Uso de Sensoriamento Remoto na análise da temperatura da superfície em áreas de floresta tropical sazonalmente seca

Cloves V. B. Santos, Herica F. S. Carvalho, Marcelo J. Silva, Magna Soelma Beserra de Moura, Josicleda Galvincio

Resumo


Pesquisas com o foco na criação de modelos para analisar a temperatura da superfície com sensoriamento remoto são muito importantes, pois servem como base de informações que auxiliarão no gerenciamento hidrológico, agrícola e ambiental. O presente estudo utilizou dados remotos na estimativa de temperatura da superfície em áreas de florestas secas, e seu objetivo foi verificar qual entre os produtos MODIS melhor representa a temperatura da superfície em áreas de caatinga. A área de estudo compreende uma caatinga preservada e outra em sucessão ecológica. Foram utilizadas como base espacial, dados de temperatura da superfície e de NDVI obtidos a partir do sensor MODIS e dados de temperatura do ar mensuradas por meio de estações agrometeorológicas de superfície. A análise se deu por regressão linear e coeficiente de correlação de Pearson entre a temperatura estimada pelo satélite e do ar na superfície. Os resultados apresentaram variações temporais nas estimativas pelo MODIS, sendo que os produtos diurnos do Terra e noturnos do Aqua foram os que melhor representaram a temperatura máxima e mínima. Para isso, equações de ajustes são propostas para áreas de caatinga com diferentes tipos de cobertura. As variações na temperatura estavam de acordo com a sazonalidade do NDVI da floresta e, ao longo dos dezessete anos, foi verificado aumento nos valores de temperatura nas áreas de estudo.

 

Use of Remote Sensing in Surface Temperature Analysis in Seasonally Dry Tropical Forest

 

A B S T R A C T

Research with a focus on creating models to analyze the surface temperature with remote sensing is very important, as they serve as a base of information that will assist in hydrological, agricultural, and environmental management. The present study used remote data to estimate surface temperature in dry forest areas, and its objective was to verify which of the MODIS products best represents the surface temperature in caatinga areas. The study area comprises a preserved caatinga and another in ecological succession. Surface temperature data and NDVI obtained by MODIS sensor and air temperature data measured using surface agrometeorological stations at each site were used. The analysis was done by linear regression and Pearson's correlation coefficient between the temperature estimated by the satellite and the air temperature on the surface. The results showed seasonal variations on the MODIS data, and the data that best fitted the maximum and minimum temperatures were obtained from Terra daytime and Aqua nighttime. Equations are proposed to best adjustments of the data according to the caatinga surface vegetation cover. The temperature variations were, according to the NDVI forest seasonality, and over the seventeen years, the temperature increased in both studied sites.

Keywords: Caatinga Biome, LST, NDVI, MODIS


Palavras-chave


Bioma Caatinga, LST, NDVI, MODIS.

Texto completo:

PDF

Referências


Aleixo, N., & Silva Neto, J. (2016). Precipitação e Riscos em Tefé-AM (Precipitation and risk in Tefé -AM). Revista Brasileira de Geografia Física, 8, 1176-1190. doi: CrossRef Google Scholar

Alexander, C, 2020. Normalised difference spectral indices and urban land cover as indicators of land surface temperature (LST). International Journal of Applied Earth Observation and Geoinformation, 86, 102013.

Amiri, M., Jafari, R, Tarkesh, M., Moderres, R., 2020. Spatiotemporal variability of soil moisture in arid vegetation communities using MODIS vegetation and dryness indices. Arid Land Research and Management, 34, 1-25.

Araújo, A. L., Silva, M. T., Silva, B. B., Santos, C. A. C., Dantas, M. P., 2018. Análise das Mudanças de Parâmetros Biofísicos Sobre o Nordeste Brasileiro de 2002 a 2011 com dados Modis. Revista Brasileira de Meteorologia, 33, 589-599.

Bartkowiak, P., Castelli, M., Notarnicola, C., 2019. Downscaling Land Surface Temperature from MODIS Dataset with Random Forest Approach over Alpine Vegetated Areas. Remote Sensing, 11, 1319.

Benali, A., Carvalho, A. C., Nunas, J. P., Carvalhais, N., Santos, A., 2012. Estimating air surface temperature in Portugal using MODIS LST data Remote Sensing of Environment, 124, 108-121.

Cao, S., Sanchez-Azofeifa, A., 2017. Modeling seasonal surface temperature variations in secondary tropical dry forests. International Journal of Applied Earth Observation and Geoinformation, 62, 122-134.

Duan, S. B., Li, Z. L., Li, H., Göttsche, F. M., Wu, H., Zhao, W., Leng, p., 2019. Validation of Collection 6 MODIS land surface temperature product using in situ measurements. Remote Sensing of Environment, 225, 16-29.

El Kenawy, A. M., Hereher, M. E., Robaa, S. M., 2019. An Assessment of the Accuracy of MODIS Land Surface Temperature over Egypt Using Ground-Based Measurements. Remote Sensing, 11, 1-29.

Galarça, S. P., Lima, C. S. M., Silveira, G. D., Rufato, A. D. R., 2010. Correlação de Pearson e análise de trilha identificando variáveis para caracterizar porta-enxerto de Pyrus communis L. Ciência e Agrotecnologia, 34, 860-869.

Galvíncio, J. 2019. Estimation of surface temperature with images obtained with drones. Journal of Hyperspectral Remote Sensing, 9, 397-406. doi: CrossRef

Golkar, F., Sabziparvar, A. A., Khanbilvardi, R., Nazemosadat, M. J., Zand-Parsa, S., Rezaei, Y., 2017. Estimation of instantaneous air temperature using remote sensing data. International Journal of Remote Sensing, 39, 258-275.

Gomes, V. P.; Galvíncio, J. D.; Moura, M. S. B., Ferreira, P. S. ; Paz, Y. M. ; Miranda, R. Q. 2016. Hyperspectral remote sensing applied for analysis of the resilience indicators and biome caatinga susceptibility to climate change. Revista Brasileira de Geografia Física, 9, 1122-1136. Google Scholar

Hereher, M. E., El Kenawy, A., 2020. Extrapolation of daily air temperatures of Egypt from MODIS LST data. Geocarto International, 1-17.

Khesali, E., Mobasheri, M., 2020. A method in near-surface estimation of air temperature (NEAT) in times following the satellite passing time using MODIS images. Advances in Space Research.

Lacerda, F. F., Nobre, P., Sobral, M. C. M., Lopes, G. M. B., Assad, E. D., 2016. Tendência do Clima do Semiárido Frente as Perspectivas das Mudanças Climáticas Globais: O Caso de Araripina, Pernambuco. Revista do Departamento de Geografia, 31, 132-141.

Lima, R., Moreira, E., & Nóbrega, R. (2016). A Influência Climática sobre a Epidemia Dengue na Cidade do Recife por Sistema de Informações Geográficas (Climate Influence on Dengue Epidemic in Recife City by Geographic Information System). Revista Brasileira de Geografia Física, 9, 384-398. doi: CrossRef Google Scholar

Martins, A. P., Rosa, R., 2019. Procedimentos metodológicos para estimativas de variáveis relacionadas ao balanço de energia no sistema Terra-Atmosfera – Uma Revisão de Literatura. Caderno Prudentino de Geografia, 41, 100-119.

Maier, É., Costi, J., Barreira, S., & Simões, J. (2016). Precipitação na América do Sul: Médias Climáticas e Padrões da Variabilidade no Período entre 1979 e 2008. Revista Brasileira de Geografia Física, 9, 032-046. doi: CrossRef Google Scholar

NourEldeen, N., Mao, K., Yuan, Z., Shen, X., Xu, T., Qin, Z., 2020. Analysis of the Spatiotemporal Change in Land Surface Temperature for a Long-Term Sequence in Africa (2003-2017). Remote Sensing, 12, 1-24.

Oliveira, J., de Medeiros, B., da Silva, J., Moura, G., Lins, F., Nascimento, C., & Lopes, P. (2018). Space-temporal evaluation of biophysical parameters in the High Ipanema watershed by remote sensing. Journal of Hyperspectral Remote Sensing, 7, 357-366. doi: CrossRef Google Scholar

Oliveira, T.H.; Silva, J. E. ; Santos, M. O. ;Oliveira, J. S. E. S. ; Galvíncio, J. D. 2015. Time-space evolution of surface drainage and waterproofing process in Santo Amaro, Recife-PE. Revista Brasileira de Geografia Física, 8, 1571-1587. Google Scholar

Pereira, C. C.; Mariano, Z. F.; Wachholz, F.; Cabral, J. B. P., 2016. Avaliação da Temperatura de superfície continental (TSC) e o uso da terra na Bacia da usina hidrelétrica de Barra dos Coqueiros (GO) por meio de sensoriamento remoto (Assessment of (Continental Surface Temperature (TSC) and Land Use in the Barra dos Coqueiros Hydroelectric Power Plant (GO) Basin by Remote Sensing), Revista Brasileira de Climatologia, 18, 92-107.

Pires, W. N., Moura, M. S. B., DE Souza, L. S. B., DA Silva, T. G. F., Carvalho, H. F. S., 2017. Fluxos de radiação, energia, CO2 e vapor d’água em uma área de caatinga em regeneração. Agrometeoros, 25, 143-151.

Ribeiro, R., Ávila, P., Brito, J., Santos, E., & Sousa, L. (2014). Análise da Tendência Climática nas Séries Temporais de Temperatura e Precipitação de Tucuruí-Pará (Trend Analysis of the Climate in Time Series of Temperature and Precipitation of Pará-Tucuruí). Revista Brasileira de Geografia Física, 7, 798-807. doi: CrossRef Google Scholar

Rouse, J. W.; Haas, R. H., Schell, J. A.; Deering, D.W., 1973. Monitoring Vegetation Systems in the Great Plains with ERTS. In: Proceeding of Erts‐1 Symposium. Anais ... NASA, United States.

Rosa, R., 2005. Geotecnologias na geografia aplicada. Revista do Departamento de Geografia, 16, 81-90.

Sá, I. I. S., Galvíncio, J. D., Moura, M. S. B., Sá, I. B., 2008. Uso do índice de vegetação da diferença normalizada (IVDN) para caracterização da cobertura vegetal da região do Araripe pernambucano. Revista Brasileira de Geografia Física, 1, 28-38.

Santos, C. V. B., Baptista, G. M. M., Moura, M. S. B., 2017. Seasonality of Vegetation Indices in diferente land uses in the São Francisco Valley. Journal of Hiperespectral Remote Sensing, 7, 158-167.

Silva, E. R. A. C. ;Miranda, R. Q.; Ferreira, P. S.; Gomes, V. P. ; Galvíncio, J. D. 2016. Estimativa do Estresse Hidrológico na Bacia Hidrográfica do Riacho do Pontal-PE / Hydrological stress estimate in Pontal watershed-PE. Caderno de Geografia, 26, 844-861.

Silva, M., de Moura, F., & Jardim, C. (2017). O diagrama de Caixa (Box Plot) Aplicado à Análise da Distribuição Temporal das Chuvas em Januária, Belo Horizonte e Sete Lagoas, Minas Gerais-Brasil (The box diagram (Box Plot) applied to the analysis of the temporal distribution of rainfall in ...). Revista Brasileira de Geografia Física, 10, 023-040. doi: CrossRef Google Scholar

Souza, L. S. B., Moura, M. S. B., Sediyama, G. C., Silva, T. G. F., 2015. Balanço de radiação em ecossistema de Caatinga preservada durante um ano de seca no semiárido Pernambucano, 8, 41-55.

Souza, L. S. B., Moura, M. S. B., Sediyama, G. C., Silva, T. G. F., 2017. Carbon exchange in a caatinga area during an unusually drought year, 25, 37-45.

Vancutsem, C., Ceccato, P., Dinku, T., Connor, S. J., 2010. Evaluation of MODIS and surface temperature data to estimate air temperature in different ecosystems over Africa. Remote Sensing of Environment, 114, 449-465.

Viana, R., Santos, G., Moreira, D., Louzada, J., & Rosa, L. (2019). O Uso da Geoestatística Espaço-Temporal na Predição da Temperatura Máxima do Ar (The Use of Space-Temporal Geostatistics in the Prediction of Maximum Air Temperature). Revista Brasileira de Geografia Física, 12, 096-111. Doi: CrossRef Google Scholar

Zanzarini, F. V.; Pissarra, T. C.; Brandão, F. J. C.; Texeira, D. D. B., 2013. Correlação espacial do índice de vegetação (NDVI) de imagem Landsat/ETM+ com atributos do solo. Revista Brasileira de Engenharia Agrícola e Ambiental, 6, 608-614.

Yao, R., Wang, L., W., Wang, S., Wang, L., Wei, J, Li, J., Yu, D., 2020. A detailed comparison of MYD11 and MYD21 land surface temperature products in mainland China. International Journal of Digital Earth, 1-17.

Zhao, W., He, J., Wu, Y., Xiong, D., Wen, F., Li, A., 2019. An Analysis of Land Surface Temperature Trends in the central Himalayan region based on MODIS products. Remote Sensing, 11, 1-19.

Zhu, W., Lű, A., Jia, S., 2013. Estimation of daily maximum and minimum air temperature using MODIS land surface temperature products. Remote Sensing of Environment, 130, 62-73.




DOI: https://doi.org/10.26848/rbgf.v13.3.p941-957

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License