TELEDETECCION Y TEMPERATURA

7/24/2019 TELEDETECCION Y TEMPERATURA

1/8

INTRODUCCIN

La temperatura del aire y la precipitacin son losparmetros meteorolgicos ms solicitados a losobservatorios, ya que son variables bsicas en mul-titud de estudios medioambientales. Tal es as quealgunas comunidades autnomas cuentan con supropia red de estaciones meteorolgicas, que com-plementa a la red nacional del Instituto Nacional deMeteorologa (I.N.M.). El Principado de Asturiascarece de esta infraestructura propia, siendo lanica red la nacional. La densidad de esta red esbaja y est distribuida de forma poco homognea,existiendo grandes zonas que carecen de datos(Figura 1). La alternativa en estos casos suele ser laobtencin de las variables meteorolgicas por

extrapolacin de las estaciones ms cercanas, peroesta extrapolacin no es sencilla, al menos en Astu-

rias, ya que son muchos los parmetros locales quepueden influir en estas variables: altitud, exposi-cin solar, concavidad del suelo, distancia a lacosta, etc. (Marqunez et al., 2001).

Una alternativa radicalmente diferente consisteen obtener los datos meteorolgicos mediante tc-nicas de teledeteccin. En nuestro caso pretende-mos obtener la temperatura del aire a partir de latemperatura de superficie calculada utilizandoimgenes NOAA-AVHRR, encontrando previa-mente una correlacin entre ambas temperaturas.El trabajo se cie a Asturias y al periodo com-prendido entre el 17 de julio de 1997 y el 20 dediciembre de 1999.

Revista de Teledeteccin. 2002. 17: 5-12.

N. 17 - Junio 2002 5

Obtencin de la temperatura del aire en Asturias apartir de la temperatura de superficie calculada conimgenes NOAA-AVHRR

C. Recondo* ** y C. S. Prez-Morandeira**Correo electrnico: [email protected]

*Dpto. de Explotacin y Prospeccin de Minas. Area de Ingeniera Cartogrfica,Geodsica y Fotogrametra. Universidad de Oviedo. Tlf: 98-5458034. Fax: 98-5458000.

**Instituto de Recursos Naturales y Ordenacin del Territorio (INDUROT).Universidad de Oviedo. C/ Independencia, 13. 33004 Oviedo.

RESUMEN

Este trabajo pretende establecer una metodologapara la obtencin de la temperatura del aire a partir dela temperatura del suelo calculada con imgenesNOAA-AVHRR. El trabajo se cie al Principado deAsturias, donde las estaciones meteorolgicas condatos de temperatura del aire son pocas y distribuidasde forma no homognea. En el clculo de la tempera-tura de superficie se han empleado diversos algorit-mos split-window, siendo el de Ulivieri/Sobrino elque da mejores resultados. La correlacin entre latemperatura media diaria del aire tomada en losobservatorios y la temperatura de superficie de las

imgenes NOAA es alta (r=0.91) y nos permite obte-ner la temperatura media del aire con un error de 2.2 C.

PALABRAS CLAVE: temperatura del aire, tempera-tura de superficie, estaciones meteorolgicas,NOAA-AVHRR, Asturias.

ABSTRACT

This paper tries to establish a methodology for theobtainment of air temperature from surface temperatu-re calculated from NOAA-AVHRR images. The workis restricted to Princedom of Asturias, where the mete-orological observatories with air temperature data arefew and inhomogeneous distributed. The surface tem-perature is calculated using several split-window tech-niques, obtaining the best results with the Ulive-ri/Sobrinos algorithm. The correlation between thedaily mean air temperature taken in the observatoriesand the surface temperature from NOAA images ishigh (r=0.91) and allows to obtain the mean air tempe-

rature with an error of 2.2 C.

KEY WORDS: air temperature, surface temperatu-re, meteorological observatories, NOAA-AVHRR,Asturias.


2/8

TEMPERATURA DEL AIRE DE LARED NACIONAL DEL I.N.M.

Para el periodo considerado se solicitaron al I.N.M.los datos diarios de temperatura mxima y mnima(que vienen dadas en dcimas de grados centgrados)para las fechas en las que disponamos de alguna ima-gen NOAA (109 das). El nmero de estaciones condatos en este periodo es de 38, siendo su distribucin

la indicada en la Figura 1. Para algunas estaciones laserie temporal no est completa, faltando en ocasioneshasta meses completos. Adems, a lo largo de estosdos aos y medio existen estaciones que se han dadode baja y otras que se han dado de alta.

TEMPERATURA DE SUPERFICIECALCULADA A PARTIR DE LASIMGENES NOAA-AVHRR

Las imgenes NOAA-AVHRR de las que dispo-nemos estn distribuidas de forma irregular en eltiempo en el periodo analizado, ya que han sido ele-gidas slo las que tuviesen poca o nula nubosidadsobre Asturias. En total son 109 imgenes, tomadastodas entre las 13 y las 16 horas. Estas imgenes nosfueron suministradas gratuitamente por el CREPAD,ya corregidas atmosfrica y geomtricamente. Seencontraban en coordenadas geodsicas en el datumNAD-27 (elipsoide de Clarke-1866, punto funda-mental Meades Ranch). Los canales suministradosfueron el 1 (rojo), 2 (IR cercano), 4 (IR trmico) y 5(IR trmico), los dos primeros en valores de albedo(en %) y los dos ltimos como temperaturas de bri-llo (en K). Las imgenes han perdido su resolucin

original, ya que se nos han dado remuestreadas a untamao de pxel de 2x2 km2 .

Las imgenes fueron referidas a la proyeccinUTM, datum europeo (ED50), para poder superpo-nerlas a la cartografa utilizada como base: contor-no de la Pennsula Ibrica, contorno del Principadode Asturias y mapa de localizacin de las estacionestermomtricas. La superposicin del contornopeninsular ha dejado ver que aproximadamente lamitad de las imgenes necesitaban una pequeacorreccin. La nueva georreferenciacin se hizocon doce puntos de control repartidos por las costascantbrica y atlntica, buscando el acuerdo ptimoen Asturias.

Para la elaboracin de la temperatura de super-ficie es imprescindible la temperatura de brillo delos canales trmicos, el 4 y el 5, y a veces, depen-diendo del algoritmo utilizado y de las frmulas

para el clculo de las emisividades (ver Tabla 1 y2) el NDVI calculado a partir de los canales 1 y 2.Para la eliminacin de las nubes fue suficienteponer un umbral en la temperatura del canal 5, quees el que presenta menor dispersin en las nubes,de forma que los pxeles con T5 menor que esteumbral fueron eliminados; el umbral depende de lalatitud y de la poca del ao, de forma que paraAsturias se eligieron cuatro valores, segn fueseprimavera, verano, otoo e invierno (278, 281, 278y 270K, respectivamente). Asimismo, se elimina-ron los pxeles con NDVI menor o igual a cero,correspondientes tambin a nubes o a agua. LaFigura 2 muestra un ejemplo de la aplicacin delNDVI y del filtro de nubes.

C. Recondo y C. S. Prez-Morandeira

6 N. 17 - Junio 2002

Figura 1. Estaciones termomtricas del I.N.M. en el Principado de Asturias entre el 17-7-97 y 20-12-99.


3/8

El mtodo bicanal o split-window obtiene latemperatura superficial (tanto del mar, TSM, comola terrestre, TST) a partir de las medidas de doscanales dentro de la ventana atmosfrica del IR tr-mico, ya que de esta forma es posible estimar la

contribucin atmosfrica por la diferente absorcinque se produce en ambos canales. Para el sensorAVHRR del NOAA los canales empleados son el 4(10.30-11.30 mm) y el 5 (11.50-12.50 mm). Sonmuchos los algoritmos de este tipo existentes en laliteratura, ya que cada uno ha sido elaborado paraunas condiciones atmosfricas particulares y paradeterminadas emisividades superficiales. Una exce-

lente recopilacin puede ser encontrada en el traba-jo World Land Surface Temperature Atlas (ESA,1998), donde se realiza un test, a nivel global, aveinte algoritmos.

Al no disponer en nuestro caso de datos sobre elcontenido de vapor de agua (W) de la atmsfera nide datos precisos sobre emisividades (), hemos derecurrir a algoritmos que sean independientes de Wy que, o bien sean independientes de , o que per-mitan la inclusin de valores promedio de emisivi-dad para la vegetacin y el suelo desnudo en loscanales 4 y 5. Los algoritmos escogidos han sidotres: el de Sobrino et al. (1992), el de Sobrino et al.(1993) y el de Ulivieri et al. (1992) segn Sobrino etal. (1994). El primero es independiente de W y de .Los dos ltimos son independientes de W y emple-an valores promedio de e; adems ambos dan bue-nos resultados en el test de la ESA, siendo el ltimoel mejor del test. Los tres algoritmos se muestran enla Tabla 1.

En la aplicacin de los algoritmos citados a nues-tras imgenes hemos eliminado, adems de lospxeles de nubes o agua, los afectados por ruidoradiomtrico, el cual provoca valores de T extrema-

damente altos cuando T4 T5 > 20K y T extrema-damente bajas cuando T5 > T4. Tanto en la aplica-cin del algoritmo de Sobrino et al. (1993) como enel de Ulivieri/Sobrino hemos seguido las indicacio-nes de la ESA con respecto a las emisividades: laformulacin de Valor y Caselles (1996) (Tabla 2),los valores promedio para la vegetacin y el suelodesnudo siguientes: en el canal 4, v=0.985 y

Obtencin de la temperatura del aire en Asturias a partir de la temperatura de superficie...

N. 17 - Junio 2002 7

Figura 2. NDVI de la Pennsula Ibrica y filtro de nubes paraAsturias para la imagen NOAA del 16 de octubre de 1997.

Autores Algoritmos

Sobrino, Coll y Caselles (1992) T = T4 + [0.63+0.65 (T4 T5)] (T4 T5) + 1.68Sobrino, Caselles y Coll (1993) T = T4+1.06 (T4 T5)+0.46 (T4 T5)2 +53(1-4)-53

donde i = emisividad en el canal i y = 4-5

Ulivieri, Castronuovo, Francioni y Cardillo T = T4+2.76 (T4 T5)+38.6 (1-)-96.0 (1992) mejorado por Sobrino, Li, Stoll y donde = (4 +5)/2 y = 4 -5Becker (1994).

Tabla 1. Algoritmos split-window usados en este trabajo.

Tabla 2. Frmulas para el clculo de la emisividad usadas en este trabajo.

Autores Algoritmos

Valor y Caselles (1996) i = emisividad en el canal i = viPv+ si (1-Pv)+d;Pv=(NDVI-NDVIMIN)/(NDVIMAX-NDVIMIN);d = 4 (d) Pv (1- Pv)


4/8

s=0.95; en el canal 5, v=0.985 y s=0.97; y el valorde (d)=0.01. Un ejemplo de las imgenes TSTobtenidas se muestra en la Figura 3. Finalmente, seextrae de estas imgenes la TST en los pxelesdonde se encuentran localizadas las estacionesmeteorolgicas de Asturias.

CORRELACIN ENTRE LA TEM-PERATURA DEL AIRE Y LA DESUPERFICIE

Contamos con 3332 datos en los que existenambos valores de temperatura. En un principiopensamos que la temperatura de superficie estarams correlacionada con la temperatura mxima

del aire, ya que las imgenes NOAA estaban toma-das a horas cercanas al medioda (entre las 13 y 16

horas), as que empezamos viendo esta correla-cin. Para los tres algoritmos estudiados el mejorresultado se obtiene con una regresin lineal deltipo tA = m tS + b (ambas temperaturas en C),obtenindose la mejor correlacin con el algorit-mo de Ulivieri/Sobrino (Tabla 3a y Figura 4a). Siadems se prescinde de los datos cuyos residuosson superiores a 2 (el 5% de los datos totales), lacorrelacin mejora sensiblemente (Tabla 3b).Tambin es de destacar que con los algoritmos deSobrino del 92 y 93 las TST ms altas toman valo-res muy altos ya que, al contener en su formula-cin el trmino (T4 T5)2, acusan ms el efecto delruido radiomtrico.

La segunda correlacin estudiada fue entre la

TST y la temperatura media del aire, calculadacomo la media de la temperatura mxima y mnima


8 N. 17 - Junio 2002

Figura 3. Temperatura de la superficie terrestre (TST) para el 16-10-97 calculada con el algoritmo de Ulivieri/Sobrino:a) Para la Pennsula Ibrica. b) Para Asturias.

Algoritmo m b (C) r r2 (C)

Ulivieri/Sobrino 0.7829 2.6733 0.86 0.74 3.1

Sobrino et al. (93) 0.6394 5.5165 0.84 0.71 3.3

Sobrino et al. (92) 0.5787 6.1057 0.84 0.71 3.3



Sobrino et al. (93) 0.6485 5.3614 0.88 0.78 2.8Sobrino et al. (92) 0.5866 5.9267 0.88 0.77 2.8

Tabla 3. Resultados de la regresin lineal de la temperatura mxima del aire en funcin de la temperatura de superficie.a) Arriba: Con todos los datos. b) Abajo: Prescindiendo de los datos cuyos residuos>2.


5/8

suministradas por el I.N.M. De nuevo el mejor ajus-te es una regresin lineal y el mejor algoritmo el deUlivieri/Sobrino (Tabla 4 y Figura 4b). La correla-cin es mejor cuando usamos la temperatura mediaen vez de la mxima (s se reduce entre 0.4-0.6 C),resultado que nos sorprendi al principio, pero que

parece lgico si pensamos que la media fluctamenos que la mxima.

Otra posibilidad que hemos estudiado es la deobtener la temperatura media mensual, en lugar dela diaria, tanto de las mximas como de las medias.Evidentemente en este caso estamos limitados por

el nmero de imgenes, ya que hay meses en losque slo tenemos una. Para los datos meteorolgi-cos se ha hecho la media mensual de todos los datosdiarios disponibles. El nmero de datos de ambastemperaturas es de 1077. Los resultados de las dife-rentes regresiones lineales con el algoritmo de Uli-

vieri/Sobrino se muestran en la Tabla 5 para lasmximas (Figura 5a) y en la Tabla 6 (Figura 5b)para las medias.

En este anlisis hemos tratado los datos conjunta-mente, es decir, no hemos hecho distincin entre lasestaciones, cuyas caractersticas locales son muy


N. 17 - Junio 2002 9


Ulivieri/Sobrino 0.7062 -1.7991 0.87 0.76 2.6

Sobrino et al. (93) 0.5815 0.6507 0.87 0.75 2.7

Sobrino et al. (92) 0.525 1.2287 0.86 0.74 2.8



Sobrino et al. (93) 0.5969 0.2947 0.90 0.81 2.3

Sobrino et al. (92) 0.5422 0.8132 0.89 0.80 2.3

Tabla 4. Resultados de la regresin lineal de la temperatura mediadel aire en funcin de la temperatura de superficie.a) Arriba: Con todos los datos. b) Abajo: Prescindiendo de los datos cuyos residuos>2.

Figura 4. Regresin lineal de la temperatura del aire frente a la temperatura de superficie calculada con el algoritmo deUlivieri/Sobrino con todos los datos. a) Usando la T mximadel aire. b) Usando la T media.

Tabla 5. Resultados de la regresin lineal de la temperatura media mensual de las mximasen funcin de la tempera-tura de superficie. a) Arriba: Con todos los datos. b) Abajo: Prescindiendo de los datos cuyos residuos>2.


Ulivieri/Sobrino 0,6511 3.6848 0.85 0.72 2.5




6/8

diferentes. Cuando consideramos una estacin enparticular, correlacionando sus temperaturas a lo

largo de las 109 fechas, la correlacin mejora (contodos los datos de las temperaturas mximas dia-rias, 28 de las estaciones tienen el parmetro r entre0.86 y 0.95). Esto nos hace pensar que la correla-cin entre la temperatura del aire y la de la superfi-cie puede ser mejorada introduciendo de algunaforma los parmetros locales de cada estacin (alti-tud, orientacin de la ladera al sol, orientacin res-pecto al viento, concavidad, tipo de cubierta, etc.),pero esto no es sencillo y, de cualquier forma,queda para un trabajo futuro.

Por otra parte, los errores con los que se puedenobtener las diferentes temperaturas del aire con elanlisis general realizado (2.6 C para la mxima dia-ria, 2.2 C para la media diaria, 1.8 C para la mediamensual de las mximas y 2.0 C para la media men-sual de las medias) estn dentro del margen de errorobtenido por la ESA al aplicar el algoritmo de Uli-vieri/Sobrino (entre 1.5 y 3 K), as que es posibleque la mejora de la correlacin pase por la aplicacinde algoritmos ms apropiados para Asturias.

Una de las utilidades ms inmediatas del trabajoes la realizacin de mapas de temperaturas del airepara Asturias (Figura 6).

CONCLUSIONES

Analizando imgenes NOAA-AVHRR y datosde temperatura del aire de 38 estaciones meteorol-gicas asturianas a lo largo de dos aos y medio,hemos llegado a los siguientes resultados:

El algoritmo que mejor se comporta de los tres usa-dos para el clculo de la TST es el de Ulivieri/Sobri-no, que calcula la temperatura superficial mediantela frmula general de Ulivieri et al. (1992), peromejorados sus coeficientes por Sobrino et al. (1994).Adems, ste es el algoritmo split-window que da

mejores resultados a nivel global en un test realizadopor la ESA. No han sido probados algoritmos quenecesitan medidas especficas (de vapor de agua,emisividades, etc.), ya que carecemos de ellas.

La correlacin entre las diversas temperaturas delaire (mximas o medias, diarias o mensuales) y laTST calculada es alta, y nos permite obtener lastemperaturas del aire cada 2x2 km2 en toda Astu-rias con errores de entre 1.8 y 2.6 C. Estos erro-res estn dentro del margen de error obtenido porla ESA al aplicar el mismo algoritmo.

Podemos tratar de mejorar la correlacin por tresvas distintas: aumentando la resolucin, al menos


10 N. 17 - Junio 2002

Tabla 6. Resultados de la regresin lineal de la temperatura media mensual de las mediasen funcin de la temperaturade superficie. a) Arriba: Con todos los datos. b) Abajo: Prescindiendo de los datos cuyos residuos>2.





Figura 5. Regresin lineal de la temperatura media mensualdel aire frente a la temperatura de superficie calculada conel algoritmo de Ulivieri/Sobrino con slo los datos cuyo residuo es menor de 2s. a) Usando las T mximasdel aire.b) Usando las T medias.


7/8


N. 17 - Junio 2002 11

* Figura 6. Mapas de temperatura media del aire (calculada a partir de la TST de imgenes NOAA-AVHRR) para distin-

tas fechas.

Todas las figuras precedidas de asterisco se incluyen en el cuadernillo anexo de color


8/8

a los 1.1x1.1 km2 originales de las imgenesAVHRR; introduciendo los parmetros locales decada estacin; e investigando otros algoritmos, ascomo introducir valores de emisividades y devapor de agua ms adecuados para Asturias.

AGRADECIMIENTOS

Los autores queremos expresar nuestro agradeci-miento al CREPAD por el suministro gratuito de lasimgenes NOAA y, en particular, a Mara de losngeles Domnguez Durn por su ayuda. A los dis-tribuidores de ERMapper 6.0 por la licencia deestudiante que nos facilitaron. Y a la ESA porenviarnos tan diligentemente la documentacin quele solicitamos.

BIBLIOGRAFIA

CENTRO DE RECEPCIN, PROCESO, ARCHI-VO Y DISTRIBUCIN DE IMGENES DEOBSERVACIN DE LA TIERRA (CREPAD).www.crepad.rcanaria.es.

EUROPEAN SPATIAL AGENCY (ESA) 1998.World Land Surface Temperature Atlas 1992-93.http://shark1.esrin.esa.it/ionia/EARTH/LST/AVHRR/welcome.html.

MARQUINEZ, J., LASTRA, J. and GARCIA, P.2001. Prediction models for precipitation in

mountainous regions: the use of GIS and mul-tivariate analysis. Journal of Hydrology,enviado.

SOBRINO, J. A., COLL, C. y CASELLES, V.

1992. Medida de la temperatura desde satlite.La teledeteccin en el seguimiento de los fen-

menos naturales. Climatologa y desertificacin.

Universitat de Valncia. Departament de termo-dinmica.

SOBRINO, J. A., CASELLES, V. and COLL, C.1993. Theoretical split window algorithms fordetermining the actual surface temperature. IlNuevo Cimento. 16: 219-236.

SOBRINO, J. A., LI, Z.-L., STOLL, M. P. andBECKER, F. 1994. Improvements in the split-window technique for land surface temperaturedetermination. IEEE Transactions and Geoscien-ce and Remote Sensing. 32: 243-253.

ULIVIERI, C., CASTRONUOVO. M. M., FRAN-CIONI, R. and CARDILLO, A. 1992. A split win-dow algorithm for estimating land surface tempe-rature from satellites. COSPAR. 27 August-5

September. Washington, DC, USA.

VALOR, E. and CASELLES, V. 1996. Mappingland surface emissivity from NDVI: Applica-tion to European, African and South Americanareas. Remote Sensing of Environment. 57:167-184.


12 N. 17 - Junio 2002

TELEDETECCION Y TEMPERATURA

Documents

Transcript of TELEDETECCION Y TEMPERATURA