Busca avançada
Ano de início
Entree

Estimativa da temperatura do ar com sensoriamento remoto: um estudo de caso para a Macrometrópole Paulista

Processo: 18/18974-5
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de outubro de 2018
Vigência (Término): 30 de junho de 2019
Área do conhecimento:Ciências Exatas e da Terra - Geociências - Meteorologia
Convênio/Acordo: Belmont Forum
Pesquisador responsável:Humberto Ribeiro da Rocha
Beneficiário:Rodrigo Lustosa
Instituição-sede: Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG). Universidade de São Paulo (USP). São Paulo, SP, Brasil
Vinculado ao auxílio:15/50682-6 - Investimentos pró-climáticos inteligentes em bacias de montanhas tropicais da América do Sul (ClimateWise), AP.PFPMCG.TEM
Assunto(s):Climatologia   Mudança climática   Clima de montanha   Temperatura do ar   Sensoriamento remoto   São Paulo (SP)

Resumo

A temperatura do ar é uma das grandezas climáticas de maior relevância social devido ao seu controle nas condições de bem estar humano em sua capacidade laboral e saúde, principalmente nas grandes cidades, além de inúmeros aspectos como por exemplo nas atividades de produção agrícola e seus episódios de estresse térmico e estresse hídrico, na determinação da disponibilidade hídrica em áreas de mananciais de abastecimento e de produção hidroelétrica no Brasil, entre várias outras situações. Esta proposta visa construir uma climatologia de temperatura do ar para a região da Macrometrópole Paulista, incorporando as influências de variabilidade climática da atmosfera até os efeitos de superfície como a topografia e o uso da terra, com grande resolução temporal e espacial a partir de medições de satélite. As metas de trabalho específicas visam selecionar um conjunto de imagens de satélite, e um conjunto de estações meteorológicas com informações (instantâneas ou no máximo médias horárias) de temperatura do ar medida (Tm), entre 2014 a 2018, na região da macrometrópole paulista; calcular a série histórica da temperatura de superfície utilizando o algoritmo de temperatura radiométrica (LST) do modelo SEBAL, e a partir daí a temperatura do ar (Ta) via estimativa do fluxo de calor sensível calculado, e comparar estatisticamente as estimativas de Tm e Ta, segundo um modelo funcional Ta = f(Tm), e fazer o ajuste por meio de uma regressão estatística obtendo a variável estimada ¯T a, especificando temperatura máxima diária e mínima diária separadamente, e construir os campos espaciais de temperatura ¯T a para os trimestres de verão (DJJ) e inverno (JJA), especificando temperatura máxima diária e mínima diária separadamente.