?Corrección de mediciones satelitales de aerosoles y su aplicación a Sudamérica

OLCESE, LUIS E.; LANZACO, BETHANIA L.; TOSELLI, BEATRIZ M.

Mendoza

Workshop; Workshop: Cooperación Multidisciplinaria para el Estudio de la Calidad de Aire en la Región Andina; 2016

Universidad Nacional de Cuyo

Los aerosoles troposféricos influyen fuertemente en la absorción y en la dispersión de la radiación que llega a la Tierra, afectando así a las constantes de fotólisis y los procesos químicos en la atmósfera. Mediante el estudio de las propiedades ópticas de los aerosoles es posible evaluar a gran escala cómo interaccionan con la radiación. Los dos métodos más usados para obtener información de las propiedades ópticas son las mediciones terrestres (red AERONET) y las mediciones satelitales. Las mediciones satelitales no tienen limitaciones de cobertura geográfica y son muy útiles para caracterizar la climatología de los aerosoles en amplias regiones, pero presentan errores a causa de las suposiciones propias de los algoritmos utilizados y a las incertezas en la medición.El objetivo de este trabajo es corregir las desviaciones en las medidas satelitales de paso óptico (AOD) del instrumento MODIS (utilizando la recientemente publicada Colección 6) intentando reproducir los datos obtenidos por AERONET, ya que éstos son considerados como ?verdaderos? por su gran precisión y son ampliamente utilizados para validar mediciones satelitales.Con este fin se utilizaron dos métodos de aprendizaje automático: Redes Neuronales Artificiales (ANN) y Máquinas de Soporte Vectorial (SVR). Estas herramientas consisten en algoritmos que pueden aprender de las propiedades de un conjunto de datos. Se tomaron las medidas terrestres como objetivo y se entrenaron los métodos usando el AOD medido por MODIS y diversos parámetros meteorológicos.Se realizó un entrenamiento independiente para nueve estaciones en Sudamérica, haciendo una búsqueda exhaustiva de los parámetros y variables óptimos para cada sitio y método. Comparado con la correlación directa MODIS-AERONET, el porcentaje de mejora varió entre el 2% (Alta Floresta) al 79% (Buenos Aires). Al considerar el porcentaje de los datos de AOD que toman valores dentro del error esperado de MODIS, el mismo aumentó del 57% al 91% (ver figura). El método corrige tanto las desviaciones sistemáticas en las series temporales (sub y sobre-estimaciones), como los datos que se alejan de los promedios. Se presentan también datos sobre el área de aplicabilidad del método.