¿Cómo se relacionan los índices de uso/cobertura del suelo y las temperaturas de la superficie terrestre durante el día y la noche en once centros urbanos en diferentes zonas climáticas globales?
Autores: Li, Yuanzheng; Zhao, Zezhi; Xin, Yashu; Xu, Ao; Xie, Shuyan; Yan, Yi; Wang, Lan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
¿Cómo se relacionan los índices de uso/cobertura del suelo y las temperaturas de la superficie terrestre durante el día y la noche en once centros urbanos en diferentes zonas climáticas globales?
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Entorno térmico urbano
índices de uso/cobertura del suelo
Temperaturas de la superficie terrestre
Aqua/MODIS
Datos de Landsat/OLI
índices de LU/LC.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Mejorar el entorno térmico urbano puede aumentar el bienestar de las personas. Sin embargo, no estaba claro cuáles índices de uso/cobertura del suelo (LU/LC) eran óptimos para explicar las temperaturas de la superficie terrestre (LST) y cómo afectaban a las LST en ciudades de diferentes zonas climáticas, especialmente durante la noche. Así, se utilizaron principalmente los datos de Aqua/MODIS y Landsat/OLI para explorar los índices óptimos de edificios, vegetación, agua y suelo desnudo y analizar sus efectos en las LST en once centros urbanos de distintas regiones climáticas globales. Los resultados mostraron que varios índices de LU/LC tenían altas probabilidades de ser índices óptimos para explicar las LST bajo diferentes condiciones. Las LST diurnas estaban generalmente significativamente correlacionadas negativamente con los índices de vegetación y correlacionadas positivamente con los índices de edificios y suelo desnudo (p < 0.05). Estas relaciones eran más fuertes en verano que en invierno. Las LST nocturnas estaban generalmente significativamente correlacionadas positivamente y negativamente con los índices de edificios y vegetación en verano, respectivamente (p < 0.05). Estas correlaciones eran generalmente más débiles durante la noche que durante el día. Las LST nocturnas estaban significativamente correlacionadas positivamente y negativamente con los índices de agua y suelo desnudo, respectivamente (p < 0.05). Comúnmente existían regresiones lineales múltiples significativas entre las LST diurnas y nocturnas y cuatro tipos de índices de LU/LC (p < 0.05). Estos hallazgos ayudaron a optimizar el confort térmico urbano, reducir las LST de la ciudad, etc.
Descripción
Mejorar el entorno térmico urbano puede aumentar el bienestar de las personas. Sin embargo, no estaba claro cuáles índices de uso/cobertura del suelo (LU/LC) eran óptimos para explicar las temperaturas de la superficie terrestre (LST) y cómo afectaban a las LST en ciudades de diferentes zonas climáticas, especialmente durante la noche. Así, se utilizaron principalmente los datos de Aqua/MODIS y Landsat/OLI para explorar los índices óptimos de edificios, vegetación, agua y suelo desnudo y analizar sus efectos en las LST en once centros urbanos de distintas regiones climáticas globales. Los resultados mostraron que varios índices de LU/LC tenían altas probabilidades de ser índices óptimos para explicar las LST bajo diferentes condiciones. Las LST diurnas estaban generalmente significativamente correlacionadas negativamente con los índices de vegetación y correlacionadas positivamente con los índices de edificios y suelo desnudo (p < 0.05). Estas relaciones eran más fuertes en verano que en invierno. Las LST nocturnas estaban generalmente significativamente correlacionadas positivamente y negativamente con los índices de edificios y vegetación en verano, respectivamente (p < 0.05). Estas correlaciones eran generalmente más débiles durante la noche que durante el día. Las LST nocturnas estaban significativamente correlacionadas positivamente y negativamente con los índices de agua y suelo desnudo, respectivamente (p < 0.05). Comúnmente existían regresiones lineales múltiples significativas entre las LST diurnas y nocturnas y cuatro tipos de índices de LU/LC (p < 0.05). Estos hallazgos ayudaron a optimizar el confort térmico urbano, reducir las LST de la ciudad, etc.