@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/ibi/8JMKD3MGP3W34P/3L598P2",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}