Generación de mapas de temperatura radiativa de superficie utilizando datos de baja resolución espacial mediante técnicas de remuestreo /
Bayala, Martín Ignacio, 1978-
Generación de mapas de temperatura radiativa de superficie utilizando datos de baja resolución espacial mediante técnicas de remuestreo / Martín I. Bayala. - [S.l. : s.n. ], 2011. - 134 hojas : ilustraciones (algunas color) ; 30 cm.
Maestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE. Incluye anexos.
Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2011.
Incluye referencias bibliográficas : h. 109-121.
La temperatura de superficie (Ts) es una variable importante dentro del modelado del balance de energía y parámetro fundamental para la estimación de variables hidrológicas como la humedad de suelo y la evapotranspiración. En la actualidad, estudios ambientales que utilizan información
proveniente de sensores térmicos aerotransportados para la estimación diaria de la Ts, sólo han sido posibles a escala regional, limitados principalmente por el tamaño de píxel de la imagen y la frecuencia de revisita de los sensores. En tal sentido, es necesario contar con datos de satélites que permitan la estimación de la Ts con buena resolución espacio-temporal para la realización de estudios a escala local. En este trabajo se describen las ecuaciones y una metodología de fácil aplicación para estimar la temperatura de superficie (Ts) a escala puntual y regional con imágenes MODIS y Landsat TM utilizando principalmente los canales térmicos de los sensores, una precisa estimación de la emisividad y contenido de vapor de agua de la atmósfera. El modelo de Disgregación de Temperatura Radiativa de Superficie (DisTrad) posibilitó la manera de generar datos térmicos de alta resolución a partir de datos medidos a baja resolución (de la relación inversa entre el NDVI a alta resolución y la Ts a baja resolución.
En esta tesis, se presentan 6 modelos de remuestreo de datos térmicos desarrollados sobre la base metodología del modelo DisTrad, donde se evaluó la eficiencia en la estimación de la Ts a nivel de subpíxel en un área agrícola heterogénea de la región sub-húmeda pampeana de Argentina. La validación de los datos a nivel de subpíxel se realizó por medio de la asociación de los datos captados por sensores a bordo de plataformas aerotransportadas y medidas puntuales de Ts provistas por una Estación de Balance de Energía (EBE) y radiómetros portátiles del periodo 2006-2010 en los establecimientos agrícola Laura Leofú (37º 14’ S, 59º 34’ O) y Tata Dios (37º 06’ 45” S y 58º 58’ 50” O), ubicados a 25 km de la ciudad de Tandil, Provincia de Buenos Aires, Argentina. Los modelos fueron evaluados usando imágenes Landsat TM con datos agregados desde 960 m a 30 m, resultando la raíz cuadrada del error cuadrático medio (RMSE) menor de 1,5 K. Posteriormente, fueron evaluados usando datos térmicos MODIS Terra de 1 km que fueron agregados a 4 km, con RMSE menor a 1K en promedio. El modelo que presentó la mejor performance con respecto a los datos observados fue el modelo de Ts diferencia de límites (Ts Dif. de límites) que hasta el momento no había sido aplicado, indicando resultados estadísticos comparativamente superiores para ambas imágenes y clases analizadas.
The Land Surface Temperature (LST) is a key parameter in the balance energy model as well as for the retrieve of hydrological parameters like soil moisture and evapotranspiration. Currently, environmental research’s have been only possible using remote sensing dataset at regional scale. The major constraints are satellite revisit time and image pixel-size. Therefore, a high spatial resolution LST dataset is needed for local scale studies. This study describes an easy methodology for the retrieval of LST at local and regional scale using MODIS Terra and Landsat Thematic Mapper (TM) dataset, through accurate emissivity and water atmosphere content estimation. The TsHARP model provides a possibility to generate fine spatial resolution thermal data from coarse spatial resolution (≥ 1 km) data based on the inverse linear relationship between the normalized difference vegetation index (NDVI) at fine spatial resolution and LST at coarse spatial resolution.
The current study presents six sharpening thermal data models developed on the disaggregation procedure for radiometric surface temperature (DisTrad) basis. The sub-pixel accuracy estimation models were assessed over a mixed agricultural landscape in the sub-humid Pampeana region of Argentina. The energy balance station (EBS) database and in situ measurements were used for the validation of LSTs derived from the sharpening models. This measurements were made in the farming sites of Laura Leufú (37º 14’ S, 59º 34’ O) and Tata Dios (37º 06’ 45” S y 58º 58’ 50” O) located near the Tandil city, province of Buenos Aires during 2006-2010. Landsat TM thermal dataset (120 m) were assessed to the following spatial resolution: 960 m, 720 m, 240 and 30 m, and root mean square error (RMSE) was less than 1,5 K on average. The models were evaluated also using Moderate Resolution Imaging Spectrometer (MODIS) thermal data (1 km) aggregated to 4 km spatial resolution, which root mean square error (RMSE) of < 1 K on average. The limit difference model has been not implemented until now. This leaded the best statistical performance with respect to the other models tested.
CONAE. Comisión Nacional de Actividades Espaciales.
Temperatura de superficie Modelos de remuestreo Validación
Generación de mapas de temperatura radiativa de superficie utilizando datos de baja resolución espacial mediante técnicas de remuestreo / Martín I. Bayala. - [S.l. : s.n. ], 2011. - 134 hojas : ilustraciones (algunas color) ; 30 cm.
Maestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE. Incluye anexos.
Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2011.
Incluye referencias bibliográficas : h. 109-121.
La temperatura de superficie (Ts) es una variable importante dentro del modelado del balance de energía y parámetro fundamental para la estimación de variables hidrológicas como la humedad de suelo y la evapotranspiración. En la actualidad, estudios ambientales que utilizan información
proveniente de sensores térmicos aerotransportados para la estimación diaria de la Ts, sólo han sido posibles a escala regional, limitados principalmente por el tamaño de píxel de la imagen y la frecuencia de revisita de los sensores. En tal sentido, es necesario contar con datos de satélites que permitan la estimación de la Ts con buena resolución espacio-temporal para la realización de estudios a escala local. En este trabajo se describen las ecuaciones y una metodología de fácil aplicación para estimar la temperatura de superficie (Ts) a escala puntual y regional con imágenes MODIS y Landsat TM utilizando principalmente los canales térmicos de los sensores, una precisa estimación de la emisividad y contenido de vapor de agua de la atmósfera. El modelo de Disgregación de Temperatura Radiativa de Superficie (DisTrad) posibilitó la manera de generar datos térmicos de alta resolución a partir de datos medidos a baja resolución (de la relación inversa entre el NDVI a alta resolución y la Ts a baja resolución.
En esta tesis, se presentan 6 modelos de remuestreo de datos térmicos desarrollados sobre la base metodología del modelo DisTrad, donde se evaluó la eficiencia en la estimación de la Ts a nivel de subpíxel en un área agrícola heterogénea de la región sub-húmeda pampeana de Argentina. La validación de los datos a nivel de subpíxel se realizó por medio de la asociación de los datos captados por sensores a bordo de plataformas aerotransportadas y medidas puntuales de Ts provistas por una Estación de Balance de Energía (EBE) y radiómetros portátiles del periodo 2006-2010 en los establecimientos agrícola Laura Leofú (37º 14’ S, 59º 34’ O) y Tata Dios (37º 06’ 45” S y 58º 58’ 50” O), ubicados a 25 km de la ciudad de Tandil, Provincia de Buenos Aires, Argentina. Los modelos fueron evaluados usando imágenes Landsat TM con datos agregados desde 960 m a 30 m, resultando la raíz cuadrada del error cuadrático medio (RMSE) menor de 1,5 K. Posteriormente, fueron evaluados usando datos térmicos MODIS Terra de 1 km que fueron agregados a 4 km, con RMSE menor a 1K en promedio. El modelo que presentó la mejor performance con respecto a los datos observados fue el modelo de Ts diferencia de límites (Ts Dif. de límites) que hasta el momento no había sido aplicado, indicando resultados estadísticos comparativamente superiores para ambas imágenes y clases analizadas.
The Land Surface Temperature (LST) is a key parameter in the balance energy model as well as for the retrieve of hydrological parameters like soil moisture and evapotranspiration. Currently, environmental research’s have been only possible using remote sensing dataset at regional scale. The major constraints are satellite revisit time and image pixel-size. Therefore, a high spatial resolution LST dataset is needed for local scale studies. This study describes an easy methodology for the retrieval of LST at local and regional scale using MODIS Terra and Landsat Thematic Mapper (TM) dataset, through accurate emissivity and water atmosphere content estimation. The TsHARP model provides a possibility to generate fine spatial resolution thermal data from coarse spatial resolution (≥ 1 km) data based on the inverse linear relationship between the normalized difference vegetation index (NDVI) at fine spatial resolution and LST at coarse spatial resolution.
The current study presents six sharpening thermal data models developed on the disaggregation procedure for radiometric surface temperature (DisTrad) basis. The sub-pixel accuracy estimation models were assessed over a mixed agricultural landscape in the sub-humid Pampeana region of Argentina. The energy balance station (EBS) database and in situ measurements were used for the validation of LSTs derived from the sharpening models. This measurements were made in the farming sites of Laura Leufú (37º 14’ S, 59º 34’ O) and Tata Dios (37º 06’ 45” S y 58º 58’ 50” O) located near the Tandil city, province of Buenos Aires during 2006-2010. Landsat TM thermal dataset (120 m) were assessed to the following spatial resolution: 960 m, 720 m, 240 and 30 m, and root mean square error (RMSE) was less than 1,5 K on average. The models were evaluated also using Moderate Resolution Imaging Spectrometer (MODIS) thermal data (1 km) aggregated to 4 km spatial resolution, which root mean square error (RMSE) of < 1 K on average. The limit difference model has been not implemented until now. This leaded the best statistical performance with respect to the other models tested.
CONAE. Comisión Nacional de Actividades Espaciales.
Temperatura de superficie Modelos de remuestreo Validación