Monitoramento Espaço-Temporal de Ilhas de Calor Urbanas relacionadas ao Uso e Ocupação da Terra na RMSP a partir de imagens MODIS.

• Processo: 25/23080-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de janeiro de 2026
• Data de Término da vigência: 31 de dezembro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Geociências - Geofísica
• Pesquisador responsável: Victor Fernandez Nascimento
• Beneficiário: Bruna Letícia Barreto Barbosa
• Instituição Sede: Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas (CECS). Universidade Federal do ABC (UFABC). Santo André , SP, Brasil
• Assunto(s): Planejamento territorial urbano Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: índices espectrais | Modis | planejamento urbano | Sensoriamento Remoto | Temperatura da superfície | Sensoriamento Remoto

Resumo

Este projeto propõe analisar as dinâmicas térmicas urbanas na Região Metropolitana de São Paulo (RMSP), focando na identificação e caracterização espaço-temporal das Ilhas de Calor Urbanas (ICU) ao longo dos últimos 25 anos. O crescimento urbano acelerado e as mudanças climáticas impõem desafios à resiliência metropolitana, tornando essencial o preenchimento desta lacuna diagnóstica crucial para o planejamento urbano sustentável via a compreensão da correlação entre o Uso e Cobertura da Terra, do inglês Land Use and Land Cover (LULC), e a distribuição da Temperatura da Superfície Terrestre, do inglês Land Surface Temperature (LST). A metodologia empregará uma robusta abordagem utilizando dados de sensoriamento remoto dos sensores do Moderate Resolution Imaging Spectroradiometer (MODIS) e geoprocessamento. Serão utilizados os produtos MOD11A1, MYD11A1, MOD21C3, MYD21C3 (LST e Emissividade, diária/mensal e de 1 km), MOD09A1 (Reflectância, 8 dias e de 500m) e MCD12Q1 (Land Cover Type, anual e de 500m). Estes poderão ser integrados a informações detalhadas do MapBiomas (LULC, anual e de 30m) e a índices espectrais calculados como os Normalized Difference Vegetation Index e Built-up Index (NDVI/NDBI). O processamento ocorrerá no Google Earth Engine (GEE) e QGIS, usando scripts em Python e JavaScript, com posterior validação térmica por dados in situ de estações meteorológicas para medição da coincidência entre anomalias de LST e hotspots térmicos. A análise incluirá a organização dos dados por mês e ano, focando as estações verão e inverno, além do uso de estatística espacial para modelar as relações observadas obtendo-se gráficos, mapas temáticos de LST e LULC na RMSP e um diagnóstico da influência deste na formação das ilhas de calor.