MATERIAL E MÉTODOSA área de estudoselecionada para este trabalhocorresponde ao município de RioBranco, AC (Figura 1). O municípiode Rio Branco sofreu um grandeprocesso de crescimentopopulacional a partir da década de70, com crescente concentração depopulação urbana. Para analisar aevolução das temperaturas daEstação Meteorológica do INMET(Instituto Nacional de Meteorologia)com sede em Rio Branco, AC,utilizou-se uma série histórica diáriada temperatura média do ar, noperíodo que compreendeu 20 anos(1990-2010) e, imagens do sensorTM, a bordo do satélite Landsat-5,órbita 2, ponto 67, (Tabela 1).Para o processamento dosdados, foram utilizados os softwaresERDAS IMAGINE 10 e ArcGIS 9.3. Osoftware ArcGIS versão 9.3 foiutilizado para o trabalho de dadosvetoriais, banco de dados e mapas, osoftware ERDAS IMAGINE 10 foiutilizado para o processamento deimagem como: cálculo da calibraçãoradiométrica, refletância dasbandas, albedo no topo daatmosfera, albedo da superfície,índices de vegetação, emissividadede cada pixel no domínio espectralda banda termal, emissividade dabanda larga, temperatura dasuperfície e classificação nãosupervisionada.As imagens TM sãocompostas de sete bandasespectrais, sendo que seis bandassão refletivas e uma termal (banda6). A radiância espectral dos alvosobservados pelo sensor TM sãoarmazenadas em níveis de cinza, ounúmero digital, os quais variam de 0a <strong>25</strong>5 (resolução radiométrica de 8bits) e tendo resolução espacial de30 m nas bandas refletivas e <strong>12</strong>0 mna banda do termal.De acordo com oalgoritmo SEBAL (Surface EnergyBalance Algoritm) proposto porBastiaanssen et al. (1998) uma sériede sequências foi efetuada. Pormeio da equação 1, foi calculado aradiância espectral de cada banda(L λi ), dada por:L max − LL = L +min× <strong>25</strong>5λi min <strong>25</strong>5 α =(1)em que, ND é o número digital decada pixel. Já, os coeficientes L max eL min são as radiâncias espectraismáximas e mínimas (Wm -2 sr -1 µm -1 ).Tratando-se de dados TM, asimagens, cujas datas de aquisiçãoestão compreendidas de 1 de marçode 1984 a 4 de maio de 2003, foramutilizados os valores de L min e L maxpropostos por Chander & Markhan(2003).Posteriormente, calculousea refletância de cada banda (ρ λi ),com a equação 2:ρ =λiπLλiE cosθ λi z d r(2)em que, L λi é a radiância espectral decada banda, E λi é a radiância solarespectral de cada banda no topo daatmosfera (W m -2µm -1 ), θ z é oângulo zenital solar retirado dainformação do cabeçalho dasimagens do sensor TM e d r é adistância relativa terra-sol (emunidade astronômica - UA) (equação3).A distância relativa terrasolfoi calculada por meio daequação sugerida por Allen et al.(2007):⎛d r = 1+0,033cos⎜DJ×⎝2π365⎞⎟⎠(3)em que, DJ representa o dia do ano.Com a refletância de cadabanda foi possível obter o albedo notopo da atmosfera (α toa ) e, por suavez, o albedo considerando osefeitos atmosféricos ou albedo dasuperfície (α):α toa = 0,293ρ 1 + 0,274ρ 2 + 0,233ρ 3 +0,154ρ 4 + 0,033ρ 5 + 0,011ρ 6(4)αtoa− α pτsw(5)em que, α p é o albedo da radiaçãosolar refletida pela atmosfera, quevaria entre 0,0<strong>25</strong> e 0,04, foi utilizadoo valor de 0,03; τ sw é atransmissividade atmosférica quepara condições de céu claro, podeser obtida por:τ sw = 0,75 + 2.10 -5 Z a(6)em que, Z a é a altitude.O Índice de Vegetação daDiferença Normalizada (NormalizedDifference Vegetation Index - NDVI)foi obtido por meio da razão entre adiferença das refletividades doinfravermelho próximo (ρ IV ) e dovermelho (ρ V ) e a soma das mesmas(equação 7):ρIV− ρNDVI =VρIV+ ρV(7)Para o cálculo do Índice deVegetação Ajustado para os Efeitosdo Solo (Soil Adjusted VegetationIndex – SAVI), empregou-se aexpressão proposta por Huete(1988).(1+)(ρ2− ρ1)SAVI =( + ρ2+ ρ1)(8)O SAVI é um índice quebusca diminuir a influência daresposta espectral do solo, mediantea inclusão de um fator de ajuste (l)que é variável com o grau deRevista Brasileira de Ciências Ambientais – Número <strong>25</strong> – setembro de 20<strong>12</strong> 72 ISSN Impresso 1808-4524 / ISSN Eletrônico: 2176-9478
fechamento do dossel, permitindomelhoria na interpretação dasvariáveis da vegetação. Nesteestudo foi utilizado o valor de l iguala 0,1, em virtude de se verificar queesse valor proporciona um Índice deÁrea Foliar (IAF) mais compatívelcom valores em superfície.Na estimativa do IAF,definido pela razão da área foliar detoda a vegetação por unidade deárea utilizada por essa vegetação,adotou-se a equação empíricasugerida por Allen et al. (2002).⎛ 0,69 − SAVI ⎞ln⎜⎟⎝ 0,59IAF = −⎠0,91(9)Para obtenção datemperatura da superfície (T s , emkelvin), foi utilizada a equação dePlank invertida, válida para umcorpo negro:T sK= 2⎛⎜ εln NB⎜ L⎝ λ,6K1⎞+ 1⎟⎟⎠(10)em que, K 1 (607,76 W m -2 sr -1 µm -1 ) eK 2 (<strong>12</strong>60,56 W m -2 sr -1 µm -1 ) sãoconstantes de calibração da bandatermal do sensor TM e L λ,6 é aradiância espectral da banda termal.Como cada superfície não emiteradiação eletromagnética como sefosse um corpo negro, há anecessidade de introduzir aemissividade de cada pixel nodomínio espectral da banda termal(ε NB ). Assim, quando for calculada aradiação de onda longa emitida dasuperfície, deverá ser considerada aemissividade da banda larga (ε 0 ) (6 –14 µm). Segundo Allen et al. (2002),as emissividades ε NB e ε 0 podem serobtidas, para NDVI > 0 e IAF < 3,pelas expressões:ε NB = 0,97 + 0,00331 IAFε 0 = 0,95 + 0,01 IAF(11)(<strong>12</strong>)Sendo adotado o valor deε NB = ε 0 = 0,98, para pixels com IAF ≥3. E, conforme Allen et al. (2002)utilizou-se para corpos d' água (NDVI< 0 e α < 0,47) os valores de ε NB =0,99 e ε 0 = 0,985.Objetivando avaliar odesempenho estatístico do métodopara determinar a temperatura dasuperfície, foram realizadas análisescomparativas entre as metodologiaspropostas com base nos valoresefetivamente medidos (observados)na estação meteorológica em RioBranco, AC. Para o teste dosmodelos, foi adotado o coeficientede determinação e correlação (r 2 er). Adicionalmente, foi estimado oseguinte erro estatístico: viés médio(VM) proposto por Willmott &Matsuura (2005). As expressõesutilizadas para estimativa do índicede determinação e erro foram:2rn∑=i = 1n∑i = 1n∑VM =i = 1( P − O)i( O − O)i22( P − O )iNi(13)(14)em que, P i é o i ésimo valor estimadode temperatura da superfície (ºC), O ié o i ésimo valor observado detemperatura da superfície (ºC), O éo valor médio observado detemperatura da superfície (ºC), N é onúmero de dados analisados.Para este estudo utilizou-sea classificação não supervisionadaproposta por Freitas et al. (20<strong>12</strong>),visando mapear a área urbana deRio Branco-AC, utilizou-se oclassificador “ISODATA” doprograma ERDAS IMAGINE 2010.Este procedimento distribui classesespectrais de maneira uniforme noespaço para, em seguida, aglomerarclasse por classe, em um processointerativo (repetitivo). Para estetrabalho foram definidas o númerode uma classe e vinte e cincointerações. Procedeu-se a umaaferição visual entre as classesespectrais geradas e, no programaArcGIS 9.3 foram gerados os mapasda mancha urbana.RESULTADOS E DISCUSSÃOA mudança da paisagem e oaumento da mancha urbana em RioBranco, AC substituindo as áreasverdes, resultou no aumento datemperatura do ar, causadas pelamodificação no balanço de radiaçãoe, consequentemente as ilhas decalor, as temperaturas médias do artiveram um ligeiro aumento. Fatoque pode ser comprovado pelaFigura 2. A temperatura média anualobteve aumentos significativos, quepodem ser constatados nainclinação da reta de tendência, quedemonstra que a maioria dos anosapresentaram uma elevaçãotérmica.Em estudo recente em RioBranco (Acre) de tendência climáticano aumento da temperatura mínimado ar através do teste estatístico deMann-Kendall e regressão linearsimples, os pesquisadoresconstataram uma forte tendência deelevação na temperatura mínima doar de 44% para Rio Branco noperíodo de 1970 a 2010 (Delgado etal. 20<strong>12</strong>).Na Figura 3a-q sãoapresentadas as relações temporaise espaciais estimadas peloclassificador ISODATA a partir dosensor TM do Landsat 5. Foiconstatado que as áreasRevista Brasileira de Ciências Ambientais – Número <strong>25</strong> – setembro de 20<strong>12</strong> 73 ISSN Impresso 1808-4524 / ISSN Eletrônico: 2176-9478
- Page 1:
EDIÇÃO 25Setembro/12
- Page 4 and 5:
RevistaBrasileiraCiências Ambienta
- Page 6 and 7:
INTRODUÇÃONas últimas décadas o
- Page 8 and 9:
Tabela 1A - Indicadores de 2ª e 3
- Page 11 and 12:
O Ite foi obtidomultiplicando o Ice
- Page 13 and 14:
1,00,90,80,70,60,50,40,30,20,10,0Ab
- Page 15 and 16:
Figura 8 - Detalhe da localização
- Page 17 and 18:
Figura 12 - Pior, melhor e média d
- Page 19 and 20:
inundação e de preservação dosc
- Page 21 and 22:
Figura 15 - Resultados do ISA para
- Page 23 and 24:
Engenharia Urbana) - Curso de Pós-
- Page 25 and 26: INTRODUÇÃOCom a crescente utiliza
- Page 27 and 28: menciona que, após conhecer oslimi
- Page 29 and 30: do recurso ambiental emrelação ao
- Page 31 and 32: Tabela 1- Sexo versus idade dos ent
- Page 33 and 34: Tabela 5 - Renda familiar dos entre
- Page 35 and 36: Tabela 8 - Cruzamento de dados entr
- Page 37 and 38: Renda PessoalTabela 12 - Renda pess
- Page 39 and 40: Engenharia Civil, n.13, p.27-36, ma
- Page 41 and 42: Análise temporal da cobertura do s
- Page 43 and 44: Figura 1. Localização de área de
- Page 45 and 46: Figura 3. Imagens de uso e ocupaç
- Page 47 and 48: Figura 6. Cobertura do solo da Zona
- Page 49 and 50: Apesar dessa regeneraçãoda vegeta
- Page 51 and 52: “Reflorestamento” pelas áreas
- Page 53 and 54: INTRODUÇÃOA atividade antrópica
- Page 55 and 56: 0.20 0,200.15 0,15Cu(II)Mn(II)Zn(II
- Page 57 and 58: Tabela 1. Parâmetros cinéticos de
- Page 59 and 60: 5q e(mg g -1 )432Cu (II)Mn (II)Zn (
- Page 61 and 62: COOH, -PO 3 H 2 ). A carga daspart
- Page 63 and 64: VITALI, L.; LARANJEIRA, M.C.M.;GON
- Page 65 and 66: INTRODUÇÃOCom o desenvolvimento d
- Page 67 and 68: Figura 1 - Composição do lote de
- Page 69 and 70: Tabela 3 - Composição da amostra
- Page 71 and 72: Ocorre perda no processo devido aof
- Page 73 and 74: Uso do sensoriamento remoto na esti
- Page 75: Figura 1. Localização geográfica
- Page 79 and 80: Revista Brasileira de Ciências Amb
- Page 81 and 82: Figura 6. Valores médios dos índi
- Page 83 and 84: BASTIAANSSEN, W. G. M.; MENENTI,M.;
- Page 85 and 86: Proposta de ferramenta de diagnóst
- Page 87 and 88: aquela parte da função de gerênc
- Page 89 and 90: Figura 2. Representação gráfica
- Page 91 and 92: Tabela 2: Classificação de empres
- Page 93 and 94: CRITÉRIOÁreas/Propriedadesda Empr
- Page 95 and 96: aseada nas metodologias deAnálise
- Page 97 and 98: 100DESPREZÍVELMARGINALCRÍTICA7550
- Page 99 and 100: Tabela 9 - Diagnóstico Parcial da
- Page 101 and 102: maioria (74,60%), por meio deentrev