@InProceedings{KramerTrRoBiPePe:2019:MoEsTe,
               author = "Kramer, Gisieli and Trindade, Patr{\'{\i}}cia Michele and Rosa, 
                         Cristiano Niederaurer da and Binder, Thomas Gabriel and Peransoni, 
                         Ademir de C{\'a}ssio Machado and Pereira Filho, Waterloo",
          affiliation = "{Universidade Federal de Santa Maria (UFSM)} and {Universidade 
                         Federal do Rio Grande do Sul (UFRGS)} and {Universidade Federal do 
                         Rio Grande do Sul (UFRGS)} and {Universidade Federal de Santa 
                         Maria (UFSM)} and {Universidade Federal de Santa Maria (UFSM)} and 
                         {Universidade Federal de Santa Maria (UFSM)}",
                title = "Modelo de estimativa da temperatura de superf{\'{\i}}cie da 
                         {\'a}gua a partir de imagens do infravermelho termal no Rio 
                         S{\~a}o Francisco Verdadeiro, Lago Itaipu, PR",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "2093--2096",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "TIRS, LST, Regress{\~a}o linear, Monitoramento, Ecossistema 
                         h{\'{\i}}drico, TIRS, LST, Linear Regression, Monitoring, Water 
                         Ecosystem.",
             abstract = "O objetivo da presente pesquisa foi estimar a temperatura de 
                         superf{\'{\i}}cie (TS) da {\'a}gua a partir de imagens Thermal 
                         Infrared Sensor (TIRS), Landsat 8, no rio S{\~a}o Francisco 
                         Verdadeiro, Lago Itaipu, PR. Para tanto, utilizou-se 33 
                         observa{\c{c}}{\~o}es em campo e em imagens de sat{\'e}lite 
                         (banda 10 TIRS). O c{\'a}lculo de TS das imagens foi realizado no 
                         complemento Land Surface Temperature (LST) no QGIS. A partir de 
                         regress{\~a}o linear gerou-se um modelo para estimativa de 
                         temperatura de campo, sendo avaliado por seis indicadores. O 
                         modelo apresentou r² de 0,86 a um n{\'{\i}}vel de 
                         confian{\c{c}}a de 95%. Os res{\'{\i}}duos apresentaram-se 
                         menores que 0,5°C em 72% dos dados, de 0,5°C a 1°C em 14% e 
                         maiores que 1°C em 14%. O resultado dos indicadores foram 
                         aceit{\'a}veis e o modelo foi considerado satisfat{\'o}rio para 
                         temperaturas entre 15°C a 25°C. Pode-se dizer que a TS da 
                         {\'a}gua pode ser estimada com o sensoriamento remoto. ABSTRACT: 
                         The objective of the present study was to estimate the surface 
                         temperature (TS) of the water from Thermal Infrared Sensor (TIRS) 
                         images, Landsat 8, in the S{\~a}o Francisco true River, Itaipu 
                         Lake, PR. For this purpose, 33 field observations and satellite 
                         images (TIRS band 10) were used. The TS calculation of the images 
                         was performed in the Land Surface Temperature (LST) complement in 
                         the QGIS. From the linear regression, a model was generated to 
                         estimate the field temperature, being evaluated by six indicators. 
                         The model had r ² of 0.86 at a confidence level of 95%. Residues 
                         were lower than 0.5 ° C in 72% of the data, from 0.5 ° C to 1 ° C 
                         in 14% and greater than 1 ° C in 14%. The results of the 
                         indicators were acceptable and the model was considered 
                         satisfactory for temperatures between 15 ° C and 25 ° C. It can be 
                         said that TS of water can be estimated with remote sensing.",
  conference-location = "Santos",
      conference-year = "14-17 abril 2019",
                 isbn = "978-85-17-00097-3",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/3UA4LJP",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3UA4LJP",
           targetfile = "97892.pdf",
                 type = "Sensoriamento remoto de {\'a}guas interiores",
        urlaccessdate = "20 maio 2024"
}