نبذة مختصرة : Considerando-se a importância do sensoriamento remoto térmico, pesquisadores vêm atuando no desenvolvimento de diversos algoritmos que contribuam na determinação da temperatura de superfície com a utilização de dados orbitais. Tais algoritmos podem ser utilizados em estudos que objetivam avaliar o fenômeno de ilha de calor urbana, em estudos de microclimas habitacionais, no entendimento térmico do fluxo de energia em paisagens urbanas e para a compreensão da interação da temperatura superficial com diferentes alvos de superfície terrestre. Diante do exposto, o objetivo deste artigo é o de divulgar um protocolo metodológico para obtenção dos valores reais de temperatura de superfície de imagens Landsat 8, a partir da criação de algoritmos em LEGAL e, dessa forma, possibilitar a replicação e execução de outras pesquisas que visem à obtenção desses dados através do SPRING, um software brasileiro gratuito e de livre acesso. A elaboração deste protocolo é justificada pela quase completa ausência de trabalhos que descrevam a obtenção da temperatura de superfície e outros parâmetros físicos (radiância, reflectância, emissividade) ou ecológicos (NDVI, SAVI, IAF) através do SIG mencionado. Trata-se de um protocolo inédito, que poderá constituir base de referência para pesquisadores, estudantes e gestores não familiarizados com o desenvolvimento de algoritmos, mas que visem à obtenção correta e adequada de dados de sensoriamento remoto térmico. Também fica evidenciado que é extremamente viável a utilização de ambientes livres para trabalhos com álgebras de mapas, ambientes estes que podem demonstrar robustez de processamento igual a versões de softwares pagos.Palavras-chave: radiância, reflectância, índices de vegetação, emissividade de superfície, SPRING. Methodological protocol for obtaining radiance, emissivity, and surface temperature values from Landsat 8 images using LEGAL A B S T R A C TGiven the importance of thermal remote sensing, researchers have been working on the development of algorithms that contribute to ...
Relation: https://periodicos.ufpe.br/revistas/rbgfe/article/view/254726/42898; https://periodicos.ufpe.br/revistas/rbgfe/article/downloadSuppFile/254726/41488; https://periodicos.ufpe.br/revistas/rbgfe/article/downloadSuppFile/254726/41489; https://periodicos.ufpe.br/revistas/rbgfe/article/downloadSuppFile/254726/41775; https://periodicos.ufpe.br/revistas/rbgfe/article/downloadSuppFile/254726/41776; Allen, R.G. et al., 2007. Satellite-Based Energy Balance for Mapping Evapotranspiration with Internalized Calibration (METRIC)–Model. Journal of Irrigation and Drainage Engineering 133(4), 380–394. Disponível: https://doi.org/10.1061/(ASCE)0733-9437(2007)133:4(380). Acesso: 03 set. 2022. Almeida, C.R. et al., 2021. Study of the Urban Heat Island (UHI) Using Remote Sensing Data/Techniques: A Systematic Review. Environments 8(10), 105. Disponível: https://doi.org/10.3390/environments8100105. Acesso: 03 set. 2022. Awais, M. et al., 2022. UAV-based remote sensing in plant stress imagine using high-resolution thermal sensor for digital agriculture practices: a meta-review. International Journal of Environmental Science and Technology. Disponível: https://doi.org/10.1007/s13762-021-03801-5. Acesso: 03 set. 2022. Bastiaanssen, W.G.M., 1995. Regionalization of surface flux densities and moisture indicators in composite terrain. Ph.D. Thesis, Wageningen Agricultural University, Wageningen, Netherlands. Disponível: https://edepot.wur.nl/206553. Acesso: 03 set. 2022. Bastiaanssen, W.G.M. et al., 1998a. A Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL) 1. Formulation. Journal of Hydrology 212, 198–212. Disponível: https://doi.org/10.1016/S0022-1694(98)00253-4. Acesso: 03 set. 2022. Bastiaanssen, W.G.M. et al., 1998b. A Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL) 2. Validation. Journal of Hydrology 212, 213–229. Disponível: https://doi.org/10.1016/S0022-1694(98)00254-6. Acesso: 03 set. 2022. Berger, R. et al., 2019. Índices de vegetação para a estimativa do índice de área foliar em plantios clonais de Eucalyptus saligna Smith. Ciência Florestal 29(2), 885–899. Disponível: https://doi.org/10.5902/1980509816942. Acesso: 03 set. 2022. Câmara, G., 1995. Modelos, Linguagens e Arquiteturas para Bancos de Dados Geográficos. Tese (Doutorado). São José dos Campos, INPE. Carnahan, W.H.; Larson, R.C., 1990. An analysis of an urban heat sink. Remote Sensing of Environment 33, 65–71. Disponível: https://doi.org/10.1016/0034-4257(90)90056-R. Acesso: 03 set. 2022. Chander, G.; Markham, B. L., 2003. Revised Landsat-5 TM radiometric calibration procedures, and post-calibration dynamic ranges. IEEE Transactions on Geoscience and Remote Sensing 41, 2674–2677. Disponível: https://doi.org/10.1109/TGRS.2003.818464. Acesso: 03 set. 2022. Costa, D.F. et al., 2010. Identificação de ilhas de calor na área urbana de Ilha Solteira - SP através da utilização de geotecnologias. Engenharia Agrícola 30(5), 974–985. Disponível: https://doi.org/10.1590/S0100-69162010000500019. Acesso: 03 set. 2022. Gates, D.M. et al., 1965. Spectral properties of plants. Applied Optics 4(1), 11–20. Disponível: https://doi.org/10.1364/AO.4.000011. Acesso: 03 set. 2022. Halder, B. et al., 2021. Monitoring the effect of urban development on urban heat island based on remote sensing and geo-spatial approach in Kolkata and adjacent areas, India. Sustainable Cities and Society 74, 103186. Disponível: https://doi.org/10.1016/j.scs.2021.103186. Acesso: 03 set. 2022. Huete, A.R., 1988. A soil-adjusted vegetation index (Savi). Remote Sensing of Environment 25, 295–309. Disponível: https://doi.org/10.1016/0034-4257(88)90106-X. Acesso: 03 set. 2022. Huete, A.R. et al., 1985. Spectral response of plant canopies with different soil background. Remote Sensing of Environment 17, 37–53. Disponível: https://doi.org/10.1016/0034-4257(85)90111-7. Acesso: 03 set. 2022. INPE. Instituto Nacional de Pesquisas Espaciais, 2019. O que é o LEGAL? Disponível: http://www.dpi.inpe.br/spring/english/tutorial/legal.html. Acesso: 03 set. 2022. Krizek, J.P.O.; Santos, L.C.M., 2021. Protocolo metodológico para obtenção dos valores de reflectância e de NDVI de imagens Landsat 8/OLI utilizando LEGAL. Revista Brasileira de Geografia Física 14(2), 869–880. Disponível: https://doi.org/10.26848/rbgf.v14.2.p869-880. Acesso: 03 set. 2022. Lin, L. et al., 2021. UAV Based Estimation of Forest Leaf Area Index (LAI) through Oblique Photogrammetry. Remote Sensing 13(4), 803. Disponível: https://doi.org/10.3390/rs13040803. Acesso: 03 set. 2022. McCarthy, E.D. et al., 2021. Drone-based thermal remote sensing provides an effective new tool for monitoring the abundance of roosting fruit bats. Remote Sensing in Ecology and Conservation 7, 461–474. Disponível: https://doi.org/10.1002/rse2.202. Acesso: 03 set. 2022. Meneses, P.R.; Almeida, T., 2012. Introdução ao processamento de imagens de sensoriamento remoto. Brasília: Universidade de Brasília. Naim, N.H.; Al-Kafy, A., 2021. Assessment of urban thermal field variance index and defining the relationship between land cover and surface temperature in Chattogram city: A remote sensing and statistical approach. Environmental Challenges 4, 100107. Disponível: https://doi.org/10.1016/j.envc.2021.100107. Acesso: 04 set. 2022. Neinavaz, E, et al., 2021. Thermal infrared remote sensing of vegetation: Current status and perspectives. International Journal of Applied Earth Observation and Geoinformation 102, 102415. Disponível em: https://doi.org/10.1016/j.jag.2021.102415. Acesso: 03 set. 2022. Neto, R. T. B. et al., 2008. Determinação de valores físicos de imagens TM/Landsat-5 utilizando a linguagem LEGAL para obter índices de vegetação. Anais do II Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação, Recife, 2008. Nichol, J.E., 1996. High-Resolution surface temperature patterns related to urban morphology in a tropical city: a satellite-based study. Journal of Applied Meteorology 35, 135–146. Disponível: https://doi.org/10.1175/1520-0450(1996)035%3C0135:HRSTPR%3E2.0.CO;2. Acesso: 03 set. 2022. Rogic, N. et al., 2021. The Impact of Dynamic Emissivity–Temperature Trends on Spaceborne Data: Applications to the 2001 Mount Etna Eruption. Remote Sensing 14(7), 1641. Disponível: https://doi.org/10.3390/rs14071641. Acesso: 04 set. 2022. Rouse, J. W. et al., 1973. Monitoring vegetation systems in the great plains with ERTS. Proceedings of the Earth Resources Technology Satellite-1 Symposium 3, Washington 1, 309–317. Disponível: https://ntrs.nasa.gov/citations/19740022614. Acesso: 03 set. 2022. Taiz, L. et al., 2017. Fisiologia e desenvolvimento vegetal. 6. ed. Porto Alegre: Artmed. Tepanosyan, G. et al., 2021. Studying spatial-temporal changes and relationship of land cover and surface Urban Heat Island derived through remote sensing in Yerevan, Armenia. Building and Environment 187, 107390. Disponível: https://doi.org/10.1016/j.buildenv.2020.107390. Acesso: 03 set. 2022. Richter, R. et al., 2021. Detecting Tree Species Effects on Forest Canopy Temperatures with Thermal Remote Sensing: The Role of Spatial Resolution. Remote Sensing 13(1), 135. Disponível: https://doi.org/10.3390/rs13010135. Acesso: 03 set. 2022. USGS. United States Geological Survey, 2019. Landsat 8 (L8) Data Users Handbook. Sioux Falls: EROS. Disponível: https://www.usgs.gov/landsat-missions/landsat-8-data-users-handbook. Acesso: 03 set. 2022. Verona, J. D., 2003. Classificação e Monitoramento Fenológico Foliar da Cobertura Vegetal na Região da Floresta Nacional do Tapajós – Pará, Utilizando Dados Multitemporais do Sensor Thematic Mapper (TM) do Landsat. Dissertação (Mestrado). São José dos Campos, INPE. Waters, R. et al., 2002. SEBAL – Surface Energy Balance Algorithms for Land: Advanced Training and User’s Manual. British Columbia: Waters Consulting. Disponível: https://www.posmet.ufv.br/wp-content/uploads/2016/09/MET-479-Waters-et-al-SEBAL.pdf. Acesso: 03 set. 2022. Weng, Q. et al., 2004. Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment 66, 467–483. Disponível: https://doi.org/10.1016/j.rse.2003.11.005. Acesso: 03 set. 2022. Weng, Q.; Quattrochi, D.A., 2006. Thermal remote sensing of urban areas: An introduction to the special issue. Remote Sensing of Environment 104, 119–122. Disponível: https://doi.org/10.1016/j.rse.2006.05.002. Acesso: 03 set. 2022. Xian, G. et al., 2022. Monitoring and characterizing multi-decadal variations of urban thermal condition using time-series thermal remote sensing and dynamic land cover data. Remote Sensing of Environment 269, 112803. Disponível: https://doi.org/10.1016/j.rse.2021.112803. Acesso: 03 set. 2022. Zeng, Y. et al., 2022. Combining near-infrared radiance of vegetation and fluorescence spectroscopy to detect effects of abiotic changes and stresses. Remote Sensing of Environment 270, 112856. Disponível: https://doi.org/10.1016/j.rse.2021.112856. Acesso: 04 set. 2022. Zhang, X. et al., 2021. A practical reanalysis data and thermal infrared remote sensing data merging (RTM) method for reconstruction of a 1-km all-weather land surface temperature. Remote Sensing of Environment 260, 112437. Disponível: https://doi.org/10.1016/j.rse.2021.112437. Acesso: 03 set. 2022.; https://periodicos.ufpe.br/revistas/rbgfe/article/view/254726
Processing Request
No Comments.