A Plataforma LANDSAT

A série temporal do Land Remote Sensing Satellite (LANDSAT) é, possivelmente, o principal banco de dados de imagens de satélite do Brasil (e do mundo) e está acessível gratuitamente e virtualmente aos usuários internacionais pela National Aeronautics and Space Administration (NASA), Agência Espacial Americana, e aos usuários nacionais no Instituto Nacional de Pesquisas Espaciais (INPE).

O programa LANDSAT foi desenvolvido pela National Aeronautics e Space Administration (NASA) com o intuito de adquirir informações espaciais, espectrais e temporais dos recursos terrestres em escala global e repetitiva (ROSA, 2007). Desde 1972 até o presente, sete plataformas já atuaram ou ainda atuam, conforme detalha o Quadro 1: o LANDSAT-1 (1972), LANDSAT-2 (1975), LANDSAT-3 (1978), LANDSAT-4 (1982), LANDSAT-5 (1984), LANDSAT-6 (1993), LANDSAT-7 (1999) e o LANDSAT-8 (2013).

Quadro 1: Características dos Satélites LANDSAT

Fonte: Adaptado do USGS (https://landsat.usgs.gov/what-are-band-designations-landsat-satellites).

Sete sistemas sensores operaram nessas plataformas, a saber: o Multispectral Scanner System (MSS), o Retum Beam Vidicom (RBV), o Thematic Mapper (TM), Enhanced Thematic Mapper (ETM), o Enhanced Thematic Mapper+ (ETM+), o Operacional Land Imager (OLI) e o Thermal Infrared Sensor (TIRS), O MSS e o RBV operaram nas plataformas LANDSAT 1, 2 e 3; o MSS e o TM, nas plataformas LANDSAT 4 e 5; o ETM e o ETM+ nas plataformas LANDSAT 6 e 7 e o OLI e TIRS na plataforma 8. A principal diferença entre esses sistemas sensores dá-se pelas características de resolução espectral e espacial e pela sensibilidade radiométrica das bandas. Neste caso, os sensores TM, ETM+, OLI e TIRS apresentam melhores resoluções e sensibilidade (JENSEN, 2009).

A escolha dos sensores TM, ETM+, OLI e TIRS para esta pesquisa, presentes nas séries 5, 7 e 8, deve-se exatamente pela presença da banda termal [2] não presente nas séries de 1 a 4. A banda está posicionada dentro da janela atmosférica no intervalo espectral médio entre 10,40 µm - 12,50 µm correspondente à região do infravermelho termal, destinando-se, dessa forma, ao mapeamento da temperatura dos alvos presentes na imagem. Essa aplicabilidade, em conjunto com sua resolução espacial, 120 metros para o LANDSAT-5, 60 metros para o LANDSAT-7 e 100 metros para o LANDSAT 8, são fundamentais ao mapeamento e ao estudo das ilhas de calor. Os Quadros de 2 a 5 apresentam as características das bandas dos sensores que possuem bandas termais.

O sensor TM (Quadro 2) foi lançado a bordo dos satélites LANDSAT 4 e LANDSAT 5 e opera com 7 bandas que incluem as regiões do visível, infravermelho próximo, médio e termal. Apresenta melhor resolução espacial, acurácia radiométrica e posicionamento geométrico que seu antecessor, o sensor MSS. O sensor TM teve uma longínqua duração, onde somente parou de transmitir dados em 2011. A grande diferença entre ele e o seu antecessor, é a banda do infravermelho termal.

Quadro 2: Características das bandas do Sensor TM

Fonte: Adaptado do USGS (https://landsat.usgs.gov/what-are-band-designations-landsat-satellites).

O sensor ETM (Quadro 3) foi projetado para ser levado a bordo do LANDSAT 6, no entanto, o satélite não entrou em órbita devido a uma ruptura no coletor de hidrazina, o que ocasionou no impedimento da chegada do combustível ao motor, fazendo o satélite cair. Em relação ao seu antecessor, o sensor TM, foi incluída uma nova banda, chamada de banda pancromática (banda 8) com 15 metros de resolução espacial e mantidas as demais configurações técnicas. Essa banda pancromática, possuía uma resolução espectral que ia desde a região do verde, até a região do infravermelho (0.52 –0.90 μm), assim era possível obter maior quantidade de energia radiante que chegava ao sensor, podendo-se ter maior qualidade e confiança nos dados registrados e melhores composições em RGB.

Quadro 3: Características das bandas do Sensor ETM

Fonte: Adaptado do USGS (https://landsat.usgs.gov/what-are-band-designations-landsat-satellites).

O sensor ETM evoluiu para o sensor ETM+ (Enhanced Thematic Mapper Plus) lançado em 1999 a bordo do LANDSAT 7 (Quadro 4). Este instrumento foi capaz de ampliar as possibilidades de uso dos produtos LANDSAT, oferecendo a versatilidade e eficiência obtidas nas versões anteriores, pois conseguiu melhorar a acurácia do sistema, manteve os mesmos intervalos espectrais, ampliou a resolução espacial da banda 6 (infravermelho termal) para 60 metros, além de tornar a banda pancromática operante e permitir a geração de composições coloridas com 15 metros de resolução. O LANDSAT 7 enviou dados completos para a Terra até 2003, quando apresentou avarias de hardware e começou a operar com o espelho corretor de linha (SLC) desligado. Desde então, as imagens continuam adquiridas e enviadas para a Terra, mas para torná-las aptas à utilização necessitam de correções prévias e análise de acurácia no posicionamento e calibração dos pixels.

Quadro 4: Características das bandas do Sensor ETM+

Fonte: Adaptado do USGS (https://landsat.usgs.gov/what-are-band-designations-landsat-satellites).

Finalmente no LANDSAT 8 ocorreram mudanças importantes, onde passou-se a ter 2 sensores, onde um seria responsável pela parte da reflectância (OLI) e outro pela parte termal (TIRS) - Quadro 5. O sensor OLI possui 9 bandas, das quais 6 são semelhantes ao sensor TM/ETM+ e outras 3 (banda 1, banda 8 e banda 9) são diferentes, onde possibilitam estudos costeiros, mascaramento de nuvens e composições pancromáticas. O sensor TIRS possui não somente uma, mas duas bandas termais, o que possibilita a aplicação de algoritmos “split window�, muito utilizados na obtenção da temperatura da superfície.

Quadro 5: Características das bandas dos sensores OLI e TIRS

Fonte: Adaptado do USGS (https://landsat.usgs.gov/what-are-band-designations-landsat-satellites).

O sistema de plataformas LANDSAT oferece algumas vantagens em relação a outros sistemas de satélites, nomeadamente a sua série temporal relativamente longa, que, no caso da RMRJ, data-se desde 1984, conjugada com sua resolução espacial. Apesar da série de satélites polares da National Oceanic Atmospheric Administration (NOAA) possuir, a bordo, o instrumento Advanced Very High Resolution Radiometer (AVHRR) também com bandas no infravermelho termal e uma série temporal um pouco mais extensa, desde 1979, sua resolução espacial de 1,1 km é muito baixa em detalhe, quando comparada com a resolução espacial oferecida pelo LANDSAT.

Instrumentos a bordo das plataformas TERRA e AQUA, como o Moderate Resolution Imaging Spectroradiometer (MODIS) e o Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER), também possuem bandas no infravermelho termal. Não obstante, além de começar a operar somente a partir de 1999, comprometendo o tamanho da série temporal, o MODIS apresenta uma resolução espacial, no seu maior nível de detalhe, de apenas 250 metros, enquanto que a resolução do ASTER é de 90 m, comparável à do LANDSAT.

Adicionalmente, a série de dados do LANDSAT é disponibilizada gratuitamente aos usuários de forma amigável e instantânea. Dessa forma, a plataforma LANDSAT reúne condições razoáveis de praticidade no acesso, de cobertura temporal e de resolução espacial que faz com que sua utilização seja especialmente importante nos estudos de clima urbano no estado do Rio de Janeiro.

De fato, o LANDSAT é uma das ferramentas pioneiras na investigação do clima urbano por meio de técnicas mais modernas, proporcionando o mapeamento espacial da temperatura e a detecção da ilha de calor urbana (LOUGEAY et al., 1996; WALD e BALEYNAUD, 1999; VOOGT e OKE, 2003).

Referências Bibliográficas

• Jensen, J.R. Remote sensing of the environment: an earth resource perspective. Upper Saddle River: Prentice Hall, (2000). 544p.
• Lougeay, R., Brazel, A., Hubble, M. (1996) Monitoring intra-urban temperature patterns and associated land cover in Phoenix, Arizona using LANDSAT thermal data, Geocarto International, 11, 79–89.
• Lucena, A.J. (2012) A ilha de calor na região metropolitana do Rio de Janeiro. Tese (Doutorado em Ciências Atmosféricas em Engenharia). Universidade Federal do Rio de Janeiro/COPPE, Rio de Janeiro. 340p.
• Miranda, V.F.V.V. (2017). Caracterização e Validação do balanço de energia na região metropolitana do Rio de Janeiro utilizando dados de sensoriamento remoto. Trabalho de Conclusão de Curso (graduação em Bacharelado em Ciências Matemáticas e da Terra com Habilitação em Sensoriamento Remoto e Geoprocessamento) – Universidade Federal do Rio de Janeiro, Rio de Janeiro, 151p.
• Voogt, J. A., Oke, T. R. (2003) Thermal remote sensing of urban climates. Remote Sensing of Environment, 86: 370–384.
• WALD, L., BALEYNAUD, J. M., 1999, “Observing air quality over the city of Nantes by means of LANDSAT thermal infrared dataâ€�, International Journal of Remote Sensing, vol. 20, pp. 947– 959.

As Imagens LANDSAT e a Composição dos Mapas

Cento e quarenta e uma (141) imagens, desde 1984 a 2016, foram selecionadas referentes aos sensores TM, ETM+, OLI e TIRS a bordo dos satélites LANDSAT 5, 7 e 8 obtidas através do United States Geological Survey (USGS) e do Instituto Nacional de pesquisas Espaciais (INPE) para a elaboração dos mapas e gráficos (Quadro 6). Uma composição de imagens para cada ano foi realizada e assim gerado um mapa anual. Apenas não há mapa anual para o ano de 1989, quando não há imagem alguma.

As imagens correspondem a órbita 217 e ponto 76 cobrindo a Região Metropolitana do Rio de Janeiro (RMRJ) e oscilavam entre os horários de 12h e 12h50m (GMT), isto é, entre 9h e 9h50m no horário local (Hora de Brasília) para as imagens de outono-inverno, e entre 10h e 10h50m no horário local (Horário Brasileiro de Verão) para grande parte das imagens de primavera-verão.

Dois critérios foram adotados para a seleção das imagens. O primeiro é a ausência ou a baixa presença de nuvens sobre a área continental da RMRJ. Foram privilegiadas as imagens com ausência de nuvens nos quadrantes 1 e 2 da imagem (Figura 1) ou no máximo com 20%. Ainda assim, dentre as imagens com 20%, algumas foram rejeitadas quando as nuvens eram muito espessas e contínuas, tomando uma grande área, conforme visualizado no exemplo da Figura 1 no quadrante 3. A qualidade radiométrica da imagem foi outro critério adotado, isto é, a presença de ruídos em uma das bandas que impedisse o processamento radiométrico da imagem. A verificação da qualidade radiométrica foi realizada tanto visualmente como pela constatação de valores físicos não realísticos.

Figura 1: Imagem LANDSAT-5 da órbita ponto 217-76 referente à Região Metropolitana do Rio de Janeiro (RMRJ) do dia 09/05/11 exibindo os quadrantes de cobertura de nuvens. Nesta imagem a Divisão de Geração de Imagens (DGI-INPE) quantifica os quadrantes 1 e 2 com 10%, o quadrante 3 com 20% e o quadrante 4 com 30% de nuvens.

As imagens adquiridas sofreram três processos: correção geométrica, calibração radiométrica e mascaramento de nuvens. Quanto ao primeiro processo as imagens foram processadas e georeferenciadas no código computacional SPRING 4.3 e no software ENVI 4.7. As imagens foram associadas a uma projeção cartográfica (WGS 84) e foram georreferenciadas em função de uma imagem base Geocover_2003, sendo esta um composto da série LANDSAT. Mesmo as imagens do LANDSAT-8, que já vêm corrigidas geometricamente, foi feito este processo para que se mantivesse consistência nos dados em relação a sua base (Geocover_2003). Como o trabalho foi realizado antes de 2016, foi necessário reamostrar as bandas termais, que vinham em resoluções diferentes das bandas de reflexão (120 metros LANDSAT-5, 60 metros LANDSAT-7 e 100 metros LANDSAT-8), o que nos dias de hoje não se faz necessário, pois atualmente as imagens já vem reamostradas. A reamostragem foi feita dividindo-se o número de linhas e colunas das bandas menores pelas maiores, obtendo-se assim um fator de correção que posteriormente foi multiplicado pelo número de linhas e colunas das bandas que se desejava reamostrar. Um terceiro passo dentro do processo de correção geométrica foi o de recortar a imagem bruta em relação a área de interesse (RMRJ) com o intuito de melhor visualizar o dado e também de diminuir o tamanho das imagens (Figura 2). A definição da área do recorte foi feita apenas uma vez e depois aplicado nas demais imagens, para que estas cobrissem a mesma região geográfica.

Figura 2: Recorte da Região Metropolitana do Rio de Janeiro na Imagem LANDSAT.

Em seguida, foi realizada a correção radiométrica com base nas equações e constantes de calibração de Chander (Chander et al., 2009) como parte do pré-processamento dos dados. E com suporte no trabalho de França e Cracknell (França e Cracknell, 1995) foi realizado o mascaramento de nuvens, com a adoção de três técnicas: a) técnica com base em limiar do valor da reflectância na banda 3; b) técnica com base em limiar do valor de temperatura de brilho na banda 6; c) técnica da razão entre as bandas 4 e 3. As três técnicas identificam se o píxel está coberto por nuvens ou não. Estes dois processos podem ser melhor conhecidos nos trabalhos de Lucena (2012) e Lucena et al. (2013).

Em uma segunda etapa foi calculada a Temperatura da Superfície Continental (TSC). Medidas adequadas da TSC são úteis aos estudos de clima urbano devido ao seu papel importante no balanço de energia à superfície. Sua utilidade no entendimento das interações terra-atmosfera decorre principalmente da sua sensibilidade à partição dos fluxos de calor sensível e latente à superfície (Norman et al., 1995). Grande parte de trabalhos em clima urbano, que fazem uso de dados de sensoriamento remoto no infravermelho termal, utiliza a temperatura de brilho, associada à radiância no topo da atmosfera (Souza e Silva, 2005), como aproximação da TSC. Essa abordagem simplificada deve-se à dificuldade de uma estimativa adequada da TSC a partir de dados de satélite, que requer levar em conta, não só os parâmetros atmosféricos, mas também a emissividade da superfície. E erroneamente a maioria dos trabalhos em clima urbano utiliza a expressão “temperatura da superfície� quando de fato foi implementada a temperatura de brilho, aquela obtida no topo da atmosfera. Portanto, torna-se necessário corrigir os efeitos da atmosfera e da emissividade na radiância medida no topo da atmosfera para eliminar quaisquer ruídos que possam interferir na estimativa da TSC real.

A Temperatura da Superfície Continental (TSC) foi estimada utilizando a banda 6 do LANDSAT com base em diferentes parametrizações (Qin et al., 2001; Souza e Silva, 2005), onde a correção atmosférica é realizada utilizando-se dados de estações meteorológicas na RMRJ. A TSC estimada é resultado da combinação entre a temperatura de brilho na banda 6 e um fator de correção que leva em conta a influência atmosférica e a emissividade da superfície no sinal registrado pelo instrumento a bordo do satélite. A emissividade foi obtida a partir do NDVI de acordo com Van de Griend e Owe (Van de Griend e Owe, 1993). A demonstração com as equações e algoritmos de correção geométrica e correção atmosférica podem ser apreciadas em Lucena (2012) ou em Lucena et al. (2013).

Finalmente, todas as imagens distribuídas anualmente foram combinadas, utilizando o critério de média por pixel (Composição do médio valor), e gerada uma única imagem por ano. Assim, cada composição de imagens representa o padrão térmico médio daquele ano.

Os mapas térmicos anuais são calculados fazendo-se a média da TSC de todas as imagens de um determinado ano. Os gráficos exibem os valores médios, máximos e mínimos de TSC ao longo dos anos para cada bairro. O valor médio é calculado fazendo a média espacial de todos os pixels presentes no bairro, enquanto o valor máximo e mínimo representa o valor mais alto e mais baixo encontrado dentro do bairro. Os valores mínimos devem ser encarados com maios cuidado visto que podem corresponder a pixels contaminados com nuvens que não foram identificados pelo algoritmo de mascaramento de nuvens.

Referências Bibliográficas

• Chander, G., Markhan, B., L., Helder, D. L. (2009) Summary of current radiometric calibration coefï¬�cients for LANDSAT MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment, 113, 893–903.
• França, G. B., Cracknell, A. P. (1995) A simple cloud masking approach using NOAA AVHRR daytime data for tropical areas. International Journal of Remote Sensing, 16, 1697–1705.
• Lucena, A.J. (2012) A ilha de calor na região metropolitana do Rio de Janeiro. Tese (Doutorado em Ciências Atmosféricas em Engenharia). Universidade Federal do Rio de Janeiro/COPPE, Rio de Janeiro. 340p.
• Lucena, A.J., Rotunno Filho, O. C., Peres, L.F., França, J.R.A. (2013) Algorithms implementation for land surface temperature estimation based on LANDSAT data as an indicator of urban heat island. In: Joint Urban Remote Sensing Event (JURSE). São Paulo/SP, Brasil. IEEE. 262-266.
• Norman, J.M., Kustasb, W.P., Humes, K.S. (1995) Source approach for estimating soil and vegetation energy fluxes in observations of directional radiometric surface temperature, Agricultural and Forest Meteorology, 77 (3-4), 263–293.
• Qin, Z., Kamieli, A., Berliner, P. (2001) A mono-window algorithm for retrieving land surface temperature from LANDSAT TM data and its application to the Israel-Egypt border region. International Journal of Remote Sensing, 22, 3719–3746.
• Souza, J. D., Silva, B. B. (2005) Correção atmosférica para temperatura da superfície obtida com imagem TM: LANDSAT 5. Revista Brasileira de Geofísica, 23, 349-358.
• Van de Griend, A. A., Owe, M. (1993) On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing, 14, 1119–1131.