DISTRIBUIÇÃO ESPAÇO-TEMPORAL DA TEMPERATURA DE SUPERFÍCIE NO ESTADO DO RIO GRANDE DO SUL
Resumo
A temperatura da superfície terrestre é um importante parâmetro na investigação de processos ambientais, ecológicos e climáticos em diferentes escalas espaciais. Deste modo, o objetivo desta pesquisa foi avaliar a distribuição espaço-temporal da temperatura de superfície para o estado do Rio Grande do Sul a partir de dados do sensor MODIS no mês de fevereiro dos anos de 2008 a 2019. Os resultados demonstram que os anos de 2008 e 2012 apresentaram temperaturas de superfície mais elevadas em quase todas as regiões intermediárias do estado. Também foram registradas as temperaturas mais elevadas nas áreas urbanas da região de Porto Alegre indicando uma relação direta entre a urbanização e o aumento das temperaturas de superfície. Os anos de 2011 e 2015 apresentaram as menores temperaturas mínimas, enquanto que o ano de 2014 registrou a menor temperatura média. As regiões com temperaturas de superfície mais altas foram as de Uruguaiana e Ijuí, dado que historicamente essas regiões tendem a apresentar temperaturas do ar mais elevadas na estação do verão. Por outro lado, as regiões de Caxias do Sul e Passo Fundo apresentaram temperaturas de superfícies mais baixas do que as demais, provavelmente devido ao fato de parte de suas áreas estarem localizadas no bioma Mata Atlântica e de apresentarem clima tipo Cfb caracterizado com temperaturas mais amenas no verão,além de perfazerem as áreas de maior altitude do estado. Os resultados obtidos evidenciam uma alta correlação entre as temperaturas de superfície (MODIS) e as temperaturas do ar (INMET), com coeficiente de correlação de 0,8833 e de determinação de 0,7802. De modo geral, os anos com menor precipitação apresentaram regiões com temperaturas de superfície maiores do que os anos com maior registro de precipitação, indicando uma relação indireta entre essas variáveis.
Texto completo:
PDFReferências
ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; GONCALVES, J. L. M.; SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2014.
BONAFONI, S. Downscaling of Landsat and MODIS Land Surface Temperature Over the Heterogeneous Urban Area of Milan. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 9, n. 5, p. 2019-2027, 2016.
EL KENAWY, A. M.; HEREHER, M. E.; ROBAA, S. M. An Assessment of the Accuracy of MODIS Land Surface Temperature over Egypt Using Ground-Based Measurements. Remote Sensing, v. 11, p. 1-29, 2019.
FERREIRA, T. R.; SILVA, B. B.; MOURA, M. S. B.; VERHOEF, A.; NÓBREGA, R. L. B. The use of remote sensing for reliable estimation of net radiation and its components: a case study for contrasting land covers in an agricultural hotspot of the Brazilian semiarid region. Agricultural and Forest Meteorology, v. 291, p. 108052-108070, 2020.
FRIEDL, M. A. Forward and inverse modeling of land surface energy balance using surface temperature measurements, Remote Sensing of Environment, v. 79, n. 2/3, p. 344-354, 2002.
FU, P.; WENG, Q. Temporal Dynamics of Land Surface Temperature From Landsat TIR Time Series Images. IEEE Geoscience and Remote Sensing Letters, v. 12, n. 10, p. 2175-2179, 2015.
GAMARRA, N. L. R.; CORRÊA, M. P.; TARGINO, A. C. L. Utilização de Sensoriamento Remoto em análises de albedo e temperatura de superfície em Londrina – PR: Contribuições para estudos de ilha de calor urbana. Revista Brasileira de Meteorologia, v. 29, n. 4, p. 537-550, 2014.
GÓMEZ, C.; WHITE, J. C.; WULDER, M. A. Characterizing the state and processes of change in a dynamic forest environment using hierarchical spatio-temporal segmentation. Remote Sensing of Environment, v. 115, n. 7, p.1665-1679, 2011.
HUFFMAN, G.J.; BOLVIN, D.T. TRMM and Other Data Precipitation Data Set Documentation (2018). Disponível em: https://docserver.gesdisc.eosdis.nasa.gov/public/project/GPM/3B42_3B43_doc_V7.pdf. Acesso em: 03 dez. 2020.
IBGE - Instituto Brasileiro de Geografia e Estatística. Divisão Regional do Brasil - 2017. Disponível em: https://www.ibge.gov.br/geociencias/organizacao-do-territorio/divisao-regional.html. Acesso em: 28 jul. 2020.
IBGE - Instituto Brasileiro de Geografia e Estatística. Biomas e sistema costeiro-marinho do Brasil: compatível com a escala 1:250 000 / IBGE. Coordenação de Recursos Naturais e Estudos Ambientais. Rio de Janeiro: IBGE, 2019. 168 p.
IBGE - Instituto Brasileiro de Geografia e Estatística. Províncias estruturais, compartimentos de relevo, tipos de solos e regiões fitoecológicas / IBGE. Coordenação de Recursos Naturais e Estudos Ambientais. Rio de Janeiro: IBGE, 2019. 179 p.
IBGE - Instituto Brasileiro de Geografia e Estatística. Área territorial - Brasil, Grandes Regiões, Unidades da Federação e Municípios. Rio de Janeiro: IBGE, 2019.
IBGE - Instituto Brasileiro de Geografia e Estatística. Panorama do estado do Rio Grande do Sul. Disponível em: https://cidades.ibge.gov.br/brasil/rs/panorama. Acesso em: 08 set. 2020.
INMET - Instituto Nacional de Meteorologia. Nota técnica n° 001/2011/SEGER/LAIME/CSC/INMET. Rede de Estações Meteorológicas Automáticas do INMET, p. 1-11, 2011.
INMET - Instituto Nacional de Meteorologia. Normais Climatológicas (1981-2010). Temperatura máxima – mês de fevereiro. Disponível em: https://clima.inmet.gov.br/NormaisClimatologicas. Acesso em: 18 dez. 2020.
JENSEN, J. R. Sensoriamento Remoto do Ambiente: uma perspectiva em recursos terrestres. Tradução do Instituto Nacional de Pesquisas Espaciais - INPE. 2.ed. São Paulo: Parêntese, 2009. 672 p.
KERR, Y. H.; LAGOUARDE, J. P.; NERRY, F.; OTTLÉ, C. Land surface temperature retrieval techniques and applications D.A. Quattrochi, J.C. Luvall (Eds.), Thermal remote sensing in land surface processes, CRC Press, Boca Raton, Fla., p. 33-109, 2000.
LEITE, M. E.; ALMEIDA, M. I. S.; VELOSO, G. A.; FERREIRA, M. F. F. Sensoriamento Remoto aplicado ao mapeamento da dinâmica do uso do solo na bacia do Rio Pacuí, no norte de Minas Gerais, nos anos de 1989, 1999 e 2009. Revista do Departamento de Geografia, v. 23, p. 217-231. 2012.
LEMOS, G. S.; RIZZI. R. Estimativa da temperatura média do ar a partir de dados LST/MODIS. In: XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019, Santos-SP. Anais [...]. INPE, 2019, p. 279-282.
MANNSTEIN, H. Surface energy budget, surface temperature and Thermal inertia. In: Remote Sensing Applications in Meteorology and Climatology, editado por R. A. Vaughan, p. 391-410, D. Reidel, Dordrecht, Holanda, 1987.
MATOS, R. C. M; CANDEIAS, A. L. B.; JUNIOR, J. R. T. Mapeamento da vegetação, temperatura e albedo da Bacia Hidrográfica do Pajeú com imagens MODIS. Revista Brasileira de Cartografia, v. 65, n. 1, p. 139-160, 2013.
NASA -National Aeronautics and Space Administration. Tropical Rainfall Measuring Mission (TRMM). Disponível em: https://trmm.gsfc.nasa.gov/. Acesso em: 03 ago. 2020.
NIMER, E. Climatologia do Brasil. Rio de Janeiro: IBGE - Departamento de Recursos Naturais e Estudos Ambientais, 2. ed. 1989. 422p.
NIMER, E. Clima. In: FURLANETTO, D.A. et. al. Geografia do Brasil: Região Sul. Rio de Janeiro: IBGE, v. 2, p. 151-187, 1990. 420p.
OLIVEIRA, D. A.; ROSA, R. Temperatura de superfície obtida com técnicas de geoprocessamento. In: XVI Simpósio Brasileiro de Sensoriamento Remoto, 2013, Foz do Iguaçu-PR. Anais [...]. INPE, 2013, p. 4153-4160.
PADOVANNI, N. G.; LOPES, E. R.; SOUZA, J. C.; MORAIS, M. C. M.; LOURENÇO, R. W. Análise espacial da temperatura e albedo de superfície na Bacia Hidrográfica do Rio Una –Ibiúna/São Paulo, a partir de imagens MODIS (Spatial Analysis of Temperature Surface and Albedo in the Una River Basin-Ibiúna/São Paulo, from MODIS images). Revista Brasileira de Geografia Física, v. 11, n. 5, p. 1832-1845, 2018.
PIRES, E. G.; VELOSO, G. A. Variação da temperatura de superfície diurna e noturna no município de Palmas - TO. In: XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019, Santos-SP. Anais [...]. INPE, 2019, v. 19. p. 1449-1452.
PORANGABA, G. F. O.; AMORIM, M. C. C. T. Geotecnologias Aplicadas à Análise de Ilhas de Calor de Superfície em Cidades do Interior do Estado de São Paulo. Revista Brasileira de Geografia Física, v.12, n. 6, p. 2041-2050, 2019.
RASMUSSEN, M. O.; GOTTSCHE, F.; OLESEN F.; SANDHOLT, I. Directional Effects on Land Surface Temperature Estimation From Meteosat Second Generation for Savanna Landscapes. IEEE Transactions on Geoscience and Remote Sensing, v. 49, n. 11, p. 4458-4468, 2011.
SANTOS, C. V. B.; CARVALHO, H. F. S.; SILVA, M. J.; MOURA, M. S. B.; GALVÍNCIO, J. D. Uso de sensoriamento remoto na análise da temperatura da superfície em áreas de floresta tropical sazonalmente seca. Revista Brasileira de Geografia Física, v.13, n. 3, p. 941-953, 2020.
SILVA, B. B.; WILCOX, B. P.; SILVA, V. P. R.; MONTENEGRO, S. M. G. L.; OLIVEIRA, L. M. M. Changes to the energy budget and evapotranspiration following conversion of tropical savannas to agricultural lands in São Paulo State, Brazil. Ecohydrology, v. 8, p. 1272-1283, 2015.
TRENTIN, R; DEPPE, F; LOHMANN, M; GRASSI, J. Análise comparativa da temperatura de superfície MODIS e temperatura do ar em diferentes situações no estado do Paraná. In: XV Simpósio Brasileiro de Sensoriamento Remoto, 2011. Curitiba-PR. Anais [...]. INPE, v.15, 2011, p.7745-7752.
USGS - United States Geological Survey. Land Processes Distributed Active Archive Center. Disponível em: https://lpdaac.usgs.gov/. Acesso em: 03 abr. 2020.
WAN, Z. Collection-6 MODIS Land Surface Temperature Products Users' Guide. ERI, Santa Bárbara: University of California, 2013.
WENG, Q.; FU, P.; GAO, F. Generating daily land surface temperature at Landsat resolution by fusing Landsat and MODIS data. Remote Sensing of Environment, v. 145, p. 55-67, 2014.
ZENG, L.; WARDLOW, B.; TADESSE, T.; SHAN, J.; HAYES, M.; LI, D.; XIANG. Estimation of Daily Air Temperature Based on MODIS Land Surface Temperature Products over the Corn Belt in the US. Remote Sensing, v.7, p. 951-970, 2015.
Apontamentos
- Não há apontamentos.
Direitos autorais 2020 Erika Gonçalves Pires, Daniel Mallmann Vallerius
| Boletim Geográfico do Rio Grande do Sul | Secretaria de Planejamento, Governança e Gestão - RS | ISSN 2446-7251 |