ΠΑΡΑΚΟΛΟΥΘΗΣΗ ΤΟΥ ΟΠΤΙΚΟΥ ΠΑΧΟΥΣ ΑΕΡΟΛΥΜΑΤΩΝ ΣΤΗΝ ΚΥΠΡΟ

ΠΑΡΑΚΟΛΟΥΘΗΣΗ ΤΟΥ ΟΠΤΙΚΟΥ ΠΑΧΟΥΣ ΑΕΡΟΛΥΜΑΤΩΝ ΣΤΗΝ ΚΥΠΡΟ ΜΕ ΤΗ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΗΣ ΤΗΛΕΠΙΣΚΟΠΙΣΗΣ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ Β. ΤΡΙΓΚΑΣ, Κ. ΘΕΜΙΣΤΟΚΛΕΟΥΣ, Δ. ΧΑΤΖΗΜΙΤΣΗΣ Τμήμα Πολιτικών Μηχανικών και Μηχανικών Γεωπληροφορικής, Εργαστήριο Τηλεπισκόπησης, Τεχνολογικό Πανεπιστήμιο Κύπρου, Λεμεσός Κύπρος. ΠΕΡΙΛΗΨΗ Το οπτικό πάχος του αερολύματος μπορεί να ανακτηθεί άμεσα από δορυφορικά δεδομένα χρησιμοποιώντας αποτελεσματικούς αλγορίθμους ατμοσφαιρικών διορθώσεων. Πράγματι, βασιζόμενοι στο γεγονός ότι οι δορυφορικοί αισθητήρες μπορούν να καλύψουν εκτενείς περιοχές, όπως ο δορυφόρος τύπου Landsat, το οπτικό πάχος του αερολύματος μπορεί να καθοριστεί για διάφορες υπό-περιοχές. Το υπολογιζόμενο οπτικό πάχος του αερολύματος μπορεί να καταχωρηθεί σε μια βάση δεδομένων ΣΓΠ (GIS) για τη μελέτη αξιολόγησης του κινδύνου και την ανάλυση της ατμοσφαιρικής ρύπανσης. Η εν λόγω μελέτη παρουσιάζει αποτελέσματα από παρατηρήσεις / μετρήσεις που έχουν γίνει σχετικά με το οπτικό πάχος του αερολύματος, τόσο από δορυφορικά δεδομένα όσο και από φορητά ήλιο-φωτόμετρα σε διάφορες περιοχές της Κύπρου. Στην εν λόγω εργασία παρουσιάζεται μια συνολική μεθοδολογία καθώς και μια πιο αναλυτική μέθοδος υπολογισμού του οπτικού πάχους του αερολύματος χρησιμοποιώντας αλγόριθμο ατμοσφαιρικής διόρθωσης. Το οπτικό πάχος αερολύματος ανακτήθηκε από τους δορυφόρους Landsat TM/ETM +, ASTER, MODIS. Τα ήλιο-φωτόμετρα έχουν χρησιμοποιηθεί για να μετρήσουν άμεσα το οπτικό πάχος του αερολύματος και την στήλη των υδρατμών. Η άμεση σύγκριση μεταξύ των καθορισμένων οπτικών παχών αερολύματος έχει γίνει για την βαθμονόμηση επικύρωση της εν λόγω μεθοδολογίας. AEROSOL OPTICAL THICKNESS MEASUREMENTS AND MONITORING USING REMOTE SENSING & GIGS OVER CYPRUS V. TRIGKAS, K. THEMISTOCLEOUS, D.G. HADJIMITSIS Department of Civil Engineering and Geomatics, Remote Sensing Laboratory, Cyprus University of Technology, Lemesos, Cyprus ABSTRACT The aerosol optical thickness can be retrieved directly from satellite imagery using effective atmospheric correction algorithms. Indeed, based on the fact that satellite sensors can cover extensive areas, such as Landsat TM/ETM, the aerosol optical thickness can be determined for various sub-regions. The determined aerosol optical depth can be inserted into a GIS database for risk assessment study and analysis of air pollution. This paper shows the results obtained by monitoring systematically the aerosol optical thickness both from satellites and hand-held sun-photometers in various regions of Cyprus. An overall methodology is presented and a step-by-step method how to determine the aerosol optical thickness using an atmospheric correction algorithm is shown. The aerosol optical thickness was retrieved from Landsat TM/ETM +, ASTER and MODIS satellite images. Sun-photometers have been used to measure directly the aerosol optical depth and the water vapour column. Direct comparison between the determined aerosol optical thicknesses has been made for calibration and validation of the proposed methodology. 25 28/5/2010, PATRAS, GREECE 574

1. ΕΙΣΑΓΩΓΗ Τις τελευταίες δεκαετίες λόγω της σημαντικής αύξησης της ατμοσφαιρικής ρύπανσης και των περιβαλλοντικών επιπτώσεων σε παγκόσμιο επίπεδο, η παρακολούθησή της θεωρείται επιτακτική ανάγκη (Kaufman 2002). Ένας σημαντικός παράγοντας στην παρακολούθηση και μελέτη της ατμοσφαιρικής ρύπανσης είναι η εξέλιξη των δορυφορικών συστημάτων, η οποία μας επιτρέπει την παρακολούθηση της ατμοσφαιρικής ρύπανσης και την επίδρασή της σε παγκόσμιο, αλλά και τοπικό επίπεδο (Kaufman et al. 2002 Al-Saadi 2005 et al. Hadjimitsis et al. 2009). Ένα σημαντικό εργαλείο για την μελέτη και διαχείριση της ατμοσφαιρικής ρύπανσης και των παραμέτρων της είναι η δορυφορική τηλεπισκόπηση. Υπάρχουν δύο δορυφόροι MODIS, o Terra, ο οποίος χρησιμοποιείται για μετρήσεις πάνω από ξηρά και ο Aqua για μετρήσεις πάνω από ωκεανούς. O δορυφόρος MODIS χρησιμοποιείται για συλλογή δεδομένων που αφορούν στην δορυφορική τηλεπισκόπηση και την παρακολούθηση των αερολυμάτων (Ichoku et al. 2003). Τα δορυφορικά συστήματα έχουν τη δυνατότητα να παρακολουθούν καθημερινά τα αερολύματα (aerosols) σε σχεδόν πραγματικό χρόνο (Al-Saadi et al. 2005). Η ανάκτηση των αερολυμάτων μπορεί να γίνει τόσο από το δορυφόρο MODIS όσο και το δορυφόρο Landsat 7 ETM+ και ASTER (Kawata et al. 2004 Hadjimitsis 2008). Η συσχέτιση μεταξύ δορυφορικών μετρήσεων και εκείνων στο πεδίο για την εύρεση των ιδιοτήτων των αερολυμάτων έχει φανεί ότι είναι μεγάλη (Chu et. al.2002). Αυτό είναι ένα ενθαρρυντικό αποτέλεσμα για τη χρησιμοποίηση δορυφορικών εικόνων αντί μετρήσεων στην επίβλεψη και ανάκτηση του οπτικού πάχους αερολυμάτων ΑΟΤ (Hadjimitsis 2009). Η συστηματική παρατήρηση και μελέτη των αερολυμάτων είναι σημαντική για την κατανόηση του ισοζυγίου της ηλιακής ακτινοβολίας στην ατμόσφαιρα, της ισορροπίας του υδρολογικού κύκλου και της δυναμικής αλλαγής του κλίματος (Ichoku et al. 2003). Τις τελευταίες δεκαετίες έχουν γίνει αρκετές προσπάθειες για τον εντοπισμό και την ανάκτηση των αερολυμάτων από δορυφορικά δεδομένα (Ichoku et al. 2003). Ένας άλλος σημαντικός παράγοντας της ατμοσφαιρικής ρύπανσης είναι τα μικροσωματίδια. Μια παλαιότερη μελέτη των Fraser et al (1983) αναφέρει ότι η συγκέντρωση των σωματιδίων μπορεί να βρεθεί μετρώντας τη σκεδαζόμενη ακτινοβολία της ατμόσφαιρας της γης (Ichoku et al. 2003). Η ατμοσφαιρική διόρθωση είναι μια από τις αρχικές επεξεργασίες μια δορυφορικής εικόνας (Hadjimitsis et al. 2009). Πολλές μέθοδοι χρησιμοποιούνται για την ατμοσφαιρική διόρθωση των δορυφορικών εικόνων, δύο εκ των οποίων είναι η μέθοδος των Σκοτεινότερων Εικονοστοιχείων (Darkest Pixel) (Hadjimitsis et al. 2004) και η μέθοδος της γραμμικής συσχέτισης επίγειων μετρήσεων με δορυφορικά δεδομένα χρησιμοποιώντας μη-μεταβλητούς στόχους (PIT)(Hadjimitsis et al. 2009). 2. ΔΕΔΟΜΕΝΑ Στην παρούσα μελέτη χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat 7 ΤΜ+ και τα τέσσερα από τα οκτώ κανάλια, τα τρία του ορατού φάσματος και το κοντινό υπέρυθρο, με χωρική ανάλυση 30 μέτρων και στα τέσσερα κανάλια. Οι μετρήσεις στο πεδίο έγιναν με φασματοραδιόμετρο (spectroradiometer) τύπου SVC HR-1024 και ηλιοφωτόμετρο χειρός MICROTOPS II (Hadjimitsis et. al. 2009). Οι μετρήσεις πεδίου για την ανακλαστικότητα έγιναν σε απόσταση ενός μέτρου πάνω από τους στόχους 25 28/5/2010, PATRAS, GREECE 575

(Hadjimitsis et al. 1999) και η επεξεργασία των δεδομένων με τα λογισμικά Erdas 9.3 της Leica και ArcGIS 9.3 της Esri. 3. ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ Την περιοχή μελέτης αποτελεί η ευρύτερη περιοχή του λιμανιού και της παραλίας της Λεμεσού στην Κύπρο (Εικόνα 1). Επιλέχθηκαν τέσσερα σημεία (ως ιδανικοί στόχοι) περιμετρικά του λιμανιού και της παραλίας Λεμεσού για τις μετρήσεις με το φασματοραδιόμετρο και το ηλιοφωτόμετρο. Η επιλογή των στόχων έγινε με κριτήρια που έχουν περιγραφεί σε παλιότερες μελέτες (Eckhardt et al. 1990; Hadjimitsis et. al. 2009). Η περιοχή του λιμανιού είναι ιδιαίτερα επιβαρυμένη με ρύπους από τη συνεχή μετακίνηση βαρέων οχημάτων και πλοίων. Εικόνα 1: Περιοχή κάλυψης και χωροθέτησης των μετρήσεων 4. ΑΤΜΟΣΦΑΙΡΙΚΗ ΔΙΟΡΘΩΣΗ 4.1. Ατμοσφαιρική διόρθωση με τη μέθοδο των Σκοτεινότερων Εικονοστοιχείων (Darkest Pixel) Για την ατμοσφαιρική διόρθωση των εικόνων χρησιμοποιήθηκε η μέθοδος των Σκοτεινότερων Εικονοστοιχείων (Darkest Pixel) (Hadjimitsis 2009). Στην μέθοδο του DP κάθε μαύρο στοιχείο στην δορυφορική εικόνα θα πρέπει να έχει ψηφιακή τιμή μηδέν, εάν η ψηφιακή του τιμή είναι μεγαλύτερη από το μηδέν η τιμή αυτή είναι η επίδραση της ατμοσφαιρικής ρύπανσης στην δορυφορική εικόνα. (Μερτίκας 1999, Hadjimitsis et al. 2004). 4.1.1 Μεθοδολογία 25 28/5/2010, PATRAS, GREECE 576

Αρχικά για την εφαρμογή της μεθόδου των σκοτεινότερων εικονοστοιχείων, οι ψηφιακές τιμές (Digital Numbers) των δορυφορικών εικόνων μετατράπηκαν σε μονάδες μέτρησης της ροής της ακτινοβολίας (L). Η μετατροπή έγινε με την παρακάτω συνάρτηση (Saunier και Jackson 2009): L Gain * DN Offset (1) Επόμενο στάδιο ήταν η μετατροπή της ροής της ακτινοβολίας σε αντανακλαστικότητα (reflectance, p tg ). p tg. Lts (2) E *cos( ) * d 0 0 Εφόσον εφαρμόστηκε η παραπάνω μεθοδολογία, μετατράπηκαν όλες οι ψηφιακές τιμές των εικόνων σε ανακλαστικότητα p tg. Για την ολοκλήρωση της μεθόδου εντοπίστηκε το σκοτεινότερο εικονοστοιχείο σε κάθε κανάλι και αφαιρέθηκε η τιμή του από όλες τις δορυφορικές εικόνες. 4.2 Ατμοσφαιρική διόρθωση με τη μέθοδο του PIT Πρόκειται για μια μέθοδο η οποία στηρίζεται στη μεθοδολογία της πολλαπλής χρονικής κανονικοποίησης (MultiTemporal Normalization, MTN). Η PIT σε σχέση με την ΜΤΝ χρησιμοποιεί δεδομένα ανακλαστικότητας εδάφους για τιμές αναφοράς οι οποίες συσχετίζονται με τις τιμές της δορυφορικής εικόνας σε αντίθεση με την ΜΤΝ, που χρησιμοποιεί ως αναφορά τιμές ανακλαστικότητας από την πιο καθαρή εικόνα (Hadjimitsis et al. 2009). 4.2.1 Μεθοδολογία Στη μέθοδο του PIT χρησιμοποιήθηκαν οι δορυφορικές εικόνες του Landsat 7 TM+ που σε προηγούμενο στάδιο μετατράπηκαν οι ψηφιακές τιμές των εικονοστοιχείων σε ανακλαστικότητα (εξίσωση 1) και οι μετρήσεις πεδίου με το φασματοραδιόμετρο SVC HR-1024. Για την εφαρμογή της μεθόδου αυτής πήραμε μετρήσεις σε συγκεκριμένους στόχους στην περιοχή ενδιαφέροντος. Οι τέσσερεις στόχοι που επιλέχτηκαν ήταν περιοχές με τσιμέντο, άσφαλτο και με στεγνή άμμο. Οι μετρήσεις ελήφθησαν σε χρονικές φάσεις με τη λιγότερο δυνατή ατμοσφαιρική επίδραση, χωρίς σύννεφα και με έντονη αντίθεση. Ακόμα επιλέχθηκαν στόχοι των οποίων η αντανακλαστικότατα δεν αλλάζει σημαντικά με το χρόνο (Hadjimitsis et al. 2009). Για την ολοκλήρωση της μεθόδου συγκρίναμε τις τιμές ανακλαστικότητας του εδάφους για κάθε κανάλι με τις τιμές της δορυφορικής εικόνας σε κάθε κανάλι για κάθε στόχο, με σκοπό την ανάκτηση της πληροφορίας που αφορά το Atmospheric Path Radiance Component, συνάρτηση (3) (Hadjimitsis, 2009). c t g p a (3) Στη γραφική παράσταση, στους άξονες x και y τοποθετήθηκαν οι τιμές ανακλαστικότητας από το φασματοραδιόμετρο και της δορυφορικής εικόνας, αντίστοιχα Το τελικό αποτέλεσμα, που προκύπτει από την γραφική παράσταση, είναι μια ευθεία που ενώνει όλα τα παραγόμενα σημεία. Η τιμή της ατμοσφαιρικής επίδρασης ορίζεται από το σημείο τομής της ευθείας με τον άξονα των y ή x και του 25 28/5/2010, PATRAS, GREECE 577

σημείου τομής των δύο αξόνων (σημείο 0). Η τιμή αυτή περιλαμβάνει και την παράμετρο AOT. Ειδικά για τα ορατά φάσματα η ανάκτηση του Atmospheric Path radiance Component ( c t g pa ) μπορεί να χρησιμοποιηθεί με την λογική υπόθεση ότι οι υδρατμοί είναι αμελητέοι, άρα το tg μπορεί να θεωρηθεί ίσον με το 1. Όσον αφορά στο υπέρυθρο κανάλι, η εν λόγω υπόθεση δεν μπορεί να γίνει λόγω του ότι υπάρχει σοβαρή επίδραση των υδρατμών (water vapour thickness). Το ίδιο συμβαίνει και με την μέθοδο των σκοτεινών εικονοστοιχείων. Άρα η χρήση των ηλιοφωτομέτρων για την μέτρηση τόσο του AOT όσο και της στήλης των υδρατμών βοηθά στην πιστοποίηση των αποτελεσμάτων. 5. ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ (ΓΣΠ) Τα ΓΣΠ βοηθούν σημαντικά στην λήψη αποφάσεων. Για την ολοκλήρωση της εργασίας χρησιμοποιήθηκαν ΓΣΠ και στις δύο μεθόδους. Η μέθοδος των σκοτεινότερων εικονοστοιχείων εφαρμόστηκε πολύ εύκολα σε όλη την Κύπρο, δημιουργώντας έναν κάνναβο στο μέγεθος της Κύπρου. Από κάθε εικονοστοιχείο του εντοπίστηκε το σκοτεινότερο, το οποίο αντιπροσώπευε την ατμοσφαιρική επίδραση / ρύπανση. Στην εικόνα 3 με παρεμβολή δημιουργήθηκε ο χάρτης του DP, εντοπίζοντας και αφερόντας το DP σε κάθε τετράγωονο του κανάβου για όλη την Κύπρο. Αυτό καθίσταται φανερό από το έντονο χρώμα στην αστική και παράλια περιοχή της Λεμεσού. Εικόνα 2: Θεματικός χάρτης απεικόνισης παρεμβολής Kriging με την χρήση δορυφορικής εικόνας Landsat-7 ETM+ (1-09-2009) 6. ΑΠΟΤΕΛΕΣΜΑΤΑ Η μέθοδος των Σκοτεινότερων Εικονοστοιχείων είναι μια καθολική μέθοδος και εφαρμόζεται σε όλη την εικόνα, ενώ η μέθοδος PIT συγκρίνει την αντανάκλαση των 25 28/5/2010, PATRAS, GREECE 578

στόχων (εικονοστοιχείων) στο έδαφος και των αντίστοιχων στις δορυφορικές εικόνες. Ο δορυφόρος Landsat 7 με χωρική ανάλυση 30 μέτρων έδωσε καλή συσχέτιση με τις αντίστοιχες μετρήσεις από το πεδίο. Η έρευνα θα διευκολύνονταν, εάν χρησιμοποιούνταν εικόνες με μεγαλύτερη χωρική ανάλυση, χωρίς αυτό να μειώνει την αξιοπιστία των αποτελεσμάτων. Τα δεδομένα του φασματοραδιόμετρου είναι τα πλέων αξιόπιστα λόγω της ακριβείας τους και της εξάλειψης οποιωνδήποτε ενδιάμεσων ρύπων, μεταξύ δέκτη και στόχου. Το αποτέλεσμα της μεθόδου DP συμπίπτουν με αποτελέσματα προηγούμενων εφαρμογών (Hadjimitsis et. al. 2009, 2004) και ουσιαστικά επαληθεύουν τους ισχυρισμούς τους. Η συσχέτιση του ΑΟΤ (MODIS) με τα αποτελέσματα της μεθόδου DP σε αρκετές περιπτώσεις μας έδωσε τουλάχιστον R=0.53, κατά την θερινή περίοδο. Παρόμοια αποτελέσματα μας έδωσε και η μέθοδος PIT με καλύτερη συσχέτιση στο ορατό φάσμα και συγκεκριμένα από τα τρία κανάλια του ορατού φάσματος το κανάλι τρία είχε συσχέτιση R=0.55 (Εικόνα 2). 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0,16 Εικόνα 3: Μέθοδος DP στο κανάλι δύο με R= 0,55. 7. ΣΥΜΠΕΡΑΣΜΑΤΑ Οι δύο ατμοσφαιρικές διορθώσεις δορυφορικών εικόνων «η μέθοδος των σκοτεινών στόχων» και «η μέθοδος PIT» μπορούν να χρησιμοποιηθούν για την ανάκτηση της πληροφορίας, που σχετίζεται με την ατμοσφαιρική ρύπανση, όπως είναι το Atmospheric Path radiance Component και σε μεταγενέστερο στάδιο το οπτικό πάχος των αερολυμάτων (AOT). Οι εν λόγω μέθοδοι πλεονεκτούν λόγω του ότι δίνουν την δυνατότητα στον χρήστη να διαχωρίσει την υπό μελέτη περιοχή αναλόγως της παρουσίας των πιο αποτελεσματικών σκοτεινών στόχων στην περίπτωση της μεθόδου των «σκοτεινών εικονοστοιχείων» και των μη μεταβλητών στόχων στην περίπτωση της μεθόδου «PIT». Τα ΓΣΠ αποτελούν αποτελεσματικό εργαλείο διαχείρισης της ρύπανσης, τόσο σε χωρικό όσο και χρονικό επίπεδο. Η χρήση των επίγειων ηλιοφωτομέτρων και των φασματοραδιομέτρων δίνουν την δυνατότητα της συνεχής πιστοποίησης των αποτελεσμάτων. Η εν λόγω έρευνα βρίσκεται σε εξέλιξη και σε μεταγενέστερο στάδιο θα χρησιμοποιηθούν και δεδομένα τύπου ASTER. επίσης, προβλέπεται στο επόμενο σύντομο χρονικό διάστημα να χρησιμοποιηθούν δεδομένα και πληροφορίες που σχετίζονται με το AOT από την χρήση του επίγειου ηλιοφωτομέτρου, το οποίο θα βρίσκεται εγκατεστημένο στο Τεχνολογικό 25 28/5/2010, PATRAS, GREECE 579

Πανεπιστήμιο Κύπρου (Εργαστήριο Τηλεπισκόπησης) μέσα στα πλαίσια του παγκόσμιου δικτύου AERONET. Ευχαριστίες Θερμές ευχαριστίες στο Τεχνολογικό Πανεπιστήμιο Κύπρου για την οικονομική υποστήριξη (εσωτερικό πρόγραμμα & εναρκτήρια χρηματοδότησή του), καθώς και στο Εργαστήριο Τηλεπισκόπησης για την χρήση των φασματοτοραδιομέτρων και ηλιοφωτομέτρων. ΒΙΒΛΙΟΓΡΑΦΙΑ Ελληνική Μερτίκας, Στέλιος Π. Τηλεπισκόπηση και Ψηφιακή Ανάλυση Εικόνας. Χανιά: ΙΩΝ, 1999 Ξενόγλωσση Al-Saadi, J., Szykman, J., Pierce, R. B., Kittaka, C., Neil, D., Chu, D. A., et al. (2005). Improving National Air Quality Forecasts with Satellite Aerosol Observations. Bulletin of the American Meteorological Society, 86(9), 1249. doi: 10.1175/BAMS-86-9-1249. Chu, D. A. Kaufman, Y. J. Ichoku, C. Remer, L. A. Tanre, D. Holben, B. N. Validation of MODIS aerosol optical depth retrieval over land GEOPHYSICAL RESEARCH LETTER, VOL. 29, NO. 12, 10.1029/2001GL013205, 2002 Hadjimitsis, D. G., Clayton, C. R. I., & Retalis, A. (2004). On the darkest pixel atmospheric correction algorithm: A revised procedure applied over satellite remotely sensed images intended for environmental applications. SPIE proceedings series, 464-471. Society of Photo-Optical Instrumentation Engineers. Retrieved from Hadjimitsis, D. G., Themistokleous, K. P., & Papadavud, G. (2008). The application of atmospheric correction algorithms for monitoring atmospheric pollution using Landsat TM images. Proceedings of SPIE, the International Society for Optical Engineering. Society of Photo-Optical Instrumentation Engineers. 7107, doi:10.1117/12.800346. Hadjimitsis, D. G. Clayton, C. R. I. (2008). The use of an improved atmospheric correction algorithm for removing atmospheric effects from remotely sensed images using an atmosphere-surface simulation and meteorological data., 15, 381 387 doi: 10.1002/met.80 Hadjimitsis, D. G. (2009). Aerosol optical thickness (AOT) retrieval over land using satellite imagebased algorithm. Air Quality, Atmosphere & Health, 2(2), 89-97. doi: 10.1007/s11869-009-0036-0. Hadjimitsis, D., Clayton, C., & Retalis, a. (2009). The use of selected pseudo-invariant targets for the application of atmospheric correction in multi-temporal studies using satellite remotely sensed imagery. International Journal of Applied Earth Observation and Geoinformation, 11(3), 192-200. doi: 10.1016/j.jag.2009.01.005. Ichoku, C., Kaufman, Y. J., Remer, L. A., & Levy, R. (2004). Global aerosol remote sensing from MODIS. Advances in Space Research, 34(4), 820-827. doi: 10.1016/j.asr.2003.07.071. Kaufman, J., Mahoney, R. L., & Systems, S. (1984). Satellite measurements of aerosol transport mass and, 18(12), 2577-2584. Kaufman, Y. (1993). Aerosol optical thickness and atmospheric path radiance. jgr, 98, 2677-2692. doi: 10.1029/92JD02427. Kaufman, Y. J., Tanré, D., & Boucher, O. (2002). A satellite view of aerosols in the climate system. Nature, 419(6903), 215-23. doi: 10.1038/nature01091. Kawata, Y. Fukui, H. Takemata, K. (2004). The Validation of Aerosol Optical Thickness Retried by Band Correlation Metod from Modis Image Data. INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, 35, 524-527 P. Stammes and J.S. Henzing. (1999). Multispectral Aerosol Optical Thickness At De Bilt, 1997-1999, 31, 1999-2000. Saunier, S., Consultant, G., & Jackson, J. (2009). Earth Observation Quality Control Landsat frequently asked questions. Consultant, (2). 25 28/5/2010, PATRAS, GREECE 580