Os primeiros estudos climatológicos remontam ao início do século XIX, com o

Transcrição

1 USO DOS SENSORES REMOTOS DO SATÉLITE LANDSAT 8 PARA IDENTIFICAÇÃO DE ILHAS DE CALOR E LAGO DE AR FRIO NO MUNICÍPIO DE OLIVEIRA DO HOSPITAL PARA O ANO DE Raphael Costa Cristovam da Rocha. Departamento de Geografia da Faculdade de Letras da Universidade de Coimbra. raphaelrocha.br@gmail.com António Manuel Rochette Cordeiro. Departamento de Geografia da Faculdade de Letras da Universidade de Coimbra. rochettecordeiro@fl.uc.pt Gil Rito Gonçalves. Departamento de Matemática da Faculdade de Ciências e Tecnologia da Universidade de Coimbra gil@mat.uc.pt 1. Introdução Os primeiros estudos climatológicos remontam ao início do século XIX, com o trabalho de Howard, em 1818 (GANHO, 1996), dedicado ao clima urbano de Londres, constatando que as temperaturas no centro de Londres eram superiores que as das periferias (CHANDLER, 1962 b apud GANHO, 1999). As cidades atualmente crescem de forma planejada, sempre procurando a amenização dos custos de manutenção e dos materiais utilizados em seu crescimento. Em consequência de tal feito, este produz novos fenômenos dentro da cidade, tais como a ilha de calor, a ilha de secura (GANHO, 1996) em decorrência de uma umidade relativa muito baixa, o superaquecimento de pontos isolados na cidade assim como lagos de ar frio (associados a noites anticiclónicas de forte estabilidade atmosférica (vento fraco ou calmo e reduzida nebulosidade, possuem uma dupla alimentação: in situ, por irradiação e por alimentação do ar frio que drena nas vertentes. A flutuação da espessura destes lagos deve-se à maior ou menor intensificação da drenagem e à rugosidade do solo (LOPES, 1995, p. 149 apud CORDEIRO et al., 2012)), etc. As cidades com grandes variedades de ocupação do solo often comprise a mosaic of warm and cold areas as distinct urban land use changes, for 1

2 example, the change between park and built-up area can produce intra urban temperature differences up to 7º C (SPRONKEN-SMITH e OKE, 1998; UPMANIS et al., 1998 apud ELIASSON, 1999). Com efeito, é notório o aumento da temperatura na cidade ocasionado pela maneira com que estas são construídas, seja por não ter um planejamento urbano adequado, como também o aproveitamento de seus próprios recursos naturais visando o conforto térmico para sua população (JUNIOR, 2005). As características termais dos materiais usados nas cidades, como asfalto, tijolos, cimento, concreto, vidro, etc., diferem daqueles encontrados no campo, como as árvores, a relva, solo exposto, etc. Desta forma, os materiais de construção contribuem para a intensidade da ilha de calor pelo fato de serem grandes estocadores de calor e differences in materials (i.e. thermal admittance) and structure (i.e. street geometry) are equally the two primarily causes for the heat island. (OKE et al., 1991 apud ELIASSON, 1999) Os exemplos citados acima claramente mostram que o clima da cidade depende de fatores tais quais a ocupação do solo, geometria dos edifícios e os materiais utilizados nas construções/pavimentações. O clima urbano, logo, é o resultado das modificações efetuadas pelos humanos in situ. É nessa temática que este estudo se caminhará, para a análise topoclimática na cidade de Oliveira do Hospital, Portugal. Neste estudo será analisado a (in) existência dos fenômenos de ilha de calor e de lagos de ar frio através do uso de ferramentas como o sensoriamento remoto na banda térmica e termógrafos fixos. a. Sensoriamento Remoto O conjunto de métodos que permite a aquisição de dados sobre alvos na superfície terrestre (objetos, áreas, fenômenos), por meio do registro do intercâmbio da radiação 2

3 eletromagnética com a superfície, realizado por sensores distantes, ou remotos é conhecido como Sensoriamento Remoto, ou Detecção Remota. Em outras palavras, é a técnica que nos permite obter informações a distância dos objetos situados sobre a superfície terrestre. O sensoriamento remoto térmico tem sido usado em áreas urbanas para avaliar a ilha de calor urbano, assim como realizar classificações de coberturas do solo e como entrada para modelos de superfície de troca atmosférica urbana. Com o advento da tecnologia em sensoriamento remoto térmico, observações remotas das ilhas de calor e lago de ar frio se tornaram possível a partir dos satélites e das aeronaves. b. A cidade de Oliveira do Hospital A cidade de Oliveira do Hospital situa-se na região Centro de Portugal, no distrito de Coimbra, sub-região do Pinhal Interior Norte, mais precisamente nas latitude 40 21'39.39"N e longitude 7 51'43.42"O (figura 1). O município de nome homônimo a cidade é cortado pelo Rio Alva ao sul e limitado, ao norte, pelo Rio Mondego. As cotas altimétricas para o município vão desde os 132 metros até 1229 metros. Figura 1: Localização e Hipsometria de Oliveira do Hospital. 3

4 2. Métodos Foram utilizados o software ArcGIS 10.1 para o tratamento das imagens do satélite Landsat 8, fornecidas gratuitamente pela USGS (United States Geological Survey) e confecção dos mapas de localização do município de Oliveira do Hospital, utilizando as shapefiles fornecidas pelo IGEO (Instituto Geográfico Português) gratuitamente. Para o mapa hipsométrico, foi utilizado o software Global Mapper15 com imagens do satélite SRTM (Shuttle Radar Topographic Mission) fornecidos gratuitamente pela NASA (National Aeronautics and Space Administration) através do website Como os estudos topoclimático na região do município de Oliveira do Hospital carecem de informações meteorológicas e climatológicas para responder aos objetivos deste estudo, foi-se necessário à aplicação de uma metodologia específica, em que se instalaram, em 3 pontos previamente definidos na região (figura 2), 3 sondas fixas. Desta forma, as 3 sondas instaladas na região foram previamente definidas nos seguintes critérios: comparação entre o meio urbano e um parque verde; comparação do meio urbano com o meio rural; comparação entre o meio urbano e o vale do rio Alva, acerca de verificar a influência deste último no clima local. a. Coleta das imagens do satélite Landsat 8 Este estudo compreende um período que se inicia em Abril de 2013, a partir do momento que o USGS passa a fornecer as imagens captadas pelo satélite Landsat 8 e termina em 4 de Fevereiro de 2014, com a coleta dos dados in situ das sondas fixas. Foram selecionadas as imagens que não continham cobertura de nuvens de forma que não comprometessem o estudo. Foram tratadas as imagens dos dias: 17 de Abril; 13 e 29 de Junho; 15 e 31 de Julho; 6 de Agosto; 1 e 18 de Setembro; 10 de Outubro; 20 de Novembro, 4

5 os dias 06 e 29 de Dezembro e 24 de Janeiro d Para este estudo, foram selecionadas somente as imagens dos dias 17 de Abril, 31 de Julho, 10 de Outubro e 24 de Janeiro, respectivamente, meados da primavera, verão, outono e inverno. Para os dados das sondas fixas, estes foram coletados no dia 4 de Fevereiro de Figura 2: Locais das sondas fixas. b. Tratamento das imagens de satélite O fluxo de energético entre a cobertura terrestre e o sensor constitui uma forma de radiação eletromagnética. A energia se transfere de um lugar para o outro por três processos: convecção, condução e radiação. Deste modo, podemos definir qualquer tipo de energia radiante em função de seu comprimento de onda ou frequência. A organização das bandas de comprimento de onda ou frequência se denomina por espectro eletromagnético (figura 3). 5

6 Figura 3: Espectro eletromagnético Fonte: O satélite Landsat 8 possui dois sensores, OLI (Operational Land Imager) que fornece 8 bandas espectrais, com resolução geométrica de 30 metros (0,09 ha) e 1 banda (pancromática) com resolução de 15 metros. TIRS (Thermal Infrared Sensor) fornece 2 bandas espectrais, as bandas 10 e 11, com resolução de 100 metros, mas que são remodeladas para 30 metros para combinar com as bandas multiespectrais do sensor OLI. (Figura 4) Figura 4: Quadro com as designadas bandas do Landsat 8 com o valor de cumprimento de onda e resolução. Fonte: USGS. 6

7 Foram utilizadas as imagens das bandas 4, 5 e 10. As bandas 4 e 5 foram fundamentais no processo de determinação da emissividade emitida pela superfície terrestre. A banda 10 é a banda térmica do satélite apropriada no estudo dos valores de temperatura da superfície. Apesar de haver variadas metodologias para a obtenção da temperatura da superfície através das imagens de satélite, foram analisadas duas metodologias para a obtenção da temperatura em superfície a partir das imagens do Landsat 8. As duas metodologias foram propostas por VOOGT e OKE (2003) e consistem na conversão dos DN (Digital Number) para a radiância espectral, a partir da equação fornecida pela NASA: onde L λ é a radiância espectral do topo da atmosfera (Watts/( m2 * srad * µm)); M L é o fator multiplicativo do redimensionamento da banda específica obtido a partir do metadados; Qcal são os valores do pixel do produto padrão quantificado e calibrado e AL é o fator aditivo do redimensionamento da banda específica obtido a partir dos metadados. Segundo passo: converter a radiância espectral para o brilho da temperatura do satélite (i.e temperatura do corpo negro, T B ), assumindo uma uniformidade na emissividade. A equação para esse processo é: onde T B é a temperatura efetiva no satélite em Kelvin; L λ é a radiância espectral do topo da atmosfera (Watts/( m2 * srad * µm)); K 2 e K 1 são constantes calibradas antes do lançamento. 7

8 A temperatura obtida com a equação acima é referenciada com a temperatura do corpo negro. Sendo assim, correções para a emissividade (ε) deverá ser feita. A equação a seguir faz essa correção: ( ) onde λ é o comprimento de onda da radiância emitida; ε é a emissividade., onde σ é a constante de Boltzmann (1.38 x J/K); h é a constante de Planck (6.626 x Js) e c é a velocidade da luz (2.998 x 10 8 m/s). Porém, neste passo necessitamos de valores de outras equações primeiramente para assim procedermos e obtermos o resultado. Logo, o terceiro passo é calcular o NDVI (Normalized Difference Vegetation Index). Neste passo, devemos utilizar duas bandas espectrais, que são a banda vermelho e a banda do infravermelho próximo. A equação é: onde NIR é a banda 5 (infravermelho próximo) e RED é a banda 4 (vermelho). Quarto passo: calcular a emissividade utilizando o NDVI e os valores de NDVI para a vegetação pura (0,5) e para o solo nu puro (0,2). onde ε é a emissividade;, onde P v é a vegetação fotossintética. Quinto passo: com os resultados obtidos com as equações anteriores, procedemos com a conversão da temperatura do brilho no topo da atmosfera em temperatura à superfície, ( ) 8

9 O resultado obtido é dado em Kelvin. Para facilitar a leitura, foi transformado o resultado do quinto passo, que está dado em Kelvin, para célsius ( ) Procedeu-se para o tratamento dos dados no software ArcGIS 10.1 utilizando de suas ferramentas, Model Builder e Raster Calculator, sendo o último usado para a solução das equações supra mencionadas. (Figura 5). Figura 5: Modelo final do Model Builder com a ferramenta Raster Calculator aplicada. Em virtude de as equações apresentarem certa dificuldade de interpretação, será explicado para cada passo efetuado como é a leitura e introdução dos dados na ferramenta Raster Calculator. Os dados coletados por transferência do website do programa Landsat 8 fornece juntos com as imagens, um arquivo em formato text que contêm os metadados, ou seja, informações gerais das imagens do respectivo dia que a mesma foi capturada, tais informações como o horário de captura, o ângulo, azimute solar, elevação solar, distância Sol-Terra, etc. Desta forma, procedemos para o cálculo da radiância, que escreve-se: LC8...LGN_B10.tif * 3.342e (-0.19), onde LC8...LGN_B10.tif é a identidade e imagem da banda 10; 3.342e-04 é o fator multiplicativo do redimensionamento da banda específica obtido a partir do metadados e é o fator aditivo do redimensionamento da banda específica obtido a partir dos metadados. Neste último, encontra-se nos metadados, o valor de 0.1, porém a NASA alerta 9

10 para a correção deste valor subtraindo-o por 0.29 para corrigi-lo e assim aproximá-lo do valor real da radiância. Seguindo os passos, o próximo é o cálculo da temperatura do corpo-negro, ou T B : / Ln (( / rad ) +1 ), onde é a variável K 2 ; 774,89 é a variável K 1 ; Ln é o log natural; rad é a radiância calculada no passo anterior. Todos esses valores são retirados do arquivo texto metadados. Terceiro passo: cálculo do NDVI. Este é escrito da seguinte forma: (LC8...LGN_B5.tif LC8...LGN_B4.tif) / (LC8...LGN_B5.tif + LC8...LGN_B4.tif) onde LC8 LGN_B5.tif é a identidade e imagem da banda 5 e o LC8...LGN_B4.tif é a identidade e imagem da banda 4. Após esse procedimento no Raster Calculator, é necessário salvar em uma pasta para assim podermos localizar o arquivo resultante para uso no próximo passo, que será o cálculo do pv. Quarto passo: necessitamos da informação de NDVI calculado anteriormente. A equação para pv escreve: ( NDVI 0,2 ) / ( 0,5 0,2 ). Uma vez calculado o pv, devemos buscá-lo na pasta em que foi salvo o resultado para aplicá-lo na equação da emissividade, que se lê: ( 0,004 * pv ) + 0,986. O valor 0,986 é a média da emissividade para vegetação (0,97) e solo nu (0,99) (SOBRINO et al, 2004). Como abrangemos todo o município de Oliveira do Hospital para o estudo, assumimos o valor médio entre as duas variáveis da emissividade. Seguindo o processo, já podemos converter os resultados para Kelvin. Escreve-se: T B / ( 1 + ( 10,9^-6 * ( T B / 0,01438 )) Ln (em)). E para finalizar o processo, convertemos Kelvin para Celsius, escrevendo Kelvin 273, onde Kelvin é o resultado da última equação. 3. Resultados Estudos climáticos urbanos a muito têm se preocupado com a magnitude da diferença de temperatura do ar ambiente observada entre as cidades e as áreas rurais adjacentes, que se conhece como a ilha de calor urbana (ICU) (LANDSBERG, 1981). Deste modo, é viável 10

11 distinguir dois tipos de ICU, de acordo com OKE (1979): Urban Canopy Layer (UCL), e a Urban Boundary Layer (UBL) (OKE, 1979 apud ROTACH, M et al, 2005). O primeiro consiste no estudo das temperaturas do ar que estão localizadas nas camadas mais próximas da superfície, com um limite superior logo abaixo do nível do telhado; a segunda é a mais estudada por se situar acima da anterior, com um limite inferior sujeito à influência da superfície urbana (figura 6). Figura 6: Esquema das escalas climáticas (verticais e horizontais) da atmosfera em meio urbano. Fonte: OKE, 1987 apud CORDEIRO et al, Com o advento da tecnologia de sensoriamento remoto, é possível estudar a ICU tanto remotamente como em escalas continentais ou mundiais (STREUTKER, 2002 apud VOOGT e OKE, 2002). Com o resultado das imagens processadas com a metodologia acima apresentada, a figura 7 e 8 é o resultado obtido para o dia 17 de Abril. Podemos analisar nas figuras 7 e 8 que grande parte do município tem uma temperatura muito semelhante em todos os concelhos. São notáveis as temperaturas mais altas nas vertentes que estão com suas faces voltadas ao Sul. Nota-se também que nas áreas onde 11

12 há construção, as temperaturas são mais altas que suas adjacentes. Conclui-se que há formação de ilha de calor para esse dia. As temperaturas variam dos 26 aos 28 graus célsius nas zonas construídas e dos 22 aos 24 graus nas zonas não construídas. Uma pequena análise sinótica 1 do dia foi feita com a carta de pressão atmosférica tanto em superfície quanto a 500 hpa (por volta dos 5500 metros de altitude), fornecida gratuitamente por (figura 7), e uma imagem capturada de um vídeo fornecido pelo EUMETSAT ( do satélite GOES (figura 7). É possível ver um flanco de uma célula de alta pressão ao nível de 500 hpa que está pairada sobre o sul da Península Ibérica e todo o Marrocos. Este é um Anticiclone Atlântico Misto que se prolongou para a Europa Ocidental. A partir disso, sabe-se que o céu está limpo, sem formação de nuvens. Analisando os resultados do dia 31 de Julho, a figura 9 e 10 nos mostra uma uniformidade das temperaturas por todo o município. Assim como na figura 7 e 8 (17-Abril), vemos que as vertentes com orientação Sul continuam sendo os locais com as mais altas temperaturas. Alguns locais chegando aos escaldantes 46 ºC. Neste dia, não se encontra o fenômeno de ilha de calor nem o de lagos de ar frio. A análise sinótica (figura 9) nos permite afirmar que neste dia não havia nuvens pelo fato de grande parte do continente Europeu estar sob a influência de anticiclones. É notável altas pressões no sul da Península Ibéria e no Marrocos, assim como próximo as Ilhas Canárias e da Madeira. E já ao sul da França e noroeste da Espanha, um anticiclone ao nível do mar tem seu núcleo pairado em cima dos locais citados. Podemos notar também que a 1 As análises sinóticas serão efetuadas somente para a Península Ibérica, mais especificamente, para Portugal. 12

13 amplitude das pressões entre os núcleos de alta e baixa pressão é pequena, ou seja, característicos de ventos calmos. O mês de Outubro (figuras 11 e 12) já nos apresenta valores diferenciados para o município. Desde o norte até o sul, a temperatura diminui de forma gradual, com uma amplitude de quase 10 ºC. É visível que em pontos isolados, a temperatura atinge a casa dos 34 ºC pra cima. Da mesma forma que as outras figuras analisadas, esses pontos com maiores temperaturas estão com suas vertentes orientadas para sul, assim recebendo maiores quantidades de luz solar. Penalva de Alva tem o caso mais notável, pois a noroeste, as temperaturas estão muito acima que na cidade em virtude de sua vertente estar com seu solo nu. Analisando, assim, constata-se que há formação de ilha de calor em grande parte do município, porém lagos de ar frio não é visto. A análise sinótica (figura 11), podemos ver que este é um anticiclone com apófise polar. Deste modo, Portugal sofre influência deste anticiclone, com céu limpo, sem presença de nuvens, como podemos ver na imagem do satélite GOES, figura 11. Do mesmo modo, calmaria nos ventos, pois a amplitude entre a pressão baixa e a alta é pequena. Para a última carta, dia 24 de Janeiro de 2014 (figura 13 e 14), vemos um padrão de temperaturas quase homogêneo para todo o município. As vertentes orientadas para o norte são as que estão com as temperaturas mais baixas. Para as áreas construídas, vê-se que o fenômeno de ilha de calor é inexistente. Mas neste dia ocorre o fenômeno de lagos de ar frio para Penalva de Alva. Assim como as demais figuras, as vertentes com face sul são as com maiores temperaturas. Analisando o quadro 1, organizado a partir dos dados coletados dos termógrafos, comprova-se que assim como na figura, a cidade de Penalva de Alva é a que tem a menor temperatura para as 11:00 da manhã. 13

14 Quadro 1: Tabela resumo das temperaturas para as 11:00 do dia 24/01/14 para os três pontos das sondas fixas. Local Observações Dia Horário ºC Umidade Parque /01/14 11:00 10,670 C 68.5% Lagos da Beira /01/14 11:00 11,446 C 0.0% Penalva de Alva /01/14 11:00 6,938 C 2.0% Para a análise sinótica da carta de pressão (figura 13), podemos ver que o anticiclone ao nível do mar atua com seu núcleo em cima dos Açores e com seu flanco estendido para ocidente, mas com uma forte atuação em continente também. Indica-nos céu limpo, sem atuação de nuvens assim como também ventos calmos. Toda parte Norte de Portugal tem bastante nebulosidade, mas na região de Oliveira do Hospital, já não há atuação de nuvens. (figura 13) 14

15 Figura 7: Carta pressão e imagem do satélite GOES da agência METEOSAT para o dia 17 de Abril Fontes: / 15

16 Figura 8: Resultado obtido para o dia 17 de Abril. 16

17 Figura 9: Carta pressão e imagem do satélite GOES da agência METEOSAT para o dia 31 de Julho Fontes: / 17

18 Figura 10: Resultado obtido para o dia 31 de Julho. 18

19 Figura 11: Carta pressão e imagem do satélite GOES da agência METEOSAT para o dia 10 de Outubro Fontes: / 19

20 Figura 12: Resultado obtido para o dia 10 de Outubro. 20

21 Figura 13: Carta pressão e imagem do satélite GOES da agência METEOSAT para o dia 24 de Janeiro de 2014 Fontes: / 21

22 Figura 14: Resultado obtido para o dia 24 de Janeiro de

23 4. Considerações Finais Conclui-se que o uso do sensoriamento remoto para estudos de climatologia urbana e rural é de suma importância e uma mais valia, pois proporciona uma visualização abrangente do território, uma rápida representação gráfica das temperaturas, auxiliando imensamente o pesquisador nas suas análises. Deste modo, a conjugação de outras informações acrescentada nesta análise, como a carta de pressão atmosférica assim como a imagem do satélite GOES nos mostrando a situação de forma mais clara em termos de concentração de nuvens, veio melhorar a interpretação dos resultados. Foi possível identificar os locais onde o fenômeno de ilha de calor e lagos de ar frio aconteceu e da mesma forma, localizar os locais no município com maiores e menores temperaturas para as estações do ano. As imagens nos serviram também para efeitos de comparação entre o meio rural com o urbano. Oliveira do Hospital é um município que não possui uma estação meteorológica fixa. Deste modo, mesmo apesar de as imagens do Landsat 8 passar a cada 8 dias por Portugal, as cartas de pressão atmosférica são diariamente produzidas. Para a agricultura, é interessante o acompanhamento das mesmas, pois as escolhas para a agricultura nesse território podem ser feitas a partir das análises climatológicas proporcionadas pelas ferramentas aqui utilizadas visando melhorar e aumentar a produção da mesma, ou mesmo no meio urbano, com estudos de conforto climático, procurando entender à dinâmica das temperaturas no meio interurbano detectando os locais com maiores temperaturas para que, assim, se possa amenizá-las com construções de parques verdes de forma planejada e direta na resolução do problema evitando gastos desnecessários. 23

24 5. Bibliografia CORDEIRO, António Manuel Rochette; GANHO, Nuno; MARQUES, David (2012) Clima urbano da Figueira da Foz: orientação climáticas para o ordenamento urbano. Atlas Ambiental Urbano 1. Coimbra, p ELIASSON, Ingegärd (1999) The use of climate knowledge in urban planning. Landscape and Urban Planning 48 (2000) GANHO, Nuno. (1996) A Ilha de Calor de Coimbra: efeitos bioclimáticos de contrastes termohigrométricos espaciais. Cadernos de Geografia, nº Especial, pp GANHO, Nuno. (1999) Clima urbano e a climatologia urbana: fundamentos e aplicações ao ordenamento urbano. Cadernos de Geografia, nº 18, pp JUNIOR, Nicácio Lemes de Almeida (2005) - Estudo de clima urbano: uma proposta metodológica. Dissertação de mestrado. UFMT, Cuiabá, MT, Brasil. p LANDSBERG, Helmut Elrich (1981) The urban climate. New York: Academic Press, X, p MARQUES, David Manuel Gonçalves (2012) Contributo da climatologia para a sustentabilidade urbana: o caso de Figueira da Foz. Dissertação de mestrado. Universidade de Coimbra, Coimbra, Portugal. p OKE, Tim R. (1987) Boundary Layer Climates. Editora Routledge, Londres. 2 Nd Edition. p

25 ROTACH, M. W.; VOGT, R.; BERNHOFER, C.;BATCHVAROVA, E.; CHRISTEN, A.; CLAPPIER, A.; FEDDERSEN, B.; GRYNING, S-Y.; MARTUCCI, G.; MAYER, H.; MITEV, V.; OKE, T. R.; PARLOW, E.; RICHNER, H.; ROTH, M.; ROULET, Y- A.; RUFFIEUX, D.; SALMOND, J. A.; SCHATZMANN, M.; BOOGT, J. A. (2004) BUBBLE and Urban Boundary Layer Meteorology Project. Theoretical and Applied Climatology, 81, (2005). Published online March 31, Springer-Verlag SOBRINO, José A.; JIMÉNEZ-MUÑOZ, Juan C.; PAOLINI, Leonardo. (2004) Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, 90 (2004), p VOOGT, James A; OKE, Tim R. (2002) Thermal remote sensing of urban climates. Remote sensing of Environment, 86 (2003), p