Relation between climatic variables and land cover use in the Alto Juruá watershed

Authors

DOI:

https://doi.org/10.33448/rsd-v11i10.32361

Keywords:

Geotechnology; Climate dynamics; Surface temperatures.

Abstract

The use of geotechnology tools has contributed to the understanding of the spatial dynamics of climatic variables and land use in a watershed. This study aimed to evaluate the dynamics of surface temperature, rainfall and evapotranspiration, and their relationship with land use and land cover in the Alto Juruá watershed. The Google Earth Engine (GEE) platform was used for data processing and, through the Code Editor tool, it was possible to program and run a routine to assess surface temperature, rainfall, evapotranspiration, use and land cover and altitude. The average surface temperatures (24.13ºC) increase in the month of july and decrease in the month of september. The average annual temperature is 24.68ºC and the years 2010 and 2016 were the hottest within the studied series. Monthly rainfall averages are 182 mm, with the months of June, July and August being the months with less rain. The average annual rainfall was 1982 mm. The highest surface temperatures are concentrated in the urban center of the Alto Juruá hydrographic basin, with expansion observed over the years coinciding with the expansion of the pasture area.

References

Albuquerque, A. R. C. (2012). Bacia hidrográfica: Unidade de planejamento ambiental. Revista Geonorte, Edição Especial. 4(4), 201–209.

Alvares, C. A., Stape, J. L., Sentelhas, P. C., de Moraes, G., Leonardo, J. & Sparovek, G. (2013). Köppen's climate classification map for Brazil. Meteorologische Zeitschrift. 22(6), 711-728.

Campos-Silva, J. V., Junquei¬ra, A. B., Mazzochini G. G., Perez A. L., Silva M., Estevo M. & Andrade P. C.M. (2019). Mudanças climáticas e seus impactos na sociobiodiversidade do Rio Juruá. SITAWIN, 68p.<https://www.sitawi.net/publicacoes/estudo-mudancas-climaticas-e-seus-impactos-na-sociobiodiversidade-do-rio-jurua/>.

Chun, J. A., Baik, J., Kim, D. & Choi, M. (2018). A comparative assessment of SWAT-model-based evapotranspiration against regional-scale estimates. Ecological Engineering. 122, 1-9. https://doi.org/10.1016/j.ecoleng.2018.07.015.

Delgado, R. C., Souza, L. P., Silva, I. W. R., Pessôa, C. S. & Gomes, F. A. (2012). Influência da mudança da paisagem amazônica no aumento da precipitação em Cruzeiro do Sul, AC. Enciclopédia Biosfera, Centro Científico Conhecer. 8(14), 665.

Deng, Y., Wang, S., Bai, X., Tian, Y., Wu, L., Xiao, J., Chen, F. & Qian, Q. (2018). Relationship among land surface temperature and LUCC, NDVI in typical karst area. Scientific Reports. 8, 1-12.

Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J., Harrison, L., Hoell, A. & Michaelsen, J. (2015). The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Scientific Data. 2, 1-21.

Füreder, P. (2010). Correção Topográfica de Imagens de Satélite para Classificação LULC Melhorada em Áreas Alpinas. Grazer Schr. Geogr. Raumforsch. 45, 187–194.

Gao, Y. & Zhang, W. LULC Classification and Topographic Correction of Landsat-7 ETM + Imagery in the Yangjia River Watershed: The Influence of DEM Resolution. Sensors. 30 (9), 2259 –2275. https://doi.org/10.1080/01431160802549336.

Giglio, J. N. & Kobiyama, M. (2013). Interceptação da chuva: uma revisão com ênfase no monitoramento em florestas brasileiras. Revista Brasileira de Recursos Hídricos. 18(2), 297-317.

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D. & Moore, R. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment. 202, 18-27. https://doi.org/10.1016/j.rse.2017.06.031.

Kumar, L. & Mutanga, O. (2018). Google Earth Engine Applications Since Inception: Usage, Trends, and Potential. Remote Sensing. MPDI. 10(1509), 15.

Leite, A.C.S., Oliveira, L.M.M., Silva, B.B., Montenegro, S.M.G.L. & Bezerra, U.A. (2019). Mudança Espaço Temporal do Uso e Cobertura do Solo e Estimativa da Temperatura da Superfície no Município de Teresina – Piauí, Brasil. Anuário do Instituto de Geociências – UFRJ. 42(3), 42-5. http://dx.doi.org/10.11137/2019_3_42_51.

Mu, Q., Heinsch, F., Zhao, M. & Running, S. (2007). Development of a Global Evapotranspiration Algorithm Based on MODIS and Global Meteorology Data. Remote Sensing of Environment. 111, 519-536.

Nova, R. A. V., Gonçalves, E. M. & Lima, F. V. M. S. (2021). Analise temporal de ilhas de calor através da temperatura de superfície e do índice de vegetação em Recife-PE, Brasil. Rev. Bras. Cartogr. 73(2). http://dx.doi.org/10.14393/rbcv73n2-54522.

Perez L. P., Filho H. F. & Kuplich T. M. (2007). A dinâmica do desmatamento em duas cidades amazônicas: Rio Branco e Cruzeiro do Sul, Acre, no período de 1985 a 2003 – uma análise preliminar. Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, INPE, 6921-6927.

Randhir, T. O. & Tsvetkova, O. (2011). Spatiotemporal dynamics of landscape pattern and hydrologic process in watershed systems. Journal of Hydrology. 404, 1-12.

Rosa, E. P., Trentin, R., Dias, D. F. & Santos, V. S. (2017). Mapeamento do uso e ocupação da terra no município de Jaguari-RS, in: Perez Filho, A. & Amorim, R.R. (Org.), Os Desafios da Geografia Física na Fronteira do Conhecimento Os Desafios da Geografia Física na Fronteira do Conhecimento, 1: 6890-6894.

Santos, D. B. O. (2013). Aplicação da RUSLE a uma pequena bacia hidrográfica da Amazônia. 2013. 82 f. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal do Pará, Belém, Brasil.

Seabra, V. S. & Cruz, C. M. (2013). Mapeamento da dinâmica da cobertura e uso da terra na bacia hidrográfica do Rio São João, RJ. Revista Sociedade & Natureza, 25(2), 411-426.

Serrão, E. A. O., Silva, M. T., Sousa, F. A. S., Ataide, L. C. P., Santos, C. A., Silva, V. P. R. & Silva, B. K. N. (2019). Influência do uso e cobertura da terra na variabilidade espacial e temporal da evapotranspiração no sudeste da Amazônia, utilizando o modelo SWAT. Revista Ibero Americana de Ciências Ambientais. 10(4), 134-148. http://doi.org/10.6008/CBPC2179-6858.2019.004.0011.

Silva S. S., Fearnside, P. M., Graça P. M. L., de A. Brown I. F., Alencar A. & Melo A.W. F. (2018). Dynamics of forest fires in the southwestern Amazon. Forest Ecology and Management. 424, 312-322, ISSN 0378-1127, https://doi.org/10.1016/j.foreco.2018.04.041.

Souza, C.M.J., Shimbo, J.Z., Rosa, M.R., Parente, L.L., Alencar, A.A., Rudorff, B.F.T, et al. (2020). Reconstructing Three Decades of Land Use and Land Cover Changes in Brazilian Biomes with Landsat Archive and Earth Engine. Remote Sensing. 12(17), 1217-2735. https://doi.org/10.3390/rs12172735.

Trevisan, D. P., Moschini, L.E. & Guerrero, J.V.R. (2017). Dinâmica Temporal do Uso e Cobertura da Terra no Município de Brotas-SP entre os Anos de 1988 e 2016. Fronteiras: Journal of Social, Technological and Environmental Science, 6(4), 204-219.

Wan, Z., Hook, S. & Hulley, G. (2015). MOD11A1 MODIS/Terra Land Surface Temperature/Emissivity Daily L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. https://doi.org/10.5067/MODIS/MOD11A1.006.

Willmott, C. J., Robeson, S. M. & Matsuura, K. (2012). A refined index of model performance. Int J Climatol. 32, 2088-2094.

Published

29/07/2022

How to Cite

MORAIS, A. de S. .; JOSÉ, J. V. .; PEREIRA, L. B. .; BARROS , T. H. da S. .; LEITE, K. N. .; LEITE , H. M. F. . Relation between climatic variables and land cover use in the Alto Juruá watershed. Research, Society and Development, [S. l.], v. 11, n. 10, p. e259111032361, 2022. DOI: 10.33448/rsd-v11i10.32361. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/32361. Acesso em: 20 nov. 2024.

Issue

Section

Exact and Earth Sciences