Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário

Detalhes bibliográficos
Ano de defesa: 2026
Autor(a) principal: Sousa, Ítalo Silva de Oliveira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://teses.usp.br/teses/disponiveis/43/43134/tde-07042026-135625/
Resumo: Este trabalho se vale das características geoestacionárias do satélite GOES-16 para mapear e quantificar a ocorrência do efeito de oposição, igualmente conhecido como hotspot, sobre os biomas da Amazônia e do Cerrado nos anos de 2022, 2023 e 2024, avaliando-se a sua ocorrência longitudinal e latitudinal, a sua característica sazonal e a sua abrangência continental. O hotspot ocorre quando o ângulo de espalhamento () aproxima-se de 180°, considerando-se o caminho óptico entre o sol, a superfície terrestre e o sensor de satélite. Utilizam-se estimativas do fator de reflectância bidirecional (BRF) coletados pelo sensor Advanced Baseline Imager (ABI) a bordo desse satélite e disponibilizados pela National Oceanic and Atmospheric Administration (NOAA) para identificar e quantificar a assinatura do hotspot na resposta de reflectância de superfícies selecionadas. Ademais, relacionando-se esse efeito aos ângulos de espalhamento e de fase () na ocasião de sua ocorrência, são testados e comparados os modelos Ross-Thick-Li Sparse Reciprocal (RTLSR), Ross-Thick-Maignan-Li Sparse Reciprocal (RTMLSR) e Ross-Thick-Chen-Li Sparse Reciprocal (RTCLSR) desenvolvidos como aproximações à função BRDF (Bidirectional Reflectance Distribution Function), além de se aferir de forma qualitativa a influência do hotspot sobre o Normalized Difference Vegetation Index (NDVI) e o Kernel Normalized Difference Vegetation Index (KNDVI). Em 2022, 2023 e 2024, foram identificadas, respectivamente, 215.937, 215.947 e 215.936 ocorrências de hotspot sobre a Amazônia e, em relação ao Cerrado, 113.242, 113.262 e 113.279 ocorrências na condição >= 175°. Considerando-se uma definição mais restrita da condição do hotspot, com >= 179,9°, as ocorrências limitam-se à cerca de 0,030% e 0,060% dos acontecimentos totais para, respectivamente, a Amazônia e o Cerrado, e o seu aparecimento limita-se às estações do outono e da primavera. Para o bioma da Amazônia, 478 casos de hotspot foram selecionados e analisados em detalhe e, para o Cerrado, 281 casos. A comparação entre os modelos foi realizada com base na qualidade de ajustes de BRF em função do ângulo de fase, utilizando-se o Chi^2 reduzido como métrica. O modelo RTCLSR teve o maior índice de desempenho dentre os três, sobressaindo-se em 81,6% dos casos sobre a Amazônia e em 86,5% dos casos sobre o Cerrado, e foi seguido do modelo RTMLSR que se mostrou superior, respectivamente para a Amazônia e para o Cerrado, em 18,2% e 11,7% dos casos. O modelo mais tradicional, RTLSR, teve o pior desempenho, sobressaindo-se em apenas 0,2% dos casos sobre a Amazônia e em somente 1,8% dos casos sobre o Cerrado. Foi identificado que o efeito de oposição provoca uma queda de cerca 20% sobre os índices de vegetação NDVI e KNDVI e que ambos são igualmente sensíveis a ele. Os resultados obtidos neste trabalho apontam como recomendação a utilização do modelo RTCLSR para a representação de propriedades de reflectância da superfície sobre o Brasil e para a necessidade de se considerar a ocorrência do efeito de oposição em índices de vegetação, uma vez que seus efeitos sobre eles podem ser pontualmente significativos.
id USP_ffec255fbc205db1e63a99d9f3d4b4d0
oai_identifier_str oai:teses.usp.br:tde-07042026-135625
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionárioStudy of surface reflectance properties and vegetation indices in the Amazon and the Cerrado using a geostationary sensorHotspotHotspotÍndices de VegetaçãoReflectanceReflectânciaRemote sensingSatélitesSatellitesSensoriamento remotoVegetation Indices.Este trabalho se vale das características geoestacionárias do satélite GOES-16 para mapear e quantificar a ocorrência do efeito de oposição, igualmente conhecido como hotspot, sobre os biomas da Amazônia e do Cerrado nos anos de 2022, 2023 e 2024, avaliando-se a sua ocorrência longitudinal e latitudinal, a sua característica sazonal e a sua abrangência continental. O hotspot ocorre quando o ângulo de espalhamento () aproxima-se de 180°, considerando-se o caminho óptico entre o sol, a superfície terrestre e o sensor de satélite. Utilizam-se estimativas do fator de reflectância bidirecional (BRF) coletados pelo sensor Advanced Baseline Imager (ABI) a bordo desse satélite e disponibilizados pela National Oceanic and Atmospheric Administration (NOAA) para identificar e quantificar a assinatura do hotspot na resposta de reflectância de superfícies selecionadas. Ademais, relacionando-se esse efeito aos ângulos de espalhamento e de fase () na ocasião de sua ocorrência, são testados e comparados os modelos Ross-Thick-Li Sparse Reciprocal (RTLSR), Ross-Thick-Maignan-Li Sparse Reciprocal (RTMLSR) e Ross-Thick-Chen-Li Sparse Reciprocal (RTCLSR) desenvolvidos como aproximações à função BRDF (Bidirectional Reflectance Distribution Function), além de se aferir de forma qualitativa a influência do hotspot sobre o Normalized Difference Vegetation Index (NDVI) e o Kernel Normalized Difference Vegetation Index (KNDVI). Em 2022, 2023 e 2024, foram identificadas, respectivamente, 215.937, 215.947 e 215.936 ocorrências de hotspot sobre a Amazônia e, em relação ao Cerrado, 113.242, 113.262 e 113.279 ocorrências na condição >= 175°. Considerando-se uma definição mais restrita da condição do hotspot, com >= 179,9°, as ocorrências limitam-se à cerca de 0,030% e 0,060% dos acontecimentos totais para, respectivamente, a Amazônia e o Cerrado, e o seu aparecimento limita-se às estações do outono e da primavera. Para o bioma da Amazônia, 478 casos de hotspot foram selecionados e analisados em detalhe e, para o Cerrado, 281 casos. A comparação entre os modelos foi realizada com base na qualidade de ajustes de BRF em função do ângulo de fase, utilizando-se o Chi^2 reduzido como métrica. O modelo RTCLSR teve o maior índice de desempenho dentre os três, sobressaindo-se em 81,6% dos casos sobre a Amazônia e em 86,5% dos casos sobre o Cerrado, e foi seguido do modelo RTMLSR que se mostrou superior, respectivamente para a Amazônia e para o Cerrado, em 18,2% e 11,7% dos casos. O modelo mais tradicional, RTLSR, teve o pior desempenho, sobressaindo-se em apenas 0,2% dos casos sobre a Amazônia e em somente 1,8% dos casos sobre o Cerrado. Foi identificado que o efeito de oposição provoca uma queda de cerca 20% sobre os índices de vegetação NDVI e KNDVI e que ambos são igualmente sensíveis a ele. Os resultados obtidos neste trabalho apontam como recomendação a utilização do modelo RTCLSR para a representação de propriedades de reflectância da superfície sobre o Brasil e para a necessidade de se considerar a ocorrência do efeito de oposição em índices de vegetação, uma vez que seus efeitos sobre eles podem ser pontualmente significativos.This study takes advantage of the geostationary characteristics of the GOES-16 satellite to map and quantify the occurrence of the opposition effect, also known as the hotspot, over the Amazon and Cerrado biomes during the years 2022, 2023, and 2024. Its longitudinal and latitudinal distribution, seasonal behavior, and continental extent are evaluated. The hotspot occurs when the scattering angle () approaches 180°, considering the optical path between the Sun, the Earths surface, and the satellite sensor. Estimates of the Bidirectional Reflectance Factor (BRF) collected by the Advanced Baseline Imager (ABI) sensor onboard the satellite and provided by the National Oceanic and Atmospheric Administration (NOAA) are used to identify and quantify the hotspot signature in the reflectance response of selected surfaces. Furthermore, by relating this effect to the scattering and phase angles () at the time of its occurrence, the Ross-Thick-Li Sparse Reciprocal (RTLSR), Ross-Thick-Maignan-Li Sparse Reciprocal (RTMLSR), and Ross-Thick-Chen-Li Sparse Reciprocal (RTCLSR) models developed as approximations to the Bidirectional Reflectance Distribution Function (BRDF) are tested and compared. In addition, the influence of the hotspot on the Normalized Difference Vegetation Index (NDVI) and the Kernel Normalized Difference Vegetation Index (KNDVI) is qualitatively assessed. In 2022, 2023, and 2024, a total of 215,937; 215,947; and 215,936 hotspot occurrences were identified over the Amazon, respectively, and 113,242; 113,262; and 113,279 occurrences over the Cerrado under the >= 175° condition. Considering a more restrictive hotspot definition ( >= 179,9°), the occurrences are limited to approximately 0.030% and 0.060% of the total events for the Amazon and Cerrado, respectively, and their appearance is restricted to the autumn and spring seasons. For the Amazon biome, 478 hotspot cases were selected and analyzed in detail, and 281 cases for the Cerrado. The comparison among models was carried out based on the quality of BRF fits as a function of the phase angle, using reduced Chi-square as the evaluation metric. The RTCLSR model achieved the highest performance index among the three, outperforming the others in 81.6% of the cases over the Amazon and 86.5% over the Cerrado. It was followed by the RTMLSR model, which was superior in 18.2% and 11.7% of the cases for the Amazon and Cerrado, respectively. The more traditional RTLSR model showed the lowest performance, outperforming the others in only 0.2% of the cases over the Amazon and 1.8% over the Cerrado. It was identified that the opposition effect causes a reduction of approximately 20% in the NDVI and KNDVI vegetation indices, and both indices were found to be equally sensitive to it. The results of this study recommend the use of the RTCLSR model for representing surface reflectance properties over Brazil and highlight the need to consider the occurrence of the opposition effect in vegetation indices, since its effects on them may be locally significant.Biblioteca Digitais de Teses e Dissertações da USPCorreia, Alexandre LimaSousa, Ítalo Silva de Oliveira2026-03-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/43/43134/tde-07042026-135625/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2026-04-07T19:12:02Zoai:teses.usp.br:tde-07042026-135625Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212026-04-07T19:12:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
Study of surface reflectance properties and vegetation indices in the Amazon and the Cerrado using a geostationary sensor
title Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
spellingShingle Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
Sousa, Ítalo Silva de Oliveira
Hotspot
Hotspot
Índices de Vegetação
Reflectance
Reflectância
Remote sensing
Satélites
Satellites
Sensoriamento remoto
Vegetation Indices.
title_short Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
title_full Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
title_fullStr Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
title_full_unstemmed Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
title_sort Estudo de propriedades de reflectância da superfície e índices de vegetação na Amazônia e no Cerrado a partir de um sensor geoestacionário
author Sousa, Ítalo Silva de Oliveira
author_facet Sousa, Ítalo Silva de Oliveira
author_role author
dc.contributor.none.fl_str_mv Correia, Alexandre Lima
dc.contributor.author.fl_str_mv Sousa, Ítalo Silva de Oliveira
dc.subject.por.fl_str_mv Hotspot
Hotspot
Índices de Vegetação
Reflectance
Reflectância
Remote sensing
Satélites
Satellites
Sensoriamento remoto
Vegetation Indices.
topic Hotspot
Hotspot
Índices de Vegetação
Reflectance
Reflectância
Remote sensing
Satélites
Satellites
Sensoriamento remoto
Vegetation Indices.
description Este trabalho se vale das características geoestacionárias do satélite GOES-16 para mapear e quantificar a ocorrência do efeito de oposição, igualmente conhecido como hotspot, sobre os biomas da Amazônia e do Cerrado nos anos de 2022, 2023 e 2024, avaliando-se a sua ocorrência longitudinal e latitudinal, a sua característica sazonal e a sua abrangência continental. O hotspot ocorre quando o ângulo de espalhamento () aproxima-se de 180°, considerando-se o caminho óptico entre o sol, a superfície terrestre e o sensor de satélite. Utilizam-se estimativas do fator de reflectância bidirecional (BRF) coletados pelo sensor Advanced Baseline Imager (ABI) a bordo desse satélite e disponibilizados pela National Oceanic and Atmospheric Administration (NOAA) para identificar e quantificar a assinatura do hotspot na resposta de reflectância de superfícies selecionadas. Ademais, relacionando-se esse efeito aos ângulos de espalhamento e de fase () na ocasião de sua ocorrência, são testados e comparados os modelos Ross-Thick-Li Sparse Reciprocal (RTLSR), Ross-Thick-Maignan-Li Sparse Reciprocal (RTMLSR) e Ross-Thick-Chen-Li Sparse Reciprocal (RTCLSR) desenvolvidos como aproximações à função BRDF (Bidirectional Reflectance Distribution Function), além de se aferir de forma qualitativa a influência do hotspot sobre o Normalized Difference Vegetation Index (NDVI) e o Kernel Normalized Difference Vegetation Index (KNDVI). Em 2022, 2023 e 2024, foram identificadas, respectivamente, 215.937, 215.947 e 215.936 ocorrências de hotspot sobre a Amazônia e, em relação ao Cerrado, 113.242, 113.262 e 113.279 ocorrências na condição >= 175°. Considerando-se uma definição mais restrita da condição do hotspot, com >= 179,9°, as ocorrências limitam-se à cerca de 0,030% e 0,060% dos acontecimentos totais para, respectivamente, a Amazônia e o Cerrado, e o seu aparecimento limita-se às estações do outono e da primavera. Para o bioma da Amazônia, 478 casos de hotspot foram selecionados e analisados em detalhe e, para o Cerrado, 281 casos. A comparação entre os modelos foi realizada com base na qualidade de ajustes de BRF em função do ângulo de fase, utilizando-se o Chi^2 reduzido como métrica. O modelo RTCLSR teve o maior índice de desempenho dentre os três, sobressaindo-se em 81,6% dos casos sobre a Amazônia e em 86,5% dos casos sobre o Cerrado, e foi seguido do modelo RTMLSR que se mostrou superior, respectivamente para a Amazônia e para o Cerrado, em 18,2% e 11,7% dos casos. O modelo mais tradicional, RTLSR, teve o pior desempenho, sobressaindo-se em apenas 0,2% dos casos sobre a Amazônia e em somente 1,8% dos casos sobre o Cerrado. Foi identificado que o efeito de oposição provoca uma queda de cerca 20% sobre os índices de vegetação NDVI e KNDVI e que ambos são igualmente sensíveis a ele. Os resultados obtidos neste trabalho apontam como recomendação a utilização do modelo RTCLSR para a representação de propriedades de reflectância da superfície sobre o Brasil e para a necessidade de se considerar a ocorrência do efeito de oposição em índices de vegetação, uma vez que seus efeitos sobre eles podem ser pontualmente significativos.
publishDate 2026
dc.date.none.fl_str_mv 2026-03-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://teses.usp.br/teses/disponiveis/43/43134/tde-07042026-135625/
url https://teses.usp.br/teses/disponiveis/43/43134/tde-07042026-135625/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865492439080370176