Global surface net-radiation at 5 km from MODIS Terra

Reliable and fine resolution estimates of surface net-radiation are required for estimating latent and sensible heat fluxes between the land surface and the atmosphere. However, currently, fine resolution estimates of net-radiation are not available and consequently it is challenging to develop multi-year estimates of evapotranspiration at scales that can capture land surface heterogeneity and are relevant for policy and decision-making. We developed and evaluated a global net-radiation product at 5 km and 8-day resolution by combining mutually consistent atmosphere and land data from the Moderate Resolution Imaging Spectroradiometer (MODIS) on board Terra. Comparison with net-radiation measurements from 154 globally distributed sites (414 site-years) from the FLUXNET and Surface Radiation budget network (SURFRAD) showed that the net-radiation product agreed well with measurements across seasons and climate types in the extratropics (Wilmott’s index ranged from 0.74 for boreal to 0.63 for Mediterranean sites). Mean absolute deviation between the MODIS and measured net-radiation ranged from 38.0 ± 1.8 W∙m−2 in boreal to 72.0 ± 4.1 W∙m−2 in the tropical climates. The mean bias was small and constituted only 11%, 0.7%, 8.4%, 4.2%, 13.3%, and 5.4% of the mean absolute error in daytime net-radiation in boreal, Mediterranean, temperate-continental, temperate, semi-arid, and tropical climate, respectively. To assess the accuracy of the broader spatiotemporal patterns, we upscaled error-quantified MODIS net-radiation and compared it with the net-radiation estimates from the coarse spatial (1° × 1°) but high temporal resolution gridded net-radiation product from the Clouds and Earth’s Radiant Energy System (CERES). Our estimates agreed closely with the net-radiation estimates from the CERES. Difference between the two was less than 10 W•m−2 in 94% of the total land area. MODIS net-radiation product will be a valuable resource for the science community studying turbulent fluxes and energy budget at the Earth’s surface.

Sugarcane leaf area estimate obtained from the corrected normalized difference vegetation index (NDVI)

v. 46, n. 2, p. 140-148, apr./jun. 2016.

Burned Area Mapping in the North American Boreal Forest Using Terra-MODIS LTDR (2001–2011): A Comparison with the MCD45A1, MCD64A1 and BA GEOLAND-2 Products

An algorithm based on a Bayesian network classifier was adapted to produce 10-day burned area (BA) maps from the Long Term Data Record Version 3 (LTDR) at a spatial resolution of 0.05° (~5 km) for the North American boreal region from 2001 to 2011. The modified algorithm used the Brightness Temperature channel from the Moderate Resolution Imaging Spectroradiometer (MODIS) band 31 T31 (11.03 μm) instead of the Advanced Very High Resolution Radiometer (AVHRR) band T3 (3.75 μm). The accuracy of the BA-LTDR, the Collection 5.1 MODIS Burned Area (MCD45A1), the MODIS Collection 5.1 Direct Broadcast Monthly Burned Area (MCD64A1) and the Burned Area GEOLAND-2 (BA GEOLAND-2) products was assessed using reference data from the Alaska Fire Service (AFS) and the Canadian Forest Service National Fire Database (CFSNFD). The linear regression analysis of the burned area percentages of the MCD64A1 product using 40 km × 40 km grids versus the reference data for the years from 2001 to 2011 showed an agreement of R2 = 0.84 and a slope = 0.76, while the BA-LTDR showed an agreement of R2 = 0.75 and a slope = 0.69. These results represent an improvement over the MCD45A1 product, which showed an agreement of R2 = 0.67 and a slope = 0.42. The MCD64A1, BA-LTDR and MCD45A1 products underestimated the total burned area in the study region, whereas the BA GEOLAND-2 product overestimated it by approximately five-fold, with an agreement of R2 = 0.05. Despite MCD64A1 showing the best overall results, the BA-LTDR product proved to be an alternative for mapping burned areas in the North American boreal forest region compared with the other global BA products, even those with higher spatial/spectral resolution

Surface thermal analysis of North Brabant cities and neighbourhoods during heat waves

The urban heat island effect is often associated with large metropolises. However, in the Netherlands even small cities will be affected by the phenomenon in the future (Hove et al., 2011), due to the dispersed or mosaic urbanisation patterns in particularly the southern part of the country: the province of North Brabant. This study analyses the average night time land surface temperature (LST) of 21 North-Brabant urban areas through 22 satellite images retrieved by Modis 11A1 during the 2006 heat wave and uses Landsat 5 Thematic Mapper to map albedo and normalized difference temperature index (NDVI) values. Albedo, NDVI and imperviousness are found to play the most relevant role in the increase of nighttime LST. The surface cover cluster analysis of these three parameters reveals that the 12 “urban living environment” categories used in the region of North Brabant can actually be reduced to 7 categories, which simplifies the design guidelines to improve the surface thermal behaviour of the different neighbourhoods thus reducing the Urban Heat Island (UHI) effect in existing medium size cities and future developments adjacent to those cities.

Indicadores agrometeorológicos obtidos com imagens MODIS na bacia hidrográfica do rio Paracatu.

Para análises dos parâmetros hídricos e de vegetação com ênfases em pivôs de irrigação, usou-se o produto MODIS MOD13Q1, em conjunto com dados agrometeorológicos nas áreas envolvidas pelos municípios do Noroeste de Minas Gerais, dentro da bacia hidrográfica do Rio Paracatu. A Evapotranspiração atual (ET) e a produção de biomassa (BIO) foram obtidas em toda a região de estudo sob diferentes condições termo hídricas, com aplicações do algoritmo SAFER e de Monteith. A produtividade da água (PA) nas áreas com pivôs, na maioria com a cultura do milho, foi estimada como a razão da BIO pela ET e e o resultado multiplicado pelo índice de colheita (IH) para dar a produtividade da água da cultura (PAC). A razão da ET para a evapotranspiração de referência (ET0) foi utilizada na elaboração de um modelo relacionando o coeficiente de cultura (Kc) e os graus-dias acumulados (GDac). Os resultados indicaram que a dinâmica dos parâmetros biofísicos em diferentes agros-ecossistemas pode ser monitorada nas resoluções espacial de 250 m e temporal de 16 dias e que o Kc determinado com imagens MODIS usados operacionalmente no manejo de irrigação.

Assessing the impact of agricultural drought on maize prices in Kenya with the approach of the SPOT-VEGETATION NDVI remote sensing

The high cost of maize in Kenya is basically driven by East African regional commodity demand forces and agricultural drought. The production of maize, which is a common staple food in Kenya, is greatly affected by agricultural drought. However, calculations of drought risk and impact on maize production in Kenya is limited by the scarcity of reliable rainfall data. The objective of this study was to apply a novel hyperspectral remote sensing method to modelling temporal fluctuations of maize production and prices in five markets in Kenya. SPOT-VEGETATION NDVI time series were corrected for seasonal effects by computing the standardized NDVI anomalies. The maize residual price time series was further related to the NDVI seasonal anomalies using a multiple linear regression modelling approach. The result shows a moderately strong positive relationship (0.67) between residual price series and global maize prices. Maize prices were high during drought periods (i.e. negative NDVI anomalies) and low during wet seasons (i.e. positive NDVI anomalies). This study concludes that NDVI is a good index for monitoring the evolution of maize prices and food security emergency planning in Kenya. To obtain a very strong correlation for the relationship between the wholesale maize price and the global maize price, future research could consider adding other price-driving factors into the regression models.

Índices de vegetação SAVI, NDVI e temperatura de brilho na caracterização da cobertura vegetativa do Distrito de Irrigação dos Tabuleiros Litorâneos do Piauí - DITALPI.

O uso de imagens de satélite é um dos caminhos mais econômicos e representativos do comportamento agrícola de uma propriedade, pois as informações contidas nas imagens orbitais fornecem respostas rápidas, confiáveis e essenciais para o mapeamento eficiente dessas áreas. Dentre as informações obtidas pelas imagens estão os índices de vegetação (IV), geralmente, a vegetação em bom desenvolvimento vegetativo absorve a radiação na região do visível para a realização a fotossíntese. A intensidade da resposta é mais relevante quanto mais desenvolvida estiver a planta, portanto, o IV reflete o estado de desenvolvimento da cultura, bem como a probabilidade de rendimento. Dentre os índices mais utilizados atualmente destaca-se o Índice de Vegetação por Diferença Normalizada (NDVI), bastante utilizado nos estudos de caracterização e monitoramento da vegetação. Possui uma escala de variação linear entre ? 1 e 1, é indicador da quantidade e condição da vegetação, estando ligado diretamente ao tipo, a densidade e umidade da superfície. Huete (1988) propôs uma modificação do NDVI com intuito de minimizar os efeitos da variabilidade, do tipo e densidade da vegetação, criando assim o Índice de Vegetação ajustado ao Solo (SAVI). O objetivo do estudo é espacializar, gerar mapas temáticos, e verificar através dos IV?s as condições de cobertura vegetal dos solos no DITALPI, no ano de 2014, a partir de análises espectrais de imagens do satélite Landsat - 8, sensor OLI e TIRS, utilizando técnicas de sensoriamento remoto.

Séries temporais de EVI/MODIS na identificação da dinâmica da soja em sistema plantio direto no Mato Grosso, Brasil.

As respostas espectrais monitoradas pelo sensor MODIS (MODerate-resolution Imaging Spectroradiometer) podem auxiliar não apenas na identificação dos cultivos, mas também no sistema de manejo adotado pelos produtores rurais de uma região. Objetivou-se com este trabalho avaliar respostas da soja através de índices de vegetação realçado (EVI) extraídos do MODIS como resposta a dinâmica da soja em sistema plantio direto no Estado de Mato Grosso. A área considerada abrange 23 municípios mais representativos na produção de soja no Estado, respondendo no ano agrícola de 2005-2006 a cerca de 65% da produção de soja no Estado. O índice biofísico EVI é eficiente para mapear áreas com cultivos de soja e identificar áreas que adotam práticas conservacionistas como as preconizadas pelo sistema plantio direto. A evolução espaço-temporal do plantio direto apontado pelas respostas espectrais aponta que houve influência sócio-cultural na adoção de práticas do sistema plantio direto, pelos produtores rurais do Estado de Mato Grosso.

Sistemas de produção em pecuária espacializados quanto ao Índice de Vegetação da Diferença Normalizada (NDVI) derivado de imagens do satélite Landsat 8.

Nosso objetivo neste estudo foi avaliar espacialmente, usando geoestatística, a variação do Índice de Vegetação da Diferença Normalizada (NVDI) em dois tipos de sistemas de pastejo: rotacionado e contínuo. A obtenção do NDVI ocorreu por meio de imagens do satélite Landsat 8 de 2013 a 2015, tratadas usando o software ArcGIS 10.3. Os valores de NDVI foram atribuídos a cada pixel (30 x 30 m) da imagem. As datas das imagens foram agrupadas em duas estações, seca (de abril a setembro) e chuvosa (de outubro a março), e os valores de NDVI foram analisados usando estatística descritiva e geoestatística, incluindo análise dos semivariogramas e interpolação por krigagem ordinária em uma grade de 1 x 1 m. Os parâmetros de dependência espacial obtidos pelo ajuste do semivariograma foram utilizados para a interpolação por krigagem ordinária, e os mapas foram elaborados. Houve dependência espacial para o NDVI nos dois sistemas de produção de pecuária, com melhor representação da variabilidade na estação seca de 2013, pois o padrão de variabilidade espacial do semivariograma escalonado indica maior homogeneidade dos dados da área de estudo nessa época em relação às demais. Os mapas resultantes da krigagem permitiram identificar, com maior precisão, a interferência da condição de estresse hídrico no desenvolvimento da pastagem, mais vigorosa no sistema rotacionado. A utilização de NDVI obtido por imagens de satélite Landsat 8 demonstrou potencial para o acompanhamento do vigor da vegetação em áreas de pastagem.

Avaliação temporal de sistemas pecuários usando o Índice de Vegetação NDVI derivado de imagens Landsat.

A pecuária é responsável por mais de 6% do Produto Interno Bruto. Manejos pecuários têm sido estudados para buscar meios mais eficientes de produção. Nosso objetivo neste trabalho foi avaliar o efeito de sistemas pecuários sobre o índice de vegetação Normalized Difference Vegetation Index (NDVI), para indicar os sistemas mais produtivos em temos de forragem. Duas áreas de produção de gado de corte e uma de gado de leite, localizadas na Embrapa Pecuária Sudeste (São Carlos, SP), foram avaliadas no período de abril de 2013 a agosto de 2015. Na área 1, os maiores valores de NDVI ocorreram no sistema integração lavoura-pecuária-floresta em todos os períodos. Os sistemas integrado pecuária-floresta e intensivo apresentaram valores similares, principalmente nos períodos de seca. Nas situações em que a cobertura principal eram as pastagens foi possível, na maior parte do tempo, separar os sistemas mais produtivos (intensivos) do sistema menos vigoroso (extensivo). Na área 2, o sistema intensivo e de alta lotação animal apresentou os maiores valores de índices de vegetação ao longo de todos os períodos avaliados e foi o mais produtivo. Na área 3, os sistemas de produção intensivo em recuperação e intensivo irrigado apresentaram os maior valores de NDVI na maior parte dos período avaliados, o que indica maior produtividade desses sistemas. De acordo com os resultados obtidos, séries temporais de NDVI têm o potencial de discriminar, entre os sistemas pecuários de produção não integrados, os sistemas mais produtivos (intensivos) dos sistemas menos produtivos (extensivos), principalmente nos períodos de seca.

Balanço de energia no polo de desenvolvimento agrícola norte de Minas Gerais usando imagens Modis.

A quantificação dos componentes do balanço de energia em largas escalas é importante para o gerenciamento racional dos recursos hídricos em bacias hidrográficas com mudanças de uso da terra. Neste trabalho objetivamos analisar esses componentes usando imagens Modis em conjunto com dados climáticos no polo agrícola Norte de Minas Gerais, durante o ano de 2015, com aplicação do algoritmo Safer. Considerando-se toda a área estudada, as partições do saldo de radiação (Rn) para os fluxos de calor latente (λE), sensível (H) e no solo (G) foram, em média, 44%, 51% e 5%, respectivamente. Os destaques foram os municípios de Matias Cardoso e Capitão Eneas, que se apresentaram como o mais úmido e o mais seco, respectivamente, de acordo com suas partições de energia.

Field-oriented assessment of agricultural crops through temporal segmentation of modis VI data.

Monitoring agricultural crops constitutes a vital task for the general understanding of land use spatio-temporal dynamics. This paper presents an approach for the enhancement of current crop monitoring capabilities on a regional scale, in order to allow for the analysis of environmental and socio-economic drivers and impacts of agricultural land use. This work discusses the advantages and current limitations of using 250m VI data from the Moderate Resolution Imaging Spectroradiometer (MODIS) for this purpose, with emphasis in the difficulty of correctly analyzing pixels whose temporal responses are disturbed due to certain sources of interference such as mixed or heterogeneous land cover. It is shown that the influence of noisy or disturbed pixels can be minimized, and a much more consistent and useful result can be attained, if individual agricultural fields are identified and each field's pixels are analyzed in a collective manner. As such, a method is proposed that makes use of image segmentation techniques based on MODIS temporal information in order to identify portions of the study area that agree with actual agricultural field borders. The pixels of each portion or segment are then analyzed individually in order to estimate the reliability of the temporal signal observed and the consequent relevance of any estimation of land use from that data. The proposed method was applied in the state of Mato Grosso, in mid-western Brazil, where extensive ground truth data was available. Experiments were carried out using several supervised classification algorithms as well as different subsets of land cover classes, in order to test the methodology in a comprehensive way. Results show that the proposed method is capable of consistently improving classification results not only in terms of overall accuracy but also qualitatively by allowing a better understanding of the land use patterns detected. It thus provides a practical and straightforward procedure for enhancing crop-mapping capabilities using temporal series of moderate resolution remote sensing data.

Detecting outliers and asserting consistency in agriculture ground truth information by using temporal VI data from modis.

Collecting ground truth data is an important step to be accomplished before performing a supervised classification. However, its quality depends on human, financial and time ressources. It is then important to apply a validation process to assess the reliability of the acquired data. In this study, agricultural infomation was collected in the Brazilian Amazonian State of Mato Grosso in order to map crop expansion based on MODIS EVI temporal profiles. The field work was carried out through interviews for the years 2005-2006 and 2006-2007. This work presents a methodology to validate the training data quality and determine the optimal sample to be used according to the classifier employed. The technique is based on the detection of outlier pixels for each class and is carried out by computing Mahalanobis distances for each pixel. The higher the distance, the further the pixel is from the class centre. Preliminary observations through variation coefficent validate the efficiency of the technique to detect outliers. Then, various subsamples are defined by applying different thresholds to exclude outlier pixels from the classification process. The classification results prove the robustness of the Maximum Likelihood and Spectral Angle Mapper classifiers. Indeed, those classifiers were insensitive to outlier exclusion. On the contrary, the decision tree classifier showed better results when deleting 7.5% of pixels in the training data. The technique managed to detect outliers for all classes. In this study, few outliers were present in the training data, so that the classification quality was not deeply affected by the outliers.