Estimación del Flujo de Calor Latente a Partir de Imágenes EOS MODIS

Transcripción

1 Estimación del Flujo de Calor Latente a Partir de Imágenes EOS MODIS Rivas, Raúl (1,2) y Schirmbeck, Juliano (1) 1: Instituto de Hidrología de Llanuras, Pinto 399, B7000GHG, Tandil. Buenos Aires Argentina 2: Comisión de Investigaciones Científicas de Buenos Aires CIC rrivas@rec.unicen.edu.ar - jschirmbeck@rec.unicen.edu.ar Latent Heat Flux Estimation from EOS MODIS Image Abstract The energy balance (EB) is fundamental for estimating the latent heat flux. In this paper presents the behavior of the EB terms measured at station covered by mixed pastures, and the extension of local data to the Río Salado basin (Buenos Aires, Argentina) using a TERRA-MODIS image. Results indicate that the methodology used would allow quantifying with precision the water used by the vegetation, which makes it useful for estimating the availability of forage for cattle. Key words: Latent Heat Flux, MODIS sensor, Energy balance, Río Salado Basin Buenos Aires. Resumen El balance energía (BE) es fundamental para la estimación del flujo de calor latente (LE). En este trabajo se presenta el comportamiento de los términos del BE medidos en una estación sobre una pastura mixta y la extensión de los datos locales a la cuenca del Río Salado (Buenos Aires, Argentina) utilizando una imagen TERRA-MODIS. Los resultados muestran que la metodología utilizada permitiría cuantificar con precisión el agua utilizada por la vegetación con lo cual sería de gran utilidad para estimar la disponibilidad de forraje para el ganado vacuno. Palabras Clave: Flujo de calor latente; Sensor MODIS; Balance de Energía; Cuenca del río Salado Buenos Aires. Ciencia, Vol. 5, Nº 18, Mayo Página 35

2 Introducción La teledetección es una herramienta de gran utilidad para obtener información del balance de energía (BE) y del balance hídrico de una región; especialmente adquiere importancia en el monitoreo de desastres y alteraciones en el desarrollo de la biosfera. Con datos captados desde satélite es posible estimar parámetros como albedo, cubierta vegetal, emisividad y temperatura de superficie con los cuales es viable aplicar la ecuación de BE con diferentes resoluciones espaciales y temporales (Coll y Caselles 1997, Valor y Caselles 1996, Liang 2000, Liang et al., 2002, Rivas y Caselles 2004, Schirmbeck 2005, Timmermans et al., 2007). En la ecuación de BE el término de mayor importancia para la evaluación de la productividad primaria de una región es el flujo de calor latente (LE). Si se calcula LE con una precisión espacial adecuada se puede estimar el desarrollo de la cubierta vegetal (disponibilidad de materia seca MS) en el área bajo análisis. El objetivo del presente trabajo es evaluar el comportamiento de los términos del BE a escala local en una parcela con cubierta vegetal mixta y calcular a escala de la cuenca del río Salado el LE a partir de una imagen TERRA- MODIS. La finalidad futura de la extensión de los datos a una región es poder conocer la disponibilidad de forrajes para el consumo ganadero en la región pampeana Argentina y de esta manera cuantificar los aportes de metano a la atmósfera por parte del ganado. Fundamentos El BE puede ser definido, de forma simplificada a nivel de superficie, como la manera que se distribuye la radiación neta (Rn), por medio del flujo de calor en el suelo (G), el flujo de calor sensible (H) y el flujo de calor latente (LE) de acuerdo a (Friedl 2002). Rn + G + H + LE = 0 (1) A escala local, los términos de la ecuación 1, pueden medirse con cierta facilidad Rn y G si se dispone de una estación con sensores que miden Ciencia, Vol. 5, Nº 18, Mayo Página 36

3 radiación de onda corta y larga (para Rn) y con termopilas que registren el gradiente de temperatura y estimarse H por medio de un conjunto de sensores que registran la capacidad de transferencia de calor en la vertical (Norman et al., 1995, Friedl 2002, Villa Nova et al., 2007). La aplicación de BE a escala regional con imágenes de satélite permite estimar Rn y G de manera sencilla (Boegh et al., 2002, Kustas et al., 1990). LE y H no son fáciles de estimar (Wang et al., 2006) y en la generalidad de las situaciones LE se estima como término residual de la ecuación 1 y H calcula a partir de ecuaciones o modelos específicos que toman en cuenta la temperatura radiativa de la superficie (Boegh et al., 2002; Kustas et al., 2004). La Rn, a escala regional se puede calcular a partir del albedo (α), la emisividad de la superficie (εs) y la temperatura de la superficie (Ts) observada con una adecuada precisión a partir de imágenes de satélite y datos medidos a escala local (temperatura del aire (Ta) y radiación solar entrante (Rs )). La ecuación más utilizada es (Friedl 2002, Timmermans et al., 2007): 4 4 ( 1 α ) + εsεaσta εsσts Rn = Rs (2) siendo εa la emisividad del aire y σ la constante de Stefan Boltzmann. El término G puede ser estimado como una fracción de la Rn proporcional a la cubierta vegetal (por ejemplo en función del índice de vegetación de diferencia normalizada - NDVI) siguiendo la expresión propuesta por Moran et al., (1989): G = 0,583exp( 2,13NDVI) Rn (3) H puede ser obtenido a partir de valores de Ts y Ta asumiendo valores constantes para la densidad del aire, calor específico y resistencia aerodinámica (en superficies con alta proporción de vegetación) a partir de la Ecuación 4 (Boegh et al., 2002, Kustas et al., 2004, Wang et al., 2006). Ts Ta H = ρ c p (4) ra donde ρ es la densidad del aire, cp es el calor especifico del aire húmedo a una presión constante y ra la resistencia aerodinámica. Ciencia, Vol. 5, Nº 18, Mayo Página 37

4 Metodología Medidas locales Las medidas locales se han realizado a partir de sensores de la estación Kipp & Zonen CNR1 (Campbell Scientific) (Figura 1a) discrimina la radiación de onda corta (0,305-2,800 μm) entrante (Rs ) y saliente (Rs ) y de onda larga (5-50 μm) entrante (Rl ) y saliente (Rl ) a la cobertura vegetal y un sensor de G HFT3 (Campbell Scientific) instalado a 7 cm de profundidad. (Figura 1b) Los datos de los sensores CNR1 y HFT3 son almacenados en un data logger Campbell Scientific CR10X, configurado para registrar el promedio, máximo, mínimo y desviación de las lecturas efectuadas (cada 10 s) durante intervalos de 15 minutos. Los datos meteorológicos convencionales han sido medidos a 2 m de la superficie por la estación ET 106 Campbell Scientific que dispone de un sensor de Ta y humedad relativa (HR), un piranómetro y un sensor de velocidad y dirección de viento. La estación ET106 ha sido configurada con la misma resolución temporal (15 min). La medición de los datos locales han sido realizadas en el campus de la Universidad Nacional del Centro Tandil (37,32º S, 59,08º W, altitud 214 m), provincia de Buenos Aires, Argentina (Figura 2). Figura 1. (a) Sensores de radiación de onda corta y larga -CNR1- instalados en una torre a 2 m y (b) sensor de flujo de calor en el suelo HFT3. Ciencia, Vol. 5, Nº 18, Mayo Página 38

5 La parcela en la que se encuentra instalada la estación tiene una cubierta vegetal de Dactylis glomerata, Festuca arundinacea y Lolium multiflorum y esta rodeada por un área de experimento de pastoreo de ganado vacuno. La composición vegetal de la parcela es la típica de la cuenca del río Salado (CRS) Argentina y principal región de producción ganadera (52 millones de cabezas de acuerdo al Servicio de Sanidad y Calidad Agroalimentaria de Argentina) de la provincia de Buenos Aires (Figura 2). Las precipitaciones medias anuales en el área son próximas a los 1000 mm, la evapotranspiración media anual es de 1100 mm (aplicando Penman Monteith de acuerdo a la ecuación propuesta por Allen et al., (1998) y la evapotranspiración real anual se ubica entre el 85 y 90 % de la precipitación. Los déficit hídricos se observan en invierno pudiendo registrarse déficit puntuales de importancia en los meses de verano. Campus Tandil - UNCPBA Figura 2. Ubicación de la estación y partidos de la provincia de Buenos Aires incluidos en la CRS. Ciencia, Vol. 5, Nº 18, Mayo Página 39

6 El período de datos locales analizados corresponde a medidas realizadas entre el día 12 y el 17 de enero de La Rn (W m-2) fue obtenida con los datos registrados por los sensores de la CNR1 a partir de (Timmermans et al., 2007): Rn = Rs Rs + Rl Rl (5) El H se ha calculado aplicando la ecuación 4 (considerando ρcp igual a 1,2156 J m-3 ºC-1) donde la Ts en la parcela se ha calculado a partir de (Schirmbeck y Rivas, 2007): Rl Ts = σε S 1 4 (6) Donde Rl corresponde al valor medido por el sensor de onda larga de la CNR1. El valor de LE se ha calculado como término residual de la ecuación 1 para valores promedio de intervalos de 15 minutos y a partir de éstos se calcularon las medias diarias. Con la finalidad de evaluar los datos de LE obtenidos, a partir de la aplicación de la ecuación 1, se han calculado los valores de evapotranspiración de referencia (ETo) utilizando la aproximación de Penman Monteith (PM) propuesta por Allen et al., (1998). Procesamiento de la imagen Para la estimación del LE a escala de cuenca se ha utilizado una imagen captada el 15 de enero por el sensor TERRA-MODIS a las 10:55 hora local. Para estimar la Rn con la ecuación 2 se ha asumido un valor de εs de 0,985, εa se ha calculado a partir de Ta utilizando la ecuación potencial propuesta por Brutsaert (1984) (ecuación 6.21). El valor Rs utilizado corresponde a la medida registrada por el sensor de onda corta de la CNR1 y la Ta medida en la estación ET106 (los valores usados corresponden a datos medidos al momento de la captura de la imagen). El albedo se ha calculado a partir de la ecuación propuesta por Liang (2000): Ciencia, Vol. 5, Nº 18, Mayo Página 40

7 α =,16ρ + 0,291ρ + 0,243ρ + 0,116ρ + 0,112ρ + 0,081ρ 0,0015 (7) donde el valor de ρ corresponde a la reflectividad de la banda considerada (1 a 5 y 7). La Ts ha sido calculada aplicando la ecuación split window (para vegetación) propuesta por Sobrino et al., (2003). Ts = T (8) ,52 +1,79(T31 - T32 ) +1,2(T31 - T32 ) Para estimar el valor de G se ha utilizado el ajuste propuesto por Moran et al., (1989) (ecuación 3). La estimación de H se ha calculado utilizando la ecuación 4 considerando el valor de Ta medido en la estación y el de Ts estimado a partir de la ecuación 8. LE instantáneo se llevo a la escala diaria considerando la proporción entre la radiación neta instantánea y diaria (con datos medidos en la estación CNR1 durante el último año). Resultados En la Figura 3 se muestra el comportamiento de la Rs medida con en la estación CNR1 y Ta-HR registradas en la estación ET106 para los 6 días considerados. Se observa que durante todo el período la Rs a la hora de máxima radiación (entre las 12:45 h y 13:15 h local) supera los 1000 W m-2. Dichas condiciones garantizan una suficiente disponibilidad de energía para el desarrollo de los procesos ocurridos a nivel de superficie (principalmente LE). Situaciones similares, a las analizados en este caso, generan importantes déficit hídricos que son de gran interés al momento de la estimación de la disponibilidad de MS y son relevantes a escala de cuenca. Ciencia, Vol. 5, Nº 18, Mayo Página 41

8 (día) W/m*m :00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00: Hora Rs (día) C :00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 Hora Ta (día) % :00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 Hora Hr Figura 3. Comportamiento de la Rs (0,305-2,800 μm), la Ta y HR en el área de pastura para los 6 días de análisis. En la Tabla 1 se presenta el comportamiento diario de G, H y LE respecto a la Rn observada en la parcela con pastura. Los resultados muestran el dominio del LE por sobre G y H a la escala de tiempo diaria. La reducida influencia de G en la ecuación de BE puede ser asociada a una capa de materia orgánica Ciencia, Vol. 5, Nº 18, Mayo Página 42

9 seca que existe en los primeros cm de suelo y a la alta proporción de vegetación; el valor del H es consecuencia de las condiciones de la cubierta vegetal mixta y de las condiciones meteorológicas (alta humedad del aire > 50 % en todo el período y baja velocidad de viento < 14 km h-1) y el alto valor de LE asociado a la disponibilidad de agua en el suelo (el suelo presente en el área de la estación corresponde a un argiudol con un buen manejo que garantiza un adecuado almacenamiento de agua en el perfil). En áreas llanas húmedas a subhúmedas de latitudes medias se presentan situaciones de éstas características en las que la mayor parte de la Rn se usa para el proceso evapotranspiración. G/Rn H/Rn LE/Rn Min Max 5, Media 3, σ 1,7 2,8 9,3 Tabla 1. Comportamiento de los términos G, H y LE respecto a Rn para el periodo considerado (%). La Figura 4 muestra el comportamiento de los términos del BE del período analizado. A partir de las curvas obtenidas para cada día se puede notar claramente la diferencia de los términos del BE para el día y la noche y el peso que tiene cada uno respecto de Rn. Ciencia, Vol. 5, Nº 18, Mayo Página 43

10 (día) W/m*m : :00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00: Hora RN W/m*m (día) :00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00: Hora G (día) W/m*m :00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00: Hora H (día) W/m*m :00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00: Hora λe Figura 4. Comportamiento de los términos del BE (horario) para cada día considerado. Ciencia, Vol. 5, Nº 18, Mayo Página 44

11 La Figura 5 muestra los resultados de la comparación entre ETo.Kc (Kc=0,75) y LE para cada día del período considerado. Se observa que durante los días analizados el LE se mantiene por debajo de los 150 W m-2 día (menor a 5,25 mm día-1) mientras que ETo.Kc sigue la demanda de agua que genera el sistema con un valor máximo cercano a los 250 W m-2 día-1 (8,75 mm día 1). Particularmente se puede observar que LE tiende a disminuir hacia el último día (día 17) con un pequeño aumento el día 16 como consecuencia de una precipitación registrada la tarde-noche del día 15 (12 mm) que aumentó la disponibilidad de agua en el sistema generando un leve ascenso en el valor de LE (Figura 5) LE-ET Día LE ETo*Kc Figura 5. Comportamiento local de LE (W m-2 día-1) y ET (W m-2 día-1) en la pastura desde el 12 al 17. La Figura 6 muestra los mapas de H, G, Rn y LE instantáneos (i) obtenidos para la CRS utilizando las ecuaciones 7 y 8 y sustituyendo los resultados de éstas en las ecuaciones de Rn, G y H. El peso de cada uno de los términos del BE son concordantes con los observados en la estación y la variación espacial es consecuencia de las características propias de la superficie observada. Ciencia, Vol. 5, Nº 18, Mayo Página 45

12 Figura 6. Mapas de Hi (a), Gi (b), Rni (c) y LEi (d) de la CRS. La Figura 7 muestra la distribución espacial del LE (W m-2 día-1) para el día 15 de enero en los diferentes partidos que conforman la CRS (provincia de Buenos Aires). Los valores de LE oscilan entre 77 y 159 W m-2 día-1 de los cuales un 50% del área toma valores entre W m-2 día-1 ( 4,2-4,9 mm día-1). Ciencia, Vol. 5, Nº 18, Mayo Página 46

13 Figura 7. Mapa de LE de la CRS logrado a partir de la imagen TERRA-MODIS del día 15 de enero. Si se compara el resultado de LE (114 W m-2 dia-1) (para un área de 3 píxeles por 3 píxeles en el que esta incluida la estación) de la imagen y el obtenido en la estación (104 W m-2 dia-1) se observa que la diferencia es mínima (10 W m- 2 día-1 0,35 mm día-1). El valor de LE logrado con la imagen es similar al obtenido a escala local y requiere un análisis mas exhaustivo con un mayor número de imágenes para analizar (etapa en la que actualmente los autores se encuentran) (Figura 7). La comparación realizada no es suficiente para indicar que el uso de la metodología utilizada (para estimar LE a escala regional) es apropiada. Sin embargo, es posible indicar que las condiciones de la región son óptimas (zona llana de gran extensión con alta proporción de vegetación, elevada humedad del aire y baja velocidad de viento) para la aplicación de la ecuación de BE utilizando como base imágenes de satélite. Ciencia, Vol. 5, Nº 18, Mayo Página 47

14 Conclusiones Los resultados de este trabajo muestran que la ecuación de BE es adecuada para la estimación del LE en una parcela con cobertura vegetal de Dactylis glomerata, Festuca arundinacea y Lolium multiflorum. El análisis de Rn, H, G y LE durante 6 días de verano indica que el uso de BE es apto para este tipo de superficies vegetales comprobando que LE es arroja valores inferiores respecto del método de Penman Monteith. Las diferencias entre LE y ET se deben a que los valores de LE corresponden a la pérdida real de agua desde el sistema. En este período del año las precipitaciones son escasas y no hay suficiente disponibilidad de agua en el suelo para ser utilizada en el proceso de evapotranspiración (demostrado en la Figura 5). Además sería adecuada la estimación del LE con imágenes de satélite ya que el área de análisis presenta una reducida variación topográfica, una alta proporción de vegetación y condiciones meteorológicas óptimas para la aplicación de la ecuación de BE. Así lo demuestra, una prueba realizada a escala de la CRS-Argentina, la aplicación realizada con una imagen MODIS- TERRA. Agradecimientos Los autores desean expresar su agradecimiento a la Comisión de Investigaciones Científicas de Buenos Aires (CIC) y a la Agencia Nacional de Promoción Científica y Tecnológica de Argentina (ANCPyT) por los recursos destinados para esta investigación (PICTO 22825). Ciencia, Vol. 5, Nº 18, Mayo Página 48

15 Referencias ALLEN, R. G., PEREIRA, L. S., RAES, D., SMITH, M., Crop evapotranspiration- Guidelines for computing crop water requirements-fao. Irrigation and drainage paper 56. Water Resources, Development and Management Service, Rome, Italy. BRUTSAERT, W., Evaporation into the atmosphere. Theory, history, and applications. Reidel Publishing Company, Dordrecht, Holland, 299 pp. BOEGH, E., SOEGAARD, H., THOMSEN, A., Evaluating evapotranspiration rates and surface conditions using Landsat TM to estimate atmospheric resistance and surface resistance. Remote Sensing of Environment 2002, Vol.79, COLL, C., CASELLES, V., A split window algorithm for land surface temperature from advanced very high resolution radiometer data: Validation and algorithm comparison. Journal of Geophysical Research 1997, Vol.102, 14: FRIEDL, M. A Forward and inverse modeling of land surface energy balance using surface temperature measurements. Remote Sensing of Environment 2002, Vol.79, KUSTAS, W. P., MORAN, M. S., JACKSON R.D., GAY, L. W., DUELL, L. F. W., KUNKEL, K. E., MATTHIAS, A. D Instantaneous and daily values of the surface energy balance over agricultural fields using remote sensing and a reference field in an arid environment. Remote Sensing of Environment 1990, Vol.32, KUSTAS, W.P., LI, F., JACKSON, T.J., PRUEGER, J.H., MACPHERSON, J.L., WOLDE, M Effects of remote sensing pixel resolution on modelled energy flux variability of croplands in Iowa. Remote Sensing of Environment 2004, Vol.92, LIANG, S Narrowband to broadband conversions of land surface albedo I Algorithms. Remote Sensing of Environment 2000, Vol.76, LIANG, S., FANG, H., CHEN, M., SHUEY, C. J., WALTHALL, C., DAUGHTRY, C., MORISETTE J., SCHAAF C., STRAHLER A., Validating MODIS land surface reflectance and albedo products: methods and preliminary results. Remote Sensing of Environment 2002, Vol.83, MORAN, M. S., JACKSON, R. D., RAYMOND, L. H., GAY, L. W., & SLATER, P. N Mapping surface energy balance components by combining landsat thermatic mapper and ground-based meteorological data. Remote Sensing of Environment 1989, Vol.30, NORMAN, J., KUSTAS, W., HUMES, K.,1995. Source approach for estimating soil and vegetation energy fluxes from observations of directional radiometric surface temperature. Agricultural and Forest Meteorology 1995, Vol.77, RIVAS, R., CASELLES, V., A simplified equation to estimate spatial reference evaporation from remote sensing based surface temperature and local meteorological data. Remote Sensing of Environment 2004, Vol.93, Ciencia, Vol. 5, Nº 18, Mayo Página 49

16 SOBRINO, J. A., EL KHARRAZ, J., LI, Z Surface temperature and water vapour retrieval from MODIS data. International Journal of Remote Sensing 2003, Vol.24, SCHIRMBECK J Estimativa de evapotranspiração regional em área de ocorrência do Sistema Aqüífero Guarani - Vale do Rio dos Sinos - RS: Uma aplicação de técnicas de sensoriamento remoto, Dissertação de Mestrado. São Leopoldo - RS, 132 pp. SCHIRMBECK, J., RIVAS, R Estimación de la radiación neta a nivel del suelo a partir de datos captados por el sensor ETM+. Anais del XV Simpósio Brasileiro de Sensoriamento Remoto: TIMMERMANS, W. J., KUSTAS, W. P., ANDERSON, M. C., FRENCH, A. N An intercomparison of the Surface Energy Balance Algorithm for Land (SEBAL) and the Two-Source Energy Balance (TSEB) modeling schemes. Remote Sensing of Environment 2007, Vol.108, VALOR E., CASELLES, V Mapping land surface emissivity from NDVI: Application to European, African and South American areas. Remote Sensing of Environment 1996, Vol.57, VILLA NOVA, N.A., PEREIRA, A.B., SHOCK, C.C Estimation of Reference Evapotranspiration by an Energy Balance Approach. Biosystems Engineering 2007, Vol.96, WANG K.,LI, Z., CRIBB, M., Estimation of evaporative fraction from a combination of day and night land surface temperatures and NDVI: A new method to determine the Priestley Taylor parameter. Remote Sensing of Environment 2006, Vol.102, Ciencia, Vol. 5, Nº 18, Mayo Página 50