Extração do campo de vento na Bacia de Campos, RJ, a partir de imagens ENVISAT/ASAR

• Main Author: Mírcea dos Santos Claro
• Other Authors: João Antonio Lorenzetti
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais 2007
• Online Access: http://urlib.net/sid.inpe.br/mtc-m17@80/2007/12.07.12.17

O conhecimento do campo de vento na superfície dos oceanos é muito importante para estudos e aplicações oceanográficas e meteorológicas. Considerando a grande dificuldade de instalação, operação e manutenção de instrumentos para medir o vento in situ nos oceanos, é de grande interesse o desenvolvimento de metodologias de obtenção dessa variável por meio de sensores remotos. Os campos de vento sobre os oceanos podem ser derivados a partir de dados de sensores orbitais, como os radares escaterômetros e os radares de abertura sintética (SAR). Embora o campo de vento já venha sendo derivado operacionalmente por escaterômetros, a resolução desses dados (~ 25 km) é um fator limitante para aplicações em regiões costeiras. Os SAR oferecem uma oportunidade única de estimar campos de vento em alta resolução (500-1500 m), inclusive em regiões costeiras. Isso é possível porque o sinal de retroespalhamento do radar, calibrado em valores de sigma-zero, pode ser relacionado com a velocidade do vento por meio de modelos geofísicos. Nesse contexto, o objetivo desse estudo é determinar o potencial de imagens do sensor ASAR, a bordo do satélite ENVISAT, para a extração do campo de vento na superfície do oceano na Bacia de Campos RJ. Para isso foram utilizados os modelos geofísicos CMOD4, CMOD5 e CMOD-IFR2, e dados de direção do vento do modelo atmosférico BRAMS e do escaterômetro QuikSCAT. A avaliação dos resultados foi realizada através de comparações entre os campos de velocidade SAR resultantes e dados de velocidade do escaterômetro QuikSCAT e do modelo BRAMS. Os campos de velocidade do vento estimados utilizando dados de direção do vento QuikSCAT para inicializar os modelos de banda C apresentaram coeficiente de correlação médio de 0,75 e RMS= 2 m/s quando comparados aos dados de velocidade QuikSCAT. Os campos de velocidade determinados com dados de direção do vento BRAMS, quando comparados com dados de velocidade do modelo BRAMS, resultaram em um coeficiente de correlação médio de 0,37 e RMS de 2,23 m/s. Os melhores resultados foram obtidos com os modelos CMOD 4 e CMOD-IFR2. === The knowledge of ocean surface winds is very important for oceanographic and meteorological studies as well as for practical applications. Considering the great difficulty of installation, operation and maintenance of instrumentation for the in situ measurement of marine winds, it is of high interest the development of methodologies for obtaining this variable by remote sensors. Although the wind field can be derived by the scatterometers, the spatial resolution of such data (25 km) is not adequate for applications over the coastal ocean. High-resolution wind data (500 1500 m) can be extracted from SAR images. This is possible because radar backscatter signal, after calibration into sigma-naught values, can be related to wind speed. In this context, the objective of this study was to determine the potential of the ASAR sensor, flying onboard the ENVISAT satellite, to extract high spatial resolution (~1 km) wind field (10 m above the sea surface). Wind speeds fields were determined using C-Band geophysical models and the wind direction data from the atmospheric model BRAMS and QuikSCAT scatterometer. Three geophysical models were used: CMOD4, CMOD5 and CMOD-IFR2. The final accuracy of this procedure was evaluated by comparing the ASAR winds speeds with wind speeds measurements from the QuickSCAT scatterometer and the BRAMS data. The results here presented show wind speeds with a mean correlation coefficient against QuikSCAT data of 0,75 and a RMS= 2 m/s when QuikSCAT wind directions were used as input to the model. The use of BRAMS wind directions yielded a mean RMS of 2,23 m/s and r=0,37 against BRAMS wind speed data. More accurate results were found with CMOD4 and CMOD-IFR2 models.