validaciÓn de productos modis nivel...
TRANSCRIPT
Departament de Física de la Terra i Termodinàmica
MÁSTER EN TELEDETECCIÓN
Trabajo de Fin de Máster
MANUEL AUGUSTO PESANTEZ GONZALEZ
Burjassot, 2013
VALIDACIÓN DE PRODUCTOS
MODIS NIVEL 3(AEROSOLES) SOBRE LA COSTA
MEDITERRÁNEA SEPTENTRIONAL
Departament de Física de la Terra i Termodinàmica
MÁSTER EN TELEDETECCIÓN
VALIDACIÓN DE PRODUCTOS
MODIS NIVEL 3 (AEROSOLES) SOBRE LA COSTA
MEDITERRÁNEA SEPTENTRIONAL
Trabajo de Fin de Máster
MANUEL AUGUSTO PESÁNTEZ GONZALEZ
Septiembre, 2013
- 5 -
Dr. María Pilar Utrillas Esteban y Dr. Víctor Estellés Leal, profesores del Departament de Física de la Terra i Termodinàmica de la Universitat de València DECLARAN: Que la presente Memoria “VALIDACIÓN DE PRODUCTOS MODIS
NIVEL 3 (AEROSOLES) SOBRE LA COSTA MEDITERRÁNEA SEPTENTRIONAL”, ha sido realizada bajo nuestra dirección por D. Manuel Augusto Pesantez González, y constituye su Trabajo de Fin de Máster, dando el visto bueno para su presentación ante el Tribunal de Trabajo de Fin de Máster que corresponda.
Y para que así conste, firmo la presente en
(i) Burjassot, 23 de Septiembre de 2013
Fdo.: María Pilar Utrillas Esteban Fdo.: Víctor Estellés Leal
- 9 -
Agradecimientos
Quiero hacer extensivo mi agradecimiento a las personas e instituciones que me
ayudaron a la finalización con éxito este trabajo. En primer lugar a la Directora del
Máster Soledad Gandía que sin su ayuda y buena disposición no hubiera sido posible
cursar este Máster. Su ayuda inicial a la distancia permitió que pudiera trasladarme
desde mi país a la madre patria.
Mi más sincero agradecimiento a la Directora de este Trabajo final del Máster,
María Pilar Utrillas, y en especial al codirector del mismo Víctor Estellés que gracias a
su buena disponibilidad afable y a su guía científica de alto nivel ha sido posible
ejecutar paso a paso este trabajo. A los profesores que impartieron su saber con
elocuencia científica
Un agradecimiento espiritual a mi Dios por darme esa fortaleza en mis flaquezas
emocionales, a mi familia en especial a mi madre que siempre ha estado segura de mis
decisiones, a mi hermana Alba Beatriz y a su esposo Angelito que desde su inicio me
prestaron su ayuda incondicional para que me actualice en nuevos conocimientos, su
apoyo moral, espiritual y económico me motivaron a emprender en este nuevo desafío
profesional. A mi actual pareja Mercedes que sin ella a mi lado no hubiera tenido el
valor y fuerza para sentirme realizado.
La ayuda espontánea del compañero José Vicente que siempre estuvo presto a
ayudar, a transmitir su saber intelectual en este nuevo trabajo, siendo una continuación
de su TFM en otro nivel. Su trabajo y la de Sara Segura ha sido la base para la
realización de este, gracias por tú ayuda José Vicente mi agradecimiento particular
para ti grande amigo. También para Carolina compañera del Máster que puso su
granito de arena en la realización de este, y a todos los compañeros del Máster que
desde una y otra manera nos involucramos en un mar de conocimientos y de
investigación en esta nueva disciplina que es la Teledetección.
También quiero hacer extensivo mi agradecimiento a la institución del estado
ecuatoriano “SESNECYT“ que financió la estadía y gastos de mis estudios del Máster.
A la “Universidad Nacional de Loja” entidad que me auspició para que con los nuevos
conocimientos adquiridos sean transmitidos a una nueva generación de alumnos que se
están formando en dicha universidad.
Valencia, 23 de Septiembre 2013.
- 11 -
ÍNDICE GENERAL
Introducción……………………………………………….................. 13
Capítulo 1. Aerosoles y productos MODIS.................................................. 15
1.1 Definición……………………………………………………………… …… 15
1.2 Tipos de Aerosoles…………………………………………………….. …… 17
1.3 Clasificación climática……………………………………………………… 18
1.4 Propiedades de los Aerosoles……………………………………………..... 19
1.4.1 Propiedades físicas de los aerosoles…………………………...….. 20
1.4.2 Propiedades ópticas de los aerosoles…………………………...…. 21
1.5 Medidas de AOD desde el suelo: red AERONET……………………….... 22
1.5.1 Fotómetro solar CIMEL CE318…………………………...……….. 23
1.6 Medidas desde satélite: MODIS (Moderate Resolution Imaging
Spectroradiometer)……………………………………………………. 24
1.7 Productos atmosféricos MODIS………………...…………………….. …... 26
1.7.1 Productos de aerosoles: MOD04/MYD04………………...………. 29
1.7.2 Productos de aerosoles: MOD08/MYD08………………...………. 30
Capítulo 2. Metodología.......................................……................................. 31
2.1 Introducción…………………………………………………………… …… 31
2.2 Enfoque espacio temporal……………………………………………. …… 33
2.3 Algoritmos de MODIS………………………………………………… …… 34
2.3 Distorsión en los productos de aerosoles de Nivel 2 y 3…………………. .. 35
2.3 El píxel count………………………………………………… ……………. 36
2.3 Procesado de los datos MODIS………………………………………. …… 37
2.4 Procesado de los datos AERONET……………………………………. …… 38
Capítulo 3. Áreas de estudio......................................……............................ 40
3.1 Selección de las áreas de interés…………………………………………. 40
3.2 Descripción y caracterización de las estaciones AERONET……………… 41
3.2.1 IMC Oristano, Sardinia (Italia)………………………………...…… 41
3.2.2 Lecce – University (Italia)………………………………………….. 43
3.2.3 Burjassot (España)….………………………………………………. 44
3.2.4 Barcelona (España)………………………………………………… 45
3.2.5 Villefranche (Francia)………………………………………………. 47
3.2.6 Messina (Italia)….….………………………………………………. 48
- 12 -
3.2.7 Forth Crete (Grecia)..………………………………………………. 49
3.2.8 IMS –Metu –Erdemli Crete (Turquía)……………………………… 50
3.2.9 Nes Ziona (Israel)….……………………………………………….. 51
Capítulo 4. Resultados......................................……..................................... 53
4.1 Resumen de datos AERONET y MODIS procesados………………... ……. 53
4.2 Estimación del error en la validación………………..............................…… 54
4.3 Estadísticas en la validación………………………................................…… 55
4.4 Validación de aerosoles (AOD) MOD08/MYD08, colección M3.051……… 55
4.4.1 Estación AERONET IMC Oristano, Sardinia(Italia) ………...…….. 55
4.4.2 Estación AERONET Lecce – University (Italia)……………...……. 58
4.4.3 Estación AERONET de Burjassot (España)……………...………… 61
4.4.4 Estación AERONET de Barcelona (España)……………...………… 63
4.4.5 Estación AERONET de Villefranche (Francia)…………………….. 65
4.4.6 Estación AERONET de Messina (Italia)…………………………… 67
4.4.7 Estación AERONET de IMS-Metu-Erdemli (Turquía)...................... 69
4.4.8 Estación AERONET de Foth-Crete (Creta)………………………… 71
4.4.9 Estación AERONET de Nes-Ziona (Israel)……………………….. 73
4.4.10 Validación para todas las estaciones de la costa Mediterránea…….. 75
Capítulo 5. Conclusiones..................................……..................................... 78
Anexo I: Resumen de datos estadísticos en la validación de productos MODIS
(Aerosoles) de nivel 2................……....................................................... 81
Bibliografía...................................……......................................................... 84
- 13 -
Introducción
La Teledetección (en inglés “remote sensing”) es una disciplina nueva de extensas
aplicaciones dedicada a la observación de la Tierra y el espacio desde plataformas
espaciales (satélites) o aéreas. El empleo de sensores remotos a bordo con instrumentos
cada día más sofisticados, en términos espaciales, espectrales y temporales permite
medir la radiación emitida o reflejada por la superficie terrestre a diferentes longitudes
de onda (0.4-0.7 µm para el espectro visible, 0.7-1.2 µm para el infrarrojo cercano, 1.2-
8 µm para el infrarrojo medio, 8-14 µm para el térmico, y 6 a 1.5 cm en microondas)
(Díaz, 2012).
La radiación recibida en los sensores es procesada (traducida a magnitudes físicas
como temperatura, humedad, parámetros atmosféricos, etc.) y analizada a fin de
determinar predicciones estadísticas de la dinámica del sistema Tierra. Mediante la
observación remota estudiamos los diferentes efectos que se producen en la atmosfera y
la superficie. Entre los diferentes componentes que se encuentran en la atmósfera, están
las moléculas de aire seco (N2, CO2, O3, ), vapor de agua, aerosoles y nubes que
afectan la transferencia radiativa a través de la atmósfera (Segura, 2012)
Los aerosoles son una de las variables geofísicas menos estudiadas hasta el momento
(Andreae et al., 2002). Por tanto, su distribución y propiedades a nivel global no se
conocen bien, y por ello es un campo de estudio muy activo en la actualidad. Los
aerosoles atmosféricos (partículas sólidas o líquidas en suspensión en el aire) afectan al
balance radiativo terrestre de forma directa (absorbiendo y dispersando la radiación
solar incidente) e indirecta (actuando como núcleos de condensación en la formación de
nubes e influyendo en las propiedades radiativas y dinámicas de éstas). Al efecto de la
absorción y dispersión de la radiación solar incidente se le denomina forzamiento
radiativo de los aerosoles, y puede llegar a ser de la misma magnitud pero de sentido
opuesto que el forzamiento radiativo debido a los gases de efecto invernadero [(IPCC),
2007]. Ante la evidencia de estos efectos sobre el clima, en los últimos años el estudio
de los aerosoles atmosféricos ha cobrado gran interés, desarrollándose nuevos
instrumentos y metodologías para su estudio. Además, como los aerosoles atmosféricos
pueden afectar seriamente la salud de los seres vivos, también son considerados como
contaminantes en las guías de calidad del aire que se establecen con el objetivo de
regular y normalizar la emisión de partículas contaminantes a la atmósfera [(WHO),
2006].
El estudio de los aerosoles y sus propiedades puede abordarse con diferentes técnicas
de medida, cada una con sus ventajas e inconvenientes, pero todas ellas
complementarias. Existen diferentes maneras de caracterizar los aerosoles, por ejemplo
con instrumentos de medida in situ (generalmente a nivel de suelo). Sus instrumentos
toman muestras de aire de la columna atmosférica y miden algunos parámetros de las
propiedades físicas y radiativas de los aerosoles. Esta técnica tiene poca
- 14 -
representatividad horizontal (espacial), aunque suele ser precisa y presenta una gran
resolución temporal. Entre los instrumentos de medidas de la columna atmosférica están
los, los fotómetros solares y los instrumentos [LIDAR (Light Detection And Ranging)].
En comparación las medidas que se realizan desde satélite son menos precisas (la
atmósfera afecta considerablemente la radiación recibida por el sensor) y tienen menor
resolución temporal (aunque tienen una gran representatividad espacial). En los últimos
años se han puesto en marcha algunas misiones enfocadas a la medida de aerosoles
desde satélite entre ellas MODIS (Moderate Resolution Imaging Spectroradiometer).
El presente trabajo tiene como objetivo realizar una validación del espesor óptico de
aerosoles proporcionado por el sensor MODIS sobre diferentes estaciones de la costa
mediterránea, empleando para ello medidas del espesor óptico obtenido con fotómetros
solares CIMEL pertenecientes a la red internacional AERONET. Específicamente, el
espesor óptico de aerosoles MODIS se corresponde con el producto diario
MOD08/MYD08 de nivel 3 de la colección 5.1. La presente validación se ha comparado
asimismo con los resultados obtenidos anteriormente para datos de nivel 2, con el ánimo
de comprobar la validez de los datos estadísticos y de evaluar la degradación de la
información al disminuir la resolución espacial en áreas costeras.
El presente trabajo lo hemos estructurado en 5 capítulos:
El primer capítulo hace referencia a la caracterización de diferentes tipos de
aerosoles, clasificación climática y propiedades microfísicas y ópticas.
Además se realiza una descripción del sensor MODIS, sus productos
atmosféricos (MOD04/MYD04 y MOD08/MYD08) y la red de medida de
aerosoles de AERONET.
El segundo capítulo hace referencia a la metodología empleada en el
procesado de datos recogidos de las estaciones AERONET y del sensor
MODIS.
El tercer capítulo describe las estaciones consideradas, su ubicación, y los
tipos de aerosoles esperados en la zona.
El cuarto capítulo presenta los resultados realizando una descripción
detallada de la validación estación por estación, y de forma conjunta.
El capítulo quinto presenta las conclusiones alcanzadas.
- 15 -
CAPÍTULO
1
Aerosoles y productos MODIS
1.1. Definición
Los aerosoles atmosféricos se definen como partículas (en estado sólido o líquido)
que se encuentran suspendidas en el aire y son arrastradas por éste en su movimiento.
Su tamaño es muy variable, con radios situados entre 0.001 μm y 100 μm, es decir,
desde agregados moleculares hasta partículas que por su tamaño sólo pueden
permanecer suspendidas en la atmósfera durante unas pocas horas. Su razón de mezcla,
es decir, la cantidad de masa de aerosoles presente en una unidad de volumen de aire,
también es variable, oscilando desde 1 μg/m³ (valor que se observa en los casquetes
polares o en la troposfera oceánica libre), hasta los 1000 μg/m³ (que se observan en las
tormentas de arena o en los humos cargados de ceniza de los incendios forestales)
(Esteve A.R. 2011).
El estudio de los aerosoles es de gran importancia ya que, debido a su alta variabilidad
temporal y espacial, constituyen una de las mayores fuentes de incertidumbre en
diferentes procesos que ocurren en la atmósfera y que afectan tanto al clima (IPCC1,
2007) como a la visibilidad (Santese et al., 2007; Samet et al., 2000), calidad del aire
(Torres et al., 2002) o a la salud humana (Samet et al., 2000).
Como hemos dicho, los aerosoles son un constituyente importante de la atmósfera,
tienen un impacto directo en el balance radiativo de la Tierra dispersando y absorbiendo
la radiación solar (He et al., 2010) y sus efectos radiativos se clasifican en:
Directos. Los aerosoles absorben y dispersan la radiación procedente del sol
(efectos en la propagación de la radiación).
Indirectos. Actúan como núcleos de condensación (CCN2) en la formación de
las nubes, lo que produce un aumento de la reflectividad de la nube para la
radiación de onda corta, pero muy poca o ninguna variación para radiación de
onda larga (modificación de los efectos radiativos de las nubes)
Semidirectos. Efecto de la absorción de los aerosoles en el seno de una nube.
La figura 1.1 muestra los procesos en el impacto evolutivo del clima. Los aerosoles
pueden ser emitidos directamente como partículas primarias y pueden formarse
secundariamente por la oxidación de los precursores gaseosos.
1 Panel Intergubernamental del Cambio Climático
2 Cloud Condensation Nuclei (núcleos de condensación de nubes)
- 16 -
Figura 1.1. Aerosol principales procesos pertinentes a su
impacto sobre el clima. [Fuente: (Chin M. et.al, 2009)]
En la dispersión o scattering, una partícula absorbe una cierta cantidad de energía de
una onda electromagnética incidente, para luego emitirla en un ángulo sólido centrado
en dicha partícula y con diferente dirección. En la atmósfera tienen lugar dos fenómenos
de dispersión diferentes: uno debido a las moléculas de aire (dispersión de Rayleigh) y
otro debido a los aerosoles (dispersión de Mie).
La teoría de Rayleigh analiza la dispersión por moléculas de tamaño mucho menor
que la longitud de onda (λ) de la radiación incidente (<0.05µm) como una solución de
las ecuaciones de Maxwell. Esta solución implica una dependencia de la intensidad
dispersada proporcionada a y poco dependiente del ángulo de dispersión.
La teoría de Mie, resuelve el problema de la interacción de una onda plana
electromagnética con una esfera dieléctrica, asumiendo que ésta es homogénea e
isótropa. En la atmósfera, las únicas partículas que pueden considerarse como esféricas
son las partículas higroscópicas (sales marinas) o los derivados del carbono
El efecto radiativo de los aerosoles en la atmósfera se analiza resolviendo la ecuación
de transferencia radiativa [Thomas & Stamnes, 1999], y requiere las siguientes
propiedades ópticas: espesor óptico de aerosoles (λ), que representa la carga total de
aerosoles; albedo de dispersión simple (λ), que da la relación entre la radiación
dispersada y la extinguida; y función de fase P(Ɵ,λ), que describe la dependencia
angular de la dispersión. Los modelos de aerosoles suelen asociar estas propiedades
radiativas con las propiedades físico-químicas de las partículas (tamaño, composición y
forma), por lo que pueden derivarse unas de las otras.
Informes del IPCC (2007) estiman que a nivel global medio el forzamiento radiativo
directo de los aerosoles antropogénicos en el TOA (techo de la atmosfera) es negativo,
favoreciendo el enfriamiento del clima, aunque la incertidumbre muy grande. En el caso
- 17 -
del forzamiento radiativo indirecto las incertidumbres son todavía mayores (IPCC,
2007)
1.2. Tipos de aerosoles
El estudio de los aerosoles atmosféricos se puede realizar analizando diferentes
parámetros. Cada tipo de aerosol viene caracterizado por:
La fuente que lo genera, que determina su composición química.
Su mecanismo de producción, que da lugar a la forma y a la distribución de
tamaños (es decir, la cantidad de partículas que hay con cada tamaño en un
determinado volumen de aire).
La capacidad de producción, que indica su importancia relativa.
El mecanismo de deposición, que determina las causas de su desaparición de
la atmósfera.
El tiempo de residencia en la atmósfera, que normalmente indica cuál es el
rango de tamaños a considerar, teniendo en cuenta que cuanto menor es el
tamaño de la partícula, mayor será el tiempo de residencia de ésta en la
atmósfera.
Las dos primeras características son las que nos indicarán la capacidad de interacción
de los aerosoles con el vapor de agua atmosférico (fundamental para estudiar su efecto
sobre la formación de nubes) y con la radiación solar (fundamental para conocer su
efecto sobre el balance radiativo).
Por los mecanismos de producción, los aerosoles se dividen en:
Aerosoles primarios, que constituyen el 90% de la masa global de aerosoles y son
de origen natural. Se generan directamente de material particulado, como sal marina
de los mares y océanos, polvo mineral del desierto, expulsión de gases y ceniza de
los volcanes (dióxido de azufre y otros gases que producen sulfatos), actividad
biológica en las regiones forestales.
Aerosoles secundarios, que constituyen el 10% restante de la masa de aerosoles y
son de origen antropogénico (por acción del hombre). Son derivados principalmente
de una variedad de fuentes provenientes de las emisiones urbanas e industriales, y
otros productos de combustión, el humo de la quema agrícola, el polvo del suelo
creado por el pastoreo excesivo, la deforestación, el drenaje de los cuerpos de aguas
continentales, algunas prácticas de explotación agraria y, en general, las actividades
de gestión de la tierra que desestabilizan la superficie. La figura 1.2 nos muestra
algunas tipos y formas de aerosoles presentes en la atmósfera.
- 18 -
Figura 1.2 Imágenes de microscopio electrónico de barrido (no definida a la misma escala)
muestran la amplia variedad de formas de aerosol. De izquierda a derecha: la ceniza volcánica,
el polen, la sal del mar, y el hollín. [Fuente: cortesía del USGS3, UMBC
4(Chere Petty) y la
Universidad Estatal de Arizona (Peter Buseck)]5
1.3. Clasificación climática
En anteriores trabajos (Esteve A. R., 2011; Díaz, J., 2012, Segura, S., 2012), se habla
de la clasificación por componentes básicos de aerosoles que suelen repetirse en todos
los modelos climáticos y que son diferentes según el fenómeno que lo genere. Sin
embargo la forma más útil y práctica de clasificar los aerosoles a nivel global es
emplear modelos climáticos (D’Almeida, 1991). Según esta clasificación se muestran
cinco tipos de aerosoles principales:
1. Aerosoles marítimos. Debido a que dos tercios de la superficie terrestre está
cubierta por agua, este tipo de aerosol es de los más importantes a nivel
climatológico. Está formado por sustancias solubles en agua (99.96%) y partículas
salinas (0.04%). A partir de su interacción con otros tipos de aerosoles, se tienen tres
tipos:
Marítimo limpio o puro. Este aerosol se encuentra en regiones oceánicas
muy alejadas de la costa, y consiste en sulfatos biogénicos y sales marinas de
varios tamaños. Definen masas de aire relativamente limpias.
Marítimo mineral. Este aerosol se encuentra en aquellas regiones del
planeta donde las partículas marinas se mezclan con aerosoles de origen
desértico, que pueden haber sido transportados a grandes distancias de sus
fuentes. Es muy común en el Mediterráneo y al oeste de África, donde las
partículas de polvo sahariano se mezclan con masas de aire cargadas de
aerosol marítimo.
Marítimo contaminado. Este aerosol se produce por la mezcla del aerosol
marítimo puro con masas de aire de regiones contaminadas. Se trata de un
tipo importante de aerosol en los procesos de formación de nubes, y por lo
tanto en el balance radiativo. Este tipo de aerosol está presente en el
3 U.S. Geological Survey
4 University of Maryland, Baltimore County
5 http://earthobservatory.nasa.gov/Features/Aerosols/
- 19 -
Mediterráneo, donde el aerosol marítimo se mezcla con las masas de aire
contaminadas de Europa.
2. Aerosoles continentales. Se trata de aerosoles compuestos de polvo y sustancias
solubles en agua. Se definen cuatro tipos:
Rural o continental puro. Compuesto principalmente por sustancias solubles
en agua y partículas minerales, se encuentra en zonas continentales alejadas
de fuentes de contaminación.
Forestal puro. Típico de zonas forestales densas y muy extensas,
fundamentalmente se compone de sustancias biológicas.
Continental promedio. Este es una mezcla del aerosol rural con el
proveniente de zonas industrializadas, y consiste en una mezcla de hollín,
polvo y aerosoles solubles en agua. Este tipo es muy frecuente en zonas del
continente europeo.
Urbano. Se genera en zonas con un alto grado de contaminación
antropogénica, originada por la actividad industrial, residencial, agrícola y
por el tráfico de vehículos. Su composición es variable, con proporciones de
hollín, polvo, sulfatos, nitratos y material orgánico.
3. Aerosoles desérticos. Se componen de partículas minerales de diferentes tamaños,
presentando gran variabilidad en sus propiedades ópticas y microfísicas.
4. Aerosoles árticos. Tienen su origen en las plataformas continentales del norte de
Europa y Asia, así como en los océanos que las circundan. Su composición consiste
principalmente en partículas marinas y minerales.
5. Aerosoles antárticos. Son similares a los aerosoles árticos, pero son menos variables
ya que están más alejados de las fuentes de polución troposférica. Representan las
condiciones del continente antártico. Está compuesto principalmente de partículas
minerales, sulfatos y sales marinas.
1.4. Propiedades de los aerosoles
A los aerosoles para caracterizarlos es necesario conocer tanto sus propiedades, su
concentración en la atmósfera, su origen, su distribución espacial y temporal, y su
dinámica global
Podemos hablar de propiedades de los aerosoles, las microfísicas (tamaño,
composición y forma) y las propiedades ópticas (espesor óptico, función de fase, albedo
de dispersión simple), así como su distribución vertical de concentración.
- 20 -
1.4.1 Propiedades físicas de los aerosoles
o Distribución de tamaños. El estudio del tamaño de los aerosoles se realiza
considerando el conjunto de todos ellos, y se describe mediante la función de
distribución de tamaños n(r), definida como
n(r) =
(1.1)
que representa la cantidad de partículas por unidad de radio (en forma logarítmica)
en una columna atmosférica de sección unidad. En esta definición, N representa el
número total de partículas en la columna completa, y se obtiene integrando
∫ ( )
(1.2)
La distribución de tamaños es uno de los parámetros físicos más importantes en la
determinación y clasificación de los tipos de aerosoles presentes en la atmósfera.
Existen diversas expresiones que describen la distribución de tamaños de los
aerosoles. Una de la más destacada es la distribución log-normal [Davies, 1974],
siendo esta última la más empleada ya que permite describir adecuadamente las
distribuciones de tamaños experimentales en función de sus componentes, y deducir
así la naturaleza de sus fuentes.
o Composición química. La composición química de los aerosoles es muy variable y
depende de la fuente donde éstos hayan sido g+enerados. Esta característica
determina las propiedades radiativas del aerosol, principalmente a través del índice
de refracción complejo. Generalmente, el índice de refracción se expresa como m=
n-ik, donde la parte real n representa la desviación de la onda que se propaga a través
del medio, mientras que la parte imaginaria k es directamente proporcional a la
absorción de la sustancia involucrada. El valor de la parte real oscila entre 1.33 para
el agua pura y 1.75 para el hollín, mientras que los valores de la parte imaginaria se
sitúan entre aproximadamente 0 para las sales marinas y 0.4 para algunos hollines
[D’Almeida et al., 1991].
o Forma. Los aerosoles atmosféricos suelen ser considerados como partículas
esféricas dada la complejidad del análisis de la dispersión por partículas no esféricas
[Mischenko et al., 2002; Dubovik et al., 2002], de forma que los modelos de
aerosoles más habituales puedan aplicar la teoría de Mie. Sin embargo, como se ha
dicho anteriormente, esta hipótesis sólo es válida para el caso de las partículas
higroscópicas (sales marinas) o los derivados del carbono de pequeño tamaño,
mientras que no es aplicable para las partículas de polvo o los núcleos de
condensación.
- 21 -
1.4.2 Propiedades ópticas de los aerosoles
Espesor óptico de aerosoles
El espesor óptico de aerosoles (AOD) es una medida de la proporción de radiación
solar incidente que ha sido dispersada o absorbida por las partículas en suspensión. Es
una cantidad adimensional, que representa la carga total de aerosoles en la columna
atmosférica.
A partir de la teoría de Mie6, el espesor óptico de extinción de aerosoles en la
columna atmosférica se obtiene como la suma de la extinción de todas las partículas:
( ) ∫
[ ] ( )
( )
donde Qext es el factor de eficiencia de extinción de una partícula de radio r e índice de
refracción m que interactúa con una onda de longitud de onda λ, tal que x = 2πr/λ, n(r)
es la función de distribución de tamaño. La sección eficaz de dispersión de una
partícula aislada será:
[ ] [ ] (1.4)
que representa la extinción de la radiación incidente λ por una partícula de radio r e
índice de refracción m.
El espesor óptico de aerosoles es de gran importancia para abordar los efectos
radiativos de los aerosoles (Eck et al., 1999). Además, depende de la longitud de onda, y
esta dependencia se puede parametrizar de forma sencilla mediante la ley de Ångström
[1929]:
( ) = β (1. 5)
donde 𝛼 y β son dos parámetros de ajuste. El parámetro β es el coeficiente de turbiedad
de Ångström, y coincide con el espesor óptico de aerosoles a λ=1µm. El parámetro α es
el llamado exponente de Ångström, que está directamente relacionado con la
distribución de tamaños de los aerosoles.
De esta forma, el exponente de Ångström describe la dependencia del espesor óptico
con la longitud de onda y aporta también información acerca del tamaño de las
partículas. Los valores típicos van desde:
6 La Teoría de Mie, también llamada teoría de Lorenz-Mie, es una solución completamente analítica a las ecuaciones
de Maxwell para la dispersión de la radiación electromagnética por partículas esféricas
- 22 -
- α ≈ 0, para casos dominados por partículas gruesas (polvo, partículas
higroscópicas o agregadas),
- α > 2 en distribuciones donde dominan las partículas finas (Eck et al., 1999).
En el presente trabajo nos centraremos en medidas del espesor óptico de aerosoles
(AOD). Son magnitudes que se pueden estimar mediante sensores en el espacio
(MODIS) o mediante medidas en el suelo (obtenidas mediante fotómetros solares), a
partir de la cual se puede analizar su influencia en el forzamiento radiativo. Los aerosoles
no poseen bandas selectivas, por lo que su extinción se produce de forma continua en
función de la longitud de onda.
1.5. Medidas de AOD desde el suelo: red AERONET
AERONET7 es un programa federado para la teledetección de aerosoles desde suelo,
establecida por la NASA8 y PHOTONS (Universidad de Lille 1, CNES
9, CNRS
10 -
INSU11
) y se expande en gran medida por los colaboradores de las agencias nacionales,
institutos, universidades, científicos individuales y socios. El programa proporciona una
base de datos de dominio público a largo plazo, continuo y de fácil acceso de las
propiedades ópticas y microfísica de aerosoles, para el estudio de la radiación para la
investigación de aerosol, la validación de las medidas desde satélite y la sinergia con
otras bases de datos. La red impone la normalización de los instrumentos, la calibración,
el procesamiento y la distribución.
La red global de AERONET está formada por una red internacional de 499
estaciones distribuidas por todo el mundo y emplean para las medidas de aerosoles
fotómetros solares CIMEL CE318 (Holben et al., 1998). Estos instrumentos realizan
una caracterización muy precisa de los aerosoles en la columna atmosférica, derivando
AOD en 0.34, 0.38, 0.44, 0.50, 0.67, 0.87 y 1.2 µm (Ichoku C., 2002). Los datos se
pueden extraer de la página Web de AERONET. La figura 1.3 nos muestra estaciones
existentes de AERONET así como el instrumento empleado como estándard
(http://aeronet.gsfc.nasa.gov/new_web/aerosols.html).
AERONET proporciona productos atmosféricos a nivel global del espesor óptico de
aerosoles (AOD), productos de inversión, y el contenido de agua precipitable en
diversos regímenes de aerosol. Los datos de espesor óptico de los aerosoles se calculan
para tres niveles de calidad de datos: Nivel 1.0 (filtrado de nubes), Nivel 1.5 (sin post
calibración aplicada), y Nivel 2.0 (filtrado de nubes, control de calidad, y pre/pos-
calibración).
7 Aerosol Robotic Network
8 National Aeronautics and Space Administration
9 Centre National d’Etudes Spatiales
10 Centre National de la Recherche Scientifique
11 Institut National des Sciences
- 23 -
(a) (b)
Figura 1.3 (a) Mapa extraído de la página oficial de AERONET y (b) equipo instalada CIMEL
CE318 (Fuente: http://aeronet.gsfc.nasa.gov/)
En este trabajo hemos utilizado para la validación únicamente, datos de nivel 2, ya
que son los datos de máxima calidad.
1.5.1 Fotómetro solar CIMEL CE318
El fotómetro solar CIMEL CE318 es el instrumento estándar de AERONET que está
diseñado para la adquisición autónoma y automática de la radiancia directa del sol y del
cielo. Permite estimar el estado atmosférico obteniendo medidas del contenido de vapor
de agua de la columna, así como el contenido y propiedades de los aerosoles. En modo
automático, las medidas de irradiancia solar directa se realizan cada 15 minutos. A
través de estas medidas directas se puede extraer el espesor óptico de aerosoles (AOD),
el vapor de agua precipitable, y el exponente de Ångström.
El instrumento tiene una rueda de filtros para adquirir las medidas en bandas
espectrales centradas en 1246, 1020, 870, 675, 440, 937, 500, 380, 340 nm. El ancho
espectral de los canales está entorno a los 10 nm (según la región espectral) y la cabeza
sensora tiene un colimador doble de 1.2º de FOV. La figura 13(b) nos muestra un
fotómetro solar CIMEL CE318 y sus partes constitutivas.
Para la obtención del espesor óptico se recurre a la ley de Beer. Según esta ley, el
espesor óptico total se obtiene a través del flujo solar directo a nivel del suelo (F) y el
flujo extraterrestre (F0):
τ(λ) = -
ln
( )
( ) (1.6)
donde es la masa óptica que se define como la relación entre los espesores ópticos
en la vertical y en el camino directo solar y se supone igual para todos los componentes
atmosféricos. Por su parte, ρ es el radio vector o distancia relativa entre el Sol y la
Tierra, cuyo papel en la ecuación consiste en modular el flujo solar extraterrestre a lo
- 24 -
largo del año; ( ) representa el flujo de energía solar que no habiendo interaccionado
con la atmósfera, llega al suelo en incidencia directa; y ( ) se refiere a aquél que aún
no ha tenido oportunidad de interaccionar con la atmósfera. Debido a que nuestro
interés se centra en el cociente de ambas magnitudes (F y F0), éstas pueden sustituirse
por el valor de la señal del instrumento.
De la ecuación anterior, el espesor óptico total τ(λ) se descompone en diferentes
contribuciones de varios atenuadores, según la región espectral de estudio. Estas
contribuciones vienen dadas por:
τ(λ) = (λ) + (λ) + (λ) + (λ) + (λ) (1.7)
siendo (λ) el espesor óptico de aerosoles, (λ) el espesor óptico de dispersión
molecular o de Rayleigh, (λ) la contribución al espesor óptico debida a la absorción
del ozono, (λ) la debida a la absorción del vapor de agua y (λ) la debida al
dióxido de nitrógeno. Según qué canal se utilice, algunas contribuciones pueden
despreciarse sin cometer un error apreciable en el AOD, dado que algunos canales se
encuentran en ventanas espectrales. Una explicación más detallada de la obtención de
las diferentes variables necesarias para el cálculo del espesor óptico de aerosoles puede
encontrarse en Estellés (2006).
La selección de las longitudes de onda con las que se medirá se realiza por medio de
filtros interferenciales insertados en una rueda de filtros de nueve posiciones. En general
el conjunto mínimo de longitudes de onda empleadas para las medidas son: 440, 670,
870 y 1020 nm.
También se utiliza un canal extra, de 940 nm, para la determinación del contenido
total de vapor de agua precipitable. Por otro lado, a través de las medidas del fotómetro
solar CIMEL también pueden obtenerse otras características de los aerosoles, como las
distribuciones de tamaño y otras propiedades.
1.6. Medidas desde satélite: MODIS (Moderate Resolution Imaging
Spectroradiometer)
MODIS12
(Espectroradiómetro de Imágenes de Resolución Media) es un instrumento
a bordo de los satélites Terra (EOS13
AM) y de Aqua (EOS PM). Su finalidad es la de
monitorizar el estudio global de la atmósfera y la superficie de la tierra. Consta de un
sistema óptico con un telescopio afocal formado por dos espejos fuera de eje, que dirige
la energía a cuatro conjunto de objetivos de refracción, uno para cada una de las
regiones espectrales VIS (visible), NIR (infrarrojo cercano), SWIR/MWIR (infrarrojo
12
http://modis-atmos.gsfc.nasa.gov/index.htm 13
Earth Observing System
- 25 -
cercano de onda corta y media) y LWIR (infrarrojo de onda corta) para cubrir un rango
espectral total de 0.4 a 14.4 µm.
Tabla 1.1 Bandas espectrales del instrumento MODIS (fuente:
http://modis.gsfc.nasa.gov/about/specifications.php)
- 26 -
El sensor MODIS a bordo del satélite Terra fue lanzado en diciembre de 1999 y ha
proporcionado imágenes desde febrero de 2000. Su órbita (altitud media a 708 km) está
programada para que pase de norte a sur sobre el ecuador a las 10:30 de la mañana
(órbita descendente), mientras que el sensor a bordo del satélite Aqua fue lanzado en
Mayo 2002 y ha proporcionado imágenes desde Junio de 2002. Su órbita alrededor de la
tierra está programada para que pase de sur a norte sobre el ecuador a las 13:30 de la
tarde (órbita ascendente).
Las especificaciones14
del instrumento MODIS indican una alta sensibilidad
radiométrica (12 bits) en 36 bandas espectrales que van desde el visible al infrarrojo
térmico (0.415 – 14.235 μm). Las primeras 19 bandas abarcan la región del espectro
electromagnético situada entre 0.405 y 2.155 μm, mientras que las bandas de la 20 a la
36 cubren la parte del infrarrojo térmico del espectro, de 3.660 a 14.385 μm. Las bandas
1 y 2 crean imágenes con una resolución espacial de 250 m en el nadir, 500 m (bandas 3
– 7) y 1000 m (bandas 8 – 36). Las 7 primeras bandas de las 36 (0.47, 0.55, 0.66, 0.86,
1.21, 1.64, 2.13 μm) son las que se utilizan para obtener productos de aerosoles. La
tabla 1.1 describe todas las bandas espectrales del instrumento.
MODIS Terra y MODIS Aqua ofrece una cobertura global cada 1 o 2 días, dando
una vuelta entera a la tierra aproximadamente en 90 minutos, realizando 16 órbitas por
día. La órbita va cambiando cada día pero se repite cada 16 días.
Además, MODIS tiene un patrón de barrido de ± 55 grados en la órbita de la EOS. A
708 kilómetros logra una franja de 2.330 kilómetros por 10 km a lo largo de la órbita
(en visión nadir). Todos los datos se transfieren a las estaciones terrestres en White
Sands, Nuevo México.
La descarga de sus datos se hace desde diferentes servidores pero la utilizada para
este trabajo es la página Web oficial de la NASA (http://gdata1.sci.gsfc.nasa.gov/daac-
bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3). Específicamente el espesor óptico de
aerosoles MODIS se corresponde con el producto diario MOD08 (Terra) y MYD08
(Aqua) de nivel 3 de la colección 5.1. Todos los datos se transfieren a las estaciones
terrestres en White Sands, Nuevo México.
1.7. Productos atmosféricos MODIS
Los productos atmosféricos que entrega MODIS se dividen en cuatro niveles
diferentes (0 a 3) dependiendo del grado de procesado realizado (Segura S., 2012, Díaz
J., 2012)
.
14
http://modis.gsfc.nasa.gov/about/specifications.php
- 27 -
Figura 1.4 Diagrama de procesamiento de productos MODIS (Segura, S., 2012)
Nivel 0: son los datos directos del instrumento sin ningún tratamiento.
Nivel L1: son datos de geolocalización (MOD03) que contienen
coordenadas geodésicas, información de la elevación del terreno, máscara de
tierra/agua, ángulo de elevación, cenit y azimut del satélite y del sol.
Nivel 1A: son productos utilizados para la geolocalización, calibración y
procesado. Contienen niveles de radiancia (MOD01) de las 36 bandas, junto
con datos auxiliares del sensor y del satélite.
Nivel 1B: contienen las radiancias calibradas y con geolocalización
(MOD02) para las 36 bandas generadas por el nivel 1A.
Nivel L2: son los productos que contienen variables geofísicas calculadas a
partir del producto de nivel 1B aplicando correcciones atmosféricas y
diversos algoritmos. Estos productos se almacenan en gránulos, que
- 28 -
corresponden a 5 minutos de datos tomados por MODIS, de forma que cada
uno tiene un tamaño de aproximadamente 2340 x 2330 km.
Nivel L3: son productos de valor agregado que se derivan de las variables
geofísicas del nivel 2. Se suelen obtener realizando un muestreo a una menor
resolución espacial que la de las bandas originales y se elaboran para
intervalos de tiempo de 1, 8, y 30 días.
La figura 1.4 muestra un diagrama de procesado de todos los productos MODIS
Los productos que ofrece MODIS se denominan MYD o MOD según correspondan a
medidas de Aqua o Terra.
La obtención de los parámetros de aerosoles de MODIS emplea dos algoritmos
desarrollados independientemente, uno empleado para caracterizarlos sobre tierra
(Remer, 2005) y el otro para caracterizarlos sobre océano (Levy et al., 2003).
El principio en el que se basan ambos algoritmos parte de la teoría de que, para las
longitudes de onda reflejadas por la superficie (0.443 –2.130 µm), la radiación solar que
llega al techo de la atmósfera (TOA) y es medida por el sensor, es aproximadamente la
suma de la reflejada por la superficie y la atmósfera (Ichoku et al., 2003), lo que se
resume en la siguiente ecuación:
=
+
(1.8)
Las propiedades radiativas de los aerosoles se derivan de la reflectancia de la
atmósfera ( ). Para obtener este parámetro, es necesario conocer la reflectancia de la
superficie (
), cuyo cálculo presenta una mayor complejidad. Ésta se obtiene a partir
de otras medidas o mediante modelos y varía dependiendo del tipo de superficie
(océano o tierra).
Sobre océano la complejidad del algoritmo es menor, ya que, al tratarse de una
superficie oscura para el rango 550 – 2130 nm, se puede aproximar, en condiciones
normales, la radiancia medida por el sensor a la resultante únicamente de la
contribución de la atmósfera (atm
TOA
).
De esta forma, conociendo la contribución de la atmósfera, el espesor óptico se
obtiene a través de tablas lookup tables (LUT)15
que son generadas a partir de modelos
de transferencia radiativa basados en diferentes modelos de aerosoles (Ichoku et al.,
2003). Con esto se obtiene el AOD sobre océano para 7 longitudes de onda diferentes
(470, 550, 660, 870,1200, 1600 y 2130 nm) con una incertidumbre de Δτa = ± (0.03 +
0.05·τa) (Remer et al., 2005).
15
LUT: estructura de datos, normalmente una matriz asociativa, que se usa para substituir una rutina de
computación con una simple indexación de las matrices.
- 29 -
Sobre tierra, la reflectividad de la superficie ( surf
) influye de forma notable en la
radiación medida por el sensor, lo que hace necesario el conocimiento detallado de sus
propiedades radiativas y, por tanto, el empleo de un algoritmo diferente para obtener los
productos de aerosoles.
Para la longitud de onda de 2130 nm, los aerosoles resultan prácticamente
transparentes, por lo que se puede asumir que 2130atm
es nula, y por tanto
2130surf2130
TOA.
Basándose en diferentes observaciones, Kaufman et al. (1997b) obtuvieron que para
el caso de suelos oscuros o con vegetación muy densa (2130surf 0.25), la reflectancia a
2130 nm es el doble que la de 660 nm (2130surf
= 2660surf)
y el cuádruple que la de 470
nm (2130surf
= 2470surf
).
Por tanto, conociendo la reflectancia de la superficie se puede determinar la de la
atmósfera para 470 nm y 660 nm y, mediante el empleo de LUT (para modelos
diferentes que en el caso del océano), derivar las propiedades de los aerosoles. De esta
forma se obtiene el espesor óptico de aerosoles para estos 2 canales (470 y 660 nm) con
una incertidumbre mayor que sobre el océano igual a Δτa = ± (0.05 + 0.15·τa) (Remer
et al., 2005). Además, el producto MODIS proporciona el valor del AOD para una λ
extra, 550 nm, resultante de interpolar los otros dos valores.
El error esperado que se ha introducido en cada caso se compone de un término
constante, que hace referencia al error estimado debido a la influencia de la reflectividad
de la superficie, y un segundo término proporcional al AOD, que representa el error
relacionado con las suposiciones hechas al aplicar el algoritmo con diferentes modelos
de aerosoles (Ichoku et al., 2005). Debido en parte a la influencia de la superficie y al
modelo seleccionado, la incertidumbre en el AOD de MODIS es mayor para los datos
calculados sobre tierra que para los de océano.
Los datos de MODIS se agrupan en diferentes colecciones en función del algoritmo
empleado para su obtención. Los productos de aerosoles que se han empleado en la
realización de este trabajo se corresponden con el producto diario M?D08 de nivel 3 de
la colección 5.1.
1.7.1. Producto de aerosoles: MOD04/MYD04
La obtención de los productos de aerosoles (M?D04 y M?D08) parten de una serie
de procesos; clasificación, filtrado de datos en función del tipo de superficie, las nubes,
el hielo o la vegetación. La aplicación de los algoritmos se parte de las reflectancias
proporcionados por M?D02 y los productos de geolocalización (M?D03). Estos datos
- 30 -
M?D02 se agrupan en cajas de 20 x 20 píxeles de 500 m de resolución y sobre estas
cajas se origina un producto M?D04.
Cada parámetro atmosférico de nivel 2 es recuperado en una resolución espacial
determinada por la sensibilidad de recuperación. Las resoluciones de los productos
científicos L2 son de 1, 5, y 10 km.
Los productos MODIS de nivel 2 de aerosoles tienen un tamaño de píxel de 10 x 10
km² (en nadir). M?D04 contiene archivos de geolocalización (latitud, longitud),
información geométrica de la medida, parámetros que caracterizan las propiedades
radiativas de los aerosoles sobre tierra u océano (AOD, vapor de agua, exponente de
Ångström, radio efectivo, propiedades de nubosidad, perfiles atmosféricos), máscara de
nubes, archivos con el control de calidad (QA) de los datos, y hora de paso del satélite.
En la validación del producto AOD MODIS de nivel 3 obtendremos la hora de paso
del satélite del producto MOD04/MYD04, ya que los productos MOD08/MYD08 no lo
contienen.
1.7.2. Producto de aerosoles: MOD08/MYD08
El espesor óptico de aerosoles (AOD) diario de nivel 3 de MODIS es un producto de
agregación espacial diaria global del nivel 2 MODIS AOD (resolución espacial de 10
km) en una celda regular de una resolución espacial de 1º × 1º. Cuenta con
características interesantes de radiación solar de la superficie y aplicaciones de modelos
numéricos.
Hay tres productos atmosféricos MODIS Nivel 3, cada uno referido a una escala
temporal diferente. Los tipos de datos científicos (intervalos de tiempo) son entregados
para cada uno de los productos: M?D08_D3 (diario), M?D08_E3 (8 días), M?D08_M3
(Mensual).
Cada uno de estos productos de nivel 3 contiene datos estadísticos de más de 50
parámetros científicos de los productos atmosféricos de nivel 2: M?D04_L2 (productos
de aerosoles de nivel 2), M?D05_L2 (vapor de Agua), M?D06_L2 (nubes) y
M?D07_L2 (perfiles atmosféricos).
Los resúmenes estadísticos se calculan, en función de los parámetros de nivel 2 que
se considere. La estadística de nivel 2 podría incluir: estadísticas simples (media,
mínimo, máximo, desviación estándar), parámetros de distribución normal y log-
normal, fracciones de píxeles que satisfacen algunas condiciones (nubosidad,
despejado), histogramas de cuantificación dentro de cada celda de la malla, histogramas
de confianza depositada en cada medición, histogramas y/o regresiones derivados de la
comparación y número de píxeles.
- 31 -
Figura 1.5 Distribución Global de las cuadrículas rectangular latitud-longitud
(fuente: ATBD16
MODIS Atmosphere L3 Gridded Product)
Las estadísticas se clasifican en celdas de 1º x 1º de una cuadrícula de igual latitud-
longitud e incorporadas sobre la tierra. La cuadrícula de igual ángulo tiene una
dimensión de 360 píxeles de ancho por 180 píxeles de altura. La figura 1.5 muestra la
distribución de las cuadrículas rectangular latitud-longitud a nivel global.
Los productos estadísticos de nivel 3 derivados de mediciones de nivel 2 se prestan a
estudios de series temporales a largo plazo y ayudan a supervisar las variaciones del
cambio ambiental originada por el hombre. Los productos diarios, resumen 400
parámetros estadísticos, mientras que los productos de 8 días y mensuales resumen 600
parámetros estadísticos.
La mayoría de los esfuerzos de validación hasta el momento se han centrado en los
productos de nivel 2 y rara vez en el nivel 3. En este trabajo, se compara el conjunto de
datos MODIS de los sensores Terra y Aqua, exclusivamente el producto diario AOD de
nivel 3 de la colección 5.1, observado a 550 nm, frente a los valores de AERONET
(interpolado a la longitud de onda de 550 nm, empleando el AOD de, 1020, 870, 675 y
440 nm). Además, en este trabajo se realiza una comparación de los resultados de la
validación de AOD MODIS de nivel 2 con respecto al AOD MODIS de nivel 3.
16
Algorithm Theoretical Basis Documental
- 32 -
CAPÍTULO
2
Metodología
2.1 Introducción
La validación de las medidas de una celda de los productos atmosféricos MODIS no
se pueden comparar directamente con las del CIMEL CE318 (Ichuko C., 2002) por las
siguientes razones:
1. El valor proporcionado por MODIS para un píxel representa el promedio de
toda el área de dicho píxel, mientras que el medido por el fotómetro solar
corresponde a un solo punto de la superficie.
2. Las condiciones de medida del sensor a bordo del satélite no coinciden con las
del CIMEL, ya que el eje de observación no es el mismo.
3. Las horas de paso del satélite no siempre coinciden exactamente con las de
medida del CIMEL (diferencia de ≈ 5 minutos), lo que, debido a la alta
variabilidad atmosférica, afecta también a las condiciones de la observación y a
los resultados proporcionados por cada instrumento.
El producto diario nivel 3 MODIS contiene estadísticas calculadas a partir de un
conjunto de gránulos de nivel 2 MODIS (archivos HDF) que abarcan un intervalo de 24
horas (00:00:00 a 23:59:59 UTC17
) y archivos ASCII de parámetros atmosféricos. Estos
son almacenados en una celda de igual ángulo latitud-longitud de 1º x 1º, mientras que
AERONET adquiere datos a intervalos de 15 minutos en promedio en las diferentes
estaciones. Por tanto no se pueden comparar datos directamente de MODIS con
AERONET ya que una superficie de 1º x 1º no se puede equiparar al punto que
representaría una estación. Incluso si el píxel fuera muy pequeño, es improbable que
representara las mismas condiciones que mediría un fotómetro solar, ya que los ejes de
observación son diferentes y la atmósfera es muy variable.
Además, los instantes de adquisición de las diferentes estaciones AERONET, rara
vez coinciden con los tiempos de MODIS. Por tanto para una buena validación de
ambas medidas habría que comparar las estadísticas espaciales de MODIS con las
correspondientes estadísticas temporales de AERONET. Este enfoque espacio-temporal
permite la validación objetiva y rápida de las medidas de satélite con la medidas en
tierra, a pesar de las diferentes características de las dos fuentes de datos.
17
Coordinated Universal Time
- 33 -
2.2 Enfoque espacio temporal
Para evitarse todos los inconvenientes antes comentados, Ichoku et al. (2002)
propone una validación espacio-temporal de los datos que consiste en comparar las
estadísticas espaciales de MODIS con las estadísticas temporales del instrumento de
suelo. El método se justifica en que, debido a que las masas de aire están en continuo
movimiento, lo que mida MODIS en el plano horizontal durante su pasada sobre la
estación coincidirá aproximadamente con la medida por el fotómetro durante un cierto
período de tiempo.
En el nivel 2 y para el caso de los aerosoles, el producto que proporciona MODIS
tiene una resolución espacial de 10 x 10 km² (nadir). Ichoku et al. (2002) propone que
se escoja una ventana de 50 x 50 km² (5 x 5 píxeles), ya que ventanas de mayor tamaño
pueden introducir errores debido a la topografía o heterogeneidad de los aerosoles
mientras que las de menor tamaño proporcionarían muy pocos datos para realizarla
estadística espacial.
Para obtener la estadística temporal desde datos medidos de la estación de suelo es
necesario establecer un tiempo de promedio. Ichoku et al. (2002), estima este intervalo a
partir de las imágenes del índice de aerosol (AI) del sensor TOMS entre Julio y
Septiembre de 1988, donde se observa un frente de aerosoles desérticos cruzando el
Atlántico. De ellas se extrae que la velocidad media del desplazamiento de un frente de
aerosoles es del orden de 50 km/h.
Por tanto, el tiempo durante el cual se promediarán las medidas del fotómetro solar
irá en relación a esta consideración. Este intervalo de promediado suele ser empleado en
las diferentes validaciones realizadas en la bibliografía, aunque evidentemente
dependerá de las condiciones específicas de las características meteorológicas del lugar
de medida
Figura 2.1 Convergencia de líneas longitud producidas en la
contracción de las células de la celda 1º x 1º hacia los polos
(fuente: ATBD18
MODIS Atmosphere L3 Gridded Product)
18
Algorithm Theoretical Basis Document
- 34 -
En los productos diarios de aerosoles de nivel 3, el tamaño real de cada celda es de
1° x 1° de la cuadrícula y se reduce físicamente cuando se mueve desde el ecuador hacia
el polo debido a la convergencia de las líneas de longitud del globo terráqueo (véase la
Figura 2.1). En el ecuador cada celda 1° x 1° es aproximadamente 12.321 km² de
tamaño, en el polo cada celda 1° x 1° tiene un tamaño de 107 km².
Para las estaciones en estudio (tabla 2.1) podemos calcular el tamaño de las celdas
con la siguiente expresión (López M., 2012):
1º longitud a latitud Ψ = 111.11 km cos Ψ = 1º latitud cos Ψ (2.1)
Tabla 2.1 Tamaño de las celdas de 1º x 1º para las estaciones ubicadas a latitud Ψ
ESTACIONES
AERONET
LATITUD
Ψ
Celda 1⁰ x 1⁰ Tamaño de
la celda
km²
1° Longitud 1° Latitud
km km
IMC ORISTANO(Italia) 39,910° 111.04 85.23 9463.51
LECCE UNIVERSITY (Italia) 40,335° 111.04 84.69 9403.98
BURJASSOT (España) 39,508° 111.04 85.67 9512.80
BARCELONA (España) 41,385° 111.54 83.68 9333.67
VILLEFRANCE (Francia) 43,684° 111.54 80.66 8996.82
MESSINA (Italia) 38,197° 111.54 87.66 9777.60
FORTH CRETE (Creta) 35,333° 111.54 90.99 10149.02
IMS METU ERDEMLI (Turquía) 36,565° 111.54 89.59 9992.87
NES ZIONA (Israel) 31,922° 110.90 94.13 10439.02
Resumiendo estos resultados, y sabiendo que la velocidad media es de 50 km/h
[Ichoku et al. (2002)] para un frente de aerosoles típico, podemos deducir que el tiempo
que se empleará para promediar las medidas del fotómetro solar será de 2.2 horas (± 1.1
hora) para una ventana de 1º x 1º centrada a la hora de paso del satélite.
El CIMEL proporciona medidas cada 15 minutos, aproximadamente, por lo que para
poder calcular la media temporal, se exigirá un mínimo de 3 medidas en el caso de
aerosoles. Una vez calculado el promedio espacial y temporal, la validación se realiza a
través de una regresión lineal de los datos de MODIS frente a los de AERONET.
2.3 Algoritmos de MODIS
Las estimaciones de MODIS se obtiene de las medidas de la radiancia que llega al
sensor utilizando uno de los tres algoritmos diferentes: una sobre océano (Remer et al,
2005) y dos algoritmos sobre tierra: para superficies oscuras (Levy et al, 2007) y el
denominado Deep Blue (Hsu et. al, 2004). Este último se emplea sobre las superficies
más brillantes.
El AOD de MODIS se obtiene mediante el empleo de dos algoritmos distintos en
función de la superficie del píxel. De esta forma se aplica uno para los píxeles de tierra
- 35 -
(Remer et al., 2005; Levy et al., 2009) y otro para los de océano (Levy et al., 2003;
Remer et al., 2005).
Las estimaciones AOD MODIS L2 (nivel 2) han sido generalmente evaluadas en
relación con el error esperado (EE) definido como Δτa = ± (0.05 +0.15τ) dónde τ es el
verdadero valor de AOD (Remer et al., 2005) y que solo es aplicado para superficies de
tierra. En muchas ocasiones hay estaciones en donde las estimaciones están por debajo
del error esperado (66%). Considerando que los datos AOD L3 son menos
representativos (más dispersos), la aplicación de una incertidumbre de modelo lineal a
veces no es válida, por lo tanto un modelo cuadrático es propuesto (Ruiz J.A., 2013),
donde las estimaciones ajustan mejor los datos AOD L3 [Δτa = ± (0.029 + 0.06τ +
0.06)]. Por eso, en este estudio se realiza una comparación de la incertidumbre lineal
obtenida para AOD MODIS L2 (Díaz, 2012) con las incertidumbres lineal [Δτa = ±
(0.05 +0.15τ)] y cuadrática [Δτa = ± (0.029 + 0.06τ + 0.06)] obtenidas para AOD
MODIS L3, todas referidas a tierra y no para océano, ya que ella es mayor
El AOD del producto diario de nivel 3, es un valor promediado diario estadístico
que incluye parámetros de aerosoles calculados para píxeles de tierra y océano,
referidos ambos a tierra.
2.4. Distorsión en los productos de aerosoles de nivel 2 y 3
El tamaño de píxel en los productos (L2), presenta una variación debido a la
distorsión de observación (ángulo de exploración). Por ejemplo, a una resolución de 1
km (nadir), los píxeles L2 se expanden debido a la distorsión de observación del ángulo
que se mueve desde el nadir hacia los extremos (ángulos altos de observación) de la
exploración MODIS (figura 2.2 y 2.3). Estos mismos factores de distorsión se aplican a
píxeles L2 de mayor resolución (5 y 10 km). Podríamos decir entonces, que la
distorsión espacial de los píxeles aparece según aumenta el ángulo de observación del
sensor con el nadir, especialmente en aquellos que se encuentran muy alejados de este.
Figura 2.2 Solapamiento del píxel L2 debido a la observación en el crecimiento de la
anchura en función del ángulo de exploración (Fuente: ATBD MODIS Atmosphere L3
Gridded Product)
- 36 -
Figura 2.3 Crecimiento de un del píxel L2 de un 1 km de resolución
como una función del ángulo de exploración. (Fuente: ATBD
MODIS Atmosphere L3 Gridded Product)
2.5. El pixel count
Anteriormente habíamos manifestado que el conjunto de datos AOD L3 se construye
a partir de los datos AOD L2. Este procedimiento define intrínsecamente el número de
puntos AOD L2, o pixel count, utilizado para calcular cada valor AOD L3. Levy et al.
(2009) llevaron a cabo un estudio detallado sobre el impacto que las diferentes
estrategias de promedio podrían tener en agregaciones espacio-temporales de los valores
AOD L2, y también para el AOD L3, llegando a la conclusión de que entre las
diferencias de las diferentes aproximaciones de realizar el promedio, pueden ser
mayores, o al menos del mismo orden, que las diferencias entre las diferentes
mediciones de los sensores. Uno de los casos que analizaron fue un esquema de
ponderación basado en el valor del pixel count. El uso del pixel count como un peso, es
razonablemente asumido a una alta fiabilidad de los valores AOD L3 derivados de un
número mayor de pixel count.
Para ayudar a visualizar una distribución típica de L2, el pixel count (número de
pixeles) ha sido introducido en el cálculo estadístico diario de L3. El pixel count es
utilizado para representar el número de pixeles de aquellos parámetros que no tienen
indicadores de QA (control de seguridad).
En las cuadrículas de las celdas 1º x 1º de L3, se ajustan las celdas de la cuadrícula
L2, donde el centro latitud/longitud cae dentro de la celda de la cuadrícula L3. Si un
píxel L2 es grande, probablemente sea debido a distorsiones por altos ángulos de
exploración. La celda de la cuadrícula 1º x 1º garantiza que este píxel L2 sea
geolocalizado en su celda.
- 37 -
2.6. Procesado de los datos MODIS
En este trabajo, para la descarga de los datos nos hemos referido a la página oficial
de MODIS (http://gdata1.sci.gsfc.nasa.gov/daacbin/G3/gui.cgi?instance_
id=MODIS_DAILY_L3). El soporte de descarga viene en los siguientes formatos HDF
(Hieratical Data Format), NetCDF (NCD), ASCII (ASCII está disponible solamente
cuando el tamaño de la matriz está cerca del medio-millón de puntos), y KMZ.
En la página web de MODIS, está disponible una herramienta, diseñada para la
visualización y análisis de los productos diarios globales atmosféricos. En ella,
seleccionamos el área espacial, ubicando dentro de ella la estación a la que vamos a
obtener el parámetro AOD. Esta selección, tendrá a lo máximo, el tamaño de la celda 1º
x 1º. Se escoge el parámetro diario AOD a 550 nm de M?D08 de la colección 051 (en el
próximo capítulo mostramos las gráficas de la selección espacial escogida para cada
estación). Se determina la serie temporal, para la que, queremos obtener los datos
(incluyendo la estadística del área). Sus resultados muestran 5 gráficas de series
temporales: la media del parámetro AOD, el pixel count, la desviación estándar y los
valores máximos y mínimos.
Con estas gráficas representativas, aseguramos las condiciones del parámetro
obtenido. Después seleccionamos el formato del archivo, que en nuestro caso será el
formato ASCII por ser un formato simple, fácil de obtener y procesar, contrario a los
datos que vienen en formato HDF.
La información que recoge estos archivos ASCII, comprende la fecha de obtención
del dato y el valor del parámetro a validar. Los archivos los abrimos con la hoja de
cálculo Excel, procesamos su información cambiando la fecha por el día Juliano, y
luego lo convertimos a texto para poder trabajar en MATLAB.
Debido a la cantidad de datos que se han de procesar hemos elaborado un programa
en MATLAB que permitirá el tratamiento y extracción de la información. El proceso lo
hemos hecho en varias etapas;
1. Extracción y procesamiento de datos AOD ASCII de MODIS, conversión a
archivo texto.
2. Extracción y procesamiento de datos AOD de AERONET, se eliminan todos los
parámetros que no sean los AOD de 1020, 870, 675 y 440 nm, convertimos la
columna de la fecha en que se obtiene el dato a día Juliano y la columna de la hora
y minuto y segundos se la procesa para que el programa MATLAB la pueda leer.
Cabe señalar que los datos AOD de AERONET se obtienen cada 15 minutos.
3. Se crea un programa en MATLAB para convertir columna de hora, minuto y
segundo a solo hora, interpolamos el AOD de AERONET a 550 nm, para ello se
realiza un ajuste polinomial de segundo orden.
- 38 -
4. Obtención de los archivos de la hora de paso del satélite desde los productos del
Nivel 2. Cabe señalar que estos datos nos fueron proporcionados de un anterior
trabajo (Díaz, 2012).
5. Con el programa MATLAB, los archivos del AOD interpolado a 550 nm y la hora
de paso del satélite promediamos los AOD de AERONET a ± 1.1 hora.
6. Finalmente, utilizando MATLAB, enfrentamos los AOD de MODIS (a 550 nm)
con los AOD de AERONET (a 550 nm), sacamos las gráficas de validación,
realizamos el ajuste lineal y obtenemos las estadísticas para la interpretación de
los mismos.
2.7. Procesado de los datos de AERONET
El AOD proporcionado por el fotómetro solar se obtiene mediante la metodología
descrita en Holben et al. (1998) y se calcula a través de la ley de Beer (ecuación 1.6). El
CIMEL CE318 proporciona los valores de AOD para las longitudes de onda según los
canales de medida de los que disponga o del filtrado de datos realizado. Sin embargo,
éstas no coinciden con las que proporcionaba MODIS, AOD (550), por lo que es
necesario realizar una interpolación para obtenerla. Para ello se realiza un ajuste
polinomial de segundo orden siguiendo lo propuesto por Eck et al. (1999):
ln (λ) = + ln λ + ( ) (2.2)
donde τa es el espesor óptico de aerosoles a la longitud de onda deseada (en nuestro caso
550 nm), y 0a , 1a y 2a los coeficientes resultantes del ajuste.
El archivo que cargamos a MATLAB para obtener el AOD a 550 nm, está
conformado por 6 columnas: la primera; el día juliano, la segunda; hora y minuto de
recolección del dato, y la tercera hasta la sexta; los AODs a las diferentes longitudes
(1020, 870, 675 y 440 nm). Con ello, se obtiene otro archivo de 3 columnas; día juliano,
hora de obtención del dato y AOD interpolado a 550 nm.
Con estos valores de AOD se procederá al cálculo de la media temporal de
AERONET. Para ello, promediamos los datos AOD de AERONET justamente a la hora
de paso del satélite TERRA o AQUA con una diferencia de ±1.12 hora.
La incertidumbre del AOD obtenida por AERONET varía entre valores < ±0.01 para λ
> 440 nm y < ±0.02 para λ < 440 nm (Holben et al., 1998). El hecho de que sea tan
pequeña comparada con la del AOD de MODIS (tierra: Δτa = ± (0.05+ 0.15·τa) y
océano: Δτa = ± (0.02 + 0.05·τa), ambos proporcionados por (Remer et al. 2005)
permite emplear estas medidas para realizar la validación.
En la figura 2.4 se hace una breve descripción del proceso básico de descarga de
datos y procesado que se ha realizado en este trabajo para los datos AERONET y
MODIS.
- 39 -
Figura 2.4 Diagrama esquemático del trabajo y archivos obtenidos durante el proceso de
validación
- 40 -
CAPÍTULO
3
Áreas de estudio
3.1 Selección de las áreas de interés
En este capítulo se hace una breve descripción de las áreas de estudio que permiten
caracterizar la influencia del lugar en la validación de los datos en las diferentes
estaciones escogidas de la zona del mar mediterráneo.
La figura 3.1 muestra la ubicación de todas las estaciones AERONET seleccionadas,
representadas en el mapa del Google Earth, 2013. Se ha considerado nueve estaciones
del Mediterráneo Septentrional que forman parte de la amplia red global de AERONET.
Figura 3.1 Ubicación de las Estaciones AERONET estudiadas en este trabajo. Se han
seleccionado para ser representativas de todo el Mediterráneo septentrional (Fuente: Google
Earth 2013, Image U.S. Geological Survey)
En la tabla 3.1 se describen todas las estaciones seleccionadas con su ubicación y
distancia a la costa. Se ha tomado en cuenta que las estaciones estén a una distancia
máxima de 10 Km, considerando que MODIS aplica un algoritmo diferente en función
de la superficie sobre la que se calcule (tierra u océano) de tal manera que en una
estación costera de AERONET se podrá validar ambos algoritmos y estudiar cuál de los
dos describen mejor las medidas (Díaz, 2102).
En el estudio de cada estación hemos querido también detallar la selección espacial
utilizando la herramienta diseñada para la visualización y el análisis de los Productos
Diarios Globales de la atmósfera de MODIS de 1° x 1°. Mediante esta herramienta
- 41 -
cualquier usuario puede generar gráficos o salida de mapas de series temporales ASCII
de latitud-longitud19
Tabla 3.1. Estaciones de AERONET en la zona del Mediterráneo Septentrional, datos de
ubicación, distancia a la costa y altura de la estación con respecto al nivel del mar.
ESTACIONES
AERONET
UBICACIÓN DISTANCIA
A LA COSTA
ALTURA
m LATITUD LONGITUD
IMC ORISTANO (Italia) 39° 54’ 36’’ N 08° 30’ 00’’ E Junto a la costa 10
LECCE UNIVERSITY (Italia) 40° 20’ 06’’ N 18° 06’ 39’’ E 10 km 30
BURJASSOT (España) 39° 30’ 28’’ N 00° 25’ 04’’ E 8 Km 30
BARCELONA (España) 41° 23’ 09’’ N 02° 07’ 01’’ E 5.5 Km 125
VILLEFRANCE (Francia) 43° 41’ 02’’ N 07° 19’ 44’’ E Junto a la costa 130
MESSINA (Italia) 38° 11’ 49’’ N 15° 34’ 01’’ E Junto a la costa 15
FORTH CRETE (Creta) 35° 19’ 58’’ N 25° 16’ 55’’ E Junto a la costa 20
IMS METU ERDEMLI (Turquía) 36° 33’ 54’’ N 34° 15’ 18’’ E Junto a la costa 3
NES ZIONA (Israel) 31° 20’ 06’’ N 34° 47’ 20’’ E 8 Km 40
La tabla 3.2 describe la posición de cada una de las estaciones que están dentro de la
selección espacial escogida para la obtención de los productos diarios AOD de
MODIS (celda 1° x 1°).
Tabla 3.2. Estaciones de AERONET, posición de la estación y selección espacial de los
productos diarios de AOD de series temporales-estadísticos ASCII
ESTACIONES
AERONET
POSICIÓN DE LA
ESTACIÓN
SELECCIÓN ESPACIAL ESCOGIDA
CELDA DE 1° X 1°
LATITUD LONGITUD W N S E
IMC ORISTANO (Italia) 39,910° N 8,5° E 8.2 39.952 39.4 8.75
LECCE UNIVERSITY (Italia) 40,335° N 18,111° E 18.001 40.671 40.073 18.621
BURJASSOT (España) 39,508° N 0,418° W -0.55 39.66 39.2 -0.067
BARCELONA (España) 41,385° N 2,116° E 2.1 41.608 41.262 2.48
VILLEFRANCE (Francia) 43,684° N 7,329° E 7.146 43.805 43.547 7.42
MESSINA (Italia) 38,197° N 15,566° E 15.38 38.5 38 15.9
FORTH CRETE (Creta) 35,333° N 25,282° E 25.069 35.601 35.014 25.767
IMS METU ERDEMLI (Turquía) 36,565° N 34,255° E 34.1 36.78 36.37 34.55
NES ZIONA (Israel) 31,922° N 34,789° E 34.42 31.999 31.6 34.85
3.2 Descripción y caracterización de las estaciones AERONET.
3.2.1 IMC Oristano, Sardinia (Italia).
Esta estación se encuentra ubicada en el golfo de Oristano a 39.91º N de latitud y
8.5º E de longitud y una elevación de 10 metros sobre el nivel del mar. El fotómetro se
19
http://gdata1.sci.gsfc.nasa.gov/daac- bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3
- 42 -
encuentra en la terraza del Centro Marítimo Internacional20
(International Marine
Center, IMC), situado cerca del pueblo costero de Torregrande, en la costa Oeste de
Sardinia, a seis kilómetros de Oristano (figura 3.2). La estación registró datos desde el
año 2000 hasta el 2003 y hemos elegido los años que coinciden con la operatividad de
los sensores MODIS Terra y Aqua
Figura 3.2 Fotómetro solar de la estación de IMC Oristano, y su ubicación en el mapa
(Fuente: Google Earth-2013)
La región de Oristano es una pequeña ensenada de Italia localizada en aguas del mar
de Cerdeña, en la parte central de la costa oeste de la isla de Cerdeña. La principal
localidad de la zona tiene 32.932 habitantes (diciembre, 2006). Las principales
actividades son la pesca, la acuicultura y las actividades manufactureras relacionadas
con el mercado de pescado, a pesar de que está creciendo el turismo de playa, que se
concentra en la ciudad San Giovanni di Sinis, Marina di Torre Grande y Arbórea Lido.
Figura 3.3. Selección espacial estación IMC Oristano utilizando la herramienta diseñada
para la visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°,
(Fuente: MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
20
http://aeronet.gsfc.nasa.gov/new_web/photo_db/IMC_Oristano.html
- 43 -
El suelo que caracteriza a la región es de extensas y diversas áreas agrícolas y zonas
industriales, de tal manera que el tipo de aerosol presente en la atmósfera, son de tipo
continental promedio, urbano y marítimo por su cercanía al mar. Esta característica
regional permite validar los productos MODIS obtenidos con los algoritmos de tierra u
océano empleando datos procedentes de la misma estación.
La figura 3.3 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05121
, grilla 1º x 1º.
3.2.2 Lecce - University (Italia).
La estación está situada a 40.33º N de latitud y 18,11º E de longitud y una elevación
de 30 metros sobre el nivel del mar. El fotómetro se encuentra en la terraza del
Departamento de Física22
, Universita’ di Lecce (figura 3.4). Esta estación registra datos
desde el año 2000 hasta el 2013 y hemos elegido los años que coinciden con la
operatividad de los sensores MODIS Terra y Aqua (2003-2010).
Figura 3.4. Fotómetro solar de la estación Lecce University y su ubicación en el mapa (Fuente:
Google Earth-2013)
La provincia de Lecce es la segunda provincia más poblada de la región de Apulia
con 813.297 habitantes y la ciudad de Lecce tiene una población de 89.839 habitantes.
Se caracteriza por ser una ciudad rica de arquitectura barroca con grandes monumentos.
Sus principales actividades son la industria de la “piedra de Lecce” con un centro de
producción especializado en cerámica, y agrícola principalmente en la producción de
aceite de oliva y vino.
El suelo que rodea la estación es de extensas áreas agrícolas y zonas industriales
dispersas lo que contribuye a la formación de aerosoles en la columna atmosférica de
tipo continental promedio y aerosoles marítimos por su proximidad al mar.
21
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3 22
http://aeronet.gsfc.nasa.gov/new_web/photo_db/Lecce_University.html
- 44 -
Figura 3.5. Selección espacial estación Lecce University utilizando la herramienta
diseñada para la visualización y el análisis de los productos diarios de la atmósfera de 1°
x 1°, (Fuente: MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
La figura 3.5 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05123
, grilla 1º x 1º .
3.2.3 Burjassot (España).
Figura 3.6. Fotómetro solar de la estación de Burjassot y su ubicación en el mapa
(Fuente: Google Earth-2013)
La estación de Burjassot está situada a 39.508º N de latitud, y 0.418º W de longitud
a una altura de 30 m sobre el nivel del mar, se encuentra en la ciudad de Burjassot
(35.000 habitantes) en la terraza de la Facultad de Física, edificio C de la Universidad
de Valencia24
(Campus de Burjassot). El sitio está a 5 km al noroeste del centro de
Valencia y 8 km al oeste de la costa mediterránea (figura 3.6). Los datos que registra
esta estación son desde 2002 hasta la presente fecha, aunque para nuestra validación
23
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3 24
http://aeronet.gsfc.nasa.gov/new_web/photo_db/Burjassot.html
- 45 -
solo se emplean los datos coincidentes proporcionados por AERONET y MODIS, es
decir desde los años 2007 hasta 2011.
El suelo que rodea a la estación se caracteriza por ser una zona industrial urbana y de
variada actividad agrícola que da lugar a diversos tipos de aerosoles en la atmósfera,
aerosoles continentales promedio que son una mezcla de aerosol rural e industrial y
urbana por haber un alto grado de contaminación antropogénica producto de la actividad
industrial, residencial y vehicular, su proximidad al mar Mediterráneo hace que estén
presentes aerosoles marítimos.
Figura 3.7. Selección espacial estación Burjassot utilizando la herramienta diseñada para
la visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°, (Fuente:
MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
La figura 3.7 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05125
, grilla 1º x1º.
3.2.4. Barcelona (España).
La estación está situada a 41.38° N de latitud y 2º.11 E de longitud y una elevación
de 125 m sobre el nivel del mar. El fotómetro está instalado en la terraza de la
Universidad Politécnica de Cataluña (Barcelona)26
(figura 3.8). El edificio se encuentra
a 5 km al oeste del centro de la ciudad y a 6 km del mar Mediterráneo. Esta estación
viene registrando datos desde los años 2004 hasta 2012, pero los datos coincidentes con
MODIS son del intervalo 2004 – 2011.
Barcelona es la capital de la provincia de la comunidad autónoma de Cataluña, con
una población de 1.615.448 habitantes (2011), es la segunda ciudad más poblada de
España, tras Madrid, y la undécima de la Unión Europea. El área metropolitana de
25
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3 26
http://aeronet.gsfc.nasa.gov/new_web/photo_db/Barcelona.html
- 46 -
Barcelona, cuenta con 5.029.181 habitantes (2011), haciéndola la sexta más poblada de
la Unión Europea. Como en las anteriores estaciones y el resto que seguiremos
describiendo, su proximidad a la costa hace que nos permita validar los parámetros
atmosféricos a estudio.
Figura 3.8. Fotómetro Solar de la Estación de Barcelona (España) y ubicación en el mapa
(Fuente: Google Earth-2013)
Por estar ubicada la estación dentro del casco urbano el tipo de aerosoles se
encuentra bajo la influencia de la polución urbana, industrial, vehicular y transporte, y a
pocos kilómetros por la influencia de aerosoles marítimos por su cercanía al mar.
Figura 3.9. Selección espacial Barcelona utilizando la herramienta diseñada para la
visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°, (Fuente:
MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
La figura 3.9 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05127
, grilla 1º x1º.
27
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3
- 47 -
3.2.5. Villefranche (Francia).
Situada a 43.683º N de latitud y 7.328º E de longitud, y a una altitud de 130 m. El
instrumento está instalado en Cap Ferrat28
en las instalaciones de la National Navy
Semaphore, entre la bahía de Villefranche y Bauliere, y a muy pocos metros de la costa
(figura 3.10). Los investigadores principales son miembros del Observatorio
Oceanográfico de Villefranche (OOV)29
. Esta estación viene registrando datos desde el
año 2004 hasta 2012 (excepto el año 2009). Se han utilizado datos AOD de nivel 2.0
para el periodo 2004-2011 coincidente con los datos de MODIS Terra y Aqua.
Figura 3.10. Fotómetro Solar de la Estación de Villefranche (Francia), y su ubicación en
el mapa (Fuente Google Earth-2013)
La ciudad de Villefranche está situada en el departamento de los Alpes Marítimos, en
la región de Provenza-Alpes-Costa Azul, entre Niza y Mónaco a orillas del mar
Mediterráneo. Es una pequeña ciudad de 6662 habitantes (2007) y su principal eje
económico que mueve al sector es el turismo y la pesca. No tiene industria destacable.
Figura 3.11. Selección espacial Villefranche utilizando la herramienta diseñada para la
visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°, (Fuente:
MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
28
http://aeronet.gsfc.nasa.gov/new_web/photo_db/Villefranche.html 29
http://www.obs-vlfr.fr/
- 48 -
El tipo de suelo que rodea la estación es zonas dispersas urbanas rodeadas de
abundante vegetación y por encontrarse la estación a orillas del mar los tipos de aerosol
a que está expuesta la estación, son de tipo continental urbano, rural y marítimo. Un
estudio detallado del albedo, determinara con mayor seguridad los tipos de aerosoles
existen en las estaciones.
La figura 3.11 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05130
, grilla 1º x1º.
3.2.6. Messina (Italia).
Situada a 38.197º N de latitud y 15.567º E de longitud, y una elevación de 15 m, la
estación está instalada en la azotea del Instituto de Medio Ambiente Marino Costero31
(Consejo Nacional de Investigación de Italia) (figura 3.12). Messina está ubicada junto
al estrecho del mismo nombre, y corresponde a las confluencias de los mares Tirreno y
Jónico. Es una ciudad de 245.159 habitantes y su eje económico es el industrial y
turístico, es además una zona de alta actividad sísmica. Los datos que proporciona esta
estación datan desde el año 2005 hasta el 2012, se han utilizado datos AOD de nivel 2
de los años 2005-2011 coincidentes con los datos de MODIS Terra y Aqua.
Figura 3.12. Fotómetro Solar de la Estación de Messina (Italia) y su ubicación en el mapa
(Fuente: Google Earth-2013)
El tipo de suelo que rodea la estación es de tipo artificial urbano e industrial, así
como de grandes carreteras y vías ferroviarias. El tipo de aerosol registrado está
influenciado por la contaminación urbana e industrial de la zona, y por su cercanía a la
costa. Por tanto podemos encontrarnos con aerosoles, marítimos y continental urbano.
La figura 3.13 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05132
, grilla 1º x1º.
30
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3 31
http://aeronet.gsfc.nasa.gov/new_web/photo_db/Messina.html 32
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3
- 49 -
Figura 3.13. Selección espacial Messina utilizando la herramienta diseñada para la
visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°, (Fuente:
MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
3.2.7. Forth Crete (Grecia).
Situada a 35.332º N de latitud y 25.282º E de longitud, y a una elevación de 20 m,
junto a la costa. El organismo encargado de su funcionamiento es Hellenic Centre for
Marine Research (HCMR)33
. Esta estación34
(figura 20) registra datos desde el año
2003-2011 y se han utilizado datos AOD nivel 2.0 para los años 2003-2011
coincidentes con los datos que proporcionan MODIS Terra y Aqua. Creta es la isla más
grande e importante del sur de Grecia, en la frontera con el mar Egeo y Mediterráneo.
Su actividad económica radica en el turismo y la agricultura.
Figura 3.14 .Fotómetro Solar de la Estación de Forth-Crete (Grecia) y su ubicación en el
mapa (Fuente: Google Earth-2013)
El suelo que rodea a la estación es de extensas áreas agrícolas con áreas residenciales
dispersas y escasa polución urbana y en el fondo del marco geográfico que rodea a la
estación una cadena montañosa con escasa vegetación, de tal manera que el aerosol que
registra la estación es de tipo rural y marítimo
33
http://www.hcmr.gr/en/ 34
http://aeronet.gsfc.nasa.gov/new_web/photo_db/FORTH_CRETE.html
- 50 -
Figura 3.15. Selección espacial Forth-Crete utilizando la herramienta diseñada para la
visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°, (Fuente:
MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
La figura 3.15 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05135
, grilla 1º x1º.
3.2.8. IMS - Metu - Erdemli Crete (Turquía).
Esta estación está situada a 36.565º N de latitud y 34.255º E de longitud, y una
elevación de 3 m, se encuentra en la azotea del Instituto de Ciencias Marinas de la
Universidad de Oriente-Medio, edificio que se está ubicado junto a la costa.
Figura 3.16. Fotómetro Solar de la Estación IMS-Metu-Erdemli (Turquía) y su ubicación
en el mapa (Fuente: Google Earth-2013)
La estación36
(figura 3.16) viene registrando datos desde los años 1999 hasta el 2012
y se han utilizado datos AOD nivel 2.0 para los años 2003-2011 coincidentes con los
datos que proporcionan MODIS Terra y Aqua.
35
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3 36
http://aeronet.gsfc.nasa.gov/new_web/photo_db/IMS-METU-ERDEMLI.html
- 51 -
La zona está en la costa suroeste de Turquía (Mediterráneo Oriental), es una zona
rural con diversos espacios de cultivos. El tipo de suelo es muy heterogéneo e irregular,
con zonas dispersas destinadas a la agricultura y áreas de escasa vegetación (monte
bajo). Su cercanía al África Oriental hace que la estación sea frecuentemente afectada
por tormentas de polvo sahariano, de tal manera que el tipo de aerosoles característicos
en la estación es la continental rural, marítimo y principalmente de aerosol desértico
(partículas de mineral en suspensión).
Figura 3.17. Selección espacial IMS-Metu-Erdemli utilizando la herramienta diseñada
para la visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°,
(Fuente: MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
La figura 3.17 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05137
, grilla 1º x1º
3.2.9. Nes Ziona (Israel).
Figura 3.18. Ciudad de Nes Ziona
38(Israel) y su ubicación en el mapa (Fuente: Google
Earth-2013)
37
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3 38
https://en.wikipedia.org/wiki/File:Ness_Ziona_Aerial_View.jpg
- 52 -
La estación de Nes Ziona está situada a 31.922º N de latitud y 34.789º E de longitud
a una altitud de 40 m. sobre el nivel del mar separado a 8 km de la costa. La estación
(figura 3.18) es la que se encuentra más alejada de la costa de todas las estaciones
escogidas para este estudio.
Ness Ziona se encuentra en la llanura costera de Israel a unos 10 km hacia el interior
del mar Mediterráneo, al sur de Tel Aviv. La ciudad ha sido diseñada para tener un
carácter rural debido a una planificación urbana que prohíbe la construcción de edificios
de más de ocho pisos. Cercana a la ciudad de Ramla (Distrito central) se encuentra bajo
la influencia de la polución urbana e industrial, su relativa cercanía a la costa implica
también que los aerosoles marítimos sean influyentes en las mediciones en tierra. Por
ser una zona cercana a los desiertos Noreste Africanos y Occidentales Asiáticos, los
aerosoles desérticos son también influyentes en las mediciones de AOD de la estación.
El suelo que rodea la estación compone de un núcleo central y aldeas que estuvo bajo su
jurisdicción municipal a través del tiempo. La ciudad también cuenta con dos zonas
industriales y un parque de alta tecnología, Kiryat Weizmann.
Figura 3.19. Selección espacial Nes Ziona utilizando la herramienta diseñada para la
visualización y el análisis de los productos diarios de la atmósfera de 1° x 1°, (Fuente:
MODIS Terra & Aqua Daily Level-3 Data, Collection 5.1)
De esta estación se han utilizado los datos de AOD nivel 2.0 para los años 2003 a
2011, pero la estación lleva desde el año 2000 registrando datos, haciendo que
coincidan con los años de operatividad de los sensores MODIS Terra y Aqua. El
organismo que se encarga del mantenimiento y registro de datos es The Remote Sensing
Laboratory39
- J. Blaustein Inst. for Desert Research.
La figura 3.19 muestra la selección espacial para obtener el producto diario AOD
M?D08 de la colección M3.05140
, grilla 1º x1º.
39
http://www.bgu.ac.il/bidr/research/phys/remote/index.html 40
http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/gui.cgi?instance_id=MODIS_DAILY_L3
- 53 -
CAPÍTULO
4
RESULTADOS
4.1 Resumen de datos AERONET y MODIS procesados
Para realizar la validación de los algoritmos de MODIS, hemos tomado el AOD de
AERONET L2 (nivel 2) en los períodos que cada estación dispone de tales datos. Para
promediar el AOD se ha tomado como referencia la hora de paso del satélite extraídas
de los productos M?D04-L2 y los datos AOD ASCII de M?D08 de los productos diarios
de la colección M3.051, L3 (nivel 3). La tabla 4.1 resume los datos recuperados y
procesados.
Tabla 4.1. Resumen de datos procesados: período de estudio y cantidad de días disponibles de
datos de AERONET nivel 2, hora de paso del satélite por cada día de estudio obtenidos de
M?D04 nivel 2, datos diarios disponibles de AOD ASCII M?D08, y total de datos a validar.
ESTACIONES
AERONET
NIVEL 2
Datos disponibles
HORA DEPASO
MODIS Nivel 2
(días)
Datos ASCII Nivel
3
(días)
AERONET
MODIS
Datos a validar
PERÍODO DIAS TERRA AQUA TERRA AQUA
IMC
ORISTANO
(Italia)
2002-03 498 708 528 566 528 371 276
LECCE
UNIVERSITY
(Italia)
2003-10 1791 2661 2669 2389 2381
1221 1235
BURJASSOT
(España)
2007-11 1203 1083 1481 1448 1352 507 737
BARCELONA
(España)
2004-11 1555 2197 2484
2343 2347 987 1149
VILLEFRANCH
E (Francia)
2004-11 1506 2118 2082 2330 2300 915 935
MESSINA
(Italia)
2005-11 958 2362 2383 2168 2154 658 661
FORTH CRETE
(Creta)
2003-11 2057 3076 2673 2904 2809 1682 1645
IMS METU
ERDEMLI
(Turquía)
2003-11 1796 2698 3122 2828 2830 1180 1529
NES ZIONA
(Israel)
2004-11 1268 2064 2653 2493 2527 883 934
La cantidad de datos válidos de AOD de AERONET que nos ha proporcionado todas
las estaciones (después de depurar los datos erróneos, interpolar el AOD a 550 nm y
- 54 -
considerar el número mínimo de datos presentes a la hora de paso del satélite para ser
promediados) ha sido de 12632. Las horas de paso del satélite fueron obtenidas de los
productos M?D04 de nivel 2, y fueron; 18967 para Terra y 20075 para Aqua. Los datos
recuperados de AOD ASCII a 550 nm de los productos M?D08 fueron 17369 para Terra
y 19228 para Aqua.
De tal manera que el resultado final para la validación de los datos se ha reducido
considerablemente a 8404 datos para (Terra sobre Tierra) y 9101 datos para
(Aqua sobre Tierra). Las gráficas de la validación de las diferentes medidas de
AOD de MODIS se muestran en las figuras para cada estación.
4.2 Estimación del error en la validación.
Las estimaciones AOD MODIS L2 (nivel 2) han sido generalmente evaluadas en
relación con el error esperado (EE) definido como ± (0.05 +0.15τ) dónde τ es el
verdadero valor de AOD (Remer et al., 2005). Si al menos el 66% de los valores AOD
de MODIS se concentran dentro del intervalo definido anteriormente por EE (líneas
rojas de las gráficas), el algoritmo de recuperación de MODIS se considera bueno o
bastante aceptable. La pregunta que queremos responder es si este EE todavía tiene
validez para el conjunto de datos AOD L3 (nivel 3), y en caso contrario, cómo se
comparan. En otras palabras, nos interesa saber hasta qué punto se degrada la
información (tomando la incertidumbre de nivel 2 como criterio) al emplear datos de
nivel 3, que son mucho más sencillos de emplear por un usuario no especializado.
Las figuras de validación de las diferentes estaciones muestran la cantidad de puntos
AOD dentro del intervalo de EE L2 en cada sitio experimental, con una distinción entre
sobreestimación y subestimación. En general, hay más de una estación de todo el
conjunto de datos donde el EE de AOD L2 contiene incluso menos del 66% de los
datos, por lo general en una sobreestimación de MODIS. Este resultado justifica la
necesidad de una revisión de EE para el conjunto de datos AOD L3, considerando que
los AOD L3 son más dispersos (menos representativos) lo que aumenta la
incertidumbre observada en el conjunto de datos L3 para valores grandes de AOD. Esto
nos hace pensar que los AOD no pueden ser acomodados con límites lineales EE en
todo el rango AOD. En su lugar, se propone un modelo cuadrático (Ruiz J.A., 2013) que
ajuste mejor los datos L3 en general (en el sentido de mínimos cuadrados): ± (0.029
+0.06τ +0.06) el cual es dibujado con líneas continuas verde en las gráficas. En este
trabajo también pondremos a prueba esta reciente propuesta de estimación del error
cometido en los datos de nivel 3.
En las figuras que se mostrarán a continuación la línea continua rosada es la diagonal
(y=x) y la línea negra discontinua corresponde al ajuste lineal realizado de los datos.
- 55 -
Presentaremos en este trabajo tablas de porcentaje de error esperado (EE),
incluyendo los EE de nivel 2 estimado con AOD MODIS L2 (incertidumbre lineal,
Díaz, 2012) y los EE de nivel 3 estimado con AOD MODIS L3 (incertidumbre lineal y
cuadrático). Llamaremos respectivamente L2, L3, L3.
4.3 Estadísticas en la validación.
Una de las maneras de cuantificar la validación es extraer valores numéricos que nos
muestren su validez y estos los representamos en tablas con los siguientes datos
estadísticos: N (número de datos), porcentaje de error esperado EE, m y n (pendiente e
intersección) y r (coeficiente de correlación). Además algo muy importante en la
validación de los datos M?D08 es evaluar la desviación de las medidas del satélite
respecto de las de referencia. Para ello se emplea la desviación cuadrática media
(RMSD) y la desviación media (MBD), representadas en las ecuaciones 4.1 y 4.2. El
RMSD es un parámetro estadístico que se utiliza para analizar la desviación cuadrática
de las medidas observadas (MODIS) con las de referencia (CIMEL). (Díaz, 2012).
RMSD= √
∑ ( ) (4.1)
MBD = δ =
∑ ( )² (4.2)
donde N es el número de datos, alude a la medida de referencia (en nuestro caso, la
del CIMEL) y el a la medida de MODIS. Estos valores se muestran en las tablas
correspondientes junto con los valores medios del AOD de CIMEL y MODIS con sus
respectivas desviaciones estándar.
4.4 Validación de aerosoles (AOD) MOD08/MYD08, colección M3.051.
En esta sección describiremos la validación del AOD a 550 nm del sensor MODIS
Terra y Aqua, ambos referidos a tierra, para todas las estaciones escogidas en este
estudio.
4.4.1. Estación AERONET IMC-Oristano (Italia)
La Figura 4.1 representa las medidas de MODIS frente a AERONET de la estación
de IMC-Oristano, así como los ajustes lineales y los intervalos de error esperado (EE).
El ajuste realizado que se observa en la figura 4.1 nos muestra desviaciones
ligeramente altas con respecto a los datos de la estación. La comparación de las medidas
de MODIS Aqua ( ) y MODIS Terra ( ) nos indica que en ambos casos
MODIS tiende a sobreestimarse para valores bajos, además se observa una tendencia de
- 56 -
MODIS Aqua ( ) y MODIS Terra ( ) a subestimar para valores altos de
AOD, siendo MODIS Aqua ( ) la que más subestima.
También se ha obtenido el coeficiente de correlación (r) entre los diferentes
parámetros. Esto hace notar la existencia de una buena relación entre los datos medidos
por el sensor MODIS y los de suelo ya que toma valores por encima de 0.88. El valor de
correlación de MODIS Aqua ( ) (r = 0.89) y MODIS Terra ( ) (r = 0.88) son
prácticamente iguales. Podríamos decir, que en ambos casos las desviaciones en el
ajuste, es bastante buena. En el caso del nivel 2, la correlación es mucho mejor, que la
del nivel 3 (r = 0.95 para Terra y r = 0.88).
Figura 4.1. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), IMC Oristano (Italia) datos desde 2002 a 2003.
Habíamos mencionado anteriormente que una forma de analizar la validación del
AODMODIS consiste en comprobar si el porcentaje de datos incluidos dentro de EE se
encuentra alrededor del 66 %, lo que equivale a una desviación estándar de la media. Se
aprecia en la tabla 4.2 que los porcentajes de EE para nivel 2 y nivel 3( L2, L3 y
L3), son porcentajes altos, siendo todos mayores del 80 %. Esto demuestra que las
estimaciones de MODIS son muy buenas agrupando la mayor cantidad de AOD dentro
del intervalo.
Tabla 4.2. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 371 86 80 83 0.83 ± 0.02 0.06 ± 0.001 0.88
AQUA 276 85 83 88 0.69 ± 0.02 0.07 ± 0.001 0.89
- 57 -
Según (Zhao et al., 2002) el significado de los valores de la pendiente (m) en la
evaluación del ajuste que estén alejados de 1 indican la existencia de algún tipo de
diferencia entre el modelo microfísico de aerosoles empleado en el algoritmo utilizado y
la situación real.
Los resultados de la tabla 4.2 nos muestra una pendiente en el ajuste del (m =
0.83) más cercano a 1, que (m = 0.69). Podríamos decir entonces, que en el
nivel 3, sus datos son más representativos, y que el modelo empleado por ambos
sensores es el mismo, la diferencia que señalen ellos, no necesariamente será por el
modelo microfísico empleado, sino de mediciones espurias realizadas (datos altos de
AOD que no han sido medidos por los sensores). Este es el caso del sensor Aqua.
Por otro lado, valores de la intersección (n) diferentes de 0 indican una desviación
del algoritmo para valores bajos de AOD, que pueden estar relacionados con problemas
de calibración o con la influencia de la reflectividad de la superficie (Zhao et al., 2002).
En nuestro caso para y el valor de (n) tiene valores ligeramente altos (0.06
para Terra y 0.07 Aqua), deduciendo una desviación del algoritmo significativa. Una de
las condiciones que debe cumplir (n) es que los valores de AERONET deben estar entre
0.01 y 0.02 para certificar la fiabilidad de la medida. En ambos casos, los valores de (n)
están fuera de este marco de referencia lo que presumiblemente deducimos que la
reflectividad de la superficie está afectando la medida.
Para estudiar la desviación de las medidas de satélite (MODIS) respecto de las de
referencia (CIMEL), se ha calculado la desviación cuadrática media (RMSD) y la
desviación media (MBD). El error asociado a las medidas de MODIS es en general alto
comparado con el de AERONET.
Tabla 4.3. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.11 -0.024 0.20 ± 0.22 0.23 ± 0.21
AQUA 0.10 -0.005 0.21 ± 0.21 0.21 ± 0.16
En el anexo I, resumimos todas las estadísticas de validación para AOD MODIS de
nivel 2. En ella observamos valores bajos de RMSD (0.058 para Terra y 0.067 para
Aqua), la diferencia de los valores medios se encuentran muy por debajo del error
combinado de ambos instrumentos (0.05 para Terra y 0.02 para Aqua). Por otro lado, la
tabla 4.3 nos muestra las estadísticas de nivel 3. En ella observamos valores
relativamente altos de desviación RMSD para MODIS y (0.11 y 0.10). En
este caso, los valores RMSD son ligeramente mayores al error combinado de ambos
instrumentos (0.07). Si comparamos los RMSD de ambos niveles, los de nivel 2
mantiene menores errores que los del nivel 3, pero su procesamiento requiere más
- 58 -
atención. Sin embargo, los errores de nivel 3, pierden ligeramente información en
comparación con su sencillez de uso.
Los valores MBD de nivel 2 (-0.025 para Terra y -0.01 para Aqua), son valores que
están dentro de las estimaciones del error combinado por ambos instrumentos (0.07).
Los de nivel 3 (-0.024 para Terra y -0.005 para Aqua) son valores similares al del nivel
2 y están dentro de ese margen de error. Se demuestra de esta manera, la fiabilidad de la
medida de cada uno de los instrumentos. Cabe señalar, que el signo del MBD tiene
significancia estadística, los valores negativos de y indica que, MODIS
tiende a estar sobreestimada a valores bajos de AOD. Por otro lado, el signo positivo
de MBD, indica que MODIS subestima los valores altos de AOD. Analizando los
resultados del signo de MBD para esta estación (nivel 2 y nivel 3), se ha obtenido
valores negativos para AODT y AODA. Esto nos indica que, MODIS tiende a estar
sobreestimadas a valores bajos de AOD.
El valor RMSD tiene una estrecha relación con los valores medios (AOD CIMEL y
AOD MODIS), si estos crecen, también crecen sus valores medios, como es este caso.
Basándonos en el análisis y los resultados mostrados en las tablas 4.2 y 4.3 y de las
gráficas de la figura 4.1, se puede concluir que los resultados son similares en algunas
de las estadísticas, aunque en otras se destacan algunas diferencias y por lo tanto el
sensor que hemos considerado tiene una mejor exactitud, son mediante el empleo del
sensor a bordo del satélite Terra (m=0.83, n= 0.06, r=0.88, RMSD=0.11, MBD= -
0.024). Aunque el error es relativamente alto para las medidas de nivel 3, de todos
modos los errores cometidos se encuentran dentro de las estimaciones de error obtenidas
para este nivel 3.
4.4.2. Estación AERONET Lecce - University (Italia)
La Figura 4.2 representa las medidas de MODIS frente a AERONET de la estación
de Lecce - University, así como los ajustes lineales y los intervalos de error esperado
(EE).
Las gráficas de la figura 4.2 nos muestra la tendencia de ambos instrumentos a
subestimar valores altos de AOD, siendo MODIS Terra ( ) la que más subestima.
Sin embargo, las medidas de MODIS Terra tienden a estar sobreestimadas para valores
bajos de AOD, y no así para MODIS Aqua.
Los datos de la tabla 4.4, nos muestra el coeficiente de correlación (r) entre los
diferentes parámetros. Para las medidas de MODIS Terra observamos una deficiente
correlación entre los datos medidos por el sensor y los datos del suelo (r = 0.68). Por
otro lado, las medidas de MODIS Aqua presenta una ligera mejoría de correlación de
- 59 -
sus datos medidos (r = 0.78). En el caso del nivel 2, la correlación es mucho mejor que
la de nivel 3 (r = 0.80 para Terra y r = 0.83).
Figura 4.2. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), Lecce - University (Italia) datos desde 2003 a 2010.
El error esperado para AOD de nivel 3 ( L3 y L3), en ambos casos, se
encuentra sobre 66% de EE, lo que equivale a una desviación estandar de la media, Por
otro lado, el error esperado para AOD de nivel 2, en ambos casos, nos muestra un
porcentaje ligeramente menor (66 % para Terra y 64 % para Aqua). Comparativamente
podríamos decir, que el porcentaje de EE de nivel 3 es mucho mejor con respecto al
porcentaje de EE del nivel 2, aunque para ambos niveles las estimaciones las
consideramos satisfactorias.
Tabla 4.4. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 1221 66 70 72 0.67 ± 0.02 0.05 ± 0.005 0.68
AQUA 1235 64 72 76 0.85 ± 0.02 0.01 ± 0.004 0.78
El valor de la pendiente (m) obtenido por el sensor Aqua (m = 0.85) cercano a 1,
muestra un mejor ajuste con respecto a la del sensor Terra (m = 0.67). La diferencia en
el ajuste, no necesariamente será por el modelo microfísico empleado, sino quizá por
mediciones espuria realizadas por ambos instrumentos (datos altos de AOD que no han
sido medidos por los sensores). Este es el caso del sensor Terra.
La tabla 4.4, presenta valores de ajuste en la intersección (n) diferentes para ambos
sensores. Para el sensor Terra, hay una tendencia a estar sobreestimada para valores
bajos de AOD, y esto se demuestra en su valor de n=0.05, valor relativamente alto en
- 60 -
relación a la incertidumbre estimada de las medidas de suelo (0.01-0.02). En este caso
se puede decir que la reflectividad del suelo introduce diferencias en la medida del
sensor. Sin embargo, para el sensor Aqua se observa que el ajuste en la intersección
(n=0.01) está dentro del intervalo permitido de desviación de los datos de AERONET.
La tabla 4.5 presenta valores RMSD de nivel 3. Son valores ligeramente altos de
desviación RMSD (0.11 para Terra y 0.09 para Aqua) comparados con los errores
combinados de ambos instrumentos (0.07), aunque su MBD no es muy grande (0.02)
donde la diferencia de los valores medios se encuentra muy por debajo del error
combinado de ambos. Si comparamos las desviaciones RMSD de Nivel 2 (Anexo I,
0.094 para Terra y 0.088 para Aqua) con las de nivel 3, observamos resultados similares
de desviación. Por otro lado, las desviaciones MBD de MODIS (nivel 2 y nivel 3) están
por debajo del error combinado de ambos instrumentos (MBD de nivel 2 es 0.054 para
Terra y Aqua). En todo caso, aunque el error en el nivel 3 es un poco alto, la
información que se obtiene, no pierde mucho, comparada con la del nivel 2.
Tabla 4.5. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.11 0.02 0.20 ± 0.13 0.18 ± 0.13
AQUA 0.09 0.02 0.20 ± 0.13 0.18 ± 0.14
Observando el signo de los valores MBD para ambos niveles. Estos tienen signo
positivo para AODT y AODA. Esto significa que MODIS tiende a subestimar para
valores altos de AOD.
También observamos que las medias estadísticas de la medida del CIMEL
(AODCIMEL) son iguales para ambos sensores (0.2), y lo mismo ocurre para las medidas
de MODIS (0.18). Habíamos mencionado antes que un valor alto de desviación RMSD
implica una diferencia grande entre las medias del AODCIMEL y AODMODIS. En este
caso, la diferencia es de 0.02, un valor ligeramente mayor del AODCIMEL.
Basándonos en el análisis y los resultados mostrados en las tablas 4.4 y 4.5 y de las
gráficas de la figura 4.2, se puede concluir que los resultados son similares en algunas
de las estadísticas, aunque en otras se destacan algunas diferencias y por lo tanto el
sensor que hemos considerado tiene una mejor exactitud es mediante el empleo del
sensor a bordo del satélite Aqua (m=0.85, n= 0.01, r=0.78, RMSD=0.09, MBD= -0.02).
Aunque los errores de nivel 3 son relativamente altos, los errores cometidos se
encuentran dentro de las estimaciones de error (EE) obtenidas por el nivel 3.
- 61 -
4.4.3. Estación AERONET de Burjassot (España)
La Figura 4.3 representa las medidas de MODIS frente a AERONET de la estación
de Burjassot, así como los ajustes lineales y los intervalos de error esperado (EE).
El ajuste en la validación de la figura 4.3, muestra que las medidas de MODIS no
tienden a estar sobreestimadas para valores bajos de AOD. Lo que sí se observa, es una
tendencia de MODIS a subestimar valores altos de AOD, siendo MODIS Terra ( )
la que más subestima.
La tabla 4.6 muestra los valores de correlación de nivel 3. Estos valores nos señala
la buena relación de los datos medidos por el sensor MODIS con respecto a las del
suelo (r = 0.79 para Terra y r = 0.80 para Aqua). En el caso del nivel 2, los datos
medidos presenta una ligera mejoría (r = 0.81 para Terra y r = 0.75 para Aqua), aunque
en el sensor Terra la correlación es ligeramente mejor en el nivel 2 con respecto al nivel
3, y en el caso del sensor Aqua es lo contrario, donde la correlación es mejor en el nivel
3 con respecto al del nivel 2.
Figura 4.3. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), Burjassot (España) datos desde 2003 a 2010.
La tabla 4.6 nos muestra el error esperado para el AOD de nivel 2 ( L2), y
también para el nivel 3 ( L3 y L3). Son datos buenos, todos sobrepasan el 79
% de EE. Estos resultados de desviación de los datos de MODIS se encuentran sobre el
66 % de desviación estándar recomendada. Además se observa que el porcentaje de EE
para el caso del sensor Terra, en el nivel 2, tiene un porcentaje mayor de EE con
respecto al del nivel 3. Por lo contrario, en el sensor Aqua el que tiene mejor estimación
del error es el del nivel 3 con una mayor agrupación de AODs dentro del intervalo.
- 62 -
Tabla 4.6. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 507 85 81 82 0.83 ± 0.03 0.01 ± 0.005 0.79
AQUA 737 79 81 84 0.91 ± 0.03 0.01 ± 0.005 0.80
El valor de la pendiente (m) obtenido por ambos sensores (m = 0.91 para Aqua y m=
0.83 para Terra) muestra el ajuste en la validación, donde el modelo microfísico
empleado está en semejanza con la realidad de las medidas obtenidas, siendo el
instrumento Aqua que mejor ajuste presenta (cercano a 1).
Los valores de ajuste en la intersección (n) muestra que las desviaciones de los datos
de AERONET para valores bajos son óptimos (n = 0.01) y están dentro del error de
AOD de AERONET permitido (0.01 - 0.02). Esto nos hace concluir que las mediciones
de MODIS no se ve afectada por la reflectividad de la superficie o una mala calibración
de los instrumentos. Cabe señalar, que la estación está alejada del área de mayor
densidad poblacional que presenta mayor reflectividad. De ahí, la exactitud en la
medida.
La tabla 4.7, muestra las desviaciones RMSD de nivel 3. Para ambos instrumentos,
la diferencia de los valores medios es igual al error combinado de ambos instrumentos
(0.05+0.02 = 0.07). Sin embargo, los valores RMSD de nivel 2 (0.055 para Terra y
0.077 para Aqua) señala mejores resultados de desviación con respecto al de nivel 3.
Tabla 4.7. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.07 0.012 0.15 ± 0.11 0.14 ± 0.11
AQUA 0.07 0.002 0.16 ± 0.10 0.15 ± 0.12
Los valores de desviación media (MBD) para el nivel 3 (0.012 para Terra y 0.002
para Aqua) y los de nivel 2 (-0.002 para Terra y -0.023 para Aqua) no son valores tan
altos, la diferencia de los valores medios se encuentra por debajo del error combinado
de ambos instrumentos. El signo del MBD para MODIS de nivel 3, es positivo, esto
significa que hay una tendencia de MODIS a subestimar para valores altos de AOD. Por
lo contrario, el signo del MBD para MODIS de nivel 2 es negativo, esto significa que
las medidas de MODIS tienden a sobreestimarse para valores bajos de AOD.
La media estadística del y , para ambos instrumentos, son
valores similares y bajos. Estos mantienen una estrecha relación con las desviaciones
RMSD y MBD.
- 63 -
Basándonos en el análisis y los resultados mostrados en las tablas 4.6 y 4.7 y de las
gráficas de la figura 4.3, se puede concluir que los resultados de las estadísticas
obtenidas para uno y otro sensor son similares, aunque marcando una pequeña
diferencia el sensor Aqua con una mejor exactitud
4.4.4. Estación AERONET de Barcelona (España)
La Figura 4.4 representa las medidas de MODIS frente a AERONET de la estación
de Barcelona, así como los ajustes lineales y los intervalos de error esperado (EE).
El ajuste en la validación de la figura 4.4, muestra que las medidas de MODIS
tienden a sobreestimarse para valores bajos de AOD. Además, se observa una tendencia
de ambos casos a subestimar para valores altos de AOD.
La tabla 4.8, muestra los valores de correlación de nivel 3. Estos valores nos señala
una deficiente relación de los datos medidos del sensor MODIS con respecto a las del
suelo (r = 0.69 para Terra y r = 0.77 para Aqua), aunque en el nivel 2, se observa una
mejor relación de sus datos medidos (r = 0.86 para Terra y r = 0.82 para Aqua).
Figura 4.4. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), Barcelona (España) datos desde 2004 a 2011.
La tabla 4.8, muestra el error esperado para AOD de nivel 2 ( L2) y también para
el nivel 3 ( L3 y L3). Todos sobrepasan el 75 % de EE. Estos porcentajes nos
señalan que la desviación de los datos de MODIS se encuentra sobre el 66 % de
desviación estándar esperada. Sin embargo en el nivel 2 ( L2) para ambos sensores,
se observa un incremento en el porcentaje de AOD dentro del intervalo con respecto a
los del nivel 3.
- 64 -
Se han obtenido valores similares de la pendiente (m= 0.76 para Terra y m= 0.75
para Aqua), valores ligeramente alejados al valor óptimo (1). Estos valores indican, que
MODIS en las medidas ha podido incluir mediciones espurias ocasionales que están
afectando a las medidas de ambos instrumentos (datos de alto AOD que no han sido
medidos por los sensores) o errores en el modelo microfísico empleado
Tabla 4.8. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 987 86 75 79 0.76 ± 0.03 0.05 ± 0.005 0.69
AQUA 1149 80 78 81 0.75 ± 0.02 0.04 ± 0.004 0.77
La tabla 4.8, muestra valores similares de ajuste en la intersección (n) para ambos
sensores (n = 0.05 para Terra y n = 0.04 para Aqua). En ambos, se observa una
tendencia a sobreestimarse para valores bajos de AOD, valores relativamente altos en
relación a la incertidumbre estimada de las medidas de AERONET (0.01-0.02). En este
caso, se puede decir, que la reflectividad del suelo introduce diferencias en la medida de
ambos sensores. Cabe señalar, que la zona donde está ubicada la estación, es una zona
alta de polución urbana y de alta reflectividad de la superficie.
Tabla 4.9. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.07 0.012 0.15 ± 0.11 0.14 ± 0.11
AQUA 0.07 0.002 0.15 ± 0.10 0.15 ± 0.12
La tabla 4.9 muestra las desviaciones RMSD de nivel 3. Para ambos instrumentos, la
diferencia de los valores medios es igual al error combinado de ambos instrumentos
(0.05+ 0.02= 0.07). Sin embargo los valores RMSD de nivel 2 (0.054 para Terra y 0.058
para Aqua) presentan ligeramente mejores resultados de desviación con respecto al de
nivel 3.
Los valores de desviación media (MBD) para el nivel 3 (0.012 para Terra y 0.002
para Aqua) y los de nivel 2 (-0.003 para Terra y -0.024 para Aqua) detalladas en el
anexo I, no son valores tan altos y su diferencia de los valores medios se encuentra por
debajo del error combinado de ambos instrumentos (0.07). El signo del MBD para
MODIS de nivel 3, es positivo, esto significa que hay una tendencia de MODIS a
subestimar para valores altos de AOD. Por lo contrario, el signo del MBD para MODIS
de nivel 2, es negativo, esto significa que las medidas de MODIS tienden a
sobreestimarse para valores bajos de AOD.
- 65 -
La media estadística del y , para ambos instrumentos, son
valores similares y bajos. Estos mantienen una estrecha relación con las desviaciones
RMSD y MBD.
Basándonos en el análisis y los resultados mostrados en las tablas 4.8 y 4.9 y de las
gráficas de la figura 4.4, se puede concluir que los resultados de las estadísticas
obtenidas para uno y otro sensor son similares, aunque marcando una pequeña
diferencia el sensor Aqua con una mejor exactitud.
4.4.5. Estación AERONET de Villefranche (Francia).
La Figura 4.5 representa las medidas de MODIS frente a AERONET de la estación
de Villefranche, así como los ajustes lineales y los intervalos de error esperado (EE).
En el ajuste de los datos AOD de MODIS. Observamos, que las medidas de ambos
instrumentos tienden a sobreestimarse para valores bajos de AOD. Por otro lado, se
observa una tendencia de ambos instrumentos a subestimar para valores altos de AOD.
Figura 4.5. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), Villafranche (Francia) datos desde 2004 a 2011.
La tabla 4.10, muestra buenos datos de correlación (r = 0.81 para Aqua y r = 0.76
para Terra). Esto demuestra la buena relación existente entre los datos medidos por el
sensor MODIS y los del suelo, siendo el sensor Aqua que mejor correlación presenta.
Sin embargo, si comparamos, las correlaciones de nivel 2 para ambos instrumentos (r =
0.88, para Aqua y Terra), con respecto a las del nivel 3, los de nivel 2 presentan una
mejor correlación.
- 66 -
Tabla 4.10. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 915 85 76 80 0.81 ± 0.02 0.05 ± 0.005 0.76
AQUA 935 76 77 81 0.85 ± 0.02 0.04 ± 0.004 0.81
La tabla 4.10, también nos muestra el error esperado para AOD de nivel 2 ( L2),
y además para el nivel 3 ( L3 y L3). Todos sobrepasan el 76 % de EE. Estos
resultados de desviación de los datos de MODIS se encuentran sobre el 66 % de
desviación estándar esperada. Cabe señalar, que el L2 del sensor Terra (85 %),
presenta un mayor porcentaje de datos AOD con respecto a los del nivel 3. Por lo
contrario, el sensor Aqua el EE L3 presenta mayor porcentaje de datos con respecto a la
del nivel 2.
El valor de la pendiente (m) obtenido por ambos sensores (m = 0.81 para Terra y m=
0.85 para Aqua) son buenos datos de ajuste de MODIS, muy cercanos a 1, donde el
modelo microfísico empleado está en semejanza a la realidad de las medidas, siendo el
instrumento Aqua el que mejor ajuste realiza.
La tabla 4.10, también nos muestra valores similares de ajuste en la intersección (n)
para ambos sensores (n = 0.05 para Terra y n = 0.04 para Aqua). En ambos, se observa
una tendencia a sobreestimarse para valores bajos de AOD. Valores relativamente altos
en relación a la incertidumbre estimada de las medidas de AERONET (0.01-0.02). En
este caso, se puede decir, que la reflectividad del suelo introduce diferencias en la
medida de ambos sensores. Cabe señalar, que la zona donde está ubicada la estación, es
una zona alta de polución urbana y de alta reflectividad en la superficie.
Tabla 4.11. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.09 -0.02 0.17 ± 0.12 0.19 ± 0.13
AQUA 0.08 -0.02 0.18 ± 0.13 0.19 ± 0.13
La tabla 4.11, muestra las desviaciones RMSD de nivel 3. Para ambos instrumentos,
los valores están ligeramente altos (0.09 para Terra y 0.08 para Aqua) con respecto a la
diferencia de los valores medios del error combinado de ambos instrumentos (0.07). Por
otro lado, los valores RMSD de nivel 2 (0.057 para Terra y 0.069 para Aqua) presentan
ligeramente mejores resultados de desviación con respecto al de nivel 3.
Los valores de desviación media (MBD) para el nivel 3 (-0.02 para Terra y para
Aqua) y para los de nivel 2 (-0.018 para Terra y -0.036 para Aqua) detalladas en el
- 67 -
anexo I, no son valores tan altos y su diferencia de los valores medios se encuentra por
debajo del error combinado de ambos instrumentos (0.07). El signo del MBD para
MODIS en los niveles 3 y 2, es negativo, esto significa que las medidas de MODIS
tienden a sobreestimarse para valores bajos de AOD.
Basándonos en el análisis y los resultados mostrados en las tablas 4.10 y 4.11 y de
las gráficas de la figura 4.5, se puede concluir que los resultados de las estadísticas
obtenidas para uno y otro sensor son similares, aunque marcando una pequeña
diferencia el sensor Aqua con una mejor exactitud. Cabe señalar que los errores de nivel
3, no son tan altos, pues los errores cometidos se encuentran dentro de las estimaciones
de error (EE) obtenidas por el nivel 3.
4.4.6. Estación AERONET de Messina (Italia).
La Figura 4.6 representa las medidas de MODIS frente a AERONET de la estación
Messina, así como los ajustes lineales y los intervalos de error esperado (EE).
Figura 4.6. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), Messina (Italia) datos desde 2005 a 2011.
Las gráficas de la figura 4.6 nos muestra el ajuste realizado de datos AODs de
MODIS. En ella observamos que las medidas de ambos instrumentos, tienden a
sobreestimarse ligeramente para valores bajos de AOD. Por otro lado, se observa una
tendencia de ambos instrumentos a subestimar para valores altos de AOD.
La tabla 4.12, muestra datos de correlación satisfactorios (r = 0.78 para Aqua y r =
0.75 para Terra). Esto demuestra una buena relación existente entre los datos medidos
por el sensor MODIS y los del suelo, siendo el sensor Aqua que presenta mejor
correlación. Sin embargo, si comparamos, las correlaciones de nivel 2 para ambos
instrumentos (r = 0.78, para Aqua y Terra) con respecto a las del nivel 3, ambos tienen
similar resultado.
- 68 -
Tabla 4.12. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 658 75 78 81 0.75 ± 0.03 0.03 ± 0.006 0.75
AQUA 661 80 83 85 0.74 ± 0.02 0.04 ± 0.005 0.78
La tabla 4.12, también nos muestra el error esperado para AOD de nivel 2 ( L2),
y nivel 3 ( L3 y L3). Todos sobrepasan el 75 % de EE. Esto nos señala que el
porcentaje de datos incluidos dentro del intervalo se encuentra sobre el 66 %
recomendado, lo que equivale a una desviación estándar de la media. Cabe señalar, que
el EE L3 presenta un mayor porcentaje de datos con respecto a los de nivel 2, aunque el
EE L2 también tiene una buena estimación (75% para Terra y 80 % para Aqua).
Se han obtenido valores similares de la pendiente (m= 0.75 para Terra y m= 0.74
para Aqua), valores ligeramente alejados al valor óptimo (1). Estos valores indican, que
entre el modelo microfísico empleado por los algoritmos de MODIS, de alguna manera
en sus medidas se incluye mediciones espurias que están afectando a sus medidas (datos
de alto AOD que no han sido medidos por los sensores).
Los valores de intersección (n) que nos da la tabla 4.12 (n=0.03 para Terra y n=0.04
para Aqua) nos indica que el ajuste no es tan bueno y que MODIS tiende a una
sobreestimación para valores bajos de AOD. Son valores ligeramente altos en relación a
la incertidumbre estimada de las medidas de suelo (0.01-0.02). En este caso, se puede
decir, que la reflectividad del suelo introduce pequeñas diferencias en la medida de
ambos sensores.
La tabla 4.13, muestra las desviaciones RMSD de nivel 3. Para ambos instrumentos,
los valores están ligeramente altos (0.09 para Terra y 0.08 para Aqua) con respecto a la
diferencia de los valores medios del error combinado de ambos instrumentos (0.07). Por
lo contario, los valores RMSD de nivel 2 (0.069 para Terra y 0.077 para Aqua)
presentan ligeramente mejores resultados de desviación con respecto al de nivel 3 y
están cercano a los valores del error combinado de MODIS.
Tabla 4.13. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.09 0.01 0.18 ± 0.12 0.17 ± 0.12
AQUA 0.08 0.01 0.18 ± 0.12 0.17 ± 0.12
- 69 -
Los valores de desviación media (MBD) de la tabla 4.13, de nivel 3, muestra buenos
resultados de desviación (0.01 para Terra y 0.01 para Aqua). Por otro lado, los MBD de
nivel 2, detalladas en el Anexo I, también muestra desviaciones óptimas (0.031 para
Terra y 0.019 para Aqua), Por tanto, los valores MBD para ambos niveles, la diferencia
de los valores medios se encuentra por debajo del error combinado de ambos
instrumentos. El signo MBD de MODIS, tanto para el nivel 3 y 2, es positivo, lo que
implica una tendencia de ambos casos a subestimar para valores altos de AOD.
La media estadística y son similares en valor. Su diferencia de
0.01, entre ellos, es prácticamente insignificante.
Basándonos en el análisis y los resultados mostrados en las tablas 4.12 y 4.13 y de
las gráficas de la figura 4.6, se puede concluir que los resultados de las estadísticas
obtenidas para uno y otro sensor son similares, aunque marcando una pequeña
diferencia el sensor Aqua con una ligera mejor exactitud. Cabe señalar que los errores
de nivel 3, no son tan altos, pues los errores cometidos se encuentran dentro de las
estimaciones de error (EE) obtenidas por el nivel 3.
4.4.7. Estación AERONET de IMS-Metu-Erdemli (Turquía).
En la Figura 4.7 se representa las medidas de MODIS frente a las de AERONET, de
la estación IMS-Metu-Erdemli, así como los ajustes lineales y las bandas de error
esperado.
Figura 4.7. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), IMS- Metu -Erdemli (Turquía) datos desde 2003 a 2011.
El ajuste en la validación de la figura 4.7, muestra que el instrumento Terra tiende a
sobreestimarse mucho más que el instrumento Aqua para valores bajos de AOD. Sin
- 70 -
embargo, se observa una tendencia de Terra a subestimar para valores altos de AOD,
aunque en el sensor Aqua, se observa un mejor ajuste.
Las correlaciones de MODIS nivel 2 (r = 0.86 para Terra y r = 0.82 para Aqua) nos
muestra una buena correlación. Correlaciones para datos de nivel 3 se muestran en la
tabla la tabla 4.14 (r = 0.80 para ambos sensores) siguen siendo buenas aunque no tanto
como en el nivel 2. Esto nos demuestra la buena relación existente entre los datos
medidos por el sensor MODIS y las del suelo para ambos niveles
Tabla 4.14. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 1180 82 76 80 0.81 ± 0.02 0.07 ± 0.005 0.80
AQUA 1529 76 77 80 0.96 ± 0.02 0.03 ± 0.005 0.80
La tabla 4.14, también nos muestra el error esperado para AOD de nivel 2 ( L2),
y nivel 3 ( L3 y L3). Todos sobrepasan el 76 % de EE, superior al 66 % de
porcentaje recomendado, lo que equivale a una desviación estándar de la media. Cabe
señalar, que el L2 del sensor Terra (82 %) presenta un mayor porcentaje de EE con
respecto a las del nivel 3. Por lo contrario, el sensor Aqua en el nivel 3 presenta un
mayor porcentaje de EE con respecto a la del nivel 2.
El valor de la pendiente (m) obtenido por ambos sensores (m = 0.81 para Terra y m=
0.96 para Aqua), muy cercanos a 1, muestra un buen resultado en el ajuste de MODIS,
donde el modelo microfísico empleado en el algoritmo está en semejanza a la realidad
de las medidas, siendo el instrumento Aqua que mejor se ajusta.
Los valores de la intersección (n) de la tabla 4.14 (n=0.07 para Terra y n=0.03 para
Aqua), son valores que señalan una tendencia de MODIS a sobreestimarse para valores
bajos de AOD, siendo Terra la que más se sobreestima en relación a la incertidumbre de
las medidas de AERONET (0.01-0.02). En este caso, se puede decir, que la reflectividad
del suelo introduce diferencias en la medida de ambos sensores. Cabe señalar que la
estación se encuentra cerca al desierto africano y asiático, donde la reflectividad
esperada es mayor.
Tabla 4.15. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.10 -0.02 0.24 ± 0.15 0.26 ± 0.16
AQUA 0.10 -0.02 0.23 ± 0.14 0.25 ± 0.17
- 71 -
Los resultados de la tabla 4.15 muestran desviaciones RMSD iguales (0.1 para Terra
y Aqua), son desviaciones altas con respecto a la diferencia de los valores medios del
error combinado de ambos instrumentos (0.07). Por lo contrario, los valores RMSD de
nivel 2 (0.054 para Terra y 0.058 para Aqua) presentan desviaciones menores y están
por debajo del error combinado de ambos instrumentos.
Los valores de desviación media MBD de nivel 3 (-0.02 para Terra y Aqua) y los de
nivel 2 (-0.06 para Terra y -0.039 para Aqua), son valores que están por debajo de la
diferencia del error combinado de ambos instrumentos (0.07). El signo MBD de
MODIS, tanto para el nivel 3 y 2, es negativo, esto significa que las medidas de MODIS
tienden a sobreestimarse para valores bajos de AOD. La media estadística
y son valores relativamente altos.
Basándonos en el análisis y los resultados mostrados en las tablas 4.14 y 4.15 y de
las gráficas de la figura 4.7, se puede concluir que los resultados de las estadísticas
obtenidas para uno y otro sensor son similares, aunque marcando una pequeña
diferencia el sensor Aqua con una mejor comparación. Cabe señalar que los errores de
nivel 3, no son muy altos, pues los errores cometidos se encuentran dentro de las
estimaciones de error (EE) obtenidas por el nivel 3.
4.4.8. Estación AERONET de Forth-Crete (Creta).
En la Figura 4.8 se representa las medidas de MODIS frente a las de AERONET, de
la estación Forth - Crete, así como los ajustes lineales y las bandas de error esperado
Figura 4.8. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), Forth Crete (Italia) datos desde 2003 a 2010.
- 72 -
El ajuste en la validación de la figura 4.8, muestra que ambos instrumentos tienden a
sobreestimar para valores bajos de AOD. Sin embargo MODIS, para valores altos de
AOD no hay tendencia a subestimar, siendo el sensor Terra que mejor ajusta.
Tabla 4.16. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 1682 49 71 74 0.92 ± 0.02 0.06 ± 0.004 0.75
AQUA 1645 33 65 67 0.85 ± 0.02 0.08 ± 0.004 0.68
Los datos de correlación en las mediciones de MODIS nivel 3 (r =0.75 para Terra y r
= 0.68 Aqua) muestra deficientes correlaciones entre los datos medidos por el sensor
MODIS con respecto a las del suelo, aunque las de nivel 2 (r =0.82 para Terra y r = 0.83
Aqua) presentan una mejor correlación.
La tabla 4.16, muestra el EE para AOD de nivel 2 (49 % para Terra y 33 % para
Aqua). Esto significa, que el porcentaje de datos incluidos en el intervalo se encuentra
muy por debajo del porcentaje recomendado (66 %). Para el caso del nivel 3, el EE
asociado con una incertidumbre lineal y cuadrática en ambos instrumentos, están por
encima del 65 % de EE, lo que equivale a una desviación estándar de la media. En todo
caso, el L3, es el que mayor cantidad de AOD agrupa dentro del intervalo
Los valores de la pendiente (m) son cercanos a 1. El valor más alto es el de Terra
(0.92) con respecto al de Aqua (0.85). Esto demuestra, la fiabilidad del modelo
microfísico de aerosoles empleado por MODIS con respecto a su situación real. Por otro
lado, los valores de la intersección (n) de la tabla 4.16 (0.06 para Terra y 0.08 para
Aqua), son valores que indican una tendencia de MODIS a sobreestimarse para valores
bajos de AOD, siendo el sensor a bordo del satélite Aqua la que más se sobreestima en
relación a la incertidumbre de las medidas de AERONET (0.01-0.02). En este caso, se
puede decir, que la reflectividad del suelo incide en las diferencias de la medida de
ambos sensores.
Tabla 4.17. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.10 -0.05 0.17 ± 0.10 0.22 ± 0.12
AQUA 0.10 -0.05 0.17 ± 0.10 0.22 ± 0.13
El resultado de la tabla 4.17 muestra desviaciones RMSD de nivel 3 ligeramente
altas (0.1 para Terra y Aqua) en relación a la diferencia de los valores medios del error
combinado de ambos instrumentos (0.07). En el anexo I, se observa valores muy altos
- 73 -
de RMSD de nivel 2 (0.968 para Terra y 0.113 para Aqua). Si comparamos los RMSD
de nivel 3 y 2, ambos presentan similares desviaciones.
Por otro lado, los valores de desviación media MBD (-0.05 para Terra y Aqua), son
buenos datos de desviación ya que estos están por debajo de la diferencia de los valores
medios del error combinado de ambos instrumentos (0.07), lo que demuestra que de
forma sistemática, la medida de MODIS no se desvía mucho de las del CIMEL. Sin
embargo los valores MBD para el nivel 2 (-0.075 para Terra y -0.095 para Aqua), son
valores de mayor desviación y están por encima del error combinado de ambos. El signo
de MBD es negativo en ambos niveles, esto significa que las medidas de MODIS
tienden a sobreestimarse para valores bajos de AOD.
Basándonos en el análisis y los resultados mostrados en las tablas 4.16 y 4.17 y de
las gráficas de la figura 4.8, se puede concluir que, en ambos sensores ofrecen
resultados similares y de igual calidad, aunque el sensor a bordo del satélite Terra
presenta un mejor ajuste en la validación.
4.4.9. Estación AERONET de Nes-Ziona (Israel).
En la Figura 4.9 se representa las medidas de MODIS frente a las de AERONET, de
la estación Nes - Ziona, así como los ajustes lineales y las bandas de error esperado.
Figura 4.9. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), Nes Ziona (Israel) datos desde 2004 a 2011.
El ajuste en la validación de la figura 4.9, muestra que ambos instrumentos tiende a
sobreestimarse para valores bajos de AOD. Sin embargo, MODIS para valores altos de
AOD no tiende a subestimar.
- 74 -
Tabla 4.18. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 883 58 74 78 1.09 ± 0.03 0.02 ± 0.008 0.81
AQUA 934 58 62 66 1.04 ± 0.02 0.05 ± 0.006 0.87
El coeficiente de correlación (r) entre los diferentes parámetros hace notar la
existencia de una buena relación entre los datos medidos por el sensor MODIS y los de
suelo ya que toma valores por encima de 0.81, siendo el sensor Aqua el que mejor
correlación presenta (0.87). Los datos de correlación de nivel 2 (r =0.93 para Terra y r =
0.92 Aqua) presentan una mejor correlación.
La tabla 4.18, muestra el porcentaje de EE para AOD de nivel 2 (58 % para Terra y
Aqua). Esto significa, que el porcentaje de datos AOD se encuentran por debajo del 66
% recomendado. En el nivel 3, el porcentaje de EE asociado con una incertidumbre
lineal y cuadrática para ambos instrumentos, están por encima del 62 % de EE, lo que
equivale a una desviación estándar de la media. En todo caso, el L3 es el que mayor
cantidad de AOD agrupa dentro del intervalo.
Los valores de la pendiente (m) de la tabla 4.18 son ligeramente mayores a 1. Estos
resultados señalan que ambos instrumentos tienden a sobreestimarse para valores bajos
de AOD. Dado que el modelo empleado por ambos sensores es el mismo, la diferencia
en las medidas de MODIS pueden ser debidas a una variedad de causas no
identificables.
Los valores de la intersección (n) de la tabla 4.18 (n=0.02 para Terra y n=0.05 para
Aqua), son valores que señalan una tendencia de MODIS a sobreestimarse para valores
bajos de AOD, siendo Aqua la que más se sobreestima en relación a la incertidumbre de
las medidas de AERONET (0.01-0.02). En este caso, se puede decir, que la reflectividad
del suelo introduce diferencias en la medida de ambos sensores.
Tabla 4.19. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.134 -0.041 0.24 ± 0.16 0.28 ± 0.22
AQUA 0.124 -0.011 0.23 ± 0.19 0.28 ± 0.22
Los resultados de la tabla 4.19 nos muestra las desviaciones RMSD y MBD para el
nivel 3. Se observa altas desviaciones RMSD (0.134 para Terra y 0.124 para Aqua) en
relación a la diferencia de los valores medios del error combinado de ambos
instrumentos (0.07). En el anexo I, observamos similares valores RMSD de nivel 2
- 75 -
(0.101 para Terra y 0.141 para Aqua), lo que demuestra que para ambos niveles existe
una alta dispersión AOD que no están dentro del intervalo. Cabe señalar también, que
un incremento en RMSD se refleja en un alto valor de la incertidumbre del AODCIMEL y
el AODMODIS, siendo AODMODIS que mayor incertidumbre se observa.
Por otro lado, los valores de desviación media MBD (-0.041 para Terra y -0.011 para
Aqua) son buenos datos de desviación ya que estos están por debajo de la diferencia de
los valores medios del error combinado de ambos instrumentos (0.07), lo que demuestra
que, de forma sistemática, la medida de MODIS no se desvía mucho de las del CIMEL.
Sin embargo los valores MBD para el nivel 2 (-0.072 para Terra y -0.112 para Aqua)
son valores de mayor desviación y están por encima del error combinado de ambos. El
signo de MBD es negativo en ambos niveles, esto significa que las medidas de MODIS
tienden a sobreestimarse para valores bajos de AOD.
Basándonos en el análisis y los resultados mostrados en las tablas 4.18 y 4.19 y de
las gráficas de la figura 4.9, se puede concluir, que ambos sensores ofrecen resultados
similares y de igual calidad, aunque el sensor a bordo del satélite Aqua presenta un
mejor ajuste en la validación.
4.4.10. Validación para todas las estaciones de la costa Mediterránea
Tras haber realizado un estudio de validación de aerosoles para cada una de las
estaciones señaladas hemos querido agrupar todas estas estaciones para realizar una
validación integral de las mismas y así observar que sensor de MODIS se ajusta mejor
en el conjunto de la costa Mediterránea septentrional estudiada. En la Figura 4.10 se
representa las medidas de MODIS frente a las de AERONET, así como los ajustes
lineales y las bandas de error esperado.
Figura 4.10. Gráficas de la validación de los diferentes valores de AOD para las medidas de:
Terra (AODT) y Aqua (AODA), todas las estaciones
- 76 -
El ajuste en la validación de la figura 4.10, muestra que ambos instrumentos tienden
a sobreestimarse para valores bajos de AOD y subestimar ligeramente a valores altos
El coeficiente de correlación (r) entre los diferentes parámetros hace notar la
existencia de una buena relación entre los datos medidos por el sensor MODIS y los de
suelo (r = 0.77 para Terra y r = 0.79 para Aqua). Sin embargo, como era de esperar los
datos de correlación para el nivel 2 son ligeramente mejores con respecto a las del nivel
3 (r = 0.84 para Terra y Aqua)
Los resultados de la tabla 4.20, muestra que el sensor a bordo del satélite Aqua
agrupa mayor cantidad de datos AOD (1529), que el instrumento Terra (1180). En el
nivel 2, el porcentaje de datos AOD del instrumento Terra (71%) es mayor que el
instrumento Aqua (62%), porcentaje ligeramente menor al valor del 66 %. Sin embargo,
en el nivel 3, el porcentaje de EE asociado con una incertidumbre lineal y cuadrática
para ambos instrumentos, están por encima del 74 % de EE, lo que equivale a una
desviación estándar de la media.
Tabla 4.20. Resultados del ajuste: número total de datos (N), porcentaje dentro del error
esperado (%) para nivel 2 y nivel 3, pendiente (m) e intersección (n) con sus respectivas
desviaciones estándar, y coeficiente de correlación (r).
AOD
N
% error esperado m ± Δm
n ± Δn
r
L2 L3 L3
TERRA 1180 71 74 77 0.86 ± 0.01 0.05 ± 0.002 0.77
AQUA 1529 62 74 77 0.90 ± 0.01 0.04 ± 0.002 0.79
En el ajuste realizado, los valores de la pendiente (m) para ambos instrumentos (0.86
para Terra y 0.90 para Aqua) muestran valores cercanos al valor ideal (1). Esto significa
que estadísticamente y para el conjunto de estaciones seleccionadas, el modelo
microfísico de aerosoles empleado en el algoritmo y su situación real son consistentes.
Sin embargo los valores de intersección n (n=0.05 para Terra y n=0.04 para Aqua)
muestran valores relativamente altos comparados con los de AERONET (0.01 - 0.02).
Valores de intersección diferentes de 0 (Zhao et al., 2002) indican una tendencia de
MODIS a sobreestimarse para valores bajos de AOD, donde el factor reflectividad de la
superficie incide significativamente en las mediciones de MODIS.
Tabla 4.21. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.10 -0.02 0.19 ± 0.14 0.21 ± 0.15
AQUA 0.10 -0.02 0.19 ± 0.13 0.21 ± 0.15
- 77 -
Los resultados de la tabla 4.21 muestran desviaciones cuadráticas (RMSD) de nivel 3
con valores relativamente altos para ambos instrumentos (0.10 para Terra y Aqua) en
relación con respecto a la diferencia de los valores medios del error combinado de
ambos instrumentos (0.07). En el nivel 2 sus datos resumidos en el anexo I, muestran
desviaciones (0.077 para Terra y 0.096 para Aqua) ligeramente menores a las del nivel
3, aunque el instrumento Terra presenta menor desviación. Sin embargo los valores de
desviación media (MBD) tanto para nivel 3 (-0.02 para Terra y Aqua) y para nivel 2 (-
0.031 para Terra y -0.054) están por debajo de la diferencia de los valores medios del
error combinado de ambos instrumentos (0.07). En conclusión, las desviaciones de nivel
3 son solo ligeramente mayores que las del nivel 2.
Como habíamos dicho anteriormente, un incremento en RMSD se refleja en un alto
valor de la incertidumbre del AODCIMEL y el AODMODIS, siendo AODMODIS que mayor
incertidumbre se observa.
Basándonos en los resultados mostrados en las tablas 4.20 y 4.21, y de las gráficas de
la figura 4.10, se puede deducir que ambos sensores ofrecen datos de igual calidad;
quizá un poco mejores los del sensor Aqua, aunque existe un mayor número de datos
con respecto a los de Terra.
- 79 -
CAPÍTULO
5
CONCLUSIONES
En el presente estudio se ha realizado una validación del espesor óptico de aerosoles
proporcionado por el sensor MODIS a bordo de los satélites Terra y Aqua de la misión
EOS de la NASA. Específicamente, el espesor óptico de aerosoles MODIS se
corresponde con el producto diario MOD08/MYD08 de nivel 3 de la colección 5.1. Para
ello, se ha modificado el método propuesto por Ichoku et al. (2002), se ha aplicado
sobre 9 estaciones de la costa mediterránea que estén a lo máximo 10 km de la costa,
empleando para ello medidas desde el suelo del espesor óptico obtenido con fotómetros
solares CIMEL CE318 pertenecientes a la red internacional AERONET, y mediante un
ajuste lineal y cuadrático de los datos de MODIS que corresponden a este nivel.
La metodología empleada en la validación del espesor óptico de aerosoles MODIS
de productos de nivel 3 es similar a la empleada con los productos de nivel 2, aunque un
poco más fácil de procesar en los de nivel 3 por tratarse de datos ASCII comparado con
datos en bruto (HDF) de nivel 2 que tienen más información pero requieren un mayor
tiempo de procesamiento y un mayor conocimiento de este tipo de imágenes.
El criterio aplicado por los algoritmos de MODIS son iguales para los de nivel 3 y
nivel 2 dependiendo del tipo de superficie de la celda (tierra u océano). Con la finalidad
de realizar comparaciones de los resultados de validación en ambos niveles, se ha
introducido las incertidumbres de tipo lineal en la validación de AOD de nivel 2 de ±
(0.05 + 0.15·τa) propuesto por Remer et al. (2005) y las incertidumbres lineal y
cuadrático [± (0.029 +0.06τ +0.06)] propuesto por Ruiz et al. (2013) para el AOD de
nivel 3. Las zonas de estudio, al ser costeras en su mayoría o muy cercanas a la costa,
incluyen tanto píxel de tierra como de océano, aunque siempre existirán menos
cantidad de puntos sobre océano puesto que las estaciones están siempre sobre tierra y
más o menos alejadas de la costa. Los datos AOD obtenidos por los sensores de Terra y
Aqua de nivel 3 siempre están referidos a tierra. No es el caso para los de nivel 2 que
necesitan un enmascaramiento de los píxeles para ser separados y luego ser referidos si
son de tierra u océano.
Lo interesante en la validación del espesor óptico de aerosoles MODIS de nivel 3, es
comprobar la validez de sus resultados y certificar la exactitud de las medidas
efectuadas por ambos sensores (Terra y Aqua) con respecto a los de AERONET. Para
ello se ha considerado los datos estadísticos de la validación, como las incertidumbres,
la correlación de los datos medidos por ambos instrumentos con respecto al suelo, el
ajuste de validación referidos a su pendiente (m) (fiabilidad del algoritmo), su
intersección (n) (influencia de la reflectividad en la superficie) y las desviaciones de las
medidas del satélite respecto de las de referencia, tales como la desviación cuadrática
- 80 -
media (RMSD) y la desviación media (MBD). En base a estas consideraciones hemos
resumido en la tabla 5.1, cuál sensor obtiene mejores resultados en esta validación.
Tabla5.1 Estaciones de AERONET y sensores con mejores resultados
Estaciones AERONET Sensor con mejor exactitud
IMC-Oristano (Italia) Terra
Lecce-University (Italia) Aqua
Burjassot (España) Similares, un poco mejor Aqua
Barcelona (España) Similares, un poco mejor Aqua
Villafranche (Francia) Similares, un poco mejor Aqua
Messina (Italia) Similares, un poco mejor Aqua
IMS-Metu-Erdemli (Turquía) Similares, un poco mejor Aqua
Forth Crete (Grecia) Similares, un poco mejor Terra
Nes Ziona (Israel) Similares, un poco mejor Aqua
Todas las estaciones Similares, un poco mejor Aqua
Sus resultados son evidentes, el sensor Aqua presenta mejores resultados en el nivel
3, datos que concuerdan con los de nivel 2 realizado en un trabajo anterior (Díaz, 2012).
Uno de los objetivos de este estudio es comprobar la validez de los resultados en el
nivel 3 con respecto a los resultados obtenidos anteriormente para datos de nivel 2, con
el ánimo de comprobar la validez de los datos estadísticos y de evaluar la degradación
de la información al disminuir la resolución espacial en áreas costeras.
Si observamos el EE del AOD L3, este sigue el EE mucho mejor para grandes AODs
dando una estimación bastante buena para valores de AODs bajos. En general los EE
del AOD L3 están dentro del intervalo del AOD verdadero que contiene el 66 % de
AOD estimados. Estos valores muestran porcentajes que van desde el 66 al 88 %. Son
estimaciones del error muy bueno. Sin embargo, el EE del AOD L2 varía según una y
otra estación, a veces por debajo del porcentaje de error esperado (66 %) como es el
caso de las estaciones Forth Crete y Nes Ziona. En todo caso las estimaciones en el
nivel 3 son mejores que las del 2.
Así mismo si realizamos las comparaciones de las correlaciones medidas por ambos
sensores con respecto a las del suelo, en ambos niveles observamos que las
correlaciones de nivel 2 (varían del 0.78 al 0.93) son mucho mejor con respecto a las
del nivel 3 (varían de 0.68 al 0.88). Esto hace notar la buena relación entre los datos
medidos por el sensor MODIS y los de suelo en ambos niveles, aunque mejor
correlacionados en el caso del nivel 2, como era de esperar.
También, en la evaluación del ajuste lineal se ha considerado los valores de la
pendiente (m). En el caso del nivel 3 se observa valores ligeramente alejados al valor
óptimo (1). Esto nos indica que en algunas estaciones los sensores pueden estar
afectadas por causas no conocidas o pueden tratarse de mediciones espurias. Por lo
contrario, en el nivel 2 se observa valores más óptimos cercanos a la unidad, lo que
- 81 -
demuestra la buena existencia entre el modelo microfísico de aerosoles empleado en el
algoritmo utilizado y la situación real. Por otro lado, en el nivel 3, los valores de ajuste
en la intersección (n) muestran mayores desviaciones del algoritmo con respecto a las
de nivel 2, aunque no muy altas. Sin embargo, la mayoría de las estaciones tienen un
comportamiento análogo, dando resultados muy parecidos en cuanto al algoritmo más
exacto. Apareciendo errores y ajustes poco satisfactorios para tierra, probablemente
porque la influencia de la superficie de tierra es mucho mayor que la de océano,
especialmente en regiones áridas donde el suelo es más brillante (caso de las estaciones
Forth Crete y Nes-Ziona cercanas al desierto africano y asiático). Observando entonces
que en la mayoría de las estaciones estudiadas en este trabajo, el sensor que describe
mejor los resultados es el Aqua (tabla 5.1), aunque el de Terra ofrece buenos resultados
si las superficies tienen una reflectancia baja.
Además la desviación entre los datos de MODIS con respecto a los de AERONET, el
valor RMSD en el nivel 2 muestra datos más fiables con menor desviación con respecto
a los de nivel 3, y lo mismo ocurre para los datos MBD, aunque sus desviaciones no son
tan significativas, el sensor Aqua presenta menores desviaciones con respecto al sensor
Terra. Todo esto nos permite afirmar que el AOD de MODIS obtenido con el sensor
Aqua proporciona mejores resultados con respecto al de Terra en casi todas las
estaciones costeras.
A partir de estos resultados podríamos decir que las estaciones más septentrionales y
occidentales nos indica que las mediciones efectuadas por MODIS funcionan bien, en
algunos casos incluso funciona mejor el de Terra en vez del Aqua. Sin embargo, al
movernos hacia la costa oriental y en dirección sur, el sensor Terra deja de dar buenos
resultados, aunque el de Aqua continúa siendo consistente.
Considerando que los datos AOD L3 son menos representativos (más dispersos), y
sus errores son relativamente altos para las medidas de nivel 3, en comparación con los
de nivel 2, de todos modos los errores cometidos se encuentran dentro de las
estimaciones de error para el nivel 3. Aunque su degradación espacial esté presente en
los productos de nivel 3. Este método de validación compensa por su simplicidad de la
metodología empleada en comparación de la complejidad de la metodología empleada
por los productos de nivel 2.
Es importante extender en el futuro este estudio para comprobar el efecto del modelo
de aerosol empleado. Los modelos de aerosoles suelen asociar estas propiedades
radiativas con las propiedades físico-químicas (tamaño, composición y forma). Por eso
es necesario completar este estudio con otras propiedades ópticas, especialmente el
albedo de dispersión simple (λ), que da la relación entre la radiación dispersada y la
extinguida y así obtener una visión más global de los resultados
- 82 -
ANEXO I
Resumen de datos estadísticos en la validación de productos MODIS
(Aerosoles) de nivel 2
Estación AERONET IMC-Oristano (Italia)
Tabla A.1. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
Estación AERONET Lecce - University (Italia)
Tabla A.2. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
Estación AERONET de Burjassot (España)
Tabla A.3. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
Estación AERONET de Barcelona (España)
Tabla A.4. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.058 -0.025 0.20 ± 0.16 0.22 ± 0.16
AQUA 0.067 -0.01 0.19 ± 0.14 0.20 ± 0.13
AOD RMSD MBD
TERRA 0.094 0.054 0.20 ± 0.12 0.15 ± 0.12
AQUA 0.088 0.054 0.19 ± 0.12 0.15 ± 0.12
AOD RMSD MBD
TERRA 0.055 -0.002 0.13 ± 0.08 0.13 ± 0.08
AQUA 0.077 -0.023 0.13 ± 0.08 0.16 ± 0.11
AOD RMSD MBD
TERRA 0.054 -0.003 0.16 ± 0.09 0.17 ± 0.11
AQUA 0.058 -0.024 0.15 ± 0.07 0.17 ± 0.09
- 83 -
Estación AERONET de Villefranche (Francia).
Tabla A.5. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
Estación AERONET de Messina (Italia).
Tabla A.6. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
Estación AERONET de IMS-Metu-Erdemli (Turquía).
Tabla A.7. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
Estación AERONET de Forth-Crete (Creta).
Tabla A.8. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.057 -0.018 0.16 ± 0.10 0.17 ± 0.11
AQUA 0.069 -0.036 0.15 ± 0.10 0.19 ± 0.12
AOD RMSD MBD
TERRA 0.069 0.031 0.17 ± 0.09 0.14 ± 0.09
AQUA 0.077 0.019 0.18 ± 0.13 0.16 ± 0.11
AOD RMSD MBD
TERRA 0.062 -0.016 0.18 ± 0.11 0.20 ± 0.11
AQUA 0.079 -0.039 0.19 ± 0.12 0.23 ± 0.13
AOD RMSD MBD
TERRA 0.968 -0.075 0.16 ± 0.09 0.24 ± 0.10
AQUA 0.113 -0.095 0.16 ± 0.10 0.26 ± 0.11
- 84 -
Estación AERONET de Nes-Ziona (Israel).
Tabla A.9. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
Estación AERONET Validación para todas las estaciones de la costa
Mediterránea
Tabla A.10. Estadísticas de la validación: desviación cuadrática media (RMSD),
desviación media (MBD), y media de los valores de AOD medidos por el CIMEL
(AODCIMEL) y por MODIS (AODMODIS), con sus respectivas desviaciones estándar.
AOD RMSD MBD
TERRA 0.101 -0.072 0.23 ± 0.16 0.30 ± 0.19
AQUA 0.141 -0.112 0.23 ± 0.17 0.35 ± 0.20
AOD RMSD MBD
TERRA 0.077 -0.031 0.17 ± 0.11 0.20 ± 0.13
AQUA 0.096 -0.054 0.18 ± 0.12 0.23 ± 0.14
- 85 -
Bibliografía
Andreae, M. O. Climatic effects of changing atmospheric aerosol levels en World
Survey of Climatology vol. 16, Future Climates of the World, A. Henderson-
Sellers, 341-392 Elsevier, New York, (1995).
Chin, M., Kahn R., Remer L., Yu H., Atmospheric Aerosol Properties and Climate
Impacts. Synthesis and Assessment Product 2.3 Report by the U.S. Climate
Change Science Program and the Subcommittee on Global Change Research
(2009).
D’Almeida, G., Koepke, P., & Shettle, E.P. Atmospheric aerosols. Global climatology
and radiative characteristics. A. Deepak Publishing, Hampton, 1991.
Davies, C.N. (1974). Size distribution of atmospheric particles. Journal of Aerosol
Science, 5, 293–300.
Díaz, J. Validación de productos MODIS (AEROSOLES), sobre la costa mediterránea
Septentrional. TFM, Máster Oficial en Teledetección, Departament de Física de
la Terra i Termodinàmica, Universitat de València, España, 2012.
Eck T., B.N. Holben, J.S. Reid, O. Dubovik, A. Smirnov, N.T. O’Neill, I. Slutsker, and
S. Kinne. Wavelength dependence of the optical depth of biomass burning urban
and desert dust aerosols. J. Geophys. Res., 104(D24): 31333-31349, 1999. Doi:
10.1029/1999JD900923.
Estellés, V., J.A. Martinez-Lozano, J. Pey, M. Sicard, X. Querol, A.R. Esteve, M.P.
Utrillas, M. Sorribas, G. Gangoiti, A. Alastuey and F. Rocadenbosch. Study of
the correlation between columnar aerosol burden, suspended matter at ground
and chemical components in a background European environment, J. Geophys.
Res., 117, D04201, Doi: 10.1029/2011JD016356.
Esteve, A.R. Estudio de los aerosoles atmosféricos en Valencia mediante medidas del
nefelómetro de integración. Tesis Doctoral, Departament de Física de la Terra i
Termodinàmica, Universitat de València, España, 2011.
Holben, B.N., T.F. Eck, I. Slutsker, D. Tanré, J.P. Buis, A. Setzer, E.Vermote, J.A.
Reagan, Y.J. Kaufman, T. Nakajima, F. Lavenu, I. Jankowiak, and A. Smirnov.
“AERONET – A federated instrument network and data archive for aerosol
characterization”. Remote Sens. Environ., 66, 1 – 16, 1998.
Hubanks, P.A. MODIS Atmosphere QA Plan for Collection 005 and 051 Version 3.10
Web MODIS: http://modisatmos.sfc.nasa.gov/reference_atbd.html
- 86 -
Hsu, N., Tsay, S., King, M., & Herman, J.: Aerosol properties over bright-reflecting
source regions, Geosci. Remote Sens. IEEE Trans., 42, 557–569, 2004. 23223
Ichoku, C., D.A. Chu, S. Mattoo, Y.J. Kaufman, L.A. Remer, D. Tanré, I. Slutsker, and
B.N. Holben. A spatio-temporal approach for global validation and analysis of
MODIS aerosol products. Geophys. Res. Lett., 29, 8006, pp. 4, 2002. Doi:
10.1029/2001GL013206
King, M.D., W.P. Menzel, Y.J. Kaufman, D. Tanré, B.C. Gao, S. Platnick, S.A.
Ackerman, L.A. Remer, R. Pincus, and P.A. Hubanks. “Cloud and aerosol
properties, precipitable water, and profiles of temperature and water vapor from
MODIS”. IEEE Trans. Geosci. Remote Sens., 41, 442 – 458, 2003.
Levy, R.C., L.A. Remer, D. Tanré, Y.J. Kaufman, C. Ichoku, B.N. Holben, J.M.
Livingstone, P.B. Russell, and H. Maring. Evaluation of the Moderate-
Resolution Imaging Spectroradiometer (MODIS) retrievals of dust aerosol over
the ocean during PRIDE. J. Geophys. Res, 108, 8594, pp. 13, 2003. Doi:
10.1029/2002JD00246
Levy, R.C., L.A. Remer, D. Tanré, S. Mattoo, and Y.J. Kaufman. Algorithm for remote
sensing of tropospheric aerosol over dark targets from MODIS: Collections 005
and 051. Revision 2 Product ID: MOD04/MYD04. (2009) Web de MODIS:
http://modisatmos gsfc.nasa.gov/MOD04_L2/atbd.html.
López, M. J. SIG-Máster de Teledetección. Apuntes Departamento de Geografía,
Universidad de Valencia, 2012
Mischenko, M.I., L.D. Travis & A.A. Lacis (2002). Scattering, absorption, and emission
of light by small particles. Cambridge University Press, Cambridge, UK.
Qiansshan, H., C. Li, X. Tang, H. Li,F. Geng, Y. Li. Validation of MODIS derived
aerosol optical depth over the yangtze River Delta in China. Remote Sensing of
Environment 114, 1649-1661. 2010.
Prospero, J.M., R.A. Glaccum & R.T. Ness (1981). Atmospheric transport of soil dust
from Africa to South America. Nature, 249,570-572.
Remer, L.A., R.G. Kleidman, R.C. Levy, Y.J. Kaufman, D. Tanré, S. Matto, J.
Vanderlei,C.Ichoku, I. Koren, H. Yu, and B.N. Holben. Global aerosol
climatology from the MODIS satellite sensors. Journal of Geophys. Rechearch.
Vol. 113, D14S07, Doi: 10.1029/2007JD009661, 1-18. 2008
- 87 -
Remer, L.A., Y.J. Kaufman, D. Tanré, S. Mattoo, D.A. Chu, J.V. Martins, R.R. Li, C.
Ichoku, R.C. Levy, R.G. Kleidman, T.F. Eck, E. Vermote, and B.N. Holben. The
MODIS aerosol algorithm, products and validation. J. Atmos. Sci., 62, 947 –
973, 2005. Doi: 10.1175/JAS3385.1
Ruiz J., Dudhia J., Gueymard C., y Pozo D. Assessment of the Level-3MODIS daily
aerosol optical in the context of surface solar radiation and numerical weather
modeling, 2013.
Segura, S. Validación de productos MODIS (aerosoles, vapor de agua) en una zona
costera del mediterráneo occidental. TFM, Máster Oficial en Teledetección,
Departament de Física de la Terra i Termodinàmica, Universitat de València,
España, 2012.
Samet, J.M., S.L. Zeger, F. Dominici, F. Curriero, I. Coursac, D.W. Dockery, J.
Schwarts, and A. Zanobetti. The national morbidity, mortality, and air pollution
study, Part II: Morbidity, mortality, and air pollution in the United States. Health
Effects Institute Res., Rep. 94, Cambridge, MA., 87pp, 2000.
Santese M., De Tomasi F., & Perrone M. AERONET versus MODIS aerosol parameters
at different spatial resolutions over southeast Italy. J. Geophys. Res., 112,
D10214, pp. 12, 2007. Doi: 10.1029/2006JD007742
Thomas G.E. & K. Stamnes (1999). Radiative transfer in the atmosphere and ocean.
Cambridge University Press, Cambridge, UK.
Torres ,O., Bhartia P., Herman J., Sinyuk A., Ginoux P.,& Holben B.. A long- term
record of aerosol optical depth from TOMS observations and comparison to
AERONET measurements. J. Atmos. Sci., 59, 398 – 413, 2002.
Wang J. and Christopher S.. Intercomparison between satellite-derived aerosol optical
thickness and PM2.5 mass: Implications for air quality studie. Geophysical
rechearch Letters, Vol. 30, Nº 21, 2095, Doi: 10.1029/2003GL018174, 2003
Wang, L., Y. Wang, J. Xin, Z. Li and X. Wang, “Assessment and comparison of three
years of Terra and Aqua MODIS Aerosol Optical Depth Retrieval (C005) in
Chinese terrestrial regions”. Atmospheric Research 97, 229-240. 2010