@TechReport{KrauszKamp:2019:CoAlEs,
               author = "Krausz, Elias Rosenberg and Kampel, Milton",
                title = "Compara{\c{c}}{\~a}o de algoritmos para a estimativa da 
                         concentra{\c{c}}{\~a}o de clorofila-a por sat{\'e}lite nas 
                         regi{\~o}es Norte e Sudeste da margem continental brasileira",
          institution = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2019",
                 type = "RPQ",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/INPE/CNPq}",
             keywords = "Cor do oceano, clorofila, fitopl{\^a}ncton, oceanografia por 
                         sat{\'e}lites, Ocean color, chlorophyll, phytoplankton, satellite 
                         oceanography.",
             abstract = "As propriedades {\'o}ticas da {\'a}gua do mar permitem a 
                         estimativa de sua composi{\c{c}}{\~a}o bioqu{\'{\i}}mica, 
                         quando analisadas objetivamente por meio de medidas de 
                         reflect{\^a}ncia. Espectroradi{\^o}metros acoplados {\`a} 
                         sat{\'e}lites que orbitam a Terra permitem que a 
                         radia{\c{c}}{\~a}o refletida pelo oceano seja medida em 
                         diferentes bandas de comprimentos de onda. Uma s{\'e}rie de 
                         algoritmos para os diferentes sensores possibilitam a estimativa 
                         das concentra{\c{c}}{\~o}es de clorofila-a, que representa um 
                         {\'{\i}}ndice de biomassa do fitopl{\^a}ncton, na 
                         superf{\'{\i}}cie, sendo vari{\'a}vel seu desempenho em 
                         diferentes regi{\~o}es do planeta devido a presen{\c{c}}a de 
                         detritos e material dissolvido que interagem com a luz nas mesmas 
                         faixas de comprimento de onda que a clorofila e ao espalhamento da 
                         luz na atmosfera. In{\'u}meras bases de dados est{\~a}o 
                         dispon{\'{\i}}veis contendo dados de clorofila-a j{\'a} 
                         processados, no entanto {\'e} necess{\'a}ria a 
                         verifica{\c{c}}{\~a}o de sua performance com dados in situ. O 
                         presente trabalho visa a avalia{\c{c}}{\~a}o do desempenho dos 
                         algoritmos padr{\~o}es da Ag{\^e}ncia Espacial Europeia e da 
                         Ag{\^e}ncia Espacial dos Estados Unidos, al{\'e}m dos algoritmos 
                         de redes neurais (NN), Ocean Color (OCx) e OC4 para imagens 
                         obtidas pelos sensores Ocean and Land Colour Instrument (OLCI) e 
                         AQUA MODerate Resolution Imaging Spectroradiometer (Aqua MODIS) 
                         nas regi{\~o}es Norte e Sudeste da margem continental brasileira 
                         de forma comparativa aos dados obtidos in situ. As {\'a}reas de 
                         estudo compreendem uma esta{\c{c}}{\~a}o fixa no Litoral Norte 
                         do estado de S{\~a}o Paulo, as regi{\~o}es da 
                         eleva{\c{c}}{\~a}o de Rio Grande e da Cadeia 
                         Vit{\'o}ria-Trindade e a {\'a}rea de influ{\^e}ncia da pluma 
                         estuarina do Rio Amazonas, na costa Norte do Brasil, sendo 
                         poss{\'{\i}}vel a exist{\^e}ncia de importantes 
                         diferen{\c{c}}as regionais entre as mesmas. Para a 
                         avalia{\c{c}}{\~a}o da performance dos algoritmos foram 
                         utilizados os par{\^a}metros estat{\'{\i}}sticos como: 
                         coeficiente de correla{\c{c}}{\~a}o de Pearson, coeficiente 
                         angular, coeficiente linear, erro m{\'e}dio quadr{\'a}tico e 
                         bias. Os resultados indicam um melhor desempenho do algoritmo OCx 
                         aplicado {\`a} janelas de 1x1 pixels para o sensor AquaMODIS em 
                         compara{\c{c}}{\~a}o com o algoritmo standard e {\`a}s janelas 
                         espaciais de 3x3 pixels. ABSTRACT: The optical properties of sea 
                         water allow the estimation of its biochemical composition, when 
                         objectively analyzed by means of reflectance measurements. 
                         Spectroradiometers coupled to Earthorbiting satellites allow the 
                         radiation reflected by the ocean to be measured in different bands 
                         of wavelengths. A series of algorithms for the different sensors 
                         make it possible to estimate the concentrations of chlorophyll-a, 
                         which represents a biomass index of the phytoplankton, on the 
                         surface. Its performance in different regions of the planet varies 
                         due to the presence of debris and dissolved material interacting 
                         with light in the same wavelength bands as chlorophyll and 
                         scattering of light into the atmosphere. Numerous databases are 
                         available containing chlorophyll-a data already processed, however 
                         it is necessary to verify performance with data in situ. The aim 
                         of this work is to evaluate the performance of the standard 
                         algorithms of the European Space Agency and the United States 
                         Space Agency, as well as the neural network (NN), Ocean Color 
                         (OCx) and OC4 for the sensors Ocean and Land Colour Instrument 
                         (OLCI) and AQUA MODerate Resolution Imaging Spectroradiometer 
                         (Aqua MODIS) in the North and Southeast regions of the Brazilian 
                         continental margin in a comparative way to the data obtained in 
                         situ. The study areas comprise a fixed coast station in the North 
                         coast of the state of S{\~a}o Paulo, the Rio Grande elevation and 
                         the Vit{\'o}ria-Trindade chain, and the estuarine plume area of 
                         the Amazon River on the North coast of Brazil, with important 
                         regional differences between them. For the evaluation of the 
                         performance of the algorithms were used the statistical parameters 
                         as: Pearson correlation coefficient, angular coefficient, linear 
                         coefficient, mean square error and bias.",
          affiliation = "{} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
             language = "pt",
                pages = "24",
                  ibi = "8JMKD3MGP3W34R/3U2N3UL",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34R/3U2N3UL",
           targetfile = "ELIAS KRAUSZ.pdf",
        urlaccessdate = "13 maio 2024"
}