COMPARACIÓN DE LA TEMPERATURA DE LA SUPERFICIE TERRESTRE ENTRE LOS ESCENARIOS HISTÓRICO Y CONTEMPORÁNEO, SEGÚN TIPO DE COBERTURA TERRESTRE, PARA LA ZONA NORTE DEL MUNICIPIO DE RIO DE JANEIRO
DOI:
https://doi.org/10.56238/revgeov17n1-088Palabras clave:
Uso del Suelo Urbano, Efecto Isla de Calor, TeledetecciónResumen
Al observar el deterioro del microclima en la Zona Norte de Río de Janeiro, este estudio buscó comprender las causas específicas de esta situación mediante el análisis del uso y la ocupación del suelo y la obtención de imágenes de teledetección, utilizando imágenes térmicas gratuitas de baja resolución. Los resultados muestran una fuerte correlación entre la forma en que este territorio se modifica mediante el proceso de verticalización: pérdida de áreas verdes dentro de los lotes y disminución de la humedad, significativamente restringida por la encapsulación de los pequeños ríos de la región. El predominio de este último factor apunta a la necesidad de mejoras en la infraestructura verde, y en especial en la infraestructura azul, como eje central de la planificación urbana para mitigar el efecto isla de calor, mejorar la estética, la biodiversidad y la calidad de vida de la población.
Descargas
Referencias
[1] ARUP, “Urban Heat Snapshot,” 05 2024. [Online]. Available: https://www.arup.com/insights/urban-heat-snapshot/. [Acesso em 2025].
[2] P. B. Corrêa, L. A. Candido, R. A. F. de Souza, R. V. Andreoli e M. T. Kayano, “Heat Islands in Manaus City: Study with Remote Sensing Data, Modeling and Meteorological Data,” Revista Brasileira de Meteoroloia, vol. 31 (2), 2016.
[3] J. Silva, “São Paulo tem grande ilha de calor agravada pelo declínio de áreas verdes.,” Jornal da USP, 01 11 2024.
[4] A. J. d. LUCENA, A ilha de calor na Região Metropolitana do Rio de Janeiro., vol. Tese (doutorado), COPPE/UFRJ, Ed., Rio de Janeiro: Programa de Engenharia Civil, 2012.
[5] S. A. S. Almeida, L. R. A. da Silva e F. C. Mandarino, “Mudanças climáticas e as ilhas de calor: estudo de caso da cidade do RIo de Janeiro,” Coleção Estudos Cariocas, vol. 1201, Dezembro 2016.
[6] W. L. Silva e C. P. Dereczynski, “Climatological Characterization and Observed Trends in Climatic Extremes in the State of Rio de Janeiro,” Anuário do Instituto de Geociências., p. 123–138, 2017.
[7] F. d. A. Mendonça, Mudanças Climáticas Globais: controvérsias, participação brasileira e desafios à ciência, vol. 1, Rio de Janeiro: Humboldt, 2021.
[8] J. Nichi, “Negacionismo climático e outras controvérsias da retórica científica sobre o clima,” Climacom - Diante dos negacionismos (online), abril 2021.
[9] Nações Unidas Brasil, O ano em que os alarmes do clima dispararam, Brasília, 2022.
[10] W. Köppen, “"II. Teil. Das geographische System der Klimate",” em Die Klimate der Erde: Grundriss der Klimakunde, Berlim, Boston, De Gruyter, 1923, pp. 98-167.
[11] Instituto Nacional de Meteorologia, “Território e meio ambiente,” 26 09 2018. [Online]. Available: https://datariov2-pcrj.hub.arcgis.com/documents/2f2e05ecf5d34abe9748a0e54857558f/about. [Acesso em 14 08 2025].
[12] Prefeitura da Cidade do RIo de Janeiro, “Relatório de Climatologia Anual (1997-2024),” Rio de Janeiro, 2025.
[13] Prefeitura do Rio de Janeiro, “Sistema Alerta Rio,” Fundação Instituto de Geotécnica do Município do Rio de Janeiro, 11 2025. [Online]. Available: https://www.sistema-alerta-rio.com.br/download/dados-meteorologicos/.
[14] Instituto Estadual do Ambiente, “SIGQAr,” 11 2025. [Online]. Available: https://qualidadedoar.inea.rj.gov.br/INEAPublico/AMSTabularData.
[15] Painel Intergovernamental sobre Mudanças Climáticas, “Aquecimento Global de 1,5°C - Sumário para Formuladores de Políticas,” 2018.
[16] Organização para Cooperação e Desenvolvimento Econômico - OECD, “Financial Management of Flood Risk.,” OECD Publishing, Paris, 2016.
[17] M. T. S. Soares, “Fisionomia e Estrutura do Rio de Janeiro,” Revista Brasileira de Geografia, vol. 3, pp. 3-37, Julho-Setembro 1965.
[18] Cidade do Rio de Janeiro, “Lei Compllementar nº 270, de 16 de janeiro de 2024,” Rio de Janeiro.
[19] V. J. RUFFATO-FERREIRA, “Uma Nova Variável no Planejamento para o Desenvolvimento Urbano Sustentável: Áreas Verdes Em Quintais No Subúrbio Da Cidade Do Rio De Janeiro,” Tese (doutorado) – UFRJ/ COPPE/ Programa de Planejamento Energético. Tese (doutorado), Rio de Janeiro, 2016.
[20] K. OnaČillová, M. Gallay, D. Paluba, A. Péliová, O. TokarČik e D. Laubertová, “Combining Landsat 8 and Sentinel-2 Data in Google Earth Engine to derive higher resolution land surface temperature maps in urban environment.,” Remote Sensing, Vols. %1 de %2v. 14, n. 16, 2022.
[21] M. Liang, L. Zhang, S. Wu, Y. Zhu, Z. Dai, Y. Wang, J. Qi, Y. Chen e Z. Du, “A High-Resolution land surface temperature downscaling method based on geographically weighted neural network regression.,” Remote Sensing, Vols. %1 de %2v. 15, n. 7, 2023.
[22] J. Wang, B.-H. Tang, X. Zhu, D. Fan, M. Li e J. Chen, “A comparative analysis of five land surface temperature downscaling methods in plateau mountainous areas.,” Frontiers in Earth Science, Vols. %1 de %2v. 12,, 2024.
[23] Instituto Pereira Passos, “Limite Áreas de Planejamento (AP),” 2023. [Online]. Available: https://www.data.rio/datasets/b9e30861acfe4bea947e6278a6b30ce3_1/about. [Acesso em 14 07 2025].
[24] IBGE - Instituto Brasileiro de Geografia e Estatística., “Base cartográfica contínua 1:25.000 versão EDGV 3.0.,” 2018. [Online]. Available: https://www.ibge.gov.br/geociencias/downloads-geociencias.html. [Acesso em 25 06 2025].
[25] J. A. Sobrino, J. C. Jimenez-Muñoz e L. Paolini, “Land surface temperature retrieval from LANDSAT TM 5.,” Remote Sensing of Environment, Vols. %1 de %290, n. 4, pp. 434-440, 2004.
[26] L. Breiman, “Random Forests,” Machine Learning., Vols. %1 de %245, n. 1, pp. 5-32, out 2001.
[27] S. Huteng, Y. Li, T. Hu e D. Xu, “Downscaling land surface temperature in an arid area by using multiple remote sensing indices with Random Forest regression.,” Remote Sensing, Vols. %1 de %2v. 9, n. 8, p. 789, 2017.
[28] S. Guha, H. Govil, N. Gill e A. Dey, “Analytical study on the relationship between land surface temperature and land use/land cover indices.,” Annals of GIS, Vols. %1 de %226, n. 2, pp. 201-216, 2020.
[29] H. Xu, “Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery.,” International Journal of Remote Sensing,, Vols. %1 de %2v. 27, n. 14, pp. 3025-3033, 2006.
[30] X.-L. Chen, H.-M. Zhao, P.-X. Li e Z.-Y. Yin, “Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes.,” Remote Sensing of Environment., Vols. %1 de %2104, n. 2, pp. 133-146, 2006.
[31] R. Amiri, Q. Weng, A. Alimohammadi e S. Alavipanah, “Spatial–temporal dynamics of land surface temperature in relation to fractional vegetation cover and land use/cover in the Tabriz urban area, Iran.,” Remote Sensing of Environment, vol. 113, pp. 2606-2617, 2009.
