Estimación de la temperatura de la superficie terrestre y del contenido total en vapor de agua atmosférico a partir de datos MODIS

J.

Description

m). Techniques of splitwindow and radiance ratios were used. Finally, a validation of the algorithms proposed has been carried out.

Sujets

• Moderate-Resolution Imaging Spectroradiometer
• Vapor de agua
• Water vapor

Informations

• Publié par: erevistas
• Publié le: 01 janvier 2003
• Nombre de lectures: 18
• Langue: Español

Extrait

Revista de Teledetección. 2003. 19: 59-64.
Estimación de la temperatura de la superficie
terrestre y del contenido total en vapor de agua
atmosférico a partir de datos MODIS
J. El Kharraz y J. A. Sobrino
Correo electrónico: [e-mail]
Universidad de Valencia
Dept. de Termodinámica
C/. Doctor Moliner 50. Burjassot 46100 (Valencia)
RESUMEN ABSTRACT
LProponemos en este trabajo algoritmos operativos TWe suggest in this work operational algorithms to
para determinar la temperatura de la superficie terres- estimate sea and land surface temperature, and the
tre y del mar y el contenido total en vapor de agua atmospheric water vapour content from MODIS data
atmosférico a partir de datos del sensor MODIS a on board the spacecraft TERRA. To this end, MOD-
bordo del satélite TERRA. Para lograr este objetivo, TRAN 3.5 code has been used to get the radiances of
hemos usado el código de transferencia radiativa the near-infrared channels: 2 (0.865 μm),
MODTRAN 3.5 para derivar las radiancias en los 17(0.905μm), 18(0.936μm), and 19(0.94μm), and IR:
canales del infrarrojo (IR) próximo: 2(0.865μm), 31(11.03μm) and 32(12.02μm). Techniques of split-
17(0.905μm), 18(0.936 μm), y 19(0.94μm) e IR: window and radiance ratios were used. Finally, a vali-
31(11.03μm) y 32 (12.02μm). Se han usado las técni- dation of the algorithms proposed has been carried
cas de split-window y cocientes de radiancias. out.
Finalmente, se presenta la validación de los algorit-
mos propuestos.
PALABRAS CLAVE: MODIS, MODTRAN 3.5, KEY WORDS: MODIS, MODTRAN 3.5, water
vapor de agua, técnica de cocientes, split-window. vapour, ratios techniques, split-window.
tipo split-window (Sobrino et al, 1994). La inclu-INTRODUCCIÓN
sión del contenido total en vapor de agua en los
algoritmos permite eliminar una importante fuenteLa temperatura de la superficie terrestre es un
de error en la estimación de la temperatura de laparámetro de gran importancia en teledetección. Su
superficie terrestre, y por tanto contribuye a mejo-determinación requiere de diversos procesos, exis-
rar la precisión de los algoritmos split-window.tiendo hoy día numerosos algoritmos encaminados
Una forma de acceder a este parámetro consiste ena su consecución. En este trabajo abordaremos los
disponer de radiosondeos atmosféricos coinciden-que sean de aplicación al sensor MODIS. La tele-
tes con la hora de paso del sensor y sobre la mismadetección del contenido total en vapor de agua es
zona. Sin embargo, esto no siempre es posible,también de gran importancia sobre todo en la com-
especialmente cuando se trabaja con bases de datosprensión del ciclo hidrológico, interacción biosfe-
históricos de satélite. Además, en numerosas zonasra-atmósfera, el balance de energía, así como en el
de nuestro planeta no se realizan radiosondeos decontrol del cambio climático debido a los gases del
forma sistemática. Para resolver este inconvenien-efecto invernadero. Además, el conocimiento del
te se han propuesto, en los últimos años, numero-contenido total en vapor de agua de la atmósfera,
sos métodos que permiten estimar el contenidoW, es necesario para mejorar la precisión de las
estimaciones de temperatura de la superficie terres- total en vapor de agua atmosférico a partir de los
tre obtenida a partir de los datos suministrados por datos suministrados por sensores como el AVHRR
los satélites artificiales mediante los algoritmos de (Sobrino et al, 1999).
N.º 19 - Junio 2002 59J. El Kharraz y J. A. Sobrino
nido con DB2 (σ* ). Los valores se han obtenidoTEMPERATURA Total
-2considerando un vapor de agua de 1 g cm , y T -31
-2T = 1K para atmósferas secas y de 3 g cm , 2 KCon la experiencia que llevamos con el desarro- 32
para atmósferas húmedas.llo de las técnicas de split-window para la estima-
ción de la temperatura de la superficie del mar
Coeficientes SST1 SST2 SST3(SST) y terrestre (LST) para los diferentes sensores
(Sobrino et al, 1996, Wan y Dozier, 1996; Brown y a 3.83 2.75 1.90
0Minnett, 1999), hemos utilizado las mismas para el a 0.14 0.67 0.44
1caso del sensor MODIS a bordo del satélite a - 0.36 0.05
2TERRA. Para ello, hemos llevado a cabo simula- a - - 0.34
3ciones con el código de transferencia radiativa σ(K) 0.39 0.34 0.24
mod
MODTRAN 3.5 (Abreu y Anderson, 1996). Así y σ*(K) 0.45 0.44 0.39
mod
para analizar los efectos atmosféricos, se han usado σ(K) 0.31 0.42 0.27
Noise
61 radiosondeos extraídos de la base de datos TIGR σ(K) - - 0.47
W
(Chesters et al, 1983) (DB1), y otros 183 radioson- σ(K) 0.50 0.54 0.59
Total
deos (DB2) para comprobar los coeficientes obteni- σ* (K) 0.55 0.61 0.67
Total
dos mediante los primeros 61 radiosondeos. La
simulación ha cubierto una gran variabilidad en Tabla 1. Los coeficientes y los errores de los algoritmos
de SST propuestos.temperaturas: entre 230 y 330 K, contenido total en
-2vapor de agua atmosférico entre 0.09 y 6.37 gcm .
Para incluir una amplia variabilidad atmosférica y
Temperatura de la superficie terrestre (LST)
condiciones de la superficie en base de datos,
hemos considerado en la simulación para cada per- Con las misma simulación que se ha llevado a
fil atmosférico 3 ángulos de observación: 0º, 32º, cabo en el caso del mar, se ha tratado el caso de
50º, y 5 temperaturas de la superficie (T-5, T, T+5,
LST, y así tres modelos se han propuesto, usando
T+10, y T+20), y 15 emisividades (e ) extraídas deli siempre el método de split-window con los canales
conjunto de emisividades obtenido a partir de los
31 y 32 de MODIS:
espectros de Salisbury (Salisbury y D’Aria, 1992).
2T =T +a +a (T –T )+a (T –T )LST1 31 1 2 31 32 3 31 32
+(a +a W)(1-ε)+(a +a W)Δε (4)4 5 6 7Temperatura de la superficie del mar (SST)
T =T +(a +a W)(T –T )+a +a WSe han comprobado tres modelos por medio de la LST2 31 1 2 31 32 3 4
+(a +a W)(1-ε)+(a +a W)Δε (5)minimización realizada por el método de “Leven- 5 6 7 8
berg-Marquardt”, El método de Levenberg-Mar-
1-εquardt es una modificación del de Gauss-Newton. ____T =a +a W+[a +a W+(a +a W)( )+(a +a W) LST3 1 2 3 4 5 6 7 8εLos algoritmos elegidos para estimar la SST han
T –TΔε 31 32 1-ε____sido: ——](———)+[a +a W+(a +a W)( )9 10 11 1222 ε
T –TΔε 31 32ε+(a +a W) —— ](———)T =T +a (T –T )+a (1) 13 14SST1 31 0 31 32 1 2ε 2
(6)
2T =T +a (T –T )+a (T –T ) +a (2) donde ε [ε = ε +ε )/2] es la emisividad media para
SST2 31 0 31 32 1 31 32 2 31 32
los canales 31 y 32, y Δε (Δε= ε -ε ) es la dife-31 32
T =T +(a +a W)(T –T )+a +a W (3) rencia espectral de emisividad; a son los coeficien-
SST3 31 0 1 31 32 3 2 i
tes de split-window que se han obtenido mediante
La Tabla 1 muestra los valores de los coeficientes la simulación y la posterior minimización.
y los errores obtenidos para cada modelo. Las seis La Tabla 2 muestra los valores numéricos de los
últimas filas representan: el error del modelo coeficientes hallados para los algoritmos anteriores
(σ ), el mismo error obtenido con DB2 (σ* ), el y sus correspondientes errores obtenidos para lasmod mod
error de ruido (σ ), el error debido al vapor de dos bases de datos (DB1) y (DB2). El error total seNoise
agua (σ ), el error total (σ ), y el error total obte- ha obtenido de la siguiente forma:W Total
60 N.º 19 - Junio 2002Estimación de la temperatura de la superficie terrestre y del contenido total en vapor de agua atmosférico...
Para ellos, se han considerado valores de 0.99, 0.992 2 2 2σ = σ + σ + σ + σ y 0 respectivamente para ε , ε y Δε (correspon-total mod ε W Noise 31 32
dientes a un campo de soja).
En ese caso el error debido a la emisividad (s ) see Caso nº 123 45
ha considerado igual a 0.005. Los coeficientes se
han obtenido a partir de las emisividades de 15
tipos de superficies extraídos de la base espectral de
Salisbury. Estás emisividades se han calculado
usando las funciones filtro de los canales 31 y 32
variando entre 0.95 y 1.00, y su diferencia espectral
entre –0.02 y 0.02, y considerando 5 temperaturas: (Mes / día/ 7/17 8/02 8/04 8/07 8/09
T-5, T, T+5, T+10 y T+20. hora: minuto) 23:16 23:16 23:04 23:35 23:22
Ángulo zenital (º) 6.99 6.62 18.17 38.85 18.68
Coeficientes LST1 LST2 LST3 W (cm) 3.5 3.3 3.0 3.5 3.5
T 295.2 296.2 294.8 292.4 293.0a 01.02 003.29 0.970 31
1
T 294.8 295.8 294.2 292.0 292.7a 01.79 0-0.12 0.130 322
T de 296.8 298.3 297.6 294.5 295.7a 01.20 001.11 1.000 in-situ3
radiómetros (K)a 34.83 0-0.04 0.000
4
LST1-T (K) 0.5 0.3 0.0 0.0 -0.8a -0.68 038.72 0.112 in-situ
5
LST2-T (K) 0.8 0.6 0.3 0.3 -0.5a -73.270 001.23 0.006 in-situ6
LST3-T (K) 1.3 1.1 0.9 0.7 -0.1a 0-5.190 -100.220 -0.520 in-si