de títulos<br />
de seriados.<br />
São a seqüência de instruções ou<br />
códigos, expressos em uma linguagem<br />
de programação compilada ou interpretada,<br />
a ser executada por um<br />
computador para alcançar um determinado<br />
objetivo. São aceitos tanto<br />
programas fonte quanto executáveis.<br />
Pré-publicações (PRE)<br />
Todos os artigos publicados em<br />
periódicos, anais e como capítulos de<br />
livros.