2. REVISÃO DE LITERATURA
2.2. Balanço de energia em áreas urbanas
2.2.2. Sensoriamento remoto aplicado ao balanço de energia
Dentre as diversas conceituações que permeia a definição do Sensoriamento Remoto (SR), a mais utilizada define-o como a utilização conjunta de modernos sensores, equipamentos para processamento de dados e equipamentos de transmissão de dados colocados a bordo de aeronaves, espaçonaves, ou outras plataformas, com o objetivo de estudar eventos, fenômenos e processos que ocorrem na superfície do planeta Terra a partir do registro e da análise das interações entre a radiação eletromagnética e as substâncias que o compõem em suas mais diversas manifestações (FLORENZANO, 2007; NOVO, 2008).
O processo de registro e captação das informações da superfície terrestre por sensoriamento remoto é possível mediante a interação da radiação emitida e refletida pelos alvos, sendo interpretado pelo sensor através das resoluções: (1) resolução espectral é a medida da largura das faixas espectrais e da capacidade que o sensor possui em distinguir os níveis de intensidade do sinal que retorna; (2) resolução espacial ou geométrica, corresponde à habilidade do sensor em distinguir e medir os alvos; (3) resolução radiométrica que corresponde à capacidade do sensor em detectar as variações
da radiância espectral recebida, permitindo diferenciação de um alvo do outro com associação ao número de dígitos binários (bits) necessários para armazenar o valor máximo de cada pixel possibilitando uma melhor separação de detalhes da superfície; (4) resolução temporal e é a frequência de passagem do sensor no mesmo local em um determinado intervalo de tempo, denominada também de periodicidade ou repetitividade (CROSTA, 1993; SCHOWENGERDT, 1997; MELO, 2002; JENSEN, 2003; FLORENZANO, 2007; SOUZA et al., 2007).
Diversas metodologias baseadas em medições de campo vêm sendo empregadas no cômputo do balanço de energia em áreas com relativa homogeneidade, apresentando resultados satisfatórios. Portanto, quando se tem como objetivo a determinação de balanço de energia em escala regional, ou com cobertura sobre áreas heterogêneas, a utilização de técnicas de sensoriamento remoto é determinante na representação espacial dos distintos padrões espectrais presentes na superfície. Nesse sentido, a utilização de imagens de satélite apresenta-se como uma alternativa com grandes potenciais e tem sido utilizada de forma intensiva em escala operacional contemplada por diversos países em estudos de balanço de energia.
O grande desafio nas estimativas dos componentes do balanço de energia em áreas urbanas através de modelos é a complexidade apresentada pelas mesmas pois as equações propostas consideram o dossel urbano como um todo homogêneo, e desta forma mascaram a realidade entre as trocas de energia, todavia, vêm sendo exaustivamente utilizados tais modelos (CHRISTEN e VOGT, 2004). Gartland (2010) destaca que uma quantificação precisa dos fluxos de balanço de energia da superfície, faz-se necessário entender as mudanças espacial e temporal dos parâmetros biofísicos assim como, rugosidade e estrutura da superfície.
Com objetivo de representar o balanço de energia espacialmente em uma superfície urbana, diversos trabalhos têm feito uso das ferramentas de sensoriamento remoto em todo o mundo. Desde 1970, avanços significativos no sensoriamento remoto com muitas aplicações voltadas para o ambiente urbano que envolve dados coletados pelos sensores montados em superfície, aviões e satélites usando observações dos sensores ativos e passivos (GRIMMOND et al., 2004). Em climatologia urbana, os sensores termais dos satélites Landsat 5, AVHRR, ASTER, MODIS, AGEMA têm sido usados intensamente nas identificação de ilhas de calor urbano e estimativas de radiação líquida, fluxos de carbono, evaporação, fluxo de calor sensível e latente com objetivo de analisar áreas com grandes e pequenas extensões (CARLSON et al., 1981; LEWIS e
CARLSON, 1988; VOOGT e GRIMMOND, 2000; CHRYSOULAKIS, 2003; CARLSON e ARTHUR, 2000; SOEGAARD e MOLLER-JENSEN, 2003).
O sensoriamento remoto, fornece maior extensão espacial e representação dos dados através da resolução temporal dos satélites supracitados, permitindo com isto uma análise de maior abrangência e contemplando as diferentes áreas inseridas na malha urbana. De acordo com Liu (2006), é possível quantificar os componentes da equação do balanço de energia bem como da radiação de onda curta e radiação de onda longa através de sensoriamento remoto via satélite com precisão em torno de 95% aproximadamente, sendo 5% de incerteza atribuido aos efeitos atmosféricos. Sendo assim, o sensoriamento remoto pode ajudar a analisar a radiação espacialmente distribuídas e os fluxos de calor em ambientes complexos como as zonas urbanas, de modo a revelar as respostas das interações da radiação na superfície.
Rigo et al. (2007) modelaram o fluxo de calor no solo de uma área urbana localizada no norte da Suiça, através de sensoriamento remoto. Foram utilizados na pesquisa dados de diferentes sensores a bordo de satélites: MODIS (Moderate
Resolution Imaging Spectroradiometer), ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer), NOAA (National Oceanic and Atmospheric Administration) AVHRR e Landsat ETM+ (Land Remote Sensing Satellite), sendo
validado com dados de campo. Uma abordagem de regressão combinando NDVI- Bowen-Ration foi utilizada para calcular os fluxos turbulentos no dominínio espacial. Conforme os resultados apresentados, as imagens dos satélites apresentaram uma forte relação com a razão de Bowen e NDVI. A abordagem utilizada NDVI / Bowen-Razão apresentou resultados muito promissores e bons para densidades dos fluxos de calor durante o dia, enquanto que para o período da noite não apresenta utilidade devido a sua forte dependência com o NDVI (Normalized Difference Vegetation Index) fazendo com que houvesse grandes diferenças diariamente com relação a razão de Bowen. Os autores concluíram que os resultados são muito promissores servindo como referência na continuação da utilização de sensoriamento remoto para avaliação de densidade dos fluxos de radiação e calor em áreas urbanas.
Novas (2008) realizou mapeamento do balanço de radiação à superfície terrestre e índice de vegetação na área da bacia do rio Pratagy, localizado no estado das Alagoas (AL), através de técnicas de sensoriamento remoto. O estudo utilizou dados de imagens do satélite Landsat 5 entre os anos de 1990, 1998 e 2003 e o algoritmo SEBAL. Os resultados encontrados apontaram uma redução na cobertura vegetal entre os anos
analisados, sobretudo nas áreas onde houve aumento de urbanização. O saldo de radiação apresentou um aumento no valor médio entre 1990 e 1998 e decresceu entre 1998 e 2003 com amplitudes de 129,6 W m-2 e de 77,3 W m-2, respectivamente.
Paiva (2005) fez uso de imagens do satélite NOAA (National Oceanic and
Atmospheric Administration) - AVHRR aplicado ao algoritmo SEBAL para estimativa
do balanço de energia em Dourados (Mato Grosso do Sul) e comparadas com as determinadas em campo pela razão de Bowen. Os resultados do modelo SEBAL apresentaram erros de estimativa inferiores a 4%, 6% e 7% para o saldo de radiação, fluxo de calor sensível e fluxo de calor latente, respectivamente, quando comparados com as medidas de campo.
Kato et al. (2007) realizaram estimativas dos fluxos de radiação na cidade de Nagoya (Japão) através do sensor ASTER a bordo do satélite Terra e dados meteorológicos para quantificar o fluxo de calor entre a superfície e o interior do dossel em três datas, com medições diurnas. Os resultados do fluxo de calor armazenado encontrados nos distritos comerciais e empresarias centrais foram maiores do que nas áreas residenciais vizinhas, porém no período de inverno na área urbana central foram encontrados valores entre 240 e 290 W m-2, enquanto nas residenciais os fluxos de armazenamento apresentaram valores inferiores com intervalos entre 180 e 220 W m-2. Durante à noite os valores negativos da área urbana central foram maiores em comparação com os do dia, enquanto as áreas industriais apresentaram altos valores negativos em ambos os períodos.
Xu et al. (2008) visando entender as modificações ocorridas nas ára urbana e suas implicações no clima local, realizaram um estudo de modelagem do fluxo de calor sensível na área urbana de Shangai, China, utilizando imagens hiperespectrais do sensor
Imaging Spectrometer Modular (Osiris) com resolução espacial de 6 m, juntamente com
mapa de levantamento e dados meteorológicos. Devido à alta resolução espacial do sensor foi possível constatar o fluxo de calor sensível para coberturas de telhado, com valores próximo a 350 W m-2. Com sensores de resolução de 30 m, usando o mesmo método, produziram resultados semelhantes com uma diferença inferior a 15 W m-2. Sintetizaram que o uso de imagens de satélite com tais resoluções espaciais face a arquitetura da área apresentaram-se como uma solução prática à determinação dos fluxos de calor em áreas urbanas.
Kato et al. (2012), a fim de investigar a influência da escala da cidade assim como a topografia e o clima na transferência de calor de superfície, compararam o
balanço de energia para três cidades de Taiwan, China. Para realização do trabalho foram estimados os fluxos de calor mediante imagens do satélite ASTER e FORMOSAT-2 (Satélite óptico de alta resolução), assim como dados meteorológicos. Os resultados encontrados para as três cidades apontaram valores do saldo de radiação com variação entre 200 W m-2 nas áreas urbanas e 350 W m-2 nas feições de floresta. Para o fluxo de calor sensível os valores foram modulados pelo tamanho das cidades, destacando-se as áreas urbana residenciais das cidade de Kaohsiung, Taian e Kaohsiung com intervalos de 300 W m-2, 200 W m-2 e 373 W m-2 , respectivamente, enquanto nas zonas industriais e comerciais esses valores foram superiores a 400 W m-2. O fluxo de calor latente e o fluxo de calor no solo nas áreas urbanas apresentaram valores médios entre 0 e 3 W m-2, enquanto o calor no solo apresentou intervalos superiores a 94 W m-2. Estes resultados implicam que o terreno em torno de uma determinada cidade, bem como a escala de atividade urbana afeta significativamente o balanço de calor nas cidades, proporcionando altos valores de fluxo de calor sensível em detrimento do fluxo de calor latente.
Gomes et al. (2013) realizaram estudo do balanço de energia através de técnicas de sensoriamento remoto com uso de imagem do TM Landsat 5 e aplicação do algoritmo SEBAL na cidade de Patos (PB), visando quantificar os principais componentes do balanço de energia. Os resultados mostraram que o saldo de radiação variou de modo similar ao determinado na literatura; os valores do fluxo de calor sensível apresentaram alta variabilidade espacial, coerentes com a distribuição espacial de sobre a área estudada. O fluxo de calor latente apresentou os maiores valores para os corpos d’água e área vegetadas e menores valores para a zona urbana e solo exposto, devido à sua baixa disponibilidade de umidade, resultando em valores de evapotranspiração diária variando entre 0,1 e 12 mm d-1. A imagem de satélite mostrou que a modificação do uso e da cobertura do solo contribui para mudanças significativas nos parâmetros do balanço de energia.