ads:
UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS
DEPARTAMENTO DE CIENCIAS ATMOSFÉRICAS
PATRICIA DEL CARMEN CARVAJAL VERGARA
“
ANÁLISE DAS PROPRIEDADES ÓPTICAS DO AEROSSOL
AO SUL DA AMÉRICA DO SUL”
SÃO PAULO
2010
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
PATRICIA DEL CARMEN CARVAJAL VERGARA
ANÁLISE DAS PROPRIEDADES ÓPTICAS DO AEROSSOL
AO SUL DA AMÉRICA DO SUL
Dissertação apresentada ao Instituto de
Astronomia, Geofísica e Ciências
Atmosféricas da Universidade de São
Paulo para obtenção do titulo de Mestre
em Ciências.
Área de concentração: Meteorologia
Orientador: Prof. Dra. Márcia Akemi
Yamasoe
SÃO PAULO
2010
ads:
Às pessoas que mais amo,
meu marido e minha família....
Agradecimentos
A Deus por me dar a vida, a força, a paz e o amor em todas as horas, principalmente
naquelas mais difíceis.
Ao meu marido, Marcelo Luna Sacco, que sempre esteve ao meu lado, pelo amor,
compreensão e amizade, tornando meus dias mais felizes e sorridentes.
Aos meus pais, Sergio Carvajal e Ruth Vergara, pelo amor e dedicação, incentivando-
me a buscar meus sonhos e seguir meus próprios caminhos. Ao meu irmão Paolo, pela sua
preocupação e carinho. Agradeço seus esforços para me proporcionar sempre o melhor,
mesmo estando longe de casa.
A minha orientadora, Dra. Márcia Akemi Yamasoe, pela orientação, paciência e
incentivo. Muito obrigada pela oportunidade e ensino.
Ao corpo docente, técnico e administrativo do programa de Pós-Graduação em
Meteorologia do IAG/USP, pela oportunidade da realização deste trabalho.
Aos meus amigos e companheiros do IAG, especialmente do grupo de radiação:
Vinícius, Lívia, Tássio e Nilton, pela ajuda e principalmente pela amizade nestes anos de
trabalho aliviando as mais sentidas saudades.
À CAPES pelo auxílio financeiro recebido durante este trabalho de Mestrado.
“Da minha aldeia vejo quando da terra se pode ver no Universo...
Por isso a minha aldeia é grande como outra qualquer
Porque eu sou do tamanho do que vejo
E não do tamanho da minha altura...”
Fernando Pessoa
RESUMO
VERGARA, P.C. Análise das propriedades ópticas do aerossol ao sul da América do Sul.
Dissertação de Mestrado apresentada ao Instituto de Astronomia, Geofísica e Ciências
Atmosféricas, Universidade de São Paulo, 108p 2010
A quantificação precisa dos efeitos do aerossol sobre o balanço de radiação requer o
conhecimento também preciso de suas propriedades ópticas, as quais dependem fortemente
das fontes emissoras podendo variar de local para local (Holben et al., 1998). Por este motivo,
este trabalho visa analisar as propriedades ópticas do aerossol na porção sul do continente sul
americano, em particular sobre algumas localidades na Argentina e Chile, através da
utilização de distintas plataformas de medidas como radiômetros instalados em superfície,
pertencentes à rede mundial de radiômetros, a AERONET (Aerosol Robotic Network)
(Holben et al., 1998), e o sensor MODIS (Moderate Resolution Imaging Spectroradiometer) a
bordo dos satélites Terra e Aqua (Kaufman et al., 1997a, Remer et al., 2005). Foi avaliada a
evolução temporal da profundidade óptica do aerossol (AOD) nas localidades de Arica e
Santiago, no Chile, e em Buenos Aires, Córdoba, Puerto Madryn e Trelew, na Argentina,
através do cálculo de médias anuais e mensais das séries de dados medidos pela AERONET e
obtidos com o MODIS. Assim, para cada região geográfica em análise, foi determinado um
ciclo anual característico de AOD, no qual, nos meses de primavera e verão a AOD atinge
seus maiores valores, diminuindo nos meses de inverno. Com relação à variabilidade anual, os
maiores valores das médias anuais da AOD foram obtidos nas localidades de Santiago e
Buenos Aires nos anos de 2000 e 2007. Para avaliar a dispersão local do aerossol, foi
analisada a sua variação espacial calculando médias diárias de AOD do MODIS e seus
respectivos desvios padrão (DP) nas resoluções espaciais de 10 km, 30km e 50 km de raio, e
posteriormente a diferença absoluta (DA) entre estes valores. O resultado mostrou que, na
maior quantidade de dias, a DA é menor que o DP, indicando que existe uma baixa
variabilidade espacial da AOD ao sul da América do Sul. Foram efetuadas análises estatísticas
permitindo comparar os dados do aerossol obtidos pela AERONET e pelo MODIS, obtendo
resultados não muito satisfatórios, determinando que o MODIS superestima os valores de
AOD com relação aos da AERONET. A fim de tentar explicar a qualidade insatisfatória,
foram realizadas análises da qualidade dos valores recuperados pelo MODIS (Quality
Assurance, QA) com o intuito de complementar e respaldar os resultados obtidos para o sul da
América do Sul. Foi observado que, dos dados recuperados na resolução espacial de 10km de
raio, somente nas localidades de Puerto Madryn, Trelew e Córdoba a maior quantidade de
dados são classificados como “Muito Bom” (QA=3), sendo essa última a que apresenta
melhor qualidade nos seus dados. A partir desses resultados, foram feitas novas comparações
entre o MODIS e a AERONET, só levando em conta os dados classificados com qualidade
QA=3, obtendo melhoras não muito significativas na correlação dos dados da AOD. Mesmo
assim os dados recuperados do MODIS seguem superestimando os dados medidos pela
AERONET, o qual sugere que os modelos ópticos utilizados no algoritmo de recuperação do
aerossol do MODIS sobre continente não são os apropriados para a caracterização da
profundidade óptica na região sul da América do Sul. Além disso, a presença de nuvens pode
provocar, por exemplo, a contaminação dos dados da AOD do MODIS provocando um
aumento nos seus valores.
Palavras-chave: Profundidade óptica do aerossol, MODIS, AERONET.
ABSTRACT
VERGARA, P.C. Analysis of aerosol optical properties at the Southern portion of South
America. Dissertation of Master presented in the Instituto de Astronomia, Geofísica e
Ciências Atmosféricas, Universidade de São Paulo, 108p 2010
The precise quantification of aerosol effects on the radiation balance requires knowledge also
precise of their optical properties, which depend heavily on emission sources, because they
can vary from one place to another (Holben et al., 1998). Therefore, this study analyzes the
optical properties of aerosol in the southern portion of the South American continent,
especially on some sites in Argentina and Chile, through the use of various platforms of
measurements, such as radiometers ground based belonging to the worldwide network of
radiometers, the AERONET (Aerosol Robotic Network) (Holben et al., 1998), and MODIS
(Moderate Resolution Imaging Spectroradiometer) onboard the Terra and Aqua satellites
(Kaufman et al., 1997a, Remer et al., 2005). We evaluated the temporal evolution of the
aerosol optical depth (AOD) in the cities of Arica and Santiago, Chile, and Buenos Aires,
Puerto Madryn and Trelew, Argentina, by calculating the annual and monthly mean AOD
from both platforms. Monthly mean AOD is highest in the months of spring and summer and
is lower in the winter months. Considering the annual variability, the highest average AOD
was obtained in the locations of Santiago and Buenos Aires in 2000 and 2007. Statistical
analysis was carried out to compare data obtained from AERONET and from MODIS,
obtaining unsatisfactory results, showing that MODIS systematically overestimates the values
of AOD compared to AERONET results. In an attempt to explain the unsatisfactory results,
we analyzed the quality of the MODIS retrievals using the Quality Assurance parameter
(QA). Only in the cities of Puerto Madryn, Trelew and Córdoba most of the data was
classified as "Very Good" (QA = 3). The latest with the higher number of better quality data.
From these results, we made further comparisons between MODIS and AERONET AOD
data, only taking into account data classified with QA = 3, with no improvements in the
correlations. Data retrieved from MODIS still overestimate the data from AERONET,
suggesting that the aerosol optical models used in the MODIS retrieval algorithm are not
suitable for the characterization of the aerosol optical depth in southern South America. In
addition, the presence of not screened clouds can cause contamination of the MODIS AOD
data increasing artificially their values.
Keywords: Aerosol optical depth, MODIS, AERONET.
LISTA DE FIGURAS
Figura 2.1.1: Esquema da Distribuição de Tamanho do aerossol atmosférico.
(Fonte: adaptado de Finlayson-Pitts & Pitts, 1999)................................................................06
Figura 2.2.1: Balanço de energia global do sistema terra-atmosfera.
(Fonte: Kiehl & Trenberth, 1997).............................................................................................07
Figura 2.2.2: Estimativa de forçantes radiativas do clima entre 1750 e 2005, para diferentes
agentes naturais e antropogênicos. (Fonte: IPCC 2007).........................................................08
Figura 2.3.1: Distribuição angular da radiação espalhada para partículas esféricas de
diferentes tamanhos, a) por partículas muito pequenas com relação ao comprimento de onda
da radiação incidente; b) por partículas maiores; c) por partículas muito maiores que o
comprimento de onda da radiação incidente. (Fonte: Liou, 2002)..........................................11
Figura 2.4.1: Geometria de um radiômetro em superfície para a medição da radiância direta
do sol (Fonte: Liou, 2002)........................................................................................................16
Figura 2.4.2: Vários caminhos da radiância recebida por um sistema de sensoriamento
remoto de satélites (Fonte: Wang et al., 2008).........................................................................17
Figura 2.5.2: Distribuição espacial das regiões consideradas para a análise da profundidade
óptica do aerossol.....................................................................................................................21
Figura 4.1.1: Valores médios anuais da AOD no canal de 550 nm na resolução espacial de
20 km x 20 km para cada localidade analisada neste trabalho. a) Obtidos a partir das
passagens do Terra para o período de anos 2000-2008; b) Obtidos a partir das passagens do
Aqua para o período de anos 2002-2008..................................................................................39
Figura 4.1.2: Médias mensais de AOD do MODIS no canal de 550 nm em Arica na resolução
espacial de 100 km x 100 km, para o período de anos 2000-2008 no caso do Terra, e para o
período 2002-2008 no caso do Aqua. a) Produto do aerossol sobre continente (Land); b)
Produto combinado do aerossol sobre continente e oceano (Land +
Ocean)
.
......................................................................................................................................40
Figura 4.1.3: Histograma de Frequências de AOD no canal de 550 nm em Arica na
resolução espacial 100 km x 100 km. a) A partir das passagens pela manhã (Terra); b) A
partir das passagens da tarde (Aqua)...............................................
.
.......................................41
Figura 4.1.4: a) Distribuições de tamanho das partículas do aerossol por sazonalidade. b)
Relação entre o Coeficiente de Ångström (α) (calculado entre 440 e 870 nm) e a
profundidade óptica do aerossol em 550 nm. Foram utilizadas medidas do radiômetro da
AERONET operado em Arica, para o período a partir de maio de 1998 até março de
2004...........................................................................................................................................42
Figura 4.1.5: Médias mensais de AOD do MODIS no canal de 550 nm em Santiago, para o
período de anos 2000-2008 no caso do Terra, e para o período 2002-2008 no caso do Aqua.
a) Na resolução espacial de 20 km x 20 km; b) Na resolução espacial de 100 km x 100
km..............................................................................................................................................43
Figura 4.1.6: Médias mensais de AOD do MODIS no canal de 550 nm em Buenos Aires, para
o período de anos 2000-2008 no caso do Terra, e para o período 2002-2008 no caso do
Aqua. a) Na resolução espacial de 20 km x 20 km; b) Na resolução espacial de 100 km x 100
km..............................................................................................................................................43
Figura 4.1.7: Histograma de Frequências de AOD em 550 nm em Santiago na resolução
espacial 100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A partir das
passagens da tarde (Aqua)........................................................................................................44
Figura 4.1.8: Histograma de Frequências de AOD no canal de 550 nm em Buenos Aires na
resolução espacial 100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A
partir das passagens pela tarde (Aqua)....................................................................................45
Figura 4.1.9: a) Distribuições de tamanho das partículas do aerossol por sazonalidade. b)
Relação entre o Coeficiente de Ångström (α) (calculado entre 440 e 870 nm) e a
profundidade óptica do aerossol em 550 nm.. Foram utilizadas medidas do radiômetro da
AERONET operado em Buenos Aires, para o período a partir de outubro de 1999 até junho
de 2007......................................................................................................................................46
Figura 4.1.10: Médias mensais de AOD do MODIS no canal de 550 nm em Córdoba, para o
período de anos 2000-2008 no caso do Terra, e para o período 2002-2008 no caso do Aqua.
a) Na resolução espacial de 20 km x 20 km; b) Na resolução espacial de 100 km x 100
km..............................................................................................................................................48
Figura 4.1.11: Médias mensais de AOD do MODIS no canal de 550 nm em Puerto Madryn,
para o período de anos 2000-2008 no caso do Terra, e para o período 2002-2008 no caso do
Aqua. a) Na resolução espacial de 20 km x 20 km; b) Na resolução espacial de 100 km x 100
km..............................................................................................................................................48
Figura 4.1.12: Médias mensais de AOD do MODIS no canal de 550 nm em Trelew, para o
período de anos 2000-2008 no caso do Terra, e para o período 2002-2008 no caso do Aqua.
a) Na resolução espacial de 20 km x 20 km; b) Na resolução espacial de 100 km x 100
km..............................................................................................................................................49
Figura 4.1.13: Histograma de Frequências de AOD no canal de 550 nm em Córdoba na
resolução espacial 100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A
partir das passagens pela tarde (Aqua)....................................................................................50
Figura 4.1.14: a) Distribuições de tamanho das partículas do aerossol por sazonalidade. b)
Relação entre o Coeficiente de Ångström (α) (calculado entre 440 e 870 nm) e a
profundidade óptica do aerossol em 550 nm. Foram utilizadas medidas do radiômetro da
AERONET operado em Córdoba, para o período a partir de outubro de 1999 até fevereiro de
2007
.
..........................................................................................................................................50
Figura 4.1.15: Histograma de Frequências de AOD no canal de 550 nm em Puerto Madryn
na resolução espacial 100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A
partir das passagens pela tarde (Aqua)....................................................................................51
Figura 4.1.16: Histograma de Frequências de AOD no canal de 550 nn em Trelew na
resolução espacial 100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A
partir das passagens pela tarde (Aqua)....................................................................................51
Figura 4.2.1: Distribuição espacial dos valores de AOD em 550 nm no dia 247 de 2003
obtidos a partir do sensor MODIS. a) Abordo do satélite Terra; b) Abordo do satélite
Aqua..........................................................................................................................................53
Figura 4.2.2: Distribuição espacial dos valores de AOD em 550 nm no dia 248 de 2003
obtidos a partir do sensor MODIS. a) Abordo do satélite Terra. b) Abordo do satélite
Aqua..........................................................................................................................................53
Figura 4.2.3: Distribuição espacial dos valores de AOD em 550 nm no dia 249 de 2003
obtidos a partir do sensor MODIS. a) Abordo do satélite Terra. b) Abordo do satélite
Aqua..........................................................................................................................................54
Figura 4.2.4: Passagem das 13:30 (UTC) no visível do satélite Terra do dia 248 de 2003
(05/09/2003)..............................................................................................................................55
Figura 4.2.5: Passagem das 17:40 (UTC) no visível do satélite Aqua do dia 248 de 2003
(05/09/2003)..............................................................................................................................55
Figura 4.2.6: Médias das composições de dados do vetor vento (m/s), no nível de 850 hPa., e
da temperatura (°C), no nível de 1000 hPa sobre a América do Sul. a) Climatologia de 20
anos de dados do mês de setembro; b) Média do período entre o dia 04 e 06 de setembro de
2003...........................................................................................................................................56
Figura 4.3.1: Variabilidade espacial de AOD a partir das passagens do Terra nos locais em
estudo. a) Número de passagens no raio 30 km com coeficiente de variação de AOD maior ou
menor que 1; b) Comparação entre os valores de DA e DP no raio 30 km, apenas para
aqueles dias nos quais o coeficiente de variação é menor que 1; c) Número de passagens no
raio 50 km com coeficiente de variação de AOD maior ou menor que 1; d) Comparação entre
os valores de DA e DP no raio 50 km, apenas para aqueles dias nos quais o coeficiente de
variação é menor que 1.............................................................................................................58
Figura 4.4.1: Qualidade dos dados de AOD do MODIS em Arica resolução 100 km x 100 km.
a) A partir das passagens do Terra no período de 2000-2008; b) A partir das passagens do
Aqua no período de 2002-2008................................................................................................59
Figura 4.4.2: Qualidade dados de AOD do MODIS em Santiago. a) A partir das passagens
do Terra resolução 20 km x 20 km no período de anos 2000-2008; b) A partir das passagens
do Aqua resolução 20 km x 20 km no período de anos 2002-2008; c) A partir das passagens
do Terra resolução 60 km x 60 km no período de anos 2000-2008; d) A partir das passagens
do Aqua resolução 60 km x 60 km no período de anos 2002-2008..........................................60
Figura 4.4.3: Qualidade dados de AOD do MODIS em Buenos Aires. a) A partir das
passagens do Terra resolução 20 km x 20 km no período de anos 2000-2008; b) A partir das
passagens do Aqua resolução 20 km x 20 km no período de anos 2002-2008; c) A partir das
passagens do Terra resolução 60 km x 60 km no período de anos 2000-2008; d) A partir das
passagens do Aqua resolução 60 km x 60 km no período de anos 2002-2008.........................61
Figura 4.4.4: Qualidade dados de AOD do MODIS em Córdoba. a) A partir das passagens
do Terra resolução 20 km x 20 km no período de anos 2000-2008; b) A partir das passagens
do Aqua resolução 20 km x 20 km no período de anos 2002-2008; c) A partir das passagens
do Terra resolução 60 km x 60 km no período de anos 2000-2008; d) A partir das passagens
do Aqua resolução 60 km x 60 km no período de anos 2002-2008..........................................62
Figura 4.4.5: Qualidade dados de AOD do MODIS em Puerto Madryn. a) A partir das
passagens do Terra resolução 20 km x 20 km no período de anos 2000-2008; b) A partir das
passagens do Aqua resolução 20 km x 20 km no período de anos 2002-2008; c) A partir das
passagens do Terra resolução 60 km x 60 km no período de anos 2000-2008; d) A partir das
passagens do Aqua resolução 60 km x 60 km no período de anos 2002-2008.........................63
Figura 4.4.6: Qualidade dados de AOD do MODIS em Trelew. a) A partir das passagens do
Terra resolução 20 km x 20 km no período de anos 2000-2008; b) A partir das passagens do
Aqua resolução 20 km x 20 km no período de anos 2002-2008; c) A partir das passagens do
Terra resolução 60 km x 60 km no período de anos 2000-2008; d) A partir das passagens do
Aqua resolução 60 km x 60 km no período de anos 2002-2008...............................................64
Figura 4.5.1: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a
partir das medidas da AERONET em Santiago. a) AOD na resolução 20 km x 20 km; b)
Apenas AOD de qualidade muito boa (QA=3) na resolução 20 km x 20 km; c) AOD na
resolução 100 km x 100 km; d) Apenas AOD de qualidade muito boa (QA=3) na resolução
100 km x 100 km........................................................................................................................66
Figura 4.5.2: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a
partir das medidas da AERONET em Buenos Aires. a) AOD na resolução 20 km x 20 km; b)
Apenas AOD de qualidade muito boa (QA=3) na resolução 20 km x 20 km; c) AOD na
resolução 100 km x 100 km; d) Apenas AOD de qualidade muito boa (QA=3) na resolução
100 km x 100 km........................................................................................................................67
Figura 4.5.3: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a
partir das medidas da AERONET em Córdoba. a) AOD na resolução 20 km x 20 km; b)
Apenas AOD de qualidade muito boa (QA=3) na resolução 20 km x 20 km; c) AOD na
resolução 100 km x 100 km; d) Apenas AOD de qualidade muito boa (QA=3) na resolução
100 km x 100 km........................................................................................................................68
Figura 4.5.4: Comparação de AOD obtida a partir das passagens do Aqua e a AOD obtida a
partir das medidas da AERONET em Córdoba. a) AOD na resolução 20 km x 20 km; b)
Apenas AOD de qualidade muito boa (QA=3) na resolução 20 km x 20 km; c) AOD na
resolução 100 km x 100 km; d) Apenas AOD de qualidade muito boa (QA=3) na resolução
100 km x 100 km........................................................................................................................69
Figura 4.5.5: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a
partir das medidas da AERONET em Puerto Madryn. a) AOD na resolução 20 km x 20 km; b)
Apenas AOD de qualidade muito boa (QA=3) na resolução 20 km x 20 km; c) AOD na
resolução 100 km x 100 km; d) Apenas AOD de qualidade muito boa (QA=3) na resolução
100 km x 100 km........................................................................................................................71
Figura 4.6.1: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do
algoritmo do MODIS em função do comprimento de onda em Arica. a) Fator de Assimetria;
b) Albedo Simples......................................................................................................................73
Figura 4.6.2: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do
algoritmo do MODIS em função do comprimento de onda em Santiago. a) Fator de
Assimetria; b) Albedo Simples..................................................................................................74
Figura 4.6.3: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do
algoritmo do MODIS em função do comprimento de onda em Buenos Aires. a) Fator de
Assimetria; b) Albedo Simples..................................................................................................75
Figura 4.6.4: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do
algoritmo do MODIS em função do comprimento de onda em Córdoba. a) Fator de
Assimetria; b) Albedo Simples..................................................................................................76
Figura 4.6.5: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do
algoritmo do MODIS em função do comprimento de onda em Puerto Madryn a) Fator de
Assimetria; b) Albedo Simples..................................................................................................77
Figura 4.6.6: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do
algoritmo do MODIS em função do comprimento de onda em Trelew. a) Fator de Assimetria;
b) Albedo Simples......................................................................................................................77
Figura 4.6.7: Mapas mostrando os tipos de aerossol da moda fina utilizados no algoritmo de
obtenção da profundidade óptica do aerossol sobre continentes para cada estação da
AERONET, em diferentes épocas do ano. Em verde é utilizado um modelo com albedo
simples de aproximadamente 0,95 (não absorvedor), em azul de aproximadamente 0,90
(moderadamente absorvedor) e em vermelho de aproximadamente 0,85 (absorvedor). (Fonte:
Levy et al. (2009a)....................................................................................................................78
Figura 4.6.8: Mapas mostrando os tipos de aerossol da moda fina utilizados no algoritmo de
obtenção da profundidade óptica do aerossol sobre continentes, em diferentes épocas do ano.
Em verde é utilizado um modelo com albedo simples de aproximadamente 0,95 (não
absorvedor), e em vermelho de aproximadamente 0,85 (absorvedor). (Fonte: Levy et al.
(2009a)......................................................................................................................................79
LISTA DE TABELAS
Tabela 3.3.1: Nome da estação, sua localização, altitude, nível e período temporal de
disponibilidade dos dados da AERONET................................................................................ 33
Tabela 3.4.1: Classificação da confiança de garantia de qualidade a partir do número de bits
correspondente aos arquivos HDF dos produtos do aerossol do MODIS MOD04 e MYD04
para a região em análise..........................................................................................................33
Tabela 4.1.1: Número de dias com dados de AOD em cada zona de estudo para o MODIS a
bordo dos satélites Terra e Aqua..............................................................................................38
Tabela 4.4.1: Quantidade de dados de AOD do MODIS com QAC = 3 comparados com a
AOD da AERONET...................................................................................................................65
LISTA DE SIGLAS
AERONET - AErosol RObotic NETwork
AOD - Aerosol Optical Depth
ASAS - Anticiclone Subtropical do Atlântico Sul
ASPS - Anticiclone Subtropical do Pacífico Sul
CV - Coeficiente de Variação
DA - Diferença Absoluta
DP - Desvio Padrão
FR - Forçante Radiativa
GOES - Geostationary Operational Environmental Satellites
HDF - Hierarquical Data File
IAG - Instituto de Astronomia, Geofísica e Ciências Atmosféricas
IPCC - Intergovernmental Panel on Climate Change
LIDAR - Light Detection and Ranging
LUT - Look Up Tables
MATLAB - MATrix LABoratory
MODIS - Moderate Resolution Imaging Spectroradiometer
NASA - National Aeronautic Spacial Agency
NCAR - National Center for Atmospheric Research
NCEP - National Center for Environmental Prediction
QA - Quality Assurance
QAC - Quality Assurance Confiance
RADAR - Radio Detection and Ranging
TOA - Top Of Atmosphere
USP - Universidade de São Paulo
ZCIT - Zona de Convergência Intertropical
SUMÁRIO
CAPÍTULO 1: INTRODUÇÃO....................................................................................01
1.1 OBJETIVOS DO TRABALHO....................................................................................04
1.1.1 Objetivo General...............................................................................................04
1.1.2 Objetivos Específicos.........................................................................................04
CAPÍTULO 2: REVISÃO BIBLIOGRÁFICA...........................................................05
2.1 O AEROSSOL ATMOSFÉRICO.................................................................................05
2.2 OS EFEITOS DO AEROSSOL NO BALANÇO RADIATIVO TERRESTRE..........06
2.3 PROPRIEDADES RADIATIVAS DO AEROSSOL...................................................09
2.3.1 Teoria de Espalhamento Mie (ou de Llorentz-Mie)..........................................10
2.4 O SENSORIAMENTO REMOTO DOS AEROSSÓIS................................................14
2.4.1 Sensoriamento Remoto à Superfície..................................................................15
2.4.2 Sensoriamento Remoto de Satélites...................................................................17
2.5 CARACTERISTICAS DA REGIÃO DE ESTUDO....................................................18
2.5.1 Circulação Atmosférica no sul da América do Sul...........................................18
2.5.2 Descrição e características climáticas dos locais de estudo............................20
2.5.3 Antecedentes das propriedades
ópticas do aerossol no sul da América do Sul...................................................24
CAPÍTULO 3: MATERIAIS E MÉTODOS...............................................................28
3.1 MODIS - MODERATE RESOLUTION IMAGING SPECTRORADIOMETER.......28
3.2 AERONET - AEROSOL ROBOTIC NETWORK.......................................................30
3.3 FONTES DE DADOS E INFORMAÇÃO...................................................................33
3.4 METODOLOGIA.........................................................................................................34
3.4.1 Variabilidade Temporal do Aerossol................................................................34
3.4.2 Variabilidade Espacial do Aerossol..................................................................35
3.4.3 Quality Assurance (QA)....................................................................................36
3.4.4 Comparação da Profundidade Óptica do Aerossol AERONET X MODIS.......37
3.4.5 Análise do albedo simples e fator de assimetria...............................................37
CAPÍTULO 4: RESULTADOS E DISCUSSÃO.........................................................39
4.1 VARIABILIDADE TEMPORAL DO AEROSSOL....................................................40
4.2 ANÁLISE DE CASO EM BUENOS AIRES...............................................................54
4.3 VARIABILIDADE ESPACIAL DO AEROSSOL.......................................................59
4.4 QUALITY ASSURANCE (QA)...................................................................................61
4.5 COMPARAÇÃO ENTRE A PROFUNDIDADE ÓPTICA DO AEROSSOL
DERIVADA A PARTIR DO MODIS (QA = 3) X AERONET...................................67
4.6 ANÁLISE DO ALBEDO SIMPLES E FATOR DE ASSIMETRIA...........................74
CAPÍTULO 5: CONCLUSÕES....................................................................................80
CAPÍTULO 6: REFERÊNCIAS BIBLIOGRÁFICAS..............................................83
Capítulo 1 - Introdução
1
CAPÍTULO 1:
INTRODUÇÃO
As mudanças decorrentes nas concentrações dos gases de efeito estufa e dos aerossóis
na atmosfera alteram o balanço de energia do sistema climático e são fatores que dão origem
às mudanças climáticas (IPCC, 2007). O quarto relatório do Intergovernmental Panel on
Climate Change (IPCC) discute que este é um fenômeno natural que tem sido acelerado pela
massiva intervenção humana nos ciclos naturais do planeta. Assim, a modificação progressiva
do meio ambiente pela ação do homem afeta direta (emissões da fumaça) e indiretamente
(mudanças no uso do solo) a formação e as propriedades dos aerossóis atmosféricos
predominantes. No entanto, o conhecimento do papel dos aerossóis no clima é atualmente
muito impreciso, e as predições futuras sobre seus efeitos climáticos vêm acompanhadas de
incertezas comparáveis às próprias predições (Gimeno et al., 2002).
As partículas de aerossol são um constituinte importante da atmosfera, que têm um
impacto sobre a poluição do ar em escala local e regional, influenciando significativamente o
balanço radiativo do sistema terra-atmosfera e o ciclo hidrológico (Houghton et al. 2001).
Portanto, a quantificação precisa dos efeitos do aerossol sobre o balanço radiativo requer o
conhecimento também preciso de suas propriedades ópticas. O aerossol interage diretamente
com a radiação solar e terrestre, podendo provocar absorção e/ou espalhamento dessa
radiação, e indiretamente quando determinados tipos de aerossóis, atuam como núcleos de
condensação de nuvens (CCN) (Seinfeld & Pandis, 1998), influindo, então, nos processos de
precipitação e na mudança de refletividade das nuvens.
Conhecer a distribuição espacial e temporal dos aerossóis em escala global é
importante para entender a dinâmica da formação do aerossol e a sua influência nas condições
climáticas globais (Tripathi et al., 2005). Há uma grande variedade de fontes que geram
partículas de aerossol com diferentes tamanhos e propriedades físicas e químicas, sendo curto
seu tempo de permanência na atmosfera, da ordem de uma semana. Por esse motivo, suas
propriedades ópticas dependem fortemente das fontes emissoras (Holben et al., 1998), e
apresentam grande heterogeneidade espacial (Seinfeld & Pandis, 1998). Seu transporte a
longas distâncias por correntes de ar pode favorecer a interferência na química e na física da
atmosfera não somente em escala local, mas também em escalas regionais e até globais
(Freitas et al., 2005).
No caso das queimadas de biomassa, esta é uma prática comum na América do Sul,
geradora de gases de efeito estufa e maior fonte de poluição atmosférica em escala
Capítulo 1 - Introdução
2
continental, a partir do desenvolvimento de medições de satélites, é possível obter uma visão
integrada da magnitude desse problema (Mielnicki et al., 2005a). Nas regiões tropicais e
subtropicais da África, América do Sul, sudeste da Ásia e Austrália estão localizados os
países que mais queimam biomassa em todo o globo terrestre (Andreae, 1991; Prins et al.,
1998). O continente Sul Americano lança para a atmosfera aproximadamente 21 Tg ano
-1
de
partículas de aerossóis em decorrência das atividades de queima de biomassa (Reid et al.,
2004), contribuindo com o 13% do material particulado emitido mundialmente (van der Werf
et al., 2006). Grandes quantidades de partículas de aerossol são emitidas para a atmosfera por
queimadas nas épocas secas, majoritariamente nas regiões norte e central do Brasil, incluindo
a Amazônia. Uma fração significativa dessa camada de fumaça é transportada para outras
localidades, como a porção sul da América do Sul (Recuero, 2003).
Nesta região, outra importante fonte é a suspensão de poeira do solo e a emissão
antropogênica urbana devido ao tráfego intenso de veículos, como acontece em Santiago, no
Chile, por exemplo, (Artaxo et al., 1999). Outras fontes que se destacam são as de origem
marinha e poeira do deserto de Atacama, em Arica (Chile), além das indústrias minerais perto
da cidade (Otero et al., 2006c). Entretanto, mesmo em locais que compartilham do mesmo
tipo teórico de aerossol, por exemplo, urbano/industrial, a variabilidade em muitos casos é
bastante acentuada (Dubovik et al., 2002).
Como as partículas do aerossol têm uma participação muito importante sobre o clima
da Terra, existe um interesse mundial para caracterizar suas propriedades e seus efeitos
através de técnicas de sensoriamento remoto (Levy et al., 2007). Estabelecer climatologias e
caracterizações das distribuições espaciais dos aerossóis na atmosfera é possível mediante o
monitoramento de longo prazo e em escala global (Holben et al., 2001); isto, através do uso
conjunto de redes de monitoramento em superfície e medidas abordo de satélites (Ichoku et
al., 2005).
Desde o lançamento do sensor com resolução moderada, o MODIS (Moderate
Resolution Imaging Spectroradiometer), a bordo dos satélites Terra (ao final do ano 1999) e
Aqua (começo do ano 2002), cujos instrumentos medem a radiância espectral em 36 canais,
nas resoluções entre 250 m e 1 km (no nadir), os dados recuperados de aerossol do MODIS
têm sido utilizados para responder questões científicas acerca da radiação e do clima, mas
também para aplicações tais como monitoramento da qualidade do ar na superfície (Levy et
al., 2007). Entretanto, o sensoriamento remoto em superfície, pela sua simplicidade e maior
acurácia para estimar as propriedades microfísicas e ópticas da coluna de aerossóis em uma
determinada região (Kaufman et al., 1994; Holben et al., 1998, 2001), tem sido a ferramenta
Capítulo 1 - Introdução
3
referência no monitoramento do aerossol (Holben et al., 2001). Uma delas é a rede mundial
concebida e operada pela National Aeronautic Spacial Agency (NASA Goddard Space Flight
Center) para caracterizar e monitorar as propriedades ópticas do aerossol, AERONET
(Aerosol Robotic Network) (Holben et al., 1998), que atualmente opera com mais de cem
radiômetros instalados em diversas partes do globo. Os radiômetros são fabricados pela Cimel
e realizam medições automáticas de radiância espectral solar direta do sol e difusa do céu, em
diferentes geometrias e comprimentos de onda. Assim, dados de fotômetros solares em terra,
especialmente da AERONET, são utilizados para a validação das medidas obtidas a partir das
passagens dos satélites.
As propriedades ópticas do aerossol na América do Sul não têm sido muito estudadas,
por isso é de grande interesse analisá-las especificamente ao sul da América do Sul.
Considerando que há estações da AERONET instaladas no Chile e na Argentina, é que se
pretendeu analisar os dados disponíveis com o objetivo de avaliar a qualidade das observações
feitas pelo sensor MODIS nessa região.
Capítulo 1 - Introdução
4
1.1 OBJETIVOS DO TRABALHO
1.1.1 Objetivo General
O objetivo deste trabalho foi a análise das propriedades ópticas do aerossol em
diferentes localidades do Chile e Argentina utilizando-se distintas plataformas de medidas
como radiômetros instalados em superfície pertencentes à AERONET (Aerosol Robotic
Network) (Holben et al., 1998), e o sensor MODIS (Moderate Resolution Imaging
Spectroradiometer) a bordo dos satélites Terra e Aqua (Kaufman et al., 1997a, Remer et al.,
2005). Pretendeu-se avaliar a evolução temporal do aerossol, e com o sensor MODIS, outro
objetivo é analisar a variabilidade espacial da profundidade óptica do aerossol sobre o sul da
América do Sul.
1.1.2 Objetivos Específicos
• Analisar as propriedades ópticas do aerossol em diferentes localidades do Chile e da
Argentina.
• Avaliar a evolução temporal do aerossol, existência de sazonalidade e verificar a
possível influência do aerossol de queimadas.
• Analisar a variabilidade espacial da profundidade óptica do aerossol sobre a porção sul
da América do Sul, através dos dados do MODIS.
• Avaliar a qualidade dos dados do MODIS sobre o sul da América do Sul utilizando os
dados da AERONET.
Capítulo 2 – Revisão Bibliográfica
5
CAPÍTULO 2:
REVISÃO BIBLIOGRÁFICA
2.1 O AEROSSOL ATMOSFÉRICO
Os aerossóis atmosféricos são pequenas partículas sólidas ou líquidas em suspensão na
atmosfera, que contêm compostos orgânicos e inorgânicos de origem antropogênica, bem
como de fontes naturais (Lang-Yona et al., 2010). O tamanho dessas partículas pode variar
entre 0,001 a 100 µm (Seinfeld & Pandis, 1998). Sua composição e tamanho dependem das
fontes de emissão e de processos físico-químicos que ocorrem na atmosfera. Um modelo
clássico de distribuição por tamanho das partículas atmosféricas é apresentado na figura 2.1.1
que mostra uma distribuição trimodal, com indicação dos respectivos processos de formação,
transformação e remoção da atmosfera.
Os aerossóis podem ser emitidos diretamente na atmosfera (aerossóis primários) a
partir de várias fontes, tais como a queima de combustíveis fósseis, a queima de biomassa, as
emissões vulcânicas, a poeira do solo transportada pelo vento, o sal marinho, e de materiais
biológicos (pólen, bactérias, etc.) (Seinfeld & Pandis, 2006). As partículas de origem
secundária são formadas indiretamente na atmosfera por meio de processos de conversão gás-
partícula (Raes et al., 2000), isto é, pela condensação de compostos em fase gasosa em
partículas pré-existentes, a nucleação homogênea de compostos voláteis ou semi-voláteis para
formar partículas em escala nanométrica, ou por reações heterogêneas e de fase múltipla
(Finlayson-Pitts & Pitts, 2000; Seinfeld & Pandis, 2006).
Capítulo 2 – Revisão Bibliográfica
6
Figura 2.1.1: Esquema da Distribuição de Tamanho do aerossol atmosférico. (Fonte: adaptado de Finlayson-
Pitts & Pitts, 2000).
O período de permanência dos aerossóis na atmosfera pode variar de minutos a
semanas, entretanto, as partículas presentes na estratosfera (por exemplo, produto do
transporte de emissões vulcânicas) podem alcançar tempo de residência de até anos (Horvath,
2000). Assim, os aerossóis podem ser transportados pela circulação atmosférica, afetando
regiões remotas às fontes (Yamasoe, 1999; Horvath, 2000).
2.2 OS EFEITOS DO AEROSSOL NO BALANÇO RADIATIVO TERRESTRE
A energia radiante instantânea incidente perpendicularmente a uma unidade de área
(irradiância) localizada a uma distância média entre o Sol e a Terra é denominada constante
solar (S
0
). Existe uma pequena variação nos valores de S
0
adotados por diferentes
Capítulo 2 – Revisão Bibliográfica
7
pesquisadores, avaliados entre 1350 Wm
-2
a 1370 Wm
-2
(Liou, 2002; Thomas & Stamnes,
1999; Seinfeld & Pandis, 1998). A quantidade média de energia incidente sobre uma
superfície plana, fora da atmosfera, ao longo do ano a cada 24 horas é de aproximadamente
um quarto do total da irradiância solar, ou 342 Wm
-2
(Trenberth & Stepaniak, 2004).
Aproximadamente 31% desta energia é espalhada ou refletida de volta para o espaço, esta
fração é denominada albedo planetário e contribuem para ela os efeitos das nuvens (~17%),
da superfície terrestre (~6%) e das moléculas e partículas (aerossol) naturalmente presentes na
atmosfera (~7%), que deixam 235 Wm
-2
para aquecer a superfície terrestre e a atmosfera.
Figura 2.2.1: Balanço de energia global do sistema terra-atmosfera (Fonte: Kiehl & Trenberth, 1997)
Para equilibrar a energia recebida, a Terra deve irradiar a mesma quantidade de
energia de volta para o espaço (figura 2.2.1), e 235 Wm
-2
corresponde à radiação de corpo
negro a uma temperatura de aproximadamente 254 K (Trenberth & Stepaniak, 2004). A
energia solar incidente que é absorvida pelo sistema Terra-atmosfera deve ser contrabalançada
por uma quantidade igual de energia emitida no infravermelho termal, de modo a atingir o
equilíbrio do clima (Liou, 2002).
Os aerossóis modificam o balanço de energia terra-atmosfera através do espalhamento
e absorção de radiação, chamado de efeito direto (Charlson et al., 1992), alterando a
termodinâmica atmosférica e a formação de nuvens (o chamado efeito semidireto) (Koren et
Capítulo 2 – Revisão Bibliográfica
8
al., 2004), e também mudando a microfísica de nuvens, denominado de efeito indireto
(Rosenfeld & Lensky, 1998). As mudanças positivas ou negativas do balanço de energia por
efeito desses fatores se expressam em termos de forçantes radiativas (FR), que é a magnitude
utilizada para comparar as influências de natureza térmica sobre o clima mundial (IPCC,
2007). As FRs positivas tendem a aquecer a superfície da Terra e a baixa atmosfera, e as
forçantes negativas tendem a esfriá-las, sendo as principais FRs o Sol, o albedo terrestre, os
gases de efeito estufa, os aerossóis e as nuvens.
Figura 2.2.2: Estimativa de forçantes radiativas do clima entre 1750 e 2005, para diferentes agentes,
naturais e antropogênicos. (Fonte: IPCC 2007)
O forçamento radiativo dos aerossóis é um componente crítico do clima global e
regional devido à sua influência na superfície terrestre e nos processos atmosféricos da
camada limite (Yu et al., 2002), nas temperaturas da superfície global, no clima e no ciclo
hidrológico (Ramanathan et al., 2001), e nos ecossistemas (Chameides et al., 1999). O
resfriamento por aerossóis antropogênicos pode ser comparável em magnitude ao
Capítulo 2 – Revisão Bibliográfica
9
aquecimento de gás de efeito estufa em escala global, mas pode ser muito maior em uma
escala regional (IPCC, 2001). No entanto, subsistem incertezas substanciais para o efeito
direto e ainda muito maior para o efeito indireto (Anderson et al., 2003).
A figura 2.2.2 compara a forçante radiativa para gases de efeito estufa e outros
agentes, mostrando os valores da FR para o período entre 1750 a 2005. O maior componente,
de 1,66 Wm
-2
, deve-se ao aumento da concentração de dióxido de carbono na atmosfera.
Outros gases do efeito estufa contribuem com 0,98 Wm
-2
. Os demais componentes são de
magnitude de poucos décimos de Wm
-2
. Por exemplo, as partículas de aerossóis
(principalmente do resultado das emissões industriais de dióxido de enxofre) têm produzido
uma FR de -0,5 Wm
-2
, negativo, reforçando o albedo planetário.
Os cálculos do efeito direto dos aerossóis têm um elevado nível de incerteza, apesar de
ser o grande foco científico nas últimas décadas (IPCC, 2007). Estimativas do IPCC apontam
que o impacto global desse efeito é no sentido de resfriamento do sistema terra-atmosfera com
valores entre -0,2 e -1,5 Wm
-2
,
que atuam de forma a mascarar parte do aquecimento induzido
pelos gases do efeito estufa. No entanto, determinados tipos de aerossóis (black carbon)
apresentam uma forçante radiativa positiva estimada entre 0,16 e 0,42 Wm
-2
(Haywood &
Boucher., 2000). Bellouin et al. (2005) estimaram a forçante radiativa direta (FRD) dos
aerossóis globais em 2002, com base em medições por satélite. Eles calcularam uma FRD de -
0,8 Wm
-2
com um desvio padrão (DP) de ± 0,1 Wm
-2
. Um estudo recente da FRD desde o
tempo pré-industrial forneceu novas estimativas com base em nove modelos globais de
aerossóis (AeroCom) (Schulz et al., 2006). O estudo AeroCom estimou uma FRD global
anual de -0,2 Wm
-2
com um desvio padrão de ± 0,2 Wm
-2
. Estes estudos salientam a grande
incerteza ainda conectada com o efeito radiativo direto dos aerossóis antropogênicos na
atmosfera.
2.3 PROPRIEDADES RADIATIVAS DO AEROSSOL
No caminho percorrido pela radiação há interação com os aerossóis e através desta
pode-se estimar a quantidade de aerossol presente na atmosfera. O efeito radiativo dos
aerossóis é estimado resolvendo-se a equação de transferência radiativa ETR (Thomas &
Stamnes, 1999) e requer as propriedades ópticas das partículas tais como: profundidade
óptica do aerossol
)(
λ
τ
, função de fase ),(
λ
Θ
P e albedo simples )(
λ
ω
.
Capítulo 2 – Revisão Bibliográfica
10
2.3.1 Teoria de Espalhamento Mie (ou de Llorentz-Mie)
A teoria Mie, para a extinção de radiação, descreve a interação de ondas
eletromagnéticas de comprimento de onda (
λ
) com partículas esféricas homogêneas. Esta
interação depende do parâmetro de tamanho (X), que é a razão entre o tamanho da partícula e
o comprimento de onda da radiação incidente, e do seu índice de refração complexo (m). A
teoria é desenvolvida baseando-se em:
Há uma forte e complexa dependência da radiância espalhada com o ângulo de
observação, dependência que aumenta conforme a razão entre o tamanho da partícula
e o comprimento de onda da radiação incidente aumenta (figura 2.3.1).
As partículas tendem a possuir o espalhamento frontal mais intenso que o traseiro, tal
comportamento será mais significativo quanto maior for o parâmetro de tamanho das
partículas.
A dependência do espalhamento com o comprimento de onda diminui com o aumento
do tamanho das partículas, motivo pelo qual as nuvens, cujos centros de espalhamento
são gotículas de água ou cristais de gelo de tamanho significativo, são brancas.
A teoria Mie pode ser utilizada para descrever a interação da radiação com partículas
de um tamanho qualquer; no entanto, ela costuma ser utilizada quando o tamanho das
partículas é da mesma ordem de grandeza do comprimento de onda da radiação incidente. É
comum definir o regime de espalhamento Mie quando 0,1
≤
X
≤
50 (Wallace & Hobbs, 2006).
Quando X <<1 temos o regime de espalhamento Rayleigh e quando X >>1 entra-se no regime
da óptica geométrica.
Capítulo 2 – Revisão Bibliográfica
11
Figura 2.3.1: Distribuição angular da radiação espalhada para partículas esféricas de
diferentes tamanhos, a) por partículas muito pequenas com relação ao comprimento de onda
da radiação incidente. b) por partículas maiores; c) por partículas muito maiores que o
comprimento de onda da radiação incidente. (Fonte: Liou, 2002)
A composição química do aerossol determina suas propriedades radiativas,
especialmente através do índice de refração complexo ( )(
λ
m ), que é uma grandeza que
depende do comprimento de onda. A parte real (n) do índice que determina o desvio da onda
incidente; portanto maior o índice, maior é o efeito da partícula sobre a radiação incidente. A
parte imaginária (k
i
) determina a sua capacidade de absorção de radiação, quanto mais
absorvedora for uma partícula, maior é o valor da parte imaginária.
Função de Fase e Fator de Assimetria
A função de fase (
λ
P ) é o parâmetro que descreve a dependência angular da radiância
espalhada pela partícula, e pode ser escrita por:
∫
ΘΘΘ
Θ
=Θ
π
λ
λ
λ
0
),,,(
),,,(
),,,(
dsenmXL
mXL
mXP (2.3.1)
Capítulo 2 – Revisão Bibliográfica
12
onde a integral da função de fase em uma esfera centrada na partícula é
π
4 :
πϕλ
ππ
4),,,(
2
0 0
=ΘΘΘ
∫∫
ddsenmXP
(2.3.2)
onde
ϕ
é o ângulo azimutal,
Θ
corresponde ao ângulo formado entre a direção incidente e a
emergente. Para º0
=
Θ
a radiância L é espalhada na mesma direção que a radiância incidente
(espalhamento frontal) e para º180
=
Θ
tem-se a inversão da direção incidente (ou retro-
espalhamento).
O parâmetro de assimetria
g
é definido como:
∫
−
ΘΘΘ=
1
1
)(coscos)(cos
2
1
dPg (2.3.3)
o qual é um importante parâmetro na avaliação do espalhamento de partículas, derivado
diretamente da função de fase. Este parâmetro corresponde ao valor médio do cosseno do
ângulo de espalhamento, ponderado pela função de fase, que descreve o grau de assimetria do
espalhamento (Liou, 2002). Os valores de g podem variar entre -1 a 1 e alguns valores
possuem interpretação imediata:
g = 1, espalhamento é completamente frontal
g = -1, espalhamento é completamente traseiro
g = 0, espalhamento é simétrico
Coeficiente Linear de Extinção
O coeficiente linear de extinção )'(
,
s
ext
λ
β
é uma medida da atenuação da radiação
provocada por um conjunto de partículas no meio.
Capítulo 2 – Revisão Bibliográfica
13
Albedo Simples
O albedo simples
λ
ω
,0
é um parâmetro que quantifica quanto da radiação atenuada ou
extinta pelos aerossóis sofreu espalhamento, isto é, a fração da radiação que foi atenuada por
espalhamento ao interagir com as partículas de aerossol. O albedo simples
λ
ω
,0
pode ser
expresso a partir do coeficiente linear de extinção:
)'(
)'(
)'()'(
)'(
,
,
,,
,
,0
s
s
ss
s
ext
esp
absesp
esp
λ
λ
λλ
λ
λ
β
β
ββ
β
ω
=
+
= = (2.3.4)
Profundidade Óptica de Extinção
A profundidade óptica de extinção do aerossol é definida como a integração do
coeficiente linear de extinção ao longo de um caminho óptico (s’) definido na vertical.
∫
∞
=
s
exta
sds )'()'(
,,
λλ
βτ
(2.3.5)
onde
∞
denota o topo da atmosfera, definida como sendo a altura onde não ocorre interação
significativa entre o meio e a radiação e, por definição, a profundidade óptica no topo da
atmosfera é nula. O termo s’ denota a extensão do caminho óptico considerado desde o topo
da atmosfera.
Coeficiente de Ångström
O coeficiente de Ångström
),(
21
λλα
permite avaliar o tamanho médio das partículas
de aerossol que interagem com o feixe de radiação solar quando o mesmo atravessa a
atmosfera. Ångström em 1929 sugeriu a seguinte aproximação empírica conhecida como
fórmula de turbidez de Ångström para descrever a dependência espectral da profundidade
óptica do aerossol (Iqbal, 1983; Mc Arthur et al., 2003):
α
λ
βλτ
−
=
,a
(2.3.6)
Capítulo 2 – Revisão Bibliográfica
14
onde
β
é o coeficiente de turbidez, representa a quantidade de aerossol na coluna
atmosférica. Para
λ
igual a 1 µm
β
é equivalente à AOD neste comprimento de onda. O
α
é
usualmente denominado coeficiente de Ångström e está relacionado com a distribuição de
tamanho das partículas (Iqbal, 1983). Altos valores de
α
indicam maior presença de
partículas da moda fina e valores de
α
próximos a zero indicam predomínio de partículas
grandes. Os parâmetros
β
e
α
podem ser determinados simultaneamente a partir da AOD
obtida em dois comprimentos de onda diferentes. Utilizando medições nos diversos canais
que compõem os fotômetros e a fórmula sugerida por Ångström, as redes que monitoram o
aerossol obtêm valores de α através da seguinte expressão:
)/ln(
)/ln(
),(
21
,,
21
21
λλ
τ
τ
λλα
λλ
aa
−=
(2.3.7)
2.4 O SENSORIAMENTO REMOTO DOS AEROSSÓIS
O termo sensoriamento remoto em um sentido geral refere-se às medições realizadas à
distância, adquirindo informações de um objeto sem interagir diretamente com ele. A
informação é transportada do observado ao observador por meio de ondas que são geralmente
eletromagnéticas ou sonoras (Lenoble, 1993). O sensoriamento remoto envolve a
interpretação e a inversão da radiação eletromagnética medida a certa distância, onde a
radiação é caracterizada por um comprimento de onda específico que é sensível a algum
aspecto físico do meio (Liou, 2002). O sensoriamento remoto dos aerossóis visa à obtenção de
parâmetros ópticos e físicos necessários para a correta aferição do papel dos aerossóis no
sistema Terra-atmosfera. A obtenção é realizada de forma indireta através da captação,
realizada por instrumentos, da radiação eletromagnética refletida ou espalhada pelas
partículas. De maneira geral, esses instrumentos são denominados de radiômetros ou sensores,
ou seja, são instrumentos capazes de realizar medições de uma dada grandeza radiométrica
(como a radiância ou irradiância) em diferentes faixas espectrais.
Em geral, o sensoriamento remoto dos aerossóis é realizado através de medições
realizadas por instrumentos presentes em superfície, aeronaves ou satélites, cada uma com
suas vantagens e desvantagens (Charlson, 2001).
Capítulo 2 – Revisão Bibliográfica
15
2.4.1 Sensoriamento Remoto à Superfície
A profundidade óptica do aerossol é uma variável que permite avaliar remotamente a
carga de aerossóis na atmosfera a partir de instrumentos em superfície. Esta variável é
utilizada nas investigações locais para caracterizar aerossóis, avaliar a poluição atmosférica e
fazer as correções atmosféricas de satélites de sensoriamento remoto de dados. É por estas
razões que registros da profundidade óptica do aerossol abrangendo a maior parte do século
20 têm sido efetuados a partir de fotômetros solares (Holben et al., 2001). O monitoramento
de aerossóis atmosféricos feito por medidas in situ realizadas em superfície fornece resultados
localizados e representativos somente dos níveis atmosféricos mais próximos da superfície,
pois várias características das partículas de aerossol podem apresentar variações na vertical
(Yamasoe, 1999). Além disso, geralmente as medidas realizadas em aeronaves e na superfície
podem alterar as propriedades das partículas, seja por secá-las ou por causa da volatilização
de certos compostos constituintes das partículas de aerossol.
A vantagem da fotometria é que permite a determinação de parâmetros micro-físicos
das partículas presentes em toda a coluna vertical da atmosfera em condições ambientais, ou
seja, sem alterar o ambiente ou as partículas nele inseridas além de propiciar estudos de longo
prazo. A desvantagem da fotometria solar está na falta de informações quanto à distribuição
vertical das partículas de aerossol (Yamasoe, 1999). Os instrumentos empregados na técnica
de fotometria solar, atualmente, são constituídos por um radiômetro capaz de medir o
componente direto da radiação solar incidente (figura 2.4.1) por um estreito campo de visão
(da ordem de 1º a 3º) passando também por filtros de interferência com bandas de transmissão
estreitas, da ordem de 6,0 a 10 nm (Rollin, 2010). Outros instrumentos são capazes de estimar
o componente direto espectral da radiação solar empregando técnicas de sombreamento do
disco solar, sem restringir o campo visual de detecção, denominados como radiômetros multi-
espectrais com anel de sombreamento (Harrison & Michalsky, 1994).
Capítulo 2 – Revisão Bibliográfica
16
Figura 2.4.1: Geometria de um radiômetro em superfície para a medição da radiância direta do sol (Fonte:
Liou, 2002)
Algumas redes mundiais de monitoramento da atmosfera empregam fotômetros
solares e radiômetros multi-espectrais, das quais se destaca a rede Aerosol Robotic Network
(AERONET) (Holben et al., 1998) pertencente à NASA (National Aeronautics and Space
Administration/Goddard Space Flight Center). Os dados de AOD da AERONET são
utilizados neste trabalho para validar os dados de AOD recuperados pelo MODIS,
empregando fotômetros solares Cimel Eletronique em algumas localidades no sul da América
do Sul. A AERONET possui centenas de estações em todo mundo e os instrumentos são
calibrados anualmente em centro especializado onde são reavaliados diante de instrumentos
de referência (Holben et al., 1998). Redes desse tipo são capazes de obter diversos parâmetros
ópticos e físicos relacionados aos aerossóis como seu albedo simples, distribuição de
tamanho, índice de refração complexo e profundidade óptica, mas possuem a desvantagem de
obter apenas a dependência temporal destes parâmetros, pois seu alcance é apenas local. No
caso das medições realizadas a bordo de aeronaves, é possível estender as características
discutidas no caso das observações de superfície para uma área de atuação maior, mas os altos
custos impedem que os parâmetros sejam obtidos em grandes extensões de área e para
grandes períodos de tempo. Por último, os satélites apresentam a vantagem de oferecer
cobertura global, mas em contrapartida são incapazes de realizar medições de vários
Capítulo 2 – Revisão Bibliográfica
17
parâmetros como o albedo simples, a distribuição de tamanho e outros. Em geral, os satélites
são capazes de fornecer informações com relação à profundidade óptica do aerossol, o
coeficiente de Ångström e o raio efetivo das partículas.
2.4.2 Sensoriamento Remoto de Satélites
Recentemente, uma série de satélites de baixa altitude (por exemplo, Terra, Aqua,
Aura) foi lançada como parte do Sistema de Observação da Terra (EOS) que fornece dados de
múltiplos instrumentos. Estes instrumentos fornecem uma oportunidade para realizar
observações, em escala global, da superfície terrestre, biosfera, atmosfera e oceanos. Os dados
coletados são usados para estimar perfis de temperatura atmosférica, propriedades de
aerossóis, nuvens, ou da cobertura vegetal. Atingir estimativas precisas é um requisito
essencial para o sucesso dos estudos científicos decorrentes.
A radiância observada pelos sensores a bordo de satélites tem origem em diversas
fontes (Figura 2.4.2).
Figura 2.4.2: Vários caminhos da radiância recebida por um sistema de sensoriamento remoto de satélites
(Fonte: Wang et al., 2008)
Capítulo 2 – Revisão Bibliográfica
18
Na figura 2.4.2 observa-se: no caminho 1 a radiância solar que foi atenuada pouco
antes de chegar à superfície e refletida de volta para a atmosfera; no caminho 2 a radiância
que nunca atinge a superfície da Terra por causa do espalhamento na atmosfera, sendo uma
certa quantidade de radiação detectada pelo sistema do sensor; no caminho 3 a radiação solar,
que sofreu espalhamento e absorção talvez um pouco antes de atingir a superfície e no
caminho 4 a radiação que foi refletida por superfície vizinha ao campo de visão do sensor.
O sensoriamento remoto da profundidade óptica do aerossol (AOD) baseia-se no
conceito de que a radiação solar é modificada pelos aerossóis enquanto atravessa a atmosfera.
No entanto, a radiação total observada pelo sensor do satélite é a combinação de radiância
refletida tanto pela atmosfera quanto pela superfície (figura 2.4.2). Para estimar a AOD
usando observações por satélite, é necessário determinar com precisão a
quantidade exata de radiação refletida pela atmosfera (caminho 2, na figura 2.4.2), que
transmite as informações diretamente relacionadas com a AOD. Nesse caso, a radiação
refletida pela superfície (caminhos 1, 3 e 4 da figura 2.4.2) é considerada como um ruído
indesejado (Wang et al., 2008). Apesar do sensoriamento remoto dos aerossóis via satélite
apresentar desvantagens, trata-se do único meio disponível para realizar o monitoramento das
partículas em todo globo e por isso constitui uma fonte de dados que não deve ser desprezada.
Este aspecto se torna importante levando-se em conta o fato de os aerossóis possuírem curto
tempo de permanência na atmosfera e de possuírem alta variabilidade espacial e temporal de
suas propriedades (Remer et al., 2005). Dessa forma, qualquer melhoria das capacidades do
sensoriamento remoto via satélite é importante.
2.5 CARACTERISTICAS DA REGIÃO DE ESTUDO
2.5.1 Circulação Atmosférica no sul da América do Sul
O continente sul-americano possui uma orografia singular estendendo-se desde os
trópicos até altas latitudes e apresenta uma das montanhas mais altas do mundo, a Cordilheira
dos Andes, que tem uma altura média de 4000m, que acompanha toda a costa do Pacífico
contribuindo em gerar uma grande diversidade de climas nos seus 17,6 milhões de km
2
(Ambrizzi et al., 2006). Uma das conseqüências mais importantes da presença dos Andes é o
bloqueio imposto aos ventos de oeste e a canalização do fluxo meridional da baixa troposfera
sobre o continente (Gan & Rao, 1994; Garreaud &Wallace, 1998).
Capítulo 2 – Revisão Bibliográfica
19
Do lado oeste da cordilheira, nas latitudes tropicais, o clima é controlado
principalmente pela Zona de Convergência Intertropical (ZCIT) e pelo Anticiclone
Subtropical do Pacífico Sul (ASPS). A subsidência associada ao ASPS e o escoamento dos
baixos níveis transporta pouca umidade para a costa subtropical da América do Sul e sustenta
a corrente oceânica de Humboldt, transportando águas frias do sul ao longo da costa e
mantém as águas costeiras relativamente frias nessas latitudes, inibindo o deslocamento para o
sul da ZCIT (Nieuwolt, 1977). É por isto (e também por estar sob a porção subsidente do
ASPS) que o sul do Peru e a metade norte do Chile (entre o equador e 20°S) compõem uma
das regiões mais áridas do planeta, um enorme contraste com a região tropical úmida do lado
leste da cordilheira. O ASPS é bastante forte e persistente ao longo do ano (Trewartha, 1961),
seu centro se localiza entre 25° a 30° S e 90° a 105° O e sua influência tipicamente atinge os
38° S, podendo penetrar até o sul além dos 45°S, durante o verão austral (Fuenzalida, 1971).
Os ventos alísios associados ao ASPS têm orientação SSO, mas nos níveis mais baixos são
defletidos pela cordilheira assumindo orientação paralela à costa, provocando ressurgência e
baixando a temperatura da superfície do mar já fria (Nieuwolt, 1977). O que também
contribui para que o norte do Chile seja uma das regiões mais áridas caracterizada pela
escassez de precipitações. A zona central apresenta chuvas abundantes no inverno e, devido
ao enfraquecimento do anticiclone, predomina a atividade ciclônica o que permite a passagem
de sistemas frontais. Os verões são secos, pois é quando o ASPS está mais intenso atingindo
latitudes maiores (Satyamurty et al., 1998). Na região sul do Chile os verões apresentam
precipitações, mas em quantidades menores do que no inverno, pois os ventos de oeste estão
mais constantes e é mais frequente a passagem de ciclones formados sobre o Pacífico Sul,
muitas vezes barrados pela cordilheira dos Andes (Trewartha, 1961).
No lado leste da América do Sul a situação é oposta: os ventos quentes e úmidos
gerados pelo Anticiclone Subtropical do Atlântico Sul, o efeito frontogenético e ciclogenético
a sotavento dos Andes e a canalização do fluxo meridional permite a propagação meridional
de sistemas migratórios (Gan & Rao, 1994) e, como consequência, a intensa troca de massas
de ar entre os trópicos e as latitudes médias. No extremo sul da América do Sul, a distribuição
sazonal de precipitação é proporcionalmente equivalente à mesma latitude a oeste da
cordilheira. À medida que avança em direção à costa atlântica, no entanto, o volume anual de
chuva cai para índices de deserto causados pela circulação em altos níveis (Dewes, 2007). No
centro-leste da Argentina, Uruguai e Rio Grande do Sul (a bacia do Rio da Prata), o
escoamento de altos níveis torna-se ciclônico, e os sistemas ciclônicos formados nessa latitude
são fortalecidos pelo encontro com massas de ar tropical e pela convergência de ar próximo à
Capítulo 2 – Revisão Bibliográfica
20
costa atlântica (Trewartha, 1961). É sobre esta área que se formam as frentes frias, principal
determinante do regime de precipitação anual, sendo mais frequentes nos períodos de outono
e inverno, e aumentando ligeiramente o volume pluviométrico. No verão, além da passagem
de frentes frias mais rápidas, esta região recebe precipitação de sistemas convectivos
formados sobre o norte da Argentina, a Baixa do Chaco, devido ao intenso aquecimento desta
planície. O deslocamento das massas de ar de origem tropical até latitudes médias pode estar
associado à Baixa do Chaco (Ratisbona, 1976) e ao ASPS. Entre esses dois sistemas se
estabelece um corredor de ventos de norte que transporta ar de origem tropical para latitudes
médias (Seluchi & Marengo, 2000).
Estas características da circulação da América do Sul influenciam os sistemas frontais
que conseguem avançar até latitudes subtropicais no verão, já que frequentemente são
acompanhados por intensas precipitações devido à grande quantidade de umidade disponível e
as condições de instabilidade predominantes. Em geral, estes sistemas se tornam mais lentos e
tendem a estacionar em torno de 20-25 °S, misturando-se com a ZCAS (Nogués-Peagle &
Mo, 1997; Garreaud & Wallace, 1998).
2.5.2 Descrição e características climáticas dos locais de estudo
As localidades consideradas para analisar as propriedades ópticas do aerossol ao sul da
América do Sul estão localizadas nas regiões Norte e Centro do Chile, e nas regiões
Pampeana e Patagônica, na Argentina (Figura 2.5.2), cujas características geográficas e
climáticas são descritas a seguir.
Arica localiza-se na região de Arica e Parinacota no Chile, entre 18°28’S de latitude e
70°18’O de longitude, a uma elevação de 2 m abrange uma superfície de 4.799 km² e uma
população de 185.268 habitantes. Possui um clima desértico costeiro, caracterizando-se pela
nebulosidade estratocumuliforme que se forma em horário noturno, dissipando-se durante o
transcurso da manhã, denominada “Camanchaca”. Apresenta temperaturas baixas e
homogêneas, e escassez de precipitações, aproximadamente 1 mm anual. A temperatura
média alta é de 22,1° C e a média baixa de 15,8° C. A topografia característica de Arica é
complexa, caracterizada por uma serra de direção Norte-Sul que atua como parede,
encerrando Arica contra o mar e impedindo a circulação de ventos no interior da zona, isto
somado à presença do Morro de Arica no setor sul da cidade. Trata-se de uma zona costeira,
exposta a fenômenos de escala local, produto das diferenças de aquecimento entre o mar e o
continente, brisa marinha (no período diurno) e a brisa terrestre (no período noturno), com
Capítulo 2 – Revisão Bibliográfica
21
ventos prevalecentes de SO y velocidade média anual de 2,8 m/s. Em Arica, os maiores
aportes, em termos de Material Particulado (PM10) e Dióxido de Enxofre (SO
2
), provêm da
atividade industrial, enquanto os maiores aportes de Óxidos de Nitrogênio (NOx) e Monóxido
de Carbono (CO), têm origem no tráfego veicular. Além das contribuições de aerossol
industrial e urbano, existe uma mistura de poeira e spray marinho, devido a sua proximidade
ao deserto de Atacama e ao oceano Pacífico (Otero et al., 2006c).
Figura 2.5.2: Distribuição espacial das regiões consideradas para a análise da profundidade
óptica do aerossol
A bacia de Santiago (33°29’S, 70°45’O) se localiza na borda ocidental da América do
Sul subtropical, a uma elevação de 520 m, do lado oeste da cordilheira dos Andes e a uns 100
km de distância da cordilheira da Costa. A área da região Metropolitana de Santiago excede
os 15.000 km
2
, com uma população aproximada de 6,2 milhões de habitantes (Silva et al.,
2003). O Anticiclone Subtropical do Atlântico Sul exerce sua influência nessa região durante
Capítulo 2 – Revisão Bibliográfica
22
quase a totalidade do ano, resultando uma persistente inversão térmica de subsidência e um
clima semi-árido com precipitações anuais de aproximadamente 400 mm, que ocorrem nos
meses de inverno, temperaturas mínimas anuais de -2,0º C e máximas anuais de 35,0º C, e
ventos que prevalecem do SO com velocidade média de 3,2 m/s. Esses fatores climatológicos
desfavoráveis para a dispersão de contaminantes, as características geográficas da cidade e os
altos níveis de emissões de poluentes antropogênicos fazem de Santiago uma das cidades mais
poluídas da América do Sul por partículas em suspensão e gases (SO
x
, COV, CO, etc) durante
o período de inverno (maio-setembro). Nos meses de verão o maior aquecimento superficial
permite quebrar a inversão térmica sobre a bacia nas horas da tarde, melhorando
significativamente a ventilação da cidade (Garreaud & Rutllant, 2006).
Buenos Aires (34°38’S, 58°28’O) está localizada na margem sul do rio de La Plata
aproximadamente a 160 km do Oceano Atlântico. A cidade se estende sobre uma vasta
planície (elevação entre 1 e 27 m), cobrindo uma superfície de 200 km
2
e tem uma população
de cerca de 3 milhões de pessoas (Bocca et al., 2006). Seu clima é temperado o ano todo, com
uma temperatura média anual de 18,0 ºC, sendo julho o mês mais frio do ano, e o verão é
quente e úmido, sendo as precipitações frequentes nos meses de outono e primavera, com
velocidades de vento anual de 4,3 m/s e direção E-NE. Os veículos constituem a principal
fonte de poluentes atmosféricos, entretanto, devido às favoráveis características geográficas e
meteorológicas da cidade, os níveis de poluição não apresentam condições severas como
ocorre em outras metrópoles latino-americanas. A geografia e o vento beneficiam a cidade, já
que está localizada em uma planície aberta que favorece a circulação do ar. Nesta região, além
da contribuição do aerossol de queimada que é transportado desde o norte da América do Sul,
há contribuições locais diferentes na região “Pampeana” da Argentina: a queima de biomassa
no período agosto-setembro, produzida principalmente pela queima de cobertura florestal, e
no período janeiro-março, pela queima de pastagens (Mielnicki et al., 2005a and 2005b).
Córdoba está localizada em 31°24’S de latitude e longitude 64°11’O, 440 m acima do
nível do mar, com uma superfície de 576 km
2
e população aproximada de 1,4 milhões de
habitantes. É caracterizada por um clima sub-úmido, com precipitação média anual de 790
mm concentrados principalmente no verão. A temperatura média anual é de 17,4 °C, sendo o
mês de janeiro o mais quente, com temperatura média máxima de 31,0 °C e mínima de 17,0
°C. Em julho, mês mais frio, as temperaturas médias são de 19,0 °C (máxima) e 4,0 °C
(mínima), e os ventos prevalecentes são de N e SE. Córdoba é uma das cidades mais poluídas
da Argentina, uma grande variedade de indústrias localiza-se em áreas suburbanas que
rodeiam a cidade (Carreras et al., 2006), sendo a poluição fundamentalmente causada por
Capítulo 2 – Revisão Bibliográfica
23
fontes móveis. Está situada em uma formação côncava que reduz a circulação do ar e provoca
frequentes inversões térmicas, no outono e inverno. Durante o inverno, a intensidade do vento
é fraca com direção NE, a umidade relativa é baixa e praticamente sem precipitações. Este
cenário favorece a formação de uma camada de inversão de baixa altitude que se quebra ao
redor do meio dia, e que produz a acumulação de poluentes perto da superfície. Durante o
verão, tanto a temperatura (média de 23ºC) como a umidade relativa (57%) são altas. Devido
às condições meteorológicas de Córdoba os aerossóis na cidade mostram um padrão
semelhante a cada ano, com concentração aumentando entre os meses de agosto e outubro
(Toselli et al., 2009). Do mesmo modo que em Buenos Aires, aerossol de fumaça, produto da
queima de biomassa na região norte da América do Sul, é transportado para essa região
(Wolfram et al., 2004).
A localidade de Puerto Madryn encontra-se situada do lado nordeste da Região
Patagônica e próxima do mar, (42° 46’S, 65° 02’O), a uma elevação de 17 m e uma população
aproximada de 57.614 habitantes. A circulação atmosférica predominante na região é
fortemente influenciada pela presença de dois extensos sistemas de alta pressão, ou
anticiclones quase-estacionários localizados a ambos os lados do continente nos oceanos
Pacífico e Atlântico aproximadamente em 30°S, e por baixas pressões localizadas
aproximadamente em 65°S. A persistência desses sistemas de pressão durante o ano todo
determina uma maior proporção de ventos O e SO. A temperatura média anual é 13,4 °C, a
média mensal varia entre 6,4 °C no mês de julho e 20,4 °C no mês de janeiro. A umidade
relativa média anual é de 68,4%, variando entre 62,4% em janeiro e 75,5% em junho.
Distribuída quase uniformemente ao longo do ano, a precipitação apresenta um máximo
relativo no mês de abril de 32,6 mm e um mínimo relativo em janeiro de 10,5 mm, sendo a
precipitação mensal superior a 20 mm nos meses de fevereiro a junho. A velocidade média
anual do vento é de 4,6 m/s, sendo a variabilidade ao longo do ano muito pequena, com um
máximo em dezembro de 5,4 m/s e um mínimo em maio de 4,1 m/s. Esta localidade é
altamente influenciada pela presença de partículas salinas, dada sua proximidade ao mar e por
ser um local austral, é afetada frequentemente por massas de ar polares procedentes do
Continente Antártico.
Finalmente, a cidade de Trelew está localizada entre 43º14’ S e 65º19’O, no nordeste
da província de Chubut na Patagônia, na região denominada "Valle Inferior del Río Chubut"
(VIRCH) a uma altura de 11 m acima do nível do mar, com uma superfície de 249 km
2
e uma
população de 116.192 pessoas (DGEyC, 2010). Possui um clima desértico, com precipitações
muito escassas, marcadas amplitudes térmicas e anuais. As precipitações quase não superam
Capítulo 2 – Revisão Bibliográfica
24
200 mm anuais e sua distribuição ao longo do ano não permite definir uma estação
tipicamente chuvosa. A temperatura máxima oscila em 40 ºC e a mínima em -10 °C. Segundo
um estudo feito por Otero e colaboradores (2006c), na porção mais meridional da Argentina,
Trelew e Puerto Madryn, os aerossóis predominantes são de origem marinha, com alto
conteúdo de sais, e os aerossóis antárticos, com sais e sulfatos. Além disso, encontram-se
misturas de aerossóis de origem industrial, poeira e areia.
2.5.3 Antecedentes das propriedades ópticas do aerossol no sul da América do Sul
Vários estudos têm sido desenvolvidos a nível mundial para determinar as
propriedades dos aerossóis oriundos da queima de biomassa e suas modificações durante o
transporte, em escala regional e intercontinental, mas até a presente data poucos estudos
foram realizados na porção sul da América do Sul.
Na maior parte da América do Sul os meses de maior queima são entre julho e
dezembro, com máximos entre agosto e outubro, no entanto, existem variações regionais. Ao
norte da Amazônia as queimadas se realizam entre dezembro e maio; em regiões ao sul da
Amazônia entre agosto e outubro; enquanto que na Argentina e no Paraguai existe um
máximo adicional entre janeiro e março. Na região patagônica, as queimadas ocorrem
também durante os meses de verão (Mielnicki et al., 2005a and 2005b).
Otero et al., (2006c) estudou a evolução da profundidade óptica do aerossol durante o
ano de 2002, em dez estações da AERONET: na Argentina, em Buenos Aires, Córdoba e
Puerto Madryn; no Brasil, em Alta Floresta; no Chile, em Arica; no México, na Cidade do
México; nos Estados Unidos, em Greenbelt; na Espanha, em El Arenosillo; na Arábia Saudita,
em Solar Village e no Marrocos, em Dahkla. Foi determinado o tipo de aerossol presente em
cada estação, evidenciando o comportamento da AOD versus o coeficiente de Ångström. Para
a porção sul da América do Sul, em Arica, além das contribuições de aerossol industrial e
urbano, existe uma mistura de poeira e spray marinho, devido à sua proximidade ao deserto de
Atacama e ao oceano Pacífico. Em Buenos Aires, o tipo de aerossol predominante é o
continental limpo, médio e continental poluído, principalmente produto do transporte de
fumaça de queima de biomassa da porção norte da América do Sul, além das contribuições de
aerossol urbano de origem local. Em Córdoba, o tipo de aerossol predominante é o continental
limpo e continental médio, sendo produto das contribuições do transporte de fumaça de
queimadas, aerossol urbano e poeira de origem local (Otero et al., 2004). Enquanto que na
porção mais ao sul da Argentina, em Puerto Madryn (e Trelew pela sua proximidade), os
Capítulo 2 – Revisão Bibliográfica
25
aerossóis predominantes são marítimos, com alto conteúdo de sais e os antárticos, com sais e
sulfatos. Além disso, encontram-se misturas de aerossóis de origem industrial, poeira, sal e
areia.
Santiago do Chile é uma cidade com grandes problemas na sua qualidade do ar, sendo
uma das cidades mais poluídas do mundo (Morata et al., 2008). Esta condição é intensificada
durante o inverno, pela sua topografia e suas condições meteorológicas. Estudos quantitativos
da poluição do ar foram iniciados na década de 1970 em Santiago, um deles é Préndez et al.,
(1984) no qual foram analisadas as medidas das concentrações elementares do ar utilizando
um amostrador Hi-vol para aerossóis. Outro estudo mais recente é de Didyk et al., (2000), o
que proporciona uma base de referência para os componentes orgânicos relacionados à
qualidade do ar em Santiago. Artaxo et al., (1999) coletaram várias amostras de aerossol em
dois diferentes sítios na área urbana de Santiago (Gotuzo e Las Condes), e determinaram
assim que as principais fontes das partículas de aerossol em Santiago são a suspensão de
poeira do solo e a emissão antropogênica urbana devido ao tráfego de veículos, sendo as
partículas da moda grossa responsáveis por 63% de PM10 em Gotuzo e por 53% em Las
Condes.
Um trabalho feito por Oyanadel et al. (2006) compara as medições de AOD obtidas a
partir do sensor MODIS a bordo do Terra e a AOD medida a partir um fotômetro solar
pertencente à rede AERONET entre agosto de 2001 e outubro de 2002, além disso analisa
dados de aerossol (partículas de PM10 e PM2.5) coletados in situ em Santiago, sendo
utilizados aqueles dados de material particulado para estimar AOD. Para isso, consideraram
uma camada limite bem misturada e calcularam a altura da camada através do modelo MM5.
Foi dada especial atenção aos eventos extremos de poluição nos períodos de inverno e outono,
que ocorrem quando o regime subsidente do ASPS é reforçado por sistemas de baixas
pressões, chamadas de Baixas Costeiras (BC), o que produz a diminuição da base da inversão
de subsidência. Assim, eles encontraram uma pequena correlação entre os dados do satélite e
os dados in situ, argumentando que pode ser parcialmente atribuído a problemas no algoritmo
de recuperação ligados a uma caracterização inadequada da refletividade da superfície, e
suposições erradas sobre a distribuição vertical de aerossóis. Da comparação dos valores de
AOD da AERONET e as obtidas a partir das medições de material particulado in situ,
mostraram baixa correlação em relação às correlações encontradas em outros estudos (Wang
& Christopher, 2003). Por isso, os autores sugerem que a carga de aerossóis medida pelo
fotômetro solar não só correspondem a medidas de aerossóis na camada limite, mas também
de camadas em níveis mais altos, como plumas de origem industrial e aerossóis oriundos da
Capítulo 2 – Revisão Bibliográfica
26
suspensão de poeira do solo provocada pelo vento. Um estudo mais atual foi desenvolvido por
Morata et al., (2007), e que foi centrado na identificação de alguns dos principais elementos
químicos e partículas sólidas presentes no ar de Santiago.
Na Argentina, a cidade de Buenos Aires tem características geográficas e topográficas
muito diferentes das áreas urbanas da América Latina que sofrem de altos índices de poluição
(Bogo et al., 2003), como Santiago do Chile, cidade do México e São Paulo. Nos últimos
anos têm sido realizados alguns estudos para explorar as características atmosféricas de
Buenos Aires, com ênfase na pesquisa dos níveis dos poluentes atmosféricos e suas fontes, no
entanto, poucos estudos referem-se às propriedades ópticas do aerossol. Na Argentina (Ristori
et al., 2003), no qual, para medições das propriedades ópticas do aerossol foi desenvolvida
uma relação logarítmica entre a profundidade óptica dos aerossóis com o comprimento de
onda, com isso foram determinadas as propriedades dos aerossóis como seu tamanho e
coeficiente de Ångström, estudado para diferentes comprimentos de onda.
Outro é o trabalho de Wolfram et al., (2004), onde foi estudada a atenuação que os
aerossóis atmosféricos causam na radiação solar que atinge a superfície da Terra, na região
espectral do ultravioleta (290 nm – 400 nm) durante um evento de poluição intensa por
aerossóis sobre a cidade de Buenos Aires. Para isso foi utilizado o radiômetro de banda
estreita moderada GUV (Biospherical Inst) pertencente à Rede de Monitoramento Solar da
Argentina. Através do modelo Tropospheric Ultraviolet-Visible (TUV), que resolve a equação
de transferência radiativa, calcularam os aerossóis efetivos para Buenos Aires no evento
considerado, sendo esses resultados comparados com dados derivados do fotômetro solar
CIMEL pertencente à rede AERONET localizado no CEILAP (Centro de Investigações em
Lasers e Aplicações). Além disso, foram analisadas medições gravimétricas de aerossóis
atmosféricos da fração fina PM2.5 e grossa PM2.5-10 coletadas simultaneamente durante o
evento de poluição extremo estudado. Da análise desenvolvida determinou-se que, nesse
evento, a principal fonte de aerossóis atmosféricos foi a queima de biomassa, que
provavelmente vem da parte norte do Brasil, e que são transportados até Buenos Aires nas
camadas baixas e médias da atmosfera.
No ano de 2004 foi realizado um estudo intensivo de um episódio de transporte de
aerossóis na cidade de Córdoba durante o mês de outubro de 2003 (Otero et al., 2004). Uma
combinação de retrotrajetórias (HYSPLIT) e imagens de satélite foram utilizadas para estimar
a origem das massas de ar. As propriedades ópticas dos aerossóis foram caracterizadas por um
fotômetro solar pertencente à rede AERONET, e foi possível estimar o tipo de partículas
presentes. Contrariamente ao esperado, as partículas presentes na atmosfera não foram de
Capítulo 2 – Revisão Bibliográfica
27
fumaça proveniente de um foco de queimada detectado pelo satélite argentino SAC-C. O
estudo das propriedades ópticas dos aerossóis medidos durante o evento demonstrou presença
de partículas de poeira predominante durante os dias 16 e 20 de outubro e uma mistura de
aerossóis continentais, fumaça e poeira para os demais dias.
Murruni et al., (2005) caracterizaram quimicamente aerossóis atmosféricos totais
coletados em Buenos Aires, desde 15 de julho até 27 de agosto de 2003. Tais amostras foram
analisadas utilizando a técnica PIXE a fim de determinar sua composição elementar global.
Uma dessas amostras foi, adicionalmente, analisada com microPIXE para conhecer a
composição elementar das partículas individuais que a constituíram. Além disso, amostras de
aerossóis finos PM2.5 e grossos PM2.5-10 foram coletados durante um evento de queima de
biomassa, produzido na área da desembocadura do Rio Paraná (Delta, 34º S, 58º O). Estas
amostras foram analisadas com SEM/EDX a fim de caracterizar os aerossóis emitidos durante
aquele evento. Foi determinado que houve contribuição de emissão veicular, fontes naturais,
tais como a crosta terrestre, a brisa marinha e materiais de construção.
Um trabalho mais atual foi feito por Otero et al., (2006a), onde um fotômetro solar
pertencente à rede AERONET e um sistema LIDAR de múltiplos comprimentos de onda
foram utilizados para obter a AOD durante o dia na região espectral UV - IR. As propriedades
ópticas dos aerossóis troposféricos foram medidas simultaneamente por ambos os sistemas
instalados no CEILAP.
Capítulo 3 – Materiais e Métodos
28
CAPÍTULO 3:
MATERIAIS E MÉTODOS
Análises estatísticas foram utilizadas para estudar a variabilidade temporal e espacial
das propriedades ópticas do aerossol. Comparações, quando possível, de resultados obtidos
com os radiômetros da AERONET próximos às passagens dos satélites Terra e Aqua sobre os
sítios da AERONET foram realizados para a profundidade óptica do aerossol. Tais
comparações visam verificar a qualidade dos produtos MODIS para essas localidades.
3.1 MODIS - MODERATE RESOLUTION IMAGING SPECTRORADIOMETER
O MODIS foi o primeiro sensor desenhado especificamente para obter observações
globais de aerossóis com resolução moderada. O instrumento é constituído por um radiômetro
espectral passivo de imagem convencional, com 36 bandas espectrais discretas entre 0.4 e
14.5
m
µ
. Tais bandas possuem resoluções espaciais de 250 m (banda 1 = 0.65
m
µ
e banda 2
= 0.85
m
µ
), 500 m (banda 3 = 0.45
m
µ
, banda 4 = 0.55
m
µ
, banda 5 = 1.24
m
µ
, banda 6 =
1.64
m
µ
e banda 7 = 2.11
m
µ
) e as demais de 1000 m.
Embora os dados do MODIS auxiliem em estudos diversos como a da temperatura do
oceano ou das propriedades das nuvens, um dos seus principais objetivos é o de monitorar os
aerossóis sobre o globo. O MODIS é capaz de fornecer o produto de profundidade óptica do
aerossol sobre continente e oceano com uma resolução de 10 km no nadir, além de outros
parâmetros relacionados aos aerossóis como a razão entre moda fina e moda grossa. Esses
produtos são utilizados pela comunidade científica para responder questões referentes ao
papel dos aerossóis no clima (Levy
et al
., 2007) e também nas tentativas de monitoração da
qualidade do ar em grandes cidades, já que a profundidade óptica do aerossol é
intrinsecamente ligada à carga de aerossóis presentes na atmosfera (Chu
et al
., 2003).
Os sensores MODIS se encontram a bordo dos satélites Terra e Aqua, lançados e
operados pela NASA. O satélite Terra foi lançado no final de 1999 e o Aqua no começo de
2002. Ambos os satélites possuem órbita polar em torno da Terra, em uma altitude de
aproximadamente 705 km. O Terra possui uma órbita descendente, com horário de passagem
em torno das 10h30min sobre o Equador, e o Aqua uma órbita ascendente, com passagem em
torno das 13h30min (Papadimas
et al
., 2009). Os satélites repetem a geometria da sua órbita a
cada 16 dias (King
et al
., 1992; 2003; Remer
et al
., 2006), e as suas medições são
Capítulo 3 – Materiais e Métodos
29
periodicamente transmitidas para estações de recepção na Terra. Os produtos do MODIS são
distribuídos para o público no formato
Hierarquical Data File
(HDF) e cada arquivo
individual representa um “grânulo” que corresponde à varredura do sensor durante cinco
minutos correspondendo a aproximadamente uma área de 2330 km x 1350 km, o que é
suficiente para realizar uma cobertura global completa de 1 a 2 dias, envolvendo superfície
terrestre, oceano e atmosfera.
Os algoritmos são avaliados e atualizados periodicamente (Levy
et al
., 2007; Remer
et
al
., 2008). Sobre o continente, a última versão disponível é a coleção 5, que elimina a
superestimação sistemática de AOD para baixas cargas de aerossóis e subestimação para
cargas elevadas (Levy
et al
., 2007a; Mi
et al
., 2007), que existia nas coleções anteriores (Chu
et al
., 2002; Remer
et al
., 2005; Levy
et al
., 2005). Os produtos são gerados em 3 níveis:
nível L1, nível L2 e nível L3 (King
et al
., 2003), os quais utilizam o símbolo MOD quando se
trata de produto do MODIS a bordo do Terra e o MYD quando se trata do Aqua. No nível 1 é
gerado o primeiro produto e a partir dele são gerados os arquivos de cobertura espacial, como
o MOD02/MYD02 (nível L1B), que possui radiâncias calibradas e georeferenciadas das 36
bandas espectrais separadas conforme a sua resolução. O produto, MOD03 é o arquivo que
possui os dados de georeferenciamento completos com a respectiva resolução espacial do
sensor. No Nível 2 (L2) são gerados diversos produtos: os produtos de máscara de nuvens
para distinção entre pixels com e sem nuvens (MOD35); produto de perfil atmosférico
(MOD07), produto de aerossol (MOD04) sobre terra e sobre oceano, produto de água
precipitável (MOD05), e produto sobre propriedades de nuvens (MOD06).
Neste trabalho os produtos utilizados são do Nível 2, MOD04 obtidos do satélite Terra
e MYD04 do Aqua. Este produto é gerado global e diariamente oferecendo a profundidade
óptica do aerossol sobre terra e oceano, com resolução de 10 km x 10 km (no nadir),
distribuição de tamanho sobre oceanos e tipo de aerossol sobre continente (Remer
et al
.,
2005). O algoritmo operacional para a determinação de AOD sobre terra utiliza os canais
espectrais de 470, 650 e 2110 nm, onde este último é utilizado para determinar a refletância
de superfície. O objetivo do algoritmo é determinar as condições que melhor imitam a
refletância espectral
λ
ρ
observada pelo sensor MODIS e recuperar as propriedades
associadas ao aerossol. Assim, a estimativa da refletância de superfície e a medição da
refletância no TOA são comparadas com valores tabelados em LUT (
Look Up Tables
)
contendo uma grande variedade de tipos de aerossol e refletâncias de superfície. Utilizando-se
Capítulo 3 – Materiais e Métodos
30
essa tabela de referência é designado o tipo de aerossol que provocaria a refletância no TOA
medida pelo sensor.
Durante a recuperação do aerossol para uma caixa de 10 km, o algoritmo do MODIS
pode prosseguir normalmente, seguir com ligeiros erros, ou encerrar devido a um erro fatal.
Assim, a garantia de qualidade (
Quality Assurance
, QA) dos produtos recuperados é atribuída
com base no comportamento do algoritmo (Levy
et al.,
2009b), atribuindo valores específicos
de QA quando os erros (fatal ou ligeiro) são encontrados. Quando produtos do aerossol são
armazenados em arquivos HDF, as bandeiras de QA compõem-se de bits de dados que podem
ser decodificados para determinar esses erros.
Quando é realizada a recuperação do aerossol sobre terra ou oceano, o produto é
atribuído com uma bandeira de
confiança de QA
(QAC), que representa a soma de todas as
bandeiras individuais de QA. Esta bandeira QAC indica para o usuário como é que a
recuperação da AOD deve ser considerada, cujo valor varia de 3 a 0, onde a qualidade 3
significa “muito bom” e qualidade 0 significa “insuficiente”. No documento ATBD 2009
(Levy
et al.,
2009b) são descritos os sinalizadores individuais de QA e como eles são usados
para atribuir QAC.
Arquivos binários no formato HDF com valores da profundidade óptica do aerossol
georeferenciados com resolução de 10 km x 10 km (no nadir) foram solicitados remotamente
na página http://ladsweb.nascom.nasa.gov/data/search.html. Para abrir, manipular e analisar
os arquivos binários de profundidade óptica do aerossol foi utilizado um programa
desenvolvido no software matemático Matlab. Assim, foram obtidos os valores de AOD nas
resoluções espaciais de 20 km x 20 km, 60 km x 60 km e 100 km x 100 km, que equivalem a
áreas de círculos com raios de 10, 30 e 50 km respectivamente.
3.2 AERONET - AEROSOL ROBOTIC NETWORK
A AERONET é uma rede mundial concebida e operada pela NASA
Goddard Space
Flight Center
para caracterizar e monitorar as propriedades ópticas do aerossol, além de
possuir o objetivo de validar as observações realizadas por satélites via sensoriamento remoto
passivo (Holben
et al
., 1998). Entre os principais produtos fornecidos pela rede está a
profundidade óptica do aerossol (AOD) em 500 nm (
5.0
τ
) e outros comprimentos de onda, o
conteúdo de vapor d’água na coluna atmosférica, a distribuição de tamanho e o índice de
Capítulo 3 – Materiais e Métodos
31
refração das partículas em quatro comprimentos de onda. Atualmente a rede possui mais de
cem radiômetros instalados em diversas partes do globo. Esses radiômetros são fabricados
pela Cimel e realizam medições automáticas de radiância espectral solar direta do sol e difusa
do céu, em diferentes geometrias e comprimentos de onda, desde o ultravioleta ao
infravermelho próximo (em 340, 380, 440, 500, 670, 870 e 1020 nm). As medições de
radiância direta permitem a obtenção de AOD utilizando-se a lei de Beer-Lambert-Bouguer.
As radiâncias celestes são utilizadas para obtenção da distribuição de tamanho, índice de
refração complexo, albedo simples e fator de assimetria do aerossol a partir de um código de
inversão desenvolvido por
Dubovik & King
(2000).
O radiômetro espectral CIMEL Electronique 318-A é um radiômetro solar e celeste
direcionado roboticamente, resistente ao tempo, alimentado com energia solar. Um sensor,
com colimadores de 25 cm é anexado a uma base-robô de 40 cm. Os sensores giram no
sentido do ângulo zenital e azimutal com o auxílio de motores de passo com uma precisão de
0,05º. Um microprocessador calcula a posição do sol baseado em informações de data, hora,
latitude e longitude, direcionando os colimadores a menos de 1° do sol. Um pequeno detector
localiza precisamente o sol para que se dê início à seqüência de medidas (Procópio, 2005).
Quando finalizam as medidas, o instrumento retorna à posição de repouso, apontando
aproximadamente para o nadir. O fotômetro tem um sensor de umidade acoplado que cancela
qualquer seqüência de medidas quando existe qualquer ocorrência de precipitação para evitar
danos aos componentes elétricos e aos filtros de interferência (Holben
et al.,
1998).
As medidas diretas do sol têm um campo de visão de 1,2° e são realizadas em 8
bandas espectrais: 340, 380, 440, 500, 670, 870, 940 e 1020 nm (onde 440, 670, 870, 940 e
1020 nm são medidas padrão), que estão localizados em um suporte que gira com auxílio de
um motor de passo localizados dentro do sensor e cada medida leva aproximadamente dez
segundos para ser feita. As larguras das bandas variam de 2,5 nm para os comprimentos de
onda na região do ultravioleta (340 e 380 nm) e 10 nm para os demais canais, uma seqüência
pré-programada de medidas tem início pela manhã e termina à tarde. A variação temporal de
cobertura das nuvens é tipicamente maior que a dos aerossóis e para diferenciá-los são
realizadas três medidas com um intervalo de 30 segundos entre elas, a cada 15 minutos, para
cada
λ
, possibilitando a verificação da presença de nuvens na maioria das vezes.
As medidas de radiação celeste são feitas em quatro bandas espectrais (440, 670, 870 e
1020 nm) ao longo do plano solar principal
1
e do almucântar solar
2
. Mais de quatro medidas
no almucântar são realizadas diariamente a cada hora entre 09:00 e 15:00 hora local, em
massas ópticas de 4, 3, 2 e 1.7, as observações em um comprimento de onda são feitas em
Capítulo 3 – Materiais e Métodos
32
aproximadamente 40 segundos. Essa medida é repetida para cada canal para completar uma
sequência de almucântar.
A rede AERONET prevê a padronização de instrumentos, calibração e processamento
(Holben
et al.
, 1998). As medidas são realizadas diariamente e enviadas automaticamente
através das antenas transmissoras para uma estação central receptora a cada hora por meio do
sistema de transmissão de dados do satélite geoestacionário GOES (
Geostationary
Operational Environmental Satellites)
.
Da estação central receptora os dados brutos são retransmitidos para um servidor
localizado na NASA/GSFC, onde são processados, analisados e disponibilizados através da
página da AERONET. Assim, os dados classificados como nível 1.0 e 1.5
são
disponibilizadas entre 1 a 2 dias após as medições. Os dados de máxima qualidade da rede são
obtidos após o instrumento retornar para os laboratórios da NASA para recalibração. Uma vez
realizada a análise de estabilidade e a recalibração do instrumento, a AOD é recalculada e
disponibilizada como nível 2.0, o que ocorre entre alguns meses e 1 ano após as medições.
Os sítios cujos dados são analisados neste trabalho são Santiago e Arica (nível 2.0), no
Chile, Buenos Aires e Córdoba (nível 2.0), Puerto Madryn e Trelew (nível 1.5), na Argentina,
disponíveis na internet em http://aeronet.gsfc.nasa.gov. A AERONET calcula a profundidade
óptica do aerossol para os seguintes comprimentos de onda: 1020, 870, 670, 500, 440, 380 e
340 nm, no entanto neste estudo é utilizada a AOD no canal de 550 nm, o qual foi interpolado
utilizando o coeficiente de Ångström.
___________________________________________________________________________
1
plano principal é definido como o plano vertical que contém o sol, assim o ângulo azimutal de observação
)(
ϕ
é fixo e varia-se o ângulo zenital de observação.
2
Um almucântar constitui uma série de medidas realizadas em um cone cujo ângulo zenital de observação
)(
θ
é
igual ao ângulo zenital solar
)(
0
θ
, variando-se o ângulo azimutal
)(
ϕ
relativo à posição do sol, de 0º a 360°.
Capítulo 3 – Materiais e Métodos
33
3.3 FONTES DE DADOS E INFORMAÇÃO
A informação utilizada para a análise das propriedades ópticas do aerossol foi extraída
da base de dados de seis estações da AERONET, cujas características são apresentadas na
tabela 3.3.1. Com relação aos dados do MODIS, foi considerada uma região que inclui, em
sua extensão, as zonas onde se encontram instaladas as estações da rede AERONET, para
assim comparar os dados da profundidade óptica do aerossol (AOD) do radiômetro da
AERONET com os do sensor MODIS e avaliar a qualidade destes.
Tabela 3.3.1: Nome da estação, sua localização, altitude, nível e período temporal de disponibilidade dos dados
da AERONET.
Estação País Latitude Longitude Altura Nível
Período de Dados
Arica Chile 18°28’19’’ S 70°18’46’’ O 25 m 2.0
1998-2004
Santiago Chile 33°29’24’’ S 70°43’01’’ O 510 m 2.0
2001-2002
CEILAP-BA Argentina 34°34’01’’ S 58°30’00’’ O 10 m 2.0
1999-2007
Córdoba-CETT Argentina 31°31’26’’ S 64°27’50’’ O 730 m 2.0
1999-2007
Puerto Madryn Argentina 42º47’24’’ S 65º00’36’’ O 15 m 1.5
2000-2003
Trelew Argentina 43º15’00’’ S 65º18’32’’ O 15 m
1.5 2005-2007
Os valores de AOD do sensor MODIS são da coleção 5, nível 2, os produtos do
aerossol MOD04 e MYD04 sobre terra (Land) e combinado
“Joint”
(Land and Ocean), a
bordo do satélite Terra correspondem ao período dos anos 2000 a 2008, enquanto para o
sensor a bordo do Aqua o período é 2002 a 2008. Foram calculados os valores médios e
respectivos desvios padrão de AOD no momento da passagem do satélite em áreas que
compreendem aproximadamente a círculos com raio de 10, 30 e 50 km, a partir da localização
dos radiômetros da AERONET, o que corresponde a quadrados de 20 km x 20 km, 60 km x
60 km e 100 km x 100 km.
Capítulo 3 – Materiais e Métodos
34
3.4 METODOLOGIA
Os cálculos descritos a seguir foram realizados para o canal de 550 nm, sendo os
resultados para os outros comprimentos de onda (470 e 670 nm) proporcionais, levando-se em
conta a dependência espectral da interação do aerossol com a radiação solar.
3.4.1 Variabilidade Temporal do Aerossol
Para estudar a variabilidade da profundidade óptica do aerossol (AOD) nas zonas de
estudo, foram calculados os valores médios de AOD das séries temporais completas dos
dados do MODIS (nas resoluções espaciais de 20 km x 20 km e 100 km x 100 km). Foram
feitos cálculos do valor médio de AOD para cada ano e local para visualizar como evolui a
média anual em cada sítio e compará-los entre si. Devido aos dados limitados em algumas
localidades, foram calculadas as médias mensais para todos os anos de dados disponíveis, isto
é, calcularam-se médias desde o mês de janeiro até dezembro contendo os nove anos de dados
considerados, no caso do Terra, e os sete anos de dados, no caso do Aqua, e seus respectivos
desvios padrão (DP).
Com a série temporal de dados disponíveis de AOD do MODIS, na resolução 100 km
x 100 km, foram criados histogramas de frequências, com um intervalo de classe para cada
0.04, a fim de analisar diferenças entre os valores da profundidade óptica do aerossol,
derivadas pela manhã e à tarde, e caracterizar a sua distribuição ao longo dos períodos de
dados considerados, para cada local.
Com os dados de inversões da AERONET de algumas estações, foram gerados
gráficos da distribuição de tamanho do aerossol e do coeficiente de Ångström em função da
profundidade óptica do aerossol, a fim de avaliar a origem das fontes do aerossol nesses
locais.
Uma análise sinótica, de altos valores de AOD em Buenos Aires, foi desenvolvida
para um caso particular com valores acima de 1.0 no local, a partir dos dados obtidos tanto
pelo Terra quanto pelo Aqua. Foram gerados mapas com a distribuição dos valores de AOD
da região de estudo, para o comprimento de onda de 550 nm, e escolhida uma data onde se
identificou o transporte da fumaça, produto da queima de biomassa do Norte do Brasil até o
setor onde se encontra localizada a cidade de Buenos Aires. Foi também analisada a imagem
do canal do visível para o dia de máximos valores de AOD, obtida da passagem do satélite
Terra. Além disso, foram feitos gráficos do vetor vento no nível de 850 hPa e de temperatura
Capítulo 3 – Materiais e Métodos
35
nos 1000 hPa, a partir de dados de reanálise do NCEP/NCAR, sendo construídos gráficos com
as médias das composições climatológicas considerando 20 anos de dados e as médias das
composições do período de 5 dias, correspondentes às datas do evento.
3.4.2 Variabilidade Espacial do Aerossol
Para analisar a variabilidade espacial do aerossol, além de terem sido calculados os
valores médios de AOD, foram calculados seus correspondentes desvios padrão (DP) no
momento da passagem do satélite. Para avaliar a variabilidade espacial, consideraram-se os
dados de AOD na caixa com raio 10 km (resolução 20 km x 20 km) como o valor de
referência, e foi calculada a diferença absoluta (DA) entre esse valor e os valores de AOD
para raios 30 e 50 km. Uma vez obtidas estas diferenças, foram comparadas com o valor do
desvio padrão da AOD dos respectivos raios. Caso a DA seja menor que DP, isso é favorável
à homogeneidade espacial dos dados.
Além disso, foi calculado o
coeficiente de variação
(de Pearson) (CV) dos dados de
AOD, cujo coeficiente é uma medida de dispersão empregada para estimar a precisão de
experimentos e representa o desvio padrão dividido pela média aritmética (Spiegel, 1993).
____
5.0
τ
DP
CV =
(3.4.1)
Quanto maior o valor de CV maior a heterogeneidade dos valores da variável. Assim,
uma vez calculado o CV foram escolhidos apenas os dias para os quais CV<1, e foram
comparados os valores da DA com o valor do desvio padrão da AOD para aquelas datas.
3.4.3 Quality Assurance (QA)
Para tentar verificar a qualidade dos produtos de AOD do MODIS, na porção sul da
América do Sul, foram feitas análises estatísticas de comparação com os dados de AOD da
AERONET, nas quais foi observado que o MODIS superestima os valores da AERONET. A
fim de tentar explicar a qualidade insatisfatória das análises na comparação dos dados do
aerossol, foi realizada uma análise da qualidade dos dados de AOD derivado via satélite, a
partir de valores de
Quality Assurance
(QA), já que os dados de maior confiança tendem a
mostrar um melhor acordo ao serem comparados com os da AERONET (Levy et al., 2009a).
Capítulo 3 – Materiais e Métodos
36
Assim, foi desenvolvido um programa em Matlab para fazer um levantamento
estatístico da qualidade dos dados da AOD nas resoluções espaciais 20 km x 20 km, 60 km x
60 km e 100 km x 100 km para todas as localidades e período de estudo, a fim de avaliar a
qualidade dos dados obtidos pelo MODIS abordo dos satélites Terra e Aqua. Foram obtidos
valores binários da qualidade dos dados diários recuperados, os quais correspondem a:
Tabela 3.4.1: Classificação da confiança de garantia de qualidade a partir do número de bits correspondente
aos arquivos HDF dos produtos do aerossol do MODIS MOD04 e MYD04 para a região em análise.
Número de bits (QA)
Valor do bit (QAC)
Qualidade
0 - Em branco
17 0 Insuficiente
51 1 Marginal
85 2 Bom
119 3 Muito bom
3.4.4 Comparação da Profundidade Óptica do Aerossol AERONET X MODIS
Uma única estação de monitoramento do aerossol à superfície não é significativa na
avaliação da distribuição de aerossóis, devido à forte variabilidade espacial e temporal das
partículas de aerossóis na atmosfera. No entanto, as redes de estações terrestres são essenciais
para estimar as propriedades microfísicas e ópticas da coluna de aerossóis em uma
determinada região (Kaufman
et al.,
1994; Holben
et al.,
1996, 1998), que é necessário para
validar as medições por satélite e para aumentar a precisão das técnicas de recuperação de
satélites em escala regional (Tripathi
et al.,
2005).
Assim, é importante validar os produtos recuperados pelo algoritmo do MODIS
através da comparação com dados obtidos diretamente, como é o caso da rede mundial de
radiômetros solares da AERONET. A maioria dos estudos de validação tem mostrado que,
embora os τ derivados do MODIS geralmente estão dentro do erro esperado, o algoritmo do
MODIS tende a superestimar para valores pequenos de τ, e subestimar os valores maiores de τ
quando confrontados com os obtidos pela AERONET (Chu
et al
., 2002; Remer
et al
. 2005;
Levy
et al.,
2005). De acordo com
Levy et al
. (2007), pode-se considerar uma regressão
representativa da comparação entre MODIS e AERONET para a profundidade óptica do
aerossol em 0.55
µm, τ
0.55
, sobre o continente, a equação:
Capítulo 3 – Materiais e Métodos
37
AERONETMODIS
ττ
9.01.0
+=
(3.4.3)
Para comparar os valores médios temporais de AOD medidos pelos radiômetros da
AERONET com os valores obtidos a partir do sensor MODIS nas resoluções espaciais 20 km
x 20 km, 60 km x 60 km e 100 km x 100 km no canal de 0.55
µm
, foram considerados
intervalos máximos de 35 minutos antes e após as passagens dos satélites Terra e Aqua.
3.4.5 Análise do albedo simples e fator de assimetria
Outra análise efetuada, a fim de identificar possíveis explicações para a discrepância
entre as comparações de AOD, foi o estudo estatístico do albedo simples e fator de assimetria
obtido com as inversões da AERONET, e compará-las com os modelos ópticos do MODIS.
Para tanto, foram gerados gráficos com os dados disponíveis da AERONET no período de
estudo para cada localidade, e os dados correspondentes aos modelos do MODIS,
classificados como: Continental, Neutro, Urbano-Industrial, Fumaça e Poeira.
Capítulo 4 – Resultados e Discussão
38
CAPÍTULO 4:
RESULTADOS E DISCUSSÃO
Os valores de AOD obtidos para a região de estudo, tanto do sensor MODIS a bordo
dos satélites Terra e Aqua, quanto da AERONET foram tratados e processados para o
desenvolvimento dos objetivos deste trabalho. Com relação aos dados do aerossol no período
temporal considerado, para cada região de estudo nas resoluções 20 km x 20 km, 60 km x 60
km e 100 km x 100 km no canal espectral de 550 nm, foi determinada a quantidade de dados
disponíveis para a análise, os dias sem passagens do satélite e os dias com a possível presença
de nuvens.
Ao obter os valores de AOD, através de um programa desenvolvido em Matlab, foram
encontrados dias nos quais não se tinha registro de dados, representados por NaN (Not a
Number) os quais foram chamados de dias “Sem passagens”; enquanto que para aqueles dias
onde o Matlab forneceu valores zerados, isto é, só números 0, foram chamados de dias “Com
nuvens”, os quais representam a possível contaminação pela presença de nuvens na região.
A tabela 4.1.1 apresenta um resumo das estatísticas de detecção da profundidade
óptica do aerossol com o MODIS na resolução 20 km x 20 km. Foi realizado um
levantamento, para cada localidade, do número de dias com valores de AOD em cada
passagem, assim como o número de dias sem passagem de satélite na área abrangida pelo raio
de 10 km e número de dias com possível contaminação por nuvens.
Tabela 4.1.1: Número de dias com dados de AOD em cada zona de estudo para o MODIS a bordo dos satélites
Terra e Aqua
LOCALIDADE
TERRA AQUA
Com dados Sem
passagens
Com
nuvens
Com dados Sem
passagens
Com
nuvens
Arica
889
1427
331
1006
767
131
Santiago
1664
525
140
1372
520
14
Bs. Aires
1667
785
210
1295
500
19
Córdoba
1812
508
184
1501
342
15
Pto.Madryn
1777
704
189
1314
568
17
Trelew
1821
658
185
1256
529
17
Na tabela 4.1.1 pode-se observar que a região com maior quantidade de dados
disponíveis do Terra é Trelew, e Córdoba, do Aqua; enquanto que Arica dispõe a menor
quantidade de dados, tanto do Terra quanto do Aqua. Além disso, pode-se inferir que da
região de estudo, Arica é o local que tem mais dias cobertos de nuvens durante o dia todo.
Capítulo 4 – Resultados e Discussão
39
4.1 VARIABILIDADE TEMPORAL DO AEROSSOL
A fim de observar a evolução temporal da profundidade óptica do aerossol (AOD), foram
calculadas as médias anuais da totalidade dos dados recuperados do MODIS, obtidos a partir
das passagens dos satélites Terra e Aqua.
a b
Figura 4.1.1: Valores médios anuais da AOD no canal de 550 nm na resolução espacial de 20 km x 20 km para
cada localidade analisada neste trabalho. a) Obtidos a partir das passagens do Terra para o período de anos
2000-2008; b) Obtidos a partir das passagens do Aqua para o período de anos 2002-2008.
Nas figuras 4.1.1, pode-se observar que quase todos os locais de estudo, com exceção
de Arica, apresentam comportamento semelhante na evolução temporal, apresentando uma
baixa variabilidade interanual nos valores médios anuais de AOD. As localidades de Santiago
e Buenos Aires apresentam os maiores valores de AOD, tanto pela manhã quanto à tarde,
quando comparados aos demais locais. No entanto, Santiago (na cor amarela) pela manhã
apresenta valores acima de 0.35 em todo o período analisado e abaixo desse valor à tarde.
Com relação aos menores valores anuais de AOD do período, observa-se que Córdoba (na cor
azul) atinge valores da ordem de 0.10.
Os dados obtidos por ambos os satélites apresentam uma distribuição temporal
semelhante, mas no caso de Santiago diferem no ano de 2002, com um valor médio anual
maior no Terra ao redor de 0.38 e no Aqua de 0.25, aproximadamente. Por outro lado, Arica
apresenta diferenças no seu ciclo interanual, tendo uma alta variabilidade de AOD pela manhã
(figura 4.1.1a) atingindo seus maiores valores entre os anos 2004 e 2006, superando os 0.30;
no entanto, à tarde (figura 4.1.1b) seus valores não superam os 0.25 com valor quase
Capítulo 4 – Resultados e Discussão
40
constante. Com relação a Trelew e Puerto Madryn, estes locais comportam-se semelhantes
tanto de manhã quanto de tarde, oscilando seus valores de AOD entre 0.10 e 0.20.
Com relação aos valores médios anuais dos dados medidos pelas estações da
AERONET , estes dispõem, em alguns casos, de dois a três anos de dados, não permitindo
avaliar sua evolução temporal, e por isso não são apresentadas.
Foram calculadas as médias mensais de AOD para cada região de estudo, entretanto,
na cidade de Arica, foram consideradas apenas na resolução 100 km x 100 km, devido ao fato
de que só nessa resolução tem-se uma quantidade de dados representativa tanto no produto do
aerossol sobre continente quanto no produto combinado (oceano-continente). Na figura 4.1.2
comparam-se os resultados sobre o continente com os do produto combinado, devido à
proximidade com o oceano. Observa-se na figura 4.1.2a um ciclo anual de baixa variabilidade
para o qual, nos meses de primavera e verão a AOD aumenta, predominando seus maiores
valores nos períodos da manhã. Com relação à AOD do produto combinado (figura 4.1.2b),
observa-se comportamento semelhante ao ciclo anual do produto sobre continente, exceto nos
meses de junho e agosto, quando a AOD na passagem da tarde atinge maiores valores
comparados ao período da manhã. Assim, em ambos os casos o ciclo anual de AOD tem o
mesmo comportamento, com valores médios mensais variando entre 0.15 e 0.30 ao longo do
ano.
a
b
Figura 4.1.2: Médias mensais de AOD do MODIS no canal de 550 nm em Arica na resolução espacial de 100 km
x 100 km, para o período de 2000 a 2008 no caso do Terra, e para o período 2002 a 2008 no caso do Aqua. a)
Produto do aerossol sobre continente (Land); b) Produto combinado do aerossol sobre continente e oceano (Land
+ Ocean).
Capítulo 4 – Resultados e Discussão
41
Além dos gráficos das médias mensais e anuais de AOD, histogramas de frequências
de AOD do MODIS foram construídos. Assim, na figura 4.1.3a se observa durante toda a
série temporal a maior ocorrência de aerossol abaixo de 0.50, atingindo frequências acima de
15% para valores de aerossol da ordem de 0.20, e alguns casos de máximos isolados com
valores abaixo de 1.00 pela manhã. Das passagens da tarde, figura 4.1.3b, observam-se alguns
casos máximos com valores acima de 1.00 e abaixo de 1.50.
a b
Figura 4.1.3: Histograma de Frequências de AOD no canal de 550 nm em Arica na resolução espacial 100 km
x 100 km. a) A partir das passagens pela manhã (Terra); b) A partir das passagens da tarde (Aqua)
Dos nove anos de dados, no caso do Terra, e dos 7 anos de dados, no caso do Aqua, a
profundidade óptica do aerossol só em casos isolados atingiu valores acima de 1.0, o qual
pode-se ter devido à contaminação de nuvens, já que ao verificar esses altos valores na base
de dados da AERONET, foram encontrados baixos valores do coeficiente de Ångström, na
maioria variando seu valor entre 0.07 e 0.84 (figura 4.1.4b).
As distribuições de tamanho, para os períodos de verão (Dezembro, Janeiro, Fevereiro
- DJF), outono (Março, Abril, Maio - MAM), inverno (Junho, Julho, Agosto - JJA) e
primavera (Setembro, Outubro, Novembro - SON), obtidas com o radiômetro solar em Arica
são apresentadas na figura 4.1.4a.
Capítulo 4 – Resultados e Discussão
42
a b
Figura 4.1.4: a) Distribuições de tamanho das partículas do aerossol por sazonalidade. b) Relação entre o
Coeficiente de
Ångström
(α) (calculado entre 440 e 870 nm) e a profundidade óptica do aerossol em 550 nm.
Foram utilizadas medidas do radiômetro da AERONET operado em Arica, para o período a partir de maio de
1998 até março de 2004
Observam-se nos períodos DJF e SON que as modas de acumulação e grossa são
semelhantes, podendo se inferir que nesses períodos a contribuição do aerossol
urbano/industrial na estação de Arica é semelhante à contribuição do transporte de poeira e
spray marinho, produto da sua proximidade do mar e ao deserto de Atacama. No entanto, no
período de MAM a moda fina é maior do que a moda grossa, e nos meses de JJA a moda fina
é menor do que a moda grossa.
A relação entre o coeficiente de Ångström e a profundidade óptica em 550 nm é a
apresentada na figura 4.1.4b. A comparação mostra que não há uma relação bem definida
entre a dependência espectral com relação à profundidade óptica, e observa-se que para os
casos de altos valores de AOD (acima de 1.0) o coeficiente de Ångström tem valores, no
geral, menores que 1.0, pelo que se pode inferir que se trata de aerossol de moda grossa, já
que valores mais altos correspondem a populações de partículas de raios efetivos menores.
Entretanto, para aqueles casos onde o coeficiente é baixo, próximos de zero, poderiam estar
relacionados à contaminação das medidas pela presença de nuvens.
Com relação à AOD recuperada do MODIS em Santiago e em Buenos Aires, na
resolução 20 km x 20 km (figuras 4.1.5a e 4.1.6a), observa-se um característico ciclo anual
para o qual, a partir do mês de agosto, a AOD começa a aumentar, tanto nas passagens da
manhã quanto da tarde. Na figura 4.1.5a, observa-se em Santiago os máximos valores no mês
de fevereiro e a partir de março, uma diminuição de AOD, ocorrendo no mês de julho os
valores mínimos, aproximadamente de 0.20 pela manhã e de 0.15 à tarde. Em Buenos Aires,
Capítulo 4 – Resultados e Discussão
43
figura 4.1.6a, no verão a AOD atinge seus máximos valores, da ordem de 0.60 pela manhã e
de 0.50 à tarde, no mês de janeiro. A partir de fevereiro, é possível observar uma diminuição
de AOD, ocorrendo no mês de julho o mínimo valor, também da ordem de 0.20.
a b
Figura 4.1.5: Médias mensais de AOD do MODIS no canal de 550 nm em Santiago, para o período 2000 a
2008 no caso do Terra, e para o período 2002 a 2008 no caso do Aqua. a) Na resolução espacial de 20 km x 20
km; b) Na resolução espacial de 100 km x 100 km.
a b
Figura 4.1.6: Médias mensais de AOD do MODIS no canal de 550 nm em Buenos Aires, para o período 2000 a
2008 no caso do Terra, e para o período 2002 a 2008 no caso do Aqua. a) Na resolução espacial de 20 km x 20
km; b) Na resolução espacial de 100 km x 100 km.
Com relação ao que acontece com a AOD do MODIS na resolução 100 km x 100 km,
observa-se nas figuras 4.1.5b e 4.1.6b um característico ciclo anual, tanto pela manhã quanto
à tarde, que apresenta discrepâncias significativas com relação à média obtida com resolução
menor. Em Buenos Aires (figura 4.1.6b) observa-se que AOD aumenta seus valores a partir
do mês de agosto e atinge seu máximo valor médio, 0.22, durante as passagens da tarde no
Capítulo 4 – Resultados e Discussão
44
mês de setembro. Os valores de AOD começam a cair a partir de novembro, e atingem seus
valores mínimos durante o inverno.
A discrepância de AOD entre ambas as resoluções, indica que as principais fontes de
aerossol estejam localizadas próximas às cidades em questão. Isto é, ao aumentar a resolução
espacial podem-se incluir áreas menos poluídas ao redor das cidades, e ao calcular os valores
médios desses pixels considerados o valor de AOD diminuirá. No caso de (BA), a AOD
possivelmente esteja sendo dispersa devido à topografia do local, a qual é favorável para
diluir os poluentes na cidade, já que está localizada em uma planície aberta que favorece a
circulação do ar. No entanto, ao serem maiores os espaçamentos nas caixas utilizadas, podem-
se introduzir erros devido à topografia ou à heterogeneidade do aerossol (Ichoku
et al
., 2002).
a b
Figura 4.1.7: Histograma de Frequências de AOD em 550 nm em Santiago na resolução espacial 100 km x 100
km. a) A partir das passagens pela manhã (Terra). b) A partir das passagens da tarde (Aqua)
Os histogramas de frequências de AOD do MODIS foram construídos utilizando um
fator de classe de 0.04. Na figura 4.1.7a observa-se em Santiago a maior ocorrência de AOD
abaixo de 0.50 no período da manhã e com valor médio de 0.14, atingindo frequências acima
de 15% para valores de aerossol entre 0.12 e 0.16 e apenas alguns poucos casos com valores
acima de 0.50. Resultados similares foram obtidos para as passagens da tarde, figura 4.1.5b,
tendo maior frequência relativa, acima de 15%, para valores da ordem de 0.16, valor médio da
ordem de 0.16 e um máximo de 0.83.
Assim, os valores de AOD obtidos a partir das passagens dos satélites Terra e Aqua
sobre as coordenadas correspondentes a Santiago do Chile não são significativos e apresentam
um característico ciclo anual. Nos meses de verão, a AOD atinge seus máximos valores
Capítulo 4 – Resultados e Discussão
45
médios, ao redor de 0.48 pela manhã no mês de dezembro, e diminui durante o inverno com
valores médios da ordem de 0.15 à tarde, entre junho e julho. O inverno é a temporada de
precipitações em Santiago, portanto, é esperado que a AOD seja menor nesse período, já que,
possivelmente, as precipitações favorecem a deposição úmida do aerossol. Entretanto, na
maior quantidade de dias têm-se condições de céu coberto de nuvens, devido aos sistemas
frontais que atingem a zona e assim é menor a quantidade de dias nos quais foi possível
derivar a AOD a partir das passagens dos satélites sobre esse local.
Com relação aos meses de verão, o maior aquecimento superficial permite quebrar a
inversão térmica sobre a bacia nas horas da tarde, melhorando significativamente a ventilação
da cidade (Garreaud & Rutllant, 2006), no entanto, os dados de AOD do MODIS mostram um
aumento significativo da profundidade óptica durante esse período, o qual se pode dever à
contaminação dos dados pela presença de nuvens de tipo cirrus (Ci).
a b
Figura 4.1.8: Histograma de Frequências de AOD no canal de 550 nm em Buenos Aires na resolução espacial
100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A partir das passagens pela tarde (Aqua)
Em Buenos Aires, figura 4.1.8, se observa maior ocorrência de aerossol abaixo de 0.50
no período da manhã (a), atingindo frequências acima de 20% para valores de aerossol da
ordem de 0.08, e alguns casos de máximos isolados com valores acima de 1.00. O valor
médio de AOD é 0.13 e seu máximo é de 2.25, obtido no dia 06/10/2002. Nas passagens da
tarde, figura 4.1.8b, observa-se que a AOD tem maior frequência relativa, acima de 15%, para
valores entre 0.08 e 0.10, com um valor médio de 0.15 e atingindo um valor máximo de 2.81
no dia 09/09/2007. Para aqueles casos de valores de AOD acima de 1.00, foram obtidos
Capítulo 4 – Resultados e Discussão
46
coeficientes de Ångström da ordem de 1.50, o que indica a presença de aerossol de moda fina,
sendo as fontes de origem, possivelmente, a queima de biomassa.
a b
Figura 4.1.9: a) Distribuições de tamanho das partículas do aerossol por sazonalidade. b) Relação entre o
Coeficiente de Ångström (α) (calculado entre 440 e 870 nm) e a profundidade óptica do aerossol em 550 nm..
Foram utilizadas medidas do radiômetro da AERONET operado em Buenos Aires, para o período a partir de
outubro de 1999 até junho de 2007.
As distribuições de tamanho do aerossol, obtidas com o radiômetro solar em Buenos
Aires são apresentadas na figura 4.1.9a. Observam-se nos períodos DJF, MAM e SON que o
aerossol de moda fina é menor do que o aerossol de moda grossa, sendo as distribuições
semelhantes em DJF e SON. No entanto, no período de inverno (JJA) a distribuição de
tamanho das partículas de aerossol é diferente, sendo a moda fina maior do que a moda
grossa.
A relação entre o coeficiente Ångström e a profundidade óptica em 550 nm para
Buenos Aires é apresentada na figura 4.1.9b. A comparação mostra uma relação definida
entre a dependência espectral com relação à profundidade óptica, observando-se que para os
valores de AOD acima de 1.0, o coeficiente Ångström atinge valores da ordem de 2.0. Assim,
se pode inferir que para esses casos o aerossol é de moda fina, pois valores mais altos
correspondem a populações de partículas de raios efetivos menores. Entretanto, para aqueles
casos onde o coeficiente é baixo, próximos de zero e inclusive negativos, poderiam estar
relacionados à contaminação pela presença de nuvens.
Assim, como o deslocamento das massas de ar de origem tropical até latitudes médias
pode estar associado à Baixa do Chaco (Ratisbona, 1976) e ao Anticiclone Subtropical do
Atlântico Sul, e entre esses dois sistemas se estabelece um corredor de ventos de norte que
transporta ar de origem tropical para latitudes médias (Seluchi & Marengo, 2000), esse
Capítulo 4 – Resultados e Discussão
47
corredor de ventos pode explicar a sazonalidade de AOD em Buenos Aires, devido ao
transporte de fumaça de aerossol de queimadas desde a região norte da América do Sul, nas
camadas médias e baixas da atmosfera, até zonas mais austrais (Wolfram
et al
., 2004). A
queima de biomassa é a principal fonte de poluição atmosférica, em escala continental da
América do Sul, a qual tem um ciclo anual fortemente relacionado com os ciclos sazonais de
temperatura e precipitações (Mielnicki
et al
., 2005b), e é produzida na temporada seca, entre
os meses de julho e outubro.
Além da contribuição do aerossol de queimada, que é transportado desde o norte da
América do Sul, há contribuições locais diferentes na região “pampeana” da Argentina: a
queima de biomassa no período agosto-setembro, produzida principalmente pela queima de
cobertura da floresta, e queimadas de biomassa no período janeiro-março, pela queima de
pastagens (Mielnicki
et al
., 2005a and 2005b). Embora não tenha sido observado aumento da
concentração de partículas da moda fina nestes últimos meses.
Assim como observado em Santiago, os dados de AOD recuperados tanto do Terra
quanto do Aqua, atingem freqüentemente valores abaixo de 0.5, sendo a maior ocorrência de
AOD da ordem de 0.1, existindo assim uma baixa variabilidade diurna de AOD em Buenos
Aires, com condições de céu medianamente limpo.
Nas localidades de Córdoba (figura 4.1.10 (a,b)), Puerto Madryn (figura 4.1.11
(a,b)) e Trelew (figura 4.1.12 (a,b)), pode-se observar um ciclo anual quase homogêneo de
AOD, nas passagens da manhã e da tarde e nas duas resoluções espaciais. Em córdoba os
valores médios de AOD são da ordem de 0.15 em todo o ano, com um ligeiro aumento nos
meses de setembro e outubro, o qual é acompanhado de altos valores de desvio padrão,
atribuindo assim uma maior variabilidade de AOD nesse período. Do mesmo modo que em
Buenos Aires, é transportado, para esta região, aerossol de fumaça produto da queima de
biomassa da região norte da América do Sul (Wolfram
et al
., 2004).
Com relação às precipitações em Córdoba, estas ocorrem nos meses de verão (Grimm
et al
., 2000), o que explica os baixos valores de AOD entre os meses de novembro e agosto,
visto que as precipitações favorecem a dispersão e deposição de poluentes. Observa-se, na
época seca, o aumento de AOD no local, devido ao fato de Córdoba situar-se na pampa seca
da Argentina.
Capítulo 4 – Resultados e Discussão
48
a b
Figura 4.1.10: Médias mensais de AOD do MODIS no canal de 550 nm em Córdoba, para o período 2000 a
2008 no caso do Terra, e para o período 2002 a 2008 no caso do Aqua. a) Na resolução espacial de 20 km x 20
km; b) Na resolução espacial de 100 km x 100 km.
Em Puerto Madryn, figura 4.1.11 (a,b), a AOD atinge seus mínimos valores durante o
mês de junho, da ordem de 0.07 em ambas as passagens. A profundidade óptica do aerossol
começa a aumentar com valores acima de 0.15, tanto nas passagens da manhã quanto à tarde,
a partir do mês de setembro e, no verão, atinge seus máximos valores, da ordem de 0.30, no
mês de dezembro.
a
b
Figura 4.1.11: Médias mensais de AOD do MODIS no canal de 550 nm em Puerto Madryn, para o período 2000
a 2008 no caso do Terra, e para o período 2002 a 2008 no caso do Aqua. a) Na resolução espacial de 20 km x
20 km; b) Na resolução espacial de 100 km x 100 km.
Existe uma concordância entre as distribuições temporais de AOD do MODIS nas
resoluções de raio 10 km e 50 km, variando os valores de AOD entre 0.07 e 0.30 durante o
ano todo, com um ligeiro aumento nos meses de outubro a dezembro, o qual é acompanhado
Capítulo 4 – Resultados e Discussão
49
de altos valores de desvio padrão na figura 4.1.11a, atribuindo assim uma maior variabilidade
de AOD nesse período na resolução 20 km x 20 km.
Com relação à cidade de Trelew, na figura 4.1.12 (a,b), observa-se que a AOD atinge
seus mínimos valores durante o mês de junho, abaixo de 0.07 em ambos os casos. A
profundidade óptica do aerossol aumenta, com valores acima de 0.15, tanto nas passagens da
manhã quanto à tarde, a partir do mês de outubro e no verão atinge seus máximos valores, da
ordem de 0.20, no mês de dezembro na resolução espacial de 20 km x 20 km (figura 4.1.12a),
e da ordem de 0.30 pela manhã, em dezembro, na resolução de 100 km x 100 km (figura
4.1.12b).
a b
Figura 4.1.12: Médias mensais de AOD do MODIS no canal de 550 nm em Trelew, para o período 2000 a
2008 no caso do Terra, e para o período 2002 a 2008 no caso do Aqua. a) Na resolução espacial de 20 km x 20
km; b) Na resolução espacial de 100 km x 100 km.
Com relação aos histogramas de freqüências relativas de AOD, em Córdoba (figura
4.1.13a), observa-se que a maior ocorrência de aerossol pela manhã atinge valores abaixo de
0.50, com frequências acima de 25% para valores de AOD da ordem de 0.04, e alguns casos
de máximos isolados com valores abaixo de 1.50. Resultados similares foram observados no
período da tarde (figura 4.1.13b).
Capítulo 4 – Resultados e Discussão
50
a b
Figura 4.1.13: Histograma de Frequências de AOD no canal de 550 nm em Córdoba na resolução espacial
100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A partir das passagens pela tarde (Aqua)
a b
Figura 4.1.14: a) Distribuições de tamanho das partículas do aerossol por sazonalidade. b) Relação entre o
Coeficiente de
Ångström
(α) (calculado entre 440 e 870 nm) e a profundidade óptica do aerossol em 550 nm.
Foram utilizadas medidas do radiômetro da AERONET operado em Córdoba, para o período a partir de
outubro de 1999 até fevereiro de 2007.
Nas distribuições de tamanho do aerossol obtidas em Córdoba, figura 4.1.14a,
observa-se que durante o ano todo o aerossol de moda de acumulação é menor do que o
aerossol de moda grossa, sendo as distribuições na moda grossa semelhantes em DJF e SON,
e em MAM e JJA. No entanto, no período de primavera (SON) a distribuição de tamanho das
partículas finas de aerossol é maior comparativamente às demais, e nos meses de primavera e
verão a distribuição das partículas grossas são maiores em relação às demais.
No gráfico entre o coeficiente de Ångström e a profundidade óptica em 550 nm em
Córdoba (figura 4.1.14b), observam-se alguns casos nos quais o coeficiente de Ångström
Capítulo 4 – Resultados e Discussão
51
cresce na medida em que
550
τ
aumenta. Na maioria dos casos, o coeficiente de Ångström
atinge valores entre 1.5 e 2.0 para profundidades ópticas do aerossol entre 0 e 0.6, inclusive
no caso isolado de AOD acima de 1.0, pudendo inferir-se que tem dois tipos de aerossol
predominante medido na estação de Córdoba, um deles de moda grossa, sendo caracterizado
por uma condição de atmosfera medianamente limpa, e outro provavelmente de tipo urbano.
Além disso, do mesmo modo que em Buenos Aires, para aqueles casos onde o coeficiente é
próximo de zero e inclusive negativo, poderiam ser relacionados à contaminação pela
presença de nuvens.
a b
Figura 4.1.15: Histograma de Frequências de AOD no canal de 550 nm em Puerto Madryn na resolução
espacial 100 km x 100 km. a) A partir das passagens pela manhã (Terra). b) A partir das passagens pela tarde
(Aqua)
a b
Figura 4.1.16: Histograma de Frequências de AOD no canal de 550 nn em Trelew na resolução espacial 100
km x 100 km. a) A partir das passagens pela manhã (Terra). b) A partir das passagens pela tarde (Aqua)
Capítulo 4 – Resultados e Discussão
52
Com relação às localidades de Puerto Madryn e Trelew, a maior ocorrência de
aerossol pela manhã (figuras 4.1.15a e 4.1.16a) atinge valores abaixo de 0.50, com
frequências acima de 15% para valores AOD da ordem de 0.10, e alguns casos de máximos
isolados com valores abaixo de 1.00, sendo 0.90 o valor máximo da série de dados
recuperados em Puerto Madryn, e 0.73 em Trelew. O período da tarde (figuras 4.1.15b e
4.1.16b) é semelhante ao que acontece de manhã, os valores de AOD que têm maior
frequência, acima de 15%, são da ordem de 0.10, e com valor máximo de 0.96 em Puerto
Madryn, e de 0.83 em Trelew.
Assim, a profundidade óptica do aerossol do MODIS sobre Puerto Madryn e Trelew,
não apresenta uma variabilidade diurna significativa, atingindo frequentemente, valores da
ordem de 0.10, com máximos que não superam o valor de 1.00.
A circulação atmosférica prevalecente nessa região é fortemente influenciada pela
presença de dois extensos sistemas de alta pressão, localizados aproximadamente entre as
latitudes 30°S e 65°S. A persistência desses sistemas de pressão durante o ano todo determina
maior ocorrência de ventos de componentes Oeste e Sudoeste, sendo a variabilidade da
intensidade do vento ao longo do ano muito pequena. Essa localidade é influenciada pela
presença de partículas salinas, pela sua proximidade ao mar, e por ser um local austral é
afetado frequentemente por massas de ar polares transportando aerossóis da origem Antártica,
além da mistura de aerossóis de fontes industriais e urbanas.
4.2 ANÁLISE DE CASO EM BUENOS AIRES
Foram gerados mapas com a distribuição dos valores de AOD da região de estudo,
para o comprimento de onda de 550 nm. As figuras a seguir correspondem aos mapas de dias
selecionados como exemplo, particularmente para analisar eventos isolados de altos valores
de AOD em Buenos Aires, causados, possivelmente, pelo transporte de fumaça da queima de
biomassa ocorrida na região norte do Brasil, atingindo a localidade com valores de AOD
acima de 1.0.
Capítulo 4 – Resultados e Discussão
53
a b
Figura 4.2.1: Distribuição espacial dos valores de AOD em 550 nm no dia 247 de 2003 obtidos a partir do
sensor MODIS. a) Abordo do satélite Terra. b) Abordo do satélite Aqua.
a
b
Figura 4.2.2: Distribuição espacial dos valores de AOD em 550 nm no dia 248 de 2003 obtidos a partir do
sensor MODIS. a) Abordo do satélite Terra. b) Abordo do satélite Aqua.
Capítulo 4 – Resultados e Discussão
54
a
b
Figura 4.2.3: Distribuição espacial dos valores de AOD em 550 nm no dia 249 de 2003 obtidos a partir do
sensor MODIS. a) Abordo do satélite Terra. b) Abordo do satélite Aqua.
Nas figuras 4.2.1, 4.2.2 e 4.2.3 podem-se observar maiores valores de AOD atingindo
a localidade de Buenos Aires, e o deslocamento da pluma de aerossol desde o norte do Brasil
até as localidades da Argentina, atingindo valores ligeiramente maiores pela manhã. Grandes
extensões apresentam valores de profundidade óptica acima de 1.0, indicando áreas
fortemente impactadas com a poluição dos aerossóis, que podem estar relacionados a focos de
queimadas. A passagem do satélite relacionada ao maior número de pontos com altos valores
de AOD é apresentada no visível (composições RGB, figuras 4.2.4 e 4.2.5). Notam-se áreas
próximas a Buenos Aires cobertas por plumas de queimadas, as quais apresentam tons de
cores mais acinzentados e forma mais difusa, em comparação às áreas cobertas por nuvens,
que são brancas. Pode-se observar um corredor de fumaça, com orientação Norte-Sul, mais
acentuado na imagem do satélite Terra.
Capítulo 4 – Resultados e Discussão
55
Figura 4.2.4: Passagem das 13:30 (UTC) no visível do satélite Terra do
dia 248 de 2003 (05/09/2003).
Figura 4.2.5: Passagem das 17:40 (UTC) no visível do satélite Aqua do dia
248 de 2003 (05/09/2003).
Capítulo 4 – Resultados e Discussão
56
Ao revisar os dados de AOD da AERONET medidos nesses dias, foi observado que a
data que atingiu maiores valores é o dia 05/09/2003, com o valor médio diurno de 0.87, sendo
durante o período da manhã registrados os máximos valores, acima de 1.0, diminuindo à tarde
como valores da ordem de 0.8. O coeficiente de Ångström para os maiores valores de AOD
foi acima de 2.0, com um valor médio diurno de 1.76, pelo qual se percebe que aqueles altos
valores de profundidade óptica correspondem a aerossol de moda fina, provavelmente produto
do transporte de fumaça desde o norte do Brasil.
a
b
Figura 4.2.6: Médias das composições de dados do vetor vento (m/s), no nível de 850 hPa., e da temperatura
(°C), no nível de 1000 hPa sobre a América do Sul. a) Climatologia de 20 anos de dados do mês de setembro; b)
Média do período entre o dia 04 e 06 de setembro de 2003.
Na figura 4.2.6a, é mostrada a climatologia de 20 anos de dados de vento e
temperatura, para o mês de setembro, sendo encontradas temperaturas, na zona central da
América do Sul, acima de 24 ºC no nível de 1000 hPa, que diminuem em direção a latitudes
maiores. O gradiente térmico apresenta uma orientação mais zonal em latitudes médias
quando comparado ao período do estudo de caso (4.2.6b). O vetor vento no nível de 850 hPa
permite observar ventos de Leste na região tropical que mudam para Sul no flanco oriental
dos Andes, produto da canalização do fluxo médio, com uma magnitude de 10 m/s, sendo
observado domínio dos anticiclones semi-permanentes nos 27ºS, com influência
predominante do Anticiclone do Atlântico Sul (ASAS) no setor oriental da cordilheira dos
Andes.
Capítulo 4 – Resultados e Discussão
57
Em relação à figura 4.2.6b, correspondente às composições dos dias escolhidos
(período entre os dias 4-6 de setembro de 2003), para os quais foi observado um aumento
significativo nos valores de AOD nas localidades de Córdoba e Buenos Aires, verifica-se um
núcleo de temperaturas de 20ºC no flanco oriental dos Andes entre os 15ºS e os 30ºS. Além
disso, nesse período é possível observar advecção de ar quente desde latitudes menores
gerado pelo ASAS que neste período encontra-se reforçado com o núcleo nos 30ºS e 40ºO
(Fedorova & Bakst, 1999). Somado ao efeito frontogenético e ciclogenético a sotavento dos
Andes e a canalização do fluxo meridional, permite a propagação meridional de sistemas
migratórios (Gan & Rao, 1994) e, como conseqüência, a intensa troca de massas de ar entre os
trópicos e as latitudes médias, o qual é propício para o transporte de fumaça das queimadas
ocorridas nessa época do ano. Neste caso particular se estabelece um corredor de ventos de
norte que transporta ar de origem tropical até latitudes médias (Seluchi & Marengo, 2000).
Esta configuração, em certas condições de intensidade e persistência, ocasiona transporte de
poluentes e ondas de calor como é observado nas figuras sobre o Sul do Brasil, Norte e centro
da Argentina e do Uruguai.
4.3 VARIABILIDADE ESPACIAL DO AEROSSOL
Para analisar a variabilidade espacial do aerossol em cada local em estudo, além de
terem sido calculados os valores médios de AOD do MODIS, tanto do Terra quanto do Aqua,
foram calculados seus correspondentes desvios padrão (DP) no momento da passagem do
satélite, a diferença absoluta (DA) de AOD entre as resoluções espaciais consideradas, e o
coeficiente de variação (CV) dos dados. Uma vez calculado o CV foram escolhidos apenas os
dias com CV < 1, e comparados os valores da DA com o valor do DP padrão da AOD.
A partir dos gráficos apresentados na figura 4.3.1, pode-se observar que a maior
quantidade de números das passagens do Terra na região de estudo, tanto na resolução 60 km
x 60 km quanto na resolução 100 km x 100 km, corresponde a coeficientes de variação (CV)
de AOD menor que 1 (figura 4.3.1 (a,c)). Para Arica e Puerto Madryn todas as passagens
apresentaram CV < 1. Em Buenos Aires, na resolução de raio 50 km (figura 4.3.1c), observa-
se quase a mesma quantidade de dias com o coeficiente de variação de AOD maior e menor
que 1, apresentando uma maior variabilidade dos valores de AOD em relação à sua
distribuição espacial. Mesmo que nos demais locais a maior quantidade de dias apresentou
CV < 1, não necessariamente foram muito inferiores a 1.
Capítulo 4 – Resultados e Discussão
58
a
Variabilidade Espacial AOD Terra 60x60 km
0
100
200
300
400
500
600
700
800
900
CV > 1 CV < 1
Núm ero de Passa g e ns de Satélite
ARICA
BS.AS
CORD
PTO.MAD
STGO
TRELEW
b
CV < 1 AOD Terra 60x60 km
0
100
200
300
400
500
600
700
800
900
DA>DP DA< DP
Núm ero de Passag e ns de Sa télite
ARICA
BS.AS
CORD
PTO.MAD
STGO
TRELEW
c
Variabilidade Espacial AOD Terra 100x100 km
0
100
200
300
400
500
600
700
800
900
CV > 1 CV < 1
Número de Passagens de Satélite
ARICA
BS.AS
CORD
PTO.MAD
STGO
TRELEW
d
CV < 1 AOD Terra 100x100 km
0
100
200
300
400
500
600
700
800
900
DA>DP DA< DP
Número de Passagens de Satélite
ARICA
BS.AS
CORD
PTO.MAD
STGO
TRELEW
Figura 4.3.1: Variabilidade espacial de AOD a partir das passagens do Terra nos locais em estudo. a) Número
de passagens no raio 30 km com coeficiente de variação de AOD maior ou menor que 1; b) Comparação entre
os valores de DA e DP no raio 30 km, apenas para aqueles dias nos quais o coeficiente de variação é menor
que 1; c) Número de passagens no raio 50 km com coeficiente de variação de AOD maior ou menor que 1; d)
Comparação entre os valores de DA e DP no raio 50 km, apenas para aqueles dias nos quais o coeficiente de
variação é menor que 1.
Comparando diferenças absolutas (DA) de AOD médio para áreas com raios 30 km e
50 km e seus respectivos desvios padrão (DP) nas figuras 4.3.1 (b,d), pode-se observar que a
grande maioria dos casos em Santiago, Buenos Aires, Córdoba e Puerto Madryn, possui DA
maior que DP. Foi considerado como valor de referência a AOD para 10 km e apenas casos
com CV < 1. Assim, pode-se inferir uma variabilidade espacial de AOD significativa, pois
aumentando-se a área de estudo, a diferença entre o valor da área menor com o da área maior
é maior que o desvio padrão. Arica e Trelew apresentam comportamentos distintos, pois
apresentam quase a mesma quantidade de números de passagens com DA < DP e DA > DP,
sendo em Arica, no geral, baixa a quantidade de passagens do satélite que permitiram uma
estimativa de AOD.
Cabe salientar que Santiago apresenta a maior quantidade de passagens onde a
diferença absoluta de AOD supera seu desvio padrão. Resultados similares foram obtidos para
as passagens do Aqua e por isso não serão apresentados neste trabalho.
Capítulo 4 – Resultados e Discussão
59
Os aerossóis são altamente heterogêneos no espaço, tempo e composição (Remer
et
al
., 2008), portanto, ao mudar a resolução espacial os valores médios de AOD podem variar
devido à topografia, à própria heterogeneidade do aerossol ou de mais fontes emissoras
(Ichoku
et al
., 2002).
4.4 QUALITY ASSURANCE (QA)
Foi realizada uma análise da qualidade dos dados de AOD do MODIS, a partir de
valores de
Quality Assurance
(QA), já que os dados de maior confiança tendem a mostrar um
melhor acordo ao serem comparados com os da AERONET (Levy
et al.,
2009b).
Uma vez finalizado o processo de recuperação da profundidade óptica do aerossol
sobre continente ou oceano, o produto é classificado com uma bandeira de
confiança de QA
(QAC), representado pela soma das bandeiras individuais de QA indicando como a
recuperação da AOD deve ser considerada,
0 1 2 3
Insuficiente
Marginal
Bom
Muito bom
a
Quality Assurance Arica (Land + Ocean) 100km x 100km
TERRA (2000-2008)
0 80,9%
1 12,6%
2 5,9%
3 0,6%
b
Quality Assurance Arica (Land + Ocean) 100km x 100km
AQUA (2002-2008)
0 42,7%
1 23,7%
2 17,2%
3 16,4%
Figura 4.4.1: Qualidade dos dados de AOD do MODIS em Arica resolução 100 km x 100 km. a) A partir das
passagens do Terra no período de 2000-2008; b) A partir das passagens do Aqua no período de 2002-2008.
A partir da avaliação dos arquivos das passagens do Terra (pela manhã) e do Aqua (à
tarde) em Arica, foram considerados apenas os dados na resolução 100 km x 100 km (figuras
4.4.1 (a,b)), pelo fato de haverem poucos dados disponíveis considerando áreas menores nessa
Capítulo 4 – Resultados e Discussão
60
localidade. Foi observado que 81%, pela manhã, e 43%, à tarde, dos valores de AOD
disponíveis correspondem a dados de qualidade insuficiente, QAC = 0; e apenas 0.6% e
16.4%, respectivamente, correspondem os dados de qualidade “muito bom”, QAC = 3.
Assim, para os dados de AOD disponíveis do MODIS-Terra e MODIS-Aqua em
Arica, a grande quantidade de dados correspondente ao produto combinado sobre terra e
oceano apresenta valores de má qualidade, correspondente a QAC = 0. À tarde (figura 4.4.1b)
atinge uma porcentagem ligeiramente maior de dados de boa e muito boa qualidade.
Com relação à localidade de Santiago, na resolução 20 km x 20 km (figuras 4.4.2
(a,b)) das passagens do Terra e do Aqua, foi observado que 13.8% e 19.0%, respectivamente,
dos valores de AOD disponíveis correspondem a dados de qualidade insuficiente, QAC = 0; e
apenas 28.1% e 16.9%, respectivamente, correspondem aos dados de qualidade “muito bom”,
QAC = 3.
Nas figuras 4.4.2b e 4.4.2d, pode-se observar que nas passagens da manhã e da tarde,
na resolução 60 km x 60 km, a porcentagem de dados de qualidade “insuficiente” diminuiu,
sendo QAC = 0 de 5.9% e 6.9% respectivamente; enquanto que os dados qualificados como
“muito bom” aumentaram suas porcentagens, para 64.1% no Terra e 60.6% no Aqua.
a
Quality Assurance Santiago 20km x 20km
TERRA (2000-2008)
0 13,8%
1 20,3%
2 37,8%
3 28,1%
b
Quality Assurance Santiago 20km x 20km
AQUA (2002-2008)
0 19,0%
1 25,2%
2 38,9%
3 16,9%
c
Quality Assurance Santiago 60km x 60km
TERRA (2000-2008)
0 5,9%
1 9,7%
2 20,3%
3 64,1%
d
Quality Assurance Santiago 60km x 60km
AQUA (2002-2008)
0 6,9%
1 11,1%
2 21,3%
3 60,6%
Figura 4.4.2: Qualidade dados de AOD do MODIS em Santiago. a) A partir das passagens do Terra resolução
20 km x 20 km no período de anos 2000-2008; b) A partir das passagens do Aqua resolução 20 km x 20 km no
período de anos 2002-2008; c) A partir das passagens do Terra resolução 60 km x 60 km no período de anos
2000-2008; d) A partir das passagens do Aqua resolução 60 km x 60 km no período de anos 2002-2008
Capítulo 4 – Resultados e Discussão
61
Portanto, para os dados de AOD disponíveis do MODIS durante o ciclo diurno em
Santiago, a quantidade de dados correspondente à melhor qualidade, QAC = 3, aumenta em
40% aproximadamente, na medida em que se amplia a área abrangida pelo satélite.
Para Buenos Aires, na resolução 20 km x 20 km (figuras 4.4.3 (a,b)), foi observado
que 37.2% e 33.9%, respectivamente, dos valores de AOD disponíveis correspondem a dados
de qualidade insuficiente, QAC = 0; e apenas 3.8% e 5.9%, respectivamente, correspondem
aos dados de qualidade “muito bom”, QAC = 3. Nas figuras 4.4.3b e 4.4.3d, pode-se observar
que nas passagens da manhã e da tarde na resolução 60 km x 60 km, a porcentagem de dados
de qualidade “insuficiente” diminuiu, sendo QAC = 0 de 14.0% e 16.0% respectivamente;
enquanto que os dados qualificados de “muito bom” aumentaram suas porcentagens, para
41.4% no Terra e 38.6% no Aqua.
a
Quality Assurance Buenos Aires 20km x 20km
TERRA (2000-2008)
0 37,2%
1 33,3%
2 25,7%
3 3,8%
b
Quality Assurance Buenos Aires 20km x 20km
AQUA (2002-2008)
0 33,9%
1 39,0%
2 21,2%
3 5,9%
c
Quality Assurance Buenos Aires 60km x 60km
TERRA (2000-2008)
0 14,0%
1 17,9%
2 26,7%
3 41,4%
d
Quality Assurance Buenos Aires 60km x 60km
AQUA (2002-2008)
0 16,0%
1 19,8%
2 25,6%
3 38,6%
Figura 4.4.3: Qualidade dados de AOD do MODIS em Buenos Aires. a) A partir das passagens do Terra
resolução 20 km x 20 km no período de anos 2000-2008; b) A partir das passagens do Aqua resolução 20 km x
20 km no período de anos 2002-2008; c) A partir das passagens do Terra resolução 60 km x 60 km no período
de anos 2000-2008; d) A partir das passagens do Aqua resolução 60 km x 60 km no período de anos 2002-2008
Para Córdoba, na resolução 20 km x 20 km nas figuras 4.4.4 (a,b), foi obtido que
apenas 4.6% e 7.5% dos valores de AOD disponíveis correspondem a dados de qualidade
insuficiente, QAC = 0, respectivamente para Terra e Aqua. A maior porcentagem, de 78.8% e
73.0%, respectivamente, correspondem aos dados de qualidade “muito bom”, QAC = 3.
Capítulo 4 – Resultados e Discussão
62
Nas figuras 4.4.4c e 4.4.4d, pode-se observar que nas passagens do Terra e do Aqua na
resolução 60 km x 60 km, a porcentagem de dados de qualidade “insuficiente”, QAC = 0, é de
5.0% e 7.5% respectivamente; enquanto que os dados qualificados de “muito bom” atingem
as porcentagens de 77.7% no Terra e 73.0% no Aqua.
a
Quality Assurance Córdoba 20km x 20km
TERRA (2000-2008)
0 4,6%
1 5,7%
2 10,9%
3 78,8%
b
Quality Assurance Córdoba 20km x 20km
AQUA (2002-2008)
0 6,6%
1 8,0%
2 10,2%
3 75,2%
c
Quality Assurance Córdoba 60km x 60km
TERRA (2000-2008)
0 5,0%
1 6,0%
2 11,4%
3 77,7%
d
Quality Assurance Córdoba 60km x 60km
AQUA (2002-2008)
0 7,5%
1 7,3%
2 12,2%
3 73,0%
Figura 4.4.4: Qualidade dados de AOD do MODIS em Córdoba. a) A partir das passagens do Terra resolução
20 km x 20 km no período de anos 2000-2008; b) A partir das passagens do Aqua resolução 20 km x 20 km no
período de anos 2002-2008; c) A partir das passagens do Terra resolução 60 km x 60 km no período de anos
2000-2008; d) A partir das passagens do Aqua resolução 60 km x 60 km no período de anos 2002-2008
Para os dados de AOD disponíveis do MODIS-Terra e MODIS-Aqua em Córdoba, a
porcentagem daqueles que atingem a melhor qualidade, QAC = 3, mantém-se constante nas
três resoluções consideradas. Para Puerto Madryn, na resolução 20 km x 20 km (figuras 4.4.5
(a,b)), foi obtido que 19.2% e 22.7% dos valores de AOD disponíveis correspondem a dados
de qualidade insuficiente, QAC = 0, respectivamente para as passagens da manhã e da tarde.
A maior porcentagem, de 41.2% e 35.1%, respectivamente, corresponde aos dados de
qualidade “muito bom”, QAC = 3.
Nas figuras 4.4.5c e 4.4.5d, pode-se observar que nas passagens do Terra e do Aqua na
resolução 60 km x 60 km, a porcentagem de dados de qualidade “insuficiente”, QAC = 0, é de
8.3% e 9.9% respectivamente; enquanto que os dados qualificados de “muito bom” atingem
as porcentagens de 70.3% para o Terra e 66.0% para o Aqua.
Capítulo 4 – Resultados e Discussão
63
a
Quality Assurance Puerto Madryn 20km x 20km
TERRA (2000-2008)
0 19,2%
1 15,2%
2 24,3%
3 41,2%
b
Quality Assurance Puerto Madryn 20km x 20km
AQUA (2002-2008)
0 22,7%
1 17,3%
2 24,9%
3 35,1%
c
Quality Assurance Puerto Madryn 60km x 60km
TERRA (2000-2008)
0 8,3%
1 7,9%
2 13,5%
3 70,3%
d
Quality Assurance Puerto Madryn 60km x 60km
AQUA (2002-2008)
0 9,9%
1 9,0%
2 15,2%
3 66,0%
Figura 4.4.5: Qualidade dados de AOD do MODIS em Puerto Madryn. a) A partir das passagens do Terra
resolução 20 km x 20 km no período de anos 2000-2008; b) A partir das passagens do Aqua resolução 20 km x
20 km no período de anos 2002-2008; c) A partir das passagens do Terra resolução 60 km x 60 km no período
de anos 2000-2008; d) A partir das passagens do Aqua resolução 60 km x 60 km no período de anos 2002-2008
Finalmente, em Trelew, na resolução 20 km x 20 km, figuras 4.4.6 (a,b), foi obtido
que 12.1% e 14.6%, respectivamente, dos valores de AOD disponíveis correspondem a dados
de qualidade insuficiente, QAC=0; e a maior porcentagem, de 49.2% e 41.3%,
respectivamente, correspondem aos dados de qualidade “muito bom”, QAC = 3.
Nas figuras 4.4.6c e 4.4.6d, pode-se observar que nas passagens do Terra e do Aqua,
na resolução 60 km x 60 km, a porcentagem de dados de qualidade “insuficiente”, QAC = 0, é
de 6.7% e 9.5% respectivamente; enquanto que os dados qualificados de “muito bom”
atingem as porcentagens de 71.5% no Terra e 62.9% à tarde.
Assim, para os dados de AOD disponíveis do MODIS durante o ciclo diurno Trelew a
quantidade de dados correspondente à melhor qualidade, QAC = 3, aumenta acima de 20%
aproximadamente, na medida em que se amplia a área abrangida pelo satélite, sendo
ligeiramente maiores as porcentagens pela manhã em relação da tarde.
Capítulo 4 – Resultados e Discussão
64
a
Quality Assurance Trelew 20km x 20km
TERRA (2000-2008)
0 12,1%
1 13,2%
2 25,5%
3 49,2%
b
Quality Assurance Trelew 20km x 20km
AQUA (2002-2008)
0 14,6%
1 16,5%
2 27,6%
3 41,3%
c
Quality Assurance Trelew 60km x 60km
TERRA (2000-2008)
0 6,7%
1 7,8%
2 14,1%
3 71,5%
d
Quality Assurance Trelew 60km x 60km
AQUA (2002-2008)
0 9,5%
1 10,7%
2 16,1%
3 62,9%
Figura 4.4.6: Qualidade dados de AOD do MODIS em Trelew. a) A partir das passagens do Terra resolução
20 km x 20 km no período de anos 2000-2008; b) A partir das passagens do Aqua resolução 20 km x 20 km no
período de anos 2002-2008; c) A partir das passagens do Terra resolução 60 km x 60 km no período de anos
2000-2008; d) A partir das passagens do Aqua resolução 60 km x 60 km no período de anos 2002-2008
Em todas as localidades analisadas, à exceção de Arica, nas duas resoluções espaciais
consideradas foi observada uma porcentagem maior de dados com qualidade “muito boa”
durante as passagens da manhã, podendo-se inferir que as informações medidas pelo sensor
MODIS, a bordo do satélite Terra, apresentam maior confiança que as passagens do Aqua.
Além disso, à medida que se aumenta a resolução espacial da área abrangida para calcular as
médias de AOD, aumenta a quantidade de dados com valores de qualidade “muito boa” (QAC
= 3). Como a garantia da qualidade (QA) representa uma série de testes que são aplicados
durante o processo de recuperação, a fim de caracterizar a confiança esperada do produto
obtido, a QA avalia a qualidade e a confiança da entrada de dados de refletância do sensor
MODIS (Levy
et al.
2009b), e/ou os produtos de saída. Por esse motivo deve-se limitar a
validação de AOD recuperada aos melhores dados, correspondentes a QAC = 3.
Capítulo 4 – Resultados e Discussão
65
4.5 COMPARAÇÃO ENTRE A PROFUNDIDADE ÓPTICA DO AEROSSOL
DERIVADA A PARTIR DO MODIS (QA = 3) X AERONET
Inicialmente foram feitas análises estatísticas de comparação entre a AOD do MODIS
e da AERONET, considerando a totalidade de dados disponíveis, para tentar verificar a
qualidade dos produtos de AOD do MODIS na porção sul da América do Sul, determinando
que os resultados do MODIS apresentam-se sistematicamente superestimados quando
comparados aos da AERONET. Após avaliar a qualidade dos dados de AOD recuperada pelo
sensor MODIS, foram considerados apenas os valores qualificados como muito bom (QAC =
3) e feitas novas comparações nas resoluções de raio 10 km e 50 km, com a AOD medida pela
AERONET. É fornecida uma tabela (4.5.1) contendo a quantidade de dias utilizados para a
comparação do MODIS (Terra e Aqua) X AERONET em ambas as resoluções, na qual é
possível verificar a baixa quantidade de pontos resultantes para a análise para a maioria das
localidades. Por esse motivo, excluiu-se Arica desta análise.
Tabela 4.5.1: Quantidade de dados de AOD do MODIS com QAC = 3 comparados com a AOD da AERONET
Arica Santiago Bs. Aires Córdoba Pto. Madryn Trelew
Resolução
(km
2
)
Terra Aqua Terra Aqua Terra Aqua Terra Aqua Terra Aqua Terra Aqua
20x20 - - 19 2 21 27 217 220 30 15 78 42
100x100 3 - 58 8 248 196 289 264 39 24 136 69
Em todas as figuras a seguir, a linha azul corresponde à equação de regressão esperada
segundo a equação 3.5.3, a linha vermelha representa o ajuste linear dos dados do MODIS
com relação aos dados da AERONET e as linhas descontínuas correspondem às incertezas
estimadas do produto do aerossol do MODIS sobre continentes. Quando os resultados da
comparação para Terra e Aqua foram similares, optou-se por apresentar apenas os do Terra.
Com relação à AOD em Santiago e em Buenos Aires, nas figuras 4.5.1a e 4.5.2a,
observa-se como o MODIS não apresenta concordância com os dados da AERONET na
resolução 20 km x 20 km. Verificou-se que, em Santiago, o coeficiente de correlação não
supera o valor de 0.3 e a equação de regressão difere do valor representativo sobre continente
(equação 3.5.3), superestimando sistematicamente os valores da profundidade óptica do
aerossol da AERONET. Em Buenos Aires (figuras 4.5.2a), o coeficiente de correlação não
supera o valor de 0.7 e da equação de regressão percebe-se que a AOD do MODIS
Capítulo 4 – Resultados e Discussão
66
superestima os valores da AERONET. Ao serem comparados apenas os resultados do MODIS
com qualidade QAC =3 (figuras 4.5.1b e 4.5.2b), verifica-se que os dados do sensor seguem
superestimando os dados medidos pelos fotômetros solares em Santiago e Buenos Aires.
Uma possível explicação é o fato de que uma área de espaçamento menor poderia não
corresponder à variabilidade temporal associada às medições da AERONET.
a b
c
d
Figura 4.5.1: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a partir das
medidas da AERONET em Santiago. a) AOD na resolução 20 km x 20 km; b) Apenas AOD de qualidade muito
boa (QA=3) na resolução 20 km x 20 km; c) AOD na resolução 100 km x 100 km; d) Apenas AOD de qualidade
muito boa (QA=3) na resolução 100 km x 100 km
Capítulo 4 – Resultados e Discussão
67
a b
c d
Figura 4.5.2: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a partir das
medidas da AERONET em Buenos Aires. a) AOD na resolução 20 km x 20 km; b) Apenas AOD de qualidade
muito boa (QA=3) na resolução 20 km x 20 km; c) AOD na resolução 100 km x 100 km; d) Apenas AOD de
qualidade muito boa (QA=3) na resolução 100 km x 100 km
Com relação à resolução de 100 km x 100 km (figuras 4.5.1c e 4.5.2c) observa-se uma
melhora na comparação de AOD, com um valor de coeficiente de correlação de 0.8 em
Buenos Aires, e acima de 0.5 em Santiago, mostrando assim uma ligeira melhora entre o
ajuste linear dos dados e a regressão estimada, embora ainda assim, os dados do sensor
seguem superestimando os valores da AERONET para baixos valores de τ
0.55
, e subestimam
para valores maiores. Também o resultado da comparação considerando apenas os dados de
máxima qualidade do MODIS mostra que o MODIS segue superestimando os valores da
AERONET para baixos valores de τ
0.55
e subestimando para valores maiores.
Capítulo 4 – Resultados e Discussão
68
Assim, aquela diferença nas comparações entre ambas as resoluções, concorda com as
análises da variabilidade temporal da profundidade óptica do aerossol em Santiago e Buenos
Aires (sub-capítulo 4.1), onde o ciclo anual cai significativamente na medida em que se
amplia a resolução espacial de AOD do MODIS, ajustando-se à variabilidade anual do
aerossol da AERONET.
No caso de Córdoba é possível observar que as tendências das correlações diferem
entre os dados obtidos nas passagens da manhã e nas passagens da tarde, pois, nas duas
resoluções espaciais consideradas, os valores de τ
0.55
do MODIS-Terra superestimam os dados
da AERONET (figuras 4.5.3 (a,c)), enquanto que os valores recuperados do MODIS-Aqua
subestimam, nas duas resoluções (figuras 4.5.4 (a,c)), os dados de AOD da AERONET.
a b
c d
Figura 4.5.3: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a partir das
medidas da AERONET em Córdoba. a) AOD na resolução 20 km x 20 km; b) Apenas AOD de qualidade muito
boa (QA=3) na resolução 20 km x 20 km; c) AOD na resolução 100 km x 100 km; d) Apenas AOD de qualidade
muito boa (QA=3) na resolução 100 km x 100 km
Capítulo 4 – Resultados e Discussão
69
Na resolução de 20 km x 20 km, observa-se que a comparação entre a profundidade
óptica do aerossol do MODIS-Terra com a obtida pela AERONET apresenta ajuste linear
dentro da incerteza estimada (figura 4.5.3a), com, superestimativa dos valores de τ
0.55
e um
alto valor de coeficiente de correlação, igual a 0.78. Os valores das passagens da tarde na
mesma resolução (figura 4.5.4a), por outro lado, mostram uma subestimativa com relação aos
dados da AERONET, com a linha de ajuste linear dos dados dentro do erro esperado e com
coeficiente de correlação ao redor de 0.90, mesmo assim, sua tendência difere da linha de
regressão estimada. Com relação aos dados de boa qualidade, cabe salientar que ao refazer as
comparações (figuras 4.5.3b e 4.5.4b) não houve modificação significativa, uma vez que
quase a totalidade de dados de AOD do MODIS em Córdoba foram qualificados com valor
QAC = 3.
a b
c d
Figura 4.5.4: Comparação de AOD obtida a partir das passagens do Aqua e a AOD obtida a partir das
medidas da AERONET em Córdoba. a) AOD na resolução 20 km x 20 km; b) Apenas AOD de qualidade muito
boa (QA=3) na resolução 20 km x 20 km; c) AOD na resolução 100 km x 100 km; d) Apenas AOD de qualidade
muito boa (QA=3) na resolução 100 km x 100 km
Capítulo 4 – Resultados e Discussão
70
Com relação à resolução espacial de raio 50 km, nas figuras 4.5.3c e 4.5.4c, acontece
uma situação semelhante à resolução de raio 10 km, já que os valores da AOD do MODIS
pela manhã superestimam e pela tarde subestimam os dados da AERONET, com ajustes
lineares dentro das linhas de incerteza estimadas e coeficientes de correlação ao redor de 0.8.
Assim, pode-se inferir que os dados da profundidade óptica do aerossol do MODIS
nas duas resoluções espaciais avaliadas, obtidos das passagens dos satélites Terra e Aqua
sobre a região de Córdoba são homogêneos, já que ao aumentar a área espacial da análise
continuam se obtendo as mesmas tendências de correlações, pelo qual se pode considerar que
as camadas de aerossóis nessa localidade são bem misturadas. Além disso, é importante
salientar que a dos dados de AOD do MODIS (Terra e Aqua), foram qualificados com QAC =
3, e a partir desses resultados justifica-se porque os dados do MODIS apresentam melhor
acordo com os dados medidos pelos radiômetros da AERONET sobre essa localidade,
embora, tendendo a subestimar (nas passagens à tarde) ou superestimar (nas passagens da
manhã) os valores.
Em Puerto Madryn, nas resoluções de raio 10 km e 50 km, podem-se observar (figura
4.5.5) que os valores de AOD do sensor pela manhã não são consistentes com os dados da
AERONET. O coeficiente de correlação, no raio 10 km, não supera o valor de 0.3 e da
equação de regressão percebe-se que a AOD do MODIS superestima os valores de τ
0.55
da
AERONET (figura 4.5.5a). Ao serem comparadas a AOD do MODIS de qualidade QAC =3
com a AERONET, na figura 4.5.5b, verifica-se que os dados do sensor seguem
superestimando os dados medidos pelo fotômetro solar, e nota-se uma diminuição no valor do
coeficiente de correlação (0.49).
Na resolução de 100 km x 100 km (figura 4.5.5c) observa-se a mesma situação, o qual
é consistente com as análises temporais e espaciais do aerossol feitas anteriormente, onde foi
observado que em Puerto Madryn, a AOD não varia à medida em que se aumenta a área
abrangida pelo satélite. No entanto, os valores de AOD recuperados pelo sensor MODIS
discordam dos dados medidos pela AERONET, superestimando τ
0.55
. Os resultados do Aqua
foram similares e por isso não serão mostrados. Os resultados obtidos para Trelew foram
similares aos de Puerto Madryn e por isso também não serão mostrados.
Capítulo 4 – Resultados e Discussão
71
a b
c d
Figura 4.5.5: Comparação de AOD obtida a partir das passagens do Terra e a AOD obtida a partir das
medidas da AERONET em Puerto Madryn. a) AOD na resolução 20 km x 20 km; b) Apenas AOD de qualidade
muito boa (QA=3) na resolução 20 km x 20 km; c) AOD na resolução 100 km x 100 km; d) Apenas AOD de
qualidade muito boa (QA=3) na resolução 100 km x 100 km
Uma possível explicação para a baixa concordância dos resultados obtidos pelo
MODIS comparativamente aos da AERONET é que os modelos ópticos utilizados no
algoritmo de recuperação do aerossol do MODIS sobre continente não são apropriados para a
caracterização da profundidade óptica na região sul da América do Sul, particularmente sobre
a região em estudo. Segundo
Levy
et al
. (2005), isto pode também ser parcialmente atribuído
a problemas no algoritmo de recuperação, associado a uma caracterização inadequada da
refletividade da superfície, e suposições erradas sobre a distribuição vertical dos aerossóis.
Além disso, o fato do MODIS superestimar a AOD quando comparada aos valores da
AERONET, para altos valores de AOD, podem estar relacionados ao transporte de aerossóis,
por exemplo de queimadas desde regiões que praticam essa atividade, ou também a altos
valores na região da borda de nuvens ou
twilight zone (
Koren
et al
., 2007). A máscara de
nuvem distingue entre regiões com nuvem e sem nuvem, mas existe uma região em volta da
Capítulo 4 – Resultados e Discussão
72
nuvem com fragmentos de nuvem se formando ou evaporando e aerossóis hidratados que se
estende por dezenas de quilômetros. Estudos mostram que a AOD é aumentada em 13% + 2%
nessa zona no visível (440 nm). Por exemplo, em Santiago do Chile durante o período de
verão existe um aumento nos valores de AOD, o qual é atribuído à contaminação causada por
nuvens cirrus (Gao
et al
, 2002).
Capítulo 4 – Resultados e Discussão
73
4.6 ANÁLISE DO ALBEDO SIMPLES E FATOR DE ASSIMETRIA
A fim de identificar possíveis explicações para a discrepância entre as comparações de
AOD entre os dados do MODIS e da AERONET, foi efetuado um estudo estatístico do albedo
simples (ω
0
) e fator de assimetria (g) obtidos com as inversões da AERONET, e comparados
com os modelos ópticos do MODIS. Para tanto, foram considerados os dados disponíveis da
AERONET no período de estudo para cada localidade, nos comprimentos de onda de 0.44,
0.67, 0.87 e 1.02
µm
e comparados
com os valores
nos comprimentos de onda de 0.47, 0.55 e
2.10
µm
correspondentes aos modelos do MODIS, classificados como: Continental, Neutro
(moderadamente absorvedor), Urbano-Industrial (não absorvedor), Fumaça (absorvedor) e
Poeira.
Na figura 4.6.1a percebe-se que os maiores valores do parâmetro de assimetria dos
dados da AERONET em Arica ocorrem nos comprimentos de onda menores, verificando-se
valores entre 0.70 e 0.80 no canal de 0.47 µm, 0.65 e 0.77 no canal de 0.55 µm e entre 0.63 e
0.78 no canal de 0.67 µm, demonstrando que o fator de assimetria apresenta dependência
espectral, com maior variabilidade na medida em que aumenta o comprimento de onda.
Observa-se também que os modelos que melhor se aproximam dos valores fornecidos pela
AERONET para o fator de assimetria (g) são os dos tipos Urbano-Industrial e Poeira.
a
b
Figura 4.6.1: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do algoritmo do MODIS
em função do comprimento de onda em Arica. a) Fator de Assimetria; b) Albedo Simples.
Outro parâmetro que desempenha papel crítico na caracterização do aerossol e merece
ter a sua variabilidade analisada é o albedo simples, pois a partir deste pode-se modelar a
eficiência do aerossol em espalhar/absorver a radiação solar. Assim, ao serem comparados os
Capítulo 4 – Resultados e Discussão
74
valores obtidos pela AERONET, em Arica, com os modelos ópticos do MODIS (figura
4.6.1b), é possível observar que, no visível, os dados da AERONET atingem em sua maioria
altos valores de albedo simples, com valores entre ω
0
~0.85 e 1.00, pelo que pode-se inferir
que o aerossol, em Arica, é praticamente não absorvedor de radiação e só em alguns casos é
de tipo moderadamente absorvedor. O modelo do MODIS que melhor se ajusta ao albedo
simples na região é Poeira, mas também se percebe que Arica tem contribuições de aerossol
Urbano-Industrial e Neutro.
Em Santiago observa-se (figura 4.6.2a) que os maiores valores do fator de assimetria
obtidos da AERONET ocorrem nos comprimentos de onda menores verificando-se valores
entre 0.65 e 0.78 no canal de 0.47 µm, 0.60 e 0.75 no canal de 0.55 µm e entre 0.55 e 0.75 no
canal de 0.67 µm. Os modelos ópticos do MODIS que em média melhor se enquadram nos
valores do parâmetro de assimetria estimados pela AERONET são o Urbano-Industrial e o
Neutro.
a
b
Figura 4.6.2: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do algoritmo do MODIS
em função do comprimento de onda em Santiago. a) Fator de Assimetria; b) Albedo Simples.
Com relação ao albedo simples, ao serem comparados os valores medidos pela
AERONET em Santiago com os modelos ópticos utilizados no algoritmo do MODIS, pode-se
observar na figura 4.6.2b que em toda a faixa espectral, os dados da AERONET atingem em
sua maioria altos valores de albedo simples, com valores entre ω
0
~0.80 e ω
0
~0.98, e suas
distribuições concordam com os valores dos modelos ópticos do MODIS. Pode-se inferir que
para o aerossol em Santiago, existem contribuições dos 5 tipos de aerossol considerados,
salientando principalmente os tipos Neutro e Urbano, portanto, caracterizando-se como
Capítulo 4 – Resultados e Discussão
75
aerossol moderadamente absorvedor. Em geral, o albedo simples apresenta uma dependência
espectral, que diminui conforme aumenta o comprimento de onda.
Na figura 4.6.3a pode-se observar que os maiores valores do parâmetro de assimetria
dos dados da AERONET, em Buenos Aires, ocorrem nos comprimentos de onda menores,
verificando-se valores entre 0.58 e 0.79 no canal de 0.47 µm, 0.55 e 0.77 no canal de 0.55 µm
e entre 0.50 e 0.75 no canal de 0.67 µm. A alta variabilidade observada nos resultados da
AERONET indica que os cinco modelos de aerossol do MODIS poderiam ser aplicados.
a
b
Figura 4.6.3: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do algoritmo do MODIS
em função do comprimento de onda em Buenos Aires. a) Fator de Assimetria; b) Albedo Simples.
Para o albedo simples, por outro lado, pode-se observar na figura 4.6.3b que em toda a
faixa espectral, os dados da AERONET atingem valores entre ω
0
~0.65 e ~0.95, existindo
contribuições dos tipos Neutro, Continental e Fumaça, caracterizando-se por aerossol da
moda fina moderadamente absorvedor e absorvedor.
Ao observar a figura 4.6.4a, verifica-se que grande parte dos valores do parâmetro de
assimetria obtidos da AERONET, na localidade de Córdoba, apresenta dependência espectral,
com valores entre 0.60 e 0.75 no canal de 0.47 µm, 0.57 e 0.75 no canal de 0.55 µm, e entre
0.50 e 0.75 no canal de 0.67 µm, e a variabilidade do fator de assimetria aumenta conforme o
aumento do comprimento de onda. Na figura 4.6.4a observa-se também que os modelos do
MODIS geralmente se ajustam aos dados da AERONET.
Capítulo 4 – Resultados e Discussão
76
a
b
Figura 4.6.4: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do algoritmo do MODIS
em função do comprimento de onda em Córdoba. a) Fator de Assimetria; b) Albedo Simples.
Para a análise do albedo simples (figura 4.6.4b) obtida pela AERONET em Córdoba,
notam-se valores entre 0.82 e 0.94, no entanto sua maior concentração ocorre ao redor dos
ω
0
~0.90 e ~0.85. Ao se comparar com os cinco modelos do algoritmo do MODIS, pode-se
observar que os dados da AERONET estão delimitados pelos modelos Urbano-Industrial,
Fumaça, Continental e Neutro, sendo de tipo moderadamente absorvedor e absorvedor.
Para a análise dos resultados de Puerto Madryn e Trelew, conforme mencionado
anteriormente, os valores obtidos da AERONET, foram do nível 1.5, por não encontrarem-se
disponíveis resultados para o nível 2.0. Além disso, os valores de AOD para tais localidades
foram, na maioria dos casos, inferiores a 0,4, o que indica que as inversões de albedo simples
e fator de assimetria podem apresentar maior incerteza, dificultando as comparações. Na
figura 4.6.5a percebe-se que os valores mais altos do parâmetro de assimetria ocorrem nos
comprimentos de onda menores, verificando-se valores entre 0.60 e 0.85 no canal de 0.47 µm,
0.58 e 0.83 no canal de 0.55 µm e entre 0.55 e 0.80 no canal de 0.67 µm, demonstrando que o
fator de assimetria apresenta dependência espectral, verificando-se maior variabilidade na
medida em que se aumenta o comprimento de onda.
No canal do visível (figura 4.6.5a), observa-se que os dados fornecidos pela
AERONET têm concordância com os valores dos modelos de aerossol do MODIS, no
entanto, uma grande quantidade de dados da AERONET atinge valores significativamente
superiores aos correspondentes aos modelos. No canal do infravermelho, observa-se uma
maior variabilidade dos resultados da AERONET, comparados aos modelos ópticos do
MODIS.
Capítulo 4 – Resultados e Discussão
77
a
b
Figura 4.6.5: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do algoritmo do MODIS
em função do comprimento de onda em Puerto Madryn a) Fator de Assimetria; b) Albedo Simples.
No caso do albedo simples, observam-se problemas com as inversões da AERONET
(figura 4.6.5b), pois apresentam muita variabilidade incluindo valores inferiores a 0.5 que são
pouco prováveis de serem observados.
Na figura 4.6.6a percebe-se que os valores do parâmetro de assimetria dos dados da
AERONET em Trelew ocorrem de forma quase homogênea espectralmente, verificando-se
valores entre 0.60 e 0.90 no canal de 0.47 µm, 0.60 e 0.89 no canal de 0.55 µm e entre 0.55 e
0.88 no canal de 0.67 µm.
a
b
Figura 4.6.6: Propriedades ópticas do aerossol da AERONET e dos modelos ópticos do algoritmo do MODIS
em função do comprimento de onda em Trelew. a) Fator de Assimetria; b) Albedo Simples.
Em toda a faixa espectral considerada (figura 4.6.6a), observa-se que os dados
fornecidos pela AERONET para o fator de assimetria (g) têm concordância com os valores
Capítulo 4 – Resultados e Discussão
78
dos modelos de aerossol, no entanto, uma grande quantidade de dados da AERONET atinge
valores significativamente superiores aos correspondentes aos modelos do algoritmo MODIS.
Ao comparar os valores de albedo simples da AERONET com os modelos ópticos do
MODIS (figura 4.6.6b), é possível observar que em toda a faixa espectral, os valores oscilam
entre ω
0
~0.50 e ω
0
~0.90. Ao se comparar com os cinco modelos do algoritmo do MODIS,
pode-se observar que os dados da AERONET estão sempre abaixo dos modelos, o que pode
indicar problemas na inversão dos resultados da AERONET.
Assim, após a análise do fator de assimetria e albedo simples, observou-se que em
todas as localidades há diferentes tipos de aerossol, com distintas propriedades ópticas. A
definição do modelo óptico mais adequado para cada localidade contribuiria para a melhoria
da estimativa de AOD, a partir de medições realizadas com o MODIS, e a caracterização dos
diversos tipos de aerossol encontrados na atmosfera de cada cidade.
Figura 4.6.7: Mapas mostrando os tipos de aerossol da moda fina utilizados no algoritmo de obtenção da
profundidade óptica do aerossol sobre continentes para cada estação da AERONET, em diferentes épocas do
ano. Em verde é utilizado um modelo com albedo simples de aproximadamente 0,95 (não absorvedor), em azul
de aproximadamente 0,90 (moderadamente absorvedor) e em vermelho de aproximadamente 0,85 (absorvedor).
(Fonte: Levy et al. (2009a).
Capítulo 4 – Resultados e Discussão
79
Atualmente o algoritmo de recuperação do MODIS, baseando-se na utilização de
lookup tables,
decide entre 3 modelos de aerossol da moda fina (partículas esféricas) e um da
moda grossa (partículas não esféricas).
A escolha do modelo da moda fina segue critérios geográficos e de estação do ano,
baseados em análises de dados da AERONET, considerando apenas os dados de nível 2.0 e
processados em fevereiro do ano 2005 (Levy et al., 2009a). Na figura 4.6.7, observa-se que
apenas nos meses de setembro, outubro e novembro (SON), o algoritmo do MODIS considera
modelos de aerossol, da moda fina, absorvedor e moderadamente absorvedor para a porção
sul da América do Sul, especificamente para as estações de Córdoba e Buenos Aires, o qual
concorda com a análise feita em aqueles locais, determinando que em Buenos Aires
predominam o aerossol de tipo absorvedor (fumaça de queimadas) e moderadamente
absorvedor (neutro), e em Córdoba principalmente moderadamente absorvedor (ω
0
~0.90). No
entanto, a figura 4.6.8 mostra a designação final dos modelos de aerossóis do MODIS por
sazonalidade, sendo considerado o aerossol absorvedor para o Hemisfério Sul, apenas nos
meses de junho, julho, agosto (JJA), e setembro, outubro, novembro (SON).
Figura 4.6.8: Mapas mostrando os tipos de aerossol da moda fina utilizados no algoritmo de obtenção da
profundidade óptica do aerossol sobre continentes, em diferentes épocas do ano. Em verde é utilizado um
modelo com albedo simples de aproximadamente 0,95 (não absorvedor), e em vermelho de aproximadamente
0,85 (absorvedor). (Fonte: Levy et al. (2009a).
Capítulo 4 – Resultados e Discussão
80
Para América do Sul é considerado só uma parte da porção sul, correspondente a
Córdoba e Buenos Aires, devido que apenas nesses locais contava-se com dados no momento
do processamento da informação para designar os modelos ópticos do aerossol mundialmente.
Em Santiago têm-se dados até o ano 2002 e em Arica até 2004, sendo do tipo de aerossol não
absorvedor e moderadamente absorvedor em ambos os casos. Enquanto que nas estações de
Trelew e Puerto Madryn só dispõe-se de dados de nível 1.5.
Capítulo 5 – Conclusões
81
CAPÍTULO 5:
CONCLUSÕES
Foram analisados dados da profundidade óptica do aerossol (AOD) obtidos pelo
sensor MODIS, a bordo dos satélites Terra e Aqua, coletados em regiões próximas de
fotômetros solares da AERONET nos locais de Arica e Santiago, no Chile, e Buenos Aires,
Córdoba, Puerto Madryn e Trelew, na Argentina.
A partir das análises da variabilidade temporal de AOD, foi observado que em todos
os locais, o aerossol apresenta uma baixa variabilidade interanual nos seus valores médios
anuais de AOD do MODIS, sendo Santiago e Buenos Aires aqueles que apresentam maiores
valores, tanto pela manhã quanto à tarde, em relação aos demais locais oscilando entre 0.25 e
0.45.
Em Arica, ao longo do ano a AOD atinge, na média, valores entre 0.20 e 0.30 durante
o ciclo diurno, apresentando um ciclo anual no qual aumenta entre os meses de primavera e
verão. Os dados de AOD recuperados tanto do Terra quanto do Aqua atingem freqüentemente
valores abaixo de 0.5, sendo a maior ocorrência de AOD da ordem de 0.1, existindo assim
uma baixa variabilidade diurna de AOD em Arica.
Com relação à AOD recuperada do MODIS em Santiago e Buenos Aires, foi
observado um característico ciclo anual para o qual, a partir do mês de agosto, a AOD começa
a aumentar, tanto nas passagens da manhã quanto da tarde, atingindo os máximos valores no
mês de fevereiro, em Santiago, e durante janeiro, em Buenos Aires. Ao abranger uma área
maior, em ambos os casos, foi observado um ciclo anual que apresenta discrepâncias
significativas com relação à média diurna obtida com a resolução menor, apresentando
valores de AOD menores ao longo do ano. Tal discrepância entre ambas as resoluções, pode-
se dever a que, provavelmente, ao abranger uma área maior sobre as coordenadas de Santiago
e Buenos Aires, os valores de AOD estejam sendo diluídos indicando predominância de
fontes locais. Os dados de AOD recuperados tanto do Terra quanto do Aqua, nesses locais
atingem freqüentemente valores abaixo de 0.5, sendo a maior ocorrência de AOD da ordem
de 0.1, existindo assim uma baixa variabilidade diurna de AOD, com condições de céu
medianamente limpo.
Nas localidades de Córdoba, Puerto Madryn e Trelew, pôde-se observar um ciclo
anual quase homogêneo de AOD, nas passagens da manhã e da tarde e nas duas resoluções
espaciais. Em Córdoba os valores médios de AOD são da ordem de 0.15 em todo o ano, com
um ligeiro aumento nos meses de setembro e outubro, observando-se a maior ocorrência de
Capítulo 5 – Conclusões
82
aerossol pela manhã, com valores abaixo de 0.50 e com alguns casos isolados de AOD acima
de 1.0. Enquanto que em Puerto Madryn e Trelew, a AOD começa a aumentar a partir do mês
de setembro e, no verão, atinge seus máximos valores, da ordem de 0.25, no mês de
dezembro. Assim, a profundidade óptica do aerossol do MODIS sobre Puerto Madryn e
Trelew, não apresenta uma variabilidade diurna significativa, atingindo frequentemente,
valores da ordem de 0.10, com máximos que não superam o valor de 1.00.
A partir da análise de caso, foram observados altos valores de AOD atingindo a
localidade de Buenos Aires, e o deslocamento da pluma de aerossol de queimadas desde o
norte do Brasil até localidades da Argentina, atingindo valores ligeiramente maiores pela
manhã. Grandes extensões apresentaram valores de profundidade óptica acima de 1.0,
indicando áreas fortemente impactadas com a poluição dos aerossóis.
A análise espacial da profundidade óptica do aerossol do MODIS mostrou que, tanto
pela manhã quanto à tarde, existe possivelmente uma heterogeneidade na distribuição espacial
do aerossol nas regiões consideradas, percebendo-se que a variação da AOD foi significativa
na medida em que se aumentou a resolução espacial abrangida, caindo significativamente,
particularmente em Buenos Aires e Santiago. Isso sugere que as camadas de aerossol não são
bem misturadas em alguns locais na porção sul da América do Sul e não possuem um impacto
regional.
A avaliação da garantia de qualidade dos dados de AOD recuperados pelo MODIS em
todas as localidades analisadas, à exceção de Arica, nas resoluções espaciais 20 km x 20 km e
60 km x 60 km, foi observada uma porcentagem maior de dados com qualidade “muito boa”
em relação às demais, podendo-se inferir que as informações medidas pelo sensor MODIS
pela manhã, a bordo do satélite Terra, apresentam maior confiança com relação às passagens
do Aqua. Além disso, na medida em que aumenta a resolução espacial da área abrangida para
calcular as médias de AOD, aumenta a quantidade de dados com valores de qualidade “muito
boa” (QAC = 3). No entanto, em Córdoba foi observado um alto número de dados de
qualidade muito boa em todas as resoluções analisadas, tanto pela manhã quanto à tarde, com
acima de 70% de valores de QAC=3.
Foram feitas análises estatísticas de comparação entre a AOD do MODIS e da
AERONET, considerando inicialmente a totalidade de dados disponíveis, para tentar verificar
a qualidade dos produtos de AOD do MODIS na porção sul da América do Sul, determinando
que o MODIS superestima a profundidade óptica do aerossol da AERONET. Após avaliar a
qualidade dos dados de AOD recuperada pelo sensor MODIS, foram considerados apenas os
valores qualificados como muito bom (QAC = 3) e feitas novas comparações nos
Capítulo 5 – Conclusões
83
espaçamentos de raio 10 km e 50 km, com a AOD medida pela AERONET, no entanto, não
foram verificadas melhoras nas comparações de AOD. O MODIS seguiu, em geral,
superestimando os valores de AOD, e em alguns casos, subestimando os maiores valores de
τ
0.55
e superestimando os valores da AERONET para baixos valores de τ
0.55
.
Após a análise das propriedades ópticas do aerossol, tais como o fator de assimetria e
albedo simples, percebeu-se que em todas as localidades estes parâmetros atingem distintos
valores e, portanto, ajustam-se a diferentes tipos de aerossol, sendo o modelo óptico Neutro,
aquele presente nos seis locais em estudo. A melhor caracterização dos tipos de aerossol
presentes na atmosfera contribuiria na melhoria da estimativa de AOD, a partir das
recuperações do algoritmo do MODIS. Por esse motivo, como perspectiva seria muito
importante ampliar a rede de fotômetros solares em superfície nessas regiões da América do
Sul e avaliar localmente os tipos de aerossol predominantes em cada estação, para fornecer
melhores informações e aprimorar as recuperações de AOD do MODIS. Com estimativas
mais precisas seria possível diminuir a incerteza na determinação e seu impacto sobre a
meteorologia e o clima da região.
Capítulo 6 – Referências Bibliográficas
84
CAPITULO 6:
REFERÊNCIAS BIBLIOGRAFICAS
Ambrizzi T, J. Rutland, M. Kayano and P. L Silva Dias.
South America present climate. In:
Environmental changes in South America in the last 10k years: Atlantic and Pacific controls
and biogeophysical effects
. IAI SGP-078 Final Scientific Report. 192p, 2006
Anderson, T. L., R. J. Charlson, D. M. Winker, J. A. Ogren and K. Holmen.
Mesoscale
variations of tropospheric aerosols
. Journal of the Atmospheric Sciencies, 60, 119–136, 2003
Andreae, M. O.,
Biomass Burning: Its History, Use, and Distribution and Its Impact on
Environmental Quality and Global Climate
, in Biomass Burning and Global Change, editado
por J. S. Levine, pp. 3 – 21, MIT Press, Cambridge, Mass., 1991.
Artaxo, P., Oyola, P. and R. Martinez.
Aerosol composition and source apportionment in
Santiago de Chile
. Nuclear Instruments and Methods in Physics Research B 150, 409-416,
1999.
Bellouin, N. Q., O. Boucher, J. Haywood and M. S. Reddy.
Global estimate of aerosol direct
and radiative forcing from satellite measurements
. Nature, 438, 1138–1141,
doi:10.1038/nature04348, 2005.
Bocca, B., S. Caimi, P. Smichowski, D. Gómez and S. Caroli.
Monitoring Pt and Rh in urban
aerosols from Buenos Aires, Argentina
. Science of the Total Environment 358, 255–264,
2006.
Bogo, H., M. Otero, P. Castro, M. J. Ozafrán, A. Kreiner, E. J. Calvo and R. M. Negri,
Study
of atmospheric particulate matter in Buenos Aires city
, Atmospheric Environment 37, 1135–
1147, 2003
Carreras, H. A., M. L. Pignata and P. H. N. Saldiva.
In situ monitoring of urban air in
Córdoba, Argentina using the Tradescantia-micronucleus (Trad-MCN) bioassay
.
Atmospheric Environment 40, 7824–7830, 2006
Chameides, W. L., H. Yu, S. C. Liu, M. Bergin, X. Zhou, L. Mearns, G. Wang, C. S. Kiang,
R. D. Saylor, C. Luo, Y. Huang, A. Steiner and F. Giorgi.
Case study of the effects of
atmospheric aerosols and regional haze on agriculture: An opportunity to enhance crop
yields in China through emission controls?.
In Proceedings of the National Academy of
Sciences of the United States of America 96(24), 1999.
Charlson, R. J., S. E. Schwartz, J. M. Hales, R. D. Cess, J. A. Coakley Jr., J. E. Hansen and D.
J. Hofmann.
Climate forcing by anthropogenic aerosols
. Science,
255, 423–430, 1992.
Charlson, R. J.
Extending aerosol/climate-forcing observations to the global scale: The
necessity for coordinate satellite and in-situ measurements
. Journal of Aerosol Science, vol.
32. 3-4p, 2001
Chu, D.A., Y. J. Kaufman, C. Ichoku, L. A. Remer, D. Tanré and B. N Holben.
Validation of
MODIS aerosol optical depth retrieval over land.
Geophysical Research Letter, vol. 29, Nº12,
2002
Capítulo 6 – Referências Bibliográficas
85
Chu, D. A., Y. J. Kaufman, G. Zibordi, J. D. Chern, J. Mao, C. Li and B. N. Holben.
Global
monitoring of air pollution over land from EOSTerra MODIS
. Journal Geophysical Research,
108(D21), 4661, 2003
Dewes, C. F.
Análise da variabilidade climática de um modelo do clima da América do Sul
no presente e em 6 ka AP.
Dissertação (Mestrado), Instituto de Astronomia, Geofísica e
Ciências Atmosféricas, Universidade de São Paulo, São Paulo, 2007.
Didyk, B., B. R. Simoneit, L. A. Pezoa, M. L. Riveros and A. Flores.
Urban aerosol particles
of Santiago, Chile: organic content and molecular characterization.
Atmospheric
Environment 34, 1167-1179, 2000.
DGEyC.
Dirección General de Estadísticas y Censos
. Disponível em
http://www.estadistica.chubut.gov.ar/index.php?option=com_content&task=view&id=19&Ite
mid=63. Acesso em: 20/08/2010.
Dubovik, O. and M. D. King.
A flexible inversion algorithm for retrieval of aerosol optical
properties from Sun and sky radiance measurements
. Journal of Geophysical Research 105,
20673–20696, 2000.
Dubovik, O., B. Holben, T. F. Eck, A. Smirnov, Y. J. Kaufman, M. D. King, D. Tanre and I.
Slutsker.
Variability of absorption and optical properties of key aerosol types observed in
worldwide locations.
Journal Atmospheric Sciences 59, 590– 608, 2002
Fedorova, N. and L. Bakst.
Identificação da advecção de ar quente através da análise de
dados de satélites
. Revista Brasileira de Geofísica, vol. 17(1), pp. 67-78, 1999
Finlayson-Pitts, B.J and J. Pitts.
Chemistry of the Upper and Lower Atmosphere: theory,
experiments and applications
. Academic Press, CA, 2000.
Freitas, S.R., K. M. Longo, M. A. F. Silva Dias, P. Silva Dias, R. Chatfield, E. Prins, P.
Artaxo, G. Grelle and F. Recuero.
Monitoring the Transport of Biomass Burning Emissions in
South America.
Environmental Fluid Mechanics, 5: 135–167, 2005.
Fuenzalida, H.
Climatología de Chile
. Departamento de Geofísica, Universidad de Chile, 90
pp. Santiago, Chile, 1971.
Gan M. A. and V. B. Rao.
The influence of the Andes Cordillera on transient disturbances
.
Mon. Wea. Rev, vol. 122, pp. 1141–1157, 1994
Gao, B.C., P. Yang, W. Han, R. Li and W. J. Wiscombe.
An algorithm using visible and
1.375-
µ
m channels to retrieve cirrus cloud reflectances from aircraft and satellite data
. IEEE
Trans. Geosciences Remote Sensing, 40, pp. 1659–1688, 2002
Garreaud, R. and J. M. Wallace.
Summertime incursions of midlatitude air into tropical and
subtropical South America
. Mon. Wea. Rev., vol. 126, pp. 2713–2733, 1998
Capítulo 6 – Referências Bibliográficas
86
Garreaud, R. and J. Rutllant.
Factores Meteorológicos de la Contaminación Atmosférica en
Santiago.
Capitulo 2 en Episodios Críticos de Contaminación Atmosférica en Santiago, R.
Morales, Ed. Colección de Química Ambiental, Editorial Universitaria. Pp. 36-53. Año 2006.
Gimeno, J.F., D. Segarra and E. López.
Cambio climático: Efectos indirectos de los aerosoles
atmosféricos
, Revista de Climatología Vol. 2, 5- 13, 2002.
Grimm, A. M.
Climate Variability in Southern South America Associated with El Niño and
La Niña Events.
Journal of Climate, vol 13 pag.38, 2000
Harrison, L. and J. Michalsky.
Objective algorithms for the retrieval of optical depths from
ground-based measurements
. Appl. Opt., 33, 5126-5132, 1994.
Haywood, J., and O. Boucher.
Estimates of the direct and indirect radiative forcing due to
tropospheric aerosols: A review
. Rev. Geophys., 38, 513–543, 2000.
Holben, B. N., A., Setzer, T. F. Eck, A. Pereira and I. Slutsker.
Effect of dry-season biomass
burning on Amazon basin aerosol concentrations and optical properties, 1992–1994.
Journal
Geophysical Research, 101(D14), 19 465–19 482, 1996.
Holben, B.N., T. F. Eck, I. Slutsker, D. Tanrè, J. P. Buis, A. Setzer, E. Vermote, J. A. Reagan,
Y. J. Kaufman, T. Nakajima, F. Lavenu, I. Jankowiak and A. Smirnov.
AERONET – A
federated instrument network and data archive for aerosol characterization
. Remote Sensing
of Environment 66: (1), 1-16, 1998.
Holben, B. N., Tanrè, D., Smirnov, A., Eck, T. F., Slutsker, I., Abuhassan, N., Newcomb,
W.W., Schafer, J., Chatenet, B., Lavenue, F., Kaufman, Y. J., Vande Castle, J., Setzer, A.,
Markham, B., Clark, D., Frouin, R., Halthore, R., Karnieli, A., ONeill, N. T., Pietras, C.,
Pinker, R. T., Voss, K. and G. Zibordi.
An emerging ground-based aerosol climatology:
Aerosol Optical 30 Depth from AERONET
. Journal Geophysical Research, 106, 12 067-12
097, 2001.
Horvath, H.
Aerosols—an introduction
. Journal of Environmental Radioactivity, v. 51, p. 5–
25, 2000.
Houghton, R. A., K. T. Lawrence, J. L. Hackler and S. Brown.
The Spatial Distribution of
Forest Biomass in the Brazilian Amazon: a Comparison of Estimates
.
Global Change
Biology
, 7, 731-746, 2001.
Ichoku, C., D. Allen Chu, S. Mattoo, Y.J. Kaufman, L.A. Remer, D. Tanré, I. Slutsker and
B.N. Holben.
A spatio-temporal approach for global validation and analysis of MODIS
aerosol products.
Geophysical Research Letters, vol. 29, no. 12, 10.1029/2001gl013206, 2002
Ichoku, C., L. A. Remer and T. F. Eck.
Quantitative evaluation and intercomparison of
morning and afternoon Moderate Resolution Imaging Spectroradiometer (MODIS) aerosol
measurements from Terra and Aqua
. Journal Geophysical Research, 110, D10S03,
doi:10.1029/2004JD004987, 2005
IPCC 2001 -
Intergovernmental Panel on Climate Change. Climate Change 2001
.
The
Scientific Basis: Contribution of Working Group I to the Third Assessment Report of the
Capítulo 6 – Referências Bibliográficas
87
International Panel of Climate Change.
Edited by Houghton, J. T. et al. Cambridge
University Press, New York, 2001
IPCC 2007. Forster, P., V. Ramaswamy, P. Artaxo, T. Berntsen, R. Betts, D.W. Fahey, J.
Haywood, J. Lean, D.C. Lowe, G. Myhre, J. Nganga, R. Prinn,G. Raga, M. Schulz and R.
Van Dorland.
Changes in Atmospheric Constituents and in Radiative Forcing
. In: Climate
Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth
Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin,
M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M.Tignor and H.L. Miller (eds.)].
Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 2007
Iqbal, M.
An Introduction to Solar Radiation
. Academic Press, San Diego, Califórnia. 1983.
Kaufman, Y. J., A. Gitelson, A. Karnieli, E. Ganor, R. S. Fraser, T. Nakajima, S. Mattoo and
B. N. Holben.
Size distribution and scattering phase function of aerosol particles retrieved
from sky brightness measurements
, Journal Geophysical Research, 99(D5), 10 341–10 356,
1994.
Kaufman, Y.J., D. Tanré, L. A. Remer, E. Vermote, A. Chu and B. N. Holben.
Operational
remote sensing of tropospheric aerosol over land from EOS Moderate Resolution Imaging
Spectroradiometer
. Journal of Geophysical Research, v.102, p.1705117067, 1997a.
Kiehl, J. T. and K. E. Trenberth.
Earth’s Annual Global Mean Energy Budget
. Bulletin of the
American Meteorological Society, vol. 78. 197-208 p., 1997
King, M. D., Y. J. Kaufman, W. P. Menzel and D. Tanré.
Remote sensing of cloud, aerosol,
and water vapor properties from the Moderate Resolution Imaging Spectrometer (MODIS).
IEEE Trans. Geosci. Remote Sens., 30, 2–27, 1992
King, M.D., W.P. Menzel, Y.J. Kaufman, D. Tanré, B.C. Gao, S. Platnick, S.A. Ackerman,
L.A. Remer, R. Pincus and P.A. Hubanks.
Cloud and aerosol properties, precipitable
water,and profiles of temperature and water vapor from MODIS
. IEEE Transactions on
Geoscience and Remote Sensing, v.41, n.2, p.442458, 2003.
Koren, I., Y. J. Kaufman, L. A. Remer and J. V Martins.
Measurement of the effect of Amazon
smoke on inhibition of cloud formation
.
Science
303: 1342-1345; 2004.
Koren, I., L.A. Remer, Y.J. Kaufman, Y. Rudich and J.V. Martins.
On the twilight zone
between clouds and aerosols
. Geophysical Research Letters, vol. 34, L08805, doi:
10.1029/2007GL029253, 2007.
Lang-Yona, N., A. Abo-Riziq, C. Erlick, E. Segre, M. Trainica and Y. Rudicha.
Interaction of
internally mixed aerosols with light.
Physical Chemistry Chemical Physics, vol 12, 21–31,
2010
Lenoble, J.
Atmospheric Radiative Transfer
, A. DEEPAK Publishing, 1993
Capítulo 6 – Referências Bibliográficas
88
Levy, R. C., L. A. Remer, J. V. Martins, Y. J. Kaufman, A. Plana-Fattori, J. Redemann and B.
Wenny.
Evaluation of the MODIS aerosol retrieval over ocean and land during CLAMS
.
Journal Atmospheric Sciences, 62(4), 974–992, 2005.
__________, L. A. Remer, S. Mattoo, E. F. Vermote and Y. J. Kaufman,
Second-generation
operational algorithm: Retrieval of aerosol properties over land from inversion of Moderate
Resolution Imaging Spectroradiometer spectral reflectance
, Journal of Geophysical Research,
112, D13211, 2007.
__________, L.A. Remer, D. Tanré, S. Mattoo
and Y.J. Kaufman. A
lgorithm for remote
sensing of tropospheric aerosol over dark targets from modis: collections 005 and
051:revision 2; feb 2009a
__________, L.A. Remer, R.G. Kleidman, S. Mattoo, C. Ichoku and T.F. Eck
. Global
evaluation of the Collection 5 MODIS aerosol products over land and ocean.
Submitted to
ACPD Mar 2009b
Liou, K.N., 2002.
An Introduction to Atmospheric Radiation
, 2ª edição.
Mac Arthur, J. L., D. H. Halliwell, O. J. N.; N. T. O.; J. R. S.; C. W.
Field comparison of
network Sun promote
rs. Journal of Geophysical Research.108, NO. D19:4596, 2003.
Mi, W., Z. Li, X. Xia, B. Holben, R. Levy, F. Zhao, H. Chen and M. Cribb.
Evaluation of the
Moderate Resolution Imaging Spectroradiometer aerosol products at two Aerosol Robotic
Network stations in China.
Journal Geophysical Research, 112, D22S08,
doi:10.1029/2007JD008474, 2007
Mielnicki D.M., P.O Canziani, J. Drummond and J.P Skalany J.P.
La quema de biomasa en
Sudamérica vista desde el espacio
. CONGREMET IX, Buenos Aires, Argentina, 2005a
Mielnicki D.M., P.O Canziani and J. Drummond.
Quema de biomasa en el centro–sur de
Sudamérica: incendios locales, impactos regionales
CONGREMET IX, Buenos Aires,
Argentina, 2005b
Morata, R., M. Polvé, A. Valdés, M. Belmar, M. I. Dinator, M. Silva, M. A. Leiva, T. Aigouy
and J. R. Morales,
Characterisation of aerosol from Santiago, Chile: an integrated PIXE–
SEM–EDX study
. Environ Geol DOI 10.1007/s00254-007-1141-8, 2008
Murruni, L.G, M.E. Debray, A.J. Kreiner, A. Burlón, J. Davidson, M. Davidson, G. Leyva,
M.J. Ozafrán, M.E Vázquez, A.G. Ulke and M. Rosenbusch.
Elemental Characterization of
Atmospheric Aerosols colected at Buenos Aires: Macropixe, Micropixe y SEM/EDX Analysis.
Anales AFA vol. 17, 288-296, 2005
Nieuwolt, S.
Tropical climatology
. London, Wiley, 1977
Nogués-Paegle J. and Mo KC.
Alternating wet and dry conditions over South America during
summer
. Mon Wea Rev 125:279–291, 1997
Capítulo 6 – Referências Bibliográficas
89
Otero, L., P. Ristori, O. Vilar, J. Dworniczak, B. Holben and E. Quel.
Caracterización de un
Proceso de Intrusión de Aerosoles en Córdoba Medianteun Fotómetro Solar de la Red
AERONET
. Anales AFA vol. 16, 41-44. Bahia Blanca, 2004
Otero, L., P. Ristori, B. Holben and E. Quel.
Aerosol optical properties by means of a
sunphotometer and LIDAR system in Buenos Aires Argentina.
Óptica Pura y Aplicada – vol.
39, núm. 1 –3rd-Workshop Lidar Measurements in Latin América, 2006a.
_________, P. Ristori, B. Holben and E. Quel.
Fire in the Northeast of the Laguna de Mar
Chiquita Detected by SAC-C Satellite and AERONET Cordoba - CETT Station.
Anales AFA
vol. 18, 278-281, 2006b.
_________, P. Ristori, B.N. Holben and E. Quel.
Aerosol Optical Thickness at ten AERONET
– NASA stations during 2002.
Optica Pura Aplicada 39 (4) 355-364, 2006c.
Oyanadel, A., D. Painemal, J-F Léon, I. Chiapello and L. Gallardo. A
erosol Loading Over
Santiago de Chile (33º.3’s 70º.5’w, 500 m.a.s.l.): a Comparison between Satellite and in situ
measurements.
Proceedings of 8 ICSHMO, Foz do Iguaçu, Brazil, p. 149-155, 2006
Papadimas, C. D., N. Hatzianastassiou, N. Mihalopoulos, M. Kanakidou, B. D. Katsoulis and
I. Vardavas.
Assessment of the MODIS Collections C005 and C004 aerosol optical depth
products over the Mediterranean basin
. Atmos. Chem. Phys., 9, 2987–2999, 2009
Préndez, M., J. L. Ortiz, E. Cortés and V. Cassorla.
Elemental composition of the airbone
particulate matter from Santiago City, Chile 1976
. Journal Air Pollution Control Ass. 34, 54-
56, 1984
Prins, E., J. Feltz, W. Menzel and D. Ward.
An overview of GOES-8 diurnal fire and smoke
results for SCAR-B and 1995 fire season in South America
. Journal of Geophysical Research
103 (D24), 31821–31835, 1998.
Procópio, A. S.
Forçante radiativa direta dos aerossóis na Região Amazônica devido à
queima de biomassa
. Tese (Doutorado) - Instituto de Astronomia, Geofísica e Ciências
Atmosféricas, Universidade de São Paulo, São Paulo, 2005.
Raes, F.
Formation and cycling of aerosols in the global troposphere
. Atmospheric
Environment, v. 34, p. 4215-4240. 2000.
Ramanathan V., P. J. Crutzen, J. T. Kiehl and D. Rosenfeld.
Aerosols, climate and the
hydrological cycle.
Science, 294, 2119, 2001
Ratisbona, C. R.
The climate of Brazil. Climate of Central and South Americ,
W.
Schwerdtfeger and H. E. Landsberg, Eds., World Survey of Climatology, Vol. 12, Elsevier,
219–293, 1976.
Recuero, F.
“Estudo do Transporte das Partículas de Aerossol de Queimada via
Sensoriamento Remoto”
. Dissertação de Mestrado apresentada ao Instituto de Astronomia,
Geofísica e Ciências Atmosféricas, Universidade de São Paulo, 2003. Disponível
eletronicamente:
http://www.iag.usp.br/UserFiles/File/pos_graduacao/teses/aca/m_fernando_s_recuero.pdf
Capítulo 6 – Referências Bibliográficas
90
Reid, J. S., E. M. Prins, D. L. Westphal, C. Schmidt, K. A. Richardson, S. A. Christopher, T.
F. Eck, E. A. Reid, C. A. Curtis and J. P. Hoffman.
Real-time monitoring of South American
smoke particle emissions and transport using a coupled remote sensing//box-model approach.
Geophysical Research Letters, Vol. 31, L06107, 2004
Remer, L.A., Kaufman, Y.J., Tanrè, 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., and Holben, B.N.
The MODIS
aerosol algorithm, products, and validation.
Journal of the Atmospheric Sciences, v.62,
CLAMS Special Section, p.947973, 2005.
___________, Kaufman, Y., Tanrè, D., Mattoo, S., Li, R. R, Martins, J. V., Levy, R., Chu, D.
A., Kleidman, R., Ichoku, C., and Koren, I.
Collection 005 Change Summary for MODIS
Aerosol (04 L2) Algorithms
, available at: http://modis-
atmos.gsfc.nasa.gov/productsC005update.html, 2006.
___________, Kleidman, R. G., Levy, R. C., Kaufman, Y. J., Tanrè, D., Mattoo, S., Martins,
J. V., Ichoku, C., Koren, I., Yu, H., and Holben, B. N.
Global aerosol climatology from the
MODIS satellite sensors.
Journal Geophysical Research, 113(D14), 2008
.
Ristori, P., L. Otero, J. Fochesatto, P.H. Flamant, E. Wolfram, E. Quel, R. Piacentini and B.
Holben,
Aerosol optical properties measured in Argentina: wavelengthdependence and
variability based on sun photometer measurements.
Optics and Lasers in Engineering 40, 91–
104, 2003.
Rollin, E. M.
An introduction to the use of Sun-photometry for the atmospheric correction of
airborne sensor data
. Disponível em http://www.ncaveo.ac.uk/site-resources/pdf/cimel.pdf
Acesso em: 07 de abril de 2010.
Rosenfeld, D and I. M. Lensky.
Satellite-based insights into precipitation formation processes
in continental and maritime convective clouds
. Bulletin of the American Meteorological
Society 79 (11), 2457–2476, 1998
Schulz, M., C. Textor, S. Kinne, Y. Balkanski, S. Bauer, T. Berntsen, T. Berglen, O. Boucher,
F. Dentener, S. Guibert, I. S. A. Isaksen, T. Iversen, D. Koch, A. Kirkevåg, X. Liu,
V. Montanaro, G. Myhre, J. E. Penner, G. Pitari, S. Reddy, Ø. Seland, P. Stier and
T. Takemura.
Radiative forcing by aerosols as derived from the AeroCom present-day and
pre-industrial simulations.
Atmos. Chem. Phys., 6, 5225-5246, 2006
Seinfeld, J. H. and Pandis, S. N.
Atmospheric Chemistry and Physics: From Air Pollution to
Climate Change.
Wiley. 1998.
Seinfeld, J. H. and Pandis, S. N.,
Atmospheric Chemistry and Physics: From Air Pollution to
Climate Change,
2
nd
Edition, Wiley, New Jersey, 2006.
Seluchi, M.E. and J.A. Marengo.
Tropical-Midlatitude Exchange of Air Masses during
Summer and Winter in South America: Climatic aspects and examples of intense events
.
J.Climatol
, 20, 1167-1190, 2000
Capítulo 6 – Referências Bibliográficas
91
Silva, C. and A. Quiroz.
Optimization of the atmospheric pollution monitoring networkat
Santiago de Chile
. Atmospheric Environment 37, 2337–2345, 2003.
Spiegel, M.R.
Estatística
. 3.ed. São Paulo. Makron Books, 643p. (Coleção Schaum), 1993
Satyamurty, P., L. F. Mattos, C. A. Nobre and P. L. Silva Dias.
Tropics - South America. In :
Meteorology of the Southern Hemisphere
, Ed. Kauly, D. J. and Vincent, D. G.,
Meteorological Monograph. American Meteorological Society, Boston, 119-139, 1998
Thomas, G. E. and Stamnes, K.
Radiative transfer in the atmosphere and ocean
. Cambridge:
Cambridge University Press, 1999
Toselli, B.M., L.E. Olcese, G.G. Palancar, F. Ahumada, M.L. López, G.C. Andrada and R.P.
Fernández.
Evaluación de la calidad del aire y mediciones de radiación UV-B y total en la
ciudad de Córdoba.
Contaminación atmosférica en Argentina: contribuciones de la II
Reunión Anual PROIMCA /edición literaria a cargo de Salvador Enrique Puliafito y Nancy
Quaranta. - 1a ed. -Mendoza: Universidad Tecnológica Nacional. Facultad Regional
Mendoza, 2009.
Trenberth, K.E and D.P. Stepaniak.
The flow of energy through the earth’s climate system
, Q.
J. R. Meteorological Society., 130, pp. 2677–2701, 2004
Trewartha, G.
The earth’s problem climates
. Madison, Wisconsin, USA: University of
Wisconsin Press, 1961
Tripathi, S. N., Sagnik Dey, A. Chandel, S. Srivastava1, Ramesh P. Singh, and B. N. Holben.
Comparison of MODIS and AERONET derived aerosol optical depth over the Ganga Basin,
India.
Annales Geophysicae, 23, 1093–1101, 2005
van der Werf, G. R., J. T. Randerson, L. Giglio, G. J. Collatz, P. S. Kasibhatla and A. F.
Arellano Jr.
Interannual variability of global biomass burning emissions from 1997 to 2004.
Atmos. Chem. Phys. Discuss., 6, 3175–3226, 2006
Wallace, J. M. and P. V. Hobbs,
Atmospheric Science – an introductory survey.
Academic
Press, 176 e 177 p, 2006,
Wang, J., and S. A. Christopher.
Intercomparison between satellite-derived aerosol optical
thickness and PM2.5 mass: implications for air quality studies
. Geophysical Research Letters,
30, 21, 2095, 2003
Wang, Z., V. Radosavljevic, B. Han, Z. Obradovic and S. Vucetic.
Aerosol Optical Depth
Prediction from Satellite Observations by Multiple Instance Regression
. Proceedings of the
SIAM International Conference on Data Mining, 2008. Disponível em
http://www.siam.org/proceedings/datamining/2008/dm08_15_Wang.pdf, 2008.
Wolfram E., L. Otero, L. Murruni, J. Salvador, R. D’Elia, A. Paladini, E. Quel and R.
Piacentini,
Estudio de la atenuación de la radiación solar por aerosoles sobre Buenos Aires
durante un evento extremo ocurrido en el 2003
, Bahia Blanca, vol 16, p279-282, 2004.
Capítulo 6 – Referências Bibliográficas
92
Yamasoe, M. A.
Estudo de propriedades ópticas de partículas de aerossóis a partir de uma
rede de radiômetros
. 1999. 213f. Tese (Doutorado), Instituto de Física da Universidade de
São Paulo, São Paulo, 1999.
Yu, H., S. C. Liu, and R. E. Dickinson.
Radiative effects of aerosols on the evolution of the
atmospheric boundary layer.
Journal Geophysical Research., 107(D12), 4142, 2002
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
