Comparação da Produtividade Primária Bruta entre os Sensores OLI/TIRS e MODIS

Abstract

O sequestro de carbono por biomas terrestres desempenha um papel significativo no ciclo global do carbono para mitigar o aumento de CO2 atmosférico e as consequências das mudanças climáticas. A Produção Primária Bruta (PPB) é um importante parâmetro biofísico de qualquer ecossistema e desempenha um papel fundamental na dinâmica espaço-temporal de CO2. A incerteza na captação bruta de carbono e seu entendimento em escalas locais, regionais e globais podem ser superados através do monitoramento dos processos de superfície da terra em altas resoluções espaciais e temporais. As metodologias de superfície para o cálculo da PPB fornecem estimativas precisas, porém seu custo de implantação e operacionalidade é alto, e sua representatividade limitada, salvo em áreas extensas e homogêneas. Neste sentido, métodos que empregam o sensoriamento remoto se apresentam como vantagem para expandir a cobertura espacial da estimativa da PPB, fornecer observações sintéticas e consistentes da vegetação em áreas heterogêneas e com baixo custo. Diversos sensores orbitais têm sido empregados na determinação da PPB e para extrapolar as medições locais. Destacam-se os sensores dos satélites Landsat que fornecem registros temporais mais longos de observação da superfície da terra e o lançamento do satélite Landsat 8 OLI/TIRS em 2013 continua esse legado. O objetivo deste estudo é apresentar um algorítimo para estimar a PPB por técnicas de sensoriamento remoto, a partir de imagens do sensor, em diferentes usos do solo. A metodologia baseia-se no modelo de estimativa da radiação fotossinteticamente ativa absorvida – RFFA pela vegetação, combinado ao modelo de eficiência do uso da luz. Para isso, foram realizadas as correções atmosféricas e radiométricas das imagens previamente e como entrada básica para o modelo, foi calculado o saldo de radiação e demais componentes do balanço de energia através do algoritmo SEBAL (Surface Energy Balance Algorithm for Land). Posteriormente, foram comparadas a estimativa da PPB através do sensor OLI/TIRS, com o produto MOD17A2. A comparação foi baseada no Erro Médio (EM), Raiz do Erro Médio Quadrático (REMQ). As análises estatísticas foram realizadas no software R, versão 3.4.2. A PPB estimada pelo sensor possibilitou analisar as distinções espaciais entre os usos do solo na região. A imagem representativa da estação seca, apresentou os maiores valores de PPB indicando que o algorítimo extrapola a PPB quando oferta de radiação, valores de NDVI e umidade da superfície são altos. Porém a imagem representativa do período chuvoso, apresentou maior correlação Spearman com o produto MOD17A2, ainda com subestimativa para todos os usos do solo. As diferenças entre a resolução temporal e espacial de cada sensor também influenciam na comparação, pois apresentam dados de superfície específicos da data de imageamento. O algorítimo proposto, devido a sua aplicabilidade ao sensor OLI/TIRS, pode ser útil para a análise mais precisa da PPB em áreas de estudo locais. No entanto, é necessário averiguar melhor as estimativas temporais para os sensores OLI/TIRS com dados de superfície, que integrados poderão determinar valores mais precisos de PPB, principalmente nas áreas mais remotas.