Classificação do Impacto de Variáveis Microclimáticas na Formação do Índice de Variância do Campo Termal Urbano em Ilhas de Calor Urbano em Cuiabá- Mato Grosso
DOI:
https://doi.org/10.26848/rbgf.v18.05.p4125-4150Palavras-chave:
Era5, Satélite Landsat, Google Earth EngineResumo
Avaliar o impacto que as variáveis microclimáticas umidade relativa do ar, NDVI, direção dos ventos locais e velocidade dos ventos locais tem na ocorrência do Fenômeno de Ilha de Calor Urbano (UHI) pode nos auxiliar na compreensão da formação de ilhas de calor. Uma das formas de se avaliar é utilizar uma abordagem de classificação de dados através de Floresta Aleatória para analisar os cenários da influência do Índice de Variância do Campo Termal Urbano (UTFVI) nestas variáveis microclimáticas e, desta forma, compreender quais as tendências que podem ocorrer diante das mudanças comportamentais destas variáveis
microclimáticas. Para alcançar estes objetivos, será realizado uma modelagem de dados com imagens e dados amostrais obtidos dos satélites Landsat 7, Landsat 8 e dados de reanálise ERA5. Com as imagens obtidas, será feito um procedimento de classificação da cobertura do solo e com dados de reanálise ERA5 a classificação do UTFVI. Quando da aplicação do algoritmo de Floresta Aleatória, o modelo foi gerado com uma amostra de dados reduzida a níveis de indicação do UTFVI para a determinação do acontecimento do Fenômeno UHI (forte, muito forte e extremo) e assim obter um modelo preditivo mais preciso. Além da investigação sobre o impacto das variáveis microclimáticas no UFTVI, buscou-se detectar tendências nas séries temporárias das variações das variáveis microclimáticas com relação ao UTFVI e a obtenção dos resultados demonstram a
importância do aprendizado de máquina para melhorar a detecção dos fatores que levam a condições perigosas da existência do Fenômeno UHI.
Referências
ALBONWAS, R. K.; AL-KHAKANI, E. T. Using the multiple regression model to predict the land surface temperature in Al Najaf province, Iraq. International Journal of Special Education, v. 37, n. 3, p. 9970–9981, 31 mar. 2022.
ALCARDE ALVARES, C. et al. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, 1 dez. 2013.
BECK, H. E. et al. Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data, v. 5, n. 1, p. 180214, 30 out. 2018.
BENALI, A. et al. Estimating air surface temperature in Portugal using MODIS LST data. Remote Sensing of Environment, v. 124, p. 108–121, 4 ago. 2012.
CALLAHAN, C. W.; ELANSARI, A. M.; FENTON, D. L. Chapter 8 - Psychrometrics. Em: YAHIA, E. M. (Ed.). Postharvest Technology of Perishable Horticultural Commodities. [s.l.] Woodhead Publishing, 2019. p. 271–310.
CARLSON, T. N.; RIPLEY, D. A. On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote Sensing of Environment, v. 62, n. 3, p. 241–252, 1 dez. 1997.
COSTA, R. L. Use of remote sensing in the identification of Urban Heat Islands and in the evaluation of Human Thermal Comfort. Journal of Hyperspectral Remote Sensing, v. 7, n. 7, p. 408–422, 2017.
DUARTE, D. H. S. O impacto da vegetação no microclima em cidades adensadas e seu papel na adaptação aos fenômenos de aquecimento urbano. Contribuições a uma abordagem intersdisciplinar. text—[s.l.] Universidade de São Paulo, 7 dez. 2015.
ENTERIA, N.; SANTAMOURIS, M.; EICKER, U. Urban Heat Island (UHI) Mitigation Hot and Humid Regions: Hot and Humid Regions. [s.l: s.n.].
FILHO, W. L. et al. Impacts, strategies and tools to mitigate UHI. A+BE | Architecture and the Built Environment, n. 20, p. 67–102, 2017.
FRANCO, F. M. et al. TRAÇADO URBANO E SUA INFLUÊNCIA NO MICROCLIMA: UM ESTUDO DE CASO EM CENTRO HISTÓRICO. Revista Eletrônica em Gestão, Educação e Tecnologia Ambiental, p. 1916–1931, 18 fev. 2013.
GUHA, S. et al. Analytical study of land surface temperature with NDVI and NDBI using Landsat 8 OLI and TIRS data in Florence and Naples city, Italy. European Journal of Remote Sensing, v. 51, n. 1, p. 667–678, 1 jan. 2018.
HOWELL, T.; DUSEK, D. Comparison of Vapor-Pressure-Deficit Calculation Methods—Southern High Plains. Journal of Irrigation and Drainage Engineering, v. 121, 1 mar. 1995.
KAFY, A.-A. Estimation of Urban Heat Islands Effect and Its Impact on Climate Change: A Remote Sensing and GIS-Based Approach in Rajshahi District. Rochester, NY, 1 out. 2019. Disponível em: <https://papers.ssrn.com/abstract=3681227>. Acesso em: 25 jun. 2023
KAFY, A.-A. et al. Prediction of seasonal urban thermal field variance index using machine learning algorithms in Cumilla, Bangladesh. Sustainable Cities and Society, v. 64, p. 102542, 1 jan. 2021.
KONG, F.; SINGH, R. P. 2 - Chemical Deterioration and Physical Instability of Foods and Beverages. Em: SUBRAMANIAM, P. (Ed.). The Stability and Shelf Life of Food (Second Edition). Woodhead Publishing Series in Food Science, Technology and Nutrition. Second Edition ed. [s.l.] Woodhead Publishing, 2016. p. 43–76.
KUMAR, D.; SHEKHAR, S. Statistical analysis of land surface temperature–vegetation indexes relationship through thermal remote sensing. Ecotoxicology and Environmental Safety, Green Technologies for Environmental Pollution Control and Prevention (Part 1). v. 121, p. 39–44, 1 nov. 2015.
LAWRENCE, M. G. The Relationship between Relative Humidity and the Dewpoint Temperature in Moist Air: A Simple Conversion and Applications. Bulletin of the American Meteorological Society, v. 86, n. 2, p. 225–234, 1 fev. 2005.
LIU, L.; ZHANG, Y. Urban heat island analysis using the landsat TM data and ASTER Data: A case study in Hong Kong. Remote Sensing, v. 3, p. 1535–1552, 1 dez. 2011.
MCHUGH, M. L. Interrater reliability: the kappa statistic. Biochemia Medica, v. 22, n. 3, p. 276–282, 2012.
NAIM, MD. N. H.; KAFY, A.-A. Assessment of urban thermal field variance index and defining the relationship between land cover and surface temperature in Chattogram city: A remote sensing and statistical approach. Environmental Challenges, v. 4, p. 100107, 1 ago. 2021.
NAJAFZADEH, F. et al. Spatial and Temporal Analysis of Surface Urban Heat Island and Thermal Comfort Using Landsat Satellite Images between 1989 and 2019: A Case Study in Tehran. Remote Sensing, v. 13, n. 21, p. 4469, 7 nov. 2021.
NERY, C. V. M.; MOREIRA, A. A.; FERNANDES, F. H. S. Análise do Comportamento Espectral da Floresta Estacional Decidual no Parque Estadual Lapa Grande (Behavior Analysis of Spectral Deciduous Forest in Lapa Grande State Park). Revista Brasileira de Geografia Física, v. 7, n. 2, p. 417–433, 16 set. 2014.
NGUYEN, T. T. Landsat Time-series Images-based Urban Heat Island Analysis: The Effects of Changes in Vegetation and Built-up Land on Land Surface Temperature in Summer in the Hanoi Metropolitan Area, Vietnam. Environment and Natural Resources Journal, v. 18, n. 2, 2020.
PEREIRA, R. H. M.; GONÇALVES, C. N. Geobr: Loads Shapefiles of Official Spatial Data Sets of Brazil. https://github.com/ipeaGIT/geobr, , 22 nov. 2019. Disponível em: <https://github.com/ipeaGIT/geobr>. Acesso em: 22 nov. 2023
RANAGALAGE, M.; ESTOQUE, R.; MURAYAMA, Y. An Urban Heat Island Study of the Colombo Metropolitan Area, Sri Lanka, Based on Landsat Data (1997–2017). International Journal of Geo-Information, v. 6, p. 17, 23 jun. 2017.
ROUSE, J. W. et al. Monitoring vegetation systems in the Great Plains with ERTS. 1 jan. 1974. Disponível em: <https://ntrs.nasa.gov/citations/19740022614>. Acesso em: 6 jun. 2023
SEJATI, A. W.; BUCHORI, I.; RUDIARTO, I. The spatio-temporal trends of urban growth and surface urban heat islands over two decades in the Semarang Metropolitan Region. Sustainable Cities and Society, v. 46, p. 101432, 1 abr. 2019.
SOBRINO, J.; JIMENEZ, J.-C.; PAOLINI, L. Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, v. 90, p. 434–440, 1 abr. 2004.
TESFAMARIAM, S.; GOVINDU, V.; UNCHA, A. Spatio-temporal analysis of urban heat island (UHI) and its effect on urban ecology: The case of Mekelle city, Northern Ethiopia. Heliyon, v. 9, n. 2, p. e13098, 1 fev. 2023.
TOMLINSON, C. J. et al. Including the urban heat island in spatial heat health risk assessment strategies: a case study for Birmingham, UK. International Journal of Health Geographics, v. 10, n. 1, p. 42, 17 jun. 2011.
ULLAH, N. et al. Spatiotemporal Impact of Urbanization on Urban Heat Island and Urban Thermal Field Variance Index of Tianjin City, China. Buildings, v. 12, n. 4, p. 399, abr. 2022.
VILANOVA, S. R. F.; MAITELLI, G. T. A importância da conservação de áreas verdes remanescentes no centro político administrativo de Cuiabá-MT. UNICIÊNCIAS, v. 13, n. 1, 2009.
WALEED, M. et al. Towards Sustainable and Livable Cities: Leveraging Remote Sensing, Machine Learning, and Geo-Information Modelling to Explore and Predict Thermal Field Variance in Response to Urban Growth. Sustainability, v. 15, n. 2, p. 1416, jan. 2023.
WENG, Q.; LU, D.; SCHUBRING, J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment, v. 89, n. 4, p. 467–483, [s.d.].
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 ALBERTO SALES, Sr. Raphael Gomes
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
