EXPANSION OF IMPERVIOUS SURFACES AND THERMO-HYGROMETRIC VARIABILITY IN NORTHERN GOIÂNIA (1985–2020)
DOI:
https://doi.org/10.26767/colquio.23.4335Keywords:
Urban climatology, climate change, remote sensing, impervious soil, impervious surfacesAbstract
Urbanization alters land cover, the hydrological balance, and local climatic conditions, especially in environmentally strategic areas. This study analyzed the evolution of impervious surfaces in northern Goiânia and discussed their relationship with the temporal variability of annual mean air temperature and relative humidity from 1985 to 2020. The study area was delineated in a GIS environment based on official vector data. Land cover dynamics were analyzed using Landsat imagery processed in Google Earth Engine and classified through a supervised approach. Climatic trends were assessed using the Mann–Kendall test and linear regression. The results indicated an increasing trend in annual mean air temperature and a decreasing trend in relative humidity over the historical series, with a moderate fit for temperature (R² = 0.5778) and a lower fit for relative humidity (R² = 0.2484). Impervious area showed an overall increasing trend when the 5-year moving average was considered (R² = 0.7226). Nevertheless, linear correlations between impervious area and climatic variables were weak, indicating that the observed thermo-hygrometric variability cannot be explained exclusively by soil imperviousness. It is concluded that northern Goiânia underwent a process of territorial transformation consistent with urban expansion, accompanied by local warming and reduced relative humidity, in interaction with regional climate forcings. The results highlight the importance of urban planning oriented toward climate adaptation and the preservation of the environmental functionality of this portion of the municipality.
References
AMORIM, M.C.C.T.; DUBREUIL, V.; QUENOL, H.; SANT’ANNA NETO, J.L. Características das ilhas de calor em cidades de porte médio: exemplos de Presidente Prudente (Brasil) e Rennes (França). Confins, n. 7, 2009. Disponível em: http://confins.revues.org/index6070.html. Acesso em: 14 abr. 2026.
ASSUNÇÃO, S.G.S. Metodologia para avaliação de riscos ambientais em áreas urbanas da Região Metropolitana de Goiânia-GO. 2012. 232f. Tese (Doutorado em Ciências Ambientais) – Curso de Ciências Ambientais – Universidade Federal de Goiás, Goiânia, 2012. Disponível em: https://ciamb.prpg.ufg.br/up/104/o/SIMONE_GONÇALVES_SALES_ASSUNÇÃO.pdf. Acesso em: 14 abr. 2026.
BREIMAN, L.; FRIEDMAN, J.H.; OLSHEN, R.A.; STONE, C.J. Classification and Regression Trees. New York: Routledge, 1984.
CORTES, C.; VAPNIK, V. Support-vector networks. Machine Learning, v. 20, n. 3, p. 273–297, 1995. Disponível em: https://doi.org/10.1007/BF00994018. Acesso em: 14 abr. 2026.
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, v. 202, p. 18–27, 2017. Disponível em: https://doi.org/10.1016/j.rse.2017.06.031. Acesso em: 14 abr. 2026.
GOVERNO DO ESTADO DE GOIÁS. Sistema Estadual de Geoinformação: downloads. 2021. Disponível em: http://www.sieg.go.gov.br/siegdownloads/. Acesso em: 14 abr. 2026.
HOFMANN, G.S.; CARDOSO, M.F.; ALVES, R.J.V.; WEBER, E.J.; BARBOSA, A.A.; DE TOLEDO, P.M.; PONTUAL, F.B.; SALLES, L.O.; HASENACK, H.; CORDEIRO, J.L.P.; AQUINO, F.E.; OLIVEIRA, L.F.B. The Brazilian Cerrado is becoming hotter and drier. Global Change Biology, v. 27, n. 17, p. 4060–4073, 2021. Disponível em: https://doi.org/10.1111/gcb.15712. Acesso em: 14 abr. 2026.
LI, B.; WANG, W.; BAI, L.; WANG, W.; CHEN, N. Effects of spatio-temporal landscape patterns on land surface temperature: a case study of Xi’an city, China. Environmental Monitoring and Assessment, v. 190, p. 419, 2018. Disponível em: https://doi.org/10.1007/s10661-018-6787-z. Acesso em: 14 abr. 2026.
LUIZ, G.C.; ROMÃO, P.A. Interação solo-atmosfera e processos de inundação e alagamento na cidade de Goiânia-GO. Revista Brasileira de Geografia Física, v. 12, n. 5, p. 1891–1903, 2019. Disponível em: https://doi.org/10.26848/rbgf.v12.5.p1891-1903. Acesso em: 14 abr. 2026.
MENESES, P.R.; MADEIRA NETTO, J.S. (org.). Sensoriamento Remoto: Reflectância dos Alvos Naturais. Brasília: Universidade de Brasília, 2001.
MONTEIRO, C.A.F. Teoria e Clima Urbano. São Paulo: USP, 1976.
NASCIMENTO, D.T.F.; BARROS, J.R. Identificação de ilhas de calor por meio de sensoriamento remoto: estudo de caso no município de Goiânia – GO/2001. Boletim Goiano de Geografia, v. 29, n. 1, p. 119–134, 2009. Disponível em: https://doi.org/10.5216/bgg.v29i1.7112. Acesso em: 14 abr. 2026.
NASCIMENTO, D.T.F.; OLIVEIRA, I.J. Análise da evolução do fenômeno de ilhas de calor no município de Goiânia/GO (1986–2010). Boletim Goiano de Geografia, v. 31, n. 2, p. 113–127, 2011. Disponível em: https://doi.org/10.5216/bgg.V31i2.16849. Acesso em: 14 abr. 2026.
ORGANIZAÇÃO DAS NAÇÕES UNIDAS (ONU). Agenda 2030 para o Desenvolvimento Sustentável. 2015. Disponível em: https://brasil.un.org/pt-br/91863-agenda-2030-para-o-desenvolvimento-sustentavel. Acesso em: 14 abr. 2026.
PREFEITURA DE GOIÂNIA. Geolocalização das divisas de bairros (SHP). 2021. Disponível em: http://dadosabertos.goiania.go.gov.br/pt_PT/dataset/bairros/resource/9903a8fb-213d-4164-bee1-8af82ff97286?inner_span=True. Acesso em: 14 abr. 2026.
SANT’ANNA NETO, J.L. Por uma geografia do clima: antecedentes históricos, paradigmas contemporâneos e uma nova razão para um novo conhecimento. Terra Livre, v. 17, p. 49–62, 2001.
SOARES, K.W.S.; BATTISTI, R.; DAPPER, F.P.; DE CARVALHO, A.P.M.; DA SILVA, M.V.; DA SILVA, J.L.B.; DE OLIVEIRA, H.F.E.; MESQUITA, M. Shifting climate patterns in the Brazilian savanna evidenced by the Köppen classification and drought indices. Atmosphere, v. 16, p. 849, 2025. Disponível em: https://doi.org/10.3390/atmos16070849. Acesso em: 14 abr. 2026.
UNIVERSIDADE FEDERAL DE GOIÁS. Escola de Agronomia. Estação Agrometeorológica. 2021. Disponível em: https://www.agro.ufg.br/p/7944-estacao-agrometeorologica. Acesso em: 14 abr. 2026.
XU, J.; ZHAO, Y.; ZHONG, K.; ZHANG, F.; LIU, X.; SUN, C. Measuring spatio-temporal dynamics of impervious surface in Guangzhou, China, from 1988 to 2015, using time-series Landsat imagery. Science of the Total Environment, v. 627, p. 264–281, 2018. Disponível em: https://doi.org/10.1016/j.scitotenv.2018.01.155. Acesso em: 14 abr. 2026.
YANG, C.; ZHAN, Q.; GAO, S.; LIU, H. How do the multi-temporal centroid trajectories of urban heat island correspond to impervious surface changes: a case study in Wuhan, China. International Journal of Environmental Research and Public Health, v. 16, p. 3865, 2019. Disponível em: https://doi.org/10.3390/ijerph16203865. Acesso em: 14 abr. 2026.
ZHANG, S.; YANG, K.; MA, Y.; LI, M. The expansion dynamics and modes of impervious surfaces in the Guangdong-Hong Kong-Macau Bay Area, China. Land, v. 10, p. 1167, 2021. Disponível em: https://doi.org/10.3390/land10111167. Acesso em: 14 abr. 2026.
ZHAO, C.; ZHANG, H.; WANG, H.; ZHAO, J. Analysis of changes in the spatiotemporal characteristics of impervious surfaces and their influencing factors in the Central Plains Urban Agglomeration of China from 2000 to 2018. Heliyon, v. 9, e18849, 2023. Disponível em: https://doi.org/10.1016/j.heliyon.2023.e18849. Acesso em: 14 abr. 2026.
