Documente Academic
Documente Profesional
Documente Cultură
xxx-xxx
⁎
Autor correspondiente.
EMAIL DIRECCIONES: vitor.martins@inpe.br (VS Martins), evlyn.novo@inpe.br (EMLM Novo).
https://doi.org/10.1016/j.isprsjprs.2018.05.013
R mice yovmire 1 Octo seg
u
n
d
omir 2 0 1 7; Rmi do mi yo ved yo norte rmivi smire Form
etro 1 5 METROuna y 20 1 8;
09 24 -27
die
ci
séi
s/©2018yon
ort
eTern
or
e
ta yo on
oeu
t
r n
al As
q
iued
o esdecirt yForP
A Gh
oto
grealacademiadebellasartes m
om
r
t
e om
r
t
e itryu
n
an
o
e
t
re
r
U N A do doep tmi re 1 7 M
O u
R
T
E n
ay 2 0 18
Rmim
oo
r
t
e tmiS
ensens
ol
,YO n
or
e
tdo. (SIFT).PublishedbyElsevierB.V.Allrightsreserved.
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
(2010) afirmó que la mala calidad de los datos indujo a los aparentes
1. Introducción anomalías EVI más altos observados en 2005, y Xu et al. (2011)Browning
vegetación observada en más de 50% del área boscosa durante 2010
El ecosistema del Amazonas juega un papel crucial en el sistema sequía, lo que contradice la hipótesis de resistencia a la sequía se indica
climático de la Tierra. Varios estudios han demostrado la importancia en el análisis vious pre- de la sequía 2005. Algunos Orts e ff, sin embargo,
de este ecosistema a la retroalimentación del clima: la deforestación e se han realizado para evaluar estas incertidumbres sobre los ecosistemas
incendios y refleja ff en el balance de carbono (Aragão et al, 2014.; tropicales. Recientemente,Hilker et al. (2012)reportadas notables ruido e
Baccini et al., 2012), El cambio climático y la transición del uso del suelo ECTS ff en la corriente
(Malhi et al., 2008; Davidson et al, 2012.; Nobre et al., 2016), función de
la vegetación y los rasgos (Hilker et al, 2015.; Phillips et al., 2009),
anomalías térmicas e hidrológicos (Tomasella et al., 2010; Marengo y
Espinoza, 2016; Jiménez-Muñoz et al., 2016). En este contexto, el mote
re- datos de percepción o ff er un medio viable para explorar la
información espacial y temporal, proporcionando una gama de puntos
de vista sobre los ecosistemas tropicales (Chambers et al., 2007; Yang et
al., 2013). Los índices espectrales y enfoques de series de tiempo se han
utilizado ampliamente en toda la cuenca del Amazonas de- TECCIÓN
cambios estacionales de la vegetación de bosque húmedo (Hilker et al,
2015.; Moura et al., 2017), La cartografía urbana (Lu et al., 2011),
Dinámica de sedimentos en los ríos (Park y Latrubesse, 2014; Lobo et
al., 2016), Tierras de cultivo y seguimiento pasto (Arvor et al, 2012.;
Arantes et al, 2016.; Aguiar et al., 2017). Si bien los sensores ópticos
permiten la vista sinóptica de la dinámica del paisaje (Barbosa et al.,
2015), El) resplandor alto de atmósfera (TOA medida por los sensores
de satélite no depende sólo de las propiedades del suelo, pero a menudo
se ve distorsionada por constituyentes atmosféricos (Okin y Gu, 2015;
Vermote y Kotchenova de 2008).
La atenuación atmosférica impone limitaciones en la calidad
radiométrica de observaciones por satélite, y una corrección atmosférica
exacta es a menudo necesaria para mantener la consistencia temporal
de estos datos científica (Feng et al, 2013.; Zhu, 2017). En la cuenca del
Amazonas, la variabilidad estacional de los principales componentes de
la atmósfera representa un reto para la teledetección óptica: (i) régimen
nubosidad, (ii) alta carga de aerosol en la estación seca, (iii) la
concentración de vapor de agua estacional y ozono. Las nubes son
obstáculo principal para la observación de superficie en las regiones de
selva tropical.Asner (2001) evaluado la probabilidad de imágenes libres
de nubes utilizando el archivo de Landsat (1984-1997) y volver
limitación crítica portado por las observaciones por satélite sobre el
norte del Amazonas. Por otra parte, 3D adyacencia e ECTS ff
distorsionan el objetivo re ectancia fl cuando los píxeles se encuentran
cerca de la nube fronteras o bajo indetectable cirrus nube fina (Koren et
al., 2007; Marshak et al., 2008). Mientras períodos nubosidad reducen el
número de píxeles disponibles libres de nubes, gran cantidad de
partículas de aerosol en la atmósfera provoca distorsiones severas en los
datos multiespectrales.Żelazowski et al. (2011)simulado los ECTS ff e
atmosféricas en el espectro de la vegetación para enfatizar el impacto
aerosol en la re aparente reflectancia. Igualmente,Martins et al.
(2017a)informó de que la dispersión atmosférica podría representar más
del 84% de TOA re reflectancia sobre Amazon fl llanura de lagos. En
contraste, el vapor de agua y características de ozono presente de
absorción en los intervalos de longitud de onda estrechas a lo largo del
espectro solar, tales como 0,94, 1,14, 1,38 y 1,88 m para vapor de agua; y
0,28, 0,31 y 0,58 m para la capa de ozono (Gao et al., 2009).
Estudios recientes informaron que las incertidumbres de la
corrección atmosférica y la detección de nubes pueden conducir a
conclusiones incorrectas sobre la dinámica de la vegetación durante los
años de sequía (Samanta et al, 2012.; Hilker et al., 2012); aunque otros
factores pueden jugar un papel, tales como artefactos de la geometría
sensor sun (Moura et al, 2012.; Morton et al, 2014.; Maeda y Galvão,
2015; Nagol et al., 2015). Una literatura polémica sobre Amazon verdor
y la sequía sensibilidad surgido en los últimos años.Saleska et al.
(2007)observado un incremento en el verdor de la vegetación durante el
2005 la sequía moderada usando radiómetro de imágenes de resolución
espectrofotometría (MODIS) C4 mayor índice de vegetación (EVI) y
concluido que los bosques intactos Amazon es más resistente a la sequía
y la foto-activa sintética que se pensaba. A la inversa,Samanta et al.
2
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
MODIS superficie re fl productos reflectancia debido a la un calentamiento sin precedentes sobre la mayor parte de la cuenca
contaminación de aerosoles (estación seca) y las nubes no detectados del Amazonas (Jiménez-Muñoz et al., 2016). Aunque fases extremas de
(temporada húmeda), que explican, al menos en parte, las ENOS modulan la variabilidad del clima y los regímenes hidrológicos
discrepancias de reverdecimiento y Browning anomalías durante los en la cuenca del Amazonas, no es la única chanism mí- controlar la
años de sequía. Aunque numerosos estudios han explorado los ele- variabilidad interanual del clima del Amazonas. El gradiente Atlántico
mentos incorporados para conciliar la discusión acerca de la tropical SST tiene una fuerte influencia regional en el episodios de
sensibilidad de la selva tropical del Amazonas a la variabilidad sequía: el más cálido que el promedio del Atlántico Norte tropical
climática (Hilker et al, 2014.; Maeda et al, 2014.; Anderson et al., 2010;
Brando et al., 2010; Morton et al., 2014), La dinámica atmosférica
también es relevante para establecer el vínculo entre la variabilidad y
desafíos estacional para datos de teledetección óptica sobre la cuenca
del Amazonas.
La aplicación multi-ángulo de Corrección Atmosférica (MAIAC) es
un nuevo algoritmo desarrollado para 6 datos MODIS Collection (C6)
(Lyapustin et al., 2011a). Este algoritmo se aplica una técnica de series
de tiempo dinámico para derivar las MODIS superficie bidireccionales
re factor de reflectancia y recuperaciones atmosféricas en alta
resolución km 1, como la profundidad aerosol óptico (AOD),
enmascaramiento de nubes y vapor de agua en columna (CWV)
(Lyapustin et al., 2008; 2011b). Hilker et al. (2012)mostró que algoritmo
MAIAC mejora la precisión de la detección de nubes en este ecosistema
tropical y aumenta el número de observaciones de cielo despejado en
comparación con procedimientos estándar. Adicionalmente,Martins et
al. (2017B) reportado una alta confianza de recuperaciones MAIAC
AOD sobre superficies con vegetación y pequeño sesgo negativo en
eventos de alto AOD (por ejemplo, la combustión de biomasa). Los
autores también encontraron que presente esperado recuperaciones
MAIAC CWV error dentro del 15% y la correlación Coe fi ciente (R) de
0,968 con mediciones AERONET.
El objetivo de este trabajo es evaluar la variabilidad anual de
temporada y inter- de la cobertura de nubes y los constituyentes
atmosféricos (aerosol, vapor de agua y ozono) con el foco en ambos
análisis del clima y las implicaciones de teledetección. Utilizamos 15
años MODIS-MAIAC productos atmosféricas entre 2000 y 2015 a
través de la cuenca del Amazonas. se presentan los cambios inducidos
por la sequía en los componentes de la atmósfera. También se discuten
las implicaciones de los componentes atmosféricos estacionales en las
aplicaciones de teledetección; una cuestión relacionada con el mejor
periodo libre de nube o ECTS ff e atmosféricas en Trum la vegetación
SPEC-. Por lo que sabemos, este estudio es una novela evaluación de
los componentes atmosféricos utilizando nuevos productos MODIS-
MAIAC en la reso- lución espacial alta (1 km).
2. Fondo
3
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 1. Localización de la cuenca del Amazonas. sitios AERONET se utilizaron para validar profundidad MAIAC aerosol óptico (AOD) y recuperaciones de vapor de
agua columnar (CWV): Manaus-Embrapa (2.89 ° S, 59.96 ° W) y Rio Branco (9.95 ° S, 67.86 ° W).
4
VS MARTINS et
composición de la atmósfera también alteraciones sustanciales ERS SU ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
ff impulsados por co-emisión de gases traza incluyendo óxidos de
nitrógeno (NOx), compuestos orgánicos volátiles (COV), dióxido de
carbono (CO2) y el metano (CH4) (Andreae y Merlet, 2001; Artaxo et
al., 2013). Estos gases traza y otras emisiones biogénicas naturales son
precursores de ozono (O3) la formación a través de las reacciones
fotoquímicas (Akagi et al., 2011; Ja ff ey Wigder, 2012; Royal Society,
2008) Y puede alterar la carga neta de temporada O3 troposférico (Karl
et al., 2007; Paci fi co et al., 2015). Ziemke et al. (2009) mostró un
aumento de O3 troposférico durante la temporada de incendios; que
contribuye con relación DU 6-7 a los valores medios (25-40 DU). Tenga
en cuenta que el ozono troposférico representa una pequeña fracción
de columna de ozono total (~ 10%) y la variación estacional también es
accionado por ambos procesos dinámicos y químicas en la estratosfera,
con rango típico entre 220 y 235 DU en los trópicos (Ziemke et al., 2011;
Fioletov de 2008).
3. Datos y métodos
5
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
tabla 1
sesgo Anual de MAIAC CWV utiliza para corregir los datos de vapor de agua en la serie temporal. Estos valores son de la Sección 4.6 enMartins et al. (2017B).
sesgo CWV Terra (g cm-2) 2000 2001 2002 2003 2004 2005 2006 2007
-0.289 - -0.198 -0.152 - -0.218 -0.095 -0.103
0.184 0.218
2008 2009 2010 2011 2012 2013 2014 2015
-0.012 0,053 0,062 0,129 0,123 0,175 0,163 0,301
datos de MODIS se procesan en varios niveles (nivel 0 a 4), y los aplicaciones a gran escala. En este estudio, se utilizó el producto
productos de nivel 1b (geolocalizados y calibrados) son las entradas a MOD08_D3 (diario) de la colección de 6 entre 2000 y 2015. La columna
geofísicos gorithms al-. Los resultados se conocen como 2 productos de de ozono total (TOZ) se extrajo de capa fi científica, llamado
nivel (L2), tales como aerosol y vapor de agua. El éxito de los productos “Total_Ozone_- Mean”, con escala modificada a unidades Dobson (DU)
tierra-atmósfera MODIS se asocia con continuos e ff Orts para por 0,1 factor de y, a continuación, los píxeles se cambian de tamaño de
proporcionar datos de alta calidad para fines científicos. En este sentido, 1 ° a resolución de 1 km de sólo para superponer el conjunto de datos
recientemente disponible algoritmo MODIS multi-ángulo, llamado MODIS- MAIAC. El algoritmo del contenido total de ozono se aplica la
MAIAC, implementa un enfoque novedoso corrección atmosférica información mary pri- de canal MODIS 30 (9,6 m) para resolver la
sobre la base de series de tiempo dinámico y análisis bloque de píxeles, ecuación de transporte radiativo y realiza la regresión estadística con
lo que mejora la detección de nubes y la calidad de las consultas de vertical del atmosférica pro fi les (Borbas et al., 2011; Seemann et al.,
aerosol. Para el análisis de series temporales, tiendas MAIAC hasta 16 2003). Más información está disponible en los documentos base teórica
días de observaciones MODIS C6 cuadriculadas en resolución espacial del algoritmo (https://modis-
de 1 km. El uso de estas observaciones múltiples ángulos de la misma images.gsfc.nasa.gov/_docs/MOD07_atbd_v7_ April2011.pdf).
superficie con el tiempo, algoritmo MAIAC es capaz de explorar un
cierto nivel de fondo de la superficie estable para hacer recuperaciones
simultáneas de los aerosoles atmosféricos y el factor de reflectancia re fl 3.3. observaciones AERONET
bidireccional de datos MODIS superficie. Actualmente, MAIAC C6 está
en funcionamiento y o fi cial productos MODIS-MAIAC se dará a AERONET (aerosol Red Robótica) es una red global de au-
conocer pronto. Para obtener información detallada sobre base de radiómetros de sol y cielo tomatic para el monitoreo de aerosoles
transferencia radiativa de MAIAC, corrección atmosférica, la detección (Holben et al., 1998). mediciones de sol directos se utilizan para calcular
de nubes y el algoritmo de aerosol, verLyapustin et al. (2011a; 2011b; los valores de AOD a siete longitudes de onda (340, 380, 440, 500, 675,
2011c). 870, 1020 nm), mientras que las recuperaciones CWV se derivan del
Este estudio abarca 12 azulejos MAIAC más de la cuenca del canal 940 nm (Schmid et al., 1996). La AOD es una medida óptica de
Amazonas (~6.1 millones de km2), que cubre 6 ° N a 20 ° S en latitud y extinción de la luz por los aerosoles en la columna atmosférica (por
80 ° W a 49 ° W en longitud (Figura 1). Utilizamos datos MAIAC Terra ejemplo, polvo, humo, contaminación) y puede ser útil para el análisis
debido al gran número de satélites que cruzan el ecuador casi a la de la calidad del aire. están disponibles con cloud- seleccionados y en el
misma hora local, mientras que los datos de la aguamarina son más una Nivel-2 los productos de calidad garantizada de los datos AERONET.
ff ected por opacidad del cúmulo desa- rrollo (Hilker et al., 2015). En este estudio, se comparan los registros MAIAC y AERONET L2 de
Nuestro conjunto de datos actual contiene MAIAC AOD y la VPT adquiridos a Manaos-Embrapa (2,89 ° S, 59.96 ° W) y Río
~96.000 imágenes entre 2000 y 2015 para cada constituyente Branco (9.95 ° S, 67.86 ° W) sitios (Figura 1). A pesar de la gran variedad
atmosférica: AOD a 550 nm (sin unidades), CWV (g cm-2), y el de tipos de aerosoles y de carga a través de la Amazonía, estos sitios son
enmascaramiento de nubes AERONET op- ciones apropiadas para representar contexto aerosol
con una resolución espacial de 1 km. El procesamiento de imágenes distinta utilizando registros a largo plazo. Aquí, los valores AERONET
consiste en la (i) ex- tracción de capas científicas de HDF fi les, (ii) AOD se interpolan a un 550 nm usando bene fi cuadráticas en una escala
construir un mosaico de todas las baldosas MAIAC, y (iii) la log-log (Eck et al., 1999), Y por lo tanto, el promediado AERONET AOD
reproyección de Sistema Geodésico Mundial 84 (WGS84). La máscara tomada dentro de ± 30 min de paso del satélite se comparó con los
de nubes está disponible en la capa de control de calidad (QA) y esta valores MAIAC promediados dentro de 25 × 25 caja km2 centrada en el
información se utilizó para calcular la fracción de cobertura de nubes. sitio. El análisis estadístico de MAIAC y AERONET comparación
incluye el coe fi ciente de correlación (R), la pendiente de la regresión
3.2. MODIS-MOD08 producto: columna total de ozono lineal (So) y error cuadrático medio (RMSE).
Si bien esta comparación apoya la fiabilidad de estos nuevos
El producto MOD08 es parte de los MODIS / Terra Nivel-3 productos esféricas atmósferas, una validación completa de MAIAC
productos y contiene varios parámetros atmosféricos, tales como carga AOD y la VPT se llevó a cabo a través de América del Sur (Martins et
total de la columna de ozono, la temperatura y vapor de agua al., 2017B). Los Thors au- reportaron una tendencia al alza sistemática
atmosférico. Todos los datos fi científicas en este producto se derivan de en las recuperaciones de la VPT Terra como evidencia de la desviación
análisis estadístico de los MODIS de nivel-2 (por ejemplo, productos de calibración a lo largo de la misión MODIS / Terra. Para AD- vestir a
MOD07 para atmosférica pro fi le), y estos resultados estadísticos se esta cuestión tendencia, se utilizó el sesgo medio por año (tabla 1) Para
almacenan en cuadrícula global del 1 ° x 1 ° de resolución (Hubanks et volver a mover la posibilidad de error en los datos MAIAC VPT.
al., 2015). Tenga en cuenta, por tanto, que el producto MOD08 es el
subconjunto informa- ción de los productos MODIS L2, pero O ff ers
una oportunidad única para
6
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig diagrama 2. Bloque de análisis espacio-temporal de 15 años de datos MODIS-MAIAC:. Fracción de la cubierta de nubes (FCLOUD,%); profundidad óptica aerosol a
550 nm (AOD550 nm, sin unidades); vapor de agua columnar (CWV, g cm-2); ozono columnar total (TOZ, Unidades Dobson).
7
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
4. resultados
3.4. ANÁLISIS DE LOS DATOS
4.1. COMPARACIÓN DE LAS OBSERVACIONES MAIAC Y AERONET
El conjunto de datos históricos y plena sobre cuenca del Amazonas
permite el procesamiento de imágenes utilizando varias escalas de Higos. 3 y 4 presentar la comparación entre MAIAC y AERONET
tiempo y cobertura espacial (Figura 2). Derivamos un conjunto de datos para AOD y CWV recuperaciones, respectivamente, en (a) Manaus-
de series de tiempo promedio para todos los píxeles (1 × 1 km) que Embrapa y (b) sitios Rio Branco (Ver ubicación en Figura 1). Estos dos
cubren la cuenca del Amazonas. La frecuencia de la cubierta de nubes sitios AERONET representan distintas de aerosol y vapor de agua
por pixel da la fracción de cobertura de nubes en escalas de tiempo contextos. Por ejemplo, Manaos-Embrapa sitio está cerca de bosques
Δδ
distintos (estaciones y mensuales). En Además de los datos densos y de capital poblada del Amazonas / Brasil, mientras que Rio
promediados, que computa las anomalías no normalizados () utilizando Branco sitio registra los eventos de quema de biomasa de temporada
la Ec. (1): cerca de áreas deforestadas y agrícolas. Los resultados enHigos. 3 y 4se
basan en duelos entre 2011 y 2015. La AOD AERONET registros varían
Δδt = μt,año - <μt >2000-2015 (1) entre las estaciones climáticas en el
Rio Branco con 0,6-1,2 valores de julio a septiembre debido a An-
donde μ es el componente atmosférico, mT, año es el promedio del
componente atmosférica para el tiempo t para cada año (2000, 2001, ...,
2014,
> -
..., noviembre, diciembre) promedios, mT 2000 2015 es el valor promediado en el tiempo T inferior a 0,4 sobre Manaos-Embrapa, incluso con las emisiones urbanas
derivadas de todos los datos (2000-2015). y las emisiones locales cerca de la ciudad de Manaus. En general,
El análisis global fue desarrollado para dos escalas espaciales: nuestros resultados muestran que las recuperaciones MAIAC AOD
cuenca del Amazonas y análisis regional, en adelante AMZ (sección 4.3). concuerdan bien con la planta mediciones en ambos sitios AERONET.
La ubicación de las regiones AMZ se basa en la precipitación anual El acuerdo de series de tiempo ilustra la viabilidad de las recuperaciones
acumulada de 15 años de misión pluviométrica tropical (TRMM) MAIAC a la tendencia de la variabilidad estacional de los valores de
producto 3B43-V7 en 0.25 ° resolución espacial (Huffhombre et al., AOD, ya sea en condiciones limpias o turbias, con un ciente correlación
2007). coe fi (R) de
Espacio transmitidas por teledetección óptica es de naturaleza 0,88 (Manaus) y 0,97 (Rio Branco) (Fig. 3). El pico de septiembre en el
compleja y limitada por las incertidumbres intrínsecas en él mediciones, Río Branco se observó en las recuperaciones MAIAC y el impacto del
tales como la degradación del sensor, calibración radiométrica, ECTS e error (RMSE: ~0.065) se vuelve menos relevante para los valores altos
ff direccionales de sol-view geometrías y atenuación atmosférica (Okin en comparación con los eventos de baja AOD.
y Gu, 2015). Para proporcionar información sobre ECTS e ff La comparación de las observaciones MAIAC y AERONET CWV se
atmosféricas, se realizó un análisis de sensibilidad usando la segunda muestran en la Fig. 4. En general, los registros AERONET CWV van
simulación de una señal de satélite en el espectro de vector Solar modelo desde 3,0 a
(6SV) (Vermote et al., 1997). El 6SV es un busto RO- y bien conocido 4,5 g / cm2 en Manaus sitio, mientras que la variación estacional es
modelo de transferencia radiativa, y simular la atenuación atmosférica, mejor ob- sirve en el sitio de Rio Branco (2.5 a 4.5 g / cm2). En general,
un estándar de espectro vegetación verde ff ejando, bajo dos la variabilidad estacional de vapor de agua fue bastante caracteriza por
condiciones atmosféricas: (i) la estación seca (septiembre de 2005) y recuperaciones MAIAC, mostrando tendencia similar de los registros
(Ii) la temporada húmeda (noviembre de 2014). AERONET. Nuestros hallazgos también muestran que las
recuperaciones de la VPT tienen un mejor acuerdo con AERONET Río
Branco (R: 0,92) que las de Manaus sitio (R: 0,81). Sin embargo, estas
recuperaciones son ligeramente superiores en comparación con los
registros AERONET, con valor RMSE
8
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 3. Análisis temporal de MAIAC y AERONET AOD registros de (a) Manaus y (b) Rio Branco entre 2011 y 2015. Obsérvese que el eje x es irregular y algunos períodos
podría presentar sólo unos pocos puntos. El valor de n corresponde al número de emparejamientos entre producto satélite (MAIAC) y tierra-verdad (AERONET), S0 es
la pendiente de la regresión lineal, la correlación Coe fi ciente (R) y la raíz cuadrada media-error (RMSE) entre MAIAC y registros AERONET.
9
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
JJA, también observamos los registros pico de AOD en 1-2 meses más
de 0.488 (Manaus) y 0,455 g / cm2 (Rio Branco). Se observaron algunas
tarde (Fig. 5segundo).
recuperaciones máximas para el vapor de agua alta en las
las emisiones regionales de fuego aumentan la carga atmósfera
recuperaciones MAIAC, mientras que los registros AERONET
durante la temporada de primavera (SON) (Fig. 5segundo). Los registros
(Manaus) mostraron una menor variación en el mismo período.
de alta AOD (> 0,2) cubren el 57,1% de la cuenca del total, siendo la
mayoría de las áreas ejadas una de FF en el sur de la Amazonia. En este
caso, tenga en cuenta que el transporte a larga distancia de fuego fuma
4.2. PATRONES ESPACIO-TEMPORAL DE LOS COMPONENTES ATMOSFÉRICOS
cambia el
En esta sesión, se presentan la variabilidad espacial y temporal de
cada componente a través de la Amazon usando los datos promediados
sobre 2000-2015. En general, todos los constituyentes variación espacial
presente y los cambios estacionales en todo el Amazon: Se observaron
valores de cobertura y de vapor de agua de alta nube durante el verano
austral (DEF), mientras que la carga de aerosoles y aumento total
contenido de ozono en la primavera austral (SON) (Fig. 5). El gradiente
espacial norte-sur se observa también en la cuenca como consecuencia
de la climatología regional, las características del paisaje y de incendios
antropogénicos. En la temporada de verano (DEF), la cubierta de nubes
altas (> 90%) llega a alrededor de 60,4% de la cuenca del Amazonas,
mientras que disminuye a ~ 5% durante la temporada de primavera
(SON). También observamos que la cobertura de nubes es mayor que
60% cerca del rango latitud 2.5 ° S-5 ° N debido a la posición de diness
clou- ITCZ cerca del ecuador. En el norte de las sub-cuencas (por
ejemplo Napo-Putu- mayo-Javari y Negro lavabos), la nubosidad
persiste principalmente durante 9 meses (de octubre a junio) y impone
limitaciones para cielo despejado ob-
observacio-. En contraste, las sub-cuencas del sur (por ejemplo, de alta
Madeira y
Tapajos cuencas) presentan hasta un 40% de la fracción de cobertura de
nubes entre Junio y Septiembre (Fig. 5a), que es una ventana potencial
para cantar a distancia sen- aplicaciones. Por lo tanto, mientras que la
nubosidad casi constante se produce en el norte de la Amazonía,
nuestros resultados muestran la variación estacional de la cubierta de
nubes sobre el sureste de Amazon, que abarca 5 ° S a 20 ° S en latitud y
65 ° W a 50 ° W en longitud. Sin embargo, cuando los niveles de
nubosidad se desintegra en el sur de la Amazonía durante la temporada
1
0
VS MARTINS
fondo deetaerosola través de cientos de kilómetros de sus fuentes, y la ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
distribución espacial de los registros de AOD podrían conducir a una
mala interpretación de las fuentes de fuego locales. Mientras que la
temporada quema tiene un peralte significante influencia en la
evolución estacional de la carga de aerosol, el norte de Amazon (3 ° S
a 10 ° N latitud) presenta condición relativa baja y estable AOD (hasta
0,2) durante todo el año.Fig. 5c muestra que el vapor de agua varía
típicamente entre 2,0 y 5,0 g / cm2, con el máximo CWV sobre el
norte de Amazon (5 ° S-5 ° N en latitud). En general, el contenido de
vapor de agua disminuye sustancialmente desde el noroeste hasta el
sureste de Amazon, aunque Andes (por ejemplo más occidental)
muestra las concentraciones más bajas (<2,0 g / cm2). Durante el
invierno austral (JJA), el vapor de agua se reduce a menor que 3,5 g /
cm2 sobre el sur de Amazon. Por ejemplo, cuenca de alta Madeira
presenta menores concentraciones CWV (2.5 a 3.5 g / cm2) en
comparación con todos los sub-cuencas en esta temporada. En
contraste, el norte-Amazon occidental y central presenta baja
variación estacional de contenido de vapor de agua, con valores
superiores a 4,0 g / cm2 durante todo el año.Fig. 5d muestra que el
ozono total presenta registros relativamente bajos
(240-255 DU) en otoño (MAM), y aumenta a ~255-265 DU en el
otoño austral (MAM) sobre la mayor parte de la Amazonía. En la
estación seca, los gases traza de radiación y netas contribuyen a
aumentar el contenido de ozono troposférico (Ziemke et al., 2009), Pero
esta variación (↑ ~ 20 DU) es también una función de otros factores
como se discutió previamente. Tenga en cuenta que el aumento de
contenido de carga de aerosoles y ozono en el periodo largo de los sub-
cuencas del sur, mientras que la cuenca noroccidental muestra una
menor variabilidad que se libra entre 245 y 255 DU durante todas las
estaciones (Fig. 5re). Bosque tropical es una fuente notable de BVOCs
atmosféricas (Jardine y Jardine, 2016), Y estos resultados sobre la
región bosque prístino sugirieron que los COV naturales y las
emisiones de NOx (+ radiación neta) podrían controlar la producción
de O3 troposférico en la región (Karl et al., 2007).
1
1
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 5. La distribución estacional de constituyente atmosférica en la cuenca del Amazonas. Los paneles presentan cada constituyente atmosférica: (a) fracción de la
cubierta de nubes (FCLOUD,
%); (B) la profundidad óptica de aerosol a 550 nm (AOD550, sin unidades); (C) el vapor de agua columnar (CWV, g / cm2); (D) de ozono columnar total (TOZ,
Unidades Dobson). Las barras de colores representan los recuentos de píxeles (%) para cada concentración - secuencia similar de leyenda.
las zonas sensibles a las variaciones de precipitaciones. El normalizada AMZ1, la precipitación anual se distribuye uniformemente por
coe fi ciente de variación (CVnorm) es la desviación estándar anual de todo el año (CVnorm de 0,1-0.2) y la estación de lluvias se produce de
precipitación dividido por su media. Esta fi ciente Coe se normalizó marzo a junio (Fig. 6segundo).
entre 0 y 1, y representa la variabilidad anual de las precipitaciones, que
van desde baja (0,0) a la alta variabilidad (1.0). En general, la
precipitación anual es típicamente alrededor de 1600-3000 mm en su
mayor parte de la Amazonía. La mayor precipitación anual se produce
en el Noroeste (AMZ1) con
~3375 mm / año, y se cambia gradualmente hacia el sudeste del
Amazonas (AMZ4) alcanzando ~1740 mm / año. En la región
1
2
VS MARTINS etque
Mientras la región presenta AMZ1 lluvias regulares durante el ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
año, se produce una gran variabilidad sobre las otras regiones:
Amazonas central presenta una CVnorm anual de 0,4-0,6, lo que
aumenta a CVnorm superior a 0,6 hacia el suroeste y sur del
Amazonas. Además, el régimen de pre cipitation región AMZ2
muestra la concentración de precipitación anual de ~35.2% en el
verano austral (DEF) en comparación con 11.4% durante la temporada
de invierno (JJA). Además, en el sur del Amazonas (AMZ4) tiene una
estación lluviosa fi nida bien durante el verano de, con una
precipitación acumulada de ~790 mm (o el 45,4% del total). En la
región AMZ3, otoño austral (MAM) presenta un 40% de la
precipitación anual (temporada de lluvias) en comparación con el 9,4%
entre junio y septiembre.
1
3
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 6. Media mensual de la precipitación y los constituyentes atmosféricos utilizando una serie de tiempo de 15 años en las cuatro regiones. (A) La precipitación
anual y normalizado coe fi ciente de variación (CVnorm) se calcularon basándose en media mensual de Tropical Precipitaciones Misión de Medición (TRMM).
(B) precipitación mensual fue calcu- lada a partir de datos del TRMM promedio (2000-2015); (C) fracción cubierta de nubes mensual y componentes de la atmósfera
a partir de datos MAIAC promediados (2000-2015). El eje y de los paneles (c) muestra el número de píxeles para cada intervalo de concentraciones: (i) fracción de
la cobertura de nubes, (ii) la profundidad óptica de aerosol a 550 nm, (iii) agua precipitable total de, (iv) la capa de ozono columnar total de . El cuadro delimitador
de las cuatro regiones se describen utilizando izquierda superior (UL) y la parte inferior derecha (BR): AMZ1 (UL: 0,69 ° N / 75.33 ° W y BR: 3,37 ° S / 67.49 ° W);
AMZ2 (UL: 2,69 ° S / 65.46 ° W y BR: 6,64 ° S / 57.61 ° W);
14.23 ° S / 59.58 ° W).
1
4
VS MARTINS
Tenga enet cuentaque Tabla 2 muestra los datos promediados de ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
temporada para cada constituyente y los lectores son capaces de
calcular los valores absolutos de la serie temporal. Las anomalías
negativas críticos de la cubierta de nubes se observan claramente
durante los años de sequía, donde el Δδ oscila entre -5 y -15% (Fig.
7una). A su vez, año inundación han experimentado anomalías
positivas de hasta
+ 8,5%, excepto en el año 2012. son más bien espera Estas anomalías
extremas durante la sequía y año inundación, mientras que la
variabilidad regular de la cobertura de nubes oscila entre -5 y 5%. Fig.
6ci sugiere que la mayor parte del periodo libre de nubes se produce
entre junio y septiembre. Sin embargo, a pesar de- el aumento de la
probabilidad de imágenes libres de nubes, el mismo período presenta
las mayores concentraciones de AOD (Fig. 6cii) y TOZ (Fig. 6CIV), lo
que demuestra lo difícil que es la interpretación de la información por
satélite durante la estación seca, y particularmente en condiciones de
sequía. Fig. 6cii muestra que la carga de aerosol aumenta de 0,01 a
0.2 valores a 0,2-0,6 entre DJF e hijo, a excepción de AMZ1. En
Amazonas Sur (AMZ4) abierto fuego a menudo se utiliza para la
gestión del territorio
1
5
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 7. Time-serie de anomalías no normalizados estacionales (Δδs) para componentes de la atmósfera en las cuatro regiones. (A) Fracción de la cubierta de nubes
(FCLOUD,%). profundidad óptica (b) Aerosol a 550 nm (AOD, sin unidades). (C) el vapor de agua Columnar (CWV, g / cm2). (D) de ozono columnar total (unidades
TOZ, Dobson). Las barras sombreadas son referencia para los años de sequía (marrón) y años inundación (azules) (Marengo y Espinoza, 2016). (Para la interpretación de
las referencias de color en esta leyenda figura, se remite al lector a la versión web de este artículo).
1
6
VS MARTINS etdel
la cuenca Amazonas. ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Nuestros hallazgos en Fig. 6c muestran un patrón estacional similar
de la carga de aerosoles y el contenido de ozono sobre la mayor parte
de las regiones; registros altos se observan a menudo en la segunda
mitad del año. El aumento del contenido de ozono se produce a partir
de julio a septiembre, mientras que los registros más bajos son de
febrero a mayo. Este patrón podría estar asociado con el transporte y
ambiental de largo alcance factores, tales como la radiación neta y
gases traza (CO, NOx y COV), que controlan la variabilidad entre
estación húmeda y seca (Royal Society, 2008). Además, los presentes
gradiente de ozono
1
7
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Tabla 2
variabilidad estacional de la cobertura de nubes y constituyente atmosférica clave sobre las cuatro regiones. Los valores (media ± desviación estándar) se calcularon a
partir de 15 años productos MODIS-MAIAC y producto MOD08 estándar.
AMZ1AMZ2AMZ3AMZ4AMZ1AMZ2AMZ3
DJF 0,13 ± 0,02 0,14 ± 0,03 0,17 ± 0,05 0,12 ± 0,03 DJF 245,44 ± 0,6 247,1 ± 1,3 248,8 ± 1,8 250,85 ± 1,2
MAM 0,14 ± 0,04 0,1 ± 0,02 0,14 ± 0,06 0,08 ± 0,02 MAM 242,68 ± 0,3 244,1 ± 1,1 246,2 ± 2,4 246,56 ± 0,9
JJA 0,12 ± 0,02 0,14 ± 0,02 0,10 ± 0,03 0,17 ± 0,02 JJA 251,61 ± 0,3 254,3 ± 0,9 257,3 ± 0,5 256,48 ± 0,7
HIJO 0,13 ± 0,02 0,25 ± 0,04 0,27 ± 0,11 0,42 ± 0,05 HIJO 252,06 ± 0,8 258,0 ± 2,1 262,7 ± 1,9 259,45 ± 0,9
1
8
VS
se M ARTINS et
muestra en la Fig. 8. Tenga en cuenta que el pico se observaron ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
registros de AOD entre agosto y entre octubre, lo que indica la
importancia de este período para el fuego de vigilancia. También se
encontró que los valores de AOD tienen baja variabilidad durante el
verano (DEF) y los períodos de otoño (MAM) para ambas regiones -
independientemente de las condiciones climáticas. Por otra parte, el
contenido de vapor de agua es relativamente baja en la estación seca
sobre el sur de la Amazonía, siendo más crítico para los años de sequía.
La variabilidad interanual del contenido total de ozono no presenta
una relación directa con las condiciones climáticas ser- causa
observamos valores pico toz tanto para la sequía y la inundación años
según las regiones AMZ.
Higos. 9 y 10 mostrar la (a) porcentaje de área de la cuenca del
Amazonas bajo Δδ negativo de la cobertura de nubes y Δδ positivo de
AOD, respectivamente, y (b) la distribución espacial de las anomalías
positivas durante 2005, 2010 y 2015 las sequías. Tenga en cuenta que la
reciente sequía tuvo un AOD extrema que ocurre anomalía hacia el
final de 2015, a diferencia de en 2005 y 2010, y que representaba este
mes de octubre de la temporada diciembre.Fig. 9 reveló que el 2005 y
2010 las sequías de una capa de nubes reflejado ff sobre todo en
invierno austral (JJA) con anomalías positivas sobre el 69,5% y el 63,6%
de la cuenca total en este periodo. En comparación, el 2015 la sequía
presenta las anomalías negativas que cubren el 80,9% de la cuenca en
la temporada hijo. Estos resultados sugieren la rencia espacial di ff ff
ECTS de sequía e (por ejemplo, IR distribución regular lluvia) entre
estos años, lo que lleva a la estación seca prolongada en los 2015. ECTS
ff e inducidos por la sequía similares se observaron en las anomalías
de AOD. Mientras septiembre representa el mes pico para AOD en
2005 y 2010, la temporada de quema tarde durante el 2015
cambiado el pico de AOD hacia el final del año. Durante las sequías
de 2005 y 2010, las anomalías de AOD positivos (δ> 0,1) se
produjeron más de 39,03% (240.300.000 ha) y 27,14% (166 millones
de hectáreas) de la cuenca total en el
SON temporada, respectivamente. Sin embargo, la reciente sequía 2015
se produjo hacia el final del año y no se observaron estas anomalías
más de 23,72% (145 millones de hectáreas) de octubre a diciembre
(OND), la mayoría de las áreas ejadas un ff más regiones central y
oriental. Tenga en cuenta que el transporte de las emisiones de fuego
cambia la carga atmosférica en grandes áreas, y no representa una
indicación de la zona quemada. Si bien la sequía 2015 se sugirió como
la más grave durante las dos últimas décadas (Jiménez-Muñoz et al.,
2016), El porcentaje del área bajo anomalías alta de AOD (> 0,1) fue
ligeramente inferiores a los de 2005 y 2010 la sequía (La Fig. 12). Desde
los altos registros de AOD en la cuenca del Amazonas son al menos en
parte, una respuesta a las emisiones de fuego, estos resultados
representan una medida positiva para los registros de Septiembre,
pero observó que aún ff ión de la calidad del aire durante los años de
sequía - estos e ff ECTS se extienden por regiones apenas un ff ejadas
en el pasado.
1
9
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 8. variabilidad mensual de constituyentes atmosféricos para regular, la sequía y el año inundación. En cada condición climática, la media y la desviación estándar
se calcula utilizando valores aleatorios 300.000 (100.000 por año) de las regiones del noroeste y del sur.
2
0
VS
SinMembargo,
ARTINS et en cuenta que algunos canales espectrales útiles para ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
índices de vegetación (NDVI, EVI) están bajo ECTS bajos o no vapor
de agua e ff, por ejemplo, bandas NIR, como MODIS y VIIRS a 0,88
micras, y otras bandas visibles. Tenga en cuenta que la carga de aerosol
también una propagación ECTS ff luz del sol mediante el uso ff di
transmi- tancia (hacia arriba y hacia abajo), que se puede observar
fácilmente en la porción NIR durante condiciones secas. Por lo tanto,
estos resultados sugieren que los métodos de corrección atmosférica
empíricos centrados en aditivos ECTS ff e, tales como la resta-objeto
oscuro, podrían ser inapropiado para ciertos aplicaciones de detección
Mote re-. En cuanto a los ECTS ff ozono e, la transmi- tancia disminuye
en el verde (~0.550 m) y rojo (0,670 m) bandas, mientras que las bandas
infrarrojas tienen baja o ninguna e ff ect de la absorción de ozono (TO3
= 1,0). Dado que la distribución de la capa de ozono es bastante
espacialmente estable a través de la cuenca del Amazonas,
5. Discusión
2
1
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 9. Los patrones temporales de la cobertura de nubes en los años de sequía. (A) Porcentaje de la superficie de la cuenca del Amazonas bajo anomalías no
normalizados negativos (Δδ) de la fracción de cobertura de nubes en 2004-2005, 2009-2010 y 2014-2015. (B) Distribución espacial de Δδ negativo de la cubierta de
nubes en SON 2.005, 2.010 y 2.015.
Fig. 10. patrones temporales de profundidad óptica de aerosoles (AOD) en los años de sequía. (A) Porcentaje de área de la cuenca del Amazonas bajo anomalías
no estandarizados positivos (Δδ) de AOD en 2004-2005, 2009-2010 y 2014-2015. (B) Distribución espacial de Δδ positivo de AOD para la temporada hijo en 2005,
2010 y para la temporada de OND en 2015.
2
2
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 11. Las simulaciones de la dispersión atmosférica y la absorción, un estándar de espectro vegetación verde ff ejando, du rante condiciones secas y húmedas.
(A) sensores de satélites y sus bandas espectrales como referencia para el usuario; (B) la condición seca en septiembre de 2007 sobre el sur del Amazonas (AMZ4);
y (c) condiciones de humedad en noviembre de 2014 sobre el noroeste del Amazonas (AMZ1). Las variables de entrada del modelo utilizadas en el modelo 6SV
se describen en la tabla-medio derecho. La longitud de onda está en micrómetros (micras). (Para la interpretación de las referencias de color en esta leyenda figura,
se remite al lector a la versión web de este artículo).
2
3
VS MARTINS etque
muestran los episodios más críticos de AOD se produjeron en el ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
2005 y 2007 (Fig. 7). Similar,Aragão y Shimabukuro (2010) informó de
un incendio aumento entre 1998 y 2007, si bien las tasas anuales de
deforestación han reducido después de 2004 (Aragão et al, 2014.;
Reddington et al., 2015). Adicionalmente,Morton et al.
(2008)cuantificada que el 84% de fi res incidencia (2003-2007) se detectó
en las fronteras de deforestación activos, tales como Bolivia y estados
de Mato Grosso, Pará y Rondônia. Nuestros resultados muestran que
la carga de aerosoles tiene una tendencia a la disminución progresiva
en el periodo estudiado, sobre todo, en el sur de la Amazonía (Fig. 7).
Sin embargo, se observaron las grandes áreas con anomalías positivas
de AOD (Δδ> 0,1) durante las tres sequías (2005, 2010, 2015). Estas
anomalías presentes ECTS e ff regionales entre los años (La Fig. 10).
Para postura in-, el 2015 la sequía tiene un alto registros AOD sobre el
centro y el este del Amazonas, mientras que en 2005 y 2010 tenían las
regiones más un ff refleja en la Amazonía meridional y occidental.
Estos hallazgos son consistentes con la distribución espacial de fi re
activa incidencia en la Amazonia brasileña (Aragão et al., 2018). Estos
autores también reportaron que la sequía inducida fi res superan las de
la deforestación, con fuertes evidencias de desacoplamiento de
incendios ocurrencias de la deforestación. Adicionalmente,Andela et
al. (2017) reportado positiva tendencia de área quemada sobre la región
centro-oriental, lo que sugiere que los incendios impulsados por
humanos están cambiando de las fronteras de los bosques tropicales a
las áreas apenas un ff refleja en el pasado. Por lo tanto, EF- continuo
Se necesitan fuertes para mantener el progreso positivo en la calidad del
aire a través
2
4
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 12. Distribución espacial de la fracción de cobertura de nubes (a, b) y la profundidad óptica de aerosol (c, d) en julio y agosto a partir de datos promediados (2000-
2015). La escena Landsat rejilla-8 (ruta / fila) se muestra superpuesta en los paneles como una referencia para los usuarios de teledetección. Estos resultados han
demostrado que la fracción cubierta de nubes está cerca de la misma entre julio y agosto, pero los registros de fondo AOD son claramente distintas.
2
5
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
concentraciones (Karl et al., 2007; Murray et al., 2013). Sauvage et al.
(2007) a partir de simulaciones mostraron que los rayos son la fuente
dominante de ozono en la zona tropical del Atlántico Sur, lo que
contribuye a la variación estacional de la troposfera O3 sobre la
América del Sur. En general, la combinación de ECTS ff e dinámicos y
químicas conduce la variación estacional de ozono total, y las
emisiones de la quema son una explicación parcial para los ECTS ff e
regionales. Debido a la capa de ozono e ECTS ff en la calidad del aire
y el clima, más estudios son altamente sugeridos para cuantificar los
impactos del cambio climático inducido por el ozono troposférico.
A gran escala circulación atmosférica y reciclaje local de humedad
son mecanismos pertinentes que influyen en la retroalimentación de
humedad en la región selva tropical (Eltahir y Bras, 1994; Van Der Ent
et al., 2010). Nuestros resultados muestran que el mayor contenido de
vapor de agua se lleva a cabo en el verano austral (DEF) y otoño
(MAM) a lo largo cuenca del Amazonas (Higos. 5 y 6y S3). Además,
los sub-cuencas del norte presentan el contenido CWV persistente de
~4.0-5.5 g cm2 durante todo el año, mientras que los sub-cuencas del
sur presentan una variabilidad estacional en la concentración que
abarca desde 4.0 a 5,5 g / cm2 a 2,0-3,5 g / cm2 entre el primer y
segundo semestre del año. En la región sur, los cambios en el contenido
de vapor de agua como respuesta evapotranspiración contribuyen
transición a secar en húmedo en una estación seca tarde (Fu y Li, 2004).
Malhi et al. (2002) cuanti fi cado de energía y dinámica del agua usando
mediciones de sep- tiembre de 1995 y agosto de 1996 e informaron que
anual
2
6
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Fig. 13. máxima y meses mínimo de (a, b) la cobertura de nubes y los constituyentes atmosféricos clave: (c, d) de aerosol profundidad óptica, AOD; (E, f) el vapor de
agua columnar, CWV; y (g, h) de ozono columnar total de, TOZ. La escena Landsat rejilla-8 (ruta / fila) se utiliza como referencia para los usuarios de teledetección.
2
7
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
15 años de datos MODIS-MAIAC (2000-2015) a través de cuenca del
evapotranspiración (1123 mm) contribuye con el 54% de la precipitación Amazonas. La validación de la AOD y la VPT muestra a un acuerdo justo
en el centro del Amazonas, cerca de la ciudad de Manaus. Dado que la de las consultas MAIAC y surements medi- AERONET (R> 0,81). La
evapotranspiración juega un papel significativo para el mantenimiento variabilidad estacional e interanual de los componentes mospheric At-
de la humedad atmosférica (ver referencias enMarengo, 2006), La impone varios retos para aplicaciones de teledetección en la cuenca del
deforestación amazónica en las últimas tres décadas (Hansen et al., Amazonas. Nuestros hallazgos muestran que el noroeste del Amazonas
2013) Se espera que cause una reducción en la evapotranspiración y así presenta una condición nublado persistente (60 a 100%) durante el
inducir cambios en el presupuesto de humedad (Sampaio et al., 2007). período de 10 meses. Durante el invierno austral (JJA) y primavera (SON)
Sin embargo, nuestros resultados enFig. 7c muestran una ligera
tendencia al alza de los registros CWV entre 2000 y 2015 (~ 0,3 g / cm2).
Recientemente, algunos estudios encontraron una tendencia positiva
similar de contenido de agua (Bordi et al, 2014.; Gloor et al., 2015). Este
último informó de un aumento del transporte de la humedad a través
de la costa atlántica como en la influencia del calentamiento de la
superficie tropical del Atlántico. Aunque estos estudios presentes
fuertes evidencias de intercambio de humedad, también sugerimos que
las altas temperaturas pueden in- pliegue la evapotranspiración en el
corto plazo, pero puede cambiar (y disminución) en a largo plazo
debido a la respuesta selva al agua y el estrés térmico (Nobre y Borma,
2009b). En este sentido, el análisis adicional de conjunto de datos
radiosonda puede ser útil para aclarar los cambios a largo plazo en los
parámetros meteorológicos, como la presión, la temperatura, el vapor
de agua
y humedad relativa (Sobrino et al., 2015).
Hemos demostrado que algunos componentes de la atmósfera son
bastante constante con- durante un período corto, tal como vapor de
agua y ozono (Higos. 5 y 6), Y la información climatología podría ser su
ciente FFI cuando propiedades atmosféricas no están disponibles o
coincidente con paso del satélite. Cuando fi sensores ne-resolución no
proporcionan canales útiles para recuperar propiedades de la
atmósfera, un enfoque alternativo se debe aplicar a Ac- recuento para la
corrección atmosférica. Por ejemplo,Żelazowski et al. (2011) explorado
la reconciliación de los conductos pro- atmosféricas de resolución
moderada como variable de entrada alternativa para la corrección
atmosférica de Landsat ETM + sobre altitudes altas y bajas de la
Amazonía peruana. A su vez, los aerosoles presentan un cambio rápido
en la columna de la atmósfera y fuertes ECTS ff dispersión E en la
porción visible del espectro, lo que hace este constituyente un gran
desafío para las aplica- ciones de teledetección.
Estudios recientes informaron que no detectados e ECTS ff nubes y
aerosoles menudo inducen una interpretación inexacta de la respuesta
de la vegetación durante los años de sequía (Hilker et al, 2012.; Samanta
et al., 2010, y Asner Alencar, 2010), Y nuestros resultados muestran
como crítica y variable es la carga de aerosoles entre las estaciones, y
especialmente en los años climáticos extremos (La Fig. 10).
Particularmente,Hilker et al. (2012) evaluado las incertidumbres en
superficie MODIS re productos ectancia FL (por ejemplo MAIAC,
MYD09, MYD09GA y compuestos derivados) para caracterizar
dinámica de la vegetación de la Amazonía y destacaron la nube residual
y la contaminación de aerosol en los índices de vegetación. Por lo tanto,
parece pertinente que los usuarios de detección mote re podrían
considerar el patrón estacional de los componentes para minimizar el
sesgo atmosférica en los datos obtenidos por satélite. Así,La Fig. 13
ilustra los meses extremos (max. y min.) para cada constituyente para
ayudar a los usuarios en la comprensión de las fechas de referencia (la
más alta frente a concentraciones más bajas). Por ejemplo, cabe señalar
que, si bien cobertura mínima nube se produce en julio y agosto, menor
carga AOD y el ozono es de 1-2 meses temprano (mayo-junio). Además,
en términos de la teledetección, la cobertura mínima nube también pasa
bajo el bajo contenido de CWV. Esperamos que estas estadísticas
máximas y mínimas pueden ser útiles para definir mejor los períodos
de cielo despejado o para apoyar el diseño de experimentos de campo.
6. Resumen y conclusión
2
8
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
temporada, la fracción de la cubierta de nubes decae a 10-40% en la ftp: // ladsweb.nascom.nasa.gov/allData/6/MOD08_D3/,
mayoría parte de la Amazonía, lo que representa un periodo Respectivamente. Luiz
excepcional para las imágenes libres de nubes. Observamos también EOC Aragao gracias al Consejo de Investigación Nacional de Brasil
que la carga de aerosol es muy heterogéneo y cambia rápidamente en (CNPq - 305054 / 2016-3). Agradecemos a Lino S. Carvalho y Hilton
la estación seca (AOD> 0,2). Por otra parte, la AOD re- cuerdas son Ferraz para va- comentarios luable en el análisis. También agradecemos
relativamente sensibles a los años de sequía como consecuencia de al Dr. Robin Wilson para proporcionar Py6S (interfaz de Python para
sucesos fuego, y los valores de registro de carga se observa claramente 6SV) con la descripción completa (Wilson, 2013). Los productos de
durante la sequía de 2005 y 2007, cuando ΔδSON AOD supera 0,25. Sin climatología derivados de este estudio están disponibles
embargo, se observó una medida positiva para la carga de aerosoles a enhttp://www.dpi.inpe.br/atmc/. Agradecemos a cuatro revisores
largo plazo a través de la cuenca del Amazonas, debido a la anónimos por sus valiosos comentarios.
disminución de los valores de AOD en las áreas de todos los
estudiados. A pesar de esta tendencia decreciente de AOD representa
un resultado positivo para la calidad del aire, los años de sequía siguen
cambiando la carga de aerosoles durante la temporada de quema.
Hemos observado valores altos de concentración para el vapor de
agua a través de la Amazonía, que van de 3,0 a 5,0 g / cm2, excepto
sobre Andes. En el análisis regional, el vapor de agua más alta se
encontró en la Amazonia noroccidental y central (~4.5 g / cm2),
mientras que las otras regiones mostraron una alta variabilidad
estacional durante todo el año (iation Var- de ~ 2,0 g / cm2). Cabe
señalar que el vapor de agua presenta una ligera tendencia al alza
dentro de 2000-2015. Un análisis más detallado debe llevarse a cabo
para aclarar los motivos de esta señal clima aparente. Nuestros
resultados muestran una baja O3 total relativa durante fi media
primera del año (~245 DU) y aumentan 5,7% hacia el final del año (260
DU). Aunque el contenido total de ozono es relativamente constante
que otros constituyentes, encontramos un anomalías positivas de
ozono total (ΔδSON> 20 DU) durante 2015
sequía seguido por ΔδSON negativo de los valores de cobertura de
nubes.
En las últimas décadas, cuenca del Amazonas ha experimentado un
intenso cambio de uso de la tierra que alberga varios impactos
ambientales a largo plazo: represar los ríos, los incendios forestales,
pérdida de áreas protegidas, la expansión de la minería in- dustria, y
se intensi fi cación de la agroindustria (Nobre et al, 2016.; Nepstad et
al, 2014.; Latrubesse et al, 2017.; Lobo et al, 2016.; Soares-Filho et al.,
2006; Arvor et al., 2018). En este sentido, continuas e ff Orts son
necesarios para el seguimiento y la conservación futura, lo que hace
que las herramientas de teledetección útiles para varios propósitos en
esta región, pero en lugar de- pendiente en el diseño de satélites,
procesamiento de imágenes y el muestreo de técni- cas (por
ejemplo,Eva et al., 2010; Lu et al., 2016). Debido a condición de alta
nube cubierta, observaciones casi diarios MODIS / Terra y VIIRS /
Suomi-NPP y armonización de MSI / Sentinel-2 y OLI-Landsat-8
conjunto de datos puede aumentar la probabilidad de observaciones
libres de nubes. Por otra parte, el próximo Amazonia-1 satélite,
llevando Imager óptica Wide Field
(WFI), proporcionará datos multiespectrales útiles que cubren amplia
franja (~780 km) con 5-día volver a una resolución espacial de 40 m.
Aunque esos sensores órbita de satélites polares aumentan la apertura
y datos valiosos para los estudios de Amazon, la corrección
atmosférica riguroso y nube detec- ción siguen siendo un reto para los
productos de superficie de alta calidad. Además, los satélites
geoestacionarios se convierten en una fuente potencial de datos con
una resolución espacial gruesa, pero también exige una amplia
investigación e ff ORT Garding re en la corrección atmosférica.
Finalmente, este estudio contribuye al análisis a largo plazo de los
componentes atmosféricos, que une sus patrones con aplicaciones de
detección remotos a través de la cuenca del Amazonas.
Expresiones de gratitud
2
9
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
455.http://dx.doi.org/10.1007/s00704-014-1304-y.
Apéndice A. El material suplementario Brando, PM, Goetz, SJ, Baccini, A., Nepstad, DC, Beck, PS, Christman, MC, 2010.
La variabilidad estacional e interanual de los índices de clima y la vegetación a través
de la Amazonas. Proc. Natl. Acad. Sci. 107 (33), 14685 a 14690.
Los datos complementarios asociados a este artículo se pueden Carvalho, LMV, Jones, C., Liebmann, B., 2004. La zona de convergencia del Atlántico Sur:
encontrar, en la versión en línea, en intensidad, forma, persistencia, y las relaciones con intraestacional a interanuales
https://doi.org/10.1016/j.isprsjprs.2018.05.013.
referencias
Akagi, SK, Yokelson, RJ, Wiedinmyer, C., Alvarado, MJ, Reid, JS, Karl, T., Crounse, JD,
Wennberg, PO, 2011. Factores de emisión para la quema de biomasa abierto y
doméstica para su uso en modelos atmosféricos. Atmos. Chem. Phys. 11 (9), 4.039-
4.072.http: //dx.doi. org / 10.5194 / acp-11-4039-2011.
Aguiar, DA, Mello, MP, Nogueira, SF, Gonçalves, FG, Adami, M., Rudorff, BFT, 2017.
MODIS series de tiempo para detectar las intervenciones antropogénicas y la
degradación procesos en los pastos tropicales. Remote Sensing 9 (1), 73.
Andela, N., Morton, DC, Giglio, L., Chen, Y., van der Werf, GR, Kasibhatla, PS, DeFries,
RS, Collatz, GJ, Hantson, S., Kloster, S., Bachelet, D., Forrest, M., Lasslop, G., Li, F.,
Mangen, S., Melton, JR, Yue, C., Randerson, JT, 2017. Un humano-driven
disminución de la superficie quemada global. Ciencia 356 (6345), 1356-1362.
Anderson, LO, Malhi, Y., Aragão, LE, Cucharón, R., Arai, E., Barbier, N., Phillips, O., 2010.
detección de teledetección de sequías en copas de los árboles de la Amazonia. Nueva
fitol. 187 (3), 733-750.
Andreae, MO, Merlet, P., 2001. La emisión de gases traza y aerosoles a partir de biomasa
ardiente. Biogeochem global. Ciclos 15 (4), 955-966.
Aragão, LEO, Malhi, Y., Romano-Cuesta, RM, Saatchi, S., Anderson, LO, Shimabukuro,
YE, 2007. Los patrones espaciales y fire respuesta de las recientes sequías amazónicas.
Geophys. Res. Letón. 34 (7).
Aragão, LEOC, Malhi, Y., Barbier, N., Lima, AA, Shimabukuro, Y., Anderson, L.,
Saatchi, S., 2008. Las interacciones entre las precipitaciones, la deforestación y los
incendios en los últimos años en la Amazonia brasileña. Philos. Trans. R. Soc.
Lond. Serie B, Biológica Sciences 363 (1498), 1779-1785.
http://dx.doi.org/10.1098/rstb.2007.0026.
Aragão, LEOC, Shimabukuro, YE, 2010. La incidencia de incendios en los bosques de
la Amazonía con implicaciones para REDD. Ciencia 328 (5983), 1275-
1278.http://dx.doi.org/10. 1126 / science.1186925.
Aragão, LEOC, Poulter, B., Barlow, JB, Anderson, LO, Malhi, Y., Saatchi, S., Gloor, E.,
2014. El cambio ambiental y el balance de carbono de los bosques de la Amazonia.
Biol. Rev. 89 (4), 913-931. http://dx.doi.org/10.1111/brv.12088.
Aragão, LE, Anderson, LO, Fonseca, MG, Rosan, TM, Vedovato, LB, Wagner, FH, Barlow,
J., 2018. Siglo 21 relacionadas con la sequía incendios contrarrestar el declive de
Amazon las emisiones de la deforestación de carbono. Naturaleza Commun. 9 (1), 536.
saldos Arantes, AE, Ferreira, LG, Coe, MT, 2016. El carbono estacional y agua de el
medio ambiente Cerrado de Brasil: pasado, presente y futuro deFloridainfluencias
de la cobertura terrestre y uso de la tierra. ISPRS J. Photogramm. Sens remoto. 117,
66-78.
Artaxo, P., Rizzo, LV, Brito, JF, Barbosa, HMJ, Arana, A., Sena, ET, Cirino, GC, Bastos, W.,
Martin, ST, Andreae, MO, 2013. Los aerosoles atmosféricos en Amazonia y cambio de
uso de la tierra: desde biogénico natural de la biomasa condiciones quema.
FaradayDiscutir. 165, 203.http://dx.doi.org/10.1039/c3fd00052d.
Arvor, D., Meirelles, M., Dubreuil, V., Begue, A., Shimabukuro, YE, 2012. El análisis de la
transición agrícola en Mato Grosso, Brasil, utilizando índices derivados de satélites.
Appl. Geogr. 32 (2), 702-713.
Arvor, D., Funatsu, BM, Michot, V., Dubreuil, V., 2017. patrones de Monitoreo de
precipitación en el sur de la Amazonía con PERSIANN con CDR de datos:
características a largo plazo y tendencias. Remote Sensing 9 (9), 889.
Arvor, D., Daher, FR, Briand, D., Dufour, S., Rollet, AJ, Simões, M., Ferraz, RP, 2018.
Monitoreo de treinta años de pequeña proliferación de las reservas de agua en
el sur Amazonia brasileña con series de tiempo Landsat. ISPRS J. Photogramm.
Sens remotas.
Asner, GP, 2001. La cobertura de nubes en las observaciones Landsat de la Amazonia
brasileña. En t. J. Sens remoto. 22 (18), 3855-3862.
http://dx.doi.org/10.1080/01431160010006926.
Asner, GP, Alencar, A., 2010. Los efectos de la sequía sobre la selva amazónica: la
teledetección perspectiva. Nueva fitol. 187 (3), 569-578.
Baccini, A., Goetz, SJ, Walker, WS, Laporte, NT, Sun, M., Sila-Menashe, D., Houghton,
RA, 2012. emisiones de dióxido de carbono estimada a partir de la deforestación
tropical mejorado por los mapas de densidad de carbono . Naturaleza del Cambio
Climático 2 (3), 182-185. http://dx.doi.org/10.1038/nclimate1354.
Barbosa, CCA, Atkinson, PM, Dearing, JA, 2015. La teledetección de los vicios de los
ecosistemas ser-: una revisión sistemática. Ecol. Ind. 52, 430-
443.http://dx.doi.org/10.1016/j. ecolind.2015.01.007.
Bevan, SL, Norte, PR, gris, WM, Los, SO, Plummer, SE, 2009. Impacto de la
ATMOSFERA aerosol esférica de la quema de biomasa en Amazon sequía en la
estación seca. J. Geophys. Res .: Atmospheres 114 (D9).
Boers, N., Marwan, N., Barbosa, HMJ, Kurths, J., 2017. Un punto de Tip-de ping
deforestación inducida para el sistema monzón de América del Sur. Cientí Reports
fi c, 7 (Agosto 2016), 41.489. http://doi.org/10.1038/srep41489.
Borbas, EE, Seemann, SW, Kern, aniko, Moy, LESLIE, Li, J., Gumley, LIAM,
Menzel, WP, 2011. atmosférica pro fi le recuperación algoritmo documento base teórica
MODIS. Recurso electrónico],http: // MODIS-Atmos. GSFC. La NASA. gov /
MOD07_L2 / ATBD.
Bordi, I., De Bonis, R., Fraedrich, K., Sutera, A., 2014. Los patrones de variabilidad
interanual del contenido de agua total de la columna del mundo: cuenca del río
Amazonas. Theor. Appl. Climatol. 122 (3-4), 441-
3
0
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Harper, A., Baker, IT, Denning, AS, Randall, DA, Dazlich, D., Branson, M., 2014.
actividad y las precipitaciones extremas. J. Clim. 17 (1), 88- Impacto de la evapotranspiración en el clima estación seca en la selva amazónica.
108.http://dx.doi.org/10.1175/ 1520-0442 (2004) 017 <0088: TSACZI> 2.0.CO; J. Clim. 27 (2), 574-591. http://dx.doi.org/10.1175/JCLI-D-13-00074.1.
2. Hilker, T., Lyapustin, AI, Tucker, CJ, vendedores, PJ, Hall, FG, Wang, Y., 2012. La
Chambers, JQ, Asner, GP, Morton, DC, Anderson, LO, Saatchi, SS, Espírito-Santo, teledetección de los ecosistemas tropicales: la corrección atmosférica y la materia
FDB, Souza, C., 2007. estructura del ecosistema regional y función: monumentos nube de enmascaramiento.Sens remotas. Environ. 127, 370-
in- ecológicos de teledetección de los bosques tropicales. Tendencias Ecol. Evol. 384.http://dx.doi.org/10.1016/j.rse.2012.08.035.
22 (8), 414-423.http://dx.doi.org/10.1016/j.tree.2007.05.001. Hilker, T., Lyapustin, AI, Tucker, CJ, Hall, FG, Myneni, RB, Wang, Y., vendedores, PJ,
Chen, Y., Morton, DC, Jin, Y., Collatz, GJ, Kasibhatla, PS, van der Werf, GR, DeFries, 2014. Dinámica de la vegetación y la sensibilidad de las lluvias de la Amazonia. Proc.
RS, Randerson, JT, 2013. Las tendencias a largo plazo y la variabilidad interanual Natl. Acad.
del bosque, sabana y incendios agrícolas en América del Sur. Administrar de
carbono. 4 (6), 617-638. http://dx.doi.org/10.4155/cmt.13.61.
Costa, MH, Biajoli, MC, Sánchez, L., Malhado, ACM, Hutyra, LR, Da Rocha, HR,
Aguiar, RG, Araujo, CA, 2010. atmosférica frente a los controles de la vegetación
amazónica evapotranspiración selva tropical: ¿Está mojado y bosques tropicales
estacionalmente secos cualquier Erent di ff? J. Geophys. Res. Biogeosci. 115 (4),
1-9.http://dx.doi.org/ 10.1029 / 2009JG001179.
Cox, PM, Harris, PP, Huntingford, C., Betts, RA, Collins, M., Jones, CD, Nobre, CA, 2008.
El aumento de riesgo de sequía amazónica debido a la disminución de la
contaminación por aerosoles.
Naturaleza 453 (7192), 212.
Davidson, EA, de Araújo, AC, Artaxo, P., Balch, JK, Brown, IF, C. Bustamante, MM,
Wofsy, SC, 2012. La cuenca del Amazonas en transición. Naturaleza, 481 (7381),
321-328.http://doi.org/10.1038/nature10717.
Deser, C., Alexander, MA, Xie, SP, Phillips, AS, 2010. temperatura de la superficie del mar
la variabilidad: Patrones y mecanismos. Ana. Rev. Sci marina. 2, 115-143.
Doughty, CE, Metcalfe, DB, Girardin, CAJ, Amézquita, FF, Cabrera, DG, Huasco, WH,
Feldpausch, TR, el impacto sobre la dinámica de 2015. La sequía de carbono
forestal y fundentes en la Amazonia. Naturaleza 519 (7541), 78.
Eck, TF, Holben, BN, Reid, JS, Dubovik, O., Smirnov, A., O'Neill, NT, Slutsker, I.,
Kinne, S., 1999. La longitud de onda dependencia de la profundidad óptica de la
combustión de biomasa, urbanas, y polvo del desierto aerosoles. J. Geophys. Res.
D: Atmos. 104 (1), 31333-31349. http://dx.doi.org/10.1029/1999JD900923.
Eltahir, EAB, Bras, RL, el reciclaje de 1994. La precipitación en la cuenca del
Amazonas. QJRMeteorolog. Soc. 120 (518), 861-
880.http://dx.doi.org/10.1002/qj.49712051806.
Emck, P., 2007. Un Climatología del Sur Ecuador, con especial énfasis en la Major Andino
Canto como Atlántico-Pacífico brecha climática.
Eva, H., Carboni, S., Achard, F., Stach, N., Durieux, L., Faure, JF, Mollicone, D., 2010.
Vigilancia de las zonas forestales desde continental a niveles territoriales
utilizando una muestra de medio de imágenes satélite de resolución espacial.
ISPRS J. Photogramm. Remota Sens. 65 (2), 191-197.
Feng, M., Sexton, JO, Huang, C., Masek, JG, Vermote, EF, Gao, F., Townshend, JR, 2013.
superficie Global re productos ectancia FL desde Landsat: Evaluación utilizando
observaciones MODIS coincidentes. Sens remotas. Environ. 134, 276-
293.http://dx.doi.org/10.
1016 / j.rse.2013.02.031.
Fioletov, VE, climatología 2008. El ozono, las tendencias y las sustancias que controlan el
ozono.
Atmos. Océano 46 (1), 39-67.
Freitas, SR, Longo, KM, Dias, el MAS, Dias, PLS, charlaficampo, R., Prins, E., Recuero, FS,
2005. Monitoreo del transporte de las emisiones de la combustión de biomasa en
América del Sur.
Reinar. Mech fluido. 5 (1-2), 135-167.
Fu, R., Dickinson, R., Chen, M., Wang, H., 2001. ¿Cómo temperaturas superficiales
del mar tropical influir en la distribución estacional de las precipitaciones en la
ecuatorial del Amazonas? J. El clima, (Gibbs 1979), 4003 a 4026.
Fu, R., Li, W., 2004. La influencia de la superficie de la tierra en la transición de seco a
húmedo temporada en la Amazonia. Theor. Appl. Climatol. 78 (1-3), 97-
110.http://dx.doi.org/10. 1007 / s00704-004-0046-7.
Fu, R., Yin, L., Li, W., Arias, PA, Dickinson, RE, Huang, L., Myneni, RB, 2013.
Aumento de la duración de la estación seca en el sur de la Amazonía en las últimas
décadas y su im- plicatura de proyección futura del clima. Proc. Natl. Acad. Sci. 110
(45), 18110 hasta 18115.
Gao, BC, Montes, MJ, Davis, CO, Goetz, AF, 2009. Corrección atmosférica algo- ritmos
de datos de teledetección hiperespectral de la tierra y el mar. Sens remotas.
Reinar. 113, S17-S24.
Garreaud, RD, 2009. climático Los Andes y el clima. Adv. Geosci. 22, 3-11.http: // dx.
doi.org/10.5194/adgeo-22-3-2009.
Grimm, AM, Tedeschi, RG, 2009. ENOS y precipitación extrema eventos en América del Sur.
J. Clim. 22 (7), 1589-1609.http://dx.doi.org/10.1175/2008JCLI2429.1.
Grimm, AM, 2011. variabilidad climática interanual en América del Sur: impacto en
la precipitación mar- sonal, los fenómenos extremos y posibles ECTS e ff del
cambio climático. Stoch. Env. Res. Evaluar el riesgo. 25 (4), 537-
554.http://dx.doi.org/10.1007/s00477-010-
0420-1.
Gloor, M., Barichivich, J., Ziv, G., Brienen, R., Schöngart, J., Peylin, P., Baker, J., 2015.
Recientes climático Amazon como fondo para posibles cambios en curso y
futuras de Amazon bosques húmedos. Biogeochem global. Ciclos 29 (9), 1384-
1399.
Grodsky, SA, cartón, JA, 2003. La zona de convergencia intertropical en el Atlántico
Sur y la lengua fría ecuatorial. J. Clim. 16 (4), 723-733.http://dx.doi.org/ 10,1175
/ 1520-0442 (2003) 016 <0,723: TICZIT> 2.0.CO; 2.
Hansen, MC, Potapov, PV, Moore, R., Hancher, M., Turubanova, SA, Tyukavina, A.,
Thau, D., Stehman, SV, Goetz, SJ, Loveland, TR, Kommareddy, A., Egorov , A.,
Chini, L., Justicia, CO, Townshend, JRG, 2013. de alta resolución de los mapas
mundiales de siglo 21 Cobertura Forestal Cambio. Ciencia 342 (6160), 850-
853.http://dx.doi.org/ 10.1126 / science.1244693.
3
1
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
2002. agua y energía dinámica de la selva amazónica central. J. Geophys.Res.
Sci. 111 (45), 16041-16046. Atmósferas 107 (20), 1-17.http://dx.doi.org/10.1029/2001JD000623.
Hilker, T., Lyapustin, AI, Hall, FG, Myneni, R., Knyazikhin, Y., Wang, Y., Bi, J., Moura, Malhi, Y., Roberts, JT, Betts, RA, Killeen, TJ, Li, W., Nobre, CA, 2008. El cambio climático,
YM, Sellers, PJ, 2015. En la mensurabilidad de cambio en Amazon la vegetación de la deforestación y el destino de la Amazonia. Science (New York, NY) 319
MODIS. Sens remotas. Environ. 166, 233-242.http://dx.doi.org/10.1016/j.rse.2015.
05,020.
Hoelzemann, JJ, Longo, KM, Fonseca, RM, Do Rosario, NME, Eibern, H., Freitas, SR,
Pires, C., 2009. Representante regional de los sitios de observación AERONET
durante la temporada de quema de biomasa en América del Sur determinada por
la correlación estudios con MODIS Aerosol espesor óptico. J. Geophys. Res.
Atmósferas 114 (13), 1-20.http: // dx.doi.org/10.1029/2008JD010369.
Holben, BN, Eck, TF, Slutsker, I., Tanré, D., Buis, JP, Setzer, A., Vermote, E., Reagon,
JA, Kaufman, YJ, Nakajima, T., Lavenu, F., Jankowiak, I., Smirnov, A., 1998.
AERONET-Una red de instrumentos federados y archivo de datos para la
caracterización de aerosoles. Sens remotas. Environ. 66 (1), 1-
16.http://dx.doi.org/10.1016/S0034-
4257 (98) 00031-5.
Hubanks, P., Platnick, S., Rey, M., Ridgway, B., 2015. MODIS Ambiente L3 cuadriculado
Producto Algoritmo Documento Base Teórica (ATBD) y Guía de usuarios, ATBD
número ferencia re ATBDMOD-30, la NASA, 125 páginas.. https://modis-
images.gsfc.nasa.gov/_ docs / L3_ATBD_C6.pdf.
Hu ff hombre, GJ, Bolvin, DT, Nelkin, EJ, ff Wol, DB, Adler, RF, Gu, G., Bowman, K.,
Hong, Y., Stocker, EF, 2007. El TRMM análisis precipitación multisatellite
(TMPA):, de varios años, en sensores combinado estimaciones de precipitación
cuasi globales en fi ne escamas. J. Hydrometeorol. 8 (1), 38-55.
Ignotti, E., Valente, JG, Longo, KM, Freitas, SR, Hacon, SDS, Artaxo Netto, P., 2010. Impacto
en la salud humana de las partículas emitidas por las quemadas en el brasileño región
amazónica. Revista publica de saude 44 (1), 121-130.
Ja ff e, DA, Wigder, NL, 2012. La producción de ozono de incendios salvajes: una
revisión crítica.Atmos. Reinar. 51, 1-
10.http://dx.doi.org/10.1016/j.atmosenv.2011.11.063.
Jardine, K., Jardine, A., 2016. biogénicas compuestos orgánicos volátiles en los
ecosistemas forestales de la Amazonia. Entre biosfera, la atmósfera y la Tierra
humano Obtenido dehttp: // link.springer.com/chapter/10.1007/978-3-662-
49902-3_2.
Jiménez-Muñoz, JC, Sobrino, JA, Mattar, C., Malhi, Y., 2013. espacial y temporal
patrones de la reciente calentamiento de la selva amazónica. J. Geophys. Res .:
Atmósferas 118 (11), 5204-5215.
Jiménez-Muñoz, JC, Mattar, C., Barichivich, J., Santamaría-Artigas, A., Takahashi, K.,
Malhi, Y., Sobrino, JA, van der Schrier, G., 2016. calentamiento-Record romper y la
sequía extrema en la selva tropical del Amazonas durante el curso de el Niño 2015-
2016. Sci. Rep. 6 (septiembre), 33,130.http://dx.doi.org/10.1038/srep33130.
Karl, T., Guenther, A., Yokelson, RJ, Greenberg, J., Potosnak, M., Blake, DR, Artaxo, P.,
2007. El experimento emisiones forestales y fi re tropical: Emisión, química, y el
transporte de compuestos orgánicos volátiles biogénicos en la atmósfera inferior
sobre Amazonia. J. Geophys. Res. Atmósferas 112 (18), 1-
17.http://dx.doi.org/10.1029/ 2006JD008539.
Koren, I., Remer, LA, Kaufman, YJ, Rudich, Y., Martins, JV, 2007. En la zona de penumbra
entre las nubes y los aerosoles. Geophys. Res. Letón. 34 (8), 1-5.http://dx.doi.org/
10.1029 / 2007GL029253.
Latrubesse, EM, Arima, EY, Dunne, T., Park, E., Baker, VR, d'Horta, FM, Wight, C.,
Wittmann, F., Zuanon, J., Baker, PA, Ribas, CC, Norgaard, RB, Filizola, N., Ansar, A.,
Flyvbjerg, B., Stevaux, JC, 2017. La construcción de presas de los ríos de la cuenca del
Amazonas.
Naturaleza 546 (7658), 363-369.
Lobo, FDL, Costa, M., Novo, EMLDM, Telmer, K., 2016. Distribución de artesanal y la
minería de oro a pequeña escala en la cuenca del río Tapajós (Amazonia brasileña) en
la última 40 años y su relación con la sedimentación del agua. Teledetección 8 (7), 579.
Lyapustin, AI, Wang, Y., Frey, R., 2008. Un algoritmo máscara de nubes automática
basada en series de tiempo de las mediciones de MODIS. J. Geophys. Res.
Atmósferas 113 (16), 1-15. http://dx.doi.org/10.1029/2007JD009641.
Lyapustin, A., Martonchik, J., Wang, Y., Laszlo, I., Korkin, S., 2011a. plementation
multi-ángulo de im- corrección atmosférica (MAIAC): Parte 1. base de
transferencia radiativa y tablas de consulta. J. Geophys. Res., 116,
D03210.http://dx.doi.org/%2010.1029/ 2010JD014985.
Lyapustin, A., Wang, Y., Laszlo, I., Kahn, R., Korkin, S., Remer, L., Levy, R., Reid, JS,
2011b. aplicación multi-ángulo de corrección atmosférica (MAIAC): Parte 2.
algoritmo de aerosol. J. Geophys. Res., 116,
D03211.http://dx.doi.org/%2010.1029/ 2010JD014986.
Lyapustin, A., Wang, Y., Hilker, T., Hall, F., Sellers, P., Tucker, J., Korkin, S., 2011c.
Implementación-Multi Angle de Corrección Atmosférica de MODIS (MAIAC). Parte
3: Corrección Atmosférica A. Lyapustin, Y. Wang, 1. Laszlo, T. Hilker, F. Pasillo, P.
Sellers ,. Remote Sensing of Environment, 9 (0), 1-18.http://doi.org/http://dx.doi.
org / 10.1016 / j.rse.2012.09.002.
Lu, D., Li, G., Moran, E., Batistella, M., Freitas, CC, 2011. superficies impermeables
Asignación con el uso integrado de Landsat Thematic Mapper y datos de radar:
Un estudio de caso en un paisaje urbano-rural en la Amazonia brasileña. ISPRS J.
Photogramm. Remoto Sens. 66 (6), 798-808.
Lu, M., Pebesma, E., Sánchez, A., Verbesselt, J., 2016. espacio-temporal de detección de
cambios a partir de matrices multidimensionales: La detección de la deforestación
de series temporales MODIS.
ISPRS J. Photogramm. Sens remoto. 117, 227-236.
Maeda, EE, Heiskanen, J., Aragão, LE, Rinne, J., 2014. Puede MODIS EVI monitorear
eco la productividad del sistema en la selva tropical del Amazonas? Geophys. Res.
Letón. 41 (20), 7176-7183.
Maeda, EE, Galvão, LS, 2015. Sun-sensor ECTS geometría e FF del índice de vegetación
anomalías en la selva tropical del Amazonas. GISCI. Remote Sensing 52 (3), 332-343.
Malhi, Y., Pegoraro, E., Nobre, AD, Pereira, pop, Gracia, J., Culf, AD, Clemente, R.,
3
2
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Nemani, RR, Myneni, RB, 2010. bosques Amazon no-verde durante el 2005 sequía.
(5860), 169-172. http://dx.doi.org/10.1126/science.1146961. Geophys. Res. Letón. 37 (5).
Marengo, JA, 2006. En el ciclo hidrológico de la cuenca del Amazonas: una revisión Samanta, A., Ganguly, S., Vermote, E., Nemani, RR, Myneni, RB, 2012. ¿Por qué es remota
histórica y estado actual de la técnica. Revista Brasileira de Meteorologia 21 (3), 1- detección de verdor selva amazónica tan difícil? Tierra Interact 16 (7), 1-14.
19. Sampaio, G., Nobre, C., Costa, MH, Satyamurty, P., Soares-Filho, BS, Cardoso, M., 2007.
Marengo, JA, Nobre, CA, Tomasella, J., Oyama, MD, de Oliveira, GS, de Oliveira, R., cambio regional del clima en la Amazonia oriental causada por pasto y soja
Camargo, H., Alves, LM, Brown, SI, 2008. La sequía de la Amazonia en 2005. expansión tierras de cultivo. Geophys. Res. Letón. 34 (17), 1-
J.Clim. 21 (3), 495-516.http://dx.doi.org/10.1175/2007JCLI1600.1. 7.http://dx.doi.org/10.1029/ 2007GL030612.
Marengo, JA, Espinoza, JC, 2016. Extreme sequías estacionales e inundaciones en la
Amazonía: causas, tendencias e impactos. En t. J. Climatol. 36 (3), 1033-
1050.http://dx.doi.org/ 10.1002 / joc.4420.
Marshak, A., Wen, G., Coakley Jr., JA, Remer, LA, Loeb, NG, Cahalan, RF, 2008. Un
modelo sencillo para la nube de adyacencia e ff ect y el azulado aparente de
aerosoles cerca de nubes. J. Geophys. Res., 113 (D14),
D14S17.http://doi.org/10.1029/ 2007JD009196.
Martins, VS, Barbosa, CCF, de Carvalho, LAS, Jorge, DSF, Lobo, FDL, Novo, EMLDM,
2017a. Evaluación de métodos de corrección atmosférica durante centinela-2 MSI
imágenes aplicadas a Amazon Floridalagos llanuras de inundación. Remote Sensing 9
(4), 322.
Martins, VS, Lyapustin, A., Carvalho, LAS, Barbosa, CCF, Novo, EMLM, 2017B.
Validación de alta resolución MAIAC producto en aerosol sobre América
del Sur. J. Geophys. Res .: atmósferas.
Morton, DC, Defries, RS, Randerson, JT, Giglio, L., Schroeder, W., van der Werf, GR,
2008. Agrícola cación intensificación aumenta la actividad de re fi deforestación
en la Amazonia. Glob. Cambio Biol. 14 (10), 2262-
2275.http://dx.doi.org/10.1111/j.1365-2486.
2008.01652.x.
Morton, DC, Nagol, J., Carabajal, CC, Rosette, J., palacio, M., Cook, BD, Norte, PR,
2014. Los bosques del Amazonas mantienen la estructura del dosel consistente y
verdor durante el estación seca. Naturaleza 506 (7487), 221-224.
Moura, YM, Galvao, LS, dos Santos, JR, Roberts, DA, Breunig, FM, 2012. El uso de MISR /
Terra datos para estudiar las variaciones EVI-intra e inter-anuales en la estación seca
de bosque tropical. Sens remotas. Environ. 127, 260-270.
Moura, YM, Galvão, LS, Hilker, T., Wu, J., Saleska, S., hacen Amaral, CH, et al., 2017.
El análisis espectral de la fenología dosel de Amazon durante la temporada seca
usando una torre cámara y MODIS observaciones hiperespectrales. ISPRS J.
Photogramm. Sens remotas. 131, 52-64.
Murray, LT, Logan, JA, Jacob, DJ, 2013. variabilidad interanual en la troposfera
tropical de ozono esférica y OH: El papel de los rayos. J. Geophys. Res.
Atmósferas 118 (19), 11.468-11.480.http://dx.doi.org/10.1002/jgrd.50857.
Nagol, JR, Sexton, JO, Kim, DH, Anand, A., Morton, D., Vermote, E., Townshend, JR,
2015. bidireccionales correoffECTS en Landsat reFloridaectancia estimaciones:
¿Hay un problema de ¿resolver? ISPRS J. Photogramm. Sens remoto. 103, 129-
135.
Nepstad, D., McGrath, D., Stickler, C., Alencar, A., Azevedo, A., Swette, B., Bezerra, T.,
DiGiano, M., Shimada, J., da Motta, RS, Armijo, E., Castello, L., Brando, P., Hansen,
MC, McGrath-Horn, M., Carvalho, O., Hess, L., 2014. La desaceleración Amazon
deforestación a través de las políticas públicas y las intervenciones en las cadenas de
suministro de carne y soja. ciencia 344 (6188), 1118-1123.
Nobre, CA, Obregón, GO, Marengo, JA, Fu, R., Poveda, G., 2009a. Características del
clima del Amazonas: características principales. En la Amazonía y Cambio Global,
pp. 149-162, http://doi.org/10.1029/2008GM000720.
Nobre, CA, Borma, LDS, 2009b. puntos de inflexión de la selva amazónica. Curr. Opin.
Reinar. Sustainab. 1 (1), 28-36.
Nobre, CA, Sampaio, G., Borma, LS, Castilla-Rubio, JC, Silva, JS, Cardoso, M., 2016. uso
de la tierra y el cambio climático en la Amazonía riesgos y la necesidad de un nuevo
paradigma de desarrollo sostenible. PNAS 113 (39), 10.759 a
10.768.http://dx.doi.org/10.1073/ pnas.1605516113.
Okin, GS, Gu, J., 2015. El impacto de las condiciones atmosféricas y ruido del
instrumento en la corrección atmosférica y análisis mezcla espectral de imágenes
multiespectrales.
Sens remotas. Environ. 164, 130-141.http://dx.doi.org/10.1016/j.rse.2015.03.032.
Paci fi co, F., Folberth, GA, Sitch, S., Haywood, JM, Rizzo, LV, Malavelle, FF, Artaxo,
P., 2015. La quema de biomasa daños relacionados con el ozono en la vegetación
sobre el bosque del Amazonas: Un estudio de la sensibilidad del modelo. Atmos.
Chem. Phys. 15 (5), 2791-2804.http: // dx. doi.org/10.5194/acp-15-2791-2015.
Parque, E., Latrubesse, EM, 2014. Modelado suspendió los patrones de distribución de
sedimentos de el río Amazonas utilizando datos MODIS. Sens remotas. Environ. 147,
232-242.
Phillips, OL, Aragão, LE, Lewis, SL, Fisher, JB, Lloyd, J., López-González, G., Van Der
Heijden, G., la sensibilidad de 2009. La sequía de la selva tropical del Amazonas.
Ciencia 323 (5919), 1344-1347.
Reddington, CL, Butt, EW, Ridley, DA, Artaxo, P., Morgan, WT, Coe, H., Spracklen, DV,
2015. La calidad del aire y las mejoras en la salud humana de las reducciones de
defor- relacionados eStation-fuego en Brasil. Nat. Geosci. 8 (10), 768-
771.http://dx.doi.org/10. 1038 / ngeo2535.
Royal Society, 2008. ozono troposférico en el siglo 21: el futuro las tendencias, impactos y
consecuencias de política. Octubre. Obtenido
dehttp://www.royalsociety.org/Ground- nivel de ozono-en-el-21-siglo-futuro-
Trends-impactos-y-política-Consecuencias de los /.
Saleska, SR, Didan, K., Huete, AR, Da Rocha, recursos humanos, 2007. bosques del
Amazonas reverdecimiento durante el 2005 la sequía. Ciencia 318 (5850) 612
612.
Salomonson, VV, Barnes, WL, Maymon, PW, Montgomery, HE, Ostrow, H., 1989.
MODIS: instrumento de instalación avanzada para el estudio de la Tierra como
un sistema. IEEE Trans.Geosci. Sens remoto. 27 (2), 145-
153.http://dx.doi.org/10.1109/36.20292.
Samanta, A., Ganguly, S., Hashimoto, H., Devadiga, S., Vermote, E., Knyazikhin, Y.,
3
3
VS MARTINS et ISPRSJournalofPhotogrammetryandRemoteSensingxxx(xxxx)xxx-
ALABAMA. xxx
Sauvage, B., Martín, RV, Van Donkelaar, A., Ziemke, JR, 2007. Quanti fi cación de la 2007JD009662.
factores que controlan el ozono troposférico tropical y el máximo del Atlántico Sur. Vermote, EF, Tanré, D., Deuze, JL, Herman, M., Morcrette, JJ, 1997. En segundo
J. Geophys. Res .: 112 atmósferas (D11). lugar simu- lación de la señal de satélite en el espectro solar, 6s: una visión
Schmid, B., Thorne, KJ, Demoulin, P., Peter, R., Mätzler, C., Sekler, J., 1996. general. IEEE Trans.
Comparación de los enfoques modeladas y empíricos para la recuperación de Geosci. Sens remoto. 35 (3), 675-686.http://dx.doi.org/10.1109/36.581987.
vapor de agua columnar a partir de mediciones de transmitancia de energía solar Vuille, M., Burns, SJ, Taylor, BL, Cruz, FW, Ave, BW, Abbott, MB, Novello, VF, 2012. Una
en la región de 0,94-m. J. Geophys. Res. revisión de la historia del monzón de América del Sur como se registra en los proxies
: atmósferas, 101 (D5), 9345-9358. http://doi.org/10.1029/96JD00337. de isótopos estables en los últimos dos milenios . Clim. Pasado 8 (4), 1309-
Seemann, SW, Li, J., Menzel, WP, Gumley, LE, 2003. recuperación operativa de 1321.http://dx.doi.org/ 10.5194 / cp-8-1309-2012.
ATMOSFERA esférica temperatura, la humedad y la capa de ozono de radiancias Wang, H., Fu, R., 2002. Cross-ecuatorial Floridaciclo ow y estacional de la precipitación
infrarrojas MODIS. J. Appl. Meteorol. 42, 1072- sobre Sudamerica. J. Clim. 15 (13), 1591-1608.
1091.http://dx.doi.org/10.1175/1520-0450(2003) 042 <1,072: OROATM> 2.0.CO; Wiedinmyer, C., 2015. química atmosférica: una respiración más fácil en la Amazonia. Nat.
2. Geosci. 8 (10), 751-752.http://dx.doi.org/10.1038/ngeo2550.
Sierra, JP, Arias, PA, Vieira, Carolina del Sur, 2015. La precipitación sobre el norte de Wilson, RT, 2013. Py6S: Una interfaz Python para el modelo de transferencia radiativa 6S.
América del Sur y su variabilidad estacional como simulada por los modelos Comput.
CMIP5. Adv. Meteorol. 2015, 1-22.http://dx.doi.org/10.1155/2015/634720. Geosci. 51 (2), 166.
Soares-Filho, BS, Nepstad, DC, Curran, LM, Cerqueira, GC, García, RA, Ramos, CA, Wright, JS, Fu, R., Worden, JR, Chakraborty, S., Clinton, NE, Risi, C., et al., 2017. iniciado
Schlesinger, P., 2006. Modelado de conservación en la cuenca del Amazonas. por la selva tropical aparición estación húmeda sobre el sur de la Amazonia. Actas de
naturaleza 440 (7083), 520. la Academia Nacional de Ciencias, 201 621 516.
Sobrino, JA, Jiménez-Muñoz, JC, Mattar, C., Soria, G., 2015. Evaluación de Terra / Xu, L., Samanta, A., Costa, MH, Ganguly, S., Nemani, RR, Myneni, RB, 2011.
MODIS pro atmosféricafiLes producto (MOD07) sobre la Península Ibérica: A descenso generalizado en el verdor de la vegetación amazónica debido a la sequía de
com- preforma con estaciones de radiosonda. En t. J. Digital tierra 8 (10), 771- 2010. Geophys. Res. Letón. 38 (7).
783. Yang, J., Gong, P., Fu, R., Zhang, M., Chen, J., Liang, S., Dickinson, R., 2013. El papel de
Smith, LT, Aragón, LE, Sabel, CE, Nakaya, T., 2014. Los efectos de la sequía sobre el satélite de detección remota en estudios sobre el cambio climático. Naturaleza
Childrenla salud respiratoria en la Amazonia brasileña. Sci. Rep., 4. Cambio Climático 3 (10), 875.
Spracklen, DV, Arnold, SR, Taylor, CM, 2012. Observaciones aumentaron tropical Yoon Jin-Ho, Zeng, Ning, 2010. Una Atlántico enFloridauir en Amazon
precipitaciones precedido por el paso del aire a través de los bosques. Naturaleza precipitaciones. Clim. Dyn. 34 (2-3), 249-264.
489 (7415), 282-285. Żelazowski, P., Sayer, A., Thomas, GE, Grainger, RG, 2011. Conciliar satélite de-
Tomasella, J., Borma, LS, Marengo, JA, Rodríguez, DA, Cuartas, LA, A Nobre, C., Prado, propiedades atmosféricas rived con imágenes de la tierra definir resolución:
MC, 2011. Las sequías de 1996-1997 y 2004-2005 en la Amazonía: hi- drological Perspectivas para la corrección atmosférica. J. Obtenido
respuesta en el río principal del tallo. Hidrol. Proceso. 25 (8), 1228-1242. dehttp://onlinelibrary.wiley.com/doi/10.1029/ 2010JD015488 / lleno.
Torres, O., Chen, Z., Jethva, H., Ahn, C., Freitas, SR, Bhartia, PK, 2010. OMI y Ziemke, JR, Chandra, S., Duncan, BN, Schoeberl, MR, Torres, O., Damon, MR, Bhartia,
observaciones de MODIS de la biomasa anómala 2008-2009 Hemisferio Sur la quema PK, 2009. quema de biomasa recientes en los trópicos y los cambios relacionados
de las estaciones. Atmos. Chem. Phys. 10 (8), 3.505-3.513. con el ozono troposférico. Geophys. Res. Letón. 36 (15), 1-
Van Der Ent, RJ, Savenije, HHG, Schae fl i, B., Steele-Dunne, Carolina del Sur, 2010. 5.http://dx.doi.org/10.1029/ 2009GL039303.
Origen y destino de la humedad atmosférica sobre los continentes. Resour agua. Ziemke, JR, Chandra, S., Labow, GJ, Bhartia, PK, Froidevaux, L., Witte, JC, 2011. Un
Res. 46 (9), 1-12.http: // dx. doi.org/10.1029/2010WR009127. climatología global del ozono troposférico y estratosférico derivado de Aura OMI y
Vera, C., Baez, J., Douglas, M., Emmanuel, CB, Marengo, J., Meitin, J., Nicolini, J., mediciones de la MLS. Atmos. Chem. Phys. 11 (17), desde 9237 hasta 9251.
Nogues-Paegle, J., Paegle, J., Penalba, O. , Salio, P., Saulo, C., Silva Dias, MA, Silva Zhu, Z., 2017. La detección de cambios utilizando landsat tiempo serie: Una revisión
Dias, P., Zipser, E., 2006. El experimento chorro de bajo nivel de América del Sur. de frecuencias, pre- procesamiento, algoritmos y aplicaciones. ISPRS J.
Toro. A.m. Meteorol. Soc. 87 (1), 63-77.http://dx.doi.org/10.1175/BAMS-87-1-63. Photogramm. Sens remoto. 130, 370-384.
Vermote, EF, Kotchenova, S., 2008. corrección atmosférica para el seguimiento de las
superficies de tierra. J. Geophys. Res., 113 (D23), D23S90.http://doi.org/10.1029/
3
4