Remote sensing applied to the detection of changes in land use and surface temperature in the Mojuí River watershed
DOI:
https://doi.org/10.5935/2237-2202.20160025Keywords:
use of land, surface temperature, Mojuí River, SEBAL, LANDSATAbstract
The changes resulting from intensive land use, go beyond the changes in the landscape configuration and the availability of natural resources, also affect the physical and biological properties of the soil, and the energy exchange at the surface interface - atmosphere, occurring through the components the radiation balance, the surface temperature highlighting (Ts) that is highly susceptible to the pattern of land occupation. Mojuí River watershed in western Pará, is embedded in a region of diverse uses and land cover, and comes under pressure due to the expansion of mechanized agriculture and the influence of the dynamics surrounding the BR-163 (Cuiabá-Santarém) where much of the forest cover has been degraded. Thus, the purpose of this study is to analyze the dynamics of land use in the basin of Mojuí River and the surface temperature (Ts) by map land use and land cover and Ts, using this algorithm the SEBAL (Surface Energy Balance Algorithm for Land) and satellite images Landsat 5 - TM, corresponding to the days 02/08/1999 and 29/06/2010, processed in SPRING software. The results showed that the introduction of mechanized agriculture in the region significantly changed the local landscape as well as the expansion of the urban area of the municipality studied. It contacted even if, in addition to changes imposed on vegetation, human activities have caused an imbalance in surface temperature, which showed more areas with higher temperature values due to the increase of areas with exposed soil.References
Allen, R.G.; Tasumi, M.; Trezza, R. (2002) SEBAL (Surface Energy Balance Algorithms for Land) – Advanced Training and Users Manual – Idaho Implementation, version 1.0.
Borges, T. C. S.; Pereira, I. C. N. (2014) Análise Do Uso Múltiplo Da Água Na Bacia Hidrográfica Do Rio Mojuí (PA) Como Suporte A Tomada De Decisão. Relatório Técnico-Científico PIBIC. Universidade Federal do Oeste do Pará.
Correia, F. W. S; Manzi, A. O.; Cândido, L. A.; Santos, R. M. N.; Pauliquevis, T. (2007) Balanço de umidade na Amazônia e sua sensibilidade às mudanças na cobertura vegetal. Ciência e Cultura, São Paulo, v. 59, n.3.
Corrêa, J. A. J; Andrade, S. C. P; Pereira, I. C. N. (2011) Uso de imagens NDVI para a análise da dinâmica temporal no município de Belterra-PA. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO - SBSR, 15, 2011, Curitiba. Anais. São José dos Campos: INPE, p. 6540-6547.
Cunha, A. P. M. A.; Alvalá, R. C. S.; Oliveira, G. S. (2013) Impactos das mudanças de cobertura vegetal nos processos de superfície na região semiárida do brasil. Revista Brasileira de Meteorologia, v.28, n.2, 139-152.
Flexor, G.G.; Leão, S.A.V.; Lima, M. S. (2006) A Expansão da cadeia da Soja na Amazônia: Os Casos do Pará e Amazonas. XLIV CONGRESSO DA SOBER “Questões Agrárias, Educação no Campo e Desenvolvimento”. Fortaleza, Julho.
Gioll, B.; Miglietta, F.; Martino, B.; Hutjes, W. A.; Dolman, H. A. J.; Lindroth, A.; Schmacher, M.; Sanz, M. J.; Manca, G.; Peressotti, A.; Dumas, E. J. (2004) Comparison between tower and air-craft-based eddy covariance fluxes in five Europe regions. Agricultural and Forest Meteorology. v, 127, p. 1-16.
Hashimoto, H.; Nemani, R.; Yang, F.; Granger, R.; Running, S. V.P.D. (2003). Estimation from land surface temperature (MOD11) for global map of evapotranspiration and NPP. American Geophysical Union, Fall Meeting.
Huete, A. R. A. (1988) Soil adjusted vegetation index (SAVI). Remote Sensing of Environment, v.25, n.3, p.295-309.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. (2012) Divisão de Processamento de Imagens: catálogo de imagens. São José dos Campos, 2012. Disponível em: http://www.dgi.inpe.br/CDSR/>. Acesso em: 2 de dezembro de 2014.
Machado, W. B. (2012) Balanço de energia em áreas de Floresta e de um campo agrícola no leste da Amazônia. Dissertação de Mestrado, Universidade Federal do Oeste do Pará. Programa de Pós Graduação em Recursos Naturais da Amazônia (PGRNA). 65 p.
Malhi, Y.; Roberts, J. T. R.; Betts, R. A.; Killeen, T. J.; LI, W.; Nobre, C. A. (2008) Climate change, deforestation, and the fate of the Amazon. Science 319, 169–172.
Markham, B. L.; Barker, J. L. (1987) Thematic Mapper band pass solar exoatmospherical irradiances. International Journal of Remote Sensing, v. 8, n. 3, p. 517-523.
Nepstad, D. et al. (2002) Frontier Governance in Amazônia – Science, v. 295, p. 629-631.
Nobre, C. A.; Sellers, P. J.; Shukla, J. (1991) Amazonian deforestation and regional climate change. Journal of Climate, v.4, p. 957-988.
Nobre, C.A.; Marengo, J.A.; Artaxo, P. (2009) Understanding the Climate of Amazonia: Progress from LBA. Amazonia and Global Change. v.186, p. 145-147.
Oliveira, G. S. (2008) Consequências climáticas da substituição gradual da floresta tropical amazônica por pastagem degradada ou por plantação de soja: um estudo de modelagem. 2008. 417 p. (INPE-15263-TDI/1346). Tese (Doutorado em Meteorologia) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos.
Rosendo, J. S. (2005) Índices de vegetação e monitoramento do uso do solo e cobertura vegetal na Bacia do Rio Araguari-MG-utilizando dados do sensor MODIS. 2005. 130f. Dissertação (Mestrado em Geografia)- Instituto de Geografia, Universidade Federal de Uberlândia, Uberlândia-MG.
Souza, N. S. (2010) Boletim Científico - Escola Superior do Ministério Público da União. Brasília-DF, Ano 9. Números 32/33-janeiro/dezembro.
Yanagi, S. N. M.; Costa, M. H. (2011) Modeling radiative transfer in tropical rainforest canopies: sensitivity of simulated albedo to canopy architectural and optical parameters. Annals of the Brazilian Academy of Sciences. v. 83, n. 4, p. 1231-1242.
Borges, T. C. S.; Pereira, I. C. N. (2014) Análise Do Uso Múltiplo Da Água Na Bacia Hidrográfica Do Rio Mojuí (PA) Como Suporte A Tomada De Decisão. Relatório Técnico-Científico PIBIC. Universidade Federal do Oeste do Pará.
Correia, F. W. S; Manzi, A. O.; Cândido, L. A.; Santos, R. M. N.; Pauliquevis, T. (2007) Balanço de umidade na Amazônia e sua sensibilidade às mudanças na cobertura vegetal. Ciência e Cultura, São Paulo, v. 59, n.3.
Corrêa, J. A. J; Andrade, S. C. P; Pereira, I. C. N. (2011) Uso de imagens NDVI para a análise da dinâmica temporal no município de Belterra-PA. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO - SBSR, 15, 2011, Curitiba. Anais. São José dos Campos: INPE, p. 6540-6547.
Cunha, A. P. M. A.; Alvalá, R. C. S.; Oliveira, G. S. (2013) Impactos das mudanças de cobertura vegetal nos processos de superfície na região semiárida do brasil. Revista Brasileira de Meteorologia, v.28, n.2, 139-152.
Flexor, G.G.; Leão, S.A.V.; Lima, M. S. (2006) A Expansão da cadeia da Soja na Amazônia: Os Casos do Pará e Amazonas. XLIV CONGRESSO DA SOBER “Questões Agrárias, Educação no Campo e Desenvolvimento”. Fortaleza, Julho.
Gioll, B.; Miglietta, F.; Martino, B.; Hutjes, W. A.; Dolman, H. A. J.; Lindroth, A.; Schmacher, M.; Sanz, M. J.; Manca, G.; Peressotti, A.; Dumas, E. J. (2004) Comparison between tower and air-craft-based eddy covariance fluxes in five Europe regions. Agricultural and Forest Meteorology. v, 127, p. 1-16.
Hashimoto, H.; Nemani, R.; Yang, F.; Granger, R.; Running, S. V.P.D. (2003). Estimation from land surface temperature (MOD11) for global map of evapotranspiration and NPP. American Geophysical Union, Fall Meeting.
Huete, A. R. A. (1988) Soil adjusted vegetation index (SAVI). Remote Sensing of Environment, v.25, n.3, p.295-309.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. (2012) Divisão de Processamento de Imagens: catálogo de imagens. São José dos Campos, 2012. Disponível em: http://www.dgi.inpe.br/CDSR/>. Acesso em: 2 de dezembro de 2014.
Machado, W. B. (2012) Balanço de energia em áreas de Floresta e de um campo agrícola no leste da Amazônia. Dissertação de Mestrado, Universidade Federal do Oeste do Pará. Programa de Pós Graduação em Recursos Naturais da Amazônia (PGRNA). 65 p.
Malhi, Y.; Roberts, J. T. R.; Betts, R. A.; Killeen, T. J.; LI, W.; Nobre, C. A. (2008) Climate change, deforestation, and the fate of the Amazon. Science 319, 169–172.
Markham, B. L.; Barker, J. L. (1987) Thematic Mapper band pass solar exoatmospherical irradiances. International Journal of Remote Sensing, v. 8, n. 3, p. 517-523.
Nepstad, D. et al. (2002) Frontier Governance in Amazônia – Science, v. 295, p. 629-631.
Nobre, C. A.; Sellers, P. J.; Shukla, J. (1991) Amazonian deforestation and regional climate change. Journal of Climate, v.4, p. 957-988.
Nobre, C.A.; Marengo, J.A.; Artaxo, P. (2009) Understanding the Climate of Amazonia: Progress from LBA. Amazonia and Global Change. v.186, p. 145-147.
Oliveira, G. S. (2008) Consequências climáticas da substituição gradual da floresta tropical amazônica por pastagem degradada ou por plantação de soja: um estudo de modelagem. 2008. 417 p. (INPE-15263-TDI/1346). Tese (Doutorado em Meteorologia) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos.
Rosendo, J. S. (2005) Índices de vegetação e monitoramento do uso do solo e cobertura vegetal na Bacia do Rio Araguari-MG-utilizando dados do sensor MODIS. 2005. 130f. Dissertação (Mestrado em Geografia)- Instituto de Geografia, Universidade Federal de Uberlândia, Uberlândia-MG.
Souza, N. S. (2010) Boletim Científico - Escola Superior do Ministério Público da União. Brasília-DF, Ano 9. Números 32/33-janeiro/dezembro.
Yanagi, S. N. M.; Costa, M. H. (2011) Modeling radiative transfer in tropical rainforest canopies: sensitivity of simulated albedo to canopy architectural and optical parameters. Annals of the Brazilian Academy of Sciences. v. 83, n. 4, p. 1231-1242.
Downloads
Published
2016-09-10
How to Cite
Corrêa, J. A. de J., Andrade, S. C. de P., Pereira, I. C. N., Borges, T. C. de S., & Santos, P. V. dos. (2016). Remote sensing applied to the detection of changes in land use and surface temperature in the Mojuí River watershed. Journal of Hyperspectral Remote Sensing, 6(5), 250–261. https://doi.org/10.5935/2237-2202.20160025
Issue
Section
Hyperspectral remote sensing and Atmosphere
