Formato PDF - mtc-m17:80 - Inpe

INPE-15218-TDI/1312
EXTRAÇÃO DO CAMPO DE VENTO NA BACIA DE
CAMPOS, RJ, A PARTIR DE IMAGENS ENVISAT/ASAR
Mírcea dos Santos Claro
Dissertação de Mestrado do Curso de Pós-Graduação em Sensoriamento Remoto,
orientada pelo Dr. João Antônio Lorenzzetti, aprovada em 28 de agosto de 2007.
O original deste documento está disponível em:
INPE
São José dos Campos
2007

PUBLICADO POR:
Instituto Nacional de Pesquisas Espaciais - INPE
Gabinete do Diretor (GB)
Serviço de Informação e Documentação (SID)
Caixa Postal 515 - CEP 12.245-970
São José dos Campos - SP - Brasil
Tel.:(012) 3945-6911/6923
Fax: (012) 3945-6919
E-mail: pubtc@sid.inpe.br
CONSELHO DE EDITORAÇÃO:
Presidente:
Dr. Gerald Jean Francis Banon - Coordenação Observação da Terra (OBT)
Membros:
Dr a Maria do Carmo de Andrade Nono - Conselho de Pós-Graduação
Dr. Haroldo Fraga de Campos Velho - Centro de Tecnologias Especiais (CTE)
Dr a Inez Staciarini Batista - Coordenação Ciências Espaciais e Atmosféricas (CEA)
Marciana Leite Ribeiro - Serviço de Informação e Documentação (SID)
Dr. Ralf Gielow - Centro de Previsão de Tempo e Estudos Climáticos (CPT)
Dr. Wilson Yamaguti - Coordenação Engenharia e Tecnologia Espacial (ETE)
BIBLIOTECA DIGITAL:
Dr. Gerald Jean Francis Banon - Coordenação de Observação da Terra (OBT)
Marciana Leite Ribeiro - Serviço de Informação e Documentação (SID)
Jefferson Andrade Ancelmo - Serviço de Informação e Documentação (SID)
Simone A. Del-Ducca Barbedo - Serviço de Informação e Documentação (SID)
REVISÃO E NORMALIZAÇÃO DOCUMENTÁRIA:
Marciana Leite Ribeiro - Serviço de Informação e Documentação (SID)
Marilúcia Santos Melo Cid - Serviço de Informação e Documentação (SID)
Yolanda Ribeiro da Silva e Souza - Serviço de Informação e Documentação (SID)
EDITORAÇÃO ELETRÔNICA:
Viveca Sant´Ana Lemos - Serviço de Informação e Documentação (SID)

INPE-15218-TDI/1312
EXTRAÇÃO DO CAMPO DE VENTO NA BACIA DE
CAMPOS, RJ, A PARTIR DE IMAGENS ENVISAT/ASAR
Mírcea dos Santos Claro
Dissertação de Mestrado do Curso de Pós-Graduação em Sensoriamento Remoto,
orientada pelo Dr. João Antônio Lorenzzetti, aprovada em 28 de agosto de 2007.
O original deste documento está disponível em:
INPE
São José dos Campos
2007

Dados Internacionais de Catalogação na Publicação (CIP)
C562e
Claro, Mírcea dos Santos.
Extração do campo de vento na Bacia de Campos, RJ,
a partir de imagens ENVISAT/ASAR/ Mírcea dos Santos
Claro. – São José dos Campos: INPE, 2007.
112p. ; (INPE-15218-TDI/1312)
1. Radar de abertura sintética. 2. Direção do vento.
3. Velocidade do vento. 4. QUIKSCAT. 5. Retroespalhamento
radar. I. Título.
CDU 528.711.7
Copyright c○ 2007 do MCT/INPE. Nenhuma parte desta publicação pode ser reproduzida,
armazenada em um sistema de recuperação, ou transmitida sob qualquer forma ou
por qualquer meio, eletrônico, mecánico, fotográfico, microfílmico, reprográfico ou outros,
sem a permissão escrita da Editora, com exceção de qualquer material fornecido especificamente
no propósito de ser entrado e executado num sistema computacional, para o uso
exclusivo do leitor da obra.
Copyright c○ 2007 by MCT/INPE. No part of this publication may be reproduced, stored
in a retrieval system, or transmitted in any form or by any means, eletronic, mechanical,
photocopying, microfilming, recording or otherwise, without written permission from the
Publisher, with the exception of any material supplied specifically for the purpose of being
entered and executed on a computer system, for exclusive use of the reader of the work.

Aos meus pais e minha avó,
dedico.
5

AGRADECIMENTOS
Ao Dr. João Antônio Lorenzzetti por todo o incentivo, por toda a confiança, por toda a
atenção e conhecimento. Por todas as dúvidas resolvidas, por todo o interesse no nosso
trabalho e por todo o respeito, que fizeram com que eu me interessasse ainda mais pela
pesquisa.
Aos Drs. Luiz Stech e Dalton Valeriano, Ramon, Sydnei, Egídio, Arcilan, Dani, Rafael,
Tiago, Alexandre, e todos os outros que me auxiliaram quando precisei.
À PETROBRAS, na pessoa da Dr. Cristina Bentz e do Politano, pelas imagens cedidas,
e ao Dr. Saulo Freitas, pela disponibilização dos dados BRAMS.
À CAPES, pelo financiamento desse trabalho.
À todos da minha família que não mediram esforços para me ajudar todos esses anos.
Ao meu pai, por toda a força e sabedoria e à minha mãe, por toda a amizade e
compreensão.
À Rô, amiga tão especial, sempre presente. Ao meu namorado Gustavo, pelo carinho e
apoio nos momentos mais difíceis. Ao Ti e todos os colegas da turma de 2005, e das
outras turmas também. As amigas Ana e Rafinha.
Aos coordenadores do curso de Sensoriamento Remoto, à Etel , Vera e Lucas.
7

RESUMO
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.
9

DETERMINATION OF MARINE WIND FIELDS IN THE CAMPOS BASIN
FROM ENVISAT/ASAR IMAGES
ABSTRACT
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.
11

SUMÁRIO
LISTA DE TABELAS
LISTA DE SIGLAS E ABREVIATURAS
CAPÍTULO 1 - INTRODUÇÃO .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. . 23
CAPÍTULO 2 - FUNDAM ENTAÇÃO TEÓRICA .. .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 27
2. 1 Sensores Remotos e Campo de Ve nto Marinho .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. . 27
2. 1.1 SAR . .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 29
2. 1.2 ENVISAT . .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 33
2. 1.3 Esca terômetro QuikSCAT .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 34
CAPÍTULO 3 - AREA DE ESTUDO .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 37
3. 1 Ca racterizaçã o Oceanográfica . .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 37
3. 2 Re gime de ventos .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 39
3. 3 Complexo PETROBRAS . ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 39
CAPÍTULO 4 - M ATERIAIS E MÉTODOS . .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 41
4. 1 Materia is . ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 41
4. 1.1 Ima gens ASAR .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 41
4. 1.2 Dados QuikSCAT .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 42
4. 1.3 Dados BRAMS .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 42
4. 2 Metodologia . .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 43
4. 2.1 Sele ção das Imagens .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 44
4. 2.2 Processame nto Digital - SAR . ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 49
4. 2.2. 1 Re amostra gem . .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 49
4. 2.2. 2 Ca libra ção Absoluta (σ°) . .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 52
4. 2.2. 3 Re gistro e Re corte da s Image ns .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 53
4. 2.3 Campo Direc ional do Ve nto . .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 54
4. 2.3. 1 Dados QuikSCAT .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 54
4. 2.3. 2 Dados BRAMS . .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 55
4. 2.4 Campo de Veloc idade do Ve nto .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 55
4. 2.4. 1 Ângulo de Incidência (θ) . .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 57
4. 2.4. 2 Ângulo Phi (φ) . .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 58
4. 2.5 Avaliaçã o dos Re sultados . .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 61
4. 2.5. 1 Direção e veloc idade QuikSCAT e da s medidas in situ . ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 62
4. 2.5. 2 Velocida de e direçã o do vento do modelo BRAMS e da dos QuikSCAT ... .. .. .. . 62
4. 2.5. 3 Ca mpos de velocida de do vento SAR determinados c om direção QuikSCAT e
c ampos de ve locidade QuikSCAT . .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 62
4. 2.5. 4 Ca mpos de velocida de do vento SAR determinados c om direçã o BRAMS e
c ampos de ve locidade BRAMS . .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 63
4. 2.5. 5 Velocida de do vento SAR determinada com dados de direçã o QuikSCAT e
velocidade das medida s in situ .. .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 64
CAPÍTULO 5 - RESULTADOS E DISCUSSÃO . ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 65
Pág.
13

5. 1 Direção e veloc idade QuikSCAT e da s medidas in situ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 65
5. 2 Velocida de e direçã o do vento do modelo BRAMS e da dos QuikSCAT .. .. .. ... .. .. .. . 68
5. 3 Ca mpos de vento SAR com Direção QuikSCAT ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 69
5. 3.1 Campo 28/11/2004 . ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 71
5. 3.2 Campo 11/12/2004 . ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 77
5. 3.3 Campo 19/10/2005 . ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 83
5. 3.4 Campo 19/08/2005 . ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 88
5. 3.5 Campos de vento SAR com direção do vento BRAMS .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. . 96
5. 4 Velocida de do Vento SAR e Me didas in situ .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. . 99
CAPÍTULO 6 - CONCLUSÕES E RECOMENDAÇÕES . .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. . 101
REFERÊNCIAS BIBLIOGRÁFICAS .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. . 103
APÊNDICE A .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. .. ... .. .. .. ... .. .. ... .. .. . 107
14

LISTA DE FIGURAS
2.1- Representação gráfica do espalhamento de Bragg onde λ R é comprimento
de onda do pulso emitido pelo radar, λ B é o comprimento de onda da onda de
superfície e θ é o ângulo de incidência do radar................................................... 30
2.2- Variação do NRCS em relação ao ângulo relativo entre a direção do
vento e a direção de visada do radar para o ângulo de incidência de 35°. ............. 32
2.3- a) Ondas de superfície, b) mancha de óleo e c) ondas internas.............................. 33
2.4- Modo de imageamento ScanSAR Wide Swath do sensor ASAR abordo do satélite
ENVISAT. .......................................................................................................... 34
3.1- Área de estudo: região em cinza........................................................................... 37
3.2- Circulação oceânica do Atlântico Sul. A seta em vermelho aponta a área de estudo,
onde se observa a CB na margem leste da Bacia de Campos................................ 38
3.3- Distribuição dos sensores de vento da PETROBRAS instalados na Bacia de
Campos............................................................................................................... 40
4.1- Direção do vento QuikSCAT. .............................................................................. 42
4.2- Fluxograma representativo da metodologia. ......................................................... 44
4.3- Imagem ASAR 28 de novembro de 2004, horário de aquisição 01:16 UTC,
passagem ascendente e em vermelho o recorte utilizado para a determinação do
campo de vento QuikSCAT. As setas vermelhas indicam a direção do satélite
along-track e as setas brancas representam a direção de visada do feixe radar. .... 45
4.4- Imagem ASAR Wide Swath de 11 de dezembro de 2004, horário de aquisição
12:15 UTC e passagem descendente. Em vermelho o recorte utilizado para a
determinação do campo de vento com direção QuikSCAT. As setas vermelhas
indicam a direção do satélite along-track e as setas brancas representam a direção
de visada do feixe radar....................................................................................... 46
4.5- Imagem ASAR 16 de agosto de 2005, horário de aquisição 01:14 UTC, passagem
ascendente. a) em vermelho o recorte utilizado para a determinação do campo de
vento utilizando direção QuikSCAT b) em vermelho o recorte utilizado para a
determinação do campo de vento utilizando dados de direção BRAMS. As setas
vermelhas indicam a direção do satélite along-track e as setas brancas representam
a direção de visada do feixe radar........................................................................ 47
4.6- Imagem ASAR 19 de agosto de 2005, horário de aquisição 01:19 UTC, passagem
ascendente. a) em vermelho o recorte utilizado para a determinação do campo de
vento utilizando direção BRAMS. b) em vermelho o recorte utilizado para a
determinação do campo de vento com direção QuikSCAT. ................................. 48
4.7- Imagem ASAR Wide Swath de 19 de outubro de 2005, horário de aquisição 12:09
UTC e passagem descendente. a) em vermelho o recorte utilizado para a
determinação do campo de vento utilizando dados de direção BRAMS. b) em
vermelho o recorte utilizado para a determinação do campo de vento utilizando
dados de direção QuikSCAT. .............................................................................. 48
4.8- Imagem ASAR a) antes dos procedimentos de filtragem e reamostragem,
NEV=11.5. b) depois dos procedimentos de filtragem e reamostragem, NEV=240.
............................................................................................................................ 50
4.9- Recorte da imagem ASAR do dia 28/11/2005 utilizado para o cálculo do NEV e
representação gráfica da relação entre o tamanho de célula e o NEL.................... 52
15

4.10- Exemplo da função de ajuste do ângulo de incidência para cada coluna da
imagem. .............................................................................................................. 58
5.1– Diagrama de espalhamento das direções do vento QuikSCAT e direção do
vento das medidas in situ PETROBRAS.............................................................. 66
5.2 -Diagrama de espalhamento entre os valores de velocidade QuikSCAT e
velocidade das medidas in situ PETROBRAS. .................................................... 68
5.3- Recorte da imagem de 28/11/2004, 01:16 UTC, passagem ascendente, em valores
de sigma-zero com variação de –21 dB a –1,29 dB, valores de ângulo de incidência
de 24,83 a 42,7 e resolução de 1120 m. A seta cinza indica a direção do satélite
along-track e a seta preta representa a direção de visada do feixe radar. .............. 71
5.4- Campo de vento SAR do dia 28/11/2004, horário de aquisição 01:16 UTC, de
resolução 1120 m, gerado com o modelo CMOD-IFR2. As setas brancas indicam a
direção e a velocidade do vento das medidas in situ dos sensores da PETROBRAS
e as setas pretas indicam a direção do vento do satélite QuikSCAT do dia
28/11/2004, horário de aquisição 08:54 UTC....................................................... 72
5.5- Campo de vento QuikSCAT do dia 28/11/04, passagem ascendente, 08:54 UTC. 73
5.6- Gráfico de passagem de frente fria no litoral brasileiro para o mês de novembro de
2004.................................................................................................................... 74
5.7- a) Campo de velocidade do vento SAR do dia 28/11/2004, 01:16 UTC, resolução
0.25 graus e b) Campo de velocidade do vento QuikSCAT, dia 28/11/2004, 08:54
UTC, resolução de 0,25 graus.............................................................................. 74
5.8- Diagrama de espalhamento entre o campo reamostrado SAR e o campo
QuikSCAT. ......................................................................................................... 75
5.9- Relação dos modelos de banda C com o ângulo de incidência e valores de sigmazero.
Para o ASAR/ENVISAT o ângulo de incidência varia entre 17° e 42°. ....... 76
5.10- Diagramas de espalhamento dos valores de velocidade do vento dos modelos a)
CMOD4 e CMOD5 e b) CMOD4 e CMOD-IFR2. .............................................. 77
5.11- Recorte da imagem de 11/12/2004, 12:15 UTC, passagem descendente, em
valores de sigma-zero com variação de –26,57 dB a 1,88 dB, valores de ângulo de
incidência de 20,2 a 31,9, e resolução de 1120 m. A seta cinza indica a direção do
satélite along-track e a seta preta representa a direção de visada do feixe radar. .. 78
5.12- Campo de vento do dia 11/12/2004, horário de aquisição 12:15 UTC, de resolução
1120 m, gerado com o modelo CMOD4. As setas pretas indicam a direção do
vento do satélite QuikSCAT................................................................................ 79
5.13- Campo de vento QuikSCAT do dia 11/12/2004, passagem ascendente, 8:18 UTC.
............................................................................................................................ 79
5.14- Gráfico de passagem de frentes frias no litoral brasileiro para o mês de dezembro
de 2004. .............................................................................................................. 80
5.15- Campos de vento QuikSCAT do dia a)10/12/2004, passagens ascendentes b) do
dia 10/12/2004, passagens descendentes c) do dia 11/12/2004, passagens
ascendentes e d) do dia 11/12/2004, passagens descendentes............................... 81
5.16- Campo médio de velocidade do vento ASAR, 12:15 UTC e campo de velocidade
QuikSCAT, 8:18 UTC de 11/12/2004, com resolução de ~25 km........................ 82
5.17- Diagrama de espalhamento entre os dados de velocidade SAR degradados e
velocidade do vento QuikSCAT. ......................................................................... 83
16

5.18- Recorte da imagem ASAR de 19 de outubro de 2005, 12:09 UTC, passagem
descendente em valores de sigma-zero variando de –21,67 dB a –6,54 dB, ângulos
de incidência de 28,23 o a 43,42 o . Resolução espacial de 1120 m. A seta cinza
indica a direção do satélite along-track e a seta preta representa a direção de visada
do feixe radar. ..................................................................................................... 84
5.19- Campo de vento SAR, dia 19/10/2005, 12:09 UTC, 1120 m de resolução, gerado
com o modelo CMOD4. Os vetores pretos indicam a direção do vento dada pelo
sensor QuikSCAT e os vetores azuis a direção e a velocidade do vento dada pelas
medidas in situ PETROBRAS. ............................................................................ 85
5.20- Gráfico de passagem de frente fria no litoral brasileiro para o mês de outubro do
ano de 2004......................................................................................................... 86
5.21- Campo de vento QuikSCAT, DIA 19/10/2005, horário de aquisição 20:00UTC. 86
5.22- Campos de velocidade do vento do dia 19/10/2005 a) SAR degradado, 12:09 UTC
e b) QuikSCAT, 20:00 UTC , ambos com resolução de 0,25 graus. ..................... 87
5.23- Diagrama de espalhamento dos valores de velocidade do vento do..................... 87
5.24 - Recorte da imagem ASAR de 19/08/2005, 01:16 UTC, com valores de sigmazero
de –27 dB a –8,85 dB e ângulos de incidência de 34,12 a 42,81. ................. 89
5.25- Gráfico de ocorrência de frentes frias no litoral brasileiro em agosto de 2005..... 90
5.26- Campos de vento QuikSCAT a) do dia 18/08/2005, horário de aquisição 20:06
UTC e b)do dia 19/08/2005, horário de aquisição 08:18 UTC.............................. 91
5.27- Campo de vento do dia 19/08/2005, 01:16 UTC, gerado com o modelo CMOD-
IFR2 e com dados de direção QuikSCAT passagem descendente, 20:06 UTC,
vetores pretos. Os vetores azuis representam os dados de direção e velocidade do
vento das medidas in situ PETROBRAS.............................................................. 92
5.28- a) Campo médio de velocidade do vento SAR, 01:16 UTC, resolução de 25 km,
gerado com dados de direção QuikSCAT passagem descendente e b) campo de
velocidade QuikSCAT, passagem descendente, 08:18 UTC, resolução de 25 km. 93
5.29- Diagrama de espalhamento dos valores de velocidade do vento SAR e velocidade
do vento QuikSCAT gerados com o modelo CMOD-IFR2. ................................. 94
17

LISTA DE TABELAS
4.1- Características das imagens ASAR selecionadas. ................................................. 45
4.2- Dados de comparação SAR e QuikSCAT............................................................. 63
4.3- Dados de comparação SAR e BRAMS................................................................. 63
5.1-Pares de direção do vento QuikSCAT e medidas in situ PETROBRAS utilizados
na comparação entre esses dois tipos de dados..................................................... 65
5.2- Pares de velocidade do vento do QuikSCAT e das medidas in situ PETROBRAS
utilizados na comparação entre esses dois tipos de dados..................................... 67
5.3- Resultados da comparação entre os dados de direção do vento do modelo BRAMS
e do satélite QuikSCAT....................................................................................... 68
5.4- Resultados da comparação entre os valores de velocidade do vento QuikSCAT e
BRAMS. ............................................................................................................. 69
5.5- Resultados das comparações entre as velocidades de vento SAR e QuikSCAT..... 70
5.6- Melhores resultados entre os três campos de velocidade do vento gerados para cada
data, com dados de direção QuikSCAT e modelos de banda C. .......................... 70
5.7- Valores estatísticos dos campos SAR e QuikSCAT de resolução 0,25°. .............. 75
5.8- Resultados estatísticos do campo SAR, do dia 28/11/2004, resolução de 1120 m. Os
valores de r e RMS são referentes aos dados QuikSCAT. .................................... 76
5.9- Valores estatísticos dos campos de velocidade SAR e QuikSCAT de resolução 0,25
graus . ................................................................................................................. 82
5.10- Resultados estatísticos dos campos SAR gerados com os modelos CMOD4,
CMOD5 e CMOD-IFR2 e suas correlações com os dados de velocidade de vento
QuikSCAT. ......................................................................................................... 83
5.11- Resultados estatísticos dos campos SAR gerados com os modelos CMOD4,
CMOD5 e CMOD-IFR2 e suas correlações com os dados de velocidade de vento
QuikSCAT. ......................................................................................................... 84
5.12- Valores estatísticos dos campos SAR degradado e QuikSCAT........................... 88
5.13- Resultados das comparações entre os campos de vento SAR e dados QuikSCAT,
passagem ascendente e passagem descendente. ................................................... 89
5.14- Resultados estatísticos dos campos SAR gerados com os modelos CMOD4,
CMOD5 e CMOD-IFR2 e suas correlações com os dados de velocidade de vento
QuikSCAT. ......................................................................................................... 92
5.15- Valores estatísticos dos campos de velocidade do vento SAR médio (reamostrado
para 25 km) e QuikSCAT.................................................................................... 93
5.16- Valores de coeficiente de correlação, desvio padrão e erro mínimo quadrático de
comparações de campos de velocidade SAR com diferentes tipos de dados (
medidas in situ, modelos atmosféricos e dados QuikSCAT) e modelos de banda C,
apresentados por diferentes autores. .................................................................... 96
5.17- Resultados comparativos entre os campos de vento SAR, gerados com dados de
direção do vento BRAMS, e campos de velocidade BRAMS............................... 97
5.18- Melhores resultados entre os três campos de velocidade do vento gerados para
cada data, com dados de direção do vento BRAMS e com os modelos de banda C.
............................................................................................................................ 97
19

5.19- Comparação entre o campo de velocidade SAR, gerado com direção BRAMS e
campo de velocidade BRAMS, e campo de velocidade SAR, gerado com dados de
direção BRAMS e campo de velocidade QuikSCAT. .......................................... 98
A.1- Valores dos coeficientes c para o modelo CMOD5............................................ 109
A.2- Coeficientes c para o modelo CMOD-IFR2....................................................... 111
A.3- Coeficientes c para o modelo CMOD4. ............................................................. 112
20

LISTA DE SIGLAS E ABREVIATURAS
PIRATA
CENPES
CPTEC
ECMWF
ENL
ESA
MG
NEV
- Pilot Research Moored Array in the Tropical Atlantic
- Centro de Pesquisas da PETROBRAS
- Centro de Previsão de Tempo e Estudos Climáticos
- European Centre for Medium-Range Weather Forecast
- Equivalent Number of Looks
- European Space Agency
- Modelos Geofísicos
- Número Equivalente de Visadas
NOGAPS - Navy Operational Global Atmospheric Prediction System
NRCS
- Normalized Radar Cross-Section
PETROBRAS - Petróleo Brasileiro S.A.
REM
- Radiação Eletromagnética
21

CAPÍTULO 1
INTRODUÇÃO
O conhecimento do comportamento do vento na superfície dos oceanos é importante em
estudos oceanográficos e meteorológicos. O vento é o principal forçante de vários
processos dinâmicos e termodinâmicos que acontecem na superfície dos oceanos (Du et
al., 2002). É por meio da transferência de momentum e da modulação das trocas de
calor entre o oceano e atmosfera que o vento se caracteriza como um parâmetro
fundamental em modelos de circulação oceânica, de previsão de ondas e nos estudos de
interação oceano-atmosfera e climatologia (Monaldo e Beal, 2004).
O comportamento do vento pode ser estudado através da análise de medidas
quantitativas da sua direção e velocidade, que podem ser adquiridas por sensores in situ,
gerada por modelos atmosféricos e sensores remotos de microondas.
As medidas in situ de vento são feitas principalmente por navios de oportunidade, e
bóias fundeadas como as dos projetos de estudo das interações oceano-atmosfera TAO
(Tropical Atmosphere Ocean Project), no Oceano Pacífico e PIRATA (Pilot Research
Moored Array in the Tropical Atlantic), no Oceano Atlântico. Elas podem ser coletadas
com alta resolução temporal, mas são pontuais. Isso dificulta a caracterização do campo
de vento de uma região ampla, a menos que se tenha um grande número de bóias
disponíveis e bem distribuídas na região, o que torna o custo desses projetos bastante
alto.
Os dados resultantes de modelos atmosféricos têm como vantagem sobre as medidas in
situ a caracterização do campo de vento em escalas regional ou mesmo global, e dadas
para um mesmo instante. Uma limitação dos modelos atmosféricos é a sua resolução
espacial, que varia de modelo para modelo, e é da ordem de dezenas de quilômetros.
Essa resolução, é apropriada para determinadas aplicações, mas pode não representar
adequadamente a variabilidade dos ventos na superfície dos oceanos, particularmente
23

para regiões costeiras onde a presença de ilhas ou serras litorâneas podem modular
significativamente o vento costeiro.
Os sensores orbitais que têm sido utilizados para a determinação de campos de vento
são os radares escaterômetros, como os dos satélites ERS-2 e QuikSCAT, e de abertura
sintética (SAR) como os dos satélites ENVISAT e Radarsat. A extração do campo de
velocidade do vento a partir de dados de radar é possível porque o retroespalhamento do
sinal emitido pelo radar, depois de calibrado, pode ser relacionado com a magnitude do
vento e a orientação do vento em relação à direção de imageamento radar.
Embora dados de velocidade de vento marinho, derivados de radares escaterômetros já
se encontrem disponíveis na internet em escala global, sua resolução espacial é da
ordem de 25 km. Essa resolução, excelente para aplicações em grande escala, é um fator
limitante para aplicações sobre a plataforma continental. Ainda, apresentam resultados
comprometidos em regiões costeiras, onde o sinal de retorno do radar pode ser
contaminado por sinais refletidos pelo continente (Wackerman et al.,1996.).
Por isso, juntamente com a sua alta resolução espacial (dezenas de metros) e ampla
faixa de cobertura (centenas de quilômetros), dependendo do modo de imageamento, os
radares de abertura sintética oferecem uma oportunidade única de derivar campos de
velocidade do vento de alta resolução, inclusive em regiões costeiras (Hortsmann et al.,
2000).
Uma boa caracterização do campo de vento costeiro e oceânico na Bacia de Campos
torna-se indispensável porque ali está implantado um complexo de perfuração e
produção de petróleo da PETROBRAS, responsável por cerca de 90% da toda a
produção de petróleo do país, e que necessita de informações sobre o regime de ventos,
assim como o de ondas e correntes, para o planejamento das atividades do complexo e
elaboração dos projetos de engenharia (Tupinambá, 2004).
Assim, o objetivo geral do presente trabalho é determinar o potencial de imagens SAR
do satélite ENVISAT (ASAR -Advanced Synthetic Aperture Radar) de alta resolução
24

para a extração do campo de vento na superfície do oceano na Bacia de Campos – RJ,
com os seguintes objetivos específicos:
1) Determinar os campos de vento na Bacia de Campos para imagens ASAR
utilizando três modelos empíricos: CMOD4, CMOD5 e CMOD-IFR2 e dois
tipos de dados de direção do vento para inicializar os modelos: dados do modelo
atmosférico BRAMS (Brazilian Regional Atmospheric Model System) e dados
do escaterômetro QuikSCAT .
2) Analisar comparativamente os resultados obtidos com os três modelos e com os
diferentes dados de direção do vento;
3) Avaliar a acurácia dos campos de vento determinados por meio das imagens
SAR, comparando-os com dados do escaterômetro QuikSCAT, do modelo
atmosférico BRAMS e medidas in situ PETROBRAS.
25

CAPÍTULO 2
FUNDAMENTAÇÃO TEÓRICA
2.1 Sensores Remotos e Campo de Vento Marinho
Os sensores remotos utilizados para a determinação do campo de vento marinho são os
radares escaterômetros, como os dos satélites ERS e QuikSCAT e os radares de abertura
sintética (SAR) como os dos satélites RADARSAT e ENVISAT. Para a determinação
do campo de intensidade do vento, sem considerar sua direção, são utilizados radares
altimétricos, como TOPEX/Poseidon, ou mesmo radiômetros de microondas (Dobson,
1995).
Os escaterômetros geram dados de velocidade do vento com erros médios quadráticos
(RMS) de, aproximadamente 2 m/s, para velocidades do vento de 2 a 20 m/s, e dados de
direção com acurácia de ~ 20° (Monaldo et al., 2003). Entretanto, dada sua resolução
espacial de 25 km, os escaterômetros não fornecem informação de alta variabilidade
espacial. Ainda, sua utilização não é recomendada em regiões costeiras, pois o sinal de
retorno do radar pode ser contaminado por sinais refletidos pelo continente (Wackerman
et al.,1996). Os escaterômetros medem o campo de vento com resolução espacial
máxima de 25 km, ou seja, para cada pixel de 25 x 25 km é dada uma medida de direção
e velocidade do vento.
Como os radares de abertura sintética têm resolução espacial mais alta (25 a 150 m), as
imagens SAR têm sido utilizadas para determinar campos de vento com maior resolução
espacial, sendo possível caracterizar melhor a sua variabilidade, particularmente para
regiões costeiras. Como o radar de abertura sintética opera apenas com uma direção de
visada, se a direção do vento for extraída da própria imagem SAR, então a direção do
vento é dada com 180° de ambigüidade. Esse problema é minimizado em dados de
escaterômetro, pois neste caso, um mesmo ponto é imageado com diferentes ângulos de
27

visada. A presença de ambigüidade de direção nos dados de escaterômetro e SARs pode
ser resolvida com o auxílio de dados adicionais que contenham informações sobre a
direção do vento (por exemplo, dados de modelos atmosféricos).
O estudo do campo de vento por meio de imagens SAR tem sido possível porque os
valores de retroespalhamento do sinal emitido pelo radar, depois de calibrados em
valores de sigma-zero, podem ser relacionados com as componentes do vento,
intensidade e direção, através de modelos geofísicos. Entre esses modelos, pode-se
destacar os modelos CMOD4, CMOD5 e CMOD-IFR2, que permitem a derivação dos
vetores de vento a 10 m da superfície oceânica e para estabilidade neutra. Essa
aproximação tem mostrado bons resultados quando comparados a dados resultantes de
modelos atmosféricos, dados de escaterômetros e de medidas in situ.
Em Monaldo et al. (2001) foram utilizados dados de direção do vento do modelo Navy
Operational Global Atmospheric Prediction System (NOGAPS) e os resultados de
velocidade do vento obtidos por meio de imagens SAR foram comparados com dados
de bóias fundeadas, apresentando desvio padrão de 1,76 m/s. Em Horstmann e Kock
(2003) a direção do vento foi extraída de feições lineares, associadas ao comportamento
do vento, presentes nas imagens SAR, e a velocidade do vento determinada com os
modelos CMOD4, CMOD5 e CMODIFR-2. Os dados de velocidade do vento gerados
foram comparados com dados de modelo do Serviço Meteorológico Alemão (DWD -
German Weather Service), apresentando melhores resultados com o modelo CMOD4,
com RMS de 2,54 m/s e correlação de 0,87.
Horstmann et al. (2003) utilizou dois métodos para a extração da velocidade do vento a
partir de 34310 imagetes (sub-imagens) do sensor SAR do satélite ERS-2, de tamanho
10 km x 5 km e de dados de direção do vento do ERS-2 SCAT e do modelo ECMWF.
Um deles utiliza o modelo CMOD4 e os campos de velocidade do vento gerados com
esse método, quando comparados aos dados de velocidade do escaterômetro ERS-2
SCAT, resultaram em um coeficiente de correlação de 0,95 e RMS=1 m/s. O outro
método aplica redes neurais, permitindo a determinação do vento a partir de imagens
28

SAR não calibradas.Os resultados foram comparados com as velocidades do ERS-2
SCAT e do modelo ECMWF e resultaram em r=0,96 e RMS=0,93 m/s.
Hasager et al. (2004) determinou campos de vento a partir de imagens SAR ERS-2
utilizando dados de direção de modelo meteorológico para inicializar os modelos
CMOD4 e CMOD-IFR2 e comparou os resultados com medidas in situ, alcançando
melhores resultados com o modelo CMOD4.
Monaldo et al. (2004) extraiu campos de velocidade do vento a partir de imagens
RADARSAT-1, de polarização HH, adaptando o modelo CMOD4 para essa
polarização. Foram utilizados dados de direção do vento do modelo do NOGAPS e do
QuikSCAT para inicializar o modelo CMOD4. Os campos de velocidade SAR foram
comparados com dados de velocidade QuikSCAT, resultando em desvio padrão de 1,78
m/s, para os campos SAR gerados com direção NOGAPS e 1,36 m/s para os campos
SAR gerados com direção QuikSCAT.
O primeiro trabalho de extração do campo de vento a partir de imagens SAR ENVISAT
(ASAR) foi Horstmann et al. (2004). Nesse trabalho foi usado o modelo CMOD4 e a
direção do vento foi extraída de feições lineares presentes nas imagens SAR. Os
resultados foram comparados com dados de velocidade do vento do modelo atmosférico
do German Weather Service (DWD), apresentando coeficiente de correlação de 0,87 e
desvio padrão de 2,5 m/s.
Horstmann et al. (2005) utilizou os modelos CMOD4 e CMOD5 para a determinação de
campos de vento a partir de imagens SAR do satélite RADARSAT-1. Os campos
resultantes foram comparados com dados de modelo numérico de ciclones tropicais,
obtendo o coeficiente de correlação de 0,68 e RMS=3,77 m/s para o modelo CMOD4 e
r=0,72 e RMS=3,75 m/s para o modelo CMOD5.
2.1.1 SAR
Os SAR são radares imageadores que alcançam resolução espacial fina através da
geometria de visada lateral e do deslocamento da sua plataforma associados a um
29

sofisticado processamento do sinal de retorno, que leva em conta na direção ortogonal
ao satélite o efeito Doppler sobre a freqüência do sinal emitido, e na direção de avanço
do satélite, a composição coerente de múltiplas visadas do mesmo pixel, o que é
denominado de abertura sintética.
Enquanto se deslocam, os radares emitem pulsos curtos de energia eletromagnética e
registram o sinal de retorno de cada pulso, denominado sigma-zero ou seção reta
normalizada do radar, NRCS- Normalized Radar Cross Section na literatura inglesa.
Em aplicações oceanográficas o mecanismo responsável pela intensidade do NRCS é o
espalhamento de Bragg. No espalhamento de Bragg o retorno dos pulsos de radar na
direção de incidência são causados por ondas curtas de gravidade ou capilares (alguns
poucos centímetros), geradas pelo vento, que causam interferência aditiva (ressonância)
no sinal refletido pelo radar, intervindo na intensidade do sinal retroespalhado (Figura
2.1). Quanto maior a magnitude do vento, maior a rugosidade da superfície (mais ondas
curtas) e, conseqüentemente, maior o sinal retroespalhado.
FIGURA 2.1- Representação gráfica do espalhamento de Bragg onde λ R é comprimento
de onda do pulso emitido pelo radar, λ B é o comprimento de onda da
onda de superfície e θ é o ângulo de incidência do radar.
Fonte: Holt (2004).
Isso acontece porque as ondas curtas, que variam em comprimento de onda, de ondas
capilares (cujo mecanismo de restauração é a tensão superficial), a ondas curtas de
gravidade (até poucas dezenas de centímetros), também denominadas ondas de Bragg,
30

têm comprimentos de onda semelhantes aos pulsos emitidos pelo radar, quando
projetados na superfície (Holt, 2004). A relação de semelhança é dada por:
λR
× n
λ =
2× senθ
B (2.1)
onde:
λ B = comprimento de onda das ondas de Bragg geradas pelo vento;
λ R =comprimento de onda do pulso emitido pelo radar;
θ= ângulo de incidência do feixe radar e
n= número inteiro e positivo.
O intervalo do ângulo de incidência em que prevalece o espalhamento Bragg é entre 15°
e 70°. Para ângulos de incidência abaixo de 15°, predomina a reflexão especular. Para
ângulos maiores que 70° o espalhamento é dado pela lateral das ondas curtas (Holt,
2004).
A intensidade do sinal retroespalhado, além de estar relacionada diretamente com a
magnitude, depende também da direção do vento em relação à direção do feixe do radar
(Figura 2.2). Para um dado valor de velocidade de vento, o valor do NRCS é maior
quando o vento está soprando na mesma direção de visada do radar, quando a direção de
visada e o vento estão alinhados (0° e 180°). Os menores valores de NRCS são
observados quando o vento está ortogonal à direção do feixe radar (90° e 270°). Para
um mesmo ângulo de incidência e de direção do vento em relação ao radar, o valor do
NRCS cresce com o aumento da magnitude do vento.
Mas, apesar do vento ter grande influência na intensidade do NRCS, existem diversos
fenômenos oceânicos e atmosféricos que têm representação na superfície oceânica, e
assim, aparecem nas imagens SAR (Holt, 2004) como: massas de água com diferentes
temperaturas, presença de óleo na superfície oceânica, ondas internas e ondas de
31

superfície. A presença de óleo na superfície oceânica suprime a ocorrência das ondas
curtas, tornando a superfície lisa, NRCS cresce com o aumento da magnitude do vento.
NRCS (dB)
FIGURA 2.2- Variação do NRCS em relação ao ângulo relativo entre a direção do
vento e a direção de visada do radar para o ângulo de incidência de 35°.
Mas, apesar do vento ter grande influência na intensidade do NRCS, existem diversos
fenômenos oceânicos e atmosféricos que têm representação na superfície oceânica, e
assim, aparecem nas imagens SAR (Holt, 2004) como: massas de água com diferentes
temperaturas, presença de óleo na superfície oceânica, ondas internas e ondas de
superfície.
As ondas de superfície podem ser identificadas nas imagens por padrões periódicos de
fina escala onde a crista da onda aparece mais clara e a cava da onda aparece mais
escura do que a média do restante da imagem (Figura 2.3a). Já a presença de óleo na
superfície oceânica suprime a ocorrência das ondas curtas, tornando a superfície lisa.
Por isso, as manchas de óleo aparecem como regiões de pouco brilho, como manchas
escuras na imagem SAR (Figura 2.3b). As ondas internas aparecem na imagem SAR em
grupos ou pacotes de ondas, com comprimentos de onda variando entre 0.3 a 3 km e
decrescendo do início para o fim de cada pacote. São caracterizadas por cristas de
ondas curvilíneas (Figura 2.3c) e podem aparecer associadas a bandas claras e escuras
na imagem, ou, somente bandas escuras.
32

FIGURA 2.3- a) Ondas de superfície, b) mancha de óleo e c) ondas internas.
Fonte: Adaptado de Holt (2004).
2.1.2 ENVISAT
O satélite de observação ENVISAT foi desenvolvido pela Agencia Espacial Européia
(ESA) e lançado em março de 2002. Em sua carga útil estão mais de 10 sensores. De
interesse mais direto para o monitoramento dos oceanos temos os sensores ASAR
(Advanced Synthetic Aperture Radar) e AATSR (Advanced Along Track Scanning
Radiometer).
O ENVISAT opera a 800 km de altitude, com órbita hélio síncrona e inclinação de
98,5° em relação ao equador. O tempo de revisita do satélite é de 35 dias, o que permite,
dependendo do tipo de imageamento, a cobertura inteira do globo terrestre de 1 a 3 dias.
O radar de abertura sintética ASAR a bordo do ENVISAT, que opera em banda C, é
uma evolução dos sensores AMI e SAR, a bordo dos satélites ERS-1 e ERS-2, que
possibilita ampla faixa de cobertura, polarização dupla (VV, HH, VH, HV) e aquisição
de imagens com diferentes ângulos de incidência. O ASAR pode operar em diversos
modos de imageamento como: Wave Mode, Image Mode, ScansSAR Global Monitoring,
ScanSAR Alternating Polarisation e ScanSAR Wide Swath.
As imagens ScanSAR Wide Swath (Fig. 2.4), utilizadas nesse trabalho, tem largura de
faixa imageada de aproximadamente 400 km, resultante de cinco sub-faixas, com
ângulos de incidência do feixe radar variando de 15° a 45,2° e resolução espacial de
~150 m.
33

FIGURA 2.4- Modo de imageamento ScanSAR Wide Swath do sensor ASAR abordo do
satélite ENVISAT.
Fonte: ASAR Product Handbook (2005).
2.1.3 Escaterômetro QuikSCAT
O QuikSCAT é um radar escaterômetro desenvolvido para gerar dados de direção e
velocidade do vento na superfície oceânica. O satélite foi lançado em 1999 com o
objetivo de dar continuidade à aquisição de dados de vento do satélite escaterômetro
NSCAT da NASA, que parou de operar em 1997.
34

Em sua carga útil está o sensor SeaWinds, que é um radar ativo não imageador, que
emite pulsos de energia eletromagnética para a superfície oceânica enquanto se desloca.
O sinal de retorno de cada pulso (sigma-zero) é registrado e relacionado com a
velocidade do vento.
O SeaWinds opera na banda C, com polarização vertical e com órbitas que varrem uma
faixa de 1.800 km, amostrando 90% da superfície oceânica por dia. O sensor mede
ventos de 3 a 20 m/s, com resolução espacial de 25 x 25 km e com acurácia de 20° na
direção e 2 m/s em intensidade (Jet Propulsion Laboratory, 2006).
35

CAPÍTULO 3
AREA DE ESTUDO
3.1 Caracterização Oceanográfica
A área de estudo, denominada por Bacia de Campos (Figura 3.1), está localizada na
região sudoeste do Oceano Atlântico Sul. A circulação desse oceano é dominada pelo
giro subtropical do Atlântico Sul, que é um sistema de correntes fechado, com sentido
de rotação anti-horário, composto por: Corrente do Brasil (CB), Corrente de Benguela,
Corrente Sul Equatorial (CSE) e Corrente Sul Atlântica (CSA) (Figura 3.2) (Peterson e
Stramma, 1991).
FIGURA 3.1- Área de estudo: região em cinza.
37

FIGURA 3.2- Circulação oceânica do Atlântico Sul. A seta em vermelho aponta a área
de estudo, onde se observa a CB na margem leste da Bacia de Campos.
Fonte: Adaptado de Peterson e Stramma (1991).
A feição oceanográfica dominante na região que compreende a Bacia de Campos é a
CB, que é uma corrente de contorno oeste, presente principalmente na plataforma
externa e talude continental, e que transporta águas quentes e salinas de NE para SW
durante a maior parte do ano.
A corrente do Brasil nessa região é instável, sendo marcada pela presença de meandros
e vórtices que podem fazer com que o eixo da corrente ou a direção predominante do
escoamento apresente grandes variações, principalmente entre Cabo Frio (23°S) e o
cabo de São Tomé (22ºS). Os processos de instabilidade, responsáveis pelo
desenvolvimento dos meandramentos e vórtices podem ser causados por instabilidade
baroclínica (cisalhamento vertical de corrente), barotrópica (cisalhamento horizontal) ou
mesmo pela mudança de direção da borda do talude continental próximo ao Cabo de
São Tomé e de Cabo Frio (Silveira, 2006).
O talude continental e a quebra de plataforma na região são dominados por águas
superficiais denominadas Águas Tropicais (AT), que se caracterizam por apresentarem
38

salinidade maior de 36 e temperatura acima de 20°C. Sobre a plataforma continental da
região, de setembro a abril, são observados fenômenos de ressurgência, associados ao
soerguimento por efeito do vento na região costeira de Água Central do Atlântico Sul
(ACAS), com salinidade variando de 34,66 até 36,20 e temperaturas de 8,72°C a 20°C
(Silveira, 2006).
3.2 Regime de ventos
Segundo Rodrigues et al. (2004) as mudanças nas condições meteorológicas na região
sudeste Brasileira estão normalmente associadas com a formação, intensificação ou
passagem de frentes frias.
As frentes frias são sistemas meteorológicos típicos de latitudes médias, atuantes no
litoral brasileiro em todas as épocas do ano. Esses sistemas frontais alteram os campos
de pressão atmosférica e de vento, além de outras variáveis atmosféricas, podendo
provocar sobre-elevações do nível do mar na plataforma sul-sudeste (Stech e
Lorenzzetti, 1992).
Estudos utilizando diferentes sensores remotos e metodologias apresentam o regime de
ventos na região caracterizado por um predomínio de ventos de leste e nordeste tanto no
verão quanto no inverno (Baptista, 2003; Castro e Miranda, 1998).
3.3 Complexo PETROBRAS
Na Bacia de Campos está instalado um grande complexo de perfuração e produção de
petróleo da PETROBRAS (Petróleo Brasileiro S.A.), responsável por mais de 80% da
produção nacional. Para uso em projetos de engenharia e para operações, a
PETROBRAS tem necessidade em obter de forma operacional diversas variáveis
ambientais nessa região. Assim, na Bacia de Campos, estão instaladas 11 estações de
coletas de dados ambientais, medindo, entre outras variáveis, a direção e a velocidade
do vento, dados que serão utilizados nesse trabalho como informações complementares.
Na Figura 3.3 pode-se ver a localização dos sensores, 11 estão instalados em
plataformas de extração de petróleo e um no Píer Imbetiba, na cidade de Macaé, RJ.
39

Além dos dados in situ mencionados, a PETROBRAS adquire de forma rotineira dados
ambientais coletados por sensores remotos, entre eles, dados de radares de abertura
sintética RADARSAT e ENVISAT.
FIGURA 3.3- Distribuição dos sensores de vento da PETROBRAS instalados na Bacia
de Campos.
Fonte: PETROBRAS (2007).
40

CAPÍTULO 4
MATERIAIS E MÉTODOS
4.1 Materiais
Os materiais utilizados neste trabalho foram:
• Imagens ENVISAT ASAR Wide Swath;
• Dados de velocidade e direção do vento do modelo atmosférico BRAMS;
• Dados de velocidade e direção do vento do radar escaterômetro QuikSCAT;
• Dados de velocidade e direção do vento de sensores in situ PETROBRAS;
• Software ENVI 4.2;
• Aplicativo matemático Matlab 6.5;
• Software BEST (Basic ENVISAT Toolbox), disponível na página da Agência
Espacial Européia ( ESA).
4.1.1 Imagens ASAR
Foram utilizadas cinco imagens Wide Swath Medium-resolution (ASA_WSM_1P) do
sensor ASAR, a bordo do satélite ENVISAT, com polarização
VV, resolução espacial de 150x150 m, espaçamento de pixel de 75 m e faixa imageada
de ~ 400 km, disponibilizadas pelo Centro de Pesquisas da PETROBRAS (CENPES).
41

4.1.2 Dados QuikSCAT
Os dados QuikSCAT, disponíveis no sítio Remote Sensing Systems, estão organizados
em matrizes de dimensão 1440x720x4x2, onde cada eixo representa, respectivamente,
longitude (de 0° a 360°), latitude (de –90° a 90°), a variável observada e o seguimento
de órbita do satélite, ascendente ou descendente.
As variáveis observadas são: horário de aquisição (UTC - Coordinated Universal Time,
na literatura inglesa), velocidade do vento, em metros por segundo, a 10 m da superfície
do oceano e considerando-se estratificação atmosférica neutra, direção do vento, em
graus e marcação para presença de células de chuva. A primeira célula da matriz de
dados é centrada na longitude 0,125° E e na latitude 89,875°, com resolução espacial
de 0,25°x 0,25°.
Nesse trabalho foram utilizados dados diários das variáveis velocidade e direção do
vento, para as datas das imagens analisadas. A velocidade do vento, que será utilizada
na avaliação dos resultados, é obtida a 10 metros da superfície oceânica, e derivada da
rugosidade da mesma. Os dados de direção seguem a convenção oceanográfica,
indicando o sentido para onde o vento vai (Figura 4.1), e são usados como variáveis de
entrada nos modelos de banda C para determinação da velocidade do vento.
4.1.3 Dados BRAMS
FIGURA 4.1- Direção do vento QuikSCAT.
Fonte: Remote Sensing Systems (2005).
O BRAMS (Brazilian Regional Atmospheric Modelling System) é um modelo numérico
de previsão que simula a circulação atmosférica em diversos níveis verticais e diferentes
resoluções espaciais. Os dados utilizados nesse trabalho foram gerados pelo modelo
42

BRAMS, inicializado com dados de análises do modelo global do CPTEC (T126L28)
(Centro de Previsão de Tempo e Estudos Climáticos), com resolução de 100 km. O
BRAMS foi configurado com 2 grades aninhadas e com 35 níveis na vertical:
• Grade 1: resolução de 50x50 km, com 124 pontos em longitude e 106 pontos em
latitude;
• Grade 2: resolução de 13,20x12,32 km, com coordenadas geográficas de –
37,242 graus até –53,307 em longitude (130 pontos) e de –18,262 graus até –
25,144 (54 pontos) latitude.
Foram utilizados dados das variáveis velocidade e direção do vento resultante da grade
2 do primeiro nível vertical (73,02 m).
4.2 Metodologia
Para a execução desse trabalho foi utilizada a seguinte metodologia, dividida em cinco
etapas: seleção das imagens, processamento digital, determinação do campo direcional
do vento, determinação do campo de velocidade do vento e avaliação dos resultados
(Figura 4.2).
43

FIGURA 4.2- Fluxograma representativo da metodologia.
4.2.1 Seleção das Imagens
O CENPES disponibilizou um conjunto de imagens Wide Swath Medium-resolution
(ASA_WSM_1P) do sensor ASAR para a execução desse trabalho. Desse conjunto,
foram selecionadas 5 imagens, com características descritas na Tabela 4.1 que
preencheram os seguintes requisitos: arquivo header com informações da imagem
completo, variações visíveis dos níveis digitais - indicando prováveis variações de
velocidade do vento – ausência de manchas de óleo e datas de aquisição em que
houvesse dados BRAMS e QuikSCAT disponíveis.
As 5 imagens são apresentadas nas Figuras 4.3, 4.4, 4.5, 4.6 e 4.7, assim como os
recortes utilizados no trabalho. Para cada imagem de 2005 foram selecionados dois
recortes, um representando a mesma região geográfica que dados QuikSCAT e outro
dados BRAMS, já que não foi possÍvel selecionar os mesmos recortes para os dois tipos
de dados. Para as imagens de 2004 não foram utilizados dados BRAMS.
44

TABELA 4.1- Características das imagens ASAR selecionadas.
Data Horário de Aquisição (UTC) Passagem
28 de novembro de 2004 01:16 Ascendente
11 de dezembro 2004 12:15 Descendente
16 de agosto de 2005 01:14 Ascendente
19 de agosto de 2005 01:19 Ascendente
19 de outubro de 2005 12:09 Descendente
N
D
V
FIGURA 4.3- Imagem ASAR 28 de novembro de 2004, horário de aquisição 01:16
UTC, passagem ascendente e em vermelho o recorte utilizado para a
determinação do campo de vento QuikSCAT. As setas vermelhas
indicam a direção do satélite along-track e as setas brancas representam a
direção de visada do feixe radar.
45

N
V
D
FIGURA 4.4- Imagem ASAR Wide Swath de 11 de dezembro de 2004, horário de
aquisição 12:15 UTC e passagem descendente. Em vermelho o recorte
utilizado para a determinação do campo de vento com direção
QuikSCAT. As setas vermelhas indicam a direção do satélite along-track
e as setas brancas representam a direção de visada do feixe radar.
46

FIGURA 4.5- Imagem ASAR 16 de agosto de 2005, horário de aquisição 01:14 UTC,
passagem ascendente. a) em vermelho o recorte utilizado para a
determinação do campo de vento utilizando direção QuikSCAT b) em
vermelho o recorte utilizado para a determinação do campo de vento
utilizando dados de direção BRAMS. As setas vermelhas indicam a
direção do satélite along-track e as setas brancas representam a direção
de visada do feixe radar.
47

N
N
D
D
V
a
V
b
b
FIGURA 4.6- Imagem ASAR 19 de agosto de 2005, horário de aquisição 01:19 UTC,
passagem ascendente. a) em vermelho o recorte utilizado para a
determinação do campo de vento utilizando direção BRAMS. b) em
vermelho o recorte utilizado para a determinação do campo de vento com
direção QuikSCAT.
N
N
V
V
D
a
FIGURA 4.7- Imagem ASAR Wide Swath de 19 de outubro de 2005, horário de
aquisição 12:09 UTC e passagem descendente. a) em vermelho o
recorte utilizado para a determinação do campo de vento utilizando
dados de direção BRAMS. b) em vermelho o recorte utilizado para a
determinação do campo de vento utilizando dados de direção
QuikSCAT.
D
b
48

4.2.2 Processamento Digital - SAR
4.2.2.1 Reamostragem
As imagens de radar apresentam variações de intensidade nos valores de
retroespalhamento radar em forma de grânulos, conhecidas como ruído speckle. Embora
muitas vezes o speckle restrinja o uso da imagem SAR e dificulte a sua interpretação,
ele carrega informações importantes sobre o sistema imageador em questão e sobre a
textura e tonalidade da imagem ( Raney, 1998). Assim, torna-se importante reduzir o
speckle com o mínimo de perda de informação da cena imageada.
A fim de diminuir o efeito do ruído speckle sobre os valores de retroespalhamento, é
necessário aumentar o número equivalente de visadas (na literatuta inglesa equivalent
number of looks-ENL) da imagem SAR (Hasager et al., 2004). Isso pode se feito através
de técnicas de filtragem e reamostragem espacial dos pixels que diminuem a variância
do sinal de retroespalhamento de radar.
Além de diminuir o ruído speckle, o aumento do número de visadas também é indicado
para a remover efeitos de pequena escala sobre os valores de retroespalhamento, não
associados a variações de vento. Ou seja, os valores de sigma-zero também são
modulados por feições oceanográficas, assim, feições como topografia de fundo,
diferentes massas de água e ondas internas podem aparecer nas imagens SAR. Essas
feições, se não removidas ou minimizadas, irão mascarar os verdadeiros valores de
velocidade do vento, calculados a partir dos valores de sigma-zero da imagem. Estudos
indicam que pixels de, no mínimo, 500 m, são necessários para minimizar esses efeitos
sobre os valores de velocidade do vento (Hortsmann et al., 2000). Nesse estudo decidiuse
trabalhar com uma resolução de 1120 metros, cerca de 25 vezes mais alta do que o
dado disponível QuikSCAT.
A fim de que as variações de intensidade da imagem representassem,
preferencialmente, variações de velocidade e direção do vento, e não ruídos, as imagens
usadas para determinação dos campos de vento utilizando dados QuikSCAT foram
reamostradas de tamanho de pixel de 75 m para 150 m, 300 m, 600 m e 1120 m. Desta
49

forma, para cada célula de resolução QuikSCAT, obteve-se 25x25 pixels da imagem
SAR reamostrada.
As imagens utilizadas para gerar campos com os dados de direção BRAMS foram
reamostradas de 75 m para 150 m, 300 m, 600 m e 1.320 m nas colunas e 1.232 m nas
linhas, de modo que cada célula BRAMS correspondesse 10x10 pixels da imagem na
resolução final.
O processo de reamostragem foi feito aplicando-se a técnica de filtragem linear por
convolução, utilizando um filtro passa-baixa. Esse procedimento é realizado no software
BEST, onde o usuário define a dimensão da imagem de saída e a dimensão da janela
móvel do filtro de convolução é determinada pelo sistema.
O passa-baixa é um filtro de média que elimina as altas freqüências da imagem, e,
como a soma dos pesos da janela móvel é igual a 1, permite a retenção de detalhes ou
bordas. O resultado visual da reamostragem aplicada a uma imagem SAR utilizada para
determinação do campo de vento utilizando dados QuikSCAT pode ser visto na Figura
4.8.
FIGURA 4.8- Imagem ASAR a) antes dos procedimentos de filtragem e reamostragem,
NEV=11.5. b) depois dos procedimentos de filtragem e reamostragem,
NEV=240.
50

Para analisar quantitativamente a eficiência do método escolhido para a redução do
ruído speckle foi calculado o NEV (equação 4.2). Para regiões da imagem com
intensidade (quadrado da amplitude) homogênea, o speckle segue a distribuição gama
abaixo, com média igual a 1 e variância igual a 1/NEV.
f ( a)
NEV
Gamma(
NEV )
NEV
NEV −1
−NEV
. a
= a e para ≥ 0
a (4.1)
onde a é o valor do pixel normalizado pela média.
NEV
( média)
2
= (4.2)
variância
Como o NEV considera o inverso da variância amostrada, quanto menor a variância,
maior o NEV, e, conseqüentemente, menor o efeito do speckle. O número equivalente
de visadas das imagens ASAR Wide Swath, originalmente igual a 11,5 (Harris, 1998)
foi aumentado para 240 na resolução de 1120 metros. A relação entre o tamanho de
célula e o NEV está graficamente representada na Figura 4.9.
51

NEV
FIGURA 4.9- Recorte da imagem ASAR do dia 28/11/2005 utilizado para o cálculo do
NEV e representação gráfica da relação entre o tamanho de célula e o
NEL.
4.2.2.2 Calibração Absoluta (σ°)
As imagens ASAR Wide Swath, utilizadas nesse trabalho, são compostas de pixels com
valores de níveis digitais que variam de zero a 65536 (16 bits). Mas, para estimar a
velocidade do vento utilizando uma imagem SAR, os pixels da imagem devem
52

epresentar valores calibrados de sigma-zero. Essa calibração é chamada de calibração
absoluta.
A calibração absoluta foi realizada no software BEST, com uma ferramenta específica
de calibração, em que os algoritmos seguem a metodologia proposta por Rosich e
Meadows (2004). Segundo essa metodologia, a calibração é realizada por meio da
equação matemática abaixo (4.3), que relaciona o valor de sigma-zero (σ 0 ) ao nível
digital (ND), a uma constante de calibração externa (K), e ao seno do ângulo de
incidência do feixe de radar (θ) em cada pixel da imagem de dimensão LxM.
( )
2
NDi,
j
sen θ
0
i,
j
σ
i,
j
= , para i=1...L e j=1...M (4.3)
K
Com a utilização da ferramenta de calibração absoluta não foi necessário calcular os
valores de ângulo de incidência em cada pixel da imagem, já que o software BEST
reconhece o produto ASAR ENVISAT e executa a calibração automaticamente. Os
valores de σ 0 em cada pixel da imagem foram utilizados como dados de entrada dos
modelos de banda C.
4.2.2.3 Registro e Recorte das Imagens
O registro das imagens foi efetuado após os processos de reamostagem e calibração
absoluta. As imagens ASAR, que não continham informações geográficas projetadas
corretamente, foram registradas segundo uma função polinomial de primeiro grau e
método do vizinho mais próximo através dos quatro pontos conhecidos da imagem
(4 cantos), presentes no arquivo de informações da imagem.
Uma vez registradas, as imagens foram recortadas visando facilitar a sobreposição
geográfica com os dados BRAMS e QuikSCAT, ou seja, sem variações de latitude ao
longo de uma mesma linha e sem variações de longitude ao longo de uma mesma
coluna. Os recortes utilizados para a determinação do campo de vento podem ser vistos
nas Figuras 4.3, 4.4, 4.5, 4.6 e 4.7 . O registro e o recorte das imagens foram executados
no software ENVI 4.2.
53

4.2.3 Campo Direcional do Vento
A direção do vento pode ser determinada diretamente através de medidas de
escaterômetros, como o QuickSCAT ou escaterômetro do satélite ERS-2, por modelos
atmosféricos, ou indiretamente, através do estudo direcional das feições lineares
presentes nas imagens SAR, que em escalas entre 200 e 1600 m são alinhadas com a
direção predominante do vento (Horstmann et al.,2004; Horstmann e Koch, 2004). No
presente trabalho serão utilizados dados de direção do vento do satélite QuikSCAT e do
modelo de previsão atmosférica BRAMS.
4.2.3.1 Dados QuikSCAT
Como os dados QuikSCAT são organizados em matrizes de dimensão 1440x720x4x2,
para separar os dados de interesse do restante da matriz de dados foi utilizada uma
rotina no aplicativo Matlab que resulta nas variáveis direção e velocidade do vento para
um determinado recorte geográfico. A transformação das posições geográficas do
recorte em linhas e colunas da grade QuikSCAT foi feita por meio das seguintes
equações:
long = 360 − longitude
(4.4)
+ 0,125
Coluna = long
(4.5)
0,25
+ 90,125
Linha = latitude
(4.6)
0,25
onde as variáveis longitude e latitude são dadas em graus.
A matriz direção do vento resultante desse procedimento foi utilizada para o cálculo do
ângulo relativo (φ) (Seção 4.2.4.2) e a matriz velocidade resultante foi utilizada na
avaliação dos resultados.
54

4.2.3.2 Dados BRAMS
As relações entre a numeração das 54 linhas e 130 colunas das matrizes de dados
BRAMS de direção e velocidade do vento e as correspondentes latitude e longitude são
dadas segundo as seguintes equações de conversão:
linha = ( −0,111xlatitude
) + 25,255
(4.7)
coluna = ( 0,119 xlongitude)
− 53,426
(4.8)
onde os valores de latitude e longitude devem estar em graus decimais. Após
convertidas, as matrizes foram recortadas de acordo com a posição geográfica do
recorte da imagem ASAR escolhido para a determinação do campo de vento.
As matrizes de direção do vento foram utilizadas para o cálculo do ângulo relativo e os
dados de velocidade utilizados na avaliação dos resultados. Os procedimentos foram
executados por meio de rotinas no software Matlab.
4.2.4 Campo de Velocidade do Vento
O campo de velocidade do vento marinho de superfície pode ser estimado por meio de
modelos empíricos, como o CMOD4 (Stoffelen e Anderson, 1997).
O modelo CMOD4 (equação 4.9) foi derivado e validado a partir de um grande número
de medidas de retroespalhamento feitas pelo escaterômetro do ERS-1, que opera na
banda C e com polarização VV, e medidas de campo realizadas por aeronaves e navios.
As medidas do escaterômetro ERS-1 foram feitas com ângulos de incidência de 18° a
57° e velocidade do vento variando entre 0 e 20 m/s (Stoffelen e Anderson, 1997) .
σ
( 1+
b cosφ
b tanh b cos φ ) 1. 6
° = b
0 1
+
3 2
2
(4.9)
onde,
b 0
= b x r
10
( V β )
α + γ f +
1
55

e,
f
1
( y)
⎧
⎪−10
⎪
= ⎨log
y
⎪
⎪ y
⎩ 3.2
y ≤ 10
10
−10
y > 5
−10
< y ≤ 5
⎫
⎪
⎪
⎬
⎪
⎪
⎭
As variáveis α, γ, β, b1, b2 e b3 são expansões do polinômio de Legendre para os 18
coeficientes (c), que têm valores tabelados no Apêndice A, Tabela A.3.
α =
c +
1P0
+ c2P1
c3P2
γ =
c +
4P0
+ c5P1
c6P2
β =
c + +
7P0
c8P1
c9P2
( c P + c V ) f ( x)
b1
= c10
P0
+ c11V
+
12 0 13 2
f
( x) = tanh[ + 2.5( x + 0.35)
] − 0.61( x 0.35)
2
+
b
2
= c14P0
+ c15
+
( P ) V
1
1
[ + c ( c + x)( c V )]
b 0 .42
+
3
= 1
16 17 18
b r
= Tabela (θ)
Os polinômios de Legendre são:
P
0
= 1,
P = x
1
e
P
2
=
2
( 3x
−1) , com x =
( θ − 40) 2
25
Posteriormente foram desenvolvidos os modelos CMOD5 (Hersbach, 2002) e CMOD-
IFR2 ( Quilfen et al., (Apêndice A). Esses dois modelos são adaptações do CMOD4 que
56

visam aprimorar a relação dos valores de sigma-zero com velocidades do vento mais
altas (acima de 20 m/s).
Os 3 modelos resultam em um valor de sigma-zero (σ°), se conhecidos a velocidade do
vento (V), o valor do ângulo entre a direção de visada do radar e a direção do vento (Ф),
e o ângulo de incidência do feixe de radar Theta (Ө) (modelo direto).
Nesse estudo, a abordagem é inversa, isto é, a partir de medições de σ°, obtidas para
cada pixel das imagens SAR, e conhecidos os ângulos de incidência radar e o ângulo
entre vento e feixe radar, pode-se em princípio inverter os modelos CMODs e
determinar a velocidade do vento.
No modelo inverso, para se determinar V, são atribuídos valores de velocidade
(intervalo de 0 a 20 m/s, com incrementos de 0,001 m/s) aos modelos diretos CMODs ,
até que, para um determinado valor de V, a diferença entre o σ° dado pelo modelo
direto e aquele medido na imagem SAR seja igual ou menor que 1%. Esse processo é
feito repetidamente para cada pixel da imagem, gerando, para cada célula de resolução,
um valor correspondente de velocidade do vento em metros por segundo. Esse
procedimento foi realizado para os três modelos por meio de rotinas no aplicativo
Matlab.
4.2.4.1 Ângulo de Incidência (θ)
Segundo Rosich e Meadows (2004) o ângulo de incidência do feixe radar varia ao longo
das colunas da imagem seguindo uma função quadrática. Se conhecida essa função é
possível determinar o ângulo de incidência para cada pixel da imagem. Assim, depois de
realizado o procedimento de reamostragem, foram coletados, com o software BEST, 12
pontos (coluna, θ) bem distribuídos ao longo das colunas, a partir dos quais foi gerada a
função quadrática de melhor ajuste à variação dos 12 pontos.
Depois de conhecida a função quadrática, a mesma é implementada no aplicativo
Matlab, fazendo-se variar a coluna de ângulo de incidência até completar todas as
colunas da imagem (Fig. 4.10). Ao final deste procedimento têm-se uma matriz de
57

mesma dimensão da imagem analisada, com um valor de ângulo de incidência para cada
pixel.
FIGURA 4.10- Exemplo da função de ajuste do ângulo de incidência para cada coluna
da imagem.
4.2.4.2 Ângulo Phi (φ)
O ângulo Phi é definido como o ângulo entre a visada do feixe radar e a direção do
vento. Para a determinação de Phi são utilizados dados de direção do vento do modelo
BRAMS e do escaterômetro QuikSCAT. Depois de determinada a grade de direção do
vento QuikSCAT e BRAMS correspondente ao recorte geográfico da imagem, os dados
de direção são extrapolados de maneira que a grade de direção do vento, de resolução
menor do que a imagem, resulte em uma matriz com as mesmas dimensões da imagem
analisada.
Como os dados QuikSCAT têm resolução espacial de 0,25 o x0,25 o , e as imagens SAR
foram reamostradas para pixels de 0,01°, a direção é repetida em janelas de 25x25
pixels, centrada no ponto geográfico da grade de direção QuikSCAT.
58

Para o dado BRAMS a janela é de dimensão 10x10, centrada na posição geográfica do
ponto de grade do modelo BRAMS, gerando uma matriz de direção do vento com o
mesmo número de linhas e colunas da imagem analisada, ou seja, um dado de direção
por pixel da imagem. Após esse procedimento é calculado o ângulo Phi para cada pixel
da imagem considerando a nova matriz de direção expandida.
Como dito na Seção 2.1.1, para um dado valor de velocidade de vento, o valor do NRCS
é maior quando a direção de visada e o vento estão alinhados (0° e 180°). Quando o
vento sopra na direção do feixe radar e no mesmo sentido do mesmo o ângulo Phi é
180° e quando o vento sopra na mesma direção, mas ao encontro do feixe o Phi é 0 °.
Ainda, a direção BRAMS é dada na convenção meteorológica, ou seja, direção de onde
o vento vem, e os dados QuikSCAT são dados na convenção oceanográfica, para onde
vento vai, por isso, o cálculo de Phi para esses dois tipos dados de direção é realizado de
maneira diferenciada. Essas determinações são levadas em consideração nas equações
para o cálculo de Phi, assim como se a passagem do satélite ENVISAT é ascendente ou
descendente. O cálculo de Phi é efetuado segundo as seguintes equações, executadas no
aplicativo Matlab:
Passagem ascendente do satélite ENVISAT:
Dados BRAMS
Para 0° ≤ direção do vento ≤ 81,5°,
φ = 81, 5 − direção
(4.10)
Para 81,5° < direção do vento < 261,5°,
φ = direção − 81,5
(4.11)
Para 261,5° ≤ direção do vento ≤ 360°,
( 360 − ) + 81, 5
φ = direção
(4.12)
Passagem descendente do satélite:
59

Para 0° ≤ direção do vento≤ 81,5°,
φ = 98, 5 + direção
(4.13)
Para 81,5° < direção do vento < 261,5°,
φ = 261, 5 − direção
(4.14)
Para 261,5° ≤ direção do vento ≥ 360°
φ = direção − 261,5
(4.15)
Passagem Ascendente:
Dados QuikSCAT
Para 0° ≤ direção do vento < 81,5°,
( 81, − direção)
φ = 180 − 5
(4.16)
Para 81,5°≤ direção do vento < 261,5°,
( )
φ = 180 − direção − 81,5
(4.17)
Para 261.5° ≤ direção do vento ≤ 360°,
( ,5) 180
φ = direção − 81 −
(4.18)
Passagem descendente:
Para 0° ≤ direção do vento ≤ 81,5°,
( 261,5
− ) −180
φ = direção
(4.19)
Para 81,5° < direção do vento ≤ 261,5°,
( 261, − direção)
φ = 180 − 5
(4.20)
Para 261,5° < direção do vento ≤ 360°,
60

( )
φ = 180 − direção − 261,5
(4.21)
4.2.5 Avaliação dos Resultados
Os resultados obtidos através da metodologia proposta foram avaliados por meio de
comparações das velocidades obtidas por meio dos modelos geofísicos com dados de
velocidade (não usados no modelo) do escaterômetro QuikSCAT, do modelo BRAMS e
de medidas in situ PETROBRAS. As comparações entre esses dados foram feitas
através do cálculo do coeficiente de correlação de Pearson entre os dados avaliados e do
cálculo dos valores dos erros médios quadráticos (na literatura inglesa Root Mean
Square Error-RMSE), comumente conhecido como RMS. A formulação utilizada nesse
estudo pode ser vista abaixo e é a mesma descrita por Portabella et al. (2002).
RMS =
N
∑
i=
1
( X − Y )
i
N
i
2
(4.22)
onde X i é o valor observado SAR, Y i é o valor observado de outras fontes (QuikSCAT,
dados in situ PETROBRAS e BRAMS) e N é o número de observações comparadas.
As comparações foram executadas entre os seguintes pares de dados:
• Direção e velocidade do vento QuikSCAT e das medidas in situ;
• Velocidade e direção do vento do modelo BRAMS e dados QuikSCAT;
• Campos de velocidade do vento SAR determinados com direção QuikSCAT e
campo de velocidade QuikSCAT;
• Campos de velocidade do vento SAR determinados com direção BRAMS e
campos velocidade BRAMS
- Campos de velocidade do vento SAR determinados com direção BRAMS e
campos de velocidade QuikSCAT;
61

• Velocidade do vento SAR determinada com direção QuikSCAT e velocidade
das medidas in situ.
4.2.5.1 Direção e velocidade QuikSCAT e das medidas in situ
Foram utilizados para a comparação os dados de vento das células de resolução
QuikSCAT que compreendiam, de acordo com a posição geográfica, as medidas in situ
PETROBRAS para cada data. Foram comparados 22 pontos de direção do vento e 25
de velocidade do vento QuikSCAT e medidas in situ.
4.2.5.2 Velocidade e direção do vento do modelo BRAMS e dados QuikSCAT
Os dados de velocidade e direção do vento QuikSCAT foram interpolados de forma
linear aos pontos de grade do modelo BRAMS. Foram comparados 30 pares de direção
e 30 pares de velocidade do vento para o dia 19/08/2005 e 48 pares de direção e 48
pares de velocidade do vento para o dia 19/10/2005.
4.2.5.3 Campos de velocidade do vento SAR determinados com direção QuikSCAT
e campos de velocidade QuikSCAT
Os campos de velocidades SAR, determinados com dados de direção QuikSCAT,
passaram por um procedimento de média para que resultassem em campos de
velocidades de mesma resolução do dado QuikSCAT. Como os dados de velocidade
SAR gerados com dados de direção QuikSCAT têm resolução de 0,01 graus, as médias
foram feitas em janela de dimensões de 25x25 pixels, resultando em um valor médio de
velocidade SAR a cada 25x25 pixels, ou seja, aproximadamente a cada 0,25°x0,25°,
assim como o dado QuikSCAT.
Após o procedimento de médias, o continente foi mascarado e esses valores excluídos
das matrizes SAR e QuikSCAT e as matrizes resultantes, contendo somente valores
reais e não nulos, foram transformadas em linhas para facilitar a comparação entre os
dados. As dimensões dos recortes utilizados, assim como a dimensão da matriz
resultante do procedimento de médias e o número de pontos utilizados na comparação
estão na Tabela 4.2. A imagem do dia 16/08/2005 não foi utilizada para a determinação
62

do campo de vento porque seu horário de aquisição estava vinte horas distante do
horário de aquisição do dado QuikSCAT disponível.
TABELA 4.2- Dados de comparação SAR e QuikSCAT.
Imagem Dimensão Matriz Dimensão Matriz Número pontos
Original Média
19/08/2005 225x200 9x8 59
19/10/2005 225x275 9x11 86
11/12/2004 175x175 7x7 49
28/11/2004 300x300 12x12 78
4.2.5.4 Campos de velocidade do vento SAR determinados com direção BRAMS e
campos de velocidade BRAMS
Os campos de velocidade SAR gerados com dados de direção BRAMS passaram pelos
mesmos procedimentos descritos acima (Seção 4.2.2.1), sendo que a dimensão da caixa
de média para os dados BRAMS é de 10x10 pixels, já que a imagem SAR apresenta
resolução de 0,0111° nas linhas e 0,0119° nas colunas. Assim, essa caixa de média
resulta em um valor médio de velocidade a cada 0,119° em longitude e 0,111° em
latitude, que é a resolução do dado BRAMS. Foram selecionadas as imagens de datas e
posicionamento geográfico em que houvesse dados BRAMS disponíveis. As imagens
selecionadas, as dimensões dos recortes utilizados, as dimensões das matrizes
resultantes do procedimento de médias, assim como o número de pontos utilizados na
comparação estão na Tabela 4.3.
TABELA 4.3- Dados de comparação SAR e BRAMS.
Imagem Dimensão Dimensão Número pontos
Matriz Original Matriz Média
16/08/2005 180x230 18x23 414
19/08/2005 260x260 26x26 419
19/10/2005 240x270 24x27 571
- Campos de velocidade do vento SAR determinados com direção BRAMS e campos de
velocidade QuikSCAT:
63

Os dados de velocidade SAR gerados com a direção BRAMS e os dados de velocidade
QuikSCAT selecionados para a comparação representam a mesma região geográfica,
mas com a resoluções espaciais diferentes. Os dados QuikSCAT representam a região
por 6x10 pontos e os valores SAR por 90x165 pontos. Para que os valores de
velocidade SAR possam ser comparados com os dados de velocidade QuikSCAT, eles
foram interpolados de forma linear aos valores de velocidade dos campos SAR dos dias
19/08/2005 e 19/10/2005.
4.2.5.5 Velocidade do vento SAR determinada com dados de direção QuikSCAT e
velocidade das medidas in situ
Para a comparação foram selecionadas as medidas in situ que, pela posição geográfica,
estavam contidas nas imagens analisadas. Aos valores de velocidade SAR gerados com
dados de direção QuikSCAT aplicou-se um procedimento de média em caixa
(dimensão 5x5), centrada na posição geográfica da medida in situ. Entre todas as
imagens, foram selecionados 9 pontos para a comparação.
64

CAPÍTULO 5
RESULTADOS E DISCUSSÃO
5.1 Direção e velocidade QuikSCAT e das medidas in situ
A direção do vento, por ser parâmetro de entrada dos modelos de determinação da
velocidade do vento, deve ser acurada porque valores errôneos de direção do vento
geram valores errôneos de velocidade do vento. Assim, os valores de velocidade do
vento QuikSCAT, utilizados na determinação dos campos de velocidade do vento,
foram avaliados por meio de comparações com as medidas in situ PETROBRAS, com o
objetivo de observar se existe concordância entre os dois tipos de dados. Foram
amostrados 22 pontos para a comparação entre os dados de direção QuikSCAT e as
medidas in situ de direção do vento (Tabela 5.1).
TABELA 5.1-Pares de direção do vento QuikSCAT e medidas in situ PETROBRAS
utilizados na comparação entre esses dois tipos de dados.
Direção do Vento (Graus)
Medida In Situ QuikSCAT Medida In Situ QuikSCAT
73.6 60 33.7 39
60.2 51 17.3 22.5
42.1 60 41.2 22.5
94.8 64.5 57.6 36
69 60 44 33
73.2 60 38.9 33
65

48.8 42 193.5 166.5
18.6 43.5 156.3 138
61.5 42 205 123
45.9 40.5 182.6 124.5
45.5 40.5 173.3 124.5
Os dois dados estão bem correlacionados (Fig.5.1), com r=0,95 e erro médio quadrático
de 28°, valor aceitável quando comparado à aquele reportado para o escaterômetro
QuikSCAT (20°).
250
200
r=0.95
RMS=28.5°
Direçao Quikscat (Graus)
150
100
50
0
0 50 100 150 200 250
Direçao medidas in situ (Graus)
FIGURA 5.1– Diagrama de espalhamento das direções do vento QuikSCAT e direção
do vento das medidas in situ PETROBRAS.
Para a comparação entre os valores de velocidade do vento QuikSCAT e medidas in situ
PETROBRAS, foram utilizados 26 pares de velocidade do vento do escaterômetro
QuikSCAT e das medidas in situ PETROBRAS (Tabela 5.2).
66

Os valores de velocidade QuikSCAT apresentaram razoável concordância com os
valores de velocidade do vento das medidas in situ PETROBRAS, com coeficiente de
correlação de 0,67 e RMS=2 m/s. Os valores QuikSCAT estão superestimados com
relação aos dados das medidas in situ (Fig. 5.2).
TABELA 5.2- Pares de velocidade do vento do QuikSCAT e das medidas in situ
PETROBRAS utilizados na comparação entre esses dois tipos de dados.
Velocidade do Vento (m/s)
Medida In Situ QuikSCAT Medida In Situ QuikSCAT
5.7 8.6 6.33 8.4
7.53 8.4 7.56 7.4
6.72 8.4 6.6 8.4
5.06 8.2 9.32 8
6.65 8 9.4 8.6
6.71 8.6 8.88 8.6
6.67 8.6 6.63 7.8
6.65 9.6 5.33 5.4
7.54 10.4 2.61 6.4
7.29 9.8 6.16 7.2
10.06 10.4 3.73 7.4
9.84 10.4 4.92 7.4
9.19 10.4
67

11
10
9
8
Velocidade Quikscat (m/s)
7
6
5
4
3
2
1
r=0.59
RMS= 2.37 m/s
0
0 1 2 3 4 5 6 7 8 9 10 11
Velocidade medidas in situ (m/s)
FIGURA 5.2 -Diagrama de espalhamento entre os valores de velocidade QuikSCAT e
velocidade das medidas in situ PETROBRAS.
5.2 Velocidade e direção do vento do modelo BRAMS e dados QuikSCAT
Foram analisados separadamente os dados de direção e velocidade do vento QuikSCAT
e direção e velocidade do vento BRAMS (Tabelas 5.3 e 5.4) com o objetivo de
observar se existe concordância entre esses dois tipos de dados, já que os mesmos
foram utilizados como dados de entrada no cálculo dos campos de velocidade do vento.
TABELA 5.3- Resultados da comparação entre os dados de direção do vento do modelo
BRAMS e do satélite QuikSCAT.
Campo
Número de Pontos
Coeficiente de
Correlação
RMS (Graus)
19/08/2005 30 0,36 3,76
19/10/2005 48 0,51 22,51
68

TABELA 5.4- Resultados da comparação entre os valores de velocidade do vento
QuikSCAT e BRAMS.
Campo
Número de Pontos
Coeficiente de
Correlação
RMS (m/s)
19/08/2005 30 0,52 4,87
19/10/2005 48 -0,53 4,74
A análise comparativa mostrou que os dados QuikSCAT e BRAMS são pouco
correlacionados.
5.3 Campos de vento SAR com Direção QuikSCAT
Para as imagens de 28/11/2004, 11/12/2004, 18/09/2005, 19/10/2005 foram gerados
campos de vento utilizando como entrada os dados de direção do vento, QuikSCAT e os
modelos empíricos CMOD4, CMOD5 e CMOD-IFR2. São três campos para cada data,
totalizando 12 campos de vento. Os 12 campos de velocidade do vento SAR foram
então comparados com os campos de velocidade do vento QuikSCAT.
Os resultados das comparações entre os campos de velocidade do vento obtidos por
meio das imagens SAR e os dados QuikSCAT podem ser vistos na Tabela 5.5.
69

TABELA 5.5- Resultados das comparações entre as velocidades de vento SAR e
QuikSCAT.
Campo CMOD4 CMOD5 CMOD-IFR2
19/10/2005
11/12/2004
28/11/2004
19/08/2005
r = 0,69 r = 0,66 r = 0,71
RMS= 2,95 m/s RMS= 3,47 m/s RMS= 3,42 m/s
r = 0,84 r = 0,84 r = 0,81
RMS=1,26 m/s RMS=1,29 m/s RMS=1,79 m/s
r = 0,87 r = 0,88 r = 0,89
RMS= 2,46 m/s RMS= 2,02 m/s RMS=1,99 m/s
r = 0,54 r = 0,62 r = 0,64
RMS= 2,39 m/s RMS= 1,81 m/s RMS= 1,87 m/s
Os campos que apresentaram maior correlação com os dados QuikSCAT, em cada data,
serão descritos. Considerando os melhores resultados entre os 3 campos gerados para
cada data (Tabela 5.6 ), o coeficiente de correlação médio foi de 0,76 entre os dados de
velocidade do vento SAR e os dados de velocidade do vento QuikSCAT, com RMS
médio de 2 m/s.
TABELA 5.6- Melhores resultados entre os três campos de velocidade do vento gerados
para cada data, com dados de direção QuikSCAT e modelos de banda C.
Campo Modelo r RMS (m/s)
19/10/2005 CMOD4 0,69 2,95
11/12/2004 CMOD4 0,84 1,26
28/11/2004 CMOD-IFR2 0,89 1,99
19/08/2005 CMOD-IFR2 0,64 1,87
Média 0,76 2
70

5.3.1 Campo 28/11/2004
O campo de velocidade do vento para a data 28/11/2004, gerado com o modelo CMOD-
IFR2 , apresentou maior concordância com os dados de velocidade QuikSCAT, com
coeficiente de correlação de 0,89 e RMS=1,99 m/s. Para a extração desse campo de
vento foi utilizado o recorte da imagem SAR do dia 28/11/2004 (Figura 5.3), horário de
aquisição 01:16 UTC, e dados de direção do vento QuikSCAT da mesma data e horário
de aquisição 08:54 UTC (Fig. 5.5). O campo de velocidade do vento pode ser visto na
Figura 5.4.
D
V
FIGURA 5.3- Recorte da imagem de 28/11/2004, 01:16 UTC, passagem ascendente,
em valores de sigma-zero com variação de –21 dB a –1,29 dB, valores de
ângulo de incidência de 24,83 a 42,7 e resolução de 1120 m. A seta cinza
indica a direção do satélite along-track e a seta preta representa a direção
de visada do feixe radar.
71

FIGURA 5.4- Campo de vento SAR do dia 28/11/2004, horário de aquisição 01:16
UTC, de resolução 1120 m, gerado com o modelo CMOD-IFR2. As setas
brancas indicam a direção e a velocidade do vento das medidas in situ
dos sensores da PETROBRAS e as setas pretas indicam a direção do
vento do satélite QuikSCAT do dia 28/11/2004, horário de aquisição
08:54 UTC.
O campo SAR do dia 28/11/2004 é caracterizado por grande variabilidade em
intensidade, com valores de zero a 14,2 m/s e desvio padrão de 4,75 m/s. De nordeste
para sudoeste observa-se um forte gradiente nos valores de velocidade do vento. A
variabilidade no campo direcional na parte externa da plataforma continental (offshore,
na literatura inglesa) é pequena, com predominância de ventos de nordeste para os dois
tipos de dados de direção do vento: QuikSCAT e medidas in situ PETROBRAS. Na
região costeira a variabilidade direcional do vento é grande, com discordância entre o
dado in situ PETROBRAS, com sensor localizado no continente do Rio de Janeiro, e
dados QuikSCAT.
72

No campo acima é possível observar que os valores de velocidade do vento mais altos
não foram gerados com os valores mais altos de sigma-zero (lado esquerdo da Fig.5.3).
Esse comportamento é devido à influência do ângulo relativo entre a direção do vento e
a direção de visada do radar e dos valores de ângulo de incidência no modelo de banda
C.
FIGURA 5.5- Campo de vento QuikSCAT do dia 28/11/04, passagem ascendente,
08:54 UTC.
Fonte: Remote Sensing Systems (2005).
Como dito na seção 3.2, a passagem de frentes frias interfere e modifica o campo de
vento. Mas, segundo o boletim Climanálise (2004) do CPTEC de novembro de 2004, a
quarta frente fria do mês ainda não se encontrava na região amostrada, e sim na região
de Santos, como pode ser visto na Figura 5.6.
73

FIGURA 5.6- Gráfico de passagem de frente fria no litoral brasileiro para o mês de
novembro de 2004.
Fonte: Climanálise (2004).
O campo 28/11/2004 de resolução 1120 m foi degradado para a resolução dos dados
QuikSCAT (0,25°, aproximadamente 25 km) para que fosse feita a avaliação do
resultado obtido (Seção 4.2.5.1). As Figuras 5.7 a e b são, respectivamente, os campos
de velocidade do vento SAR (CMOD-IFR2) degradado e QuikSCAT, com resolução de
~25 km. Na Tabela 5.7 estão os valores estatísticos desses dois campos.
SAR
Velocidade (m/s)
Quikscat
Velocidade (m/s)
2
12
2
12
4
10
4
10
8
8
6
6
6
6
8
8
4
4
10
10
2
2
a
12
2 4 6 8 10 12
0
b
12
2 4 6 8 10 12
FIGURA 5.7- a) Campo de velocidade do vento SAR do dia 28/11/2004, 01:16 UTC,
resolução 0.25 graus e b) Campo de velocidade do vento QuikSCAT, dia
28/11/2004, 08:54 UTC, resolução de 0,25 graus.
0
74

TABELA 5.7- Valores estatísticos dos campos SAR e QuikSCAT de resolução 0,25°.
Dado
Velocidade Velocidade
Desvio
Média
Mínima Máxima
Padrão
(m/s)
(m/s) (m/s)
(m/s)
SAR 0,05 13,15 8,22 3,22
QuikSCAT 3 13,6 9,54 3,19
Analisando os campos visualmente, observa-se uma razoável concordância entre eles. O
diagrama de espalhamento da Figura 5.8 mostra que, na média, os valores de velocidade
SAR estão subestimados em relação aos dados QuikSCAT. O gradiente de velocidade
de nordeste para sudoeste observado no campo de alta resolução também aparece nos
campos de velocidade QuikSCAT e no campo de velocidade SAR degradado.
14
28/11/2004
12
Velocidade Quikscat (m/s)
10
8
6
4
2
CMOD-IFR2
r =0.89
RMS=1.9972 m/s
0
0 2 4 6 8 10 12 14
Velocidade SAR (m/s)
FIGURA 5.8- Diagrama de espalhamento entre o campo reamostrado SAR e o campo
QuikSCAT.
Apesar do campo de vento gerado com o modelo CMOD-IFR2 ter sido mais
correlacionado com o campo de vento QuikSCAT, observa-se na Tabela 5.8 que os
resultados dos modelos CMOD5 e CMOD-IFR2 são próximos.
75

TABELA 5.8- Resultados estatísticos do campo SAR, do dia 28/11/2004, resolução de
1120 m. Os valores de r e RMS são referentes aos dados QuikSCAT.
Modelo
Velocidade Velocidade
Desvio
Média
RMS
Mínima Máxima
Padrão r
(m/s)
(m/s)
(m/s) (m/s)
(m/s)
CMOD4 0 16,14 4,12 4,32 0,87 2,46
CMOD5 0 16,41 4,43 4,62 0,88 2,02
CMOD-IFR2 0 14,2 4,45 4,75 0,89 1,99
A concordância entre esses dois modelos é justificada pelo comportamento de cada um
com relação ao ângulo de incidência e a variação de sigma-zero. O recorte da imagem
SAR usado para a determinação do campo de vento tem valores de ângulo de incidência
variando de 23° a 43°. Como pode ser visto na Figura 5.9, os dois modelos possuem
comportamentos semelhantes para velocidades de vento moderadas e ângulos de
incidência de 30° a 40° e para velocidades altas e ângulos de incidência de 20° a 30°.
2
0
CMOD4 x CMOD5 x CMOD-IFR2
-2
-4
Sigma-Zero (dB)
-6
-8
-10
-12
-14
-16
-18
Angulo azimutal: 0°
CMOD5
CMOD-IFR2
CMOD4
10 m/s
5 m/s
-20
15 20 25 30 35 40 45
Angulo incidencia (graus)
FIGURA 5.9- Relação dos modelos de banda C com o ângulo de incidência e valores de
sigma-zero. Para o ASAR/ENVISAT o ângulo de incidência varia entre
17° e 42°.
O modelo CMOD4 subestima a velocidade do vento quando comparado com aos
demais modelos (Fig. 5.10), ou seja, precisa de um valor mais alto de sigma-zero do que
os outros modelos para resultar na mesma velocidade do vento (Fig. 5.9). O erro médio
76

quadrático entre os valores dos modelos CMOD4 e CMOD-IFR2 foi de 0,87 m/s, maior
do que o RMS entre os valores dos modelos CMOD4 e CMOD5, igual a 0,63 m/s.
14
14
CMOD4 x CMOD5
CMOD4 x CMOD-IFR2
12
12
Velocidade CMOD5 (m/s)
10
8
6
4
Velocidade CMOD-IFR2 (m/s)
10
8
6
4
2
RMS=0.63 m/s
2
RMS=0.87 m/s
a
0
0 2 4 6 8 10 12 14
Velocidade CMOD4 (m/s)
b
0
0 2 4 6 8 10 12 14
Velocidade CMOD4 (m/s)
FIGURA 5.10- Diagramas de espalhamento dos valores de velocidade do vento dos
modelos a) CMOD4 e CMOD5 e b) CMOD4 e CMOD-IFR2.
5.3.2 Campo 11/12/2004
Para o recorte da imagem de 11/12/2004, horário de aquisição 12:15 UTC (Fig. 5.11 ),
o campo de vento SAR gerado com o modelo CMOD4 (Fig. 5.12) apresentou maior
concordância com o dado de vento QuikSCAT , horário de aquisição 8:18 UTC, com
coeficiente de correlação de 0,84 e RMS=1,26 m/s.
O campo SAR do dia 11/12/2004 é caracterizado por alta variabilidade nos valores de
velocidade, com ventos que variam de intensidade de 0 a 10,64 m/s. Nota-se um forte
gradiente nos valores de velocidade do vento de sul para norte e pouca variação na
direção do vento, com predomínio de ventos de sudeste e leste, que pode ser visto
também no campo de vento QuikSCAT (Fig. 5.13). O recorte da imagem SAR utilizado
para a determinação do campo de vento de alta resolução, por ser pequeno, não mostra
toda a instabilidade direcional que ocorre no litoral do Rio de Janeiro nessa data.
77

V
D
FIGURA 5.11- Recorte da imagem de 11/12/2004, 12:15 UTC, passagem descendente,
em valores de sigma-zero com variação de –26,57 dB a 1,88 dB,
valores de ângulo de incidência de 20,2 a 31,9, e resolução de 1120 m.
A seta cinza indica a direção do satélite along-track e a seta preta
representa a direção de visada do feixe radar.
78

FIGURA 5.12- Campo de vento do dia 11/12/2004, horário de aquisição 12:15 UTC, de
resolução 1120 m, gerado com o modelo CMOD4. As setas pretas
indicam a direção do vento do satélite QuikSCAT.
FIGURA 5.13- Campo de vento QuikSCAT do dia 11/12/2004, passagem ascendente,
8:18 UTC.
Fonte: Remote Sensing Systems (2005).
79

Analisando os dados do boletim Climanálise (2004) (Fig. 5.14), percebe-se que a
primeira frente fria do mês, iniciada no litoral Sul dia 4 de dezembro, passa pelo litoral
do Rio de Janeiro aproximadamente no dia 9, se deslocando até Vitória um dia depois e
retornando a Campos dia 11, onde permanece até o dia 13 de dezembro.
FIGURA 5.14- Gráfico de passagem de frentes frias no litoral brasileiro para o mês de
dezembro de 2004.
Fonte: Climanálise (2004).
O campo direcional do vento está sendo influenciado pela passagem da frente fria, que
se estende da região costeira até a parte externa da plataforma continental.
A Figura 5.15 mostra os campos de vento QuikSCAT dos dias 10/11/2004 e 11/12
(passagens ascendentes e descendentes) que abrangem todo o litoral do Rio de Janeiro,
onde é possível visualizar o deslocamento da frente fria e as regiões de instabilidade
causadas por ela.
80

a b
c d
FIGURA 5.15- Campos de vento QuikSCAT do dia a)10/12/2004, passagens
ascendentes b) do dia 10/12/2004, passagens descendentes c) do dia
11/12/2004, passagens ascendentes e d) do dia 11/12/2004, passagens
descendentes.
Fonte: Remote Sensing Systems (2005).
O campo de vento de alta resolução (1120 m) do dia 11/12/2004 passou por um
procedimento de reamostragem (Seção 4.2.2.1) para que ficasse com a mesma resolução
espacial dos dados QuikSCAT (~25 km) e pudesse ser feita a análise comparativa entre
os campos SAR e QuikSCAT. A Figura 5.16 mostra os campos de velocidade SAR e
QuikSCAT, ambos com resolução de ~25 km.
81

SAR
Velocidade (m/s)
Quikscat
Velocidade (m/s)
1
7
1
7
2
6
2
6
3
5
3
4
4
4
5
5
3
5
4
6
2
6
3
1
7
7 2
a
1 2 3 4 5 6 7
0
b
1 2 3 4 5 6 7
FIGURA 5.16- Campo médio de velocidade do vento ASAR, 12:15 UTC e campo de
velocidade QuikSCAT, 8:18 UTC de 11/12/2004, com resolução de
~25 km.
Os dois campos de velocidade apresentam variações crescentes nos valores de
velocidade de norte para sul, que aparecem também no campo de alta resolução (Figura
5.12). Os valores estatísticos dos dois campos de velocidade podem ser vistos na
Tabela 5.9. Numericamente, os campos SAR degradado e QuikSCAT apresentam
valores semelhantes, com velocidades moderadas e médias baixas, 3,99 e 4,73,
respectivamente.
TABELA 5.9- Valores estatísticos dos campos de velocidade SAR e QuikSCAT de
resolução 0,25 graus .
Dado
Velocidade Velocidade
Desvio
Média
Mínima Máxima
Padrão
(m/s)
(m/s) (m/s)
(m/s)
SAR 1,21 7,33 3,99 1,7
QuikSCAT 1,6 7,6 4,73 1,83
Dentre os três campos gerados com o recorte da imagem SAR de 11/12/2004 e com os
modelos CMOD4, CMOD5 e CMOD-IFR2, os que apresentaram maior concordância
com os dados de velocidade do vento do satélite QuikSCAT foram os campos gerados
com os modelos CMOD5 e CMOD4, ambos com r=0,84. Como os valores de
correlação são iguais, o campo considerado de melhor resultado foi o do modelo
CMOD4, por ter resultado em um RMS menor do que o do modelo CMOD5 na
comparação com os dados de velocidade QuikSCAT. O diagrama de espalhamento da
82

Figura 5.17 mostra que apesar da razoável concordância, na média, os valores de
velocidade SAR estão subestimados em relação aos dados QuikSCAT.
9
8
11/12/2004
7
Velocidade Quikscat (m/s)
6
5
4
3
2
1
CMOD4
r =0.8345
RMS=1.26 m/s
0
0 1 2 3 4 5 6 7 8 9
Velocidade media SAR (m/s)
FIGURA 5.17- Diagrama de espalhamento entre os dados de velocidade SAR
degradados e velocidade do vento QuikSCAT.
Os valores comparativos entre os 3 campos estão descritos na tabela 5.10.
TABELA 5.10- Resultados estatísticos dos campos SAR gerados com os modelos
CMOD4, CMOD5 e CMOD-IFR2 e suas correlações com os dados de
velocidade de vento QuikSCAT.
Modelo
Velocidade
Mínima
(m/s)
Velocidade
Máxima
(m/s)
Média
(m/s)
Desvio
Padrão
(m/s)
r
RMS
(m/s)
CMOD4 0 10,64 3,98 1,78 0,84 1,26
CMOD5 0 11,16 4,27 2,32 0,84 1,29
CMOD-IFR2 0 10,93 3,62 2,74 0,81 1,79
5.3.3 Campo 19/10/2005
A partir do recorte da imagem ASAR do dia 19/10/2005 (Fig. 5.18), horário de
aquisição 12:09 UTC, foram gerados 3 campos de vento, utilizando os modelos
CMOD4, CMOD5 e CMOD-IFR. Quando comparado ao campo de velocidade do vento
QuikSCAT o campo gerado com o modelo CMOD4 (Fig.5.19) apresentou r=0,69 e
RMS=2,95 m/s e foi considerado o campo de melhor resultado pois, apesar de não
83

apresentar o maior coeficiente de correlação com o campo QuikSCAT, apresentou o
menor RMS (Tabela 5.11).
TABELA 5.11- Resultados estatísticos dos campos SAR gerados com os modelos
CMOD4, CMOD5 e CMOD-IFR2 e suas correlações com os dados de
velocidade de vento QuikSCAT.
Modelo
Velocidade
Mínima
(m/s)
Velocidade
Máxima
(m/s)
Média
(m/s)
Desvio
Padrão
(m/s)
r
RMS
(m/s)
CMOD4 0 20 9,08 4,12 0,69 2,95
CMOD5 0 20 9,6 4,29 0,66 3,47
CMOD-IFR2 0 20 9,61 4,27 0,71 3,42
V
D
FIGURA 5.18- Recorte da imagem ASAR de 19 de outubro de 2005, 12:09 UTC,
passagem descendente em valores de sigma-zero variando de –21,67 dB
a –6,54 dB, ângulos de incidência de 28,23 o a 43,42 o . Resolução
espacial de 1120 m. A seta cinza indica a direção do satélite along-track
e a seta preta representa a direção de visada do feixe radar.
84

FIGURA 5.19- Campo de vento SAR, dia 19/10/2005, 12:09 UTC, 1120 m de
resolução, gerado com o modelo CMOD4. Os vetores pretos indicam
a direção do vento dada pelo sensor QuikSCAT e os vetores azuis a
direção e a velocidade do vento dada pelas medidas in situ
PETROBRAS.
O campo do dia 19/10/2005 apresenta velocidades de 0 a 14 m/s, com velocidade média
de 9,08 m/s, considerada alta para essa região. A direção do vento dominante dos dados
QuikSCAT é de sudeste, diferente das medidas in situ PETROBRAS, onde a direção
predominante é sudoeste. A quinta frente fria do mês passa pelo litoral do Rio de
Janeiro entre os dias 18 e 19 de outubro (Fig. 5.20), o que justifica as velocidades altas
no campo de vento analisado.
85

FIGURA 5.20- Gráfico de passagem de frente fria no litoral brasileiro para o mês de
outubro do ano de 2004.
Fonte: Climanálise (2005).
O campo de velocidade do vento SAR médio, reamostrado para a resolução de ~25 km
(Fig. 5.22a) , determinado com o modelo CMOD4, superestimou os valores de
velocidade do vento quando comparado aos dados QuikSCAT (Fig. 5.21 e Fig. 5.20b),
como pode ser visto nas Figuras 5.22a, 5.22b, 5.23 e na Tabela 5.12.
FIGURA 5.21- Campo de vento QuikSCAT, DIA 19/10/2005, horário de aquisição
20:00UTC.
Fonte: Remote Sensing Systems (2005).
86

SAR
Velocidade (m/s)
14
Quikscat
Velocidade (m/s)
14
1
1
2
12
2
12
3
10
3
10
4
8
4
8
5
5
6
6
6
6
7
4
7
4
8
2
8
2
a
9
1 2 3 4 5 6 7 8 9 10 11
0
b
9
1 2 3 4 5 6 7 8 9 10 11
0
FIGURA 5.22- Campos de velocidade do vento do dia 19/10/2005 a) SAR degradado,
12:09 UTC e b) QuikSCAT, 20:00 UTC , ambos com resolução de 0,25
graus.
FIGURA 5.23- Diagrama de espalhamento dos valores de velocidade do vento do
campo SAR médio e QuikSCAT, ambos com resolução 0,25°.
87

TABELA 5.12- Valores estatísticos dos campos SAR degradado e QuikSCAT.
Dado
Velocidade Velocidade
Desvio
Média
Mínima Máxima
Padrão
(m/s)
(m/s) (m/s)
(m/s)
SAR 4,89 14,08 10,37 2,38
QuikSCAT 4,60 9,8 8,02 1,15
Na imagem ASAR da Figura 5.18 percebe-se que existe diferença de intensidade entre
as faixas de imageamento do sensor ASAR. A superestimação dos valores de
velocidade do vento ASAR pode ter ocorrido porque as faixas de imageamento com
maiores valores de sigma-zero (faixas mais claras, canto direito da imagem) geraram
valores de velocidade do vento mais altos.
Esse é um problema conhecido em imagens ScanSAR, ENVISAT e RADARSAT, já
que sua ampla faixa imageada é gerada a partir de mais de uma faixa de imageamento,
que, quando processadas, podem causar diferença radiométrica entre as faixas da
imagem. Este problema, ligado diretamente ao processador SAR ainda não foi resolvido
satisfatoriamente (Monaldo e Kerbaol, 2003).
5.3.4 Campo 19/08/2005
Para a determinação do campo de vento da imagem do dia 19/08/2005, horário de
aquisição 01:16 UTC (Fig.5.24), foram utilizados dados de direção QuikSCAT de dois
horários de aquisição diferentes: 20:06 UTC do dia 18/08/2005 (passagem
descendente), 5 horas anterior ao horário de aquisição da imagem SAR e 08:18 UTC do
dia 19/08/2005 (passagem ascendente), 7 horas após o horário de aquisição da imagem.
88

D
V
FIGURA 5.24 - Recorte da imagem ASAR de 19/08/2005, 01:16 UTC, com valores de
sigma-zero de –27 dB a –8,85 dB e ângulos de incidência de 34,12 a 42,81.
Os campos gerados com dados de direção QuikSCAT passagem ascendente e modelo
CMOD-IFR2 foram comparados com dados de velocidade QuikSCAT passagem
ascendente. Os campos determinados com dados de direção da passagem descendente e
modelo CMOD-IFR2 foram comparados com os dados de velocidade QuikSCAT
passagem descendente. Os resultados das comparações estão na Tabela 5.13.
TABELA 5.13- Resultados das comparações entre os campos de vento SAR e dados
QuikSCAT, passagem ascendente e passagem descendente.
Dados QuikSCAT r RMS (m/s)
18/08/2005- 20:06 UTC 0,12 1,64
19/08/2005-08:18 UTC 0,15 1,15
A baixa correlação entre os campos SAR e QuikSCAT provavelmente está relacionada
à grande variabilidade do campo de vento no dia 19 de agosto de 2005. Essa
variabilidade pode ter sido causada pela frente fria que chegou ao estado do Rio de
Janeiro no dia 18 de agosto, segundo dados do Boletim Climanálise (2005) (Figura
89

5.25). Ainda, nota-se que na imagem utilizada para gerar os campos de vento existe
diferença de intensidade entre as faixas de imageamento do sensor ASAR, o que pode
ocasionar valores errôneos de velocidade do vento.
FIGURA 5.25- Gráfico de ocorrência de frentes frias no litoral brasileiro em agosto de
2005.
Fonte: Climanálise (2005).
Observando os dois campos de vento QuikSCAT , passagem descendente do dia
18/08/2005 e passagem ascendente do dia 19/08/2005, percebe-se que o campo de
velocidade modifica-se sensivelmente do primeiro ao segundo horário de aquisição
(Fig. 5.26). Além de uma mudança de intensidade, particulamente para a região entre o
Cabo de São Tomé e Cabo Frio sobre a plataforma continental e na parte mais oeste da
imagem a sul de Cabo Frio, a direção do vento QuikSCAT varia sensivelmente, o que
deve afetar significativamente os valores estimados de vento SAR naquelas regiões.
Como o horário de aquisição da imagem está entre o horário de aquisição dos dois
dados QuikSCAT, é possível quem nenhuma das duas situações amostradas pelo satélite
QuikSCAT represente o campo de vento real no horário de aquisição da imagem, 01:16
UTC.
90

a b
FIGURA 5.26- Campos de vento QuikSCAT a) do dia 18/08/2005, horário de aquisição
20:06 UTC e b)do dia 19/08/2005, horário de aquisição 08:18 UTC.
Fonte: Remote Sensing Systems (2005).
Foram gerados campos SAR usando dados de direção do QuikSCAT passagem
descendente, e comparou-se esse campo com dados de velocidade do vento da
passagem seguinte do satélite, passagem ascendente. Na comparação dos dados SAR,
gerados com a passagem descendente do QuikSCAT, com os dados QuikSCAT para a
passagem ascendente, a maior correlação foi entre o campo gerado com o modelo
CMOD-IFR2 (Fig. 5.27), com coeficiente de correlação de 0,64 e RMS igual a 1,88 m/s
(Tabela 5.14).
91

FIGURA 5.27- Campo de vento do dia 19/08/2005, 01:16 UTC, gerado com o
modelo CMOD-IFR2 e com dados de direção QuikSCAT passagem
descendente, 20:06 UTC, vetores pretos. Os vetores azuis representam
os dados de direção e velocidade do vento das medidas in situ
PETROBRAS.
TABELA 5.14- Resultados estatísticos dos campos SAR gerados com os modelos
CMOD4, CMOD5 e CMOD-IFR2 e suas correlações com os dados de
velocidade de vento QuikSCAT.
Modelo
Velocidade
Mínima
(m/s)
Velocidade
Máxima
(m/s)
Média
(m/s)
Desvio
Padrão
(m/s)
r
RMS
(m/s)
CMOD4 0 8,93 3,75 2,10 0,54 2,39
CMOD5 0 9,59 4,29 2,69 0,62 1,81
CMOD-IFR2 0 9,88 4,21 2,46 0,64 1,88
O campo de vento SAR apresenta grande variabilidade, com velocidades variando de 0
a 9,88 m/s, com velocidade média baixa, de 4,21 m/s. A direção do vento QuikSCAT
predominante é nordeste, concordando com os dados de direção do vento das medidas
in situ PETROBRAS, enquanto que as velocidades QuikSCAT estão subestimadas em
relação às medidas in situ.
92

Os campos de velocidade do vento utilizados para a comparação entre os dados podem
ser vistos na Figura 5.28.
SAR
Velocidade (m/s)
Quikscat
Velocidade (m/s)
1
8
1
8
2
7
2
7
3
6
3
6
4
5
4
5
5
4
5
4
6
3
6
3
7
2
7
2
a
8
9
1 2 3 4 5 6 7 8
1
0
b
8
9
1 2 3 4 5 6 7 8
FIGURA 5.28- a) Campo médio de velocidade do vento SAR, 01:16 UTC, resolução de
25 km, gerado com dados de direção QuikSCAT passagem descendente
e b) campo de velocidade QuikSCAT, passagem descendente, 08:18
UTC, resolução de 25 km.
Na linha diagonal com origem no canto inferior esquerdo e terminando no canto
superior direito, percebe-se concordância visual entre os dois campos, com valores mais
altos dos dados QuikSCAT, como pode ser visto pelos valores estatísticos da Tabela
5.15 e no diagrama de espalhamento da Figura 5.29.
1
0
TABELA 5.15- Valores estatísticos dos campos de velocidade do vento SAR médio
(reamostrado para 25 km) e QuikSCAT.
Dado
Velocidade Velocidade
Desvio
Média
Mínima Máxima
Padrão
(m/s)
(m/s) (m/s)
(m/s)
SAR 2,54 7,07 5,32 1,09
QuikSCAT 4,4 8,6 6,82 1,20
93

10
9
19/08/2005
8
Velocidade Quikscat (m/s)
7
6
5
4
3
2
1
CMOD-IFR2
r=0.6407
RMS=1.8767 m/s
0
0 1 2 3 4 5 6 7 8 9 10
Velocidade SAR (m/s)
FIGURA 5.29- Diagrama de espalhamento dos valores de velocidade do vento SAR e
velocidade do vento QuikSCAT gerados com o modelo CMOD-IFR2.
Os campos SAR gerados com dados de direção do vento QuikSCAT apresentaram
coeficiente de correlação médio de 0,76 m/s e RMS de 2 m/s. O melhor resultado foi
obtido para o campo 11/12/2004. Especula-se que isso tenha acontecido porque a
imagem do dia 11/12/2004 apresenta melhor qualidade radiométrica do que as demais
imagens, com uma diferença de sinal menor entre as faixas de imageamento do sensor
ASAR.
Os valores aqui apresentados estão ligeiramente abaixo dos valores publicados na
literatura, alguns deles apresentados na Tabela 5.16. Monaldo et al. (2001) e Monaldo et
al. (2004) extraíram campos de velocidade do vento a partir de imagens RADARSAT-1,
de polarização HH, adaptando o modelo CMOD4 para essa polarização. Nos dois
trabalhos foram utilizados dados de direção do vento do modelo do NOGAPS para
inicializar o modelo CMOD4, sendo que em Monaldo et al. (2004) foi foram utilizados
também dados de direção QuikSCAT. Os campos de velocidade SAR foram
comparados com dados de velocidade QuikSCAT, com valores comparativos
apresentados na Tabela 5.16.
94

Em Horstmann e Kock (2003) e Horstmann et al. (2004) e a direção do vento utilizada
como entrada no modelo CMOD4 foi extraída de feições lineares presentes nas imagens
SAR. Os campos de velocidade resultantes foram comparados com dados do modelo
numérico do Serviço Meteorológico Alemão (DWD - German Weather Service).
Horstmann et al. (2003) utilizou imagetes (sub-imagens) do sensor SAR do satélite
ERS-2, dados de direção do vento do ERS-2 SCAT e do modelo ECMWF. Os campos
de velocidade do vento foram gerados com o modelo CMOD4, e, quando comparados
aos dados de velocidade do escaterômetro ERS-2 SCAT, resultaram em um coeficiente
de correlação de 0,95 e RMS=1 m/s.
Horstmann et al. (2005) utilizou os modelos CMOD4 e CMOD5 para a determinação de
campos de vento a partir de imagens SAR do satélite RADARSAT-1. Os campos
resultantes foram comparados com dados de modelo numérico de ciclones tropicais,
obtendo o coeficiente de correlação de 0,68 e RMS=3,77 m/s para o modelo CMOD4 e
r=0,72 e RMS=3,75 m/s para o modelo CMOD5. Segundo ele, a diferença entre os
resultados dos dois modelos é obvia em casos de ventos de altas velocidades (acima de
20 m/s), situação em que o modelo CMOD5 apresenta melhores resultados por
descrever melhor a relação dos valores de sigma-zero com a velocidade e a direção do
vento.
Hasager et al. (2004) determinou campos de vento a partir de imagens SAR ERS-2
utilizando os modelos CMOD4 e CMOD-IFR2 e dados de direção do vento de modelo
numérico, e comparou os resultados com medidas in situ, alcançando melhores
resultados com o modelo CMOD4. Apesar disso, esclarece que base de dados é pequena
para conclusões comparativas entre os modelos.
95

TABELA 5.16- Valores de coeficiente de correlação, desvio padrão e erro mínimo
quadrático de comparações de campos de velocidade SAR com
diferentes tipos de dados ( medidas in situ, modelos atmosféricos e
dados QuikSCAT) e modelos de banda C, apresentados por diferentes
autores.
Trabalho Modelo de banda C r 2 Desvio Padrão (m/s) RMS (m/s)
Monaldo et al. (2001) CMOD4 ---- 1,76 m/s ----
Monaldo et al. (2004) CMOD4 ---- 1,36
Horstmann e Koch (2003) CMOD4 0,87 2,54 ----
Horstmann et al. (2004) CMOD4 0,87 2,5 ----
Horstmann et al. (2003) CMOD4 0,95 1
Horstmann et al. (2005)
CMOD4 0,68 ---- 3,77
CMOD5 0,72 ---- 3,75
Na maioria desses trabalhos não foi especificada a qualidade radiométrica da imagem e,
como foi dito anteriormente, imagens com melhor qualidade radiométrica geram
melhores resultados.
Considerando a diferença média de 4 horas entre a aquisição das imagens SAR e os
dados de direção QuikSCAT e a dinâmica da variabilidade espaço-temporal do vento
nesse período, a metodologia foi considerada adequada para essa aplicação. Espera-se
que com a disponibilidade de dados de direção do vento obtidos por satélite com
menores diferenças temporais esses resultados apresentem menores valores de RMS e
maiores valores de coeficientes de correlação.
Os modelos CMOD4, CMOD5 e CMOD-IFR2 apresentaram comportamentos
semelhantes para os campos de vento gerados com dados de direção QuikSCAT na
Bacia de Campos. Os melhores resultados foram obtidos com os modelos CMOD4 e
CMOD-IFR2, sendo que a diferença entre os resultados dos três modelos foi pequena,
provavelmente porque os campos de velocidade do vento gerados apresentaram
velocidades baixas, inferiores a 20 m/s.
5.3.5 Campos de vento SAR com direção do vento BRAMS
Foram determinados campos de vento SAR para as imagens das datas 19/10/2005,
16/08/2005 e 19/08/2005, utilizando os dados de direção do vento do modelo BRAMS
para inicializar os modelos CMOD4, CMOD5 e CMOD-IFR2. Para cada data geraram-
96

se três campos, totalizando nove campos de vento SAR com dados de direção BRAMS.
Os nove campos foram comparados com os dados de velocidade do vento BRAMS e
velocidade do vento QuikSCAT, obtendo-se, respectivamente,
Tabela 5.17 e 5.19 .
os resultados das
TABELA 5.17- Resultados comparativos entre os campos de vento SAR, gerados com
dados de direção do vento BRAMS, e campos de velocidade BRAMS.
Campo CMOD4 CMOD5 CMOD-IFR2
19/10/2005
r = 0,13 r = -0,01 r = 0,08
RMS=3,8 m/s RMS=4,64 m/s RMS=4,78 m/s
16/08/2005
r = 0,29 r = 0,43 r = 0,36
RMS=1,52 m/s RMS=1 m/s RMS=1,21 m/s
19/08/2005
r = 0,46 r = 0,47 r = 0,56
RMS=1,89 m/s RMS=1,84 m/s RMS=1,89 m/s
Considerando os melhores resultados entre os 3 campos gerados para cada data, o
coeficiente de correlação médio entre o campo de velocidade SAR e os dados de
velocidade BRAMS foi de 0,37, com RMS de 2,23 m/s (Tabela 5.18).
TABELA 5.18- Melhores resultados entre os três campos de velocidade do vento
gerados para cada data, com dados de direção do vento BRAMS e
com os modelos de banda C.
Campo Modelo r RMS (m/s)
19/10/2005 CMOD4 0,13 3,8
16/08/2005 CMOD5 0,43 1
19/08/2005 CMOD-IFR2 0,56 1,89
Média 0,37 2,23
97

O coeficiente de correlação médio entre o campo de velocidade SAR e os dados de
velocidade QuikSCAT foi de 0,53e RMS de 5,23 m/s.
Os dados de direção e velocidade do vento utilizados na comparação do dia 19/08/2005
foram: dados BRAMS desta data, horário de aquisição 00:00 UTC e dados QuikSCAT
do dia 18/08/2005, horário de aquisição 20:06 UTC. Para o dia 19/10/2005 foram
utilizados dados BRAMS de 12:00 UTC e dados QuikSCAT de horário de aquisição
20:00 UTC. No dia 16/08/2005 não existem dados QuikSCAT disponíveis.
TABELA 5.19- Comparação entre o campo de velocidade SAR, gerado com direção
BRAMS e campo de velocidade BRAMS, e campo de velocidade
SAR, gerado com dados de direção BRAMS e campo de velocidade
QuikSCAT.
Velocidade gerada com direção
BRAMS / Dados de velocidade
QuikSCAT
Velocidade gerada com
direção BRAMS/ Dados de
velocidade BRAMS
Campo r RMS(m/s) r RMS(m/s)
19/08/2005 0,7 4,54 0,56 1,89
19/10/2005 0,36 1,38 0,13 3,8
Os campos de vento gerados com dados de direção QuikSCAT, quando comparados
com dados de velocidade QuikSCAT, apresentaram resultados mais significativos do
que os campos de vento gerados com dados de direção BRAMS, quando comparados
com dados de velocidade BRAMS e QuikSCAT.
Especula-se que isso pode ter ocorrido por dois motivos: os dados de vento BRAMS são
calculados para o primeiro nível atmosférico, que é 70 m acima da superfície terrestre,
ou do mar e sem correção para estabilidade atmosférica neutra, e os modelos de banda C
são desenvolvidos para dados de vento adquiridos a 10 metros da superfície oceânica e
estabilidade neutra; os dados de direção do vento BRAMS, são diferentes dos dados de
98

direção QuikSCAT (Tabela 5.3), determinando campos de velocidade SAR diferentes
para cada tipo de dado.
5.4 Velocidade do Vento SAR e Medidas in situ
Os valores de velocidade determinados com as imagens SAR apresentaram coeficiente
de correlação negativo com as medidas in situ PETROBRAS, com coeficiente de
correlação de – 0,19 e RMS= 3,26 m/s. Como foram utilizados somente 9 pontos para a
comparação, considera-se esse resultado não conclusivo pela pequena amostragem de
valores.
99

100

CAPÍTULO 6
CONCLUSÕES E RECOMENDAÇÕES
A partir de cinco imagens ASAR da região da Bacia de Campos foram determinados
campos de velocidade do vento marinho utilizando os modelos CMOD4, CMOD5 e
CMOD-IFR2 e dois tipos de dados de direção do vento para inicializar os modelos:
dados do modelo atmosférico BRAMS e dados do escaterômetro QuikSCAT.
Os campos de vento gerados com dados de direção QuikSCAT apresentaram resultados
mais consistentes do que os campos de velocidade gerados com os dados do modelo
BRAMS, com coeficiente de correlação médio de 0,75 e RMS de 2 m/s. Esses
resultados são, entretanto, apenas indicações das precisões possíveis de serem obtidas
no processamento de imagens ASAR para a extração de campos de vento. O número de
imagens processadas não é suficientemente grande para se estabelecer valores
definitivos de RMS e r para a região de interesse.
Foi possível se constatar que as imagens ASAR com diferenças radiométricas
significativas entre as faixas de imageamento ScanSAR resultaram em campos de vento
menos acurados do que as imagens que não continham essa anomalia tão evidente. Este
ainda é um problema para o uso deste tipo de imagens (ScanSAR Wide Swath) na
estimativa de campos de vento.
Com relação ao procedimento de reamostragem, concluiu-se que o filtro de média
utilizado proporcionou bons resultados na redução da variância da imagem, reduzindo o
speckle.
Para os campos de vento gerados obteve-se melhores resultados com os modelos
CMOD4 e CMOD-IFR2 do que com o modelo CMOD5.
Para a obtenção de melhores resultados recomenda-se:
101

• a correção dos dados BRAMS para 10 m acima da superfície oceânica e para o
caso de estabilidade atmosférica neutra;
• a utilização de imagens SAR sem diferenças radiométricas entre as faixas de
imageamento das imagens ScanSAR Wide Swath;
• o uso de imagens que apresentem horário de aquisição mais próximo do horário
de aquisição dos dados QuikSCAT, como imagens RADARSAT;
• o uso de algoritmos para a determinação da direção do vento a partir de feições
lineares (roll vórtices), quando presentes na imagens.
Em trabalhos futuros pretende-se otimizar os procedimentos computacionais para uso
operacional dos produtos gerados e adaptar a metodologia aplicada para estimar campos
de ventos sinópticos em reservatórios com imagens de maior resolução espacial.
102

REFERÊNCIAS BIBLIOGRÁFICAS
Baptista, M. C. Uma análise do campo de vento de superfície sobre o Oceano
Atlântico tropical e sul usando dados do escaterômetro do ERS. São José dos
Campos. 131p. (INPE-9607-TDI/840).Dissertação (Mestrado em Sensoriamento
Remoto) - INPE, 2003.
Castro, B. M.; Miranda, L. B. Physical oceanography of western atlantic continental
shelf located between 4° e 34°S. The Sea, v. 11, p. 209-251, 1998.
Dobson, E. B. Wind speed from altimeters. In:Dobson, F. W.; Ikeda, M.
Oceanographic aplications of remote sensing. Florida: CRC Press, 1995. Cap. 12, p.
185-203.
Du, Y.; Vachon, P. W.; Wolfe, J. Wind direction estimation from SAR images of the
ocean using wavelet analysis. Canadian Journal of Remote Sensing, v. 25, n. 03, p.
498-509, 2002.
Harris, R. A. ENVISAT ASAR Science and Applications. Noordwijk: ESA, 1998. 53
p. (92-9092-496-9)
Hasager, C. B.; Dellwik, E.; Nielsen, M.; Furevick, B. R. Validation of ERS-2
SARoffshore wind-speed maps in the North Sea. International Journal of Remote
Sensing, v. 25, n. 19, p. 3817-3841, oct. 2004.
Hersbach, H.CMOD5; an improved geophysical model function for ERS C-band
scatterometry. England: European Centre for Medium-Range Weather Forecasts, 2002.
47 p.
Holt, B. SAR imaging of the ocean surface. In:Jackson, C. R.; Apel, J. R. Synthetic
aperture radar marine user's manual. Washington: NOOA, 2004. v. 1, Cap. 2, p. 25-
79.
Horstmann, J.; Graber, H. C.; Koch, W.; Iris, S. Investigation of SAR wind field
retrieval with respect to hurricane winds. In: Geoscience and Remote Sensing
Symposium, IGARSS’05, 2005, Seoul. Proceedings… Seoul: IEEE International,
2005. p. 4018-4021.
Horstmann, J.; Koch, W. Evaluation of an operational SAR wind field retrieval
algorithm for ENVISAT ASAR. In: Geoscience and Remote Sensing Symposium,
IGARSS’04, 2004, Anchorage. Proceedings… Anchorage: IEEE International, 2004. p.
44-47.
Horstmann, J.; Koch, W. High resolution ocean surface wind fields retrieved from
spaceborne synthetic aperture radars operating at C-Band. In: Workshop Coastal and
Marine Applications of SAR, II, 2003, Svalbard. Proceedings… Svalbard: ESA, 2003.
p. 61-67.
Horstmann, J.; Koch, W.; Lehner, S. Ocean wind fields retrieved form advanced
synthetic aperture radar aboard ENVISAT. Ocean Dynamics, v. 54. p. 570-576, 2004.
103

Horstmann, J.; Lehner, S.; Koch, W.; Tonboe, R. Computation of wind vectors over the
ocean using spaceborn synthetic aperture radar. Johns Hopkins APL Technical
Digest, v. 21, n. 01, p. 100-107, 2000.
Horstmann, J.; Schiller, H.; Schulz-Stellenfleth, J.;Lehner, S. Global wind speed
retrieval from SAR. IEEE Transactions on Geoscience and Remote Sensing, v. 41, n.
10, p. 2277-2286, out. 2003.
Monaldo, F. M.; Beal, R. Wind speed and direction . In:Jackson, C. R.; Apel, J. R.
Synthetic Aperture Radar marine user's manual. Washington, DC: 2004. v. 1, Cap.
13, p. 305-320.
Monaldo, F. M; Thompson, D. R.; Pichel, W. G.; Clemente-Cólon, P. A systematic
comparison of QuikSCAT and SAR ocean surface wind speeds. IEEE Transactions
and Remote Sensing, v. 42, n. 02, p. 283-291, fev. 2004.
Monaldo, F.; Kerbaol, V. The SAR measurements of ocean surface winds: an overview
for the second workshop on coastal and marine applications of SAR. In: Workshop
Coastal and Marine Applications of SAR, II, 2003, Svalbard. Proceedings… Svalbard:
ESA, 2003. p. 1-18.
Monaldo, F.; Kerbaol, V.; SAR Wind Team.The SAR measurement of ocean surface
winds: an overview. In: Workshop Coastal and Marine Applications of SAR, II, 2003,
Svalbard. Proceedings… Svalbard: ESA, 2003. p. 15-32.
Monaldo, F.; Thompson, D. R.; Beal, R. C., Pichel, W. G.; Clemente-Colón, P.
Comparison of SAR-derived wind speed with model predictions and ocean buoys
measurements. IEEE Transactions and Remote Sensing, v. 39, n. 12, p. 2587-2600,
2001.
Peterson, R. G.; Stramma, L. Upper-level circulation in the South Atlantic Ocean.
Progress in Oceanography, v. 26, n. 1, p. 1-73, fev. 1991.
Portabella, M.; Stoffelen, A.; Johannessen, J. A. Toward an optimal inversion method
for synthetic aperture radar wind retrieval. Journal of Geophysical Research, v. 107,
n. C8, p. 1-13, 2002.
Quilfen, Y.; Chapron, B.; Elfouhaily, T.; Katsaros, K. Tournadre, J. Observation of
tropical cyclones by high-resolution on scatterometry. Journal of Geophysical
Research, v. 103, p. 7767-7786, 1998.
Raney, R. K. Radar Fundamentals: Technical Perspective.. In:Henderson, F. M.; Lewis,
A. J. Principles and applications of imaging radar-manual of remote sensing. John
Wiley and Sons, INC, 1998. v. 2, Cap. 2, p. 9-124.
Rodrigues, M. L. G.; Franco, D.;Sugahara, S. Climatologia de frentes frias no litoral de
Santa Catarina. Revista Brasileira de Geofísica, v. 22, n. 2, p. 135-151, 2004.
Rosich, B.; Meadows, P. Absolute calibration of ASAR Level 1 products generate
with PF-ASAR. Franscati: ESA, 2004. 27 p. (ENVI-CLVL-EOPG-TN-030010)
Silveira, I. C. A. O sistema corrente do Brasil na Bacia de Campos, RJ. São Paulo.
160p.Tese (Doutorado em Oceanografia) - Instituto Oceanográfico da USP, 2006.
104

Stech, J. L.; Lorenzzetti, J. A. The response of the South Brazil Bight to the passage of
wintertime cold fronts. Journal of Geophysical Research, v. 97, n. C6, p. 9507-9520,
1992.
Stoffelen, A.; Anderson, D. Scatterometer data interpretation: Estimation and validation
of the transfer function CMOD4. Journal of Geophisical Research , v. 102, n. C3, p.
5767-5780, 1997.
Tupinambá, P. M.; OceansatPEG OCEANOP Project- An operational system for real
time meteo-oceanographic data monitoring in areas of oil exploration and production, in
Campos Basin. In: X International South Atlantic Buoy Programme Meeting.
Disponível em: . Out. 2005.
Wackerman, C. C.; Rufenach, C. L.; Shuchman, R. A.; Johannessen, A. J.; Davidson, K.
L. Wind vector retrieval using ERS-1 synthetic aperture radar imagery. IEEE
Transactions and Remote Sensing, v. 34. p. 1343-1352, 1996.
Climanálise- Boletim de monitoramento e análise climática. CPTEC. Cachoeira
Paulista-SP. v.19. n.11. 45 p. Nov. 2004.
Climanálise- Boletim de monitoramento e análise climática. CPTEC. Cachoeira
Paulista-SP. v.19. n.12. 44 p. Dez. 2004.
Climanálise- Boletim de monitoramento e análise climática. CPTEC. Cachoeira
Paulista-SP. v.20. n.8. 42 p. Ag. 2005.
Climanálise- Boletim de monitoramento e análise climática. CPTEC. Cachoeira
Paulista-SP. v.20. n.10. 43 p. Out. 2005.
ASAR Product Handbook Versão 2.1. ESA. Disponível em:
. Dez. 2005.
Jet Propulsion Laboratory (JPL). Missions-QuikSCAT. Disponível
em:. Março 2006.
Remote Sensing Systems Home Page. QSCAT. Disponível em:
. Out. 2005.
European Space Agency.User Services. Disponível em:
. Out. 2005.
Petróleo Brasileiro S.A. (PETROBRAS). A Petrobras. Disponível em:
. Jan. 2007.
105

106

APÊNDICE A
Modelo de banda C CMOD5
( 1+
b1
× cos( φ) + 2 cos( 2 )) 1, 6
σ ° = 0×
b × φ
b (A.1)
As variáveis b0, b1 e b2 são dependentes da velocidade v e do ângulo de incidência θ.
Assim,
( − 40)
x = θ
25
e,
b0
= 10
a0+
a1v
×
f
( a2
× v,
s0) γ
(A.2)
onde:
f
( s so) = ( s / s0)
α
, { × g(
s0),
s ≤ s0
{ g( s),
s ≥ s0
onde:
g(
s)
= 1
(A.3)
( 1 + exp( −s))
)
e, α = s0(1
− g(
s0))
(A.4)
As variáveis a0, a1, a2, γ e s0 são dependentes somente do ângulo de incidência:
a 0 × x
2
3
= c1
+ c2
× x + c3
× x + c4
(A.5)
a 1 = c5
+ c6
× x
(A.6)
a 2 = c7
+ c8
× x
(A.7)
107

2
γ = c 9 + c10
× x + c11
× x
(A.8)
s 0 = c12
+ c13
× x
(A.9)
O termo b1 é descrito pela equação abaixo:
( 1 + x) − c15
× v × ( 0.5 + x − tanh[ 4 × ( x + c16
+ c17
× v)
])
1 + exp( 0.34 × ( v − c18)
)
c14
×
b1
= (A.10)
O termo b2 é:
onde,
( − d1
+ d2
× v2) × exp( − 2)
b2 = v
(A.11)
n
v2 = { a + b × ( y −1)
, y < y0
{ y, y ≥ y0
v + v0
y = (A.12)
v0
onde,
y 0 = c19 , n = c20,
( y0
−1)
a = y0
− ,
n
b
1
−1
[ n × ( y0
−1)
]
=
n
Os valores de v0, d1 e d2 são dependentes apenas do ângulo de incidência:
v 0 × x
2
= c21
+ c22
× x + c23
(A.13)
d 1 × x
2
= c24
+ c25
× x + c26
(A.14)
d 2 = c27
+ c28
× x
(A.15)
Os coeficientes c são dados na Tabela A.1:
108

TABELA A.1- Valores dos coeficientes c para o modelo CMOD5.
c Valor c Valor
c1 -0.688 c15 0.007
c2 -0.793 c16 0.33
c3 0.338 c17 0.012
c4 -0.173 c18 22.0
c5 0.000 c19 1.95
c6 0.0040 c20 3.00
c7 0.111 c21 8.39
c8 0.0162 c22 -3.44
c9 6.34 c23 1.36
c10 2.57 c24 5.35
c11 -2.18 c25 1.99
c12 0.400 c26 0.29
c13 -0.60 c27 3.80
c14 0.045 c28 1.53
109

Modelo de banda C CMOD-IFR2
O modelo CMOD-IFR é formulado como segue:
( 1 + b1
× cosφ
+ tanh b2
cos 2φ
)
α + β × v
σ 0 = 10 ×
×
( A.16)
com:
α = c 1 + c2
× P1
+ c3×
P2
+ c4
× P3
e β = c 5 + c6
× P1_
c7
× P2
, onde:
( 3×
x
2 −1)
x × ( 5 × x
2 − 3)
1 , P 2 = , 3 =
P = x
2
P e
2
( − 36)
x = θ .
19
As variáveis b1 e b2:
b 1 = c8
+ c9
× v1
+ c10
× P1
+ c11
× P1×
v1
+ c12
× P2
+ c13
× P2
× v1
(A.17)
( c17
+ c18
× P1
+ c19
× P2) 1
b 2 = c14
+ c15
× P1
+ c16
× P2
+
× v +
onde:
( c 20 + c21×
P1
+ c22×
P2) × v2
+ ( c23
+ c24×
P1
+ c25×
P2) × v3
+ (A.18)
P 1 = x , P 2 = 2 × x
2 −1,
( 2 × θ − 76)
x =
e,
40
( 2 × v − 28)
v 1 = , 2 = 2 × v1
2 −1
22
v e v 3 = v1×
( 2 × v2
−1)
onde v é a velocidade em m/s, θ é o ângulo de incidência e φ é o ângulo relativo
em graus.
Os coeficientes c são apresentados na Tabela A.2.
110

TABELA A.2- Coeficientes c para o modelo CMOD-IFR2.
c Valor c Valor
c1 -2.437597 c14 0.412754
c2 -1.567031 c15 0.121785
c3 0.370824 c16 -0.024333
c4 -0.040590 c17 0.072163
c5 0.404678 c18 -0.062954
c6 0.188397 c19 0.015958
c7 -0.027262 c20 -0.069514
c8 0.064650 c21 -0.062945
c9 0.054500 c22 0.035538
c10 0.086350 c23 0.023049
c11 0.055100 c24 0.074654
c12 -0.058450 c25 -0.014713
c13 -0.096100
111

Modelo CMOD4
TABELA A.3- Coeficientes c para o modelo CMOD4.
c Valor c Valor
c1 -2.301523 c10 0.014430
c2 -1.632686 c11 0.002484
c3 0.761210 c12 0.074450
c4 1.156619 c13 0.004023
c5 0.595955 c14 0.148810
c6 -0.293819 c15 0.089286
c7 -1.015244 c16 -0.006667
c8 0.342175 c17 3.000000
c9 -0.500786 c18 -10.0000
112

PUBLICAÇÕES TÉCNICO-CIENTÍFICAS EDITADAS PELO INPE
Teses e Dissertações (TDI)
Manuais Técnicos (MAN)
Teses e Dissertações apresentadas
nos Cursos de Pós-Graduação do
INPE.
Notas Técnico-Científicas (NTC)
São publicações de caráter técnico
que incluem normas, procedimentos,
instruções e orientações.
Relatórios de Pesquisa (RPQ)
Incluem resultados preliminares de
pesquisa, descrição de equipamentos,
descrição e ou documentação de
programa de computador, descrição de
sistemas e experimentos, apresentação
de testes, dados, atlas, e documentação
de projetos de engenharia.
Propostas e Relatórios de Projetos
(PRP)
Reportam resultados ou progressos de
pesquisas tanto de natureza técnica
quanto científica, cujo nível seja
compatível com o de uma publicação
em periódico nacional ou internacional.
Publicações Didáticas (PUD)
São propostas de projetos técnicocientíficos
e relatórios de acompanhamento
de projetos, atividades e convênios.
Publicações Seriadas
Incluem apostilas, notas de aula e
manuais didáticos.
Programas de Computador (PDC)
São os seriados técnico-científicos:
boletins, periódicos, anuários e anais
de eventos (simpósios e congressos).
Constam destas publicações o
Internacional Standard Serial Number
(ISSN), que é um código único e
definitivo para identificação de títulos
de seriados.
São a seqüência de instruções ou
códigos, expressos em uma linguagem
de programação compilada ou interpretada,
a ser executada por um
computador para alcançar um determinado
objetivo. São aceitos tanto
programas fonte quanto executáveis.
Pré-publicações (PRE)
Todos os artigos publicados em
periódicos, anais e como capítulos de
livros.