| Resumo: |
As consequências das mudanças climáticas em curso e dos eventos de temperaturas extremas colocam em risco as populações de grandes capitais, especialmente as vulneráveis economicamente. Tendo isso em vista, a compreensão do comportamento térmico do município de Porto Alegre ao longo da história é fundamental para servir de base para políticas públicas que visam um novo modo de planejamento urbano. Esta dissertação utiliza a plataforma de processamento Google Earth Engine e a série histórica de imagens Landsat 5 e 8, compreendendo o período de 1984 a 2022, com o objetivo de analisar o comportamento do campo térmico superficial do município de Porto Alegre, utilizando o repositório de imagens Landsat 5 e 8. A temperatura superficial (LST) foi correlacionada a partir da correção linear de Pearson com dados de altimetria, distância euclidiana de áreas verdes e corpos hídricos, buscando relações entre essas variáveis e a atenuação de temperatura em seu entorno. Os resultados mostram uma correlação de Pearson com valores próximos de zero para hidrografia (0), áreas verdes (-0,01) e altimetria (0,02), indicando uma baixa correlação com a LST, evidenciando a dificuldade de verificar o efeito do entorno nos dados obtidos por sensoriamento remoto. Outro foco de análise foram as ilhas de calor, categorizadas por limiares de temperatura pré-definidos em relação à média de temperatura da área de análise, sendo o limiar inferior a -1,5°C para áreas frescas e superior a +1,5°C para áreas quentes. Baseando-se nisso, foi desenvolvido o índice IAF (Índice de Alteração de Frequência), que analisa o comportamento das frequências comparando a alteração em dois períodos da série histórica. O IAF revelou tendências importantes na dinâmica espacial do município, com a região central de Porto Alegre estável na dinâmica térmica e maiores alterações observadas no nordeste de Porto Alegre, como os bairros Sarandi e Mario Quintana, e ao sul, no aglomerado urbano do bairro Restinga. Outra questão avaliada neste trabalho foi a correlação entre temperatura superficial e variáveis socioeconômicas dos setores censitários, utilizando a LST e dados censitários de 2000 e 2010. Foi utilizado o índice de autocorrelação espacial de Moran para analisar a dependência espacial de variáveis de população absoluta, renda e gênero. Por meio do índice de Moran e mapas LISA, foi desenvolvida uma regionalização térmica do município com base na LST média de cada setor censitário. |
|---|
