Fechar
Metadados

@MastersThesis{Amore:2016:ReThSe,
               author = "Amore, Diogo de Jesus",
                title = "Re-parameterisation of a three-band semi-empirical algorithm for 
                         c-phycocyanin-pigment estimation in an optically complex tropical 
                         reservoir",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2016",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2016-02-24",
             keywords = "bio-optical modelling, remote sensing, water quality, 
                         C-phycocyanin, signal processing, modelagem bio-{\'o}ptica, 
                         sensoriamento remoto, qualidade da {\'a}gua, C-ficocianina. 
                         processamento de sinais.",
             abstract = "The eutrophication of aquatic systems is a worldwide environmental 
                         problem. A major aftermath is health-inflicting toxic algal bloom, 
                         which can affect humans. Therefore, aquatic systems, mostly near 
                         urban environments require environmental monitoring. The use of 
                         remote sensing for monitoring algal blooms via bio-optical 
                         modelling is based on the spectral behaviour of the optically 
                         active components (OACs) in the water to estimate their 
                         concentrations. The detection of cyanobacteria, one of the main 
                         phyla of harmful algae, takes place via the identification of a 
                         unique pigment in inland waters cyanobacteria, the phycocyanin 
                         (PC). Remote sensing techniques, such as semi-empirical algorithms 
                         - a sort of bio-optical model - have been used to estimate PC 
                         concentration in aquatic systems using in situ hyperspectral data 
                         and satellite multispectral data. However, there is a lack in 
                         scientific works tackling PC prediction in tropical inland waters 
                         bearing PC in low concentration such as in city-supplying 
                         Guarapiranga reservoir at the southwestern region of S{\~a}o 
                         Paulo city. This is mostly true because scientific studies attempt 
                         to generate models based on bloom events. However, much 
                         uncertainty is associated with models results at the low 
                         concentration ranges. Therefore the goal of this research was to 
                         evaluate the re-parameterization of a semi-empirical algorithm for 
                         a tropical oligo-mesotrophic inland water. Radiometric, 
                         fluorometric, limnological, and multi-parameter sonde data were 
                         collected in Guarapiranga Reservoir, located. This thesis presents 
                         the findings which led to the algorithm re-parameterisation. 
                         Results showed that the calibration dataset (n=15) improved PC 
                         prediction R\$^{2}\$ by 15.3\% after the re-parameterisation; 
                         and for the validation dataset (n=19), PC prediction R\$^{2}\$ 
                         was improved by 4.79\%. NRMSE for the calibration dataset was 
                         bettered by 1.76\%; and it was almost equalised for the 
                         validation dataset (differed by 0.19\%). The new 
                         re-parameterisation correlation coefficient developed in this 
                         study presented a better R\$^{2}\$ (68\%) than that of the 
                         original algorithm (46\%). These correlations linked the band 
                         ratios used as enhancing coefficients to known PC spectral 
                         features. The bio-optical, radiometric, and water quality 
                         characterisation of Guarapiranga reservoir, and the evaluation of 
                         signal processing techniques of radiometric data yielded results 
                         that supported the generation of the new re-parameterisation 
                         coefficient. Such results were related to features in the 
                         blue-to-green spectral region capable of improving PC prediction. 
                         Uncertainties in the estimations are mainly due to the lack of in 
                         situ data. The re-parameterization was also considered for a 
                         synthetic dataset of the Ocean \\& Land Colour Imager (OLCI) 
                         sensor/Sentinel 3. The simulation of OLCI data was conducted using 
                         its spectral response function, and it was important because of 
                         its potential use in environmental monitoring. Overall results 
                         were encouraging, however, further studies are suggested to 
                         further validate this new algorithm. Nevertheless, the development 
                         of a semi-empirical algorithm for low-concentration PC prediction 
                         in tropical inland waters is an important step for the development 
                         of an ever-improving robust tool for water quality monitoring. 
                         RESUMO: A eutrofiza{\c{c}}{\~a}o de sistemas aqu{\'a}ticos 
                         {\'e} um problema ambiental global. Uma consequ{\^e}ncia de alta 
                         import{\^a}ncia disso {\'e} a flora{\c{c}}{\~a}o de algas 
                         t{\'o}xicas a qual pode afetar os seres humanos. Portanto, 
                         sistemas aqu{\'a}ticos, principalmente aqueles pr{\'o}ximos a 
                         centros urbanos requerem monitoramento ambiental. A 
                         utiliza{\c{c}}{\~a}o de sensoriamento remoto para o 
                         monitoramento de flora{\c{c}}{\~o}es de algas atrav{\'e}s da 
                         modelagem bio-{\'o}ptica {\'e} baseada no comportamento 
                         espectral dos componentes opticamente ativos (OACs) da {\'a}gua, 
                         de modo a estimar suas concentra{\c{c}}{\~o}es. A 
                         detec{\c{c}}{\~a}o de cianobact{\'e}rias, um dos filos mais 
                         importantes dentre as algas t{\'o}xicas, ocorre atrav{\'e}s da 
                         identifica{\c{c}}{\~a}o de um pigmento nestes micro-organismos 
                         de {\'a}guas interiores denominado, ficocianina (PC). 
                         T{\'e}cnicas de sensoriamento remoto, tais como algoritmos 
                         semiemp{\'{\i}}ricos - um tipo de modelo bio-{\'o}ptico - tem 
                         sido utilizado para estimar concentra{\c{c}}{\~o}es de PC em 
                         sistemas aqu{\'a}ticos utilizando dados hiperespectrais in situ e 
                         dados de sat{\'e}lite multiespectrais. Entretanto, h{\'a} uma 
                         defici{\^e}ncia em trabalhos cient{\'{\i}}ficos abordando 
                         predi{\c{c}}{\~a}o de PC em {\'a}guas interiores tropicais com 
                         baixas concentra{\c{c}}{\~o}es de PC tais como o 
                         reservat{\'o}rio de Guarapiranga, no sudoeste da capital de 
                         S{\~a}o Paulo. Isto {\'e} uma realidade, pois estudos 
                         cient{\'{\i}}ficos tendem a gerar modelos baseados em eventos de 
                         flora{\c{c}}{\~o}es em que h{\'a} maiores 
                         concentra{\c{c}}{\~o}es de PC. Por{\'e}m, muita incerteza 
                         est{\'a} associada a resultados de modelos em baixas 
                         concentra{\c{c}}{\~o}es de PC. Portanto, o objetivo deste 
                         trabalho foi avaliar a reparametriza{\c{c}}{\~a}o de um 
                         algoritmo semiemp{\'{\i}}rico para uma {\'a}gua interior 
                         oligo-mesotr{\'o}fica tropical. Dados radiom{\'e}tricos, 
                         fluorom{\'e}tricos, limnol{\'o}gicos, e de uma sonda 
                         multipar{\^a}metro foram coletados no reservat{\'o}rio de 
                         Guarapiranga. Esta disserta{\c{c}}{\~a}o apresenta os resultados 
                         que levaram {\`a} reparametriza{\c{c}}{\~a}o do algoritmo. Os 
                         resultados mostraram que o R\$^{2}\$ do conjunto de dados de 
                         calibra{\c{c}}{\~a}o (n=15) melhorou a predi{\c{c}}{\~a}o de 
                         PC em 15.3\% ap{\'o}s a reparametriza{\c{c}}{\~a}o; e o 
                         R\$^{2}\$ do conjunto de dados de valida{\c{c}}{\~a}o (n=19), 
                         melhorou a predi{\c{c}}{\~a}o em 4.79\%. O NRMSE para o 
                         conjunto de dados de calibra{\c{c}}{\~a}o foi melhorado em 
                         1.76\%; e os NRMSEs da valida{\c{c}}{\~a}o praticamente 
                         estabilizaram (diferenciando-se em 0.19\%). O coeficiente de 
                         correla{\c{c}}{\~a}o desenvolvido para a nova 
                         reparametriza{\c{c}}{\~a}o neste estudo apresentou um 
                         R\$^{2}\$ (68\%) melhor do que o coeficiente do algoritmo 
                         original (R2 = 46\%) com o qual foi comparado. Estas 
                         correla{\c{c}}{\~o}es associam raz{\~o}es de bandas, utilizadas 
                         como coeficientes de melhoramento, a caracter{\'{\i}}sticas 
                         espectrais de PC j{\'a} conhecidas. A caracteriza{\c{c}}{\~a}o 
                         bio-{\'o}ptica, radiom{\'e}trica, e de qualidade da {\'a}gua do 
                         reservat{\'o}rio, bem como a avalia{\c{c}}{\~a}o de 
                         t{\'e}cnicas de processamento de sinais dos dados 
                         radiom{\'e}tricos geraram resultados que apoiaram a 
                         gera{\c{c}}{\~a}o do coeficiente de 
                         reparametriza{\c{c}}{\~a}o. Tais resultados estiveram 
                         relacionados a caracter{\'{\i}}sticas nas regi{\~o}es 
                         espectrais do azul-verde como sendo capazes de melhorar a 
                         predi{\c{c}}{\~a}o de PC. Incertezas nas estima{\c{c}}{\~o}es 
                         s{\~a}o essencialmente devidas {\`a} falta de dados in situ. A 
                         reparametriza{\c{c}}{\~a}o tamb{\'e}m foi considerada para um 
                         conjunto de dados sint{\'e}tico do sensor Ocean \\& Land Colour 
                         Imager (OLCI)/Sentinel3. A simula{\c{c}}{\~a}o dos dados do OLCI 
                         foi realizada utilizando a sua fun{\c{c}}{\~a}o de respota 
                         espectral, e foi importante por causa do seu uso potencial em 
                         monitoramento ambiental. De maneira geral os resultados foram 
                         encorajadores, entretanto, estudos futuros s{\~a}o sugeridos para 
                         uma valida{\c{c}}{\~a}o mais robusta deste novo algoritmo. 
                         Contudo, o desenvolvimento de um algoritmo semiemp{\'{\i}}rico 
                         para a predi{\c{c}}{\~a}o de PC em baixas 
                         concentra{\c{c}}{\~o}es em {\'a}guas interiores tropicais 
                         {\'e} um passo importante para o desenvolvimento de um 
                         monitoramento de qualidade da {\'a}gua pass{\'{\i}}vel de ser 
                         melhorado continuamente.",
            committee = "Stech, Jos{\'e} Luiz (presidente/orientador) and Kampel, Milton 
                         and Barbosa, Cl{\'a}udio Clemente Faria and Alc{\^a}ntara, Enner 
                         Herenio de",
           copyholder = "SID/SCD",
         englishtitle = "Reparametriza{\c{c}}{\~a}o de um algoritmo 
                         semi-emp{\'{\i}}rico de tr{\^e}s bandas para a 
                         estima{\c{c}}{\~a}o do pigmento c-ficocianina de um 
                         reservat{\'o}rio tropical opticamente complexo",
             language = "en",
                pages = "230",
                  ibi = "8JMKD3MGP3W34P/3L598P2",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3L598P2",
           targetfile = "publicacao.pdf",
        urlaccessdate = "05 dez. 2020"
}


Fechar