Técnicas do sensoriamento remoto aplicadas a estudos ambientais

Abstract

A dissertação é estruturada em quatro capítulos, onde o Capítulo 1 aborda uma breve introdução geral sobre os assuntos que são desenvolvidos nos capítulos 2 e 3 em formato de artigo, o Capítulo 4 trás as considerações finais do trabalho. Este trabalho tem como tema central estudos ambientais através de técnicas do sensoriamento remoto e quais fatores podem interferir nas mudanças que ocorrem no espaço, trazendo uma abordagem com aplicações locais e regionais. O Capítulo 1 apresenta um estudo de caso local, destaca-se que a cidade do Recife possuí uma alta densidade populacional. O objetivo geral desta pesquisa é analisar as variações do índice de vegetação e a temperatura da superfície para identificar a influência deles na formação de ilhas de calor. Como materiais são utilizadas imagens multiespectrais temporais (Landsat 5-TM e Landsat 8-OLI) abrangendo os anos de 1989 a 2019. Os principais resultados encontrados são: (i) o ano de 2019 com temperaturas mais elevadas, chegando a regiões com 37°C; (ii) em 1989 os valores mais altos foram de 32°C; (iii) em termos de área, a cidade do Recife sofreu um crescimento de 34% para temperaturas acima de 33°C e obteve um decréscimo de 44% considerando temperaturas mais amenas; (iv) os valores da cobertura vegetal sofreram mudanças representativas como o crescimento de 15% no índice de solo exposto, e a redução de 18% do índice de vegetação média; (v) as correlações de Spearman indicam que existem uma forte relação inversamente proporcional entre os dois parâmetros avaliados (temperatura e índice de vegetação), com valores de -0,72 para 1989 e -0,59 para 2019. Por fim, foi possível detectar o processo de formação das ilhas de calor, bem como as ilhas de frescor, observando um aumento na temperatura superficial principalmente onde o processo de urbanização se intensificou no decorrer do tempo. O Capítulo 2 apresenta a influência da resolução espacial em amostras de precipitação para revelar eventos extremos no Agreste Pernambucano, nordeste do Brasil. Entre os materiais utilizados estão os dados de precipitação (1998 a 2019) do Tropical Rainfall Measuring Mission (TRMM), Climatic Research Unit (CRU) e estações meteorológicas. No processo de validação das séries temporais de precipitação com as estações meteorológicas, os dados do TRMM apresentaram uma correlação de Pearson forte (0.86 - 0.90) e os do CRU moderada (0.71 – 0.76). O viés relativo (RB) e a razão do desvio padrão de observação (RSR) também foram calculados para identificar a tendência dos dados, os quais apresentaram superestimação para as duas fontes. Os eventos extremos foram identificados através do cálculo do Standardized Precipitation Index (SPI), onde o TRMM com correlação forte (0.80 - 0.91) obteve um desempenho superior aos dados do CRU. Os dados do TRMM foram selecionados para entender os eventos extremos de seca na área de estudo, onde os municípios com altitudes acima de 500m obtiveram valores máximos de probabilidade de ocorrência com 19%. Por outro lado, para os eventos extremos de umidade, a máxima obtida foi de 14% para aqueles com altitudes menores que 200m.