Avaliação espaço-temporal da transformação do uso e ocupação da terra e seus impactos na temperatura da superfície em Rio Verde - GO

Luciane de Souza Pereira; Lucas Peres Angelini; Victor Hugo de Morais Danelichen; Luiz Fernando Gomes

doi:10.26848/rbgf.v17.1.p494-507

Autores

Luciane de Souza Pereira Instituto Federal Goiano - Campus Rio Verde
Lucas Peres Angelini Instituto Federal Goiano - Campus Rio Verde
Victor Hugo de Morais Danelichen Universidade de Cuiabá, Campus Barão
Luiz Fernando Gomes Instituto Federal Goiano - Campus Rio Verde

DOI:

https://doi.org/10.26848/rbgf.v17.1.p494-507

Palavras-chave:

clima urbano, monitoramento e gestão territorial.

Resumo

O aumento da temperatura da superfície tem causado preocupação mundial, principalmente porque as modificações do ambiente urbano interferem consideravelmente no conforto ambiental. O desenvolvimento das cidades está frequentemente marcado pela remoção de cobertura vegetal, movimentação de terra e impermeabilização do solo. Para investigar um processo de urbanização acentuado e seus efeitos no microclima, estudou-se o município de Rio Verde, estado de Goiás, Brasil, no período de 1985 a 2019. Objetivou-se com este estudo, avaliar espaço-temporalmente as mudanças do uso e ocupação solo e seus impactos na temperatura da superfície no Município. Para isso, desenvolveu-se uma condição embasada num algoritmo de decisão hierárquica, para classificar especificamente a distribuição espacial de solos de Cerrado urbano. Foi utilizado dados extraídos de imagens orbitais dos satélites Landsat-5 e Landsat-8 no período de 1985 a 2019. Dentre os resultados, detectou-se o aumento de camadas de superfície termicamente ativas, resultando em alterações na temperatura da superfície demonstrando que a intensidade das ilhas de calor é superior em áreas de solos impermeabilizados. Este estudo por fim concluiu-se, que a expansão urbana, assim como os demais parâmetros ambientais ocasionados por esta, foram a principal força motriz e causa dessas modificações e impactos no microclima observados no município. Nesse sentido, as mudanças do uso e ocupação do solo resultou em alterações no comportamento térmico superficial ocasionado principalmente pela transformação do uso do solo.

Downloads

Não há dados estatísticos.

Biografia do Autor

Luciane de Souza Pereira, Instituto Federal Goiano - Campus Rio Verde

Mestre em Engenharia Aplicada e Sustentabilidade - Aplicação de geotecnologias para processamento de imagens de satélite para extração de informação sobre impactos ambientais urbanos. Graduação em Saneamento Ambiental (2016), curso voltado a utilizar conhecimento de engenharias para elaborar Estudos de Impacto Ambiental, Diagnostico Ambiental. Apta a participar da projeção de sistemas urbanos de abastecimento público de água, de tratamento de esgoto e de resíduos sólidos e ainda em ministrar palestras nas áreas de formação acadêmica e profissional. Atuação durante 5 anos na área de análise em documentos pertinentes à uso e ocupação de solo (Georreferenciamentos e Cadastro Ambiental Rural).

Lucas Peres Angelini, Instituto Federal Goiano - Campus Rio Verde

Possui Graduação em Gestão Ambiental pelo Instituto Federal de Mato Grosso (2013), Mestrado (2015) e Doutorado (2018) em Física Ambiental pela Universidade Federal de Mato Grosso (UFMT). Atualmente, é Professor no Instituto Federal Goiano - Campus Rio Verde (IF Goiano) na área de Engenharia Ambiental e credenciado ao Programa de Pós-graduação em Engenharia Aplicada e Sustentabilidade. Coordena o curso superior de Tecnologia em Saneamento Ambiental do IF Goiano Rio Verde. Tem experiência na área de Ciências Ambientais, com ênfase em análises espaciais, atuando principalmente em análises de sensoriamento remoto aplicado aos balanços de radiação e energia, evapotranspiração, dados espaço-temporais de variáveis climatológicas e meteorológicas.

Victor Hugo de Morais Danelichen, Universidade de Cuiabá, Campus Barão

Graduado em Licenciatura Plena em Física pela Universidade Federal de Mato Grosso e Engenharia da Computação pela Universidade de Cuiabá, Mestre, Doutor e pós-doutorado em Física Ambiental pela mesma instituição federal. Professor Associado do Mestrado em Ciências Ambientais e Engenharias da UNIC e Mestrado e Doutorado em Meio Ambiente e Desenvolvimento Regional da UNIDERP. Ministra disciplinas na graduação e na pós-graduação e orienta alunos em nível de Iniciação Científica, Mestrado e Doutorado. Tem experiência na área Ciências Ambientais, com ênfase em Climatologia, Micrometeorologia e o uso de Sensores Orbitais. Além disso, trabalha com temas envolvendo a integração de dados terrenos com dados de Sensoriamento Remoto, validação, geração de produtos e automatização de geoprocessamento com uso de SIG. É revisor ad-hoc de diversas revistas científicas nacionais e internacionais.

Luiz Fernando Gomes, Instituto Federal Goiano - Campus Rio Verde

Graduado em Engenharia Agrícola pela Universidade Estadual de Goiás, UEG - GO (2015). Mestre em Engenharia Aplicada e Sustentabilidade pelo Instituto Federal de Educação, Ciência e Tecnologia Goiano (Campus Rio Verde - GO) (2019), onde atuou na linha de pesquisa em "Eficiência Energética e Sustentabilidade" com desenvolvimento de métodos de reaproveitamento de resíduos de origem animal, vegetal e mineral para produção agrícola. Atualmente desenvolve pesquisas na área de geotecnolgias para estudo de uso e cobertura do solo, aplicação de sensoriamento remoto e Sistemas de Informações Geográficas (SIG) na gestão da irrigação e necessidades hídricas de culturas agrícolas.

Referências

Andrade, A. M. D.; Moura, M. A. L.; Santos, M. A. L.; Santos, A. B.; Carneiro, R. G.; Junior, R. S.; Radiação Fotossinteticamente Ativa incidente e refletida acima e abaixo do dossel de floresta de mata atlântica em Coruripe, Alagoas. Revista Brasileira de Meteorologia, 29, 68-79, 2014.

Aboelnour, M., Engel, B. A. Application of Remote Sensing Techniques and Geographic Information Systems to Analyze Land Surface Temperature in Response to Land Use/Land Cover Change in Greater Cairo Region, Egypt. Journal of Geographic Information System, v. 10, p. 57-88. 2018.

Angelini, L.P. et al. Balanço de Energia nas Condições de Mudanças de Uso do Solo na Região Sul do Estado de Mato Grosso. Revista Brasileira de Meteorologia, 32, 353-363, 2017.

Arjasakusuma, S., Mutaqin, Bw, Sekaranom, Ab; Marfai, Ma. Sensibilidade de proxies de vegetação baseados em sensoriamento remoto às variabilidades do clima e da temperatura da superfície do mar na Austrália e partes do Sudeste Asiático. International Journal of Remote Sensing, 41 (22), 8631–8653, 2020. [doi: 10.1080 / 01431161.2020.1782509]

Artmann, M.; Kohlera, M.; Meinela, G.; Ganb, J.; Iojac, I.-C. How smart growth and green infrastructure can mutually support each Other - A conceptual framework for compact and green cities. Ecological Indicators, v. 96, parte 2 pp.10-22.2017. [http://dx.doi.org/10.1016/j.ecolind.2017.07.001]

Bala, R.; Prasad, R.; Yadav, V. P. A comparative analysis of day and night land surface temperature in two semi-arid cities using satellite images sampled in different seasons. Advances in Space Research, 66, 412-425, 2020.

Barbosa, A. H. S.; Carvalho, G. R.; Camacho, R.G.V. Aplicação do NDVI para a Análise da Distribuição Espacial da Cobertura Vegetal na Região Serrana de Martins e Portalegre –Estado do Rio Grande do Norte. Revista do Departamento de Geografia, v. 33, p.128-143. 2017. Bullock, E.; Woodcock, C.; Olofsson, P. Monitoring tropical forest degradation using spectral unmixing and Landsat time series analysis. Remote Sensing of Environment, v. 238 ,110968. [10.1016 / j.rse.2018.11.011

Campos, M. B. L. M. B.; Danelichen, V. H. M. Sensoriamento Remoto e Estudos de Clima Urbano. ENSAIOS E CIÊNCIA (CAMPO GRANDE. IMPRESSO), v. 25, p. 195-199, 2021. [https://doi.org/10.17921/1415-6938.2021v25n2p195-199]

Carneiro, G. T., et al Cobertura Florestal do Município de Rio verde, go: Estrutura e Composição da Paisagem Entre 2005 e 2008 – Ateliê Geografico, 36, 335-357, mai./ago. 2011. Rio Claro, 2011.

Chakrborty, T; Lee, S. A simplified urban-extent algorithm to characterize surface urban heat islands on a global scale and examine vegetation control on their spatiotemporal variability. Int J Appl Earth Obs Geoinformation, v.174, p. 269-280, 2019. [ https://doi.org/10.1016/j.jag.2018.09.015]

Chatterjee, R.S.; Singh, N.; Thappa, S. et al., Retrieval of land surface temperature (LST) from landsat TM6 and TIRS data by single channel radiative transfer algorithm using satellite and ground-based inputs. International Journal of Applied Earth Observation and Geoinformation, v. 58, p. 264–277, 2017.

Chen, M; Willgoose, G. R.; Saco, P. M.; Investigating the impact of leaf area index temporal variability on soil moisture predictions using remote sensing vegetation data. Journal of Hydrology, 522, 274–284, 2015.

Congalton, R.G., K. Green. Assessing the Accuracy of Remotely Sensed Data: Principles and Practices, Lewis Publishers, Boca Raton, Florida, 137 p., 1999.

Coutts, A. M.; Harris, R. J.; Phana, T.; Livesley, S. T.; Williams, N. S. G.; Tapper, N. J.; Thermal infrared remote sensing of urban heat: Hotspots, vegetation, and an assessment of techniques for use in urban planning. Remote Sensing of Environment, v. 186, pp. 637–651, 2016. [http://dx.doi.org/10.1016/j.rse.2016.09.007]

Christen, A.; Vogt, R. Energy and radiation balance of a Central European city. International Journal of Climatology, Chichester, v.24, p.1.395-1.421, 2004

Danelichen, V. H. M.; Pereira, O. A. Estudo da Utilização de GPUs no Processamento de Imagens de Satélite. UNICIÊNCIAS, [S. l.], v. 27, n. 2, p. 104–113, 2023. DOI: 10.17921/1415-5141.2023v27n2p104-113.

Ding, H.; Xu, L.; Elmore, A. J.; Shi, Y. Vegetation Phenology Influenced by Rapid Urbanization of The Yangtze Delta Region. Remote Sensing. V. 12pp.1-18, 2020. [https://doi.org/10.3390/rs12111783]

Ferreira, F. L. S.; Pereira, E. B.; Laback, L. C. Land surface temperature associated factors in urban areas: local climate zones and spectral characteristics. Ambiente Construído, v. 21. 2021. [https://doi.org/10.1590/s1678-86212021000100504]

Feitosa, S. M. R., Consequências da Urbanização na Vegetação e na Temperatura da Superfície de Teresina – Piaui. Revsbau, Piracicaba (SP), 6, 58-75, 2011.

Gao, B. NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment. V. 58, p. 257-266, 1996.

Gautam, V. K; Gaurava, P. V; Murugana, P.; Annaduraia, M. Assessment of Surface Water Dynamicsin Bangalore using WRI, NDWI, MNDWI, Supervised Classification and K-T Transformation, Aquatic Procedia V. 4, p. 739 – 746, 2015.

Gohain, K. J.; Mohammad, P.; Goswamib, A. Assessing the impact of land use land cover changes on land surface temperature over Pune city, India. Quaternary International, 2021. [https://doi.org/10.1016/j.quaint.2020.04.052]

Gounaridis, D.; Koukoulas, S. Urban land cover thematic disaggregation, employing datasets frommultiple sources and RandomForests modeling. International Journal of Applied Earth Observation and Geoinformation, v.51, p.1–10, 2016.

Guha, S.; Govil, H.; Dey, A.; Gill, N. A case study on the relationship between land surface temperature and land surface indices in Raipur City, India. Geografisk tidsskrift, p.35-50, vol.120(1), 2020.

Heinl, M.; Hammerlea, A.; Tappeinera, U.; Leitingera, G. Determinants of urban–rural land surface temperature differences – A landscape scale perspective. Landscape and Urban Planning, v. 134 pp. 33–42, 2015. [http://dx.doi.org/10.1016/j.landurbplan.2014.10.003]

Huang, X.; Wen, D.; Jiayi, L.; Rongjun, Q. Multi-level monitoring of subtle urban changes for the megacities of China using high-resolution multi-view satellite imagery. Remote Sensing of Environment, v. 196, pp.56–75, 2017. [http://dx.doi.org/10.1016/j.rse.2017.05.0010034-4257]

Huia, Y., Zhang, A. Q., Xua, C., et al Vegetation's role in controlling long-term response of near ground air temperature to precipitation change in a semi-arid region. Journal of Arid Environments Available. 2018.

IBGE. Instituto Brasileiro de Geografia e Estatística. Sistema IBGE de Recuperação Automática – SIDRA. Site. 2016. <https://sidra.ibge.gov.br/home/ipca15/brasil>

Imam, A.; Banerjee. Urbanization and Greening of Indian Cities: Problems, Practices and Policies. Ambio, United Kingdom. Ambio, Reino Unido, 2016. v. 45, 442–457 [https://doi.org/10.1007/s13280-015-0763-4]

INMET- Instituto Nacional de Meteorologia. Agrometereologia - Ministério da Agricultura, Pecuária e Abastecimento. Site, 2022.

Jimenez-Muñoz, J. C.; Sobrino, J.A. PAOLINI, L. Remote Sensing of Environment, v.90, p. 434–440, 2004.

Jiménez-Muñoz, J. C.; Sobrino, J. A.; Skokovic, D. Mattar, C. Cristóbal, J. Land Surface Temperature Retrieval Methods from Landsat-8 Thermal Infrared Sensor Data. IEEE Geoscience and Remote Sensing Letters, 11, 1840-1843, 2014.

Li, X.; Zhou, Y.; Ghassen, R. A.; Zhu, Z. Developing a 1 km resolution daily air temperature dataset for urban and surrounding areas in the conterminous United States. Remote Sensing of Environment v.215, p. 74–84, 2018. [https://doi.org/10.1016/j.rse.2018.05.034]

Li, X.; Gong, P.; Liang, L. A 30-year (1984–2013) record of annual urban dynamics of Beijing City derived from Landsat data. Remote Sensing of Environment, v. 166, pp. 78–90. 2015. [http://dx.doi.org/10.1016/j.rse.2015.06.0070034-4257]

Liu, F.F.; Wei, J. Y.; Kong, F. H.; Yin, H. W.; Xu, W. B. A review on the urban green spacy cooling effect based on field measurement of air temperature. v. 4, PP 1387-1396, 2017. [ doi: 10.13287 / j.1001-9332.201704.012]

Liu, S.; Zhang, Y. O.; Cheng, F.; Zhao, X. H. S. Resposta da Degradação das Pastagens à Seca em Diferentes Escalas de Tempo na Província de Qinghai: Características Espaciais-Temporais, Correlação e Implicações. Remote Sensing, v.9, p.1329, 2017.

Liu, Y., Songa, W.; Denga, X. Understanding the spatiotemporal variation of urban land expansion in oásis cities by integrating remote sensing and multi-dimensional DPSIR-based Indicators. Ecological Indicators, v. 96 pp. 23-27, 2019, [https://doi.org/10.1016/j.ecolind.2018.01.029]

Loew, A.; Stackel, T.; Dorigo, W.; Jeu, R; Hagemann, S. Potential and limitations of multidecadal satellite soil moisture observations for selected climate model evaluation studies. Hydrology Earth System Science. v.17, p.3523– 3542, 2013. [Doi: 10.5194 / hess-17-3523-2013]

Malik, S.; Pal, S. C.; Sattar, A.; Singh, S. K.; Das, B.; Chakrabortty, B.; Mohammad, P. Trend of extreme rainfall events using suitable Global Circulation Model to combat the water logging condition in Kolkata Metropolitan Area. Urban Climate, v.32, p. 100599, 2020.

Mathew, A.; Khandelwal, S.; Kaul, N. Analysis of diurnal surface temperature variations for the assessment of surface urban heat island effect over Indian cities. Energy and Buildings, V. 159, p.271-295, 2018. https://doi.org/10.1016/j.enbuild.2017.10.062

Mendonça, J. C., Sales, R. S. B., & Sales, D. da S. (2022). Balanço de Energia no perímetro urbano de Campos dos Goytacazes, RJ: Um estudo de caso. Revista Brasileira De Geografia Física, 15(6), 3093–3105. https://doi.org/10.26848/rbgf.v15.6.p3093-3105

Miao, C; Kong, D.; Wu, J. et al., Functional degradation of the water–sediment regulation scheme in the lower Yellow River: Spatial and temporal analyses. Science of the Total Environment, v. 551–552 p.16–22, 2016. [Doi: 10.1016 / j.scitotenv.2016.02.006]

Miles, V.; Esau, I., Seasonal and Spatial Characteristics of Urban Heat Islands (UHIs) in Northern West Siberian Cities, Remote Sensing, 9, 988-100, 2017.

Nurwanda, A.; Honjo, T. The prediction of city expansion and land surface temperature in Bogor City, Indonesia. Sustainable Cities and Society, v. 52, n. 101772, 2020. [https://doi.org/10.1016/j.scs.2019.101772]

Oke, T. R.; Climatic Impacts of Urbanization. Interation of Energy and Climate. D. Reidel Publishing Company. Dordrechet: Holland, Boston: U.S.A., p.339-357, 1980.

Orimoloye, Ir, Mazinyo, Sp, Nel, W. et al. Monitoramento espaço-temporal da temperatura da superfície terrestre e radiação estimada usando sensoriamento remoto: implicações para a saúde humana no leste de Londres, África do Sul. Environ Earth Sci 77, 77 (2018). [https://doi.org/10.1007/s12665-018-7252-6]

Pereira, M. V. D.; Danelichen, V. M.; Batista, M. B. L. M. B. C. Investigação do Uso de Parâmetros Biofísicos na Influência do Microclima Dentro de Áreas Urbanas. Ensaios e ciência (campo grande. Impresso), v. 25, p. 16-20, 2021. [ https://doi.org/10.17921/1415-6938.2021v25n1p16-20]

Silva, P. B. S., Identificação de anomalias térmicas por sensoriamento remoto em Cuiabá/MT /. Dissertação (mestrado) - Universidade Federal de Mato Grosso, Instituto de Física, Programa de Pós-Graduação em Física Ambiental, Cuiabá, 2016.

Silveira, P. C. da, Campos, C. G. C., Sá, E. A. S., Biffi, L. J., & Dalri, J. C. (2023). Análise das superfícies urbanas para identificação de ilhas de calor através da aplicação de índices radiométricos e da temperatura da superfície. Revista Brasileira De Climatologia, 33(19), 329–353. https://doi.org/10.55761/abclima.v33i19.16322

Sharma, R.; Ghosh, A.; Joshi, P.K. Analysing spatio-temporal footprints of urbanization on environment of Surat city using satellite-derived bio-physical parameters, Geocarto International, 28:5, 420-438, 2013.

Sharma, I. Modeling of vegetation index and land surface temperature to identify and compare the changing trends, using generalized estimating equations. International Journal of Human Capital in Urban Management, v. 3(4): pp. 279-286, 2018. [DOI:10.22034/IJHCUM.2018.04.02]

Shaker, Rr; Altman, Y; Deng, C.; Vaz, E.; Forsythe, Kw. Investigating urban heat island through spatial analysis of New York City streetscapes. Journal of Cleaner Production v. 233, p 972- 992, 2019. [doi: 10.1016 / j.jclepro.2019.05.389]

Sheng, J.; Wilson, J. P. Lee, S. Comparison of land surface temperature (LST) modeled with a spatiallydistributed solar radiation model (SRAD) and remote sensing data. Environmental Modelling & Software, v. 24, p. 436–443, 2009. [doi:10.1016/j.envsoft.2008.09.003]

Singh, P.; Kikon, N.; Verma, P.; Impact of land use change and urbanization on urban heat island in Lucknow city, Central India. A remote sensing based estimate. Sustainable Cities and Society, v. 32 pp. 100–114, 2017. [dx.doi.org/10.1016/j.scs.2017.02.018 2210-6707

Sobrinho Neto, F. S.; Danelichen, V. H. de M. Estudo do Uso de Índices de Vegetação nas Culturas do Brasil. UNICIÊNCIAS, [S. l.], v. 26, n. 2, p. 100–107, 2023. DOI: 10.17921/1415-5141.2022v26n2p100-107.

Stewart, I. D.; Oke, T. R.; Krayenhoff, E. S. Evaluation of the ‘local climate zone’ scheme using temperature observations and model simulations. International Journal of Climatology, v. 34, n. 4, p. 1062-1080, mar. 2014.

Tayyebi, A.; Shafizadeh-Moghadam, H.; Tayyebi, A. H. Analyzing long-term spatio-temporal patterns of land surface temperature in response to rapid urbanization in the mega-city of Tehran - Land Used Policy, v. 71, p. 459-469. 2018. [https://doi.org/10.1016/j.landusepol.2017.11.023]

USGS (United States Geological Survey). Using . Disponível em: https://landsat.usgs.gov/using

Viana, Cm; Oliveira, S.; Oliveira, Sc; Rocha, J. Land Use/Land Cover Change Detection and Urban Sprawl Analysis. Spatial Modeling in GIS and R for Earth and Environmental Sciences, v. 1 pp. 621-651, 2019. [DOI: https://doi.org/10.1016/B978-0-12-815226-3.00029-6]

Voogta, J. A; Oke, T. R, Thermal remote sensing of urban climates. Remote Sensing of Environment, v. 86, n. 3, p. 370-384, 2003. [https://doi.org/10.1016/S0034-4257(03)00079-8]

Wang, R.; Hou, H.; Murayama, Y.; Derdouri, A.; Spatiotemporal Analysis of Land Use/Cover Patterns and Their Relationship with Land Surface Temperature in Nanjing, China. Remote sensing (Basel, Switzerland). 440, 12(3), 2020.

Wenbin, Z.; Aifeng, L.; Shaofeng, J.; Estimation of dailymaximum andminimumair temperature usingMODIS land surface temperature products. Remote Sensing of Environment, v. 130 pp. 62–73, 2013. [http://dx.doi.org/10.1016/j.rse.2012.10.034]

Weng, Q.; Firozjaei, M. K.; Kiavarz, M. et al., Normalizing land surface temperature for environmental parameters is mountainous and urban areas of a cold semi-arid climate. Science of the Total Environment, v. 650, p.515–529, 2019.

Xiao, Q.; Tao, J.; Xiao, Y, et al., Monitoring vegetation cover in Chongqing between 2001 and 2010 using remote sensing data. Research Center for Eco-Environmental Sciences, 2017. DOI 10.1007/s10661-017-6210-1

Xu, H. Modified Normalized Difference Water Index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, v.27, p. 3025-303, 2006.

Yang, J., Sun, J., Ge, Q.; Li, X. Assessing the Impacts of Urbanization-Associated Green Space on Urban Land Surface Temperature: A Case Study of Dalian, China. Urban Forestry & Urban Greening, 22, 1-10, 2017. [10.1016 / j.ufug.2017.01.002].

Yao, R., Wang, L., Huang, X., Zhang, W., Li, J.; Niu, Z. Variações interanuais na intensidade das ilhas de calor de superfície urbana e motivadores associados na China. Journal of Environmental Management, 222, 86-94, 2018. [10.1016 / j.jenvman.2018.05.024]

Zhang, H.; Lin, H.; Wang, Y. A new scheme for urban impervious surface classification from SAR images. ISPRS Journal of Photogrammetry and Remote Sensing, V. 139, p. 103-118, 2018. [https://doi.org/10.1016/j.isprsjprs.2018.03.007]

Zhang, Y., Odeh, I. O. A., Han, C. Bi-temporal characterization of land surface temperature in relation to impervious surface area, NDVI and NDBI, using a subpixel image analysis. International Journal of Applied Earth Observation and Geoinformation, v. 11, p. 256–264, 2009. [https://doi.org/10.1016/j.jag.2009.03.001]

Zheng, Z.; Zhou, W.; Wang, J.; Hu, X.; Qiang, Y. Sixty-Year Changes in Residential Landscapes in Beijing: A Perspective from Both the Horizontal (2D) and Vertical (3D) Dimensions. Remote Sensing, v. 9, p. 2-14, 2017.

Zhou, D., Bonafoni, S., Zhang, L., Wang, R. Sensoriamento remoto do efeito da ilha de calor urbana em uma área de aglomeração urbana altamente populosa no leste da China. Science of The Total Environment, 628-629, 415-429, 2018. [10.1016 / j.scitotenv.2018.02.074]

Zhou, Q.; Luo, Y.; Zhou, X.; Cai, M. C.; Zhao, C. Response of vegetation to water balance conditions at different time scales across the karst area of southwestern China—A remote sensing approach. Science of the Total Environment, v. 645, p. 460–470, 2018. [Doi: 10.1016 / j.scitotenv.2018.07.148]

Zhou, Y., Weng, Q., Gurney, K.R., Shuai, Y., Hu, X., 2012. Estimation of the relationship between remotely sensed anthropogenic heat discharge and building energy use. ISPRS J. Photogramm. Remote Sens. [https://doi.org/10.1016/j.isprsjprs.2011.10].

Zhu, Z., Zhang, J., Yang, Z., Aljaddani, Ah, Cohen, Wb, Qiu, S., & Zhou, C. Continuous monitoring of land disturbance based on Landsat time series. Remote Sensing of Environment., V. 238, 111116, 2020 [ 10.1016 / j.rse.2019.03.009]

Zhu, Z.; Zhoub, Y.; Seto, K. C.; Stokes, E. C.; Deng, C., Pickett, S. T. A.; Taubenböckg, H. Understanding an urbanizing planet: Strategic directions for remote sensing. Remote Sensing of Environment, v. 228, pp. 164–182, 2019. [doi.org/10.1016/j.rse.2019.04.020]