Escolar Documentos
Profissional Documentos
Cultura Documentos
Tese de doutorado
Porto Alegre
2015
ORIENTADOR:
Prof. Dr. Jorge ArigonyNeto
COMISSO ORINETADORA:
Profa. Dra. Silvia Beatris Alves Rolim
Prof. Dr. Cludio Wilson Mendes Jnior
Dr. Vagner da Silva Duarte
Porto Alegre
2015
ii
iii
iv
AGRADECIMENTOS
Aos meus pais, Roseli e Wanderley, e a minha irm, Tatiana, pelo apoio e pelo
incentivo durante toda a minha trajetria acadmica.
Ao Prof. Dr. Jorge Arigony Neto, meu orientador, que me oportunizou a execuo
desse trabalho e aproximao com a glaciologia, at ento um objetivo distante.
Universidade Federal do Rio Grande do Sul (UFRGS) e ao Programa de Ps
Graduao em Sensoriamento Remoto (PPGSR), pela oportunidade de realizao da
minha qualificao profissional. Agradeo, aos professores, funcionrios e estagirios
do Centro Estadual de Pesquisa em Sensoriamento Remoto e Meteorologia (CEPSRM)
e do PPGSR pelo conhecimento adquirido e pela ateno dada s solicitaes, s
matriculas e aos demais processos do curso.
Ao LACRIO Laboratrio de Monitoramento da Criosfera da FURG pela
estrutura e ambiente produtivo. Agradeo aos colegas lacrianos Cleidir, Chris, Joyce,
Aline, Vagner, Rafael, Cear e a todos os demais que me esqueci de referenciar por
toda a parceria, amizade e apoio ao longo do desenvolvimento deste trabalho. Em
especial aos colegas Cleidir e Chris pela ajuda, reviso e apoio na construo da Tese.
Ao CEQUA (Centro de Estudios del Cuaternario) e ao INACH (Instituto Antrtico
Chileno) - Chile - pelo apoio a expedio de campo e treinamento junto a geleira
realizado em 2014. Em especial agradeo ao Inti, Eneco, Eaut e ao Ricardo pelos
ensinamentos e a amizade.
Ao IFRS Cmpus Rio Grande, em especial aos meus colegas da rea de
Fsica e do curso Tcnico de Geoprocessamento, por compreenderem minha dupla
jornada e me apoiarem nas tarefas institucionais e nos encargos didticos, alm da
ajuda em vrias etapas de desenvolvimento do trabalho.
Aos amigos, que por acaso so colegas de trabalho no IFRS, Tiago, Jefferson,
Miguel, Deivid, Maurcio, Seu Joo e Daniel. Agradeo por toda ajuda e pela amizade ao
longo do desenvolvimento e reviso dessa Tese, com as contribuies e discusses.
Sem essa energia positiva Eu no teria concludo o trabalho e suas correes. Meu
muito obrigado.
Agradeo aos membros da comisso Orientadora, Profa. Dra. Silvia Beatris
Alves Rolim, Prof. Dr. Cludio Wilson Mendes Jnior e Dr. Vagner da Silva Duarte pelas
contribuies no momento da qualificao e ao longo do desenvolvimento da Tese. Em
especial agradeo ao Vagner pelas conversas e aconselhamentos.
A todos os que foram lembrados e principalmente queles que no foram
citados, meu muito obrigado.
RESUMO
O propsito geral desta Tese foi modelar e executar a reverso estatstica de um modelo de
retroespalhamento SARX voltado ao pacote de neve superficial em zonas de neve seca, baseado na
fsica da interao entre o feixe de microondas e este pacote de neve. Para tanto, o presente
trabalho buscou avanar na organizao de um modelo analtico para o processo de interao entre
um feixe de microondas na banda X e o pacote de neve superficial, atravs da resoluo dos
equacionamentos com o uso de mtodos numricos para soluo das equaes diferenciais que
compem esse problema. Como rea de estudo, delimitouse a poro ocidental antrtica,
especificamente junto rea da geleira Union. O modelo de retroespalhamento utilizado pautouse
na considerao do Modelo de Transferncia Radiativa (MTR), adotando como variveis principais a
profundidade da neve acumulada, a rugosidade da superfcie (interface arneve e nevesolo), o
tamanho dos cristais de neve (tamanho dos gros), o perfil de densidade da neve acumulada e as
caractersticas das camadas de neve que formam o pacote de neve superficial (espessura, forma da
interface entre camadas, variao dieltrica entre camadas, dentre outros). Posteriormente, atravs
da reverso estatstica do modelo de retroespalhamento criado, foram obtidos dados estratigrficos
modelados (nmero mdio de camadas de neve, densidade mdia do pacote de neve superficial e
tamanho mdio dos gros de neve), permitindo a inferncia de variveis da estratigrafia local a partir
de dados de retroespalhamento SAR COSMOSkyMed banda X. Por fim, a comparao entre os
valores modelados e aqueles observados em campo para a estratigrafia e para o retroespalhamento
permitiram estimativas do desempenho da modelagem proposta. Para fins de validao desta
modelagem, foram considerados dados comuns de entrada, constitudos de dados estratigrficos e
de temperatura da neve em um perfil de 2 m de profundidade e dados SARX COSMOSkyMed
(modo de aquisio Stripmap/Himage com resoluo espacial de 3x3 m) na banda X coletados na
regio da geleira Union no vero antrtico de 20112012. Como resultados, foram obtidas equaes
analticas para estimativa do tamanho mdio dos gros de neve, nmero mdio de camadas
espalhadoras e densidade mdia do pacote de neve superficial a partir de dados de
retroespalhamento SAR banda X, com consistncia estatstica mnima estimada de 86% (R 86%).
J o modelo de retroespalhamento utilizado, tendo seus resultados comparados aos dados de
retroespalhamento in situ COSMOSkyMed exibiram estimativas com R da ordem de 90% ou maior,
o que considerado estatsticamente adequado. Este trabalho traz como contribuio o a
implementao de um modelo de retroespalhamento SARX, voltado para massas de neve seca, e
prope a obteno de dados estratigrficos a partir de dados de retroespalhamento SARX com o
uso de modelos reversos de retroespalhamento construdos por regresso estatstica. Isto permitiu a
espacializao de variveis estratigrficas em zonas de neve seca a partir de dados SAR obtidos ao
longo da banda X.
vi
ABSTRACT
The general purpose of this thesis was to model and perform statistical reversal of a template SARX
backscatter facing the surface snow pack in dry snow areas, based on the physics of the interaction of
the beam of microwaves and this snowpack. Thus, the present study sought to advance the
organization of an analytical model for the process of interaction between a beam of microwaves in
the band X and surface snowpack, through the resolution of balances between using numerical
methods for solution of differential equations that make up this issue. As the study area, delimited to
Antarctic western portion, specifically by the Union Glacier area. The model backscatter used was
based on the consideration of the Radiative Transfer Model (MTR), adopting as main variables the
depth of accumulated snow, the surface roughness (airsnow interface and snowsoil), the size of
snow crystals (grain size), the density profile of the accumulated snow and snow characteristics of the
layers forming the surface snowpack (thickness, shape of the interface between layers variation
between dielectric layers, among others). Subsequently, through statistical reversal created
backscatter model, modeled stratigraphic data were obtained (average number of snow layers, the
mean density of surface snowpack and the average size of snow grains), allowing the local
stratigraphy of inferential variables SAR backscatter from COSMOSkyMed data, band X. Finally, the
comparison between the calculated values and those observed in the field for the stratigraphy and
allowed backscatter estimates from the proposed model performance. For the purpose of validation of
this modeling, common input data were considered, made up of stratigraphic data and snow
temperature in a profile 2m deep and data SARX COSMOSkyMed (acquisition mode Stripmap /
Himage with spatial resolution 3x3 m) in Xband collected at Union Glacier region in the Antarctic
summer 20112012. As a result, analytical equations to estimate the average size of snow grains
were obtained, average number of layers and average density spreader surface of the snow pack from
backscatter data SARX with minimum estimated statistical consistency of 86% ( R 86%). Already
backscatter model used, and the results are compared to the data of backscatter situ COSMO
SkyMed exhibited estimates R of 90% or higher order, which is considered adequate statistically. This
work brings as the the implementation contribution of a model SARX backscatter, facing dry snow
masses, and proposes to obtain stratigraphic data from SARX backscatter data using reverse
models backscatter built by regression Statistical. This allowed the spatial distribution of stratigraphic
variables in dry snow areas from SAR data over the band X.
vii
SUMRIO
EPGRAFE............................................................................................................................................ IV
AGRADECIMENTOS............................................................................................................................. V
RESUMO .............................................................................................................................................. VI
ABSTRACT .......................................................................................................................................... VII
LISTA DE FIGURAS ............................................................................................................................. IX
LISTA DE TABELAS ............................................................................................................................. XI
LISTA DE SIGLAS ............................................................................................................................... XII
LISTA DE ANEXOS............................................................................................................................ XIV
1. INTRODUO .............................................................................................................................. 14
1.1 Contexto do trabalho ............................................................................................................ 14
1.2 Hiptese ............................................................................................................................... 20
1.3 Objetivos .............................................................................................................................. 20
1.3.1
Objetivo geral .................................................................................................... 20
1.3.2
Objetivos especficos ........................................................................................ 21
2. FUNDAMENTAO TERICA .................................................................................................... 22
2.1 O Sensoriamento remoto por radar ..................................................................................... 22
2.1.1
Particularidades dos dados SAR....................................................................... 25
2.1.2
A constelao COSMOSkyMed ...................................................................... 27
2.2 A neve .................................................................................................................................. 30
2.2.1
O metamorfismo da neve Transformao da neve em gelo .......................... 31
2.2.2
O sensoriamento remoto radar voltado ao estudo das massas de neve .......... 36
2.3 O retroespalhamento SAR e a neve .................................................................................... 38
2.3.1
A caracterizao do processo de interao entre as microondas e o pacote de
neve................... .......................................................................................................................... 40
2.3.2
A modelagem do retroespalhamento SAR para um pacote de neve ................ 43
2.3.3
Diferentes abordagens para a modelagem do retroespalhamento SAR da neve
........................................................................................................................... 51
2.4 Modelagem numrica do retroespalhamento SAR para um pacote de neve....................... 67
2.5 Reverso estatstica de modelos de retroespalhamento ..................................................... 70
3. MATERIAL E MTODOS.............................................................................................................. 72
3.1 Materiais utilizados .............................................................................................................. 72
3.1.1
Imagens SAR COSMOSkyMed Banda X ..................................................... 72
3.1.2
Trincheiras de neve: Dados de estratigrafia do pacote de neve obtidos em
campo................... ....................................................................................................................... 74
3.1.3
Softwares NEST 4C, QGIS e MATLAB ..................................................... 75
3.2 Mtodos ............................................................................................................................... 75
3.2.1
Prprocessamento dos dados SARX ............................................................ 76
3.2.2
Modelagem fsica do retroespalhamento para dados SARX(VV) ................... 82
3.2.3
Modelagem estatstica para determinao de relaes empricas entre as
variveis estratigrficas e os valores de retroespalhamento observados ................................... 98
3.2.4
Avaliao estatstica do modelo de retroespalhamento .................................. 100
4. RESULTADOS E DISCUSSO .................................................................................................. 101
4.1 Modelagem do retroespalhamento SAR com uso do mtodo dos elementos finitos (MEF)
............................................................................................................................................ 101
4.1.1
Comportamento do retroespalhamento SAR em funo dos parmetros
estratigrficos do pacote superficial de neve ............................................................................ 104
4.2 Modelagem estatstica das variveis estratigrficas .......................................................... 108
4.3 Anlise do desempenho do modelo de retroespalhamento SAR proposto e da reverso do
modelo implementada ................................................................................................................... 121
4.3.1
Anlise das correlaes entre o retroespalhamento SAR modelado e o
observado em dados COSMOSkyMed ................................................................................... 122
4.3.2
Anlise das correlaes entre os parmetros estratigrficos modelados e
aqueles observados em campo ................................................................................................. 126
5. CONCLUSO E SUGESTES PARA TRABALHOS FUTUROS .............................................. 129
6. REFERNCIAS BIBLIOGRFICAS ........................................................................................... 131
viii
LISTA DE FIGURAS
Figura 01: rea de Estudo. Regio da geleira Union. ........................................................... 16
Figura 02: Representao da geometria de aquisio de um sistema SAR. ........................ 24
Figura 03: Satlite COSMOSkyMed. ................................................................................... 28
Figura 04: Sequncia de estados presentes ao longo do processo de metamorfismo da neve
(transformao da neve em gelo). ......................................................................................... 33
Figura 5: Relao entre a quantidade de ar presente no pacote de neve e sua densidade. 34
Figura 6: Grfico para representao da relao entre a densidade e a constante dieltrica
para neve seca. ..................................................................................................................... 35
Figura 7: Esquema das diferentes camadas de neve e gelo que compe a proposta de
modelagem do retroespalhamento SAR construda por Rees (2006). .................................. 39
Figura 8: Esquematizao do processo de retroespalhamento ao longo do pacote de neve.
............................................................................................................................................... 42
Figura 9: Representao do comprimento de onda. ............................................................. 45
Figura 10: representao do perodo de uma onda. ............................................................. 46
Figura 11: representao conceitual do processo de reverso de um modelo de
retroespalhamento. ................................................................................................................ 71
Figura 12: Exemplo de imagem COSMOSkyMed utilizada em sua forma bruta (Imagem
CSKS2StripmapHimage de 21/12/2012 rea de interesse prxima ao centro da
imagem). ................................................................................................................................ 73
Figura 13: Exemplo de trincheira de neve. ............................................................................ 74
Figura 14: Fluxograma metodolgico passos gerais de implementao seguidos no
desenvolvimento desta Tese. ................................................................................................ 76
Figura 15: Passos de Prprocessamento: (A) Imagem COSMOSkyMed de 21/12/2011,
level_0 (sem processamento, (B) Imagem calibrada, (C) Imagem calibrada e revertida
horizontalmente, (D) Imagem calibrada, revertida horizontalmente e com a aplicao da
filtragem do speckle e (E) Imagem calibrada, com a filtragem do spekle e ortorretificada. .. 77
Figura 16: Representao do processo de ortorretificao de dados SARX. ..................... 82
Figura 17: Representao dos processos de retroespalhamento em um pacote de neve. .. 83
Figura 18: Passos metodolgicos da Modelagem Fsica Implementao do modelo de
retroespalhamento SARX via MEF com uso da ferramenta computacional PDETOOL do
software MATLAB. .............................................................................................................. 84
Figura 19: Tela inicial da ferramenta computacional PDETOOL. ....................................... 96
Figura 20: Exibio do acesso ao mdulo destinado a simulao de microondas junto a
ferramenta PDETOOL......................................................................................................... 97
Figura 21: Fluxograma metodolgico para modelagem estatstica. ...................................... 99
Figura 22: Passos de implementao do MEF via PDETOOL. ........................................ 102
Figura 23: captura de tela da ferramenta PDETOOL exibindo a geometria gerada para a
simulao (gros de neve com 0,5 mm de dimetro cobrindo um volume de 3 x 3 x 2,5 m e
envoltos por ar seco). .......................................................................................................... 103
ix
LISTA DE TABELAS
Tabela 1: Caractersticas bsicas das imagens COSMOSkyMed. .................................................... 29
Tabela 2: Comparao entre os distintos tipos de sensoriamento remoto voltado as massas de neve.
............................................................................................................................................................. 37
Tabela 3: Comparao entre os principais modelos empricos para o retroespalhamento SAR ......... 55
Tabela 4: Coeficientes do modelo de retroespalhamento SAR proposto por Siqueira et al., 1995. .... 57
Tabela 5: Comparao entre os modelos fsicos para o retroespalhamento SAR............................... 61
Tabela 6: coeficientes de regresso para o modelo de Retroespalhamento SARX de adaptado de
Jinyang et al. (2010)............................................................................................................................. 66
Tabela 7: Imagens COSMOSkyMed utilizadas neste trabalho. ......................................................... 73
Tabela 8: representao do desempenho dos filtros de Lee e mediana sobre as cenas COSMO
SkyMed de interesse............................................................................................................................ 80
Tabela 9: Valores das constantes condies de contorno da equao 49. ................................. 110
Tabela 10: Coeficientes de determinao estatstica R obtidos atravs da comparao entre dados in
situ (COSMOSkyMed SARX) e os dados simulados. .................................................................... 126
xi
LISTA DE SIGLAS
ALMAZ Almaz radar satellite
ASTER Advanced Spaceborne Thermal Emission and Reflection Radiometer
ALOS Advanced Land Observing Satellite
ALOSPALSAR Advanced Land Observing Satellite
ARCGIS ESRI Geographic Information System
ASI Italian Space Agency
CD Contadores digitais
COSMOSKYMED COSMOSkyMed Satellite
CSKS2 COSMOSkyMed Satellite 2
EDO Equaes Diferenciais Ordinrias
ENVI ENvironment for Visualizing Images
ENVISAT Environmental Satellite
ERS European remote sensing satellite
ESA European Space Agency
GDEM Global Digital Elevation Model
HH Polarizao HorizontalHorizontal
HV Polarizao HorizontalVertical
JERS Japanese Earth Resource Satellite
MATLAB MATrix LABoratory
MMQ Mtodo dos Mnimos Quadrados
MSS LANDSAT MultiSpectral Scanner (MSS) LANDSAT
MAPSAR MultiApplication Purpose SAR
MTR Modelo de Transferncia Radiativa
NASA National Aeronautics and Space Administration
NEST 4C Next ESA SAR Toolbox, verso 4C
Pixel Picture Element
RADAR Radio Detection And Ranging
REM Radiao Eletromagntica
SAR Radar de Abertura Sinttica
SARX Radar de Abertura Sinttica operante na banda X
SIR Shuttle Imaging Radar
SLAR Radar de Visada Lateral de Abertura Real
SR Sensoriamento Remoto
STC Sensitivity Time Control
TEF Teoria da oscilao Eletrnica Forte
Voxel Volumetric Pixel ou Volumetric Picture Element
VV Polarizao VerticalVertical
xii
LISTA DE ANEXOS
Anexo 1:
140
Anexo 2:
151
Anexo 3:
158
Anexo 4:
160
xiii
1. INTRODUO
15
17
Devido
ao grande
nmero de fatores
envolvidos
na dinmica do
teor de gua
O comprimento de onda banda X tem menor penetrao ao longo do pacote de neve do que
aqueles com comprimento maior, como as bandas C, L e P. Alm disso, a banda X est sujeita a
interferncia de nuvens densas (e.g., cumulus nimbus). Se houver gua liquida no pacote de neve, a
radiao de micro-ondas na faixa X ser completamente absorvida e, ento, no havero mais
informaes sobre as camadas seguintes mais profundas. Ao longo da rea da geleira Union no h
presena de neve mida (temperaturas mdias locais das camadas de neve da ordem de -20C), o
que permitiu o desenvolvimento do trabalho.
18
1.2 Hiptese
Com base nos objetivos propostos foram formuladas duas hipteses bsicas
para o desenvolvimento desta Tese: a primeira hiptese questiona a possibilidade
de organizar a partir da literatura um modelo de base fsica para descrever a
interao entre o pacote de neve superficial (neve seca) e um feixe de microondas
na banda X com polarizao VV, a partir de dados estratigrficos do pacote de neve,
que se adapte com consistncia estatstica a dados COSMOSkyMed; e a segunda
hiptese questiona a possibilidade da soluo sobre a forma do problema inverso
pautado na modelagem estatstica por regresso nolinear entre dados de
retroespalhamento SARX (COSMOSkyMed) e dados estratigrficos de campo
(obtidos via trincheiras de neve), estimando as variveis estratigrficas a partir do
comportamento de interao entre as microondas e o pacote de neve superficial.
As metodologias aqui desenvolvidas caminham ao encontro dessa problemtica,
construindo bases para responder estas questes iniciais.
1.3 Objetivos
20
21
2. FUNDAMENTAO TERICA
geometria de aquisio ser dividida (Fig. 02), segundo Richards & Jia (2006) e
Moreira (2011) em:
a. Altura H: Representa a distncia vertical (sob um ngulo normal) entre a
plataforma e um ponto do alvo imageado;
b. Azimute: Representa a direo sobre o terreno paralela ao movimento da
plataforma;
c. Distncia inclinada: Representa a distncia entre o sensor e o alvo ao
longo da direo de range (distncia entre o sensor e a linha distante de
coleta, conhecida como alcance distante far range);
d. Distncia no terreno: Representa a distncia inclinada projeta sobre o
terreno imageado, sendo dependente do ngulo de imageamento;
e. Alcance prximo: Regio imageada mais prxima do ponto de nadir do
sensor;
f. Alcance distante: Regio imageada mais distante do ponto de nadir;
g. Largura da faixa: representa a largura imageada, medida de forma
perpendicular a distncia de deslocamento da plataforma;
h.
24
(tretorno), dado pela equao 01, e, por consequncia, determinar a distncia entre o
sensor radar e um dado ponto da imagem (R), expresso pela equao 02:
(01)
(02)
Onde,
onda mdio da ordem de 3 cm). Este sensor opera a partir de uma plataforma orbital
de mesmo nome, com uma rbita heliossncrona de aproximadamente 620
quilmetros de altura sobre a superfcie da Terra (TELESPAZIO, 2014).
28
29
2.2 A neve
seu estado e a presena de gua no estado lquido ao longo do pacote de neve, por
exemplo. Em geral, todos estes indicadores de neve so difceis de mensurar e so
tambm susceptveis a variaes espaciais considerveis, especialmente em
terrenos montanhosos ou sujeito a fortes ventos, o caso da Antrtica, que podem
transportar e compactar grandes quantidades de neve.
O sensoriamento remoto oferece uma reconhecida ferramenta para a
obteno de dados sobre neve e a hidrologia de um sistema, permitindo estimar
parmetros importantes como o ndice de Runoff2 e o valor de guaequivalente3.
Dados sobre a neve tm sido historicamente obtidos atravs de trabalhos de campo,
os quais so extremamente dispendiosos e de alto custo (ULABY et al., 1981;
NAGLER & ROTT, 2000; KOSKINEN, 2010).
A alternativa a estas iniciativas tem sido a obteno de dados atravs de
tcnicas de sensoriamento remoto. O uso do SR da neve tem reduzido a
necessidade de trabalhos de campo, mas no supera o problema das medies
pontuais da neve e limitase apenas a obteno de informaes principalmente
sobre a superfcie do pacote de neve. Esta limitao tem tido sua fronteira estendida
com o avano da tecnologia e da cincia do SR, levando o limite destes estudos da
neve
subsuperfcie,
permitindo
estimativas
sobre
composio
comportamento da neve.
Sob a ptica do SR, a determinao de profundidade e parmetros fsicos da
neve uma tarefa bastante complexa (i.e., tamanho mdios dos gros, densidade,
entre outros). A alternativa a isto surge atravs de medidas indiretas de SR na faixa
de microondas obtidas atravs de sistemas radar.
2.2.1 O metamorfismo da neve Transformao da neve em gelo
31
Este metamorfismo
de vital importncia
para a
modelagem do
33
Figura 05: Relao entre a quantidade de ar presente no pacote de neve e sua densidade.
Fonte: Adaptada de Rees (2006).
Figura 06: Grfico para representao da relao entre a densidade e a constante dieltrica
para neve seca.
Fonte: Adaptada de Rees (2006).
.
propriedades dieltricas deste pacote de neve (REES, 2006). Desta forma, analisar
os valores de retroespalhamento SAR a partir de uma zona com presena de
distintas coberturas de neve, gelo e firn conter valores distintos de medio, dados
em funo das variaes de densidade e, consequentemente, variaes de
constante dieltrica deste alvo.
sensores
operantes
no
intervalo
ptico
do
espectro
ptico /
Infravermelho prox.
Reconhecido
Infravermelho
Microondas
Reconhecido
Reconhecido
( )Possvel
Profundidade de neve
( )Possvel
? de difcil aplicao
apenas)
seca apenas)
( )Possvel
? de difcil aplicao
( )Possvel
(para a neve rasa)
apenas)
Albedo
(Permite a aplicao)
T No se aplica
T No se aplica
? de difcil aplicao
? de difcil aplicao
Reconhecido
T No se aplica
Reconhecido
? de difcil aplicao
T No se aplica
T No se aplica
Reconhecido
Unidade mtrica
Centenas de metros
Unidade mtrica
A quantidade de gua no
estado lquido equivalente ao
volume de neve presente
Temperatura
Operante em quaisquer
condies climticas
Resoluo espacial
37
38
Figura 07: Esquema das diferentes camadas de neve e gelo que compe a proposta de
modelagem do retroespalhamento SAR construda por Rees (2006).
Fonte: Adaptado de Rees (2006).
41
Os distintos nveis de correlao entre cada um desses fatores para uma faixa
radar especfica para um tipo de neve (e.g., neve seca, neve mida, neve permeada
por pedaos de gelo, entre outros) de fundamental relevncia no desenvolvimento
de uma modelagem terica do retroespalhamento da cobertura de neve (ULABY et
al., 1986; KOSKINEN et al., 2010; PULLAINEN et al., 1994, NAGLER & ROOT,
42
( )
(03)
Onde,
: onda eletromagntica;
(04)
Onde,
amplitude instantnea;
amplitude inicial;
frequncia angular;
t: instante de tempo.
Para qualquer outra posio de observao inicial qualquer z 0 obtemos
uma representao generalista, dada por (Eq. 05):
44
0 .
/1
(05)
Onde,
amplitude instantnea;
amplitude inicial;
frequncia angular;
t: instante de tempo;
z: posio instantnea ao longo do eixo z;
Segundo Lorrain & Corson (1990), esta equao geral descreve uma onda
plana viajando ao longo do eixo z, desde que a quantidade seja independente de x
e y, que no caso de uma onda eletromagntica, so as direes vibracionais
observadas para o campo eltrico E, e magntico B. Esta equao descreve uma
onda no atenuada, com amplitude inicial 0 constante. A frequncia desta onda f
dada como /2 e o perodo observado T f1 (Fig. 09 e Fig. 10).
45
Segundo Lorrain & Corson (1990), em uma notao fasorial5 uma onda
senoidal, como uma onda eletromagntica, que viaje na direo positiva do sistema
de coordenadas (Z 0) pode ser descrita em funo do tempo (t) e do comprimento
de onda (bar) atravs de (Eq. 06):
,
)-
(06)
(07)
Um fasor constitui uma forma vetorial mvel; Em resumo, uma notao fasorial considera
uma grandeza vetorial descrita como um vetor de mdulo constante, girante em um sistema de
coordenadas com velocidade angular determinada. Fasores so uma forma simplificada de
representao de vetores dinmicos, comumente adotados em fsica.
46
(08)
(09)
(10)
(11)
47
(12)
S = (
]dt
(13)
( )
) (
(14)
48
(15)
Mais detalhes sobre o vetor de Stokes e sua aplicao na soluo do MTR para microondas esto disponeis em Ulaby et al. (1986).
49
(16)
Onde,
50
destes
trs
fatores
gerais
determinantes,
coeficiente
de
52
dessas
abordagens
para
modelagem
dos
processos
de
constituiuse
da
agregao
dos
mtodos
de
integrao
do
uma
descrio
mais
abrangente
da
neve
natural.
Os
autores
54
Sadas do modelo
Retroespalhamento
Ulaby et al.(1986)
em
funo
das
do
retroespalhamento
raio
das
partculas
em
funo
da
em
funo
da
profundidade
Polarizao, densidade, da neve, contedo
Siqueira et al.(1995)
Arslan et al.(2000)
Xiong et al.(2012)
Thakur (2013)
Retroespalhamento
profundidade observada
do volume espalhador
Dimenses,
tamanho
do
gro,
volume,
profundidade e incidncia
Retroespalhamento
em
funo
do
do volume espalhador
Fonte: Ulaby et al. (1986), Siqueira et al. (1995), Arslan et al. (2005), Xiong et al. (2012) e
Thakur (2013).
(Eq. 17):
(
( )) ,
( )(
) )-
(17)
Onde:
m: variao vertical mdia quadrtica da superfcie;
: ngulo mdio de reflexo;
r: raio mdio dos espalhadores (i.e., gro de neve);
ks: o coeficiente de disperso de todas as camadas de neve do volume;
constantes a, b, c, "d e e: fatores empricos de ajuste do modelo.
sendo
homogneo,
com
densidade
as
caractersticas
(
(
))
(18)
Onde:
i, j: polarizaes V ou H;
56
0:
Frequncia (banda)
Polarizao =>
35 GHz
vv
hh
1.7
1.87
1.33
1.33
0.67
0.67
0.18
0.18
1.6
1.6
0.5
0.5
1.5
1.5
2.5
2.5
hv
1
0.51
0.67
0.065
2.2
0.6
1.5
2.5
vv
1.5
0.214
0.75
0.6
94 GHz
hh
hv
1.7
0.85
0.214
0.126
0.75
0.7
0.6
0.8
10 60
mv = 0;
0,5 d 5mm;
0,1 m 0,8;
(19)
Onde,
C: coeficiente emprico de retroespalhamento;
a1: coeficiente emprico de extino;
b: dimetro mdio das partculas espalhadoras que compe o volume de
espalhamento.
v: coeficiente emprico do modelo obtido em considerao ao volume
espalhador.
58
)(
) .(
)-
(20)
) )/-
Onde:
bloco de neve equivalente ao proposto por Shi & Dozier (2000) e, portanto, o
retroespalhamento total pode ser escrito segundo a equao 21:
( )
(21)
Onde:
: retroespalhamento total dado em uma certa polarizao;
k0: nmero de onda da radiao incidente sobre a superfcie de neve;
k1; nmero de onda da radiao incidente sobre a interface neve/gelo
neve/solo;
i, r: ngulo de incidncia na interface nevear e ngulo de refrao mdio
do volume espalhador;
Tpp: coeficiente de transmisso de Fresnell para uma dada polarizao.
feixe de REM SARX com o alvo, denominando estes modelos como modelos
fsicos do retroespalhamento (Tab. 5).
Jinyang et al.(2010)
Albert et al.(2005)
Sadas do modelo
Retroespalhamento em funo do raio da
partcula, retroespalhamento em funo
do contedo de gua lquida (se houver)
retroespalhamento em funo da
profundidade do pacote de neve
Retroespalhamento em funo do SWE,
retroespalhamento em funo do raio das
partculas e o Retroespalhamento em
funo da profundidade das camadas
Retroespalhamento em funo do
dimetro das partculas, etroespalhamento
em funo da espessura das camadas
Retroespalhamento em funo da
profundidade da camada de neve
analisada, retroespalhamento em funo
do raio da partcula
Retroespalhamento em funo do ngulo
de incidncia, retroespalhamento em
funo da profundidade da camada e
Retroespalhamento em funo do raio das
partculas
Fonte: Phan et al. (2012), Nagler & Rott (2000), Baghdadi et al. (2000), Jinyang et al.
(2010) e Albert et al. (2005).
)
)
(22)
Onde,
: ngulo de incidncia;
k: n da camada de neve considerada;
ke: coeficiente de extino;
T(k1)k: matriz representando a transmisso de Fresnell;
Este
62
(23)
Onde:
i, r = ngulo de incidncia local e ngulo mdio de reflexo;
volume;
= comprimento de onda radar incidente.
Espalhamento simples;
( )
) (
(24)
Onde:
s: o coeficiente de disperso de todas as camadas de neve do volume;
i, r: ngulo de incidncia e ngulo de reflexo;
T: coeficiente de transmisso de Fresnell;
P: a matriz de faze do meio;
d: dimetro mdio das partculas de espalhamento.
.
( )
//
(
.
.
( (
{
{
) )
( ))
(
.
/1
/)
( )
/
/
. /
. /
Onde,
o albedo;
a espessura ptica;
65
o ngulo de propagao;
Rp a refletividade efetiva;
Limites de modelagem
Valor
Limite
inicial
Superior
0,1
0,4
0,1 m
2,1 m
0,4 mm
3,2 mm
0,5 cm
3,0 cm
Incremento de
modelagem
0,05
0,2 m
0,2 mm
0,5 cm
5,0 cm
25 cm
5 cm
0,05
0,40
0,05
(26)
66
Prprocessamento
Anlise
Psprocessamento
(27)
Como o espao V h tem dimenso finita, este espao pode ser gerado por uma
base * +
da seguinte
( )
( )
(28)
( ))
(29)
69
(30)
(31)
(32)
3. MATERIAL E MTODOS
Figura 12: Exemplo de imagem COSMOSkyMed utilizada em sua forma bruta (Imagem
CSKS2StripmapHimage de 21/12/2012 rea de interesse prxima ao centro da
imagem).
Fonte: O autor.
Sensor/Satlite
Modo de Aquisio
CSKS2
Stripmap/HIMAGE
3x3m
CSKS2
Stripmap/HIMAGE
3x3m
CSKS2
Stripmap/HIMAGE
3x3m
CSKS2
Stripmap/HIMAGE
3x3m
CSKS2
Stripmap/HIMAGE
3x3m
Espacial
rbita
Descendente /
21378
Descendente /
21378
Descendente /
21378
Descendente /
21378
Descendente /
21378
Data de Aquisio
21/12/2011
22/12/2011
02/01/2012
13/01/2012
14/01/2012
Fonte: O autor.
73
Este conjunto de imagens foi obtido junto a ASI por meio da submisso do
projeto GlacioCOSMO (LACRIO, 2014). Estas imagens, quando adquiridas, esto
em nvel bruto de processamento (i.e., Level_0), trazendo valores representados em
contadores digitais, sem calibrao e sem correo geomtrica ou topogrfica. Para
seu emprego neste trabalho, as mesmas foram prprocessadas conforme o que
ser descrito no passo metodolgico 3.2.1.
3.1.2 Trincheiras de neve: Dados de estratigrafia do pacote de neve obtidos
em campo
74
3.2 Mtodos
75
(33)
Onde,
a.
b.
c.
d.
speckle (LEE et al., 1994; DONG et al., 2001; JENSEN, 2014), dado pela
equao 34:
( )
(34)
, -
Onde,
Mediana
3x3
Mediana
5x5
Mediana
7x7
Lee
3x3
Lee
5x5
Lee
7x7
0,287
0,108
0,391
0,436
0,749
0,379
Fonte: O autor.
80
81
a.
de
coordenadas
geogrficas
padro,
permitindo
correlacionlas
83
84
de alvo (ULABY et al., 1986; ROOT, 2001; KOSKINEN, 2010; JINYANG et al., 2010;
PHAN et al., 2012). Outros processos, como aqueles ocorridos ao longo dos
primeiros centmetros da camada de gelo (abaixo da neve) podem ser
desconsiderados para fins de modelagem por possurem pequena contribuio para
o trabalho (ROOT, 2001; JINYANG et al., 2010; PHAN et al., 2012).
Como j discutido no item 2.3, cada um dos processos de interao do feixe
radiante com a massa de neve ocorre atravs de efeitos de absoro/atenuao do
feixe radiante em cada elemento que compe o pacote de neve. A integrao destes
processos ocorridos para cada elemento do pacote de neve de interesse determina
o valor do retroespalhamento estimado para este volume de neve.
Como forma de equacionar e resolver este processo de interao entre a
radiao de microondas e a neve, adotouse a representao matricial para a
equao descritora do MTR a partir da notao do vetor de Stokes, representando a
polarizao de uma onda eletromagntica, segundo o que prope Ulaby et al.,
(1986) e Phan et al. (2012) sendo expressa por (Eq. 35):
|
|
|
|
|
|
|
|
(35)
87
(
[
)
(
(
(
)
)]
(36)
(37)
Onde cada um dos termos indica uma matriz de Mueller especfica para cada
subprocesso particular de interao do feixe radiante junto a interface nevear, ao
longo do volume do pacote de neve e junto a interface nevegelo, respectivamente.
A soluo de cada um dos termos especficos se d a partir da soluo individual de
cada uma das Matrizes de Mueller especficas, segundo o discutido por Phan et al.,
(2012).
A soluo da equao que representa a sobreposio de cada um destes
termos (descritos em sua forma integral, propostas segundo Phan et al., 2012) foi
operacionalizada atravs do MEF, a partir da ferramenta PDETOOL do software
MATLAB, adotandose uma geometria prpria e estabelecendose as condies
de contorno desejadas (e.g., rugosidade mdia h e campo eltrico incidente). A
aplicao do MEF com o uso do modelo de retroespalhamento aqui organizado
sobre a geometria e as condies de contorno de interesse comps a proposta de
modelagem para o retroespalhamento SARX de um pacote de neve superficial
desenvolvida nessa tese.
88
) |
)|
Onde,
neve,
responsvel
por
caracterizar
as
propriedades
dieltricas
de
(39)
|
|
)|
(
|(40)
|
(42)
et
al.
(2012).
Desta
forma,
determinao
da
parcela
do
simplificao do equacionamento obtido via MTR por Fung (1994), Fung & Chen
(2004) e Phan et al. (2012):
( )
(44)
Onde, r = d/cos.
(
(
)
(
(46)
equacionamento
para
determinao
da
parcela
de
( )
(47)
94
3.2.2.2 Soluo do modelo via mtodo dos elementos finitos com uso da
ferramenta PDETOOL do software MATLAB
96
97
98
e a
99
construindo
equacionamentos
que
relacionam
as
variveis
100
4. RESULTADOS E DISCUSSO
elementos finitos proposta por Sadiku (2009) e presente junto ao software MATLAB
denominada PDETOOL com seu aplicativo RF Module.
Segundo a literatura, mesmo no caso de camadas de neve seca, a
profundidade mxima de penetrao de um feixe SARX no se estende alm de
1m (REES, 2006; CUFFAY & PATERSON, 2010; PHAN et al., 2012). Dessa forma,
no momento de construo da geometria a ser utilizada como ponto base de
implementao do MEF, adotouse dimenses horizontais de 3x3 m e uma
profundidade de simulao de 2,5 m, o que garantiu a descrio do feixe SARX, j
que para este perfil de profundidade esperase uma atenuao total do feixe SARX
antes de se atingir o limite vertical.
A
implementao
do
MEF
com
uso
da
ferramenta
de
simulao
dos gros de neve local (obtido via trincheiras de neve) e constante dieltrica dada
pela equao 39. Para o entorno dos gros de neve foi adotada a presena de ar
seco. A Figura 23 exibe a tela da ferramenta PDETOOL com a geometria do
problema alimentada.
.
Figura 23: Captura de tela da ferramenta PDETOOL exibindo a geometria gerada para a
simulao (gros de neve com 0,5 mm de dimetro cobrindo um volume de 3x3x2,5 m e
envoltos por ar seco).
Fonte: O autor.
103
A forma como uma massa de neve seca interage com um feixe de micro
ondas na banda X est intimamante relacionada aos parmetros estratigrficos da
neve, como o tamanho mdio dos gros da neve, a densidade mdia do pacote de
neve superficial, a temperatura mdia, alm da permissividade dieltrica da neve ao
longo das camadas do pacote de neve (REES, 2006). Esta permissividade dieltrica
pode ser considerada constante no caso de um pacote homogneo de neve seca, j
que o principal fator de variao dieltrico o teor de umidade da neve
(HALLIKAINEN et al., 1986).
Outro fator de dependncia do retroesplhamento medido por um sensor SAR
X o ngulo de incidncia do feixe de microondas. O aumento do ngulo de
incidncia,
em
linhas
gerais,
acaba
por
acarretar
uma
diminuio
do
106
Limiar de penetrao
estimado em 1,091m
Fonte: O autor.
Para a rea de estudo ao longo da geleira Union, por conta das
condicionantes climticas locais, caractersticas de altas latitudes (i.e., rea de
estudo no entorno da latitude 79S) no h presena de neve mida, pois a
temperatura mxima anual local no excede o ponto de fuso da neve (i.e.,
temperatura mxima local sempre menor do 0C). Isto faz com que todo o pacote de
neve superficial ao longo da rea de estudo possa ser considerado como formado
por neve seca, onde h penetrao das microondas ao longo da banda X oscila
entre 0,9663m 0,1247m. Este fato faz com que fatores como a densidade, o
tamanho mdio dos gros de neve e a espessura mdia das camadas de neve se
somem aos efeitos de retroespalhamento superficial, dominados neste caso pela
rugosidade da superfcie do pacote de neve.
A Figura 26 traz um importante aspecto a ser levado em considerao na
interpretao dos resultados. A anlise do comportamento do retroespalhamento
SAR em funo da profundidade demostra um comportamento de reduo
exponencial do sinal retroespalhado em funo da profundidade, ou seja, quanto
mais profunda for a camada analisada, menos representativo o sinal
retroespalhado pelo volume desta camada. Desta forma, o sinal de um pixel
constituinte de uma imagem SAR trar mais informao referente ao volume
107
(48)
, adotada
108
aqui como forma da regresso nolinear empregada aqui. Com esta premissa,
utilizouse os valores de densidade mdia do pacote de neve e os valores de
retroespalhamento coletados para os locais das trincheiras de neve como dados
para estabelecer a regresso nolinear como forma de correlacionar os dados de
densidade e de retroespalhamento observados (Fig. 27).
( )
Esta
equao
estabelece
relacionamento
entre
os
valores
de
( )
(49)
Onde,
109
neve:
max.[Kg/m]
min. [Kg/m]
570
350
neve[dB
4,993191
Fonte: O autor.
110
112
Figura 29: Relao entre o raio dos gros de neve e o efeito de retroespalhamento SARX
correspondente.
Fonte: O autor.
(
(
)
)
(50)
Onde,
113
(51)
114
115
(52)
Onde,
A e B: Constantes obtidas a partir dos dados de campo (condies de
contorno: [A] = 1,4996353667mm e [B] = 0,4001341391mm);
116
Figura 31: Imagem representando o tamanho mdio do raio dos gros de neve obtida
atravs da aplicao da equao 52 sobre uma imagem SARX.
Fonte: O autor.
117
118
Figura 32: Relao entre o nmero de camadas espalhadoras do pacote de neve superficial
e o valor de retroespalhamento correspondente.
Fonte: O autor.
Esta relao segue o proposto por Cuffey & Paterson (2010) e Rees (2006)
que estabelecem um aumento do retroespalhamento com o aumento do nmero de
camadas espalhadoras, sendo ambos diretamente proporcionais, mas no de forma
linear. Assim, ao aumentarmos o nmero de camadas espalhadoras, produzimos um
incremento no retroespalhamento medido em uma escala inferior.
Desta forma, foi possvel determinar a relao matemtica entre o
retroespalhamento medido para uma dada rea e o respectivo nmero de camadas
espalhadoras esperadas (i.e., NC) para o pacote de neve local, resultando na
equao 53:
(
(53)
Onde,
Nc: Nmero estimado de camadas espalhadoras;
Nmx.: Nmero mximo de camadas estimado ao longo da rea imageada;
N:
haver
um
nmero
menor
de
variaes
de
densidade
e,
Figura 33: Imagem representando o nmero mdio de camadas espalhadoras que compe
o pacote de neve, obtida atravs da aplicao da equao 53 sobre uma imagem SARX.
Fonte: O autor.
121
123
124
Figura 37: Imagemerro obtida pela diferena percentual entre o dado COSMOSkyMed e o
dado simulado de retroespalhamento SARX.
Fonte: O autor.
125
R
Regresso estatstica via
retroespalhamento
Intervalo de confiana
( = 0,05, p = 95%, N=7)
Tamanho mdio do
gro de neve
espalhador
N mdio de camadas
de neve espalhadoras
Densidade mdia
do pacote de neve
93,52%
92,23%
71,223%
0,34 mm
2 camadas
43,24 kg.m3
Fonte: O autor.
126
Figura 38: Comparao estatstica entre os dados in situ e modelados para o raio mdio dos
gros de neve.
Fonte: O autor.
Figura 39: Comparao estatstica entre os dados in situ e modelados para a densidade
mdia do pacote de neve.
Fonte: O autor.
127
128
Aprimoramento
do
modelo
de
retroespalhamento
aqui
proposto,
130
6. REFERNCIAS BIBLIOGRFICAS
ABRAM, N. J; MULVANEY; R.; WOLFF; E; TRIEST; KIPFSTUHL, S.; LUKE D.;
VIMEUX, F.; FLEET, L.; ARROWSMITH, C.: Acceleration of snow melt in an
Antarctic Peninsula ice core during the twentieth century. Nature Geoscience, v.6,
pg. 404 411. 2013.
ALBERT, M.D.; EWE, H.T.; CHUAH, H.T. Model Development and Analysis of Radar
Backscatter in Ross Island, Antarctica. Geoscience and Remote Sensing Letters,
v.2, pg. 1361 1364, 2005.
ARIGONYNETO, J.; RAU, F.; SAURER, H.; JAA, R.; SIMES, J.N C.; VOGT, S.
A time series of SAR data for monitoring changes in boundaries of glacier zones on
the Antarctic Peninsula. Annals of Glaciology, v.46, pg. 5560, 2007.
ARIGONYNETO, J.; SAURER, H.; JAA, R.; RAU, F.; SIMES, J. C.; GOMANN,
H. Monitoring snow parameters on the Antarctic Peninsula using satellite data: A new
methodological approach. European Association of Remote Sensing
Laboratories, EARSeL eProceedings. v.5, n.1, pg. 100110, 2006.
ARIGONYNETO, J.; SAURER, H.; SIMES, J. C.; RAU, F.; JAA, R.; VOGT, S.;
GOSSMANN, H. Spatial and temporal changes in drysnow line altitude on the
Antarctic Peninsula. Climatic Change, v.94, pg. 1933, 2009.
ARSLAN, A. N.; KOSKINEN, J.; PULLIAINEN, J.; HALLIKAINED, M. A Semi
empirical backscattering model snow using SAR data. Geoscience and Remote
Sensing Review, v.6, pg. 19041906, 2000.
ARSLAN, A.N.; PRAKS, J.; KOSKINEN, J.; HALLIKAINEN, M. An empirical model for
retrieving water equivalent of dry snow from Cband SAR data, Geoscience and
Remote Sensing Symposium. v.3, n.1, pg. 1789 1791, 1999.
BAGHDADI, N.; GAUTHIER, Y.; BERNIER, M.; FORTIN, J.P. Potential and
limitations of RADARSAT SAR data for wet snow monitoring. IEEE T. Geoscience
and Remote Sensing Review, v.38, n.1, pg. 316320, 2000.
CENTENO, J.A.S. Sensoriamento Remoto e Processamento de Imagens Digitais.
Curitiba: Editora UFPR, 209p, 2004.
CHUAH, H. T.; TJUATJA, S.; FUNG A. K; BREDOW, J. W. A phase matrix for a
dense discrete random medium Evaluation of volume scattering coefficient, IEEE
Transactions on Geoscience and Remote Sensing, v.34, n.5, pg. 11371143,
1996.
COLBECK, S.C. Classification of seasonal snow cover crystals, Water Resources
Research, v.22, pg. 5970, 1986.
COSTI. J. Estimativa do derretimento e descarga de gua na poro norte da
Pennsula Antrtica. Porto Alegre, RS: Dissertao (Mestrado em Sensoriamento
Remoto) Universidade Federal do Rio Grande do Sul UFRGS, 2011.
131
132
133
MOUGINOT, J.; MUIR, A.; NICOLAS, J.P.; PADEN, J.; PAYNE, A.J.; PRITCHARD,
H.; RIGNOT, E.; ROTT, H.; SRENSEN, L.S.; SCAMBOS, A.; SCHEUCHL, B.;
SCHRAMA, E.J.O.; SMITH, B.; SUNDAL, A.V.; VAN ANGELEN, J.H.; VAN DE
BERG, W.J.; VAN DEN BROEKE, M.R.; VAUGHAN, D.G.; VELICOGNA, I.; WAHR,
J.; WHITEHOUSE, P.L.; WINGHAM, D.J.; YI, D.; YOUNG, D.; ZWALLY, H.J. A
reconciled estimate of icesheet mass balance. Science, v.338, pg. 11831189,
2012.
SHI, J., & DOZIER, J.: Estimation of snow water equivalence using SIRC/XSAR,
part II: Inferring snow depth and particle size. IEEE Transactions on Geoscience
and Remote Sensing, v.38, n.6, pg. 24752488, 2000.
SIMES, J. C. & BREMER, U. F. Investigations of King George Island ice cap using
ERS1 SAR and SPOT imagery. Revista SELPER, v.11, n.1, pg. 5660, 1995.
SIQUEIRA. P. R.; SARABANDI, K.; ULABY, F. T. Semiempirical model for radar
backscatter from snow at 35 and 94 GHz. Geoscience and Remote Sensing
Symposium IEEE (IGARSS), pg. 14981501, 1995.
SIRCILLI, F., SERRO, V.A., FRANCO, M.A.R. & LACAVA, J.C.S. Anlise
numrica bidimensional de seo reta Radar pelo mtodo dos elementos finitos.
Simpsio Brasileiro de Microondas e Optoeletrnica, 11 SBMO, Congresso
Brasileiro de Eletromagnetismo, 6 CBMAG, MOMAG - So Paulo. pg. 129-135
2004.
SKAVARCA, P.; RACK, W.; POTT, H.; IBARZABAL DONANGELO, T. Climatic trend
and the retreat and disintegration of ice shelves on the Antarctic Peninsula.
Overview. Polar Rec. v.18, pg. 151157, 1999.
SOLBERG, R. & ANDERSEN, T. An automatic system for operational snowcover
monitoring in the Norwegian mountain regions. Pasadena, California, USA:
Proceedings on IEEE International Geoscience and Remote Sensing
Symposium (IGARSS94), v.1, pg. 20842086, 1994.
SOLBERG, R.; HILTBRUNNER, D.; KOSKINEN, J.; GUNNERIUSSEN, T.;
RAUTIAINEN, K.; HALLIKAINEN, M. Snow algorithms and products, Report from
SNOWTOOLS WP410. Noruega: Norwegian Computing Center, Report 924, 1
ed., 112p., 1997.
SPIEGEL, M.R. Estatstica e Probabilidade. Rio de Janeiro: Editora McGrawHill
do Brasil, 780p., 2012.
STOGRYN, A. The bilocal approximation for the effective dielectric constant of an
isotropic random medium. IEEE Trans. On Antennas and Propagation, v.32, n.5,
pg. 517520, 1984.
STORVOLD, R.; MALNES, E.; LAUKNE, S, I. Using ENVISAT ASAR wideswath data
to retrieve snow covered area in mountainous regions. EARSeL eProceedings,
v.4(2), pg. 150156, 2006.
137
139
ANEXO 1
Procedimentos adotados durante a execuo das trincheiras de neve
140
141
142
143
144
145
146
147
148
149
150
ANEXO 2
Perfis construdos a partir das trincheiras de neve realizadas
151
152
153
154
155
156
157
ANEXO 3
Imagens COSMOSkyMed processadas ao longo da Tese
Data da
imagem
Imagem bruta
22/12/2011
02/01/2012
158
13/01/2012
14/01/2012
159
ANEXO 4
Rotinas de modelagem SARX desenvolvidas em linguagem MATLAB
%Sada do modelo:
%
estimativa
do
coeficiente
%(sigma_0_vv)medido em decibis (dB)
de
retroespalhamento
% coeficientes de reflexo
rt = sqrt(er - s2);
Rvi = (er .*cs - rt) ./(er.*cs +rt);
Rhi = (cs - rt)./(cs + rt);
161
% coeficientes de reflexo
162
[Fvvupi,
Fhhupi]
=
Rvi,Rhi,er,k,kz,ksz,s,cs,ss,css,cf,cfs,sfs);
[Fvvups,
Fhhups]
=
Rvi,Rhi,er,k,kz,ksz,s,cs,ss,css,cf,cfs,sfs);
[Fvvdni,
Fhhdni]
=
Rvi,Rhi,er,k,kz,ksz,s,cs,ss,css,cf,cfs,sfs);
[Fvvdns,
Fhhdns]
=
Rvi,Rhi,er,k,kz,ksz,s,cs,ss,css,cf,cfs,sfs);
Fppupdn_is_calculations(+1,
1,
Fppupdn_is_calculations(+1,
2,
Fppupdn_is_calculations(-1,
1,
Fppupdn_is_calculations(-1,
2,
qi = k .* cs;
qs = k .* css;
% Calcula a intensidade Ivv
Ivv = zeros(Ts, 1); %Ihh = Ivv;% cria uma matriz de zeros para receber os
valores
end
sigmazerovv = 0;
for n = 1:Ts
a0 = wn(n) ./factorial(n) .*sig.^(2*n);
sigmazerovv = sigmazerovv+ abs(Ivv(n)).^2 .*a0;
end
sigmazerovv = sigmazerovv * ShdwS * k^2 ./2 * exp(-sig.^2 .*(kz.^2 +ksz.^2));
ssv = 10 * log10(sigmazerovv);
sigma_0_vv = ssv;
end
164