Post on 21-Aug-2018
CAPÍTULO 5
PRODUTO DE AEROSSÓIS
Alexandre Correia1
Andrea D. de Almeida Castanho2
José Vanderlei Martins2,3,4
Karla Longo1
Márcia Yamasoe2
Paulo Artaxo2
1INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS
2UNIVERSIDADE DE SÃO PAULO
3UNIVERSITY OF MARYLAND, BALTIMORE COUNTY
4NASA GODDARD SPACE FLIGHT CENTER
5.1 Introdução
Aerossóis são partículas sólidas ou líquidas em suspensão em um meio gasoso,podendo ter origem em processos naturais ou serem produzidos como conseqüência deatividades humanas. O material particulado que compõe o aerossol possui em geral tempo depermanência médio na atmosfera da ordem de dias, e ao contrário de poluentes gasososapresentam grande heterogeneidade espacial (Seinfeld e Pandis, 1998). Partículas de aerossolpodem influenciar o clima em escalas regionais e globais através de interações diretas,atuando como centros espalhadores ou absorvedores de luz solar (Jacobson, 2001), ouindiretamente atuando sobre a formação e o ciclo de vida de nuvens, e assim modificandociclos hidrológicos (Kaufman, 1995). Seu transporte a longas distâncias por correntes de arpode favorecer a interferência na química e na física da atmosfera não somente em escalalocal, mas também potencialmente em escalas regionais e até globais (Freitas et al., 2005).
O IPCC (Intergovernmental Panel on Climate Change) estima que o efeito diretoglobal dos aerossóis no balanço radiativo situase entre 0,2 a 1,5 W/m2 (i.e. favorecendo oresfriamento). Esse efeito é por sua vez diretamente comparável ao efeito dos chamados gasesestufa antropogênicos (e.g. CO2, CH4, N2O, CFC), que induzem o aquecimento global comefeito médio de +2,5 W/m2 (IPCC, 2001). Entretanto, devido ao fato da distribuição espacial
1
das partículas de aerossóis não ser homogênea no globo, os efeitos locais podem ser centenasde vezes maiores devido às elevadas concentrações (e.g. Procópio et al., 2004).
Somente a partir da última década a comunidade científica tem buscado a inclusão deefeitos de aerossóis sobre o clima em modelos numéricos atmosféricos para previsão detempo, clima e qualidade do ar. Esse processo significa um extraordinário aumento nãoapenas da complexidade, mas principalmente do conhecimento das incertezas envolvidas emcenários de mudanças climáticas (Andreae et al., 2005). Por muito tempo, os efeitos bemconhecidos de aquecimento dos gases de efeito estufa eram a questão central maissignificativa nos modelos de previsão climática. A inclusão de propriedades de aerossóis nosmodelos atmosféricos traz novos desafios em termos de desenvolvimentos de novasparametrizações que representem apropriadamente os diversos processos através dos quaispartículas de aerossóis interagem com outros elementos atmosféricos.
Nesse contexto, cresce em importância a necessidade de inventários de emissões deaerossóis mais precisos. Uma posição bem aceita pela comunidade científica atualmente é arecomendação da junção de técnicas de sensoriamento remoto, observações diretas emodelagem numérica da atmosfera (Charlson, 2001). O sensor MODIS a bordo dos satélitesTerra (King et al., 2003) e Aqua (Parkinson, 2003) fornece uma cobertura global diária dacarga de aerossóis presente na atmosfera, tendo sido o primeiro sensor concebido comcaracterísticas específicas para o estudo de aerossóis. A grande gama espectral dos 36 canaisdo sensor MODIS permite a obtenção de várias informações sobre o sistema terrestre, entreelas a concentração de aerossóis, assim como informações sobre o tamanho médio daspartículas (Remer et al., 2005). As características radiométricas dos canais MODIS sãodescritas em detalhes por Barnes e colaboradores (1998), e no capítulo 1 deste livro.
O algoritmo de aerossóis utiliza dados de radiâncias obtidas pelo sensor MODIS abordo dos satélites Terra e Aqua, após a realização de sua calibração radiométrica egeolocalização (Ignatov et al., 2005; MODIS Characterization Support Team MCST, 2000),assim como o produto de mascaramento de nuvens (Ackerman et al., 1998) e dadosmeteorológicos auxiliares fornecidos pelo NCEP (National Centers for EnvironmentalPrediction). Há dois algoritmos independentes, para obtenção das propriedades de aerossóissobre continentes e sobre oceanos conforme detalhado nas próximas seções, mas essesalgoritmos baseiamse na mesma estratégia de uso de tabelas précomputadas (lookuptables) de cálculos de transferência radiativa na atmosfera, em que várias condições deobservação e iluminação são computadas para diferentes níveis de concentração de aerossóis erefletâncias de superfície. As radiâncias espectrais medidas pelo sensor no topo da atmosfera eas estimativas de refletância da superfície são comparadas com os valores précalculados atéque a melhor solução seja encontrada com ajustes de mínimos quadrados.
2
Este capítulo descreve o funcionamento dos algoritmos de aerossóis para o sensorMODIS segundo a versão 4 (ou Coleção 4) sobre o continente (Kaufman et al., 1997a) e sobreo oceano (Levy et al., 2003; Tanré et al., 1997). Em julho de 2005 teve início a implantaçãoprogressiva da versão 5 dos algoritmos, fase esta que deverá se estender até meados de 2006,trazendo mudanças significativas nos resultados de estimativas de aerossóis. Informaçõesdetalhadas sobre as várias versões dos algoritmos utilizadas para o produto de aerossóispodem ser obtidas em: http://modisatmos.gsfc.nasa.gov/
5.2 Princípios físicos da detecção de aerossóis pelo MODIS sobre o continente
A questão central da detecção de aerossóis sobre o continente é a correção adequadados efeitos de refletividade da superfície e outras contribuições como o espalhamentomolecular de radiação solar na atmosfera. Somadas, essas contribuições são muito maioresque o sinal proveniente dos aerossóis, e portanto buscase em geral técnicas que permitamsubtrair a maior parte do sinal recebido pelo sensor, preservandose a informação provenienteda camada de aerossóis. A obtenção do produto de aerossóis sobre o continente baseiase nametodologia de detecção sobre superfícies escuras (ou alvos escuros) (Fraser et al., 1984;Kaufman et al., 1997a), e faz uso dos seguintes resultados empíricos gerais:
a) o efeito da radiação solar sobre os aerossóis decresce com o comprimento de onda(λ) numa lei de potências situada entre λ1 a λ2. Assim o efeito dos aerossóis é muito menorem comprimentos de onda do IVM do que no VIS. Uma exceção importante é o aerossoloriginado de poeira de deserto, que apresenta interação com radiação de comprimentos deonda maiores que os demais tipos de aerossóis (Kaufman, 1993);
b) sobre superfícies escuras, o efeito radiativo líquido que o aerossol exerce épredominantemente o espalhamento de radiação solar. No caso de superfícies brilhantesocorre uma sobreposição de efeitos de espalhamento e absorção de radiação solar. A técnicade alvos escuros, caracterizados por refletâncias menores que cerca de 6% no canal azul,explora essa propriedade da interação entre luz solar, aerossóis e superfície, para algunscomprimentos de onda;
c) as refletâncias da superfície apresentam um certo grau de correlação ao longo doespectro solar (Kaufman et al., 1997b). Por exemplo, a interação entre a superfície e aradiação solar no comprimento de onda de 2,1 µm (canal IVP) pode ser relacionada à mesmainteração no comprimento de onda 0,47 µm (canal azul). Essa correlação geral entre asrefletâncias de superfície no IV e no VIS foi observada para vários tipos de superfícies sobreo globo (Kaufman et al., 1997b).
Com base nesses três resultados empíricos, a metodologia geral para obtenção doproduto de aerossóis sobre continentes desenvolvese da seguinte maneira: primeiramente
3
encontramse os pixels escuros na imagem a ser analisada, com base na refletância medidapelo sensor no canal do IV de 2,1 µm. Em seguida, a partir da correlação existente entre oscomprimentos de onda no IV e no VIS, estimase a refletância da superfície nos canais azul(0,47 µm) e vermelho (0,66 µm). Determinase o tipo de aerossol a partir de informaçõessobre sua distribuição global média (e.g. d'Almeida et al., 1991; Hao e Liu, 1994) e também apartir da razão entre as refletâncias do aerossol nos canais azul e vermelho nas condiçõesobservacionais específicas da imagem. Em seguida, selecionase o modelo dinâmico deaerossol apropriado, que descreve a distribuição de tamanhos das partículas, seu índice derefração, albedo simples, e efeito de assimetria da função de fase de espalhamento (Remer etal., 1996). Finalmente realizase a inversão das radiâncias medidas pelo sensor através detabelas previamente computadas para os vários modelos dinâmicos de aerossol, usandose ocódigo de transferência radiativa de Dave e Gazdag (1970). Isso resulta em estimativas deprofundidade óptica do aerossol nos comprimentos de onda de 0,47 µm e 0,66 µm, obtendoseainda como subprodutos derivados (i.e. parametrizados) a concentração de massa do aerossol,seu expoente de Angström, e o fluxo de radiação solar refletido e transmitido pela camada deaerossóis na atmosfera. A próxima seção descreve o funcionamento detalhado do algoritmo dedetecção de aerossóis sobre superfícies continentais.
5.3 O algoritmo de aerossóis sobre o continente
Inicialmente realizase uma correção das radiâncias medidas levandose em conta oconteúdo atmosférico de vapor d'água, ozônio e dióxido de carbono, componentesatmosféricos que podem interferir nas radiâncias relevantes para a obtenção da profundidadeóptica de aerossóis. Para se realizar essas correções utilizamse dados de análise do NCEP ouainda valores climatológicos.
Em seguida é realizada uma análise estatística do número disponível de pixels doscanais 0,47 µm, 0,66 µm e 2,13 µm usados no algoritmo. O canal de 0,66 µm, com resoluçãonominal de 250 m, é reamostrado para permitir comparações com os outros dois canais, comresolução de 500 m. Organizase a imagem em caixas de 10 x 10 km, ou seja, 400 pixels de500 m. Verificase pixel a pixel a inexistência de nuvens, corpos d'água, neve ou gelo, e emregiões costeiras o algoritmo atribui menor nível de confiança para os resultados obtidos.Corpos d'água de dimensões reduzidas (subpixel) são removidos da análise desconsiderandose casos com valor de IVDN inferiores a 0,10. Há ainda mecanismos para reduzir possíveiscontaminações subpixel de gelo e neve (Remer et al., 2005) que podem ser importantes sobrea América do Sul em regiões como a Cordilheira dos Andes.
Após o mascaramento, o algoritmo seleciona pixels escuros a partir da refletânciamedida no canal 2,13 µm, considerandose válidos pixels com refletância entre 0,01 e 0,25,
4
inclusive1. Os pixels selecionados são analisados em termos de sua refletância no canal VIS de0,66 µm: organizandose os pixels em ordem crescente de refletância, os 20% mais escuros(i.e. menores refletâncias) e os 50% mais brilhantes (i.e. maiores refletâncias) são descartados,visandose eliminar problemas com sombras de nuvens, contaminações residuais de nuvensou condições singulares na superfície. Os pixels restantes são os efetivamente utilizados peloalgoritmo. Para que o processo continue é necessário que haja no mínimo 12 pixels válidos dototal inicial de 400 pixels na caixa em questão.
Usandose os pixels selecionados pelo algoritmo, calculase a refletância médiamedida pelo sensor nos três comprimentos de onda de 0,47 µm, 0,66 µm e 2,13 µm. Emseguida calculase a refletância da superfície em 0,47 µm e 0,66 µm a partir das seguintesrelações empíricas (Kaufman e Tanré, 1998):
ρs0,47 = 0,25 < ρ2,13 > (5.1)
ρs0,66 = 0,50 < ρ2,13 >
onde < ρ2,13 > é a refletância média medida pelo sensor em 2,13 µm, enquanto ρs0,47 e
ρs0,66 são as refletâncias da superfície estimadas em 0,47 e 0,66 µm, respectivamente.
A partir dos valores médios de refletâncias medidas nos canais do azul e do vermelho(< ρ0,47 > e < ρ0,66 >) e das estimativas de refletâncias da superfície nesses mesmos canais (ρs
0,47 e ρs0,66 ), o algoritmo utiliza tabelas com resultados previamente computados de cálculos
de transferência radiativa para obter estimativas das profundidades ópticas de aerossóis emambos os canais ( τa
0,47 e τa0,66 ), presumindose um modelo preliminar de aerossóis do tipo
continental. A definição de um modelo de aerossóis significa utilizarse valores prédefinidosde parâmetros ópticos e microfísicos originados de medidas experimentais, como o albedosimples (ωo), a função de fase de espalhamento (P (Θ)) e parâmetros que definem suadistribuição de tamanhos, como o raio geométrico médio (rg) e seu desvio padrão (σg)(também expresso como σ = ln(σg/[1µm]), considerandose que a distribuição de tamanhopossa ser representada por uma distribuição lognormal) e ainda o volume das partículas porárea da coluna atmosférica (Vo). Com isso é possível calcular, para ambos os comprimentosde onda do azul e do vermelho, a fração da radiância detectada pelo sensor, nas condiçõesparticulares de iluminação e observação, devida apenas à camada de aerossóis, como se estaestivesse sobre uma superfície perfeitamente absorvedora (path radiance):
1 Remer e colaboradores (2005) descrevem também uma alternativa no caso de superfíciesbrilhantes com refletância de até 0,40 no canal 2,13 µm.
5
ρaλ = ωoλ τa
λ Pλ(Θ') (5.2)
onde Θ' representa o ângulo de espalhamento específico para cada pixel.A radiância detectada devido ao aerossol (ρa
λ), que inicialmente é considerado do tipocontinental, é utilizada então para identificar o modelo final de aerossol mais adequado emcada caso. Isso é feito analisandose a dependência espectral de ρa
λ, isto é, testandose o valorda razão ρa
0,66 / ρa0,47. Se essa razão é elevada (i.e. próxima de 1), então há uma fraca
dependência espectral que o algoritmo interpreta como aerossol unicamente do tipo poeira dedeserto. Abaixo de um valor mínimo, há uma forte dependência espectral e o algoritmo trata acena sob a suposição que o aerossol não contenha poeira de deserto. Para valoresintermediários da razão ρa
0,66 / ρa0,47, o algoritmo procede como se houvesse uma mistura entre
aerossol do tipo poeira do deserto e outros tipos de aerossol. As condições testadas são asseguintes (Remer et al., 2005):
• se ρa0,66 / ρa
0,47 > 0,90 – 0,01(Θ 150°), então o aerossol é unicamente composto depoeira do deserto;
• se 0,72 ,< ρa0,66 / ρa
0,47 < 0,90 – 0,01(Θ 150°), então há uma situação intermediária;• se ρa
0,66 / ρa0,47 < 0,72, então o aerossol não contém poeira de deserto.
Essas condições são testadas para situações onde o ângulo de espalhamento Θ estejaentre 150° e 168°. Para ângulos menores que 150°, o algoritmo atribui o valor de 150° para oângulo de espalhamento durante esse teste. Para os casos em que há uma mistura, a fração daprofundidade óptica devido somente ao aerossol que não contém poeira de deserto é calculadacomo (Remer et al., 2005):
η0,55 = 1 – { [ r0,66:0,47 – 0,72 ] / [ 0,90 – 0,01(Θ – 150°) – 0,72 ] } (5.3)
onde r0,66:0,47 é a razão ρa0,66 / ρa
0,47 e Θ é o ângulo de espalhamento entre 168° e 150°ou identicamente 150° para ângulos menores que 150°. Na prática, sobre os continentes, η0,55
é freqüentemente 0 ou 1, com poucas situações em que o aerossol apresenta mistura compoeira de deserto. Essa particularidade é discutida mais adiante, na seção de produtos deaerossóis.
Uma vez verificado em que proporção o aerossol contém poeira de deserto, oalgoritmo seleciona o modelo de aerossol que corresponde à região do globo sobre a qual aimagem foi coletada. A Tabela 5.1 (Remer et al., 2005) mostra os vários modelos de aerossolutilizados pelo algoritmo. Para o Brasil e toda a América do Sul, o modelo adotado é o depaíses em desenvolvimento, com aerossol que absorve radiação solar moderadamente. Algunsdos itens do modelo são indicados como parametrizações em função da profundidade ópticadeterminada para o canal vermelho.
6
Tab. 5.1 Modelos de aerossol sobre o continente (adaptado de Remer et al., 2005)a.
Moda rg(µm) σ Vo(µm) ωo0,47 ωo0,66
Países em desenvolvimento, absorção moderada (Brasil, América do Sul e outros locais)Acumulação 0,061 0,50 0,0089 + 0,31τa
0,66 0,91 0,89
Grossa1,0 –
1,3τa0,66
0,69 +0,81τa
0,660,024 – 0,063τa
0,66 + 0,37(τa0,66)2 0,84 0,84
Poeira de deserto (modelo selecionado com base na dependência espectral)Moda 1 0,0010 0,755 6,0 x 108 0,015 0,015Moda 2 0,0218 1,160 0,01 0,95 0,95Moda 3 6,24 0,638 0,006 0,62 0,62
Continental (modelo preliminar)Solúvel 0,005 1,09 3,05 0,96 0,96Poeira 0,50 1,09 7,364 0,69 0,69
Grafítico 0,0118 0,693 0,105 0,16 0,16
Países em desenvolvimento, absorção forte (África e China)Acumulação 0,061 0,50 0,0089 + 0,31τa
0,66 0,86 0,85
Grossa1,0 –
1,3τa0,66
0,69 +0,81τa
0,660,024 – 0,063τa
0,66 + 0,37(τa0,66)2 0,84 0,84
Urbano/Industrial (Europa e Leste da América do Norte)
Acumulação 1 0,036 0,600,015 + 0,51τa
0,66 – 1,46(τa0,66)2
+1,07(τa0,66)3 0,96 0,96
Acumulação 2 0,114 0,450,0038 – 0,086τa
0,66 + 0,90(τa
0,66)2 – 0,71(τa0,66)3 0,97 0,97
Grossa 1 0,99 0,30 0,0012 + 0,031τa0,66 0,92 0,92
Grossa 2 0,67 0,94 0,045 0,88 0,88
a) rg é o raio geométrico médio das partículas de aerossol; σ é o logaritmo do desvio padrão de rg, ou
seja σ=ln(σg/[1µm]); Vo é o volume das partículas por área da coluna atmosférica; ωo é o albedo simples; τa é a
profundidade óptica do aerossol.
No passo final do processo de obtenção da profundidade óptica, o algoritmo realizauma segunda consulta a tabelas précomputadas de modelamento da transferência radiativa naatmosfera, utilizandose o modelo de aerossol apropriado para a região do globo em questão eépoca do ano, assim como os valores médios de refletâncias medidas pelo sensor nos canaisdo azul e do vermelho (< ρ0,47 > e < ρ0,66 >) e as estimativas de refletâncias da superfícienesses canais ( ρs
0,47 e ρs0,66 ). Com isso obtêmse os valores de τa
0,47 e τa0,66, que são por sua
vez utilizados para interpolar o resultado e obterse τa0,55. Finalmente alguns outros parâmetros
também são computados como função dos valores estimados de τa0,47 e τa
0,66, como porexemplo a fração da profundidade óptica devido a moda fina, ou o coeficiente de Angströmentre os canais de 0,47 e 0,66 µm.
7
5.4 Detecção de aerossóis pelo MODIS sobre oceanos
No caso da detecção de aerossóis sobre o continente, a questão mais sensível é asubtração dos efeitos de refletividade da superfície, que é estimada a partir de correlaçõesempíricas do espectro eletromagnético descritas por Kaufman e colaboradores (1997b). Jásobre os oceanos a homogeneidade da superfície permite que sua refletância possa serestimada de forma mais simples que no caso dos continentes, para os vários comprimentos deonda utilizados pelo algoritmo.
Sobre os oceanos considerase que o aerossol seja composto de apenas duas modas,que podem ser modeladas de forma independente. São consideradas 4 possibilidades para amoda fina, com origens em processos de combustão e reações químicas; e 5 para a modagrossa, produzidas mecanicamente como aerossóis marinhos e de poeira de deserto. Osparâmetros ópticos e microfísicos desses modelos de modas de aerossol são indicados naTabela 5.2.
Tab. 5.2 Modelos de aerossol sobre oceanos, com 4 modas finas (f) e 5 modas grossas (g)(adaptado de Remer et al., 2005)a.
modatipo
Comprimento de onda
de 0,47 a 0,86 µm 1,24 µm 1,64 µm 2,13 µmrg(µm) σ reff
(µm)
1(f) 1,450,0035i 1,450,0035i 1,430,01i 1,400,005i 0,07 0,40 0,102(f) 1,450,0035i 1,450,0035i 1,430,01i 1,400,005i 0,06 0,60 0,153(f) 1,400,0020i 1,400,0020i 1,390,005i 1,360,003i 0,08 0,60 0,204(f) 1,400,0020i 1,400,0020i 1,390,005i 1,360,003i 0,10 0,60 0,255(g) 1,450,0035i 1,450,0035i 1,430,0035i 1,430,0035i 0,40 0,60 0,986(g) 1,450,0035i 1,450,0035i 1,430,0035i 1,430,0035i 0,60 0,60 1,487(g) 1,450,0035i 1,450,0035i 1,430,0035i 1,430,0035i 0,80 0,60 1,98
8(g)
1,530,003i(0,47)
1,530,001i(0,55)
1,530,000i(0,66)
1,530,000i(0,86)
1,460,000i 1,460,001i 1,460,000i 0,60 0,60 1,48
9(g)
1,530,003i(0,47)
1,530,001i(0,55)
1,530,000i(0,66)
1,530,000i(0,86)
1,460,000i 1,460,001i 1,460,000i 0,50 0,80 2,50
a) rg é o raio geométrico médio das partículas de aerossol; σ é o logaritmo do desvio padrão de rg, ou
seja σ=ln(σg/[1µm]); reff é o raio efetivo das partículas de aerossol.
8
Entendese o sinal que o sensor detecta como composto de duas partes (Tanré et al.,1997), uma proveniente da superfície, considerandose inclusive a região de reflexãoespecular da luz solar, e outra parte proveniente da atmosfera, compreendendo todos osprocessos radiativos que ocorrem envolvendo aerossóis e gases. Para modelar esses processosfoi utilizado o código radiativo de Ahmad e Fraser (1982).
As refletâncias medidas pelo sensor nos 6 canais de 0,55, 0,66, 0,87, 1,24, 1,64 e 2,13µm são comparadas com valores précalculados para esses canais em uma série de ângulos deiluminação e observação, distribuições de tamanho, e valores de profundidade óptica em 0,55µm. Realizase um ajuste de mínimos quadrados para se encontrar as condições maissimilares com relação às observações. Notese que a tabela de valores précalculados édefinida apenas com relação à profundidade óptica do canal 0,55 µm. Para cada moda deaerossol na Tabela 5.2 existe um modelo de dependência espectral que permite obter de formaúnica os valores de profundidade óptica (e outros parâmetros) nos demais canais que oalgoritmo utiliza.
A Tabela 5.3 mostra o modelo de dependência espectral que permite obter os váriosparâmetros ópticos no algoritmo sobre oceanos. Regiões oceânicas afetadas por descargasfluviais podem apresentar grande concentração de sedimentos, influenciando a refletância dasuperfície. Áreas costeiras com elevada produtividade de fitoplâncton apresentam em geralconcentrações elevadas de clorofila.
Esses efeitos sobre os oceanos causam irregularidades na refletância da superfície deforma pronunciada no canal de 0,47 µm. Por essa razão esse canal não é utilizado nos cálculosdo algoritmo sobre oceanos, e os resultados nesse comprimento de onda são produzidos porextrapolação a partir dos valores obtidos para os outros 6 canais (Levy et al., 2003). Apróxima seção descreve em detalhe os procedimentos de funcionamento do algoritmo deaerossóis sobre regiões oceânicas.
5.5 O algoritmo de aerossóis sobre os oceanos
De modo semelhante ao algoritmo sobre o continente, no caso dos oceanos também énecessário inicialmente realizarse uma correção das radiâncias medidas levandose em contaas concentrações de vapor d'água, ozônio e dióxido de carbono. Em seguida realizase umaanálise estatística do número de pixels nos seis canais utilizados pelo algoritmo: 0,55, 0,66,0,86, 1,24, 1,60 e 2,13 µm. Organizase a imagem em caixas de 10 x 10 km, ou seja, 400pixels de 500 m de resolução espacial. Os canais de 250 m são degradados para seremcomparados aos demais. Todos os pixels devem estar sobre o oceano, do contrário a caixa éprocessada pelo algoritmo de continente.
9
Tab. 5.3 Dependência espectral dos modelos de aerossol (adaptado de Remer et al., 2005)
modatipo
Comprimento de onda
0,47 µm 0,55 µm 0,66 µm 0,87 µm 1,24 µm 1,61 µm 2,13 µmAlbedo simples (ωoλ)
1(f) 0,9735 0,9683 0,9616 0,9406 0,8786 0,5390 0,49682(f) 0,9782 0,9772 0,9757 0,9704 0,9554 0,8158 0,82093(f) 0,9865 0,9864 0,9859 0,9838 0,9775 0,9211 0,91564(f) 0,9861 0,9865 0,9865 0,9855 0,9819 0,9401 0,94045(g) 0,9239 0,9358 0,9451 0,9589 0,9707 0,9753 0,97746(g) 0,8911 0,9026 0,9178 0,9377 0,9576 0,9676 0,97337(g) 0,8640 0,8770 0,8942 0,9175 0,9430 0,9577 0,96698(g) 0,9013 0,9674 1,0000 1,0000 1,0000 1,0000 1,00009(g) 0,8669 0,9530 1,0000 1,0000 1,0000 1,0000 1,0000
Fator de assimetria (gλ)1(f) 0,5755 0,5117 0,4478 0,3221 0,1773 0,1048 0,06222(f) 0,6832 0,6606 0,6357 0,5756 0,4677 0,3685 0,26353(f) 0,7354 0,7183 0,6991 0,6510 0,5590 0,4715 0,37114(f) 0,7513 0,7398 0,7260 0,6903 0,6179 0,5451 0,45665(g) 0,7450 0,7369 0,7328 0,7316 0,7330 0,7411 0,72826(g) 0,7770 0,7651 0,7503 0,7358 0,7314 0,7461 0,74467(g) 0,8035 0,7912 0,7738 0,7506 0,7335 0,7443 0,74618(g) 0,7534 0,7200 0,6979 0,6795 0,7129 0,7173 0,71909(g) 0,7801 0,7462 0,7234 0,7065 0,7220 0,7176 0,7151
Coeficientes de extinção normalizados com relação a 0,55 µm ( βextλ / βext0,55 )1(f) 1,538 1,000 0,661 0,286 0,085 0,046 0,0162(f) 1,300 1,000 0,764 0,427 0,169 0,081 0,0303(f) 1,244 1,000 0,796 0,483 0,211 0,104 0,0424(f) 1,188 1,000 0,836 0,549 0,269 0,140 0,0605(g) 0,963 1,000 1,037 10,81 1,055 0,919 0,7456(g) 0,980 1,000 1,034 1,100 1,177 1,166 1,0817(g) 0,986 1,000 1,025 1,079 1,162 1,225 1,2158(g) 0,977 1,000 1,023 1,086 1,185 1,192 1,1249(g) 0,964 1,000 1,000 1,039 1,098 1,117 1,105
O mascaramento de nuvens sobre o oceano é realizado com base na variabilidadeespacial da refletância no canal 0,55 µm, que permite discriminar entre aerossóis e nuvens(Martins et al., 2002). Em geral a variabilidade espacial da refletância de nuvens sobre ooceano é maior que no caso de plumas de aerossóis, e assim a superfície homogênea dooceano permite discriminar a ocorrência de nuvens. Várias regras são aplicadas em seqüênciapara se determinar a presença de nuvens do tipo cirrus (Remer et al., 2005). Um segundo tipode mascaramento é realizado sobre a imagem, para se eliminar pixels contendo sedimentos
10
oriundos de descargas de rios. Suas assinaturas espectrais no VIS e no IVP permitemdistinguir águas oceânicas com e sem sedimentos.
Em seguida, os pixels são organizados em ordem crescente de refletância no canal 0,86µm. Buscandose evitar contaminação de sombras, nuvens remanescentes ou condiçõessingulares, desprezamse 25% dos pixels mais escuros (i.e. com os menores valores derefletâncias) e 25% dos pixels mais brilhantes (i.e. com maiores refletâncias). Os pixelsrestantes são usados pelo algoritmo, se houver pelo menos 10 pixels. Sobre os pixelsremanescentes são então calculadas as refletâncias médias nos seis canais usados peloalgoritmo.
A região correspondente a um cone de 30° em torno da reflexão especular solar nasuperfície do oceano (sun glint) também é eliminada dos cálculos, uma vez que a refletância éelevada nesses pixels (Kaufman e Tanré, 1998). A exceção é no caso da ocorrência de densasplumas de poeira de deserto sobre essa região. O algoritmo testa a razão entre as refletânciasdos canais azul e vermelho (0,47 e 0,66 µm): se essa razão é menor que 0,95, o algoritmoprossegue com a indicação de que se trata de poeira de deserto sobre a região do brilhoespecular do sol.
As refletâncias médias nos seis canais utilizados pelo algoritmo (consideradas como asrefletâncias médias no topo da atmosfera) são então utilizadas com a tabela de valores précalculados considerandose a geometria particular de iluminação e observação pelo sensor,para se obter três parâmetros: a profundidade óptica do aerossol em 0,55 µm (τa
0,55), a fraçãodessa profundidade óptica que é devida somente à moda fina (η0,55) e o raio efetivo dadistribuição de tamanhos do aerossol integrado na coluna atmosférica (reff). A partir do valorobtido para τa
0,55 e do modelo de dependência espectral indicado na Tabela 5.3, obtémseentão o valor de profundidade óptica nos outros comprimentos de onda.
O método descrito por Tanré e colaboradores (1997) pressupõe que os efeitos deespalhamento múltiplo do aerossol composto por duas modas lognormais sejamcorrespondentes à soma ponderada de cada moda individualmente. Assim, as refletâncias sãoprécalculadas em tabelas de acordo com a equação:
ρλtab (τa
0,55 ) = η0,55 ρλf(τa
0,55 ) + (1 – η0,55 ) ρλg(τa
0,55 ) (5.4)
ou seja, a refletância tabelada nos vários comprimentos de onda em função daprofundidade óptica em 0,55 µm é composta por uma fração devido à moda fina (f) e outracomplementar, correspondente à moda grossa (g) de aerossóis. Incidentalmente, Remer ecolaboradores (2005) mostram que η0,55 = τa,f
0,55 / τa0,55 , ou seja, que o parâmetro η0,55 ajustado
na ponderação entre a contribuição das modas fina e grossa corresponde à fração daprofundidade óptica da moda fina em relação à profundidade óptica total. Para cada uma das
11
20 combinações de uma moda fina e uma moda grossa com os parâmetros da Tabela 2, oalgoritmo busca a minimização do erro quadrático médio definido como(Levy et al., 2003):
e2 = < [ ( <ρλ> – ρλtab ) / ( <ρλ> + 0,01) ]2 > (5.5)
onde o símbolo < > denota média computada sobre os seis comprimentos de ondautilizados pelo algoritmo, <ρλ> são os valores médios das refletâncias medidas pelo sensorem cada canal utilizado, e ρλ
tab são os valores précomputados para as refletâncias, em funçãoda profundidade óptica em 0,55 µm. A constante 0,01 é acrescentada no denominador paraevitar instabilidades numéricas.
O algoritmo define o melhor ajuste como aquele, dentre as 20 possibilidades decombinação de uma moda fina e uma moda grossa, que minimiza o valor de e2. A soluçãomédia é definida como a média de todas as soluções que apresentem e < 3%. Caso nenhumasolução satisfaça essa condição, então a solução média corresponde à média das três melhoressoluções, i.e., aquelas que apresentem os menores valores de e. Uma vez encontradas assoluções, as combinações de moda fina e grossa escolhidas correspondem à distribuiçãoefetiva de aerossóis, e outros parâmetros podem ser obtidos em função dessas estimativas. Osresultados finais são estimativas de profundidade óptica de aerossóis em sete comprimentosde onda: 0,47 (por extrapolação), 0,55, 0,66, 0,87, 1,24, 1,60 e 2,13 µm, assim comoestimativas do raio médio das partículas de aerossol. Como subprodutos da inversão resultama concentração de massa do aerossol, a concentração de núcleos de condensação de nuvens,expoentes de Angström, fluxos de radiação solar refletido e transmitido, fator de assimetria dafunção de fase, e razão de retroespalhamento de radiação solar.
5.6 Validação do produto de aerossóis sobre continentes e oceanos
Resultados obtidos a partir de sensores em satélites precisam ser “validados”, isto é,comparados com instrumentos de reconhecida eficiência e robustez pela comunidadeinternacional, para que possam ser utilizados com finalidades científicas. Os produtos depropriedades ópticas do aerossol obtidos a partir de modelos de inversão das medições deradiância espectral realizadas pelo sensor MODIS, em particular a profundidade óptica doaerossol, são validados pela comparação com resultados obtidos a partir de diversasmetodologias. Atualmente são utilizados os produtos obtidos da AERONET (Aerosol RoboticNetwork), uma rede de radiômetros automáticos concebida e mantida pelo GSFC(http://aeronet.gsfc.nasa.gov) para monitorar as propriedades ópticas do aerossol em váriaslocalidades no mundo (Holben et al., 1998). No total são 132 radiômetros espalhados por todoo globo (sobre continente e oceano, neste caso, em pequenas ilhas ou na costa) que realizam
12
medições da atenuação da radiação solar direta em até oito comprimentos de onda para obter aprofundidade óptica do aerossol a partir da Lei de Beer. Ressaltase que as medições sãopontuais, isto é, específicas de uma localidade, visto que o instrumento é mantido fixo, erealizadas ao longo de todo dia, em intervalos de aproximadamente quinze minutos.
Os produtos da AERONET estão disponíveis em diferentes níveis de confiança. Osprodutos de nível 1.0 são os obtidos quase em tempo real (apenas um dia após as medições)sem processamento prévio quanto a erros espúrios como contaminação por nuvens. Osprodutos de nível 1.5 são analisados a partir de um algoritmo automático que eliminaeventuais resultados contaminados por nuvens (Smirnov et al., 2000). Finalmente, os produtosde nível 2.0 são certificados quanto a eventuais variações de calibração dos instrumentos e,dependendo da localidade, são disponíveis apenas vários meses após a realização dasmedições.
O produto de aerossóis do MODIS tem resolução nominal de 10 x 10 km, no máximoduas vezes ao dia considerandose uma passagem de cada satélite sobre uma determinadaregião. Para comparar resultados de aerossóis obtidos pelo MODIS com os obtidos pelaAERONET, as coordenadas geográficas do radiômetro da AERONET são utilizadas paralocalizar o correspondente pixel do MODIS. De acordo com Ichoku e colaboradores (2002), éconsiderada uma caixa de 50 x 50 km do MODIS (i.e. 5 x 5 pixels) centralizada nascoordenadas do sítio AERONET. A escolha desse limite espacial, segundo os autores, deveseao fato de que uma caixa de 30 x 30 km apresentaria baixa estatística (apenas 9 pixels, contra25 na grade de 50 x 50 km) e, além disso, à estimativa de velocidade média de deslocamentode uma pluma de aerossol, de aproximadamente 50 km/h, o que corresponderia a cerca deuma hora de medições da AERONET. Para os resultados de aerossóis obtidos pelo MODISsão então calculadas médias e respectivos desvios padrões nessa caixa de 50 x 50 km, e paraos resultados da AERONET são calculadas médias e desvios padrões meia hora antes e meiahora após a passagem do satélite sobre a localidade.
Remer e colaboradores (2005) compararam a profundidade óptica de aerossóis obtidaMODIS com a observada pela AERONET tanto sobre continente quanto sobre o oceano.Sobre continentes, a incerteza estimada para a profundidade óptica do aerossol é de±0,05 ±0,15τ. Essa estimativa foi baseada em testes de sensibilidade realizados antes dolançamento dos satélites. De acordo com os autores, a profundidade óptica do aerossol obtidapelo MODIS apresenta um erro sistemático maior do que o previsto para todos oscomprimentos de onda, que pode ser resultante de problemas de calibração do sensor ou maisprovavelmente de estimativas incorretas da refletância de superfície. Sobre o oceano, aestimativa de incerteza para o algoritmo é de ±0,03 ±0,05τ. Comparando com os resultados daAERONET, os autores observaram que na prática, o algoritmo do MODIS sobre o oceano foimais preciso e acurado do que a expectativa, praticamente sem erros sistemáticos.
13
5.7 Produtos de aerossóis do MODIS
Os resultados do algoritmo de aerossóis são fornecidos em arquivos no formato hdfcom nomes iniciando por MOD04 para o sensor a bordo do Terra e MYD04 para o Aqua.Nesses arquivos há um total de 64 variáveis disponíveis, sendo que muitas delas são utilizadasapenas de forma diagnóstica, permitindo que o usuário possa avaliar a qualidade dosresultados. Parâmetros geométricos e de localização são fornecidos em variáveis armazenadassob a forma de matrizes, tais como latitude, longitude, ângulo solar zenital, ângulo zenital dosensor, ângulo de espalhamento, etc.
Há uma seção com os três principais produtos, designados como “produtos emconjunto”, indicando tratarse de resultados sobre continentes e oceanos. Esses produtos são:a profundidade óptica de aerossóis em 0,55 µm (optical depth land and ocean), a fração daprofundidade óptica em 0,55 µm devido a aerossóis que não contêm poeira de deserto(optical depth ratio small land and ocean), e o fluxo de radiação refletido normalizado em0,55 µm (reflected flux land and ocean). Dentre esses três produtos, a profundidade óptica éconsiderada validada, significando que os valores obtidos pelo algoritmo são compatíveis comoutros instrumentos, dentro de uma certa margem de erro. A fração da profundidade ópticadevido a aerossóis nãopoeira de deserto é um produto ainda não validado, enquanto avariável fluxo refletido é parametrizada em função da profundidade óptica obtida.
A seção de produtos sobre o continente tem 23 variáveis, das quais a maioria éutilizada de forma diagnóstica. Nessa seção o principal produto é a profundidade ópticacorrigida, em 3 comprimentos de onda: 0,47, 055 e 0,66 µm (corrected optical depth land).Esse produto é considerado validado, após amplos esforços de comparação entre valoresobtidos pelo algoritmo e medidas experimentais em vários locais do mundo. Dois produtosencontramse sob análise de validação (Remer et al., 2005), que são a fração da profundidadeóptica em 0,55 µm devido a aerossóis que não contêm poeira de deserto (optical depth ratiosmall land) e o expoente de Angström entre 0,47 e 0,66 µm (Angstrom exponent land). Outrostrês produtos são obtidos como parametrizações dos modelos e da profundidade óptica deaerossóis: a concentração de massa de aerossol na coluna atmosférica em g/cm2 (massconcentration land), o fluxo de radiação normalizado refletido em 3 comprimentos de onda:0,47, 055 e 0,66 µm (reflected flux land), e o fluxo normalizado transmitido em 2comprimentos de onda: 0,47 e 0,66 µm (transmitted flux land). Notese que o produto deprofundidade óptica continental (continental optical depth land) deve ser utilizado somentepara fins diagnósticos, uma vez que corresponde ao modelo continental inicial utilizadointernamente pelo algoritmo.
A seção de produtos sobre oceanos contém 29 variáveis, das quais a maioria éutilizada com fins diagnósticos. Os dois produtos principais, ambos considerados validados,
14
são a profundidade óptica efetiva para a solução média, em 7 comprimentos de onda: 0,47,0,55, 0,66, 0,87, 1,24, 1,63 e 2,13 µm (effective optical depth average ocean) e o raio efetivodas partículas de aerossol (effective radius ocean). A profundidade óptica efetiva para amelhor solução (effective optical depth best ocean) deve ser considerada apenas para finsdiagnósticos. Cinco outros produtos encontramse em fase de validação (Remer et al., 2005):a profundidade óptica devido a moda fina para a solução média, em 7 comprimentos de onda(optical depth small average), a profundidade óptica devido a moda grossa para a soluçãomédia, em 7 comprimentos de onda (optical depth large average), a fração da profundidadeóptica em 0,55 µm devido a moda fina de aerossóis (optical depth ratio small ocean 0.55micron), o expoente de Angström entre 0,55 e 0,87 µm (Angström exponent 1 ocean) e oexpoente de Angström entre 0,87 e 2,13 µm (Angström exponent 2 ocean). Finalmente, háoutros 6 produtos que são parametrizados em função dos modelos de aerossol selecionadospelo algoritmo e dos valores obtidos para as profundidades ópticas: a concentração de massa(mass concentration ocean), a concentração de núcleos de condensação de nuvens na colunaem unidades de cm2 (cloud condensation nuclei ocean), e para a solução média em 7comprimentos de onda: o fluxo de radiação normalizado refletido (reflected flux averageocean), o fluxo normalizado transmitido (transmitted flux average ocean), o fator deassimetria (asymmetry factor average ocean), e a razão de retroespalhamento (backscatteringration average ocean).
É importante notar que a nomenclatura associada à variável η0,55 no produto deaerossóis MODIS pode induzir a uma interpretação errônea. Na seção de produtos sobre ocontinente, η0,55 tem o nome de “optical depth ratio small land”, enquanto é designada como“optical depth ratio small ocean 0.55 micron” na seção de produtos sobre os oceanos efinalmente como “optical depth ratio small land and ocean” na seção conjunta de produtos decontinente e oceanos. Sobre os continentes, η0,55 indica qual a fração da profundidade óptica édevida ao aerossol nãopoeira de deserto. Sobre o Brasil e a América do Sul, isso significa afração entre aerossóis do tipo “países em desenvolvimento, absorção moderada” (cf. Tabela5.1) e aerossóis de “poeira de deserto”. Por isso, freqüentemente o valor dessa variável sobreo Brasil é 1, indicando a ausência de fontes significativas de poeira de deserto na região (i.e.aerossol com fraca dependência espectral entre os canais azul e vermelho). Notese que deacordo com a Tabela 5.1, o aerossol de países em desenvolvimento com absorção moderada écomposto de uma moda de acumulação e uma moda grossa. Por essa razão é errôneointerpretar η0,55 sobre os continentes como a fração da profundidade óptica devida à moda finados aerossóis. Sobre os oceanos o funcionamento do algoritmo é distinto e, conformediscutido anteriormente, buscase uma solução composta de uma moda fina (dentre 4 modelospossíveis) e uma moda grossa (com 5 possibilidades de escolha), sendo que o aerossol do tipopoeira de deserto encontrase representado entre as soluções de moda grossa. Por essa razão,
15
sobre os oceanos, o valor de η0,55 realmente representa a fração da profundidade óptica devidaa moda fina dos aerossóis, sendo a moda grossa constituída por aerossol marinho ou poeira dedeserto transportada pelo vento, e assim sobre os oceanos η0,55 assume valores graduais entre0 e 1.
A Fig. 5.1 mostra exemplos de alguns resultados obtidos com o produto de aerossóisobtidos MODIS a bordo do satélite Aqua (29 de agosto de 2005) e a Fig. 5.2 mostra exemplosdo satélite Terra (30 de agosto de 2005). As Fig. 5.1a e Fig. 5.2a são composições RGBusando os canais 1 (vermelho), 4 (verde) e 3 (azul) do MODIS, sendo que as regiões em pretocorrespondem à ausência de medidas efetuadas pelo sensor. Nas Fig. 5.1a e Fig. 5.2a, alargura nominal da faixa central é de cerca de 2330 km, apresentando deformações nosextremos das imagens devido à projeção cartográfica adotada. Em ambas composições RGBnotase na parte superior a região da superfície sobre os oceanos onde ocorre a reflexãoespecular do sol.
As Fig. 5.1 e Fig. 5.2 foram produzidas a partir de medições efetuadas pelo MODISsobre o Brasil em 29 e 30 de agosto de 2005. Essa é a época de queimadas no Brasil e emoutros países da América do Sul, quando centenas de milhares de focos de incêndio,principalmente em ecossistemas de cerrado e floresta, emitem anualmente para a atmosfera daordem de 30 Tg de partículas de aerossol. Com o transporte atmosférico dessas emissões, adistribuição espacial de fumaça pode cobrir áreas de cerca de 4 a 5 milhões de km2 (Freitas etal., 2005). Em tais circunstâncias os efeitos dos aerossóis de queimada podem extrapolar aescala local e afetar de maneira significativa o ciclo hidrológico em escala regional, inclusivecom conseqüências no padrão da redistribuição planetária de energia dos trópicos para aslatitudes médias e altas.
No caso específico das Fig. 5.1a e Fig. 5.2a notamse extensas áreas cobertas porplumas de queimadas sobre o Brasil, Bolívia, Paraguai e Argentina, as quais apresentam tonsde cores qualitativamente mais acinzentados ou cinzaazulados, em contraste com áreascobertas por nuvens brancas. Sobre a região da Bacia Amazônica notase grande quantidadede nuvens isoladas, evidenciadas pela profusão de pontos brancos em meio aos tonsesverdeados da vegetação, enquanto na região sul ocorrem grandes sistemas organizados naforma de uma frente fria. Na Fig. 5.1a notase ainda a ocorrência de focos de queimadas naparte setentrional da Argentina, como indicam as plumas de aerossol transportadas por ventosde oeste naquela região.
16
Fig. 5.1 Produtos de aerossóis MODIS Aqua (29 de agosto de 2005, 17h15UTC). a) Composição RGB; b)
Profundidade óptica de aerossóis em 0,55 µm; c) Expoente de Angström entre 0,47 e 0,66 µm; d) Fração da
profundidade óptica em 0,55 µm devido ao aerossol que não contém poeira de deserto (η0,55).
17
Fig. 5.2 Produtos de aerossóis MODIS Terra (30 de agosto de 2005, 13h35UTC). a) Composição RGB; b)
Profundidade óptica de aerossóis em 0,55 µm; c) Expoente de Angström entre 0,47 e 0,66 µm; d) Fração da
profundidade óptica em 0,55 µm devido ao aerossol que não contém poeira de deserto (η0,55).
18
Alguns produtos do algoritmo de aerossóis são mostrados nas Fig. 5.1b a Fig. 5.1d eFig. 5.2b a Fig. 5.2d para as respectivas passagens dos satélites Aqua e Terra. As Fig. 5.1b eFig. 5.2b mostram o principal produto do algoritmo, que é a profundidade óptica de aerossóisno comprimento de onda de 0,55 µm, sobre continente e oceano. As áreas em pretorepresentam ausência de dados ou regiões mascaradas pelo algoritmo, por exemplo, devido àocorrência de nuvens. Notese que a região do brilho especular do sol sobre a superfície dooceano é excluída pelo algoritmo, conforme descrito anteriormente. Grandes extensões nasFig. 5.1b e Fig. 5.2b apresentam valores de profundidade óptica acima de 1,0, indicando áreassob impacto da poluição de aerossóis provenientes principalmente da queima de biomassa naBacia Amazônica.
As Fig. 5.1c e Fig. 5.2c mostram o expoente de Angström sobre o continente paraambas as passagens, calculado entre os comprimentos de onda de 0,47 e 0,66 µm. Essavariável indica a dependência espectral da profundidade óptica de aerossóis. Quanto maiselevado seu valor, maior a dependência espectral, ou seja, maior a variação da profundidadeóptica com o comprimento de onda. Em geral, o expoente de Angström está relacionado aotamanho médio das partículas de aerossol na coluna atmosférica, uma vez que partículasmenores apresentam maior dependência espectral que partículas maiores. Por outro lado, aorigem das partículas de aerossol é fator determinante no seu tamanho médio. Partículasoriginadas em processos químicos, fotoquímicos ou de combustão são em geral menores queas de origem mecânica como as formadas pela ação do vento na produção de poeira do soloou aerossol marinho. Assim o expoente de Angström é também freqüentemente utilizadocomo indicativo de regiões onde predominam aerossóis de tipos diferentes, originados deprocessos diversos. Nas Fig. 5.1b e Fig. 5.2b há regiões de elevados valores de profundidadeóptica (i.e. superiores a 1,0) às quais correspondem valores baixos do expoente de Angström(Fig. 5.1c e Fig. 5.2c), indicando baixa dependência espectral. É necessária cautela ao seanalisar essa variável. Em decorrência das parametrizações do modelo de aerossóis para aAmérica do Sul e das aproximações gerais do algoritmo, os resultados para as estimativas doexpoente de Angström são adequados (i.e. corroborados por resultados experimentais emcampo) para baixos valores de profundidade óptica, mas são pouco realísticos em condiçõesde elevada carga atmosférica de aerossóis. Assim, como regra geral, sobre continentes deveseutilizar as estimativas para o expoente de Angström apenas de regiões com profundidadeóptica em 0,55 µm abaixo de aproximadamente1,0.
As Fig. 5.1d e Fig. 5.2d mostram a fração da profundidade óptica em 0,55 µm quecorresponde ao aerossol que não contém poeira de deserto, para continente e oceano.Conforme discutido anteriormente, sobre o continente essa variável indica a ausência defontes significativas de aerossol de poeira de deserto, identificando o modelo de aerossóiscomo de “países em desenvolvimento, absorção moderada” na quase totalidade dos pixels
19
válidos sobre o continente. Sobre os oceanos, a variável representa a fração da profundidadeóptica devido à moda fina de aerossóis, assumindo valores contínuos entre os extremos 0 e 1.Em particular, notase na Fig. 5.2d que na região sobre o oceano Atlântico Sul, à leste dosestados de São Paulo e Paraná, o algoritmo identifica parte da pluma poluente de queimadasque deixa o continente e que pode potencialmente entrar na circulação atmosférica global. AFig. 5.2d mostra que essa parte da pluma é responsável por cerca de 90% da profundidadeóptica em 0,55 µm, enquanto o aerossol imediatamente a nordeste dessa posição apresentauma participação maior da moda grossa, podendo indicar uma diluição da pluma de poluiçãodevido à presença de aerossol de sal marinho. Sobre o oceano, ao sul da frente fria, notase naFig. 5.2d que há o predomínio geral da moda grossa na composição da profundidade ópticaem 0,55 µm, provavelmente devido a aerossol de sal marinho em condições relativamentelimpas, considerandose os baixos valores de profundidade óptica mostrados na Fig. 5.2bnaquela região. Na região mais setentrional na Fig. 5.2d notase uma faixa a leste que indicabaixa participação da moda fina para a profundidade óptica em 0,55 µm. Essa faixacorresponde de modo aproximado a uma região de profundidade óptica ligeiramente acimados valores em seu entorno, conforme mostra a Fig. 5.2b. Isso indica a presença de aerossóisde sal marinho ou poeira de deserto transportada da África, evento que ocorre com certafreqüência na região, dificilmente visível na composição RGB na Fig. 5.2a.
5.8 Considerações finais
O conhecimento da distribuição e de características ópticas e microfísicas de aerossóisé fundamental para a compreensão dos mecanismos físicos e químicos que operam naatmosfera em várias escalas de tempo. O sensoriamento remoto de aerossóis com o MODISpermite obter informações importantes sobre aerossóis em extensões espaciais significativas,de modo quase instantâneo após cada sobrevôo dos satélites Terra e Aqua. Essas informaçõessão de particular interesse na compreensão das particularidades físicoquímicas da atmosferano Brasil e na América do Sul, inclusive em estudos sobre mudanças climáticas decorrentesda emissão de aerossóis e gases em condições de queima de biomassa e mudanças no uso dosolo.
Os algoritmos MODIS para cálculos das características de aerossóis adotamestratégias particulares sobre superfícies continentais e oceânicas. Os resultados das inversõessão mais precisos sobre os oceanos, sobretudo em razão da maior facilidade em se modelar arefletância da superfície em vários comprimentos de onda, comparada com os continentes.Em ambas as situações, a questão fundamental em foco é a subtração da influência dasuperfície e dos componentes gasosos da atmosfera sobre o sinal de refletância espectralmedido pelo sensor, interpretandose o resultado em termos da transferência radiativa na
20
atmosfera ao longo da coluna de aerossóis adotandose um modelo ópticomicrofísicoadequado.
Em termos globais, a precisão na determinação da profundidade óptica de aerossóiscom o MODIS é de cerca de ±0,05 ±0,15τ sobre continentes e ±0,03 ±0,05τ sobre oceanos(Remer et al., 2005). Essas estimativas de precisão são decorrentes da realização decampanhas de validação, que são fundamentais para a legitimação do produto de aerossóisobtido pelo MODIS. Por fim, cumpre notar que o algoritmo de aerossóis obtido pelo MODISestá continuamente em desenvolvimento, desde antes do lançamento do satélite Terra em1999, até os dias atuais. À medida que novas descobertas sobre o funcionamento do sistemaclimático ocorrem, inclusive novas caracterizações de aerossóis atmosféricos, esseconhecimento é assimilado pela comunidade científica e inovações nas metodologias decálculo e também nas bibliotecas básicas usadas pelo algoritmo são aperfeiçoadas eincorporadas. Em contrapartida, o aperfeiçoamento contínuo do algoritmo de aerossóispossibilita que se obtenham informações cada vez mais precisas sobre as características deaerossóis, permitindo uma melhor compreensão das dinâmicas envolvidas na físicoquímicada atmosfera terrestre.
Agradecimentos –
Os autores agradecem a NASA/DAAC pelo fornecimento dos resultados MODIS quepermitiram a realização deste trabalho. A. Correia agradece a FAPESP pelo apoio financeiro,processos 04/100848 e 05/513563.
5.9 Referências Bibliográficas
Ackerman, S.A., Strabala, K.I., Menzel, W.P., Frey, R.A., Moeller, C.C., Gumley,L.E. Discriminating clear sky from clouds with MODIS. Journal of Geophysical Research,v.103, n.D24, p.3214132157, 1998.
Ahmad, Z. e Fraser, R.S. An interactive radiative transfer code for oceanatmospheresystem. Journal of Atmospheric Sciences, v.39, p.656665, 1982.
Andreae, M.O., Jones, C.D., Cox, P.M. Strong presentday aerosol cooling implies ahot future, Nature, v.435, p.11871190, 2005.
Barnes, W.L., T. S. Pagano, e V.V. Salomonson. Prelaunch characteristics of theModerate Resolution Imaging Spectroradiometer (MODIS) on EOSAM1. IEEE Transactionson Geoscience and Remote Sensing, vol. 36, p. 1088–1100, July 1998.
21
Charlson, R.J. Extending atmospheric aerosol measurements to the global scale, IGACNewsletter, v.25, 2001.
Dave, J.V., e Gazdag. J. A modified Fourier transform method for multiple scatteringcalculations ina a plane parallel Mie atmosphere. Applied Optics, vol. 9, n.6, p. 14571466,1970.
Fraser, R.S., Kaufman, Y.J., Mahoney, R.L. Satellite measurements of aerosol massand transport. Atmospheric Environment, v.18, p.25772584, 1984.
Freitas, S., Longo, K., Silva Dias, M., Silva Dias, P., Chatfield, R., Prins, E., Artaxo,P., Grell, G., Recuero, F. Monitoring the transport of biomass burning emissions in SouthAmerica, Environmental Fluid Mechanics, doi:10.1007/s1065200502437, v.5, n.12,p.135–167, 2005.
Holben, B.N., Eck, T.F., Slutsker, I., Tanré, D., Buis, J.P., Setzer, A., Vermote, E.,Reagan, J.A., Kaufman, Y.J., Nakajima, T., Lavenu, F., Jankowiak, I., Smirnov, A.AERONET A federated instrument network and data archive for aerosol characterization.Remote Sensing of the Environment v.66, n.1, p116, 1998.
Ichoku, C., Chu, D.A., Mattoo, S., Kaufman, Y.J., Remer, L.A., Tanré, D., Slutsker, I.,Holben, B.N. A spatiotemporal approach for global validation and analysis of MODISaerosol products. Geophysical Research Letters, v.29, n.12, 10.1029/2001GL013206, 2002.
Ignatov, A., Minnis, P., Loeb, N., Wielicki, B., Miller, W., SunMack, S., Tanré, D.,Remer, L., Laszlo, I., Geier, E. Two MODIS Aerosol Products over Ocean on the and CERESSSF Datasets. Journal of the Atmospheric Sciences, v.62, n.4, p.10081031, 2005.
IPCC2001 – Intergovernamental Panel on Climate Change. A plan for a ResearchProgram on Aerossol Radiative forcing and climate change. National Academy Press,Washington, D.C., 2001.
Jacobson, M. Z. Strong Radiative Heating due to the Mixing State of Black Carbon inAtmospheric Aerosols. Nature, v.409, p.695697, 2001.
Kaufman, Y.J. Measurements of the aerosol optical thickness and the path radiance –Implications on aerosol remote sensing and atmospheric corrections. Journal of GeophysicalResearch, v.98, p.26772692, 1993.
Kaufman, Y. J. Remote sensing of direct and indirect aerosol forcing. In: Aerosolforcing of climate. Ed. por R. J. Charlson e J. Heintzenberg, John Wiley & Sons, 1995.
22
Kaufman, Y.J. e Tanré, D. Algorithm for Remote Sensing of Tropospheric Aerosolfrom MODIS. MODIS ATBD02, NASA/GSFC, 1998. Disponível online em:http://modis.gsfc.nasa.gov/data/atbd/atbd_mod02.pdf
Kaufman, Y.J., Tanré, D., Remer, L.A., Vermote, E., Chu, A., Holben, B.N.Operational remote sensing of tropospheric aerosol over land from EOS Moderate ResolutionImaging Spectroradiometer. Journal of Geophysical Research, v.102, p.1705117067, 1997a.
Kaufman, Y.J., Wald, A.E., Remer, L.A., Gao, B.C., Li, R.R., Flynn, L. The MODIS2.1 mm Channel – Correlation with visible reflectance for use in remote sensing of aerosol.IEEE Transactions on Geoscience and Remote Sensing, v.35, n.5, p.12861298, 1997b.
King, M.D., W.P. Menzel, Y.J. Kaufman, D. Tanré, B.C. Gao, S. Platnick, S.A.Ackerman, L.A. Remer, R. Pincus, e P.A. Hubanks. Cloud and aerosol properties, precipitablewater,and profiles of temperature and water vapor from MODIS. IEEE Transactions onGeoscience and Remote Sensing, v.41, n.2, p.442458, 2003.
Levy, R.C., Remer, L.A., Tanré, D., Kaufman, Y.J., Ichoku, C., Holben, B.N.,Livingston, J.M., Russell, P.B., Maring, H. Evaluation of the ModerateResolution ImagingSpectroradiometer (MODIS) retrievals of dust aerosol over the ocean during PRIDE. Journalof Geophysical Research, v.108, n.D19, 8594, doi:10.1029/2002JD002460, 2003.
Martins, J.V., Tanré, D., Remer, L.A., Kaufman, Y.J., Matoo, S., Levy, R. MODIScloud screening for remote sensing of aerosol over oceans using spatial variability.Geophysical Research Letters, v.29, 8009, doi:10.1029/2001GL013252, 2002.
MCST – MODIS Characterization Support Team. MODIS Level 1B product user'sguide, for level 1B version 2.3.x, release 2. MCST document PUB01UDNCN, 47pp, 2000.Disponível em: http://www.mcst.ssai.biz/mcstweb/L1B/product.html
Parkinson, C.L. Aqua: An EarthObserving Satellite Mission to Examine Water andOther Climate Variables. IEEE Transactions on Geoscience and Remote Sensing, v.41, n.2,p.173183, 2003.
Procópio, A., Remer, L.A., Artaxo, P., Kaufman, Y.J., Schafer, J.S. Multiyear analysisof Amazonian Biomass Burning Smoke Radiative Forcing of Climate. Geophysical ResearchLetters, v.31, doi:10.1029/2003GL018646, 2004.
Remer, L.A., Kaufman, Y.J., Holben, B.N. The size distribution of ambient aerosolparticles: Smoke vs. urban/industrial aerosol. In: Levine, J.S. (ed.) Biomass Burning andGlobal Change, MIT Press, Cambridge, Massachusetts, v.2, p.519529, 1996.
23
Remer, L.A., Kaufman, Y.J., Tanré, D., Matoo, S., Chu, D.A., Martins, J.V., Li, R.R.,Ichoku, C., Levy, R.C., Kleidman, R.G., Eck, T.F., Vermote, E., Holben, B.N. The MODISaerosol algorithm, products, and validation. Journal of the Atmospheric Sciences, v.62,CLAMS Special Section, p.947973, 2005.
Seinfeld, J.H. e Pandis, S.N. Atmospheric Chemistry and Physics: from Air Pollutionto Climate Change. Wiley, New York, U.S.A., 1998.
Smirnov, A., Holben, B.N., Eck, T.F., Dubovik, O., Slutsker, I. Cloudscreening andquality control algorithms for the AERONET database. Remote Sensing of the Environment,v.73, p.337349, 2000.
Tanré, D., Kaufman, Y.J., Herman, M., Mattoo, S. Remote sensing of aerosolproperties over oceans using the MODIS/EOS spectral radiances. Journal of GeophysicalResearch, v.102, p.1697116988, 1997.
24