instituto nacional de pesquisas da …bdtd.inpa.gov.br/bitstream/tede/1572/2/dissertacão_ polari...

INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA - INPA

UNIVERSIDADE DO ESTADO DO AMAZONAS – UEA

PROGRAMA DE PÓS-GRADUAÇÃO EM CLIMA E AMBIENTE – CLIAMB

ILHAS DE CALOR NA CIDADE DE MANAUS: ASPECTOS

OBSERVACIONAIS E DE MODELAGEM

POLARI BATISTA CORRÊA

Manaus – Amazonas

Maio, 2013

ILHAS DE CALOR NA CIDADE DE MANAUS: ASPECTOS

OBSERVACIONAIS E DE MODELAGEM

POLARI BATISTA CORRÊA

Orientador: Dr. Rodrigo Augusto Ferreira de Souza.

Co-Orientador: Dr. Luiz Antônio Candido.

Fonte Financiadora: CAPES.

Manaus – Amazonas

Maio, 2013

Dissertação apresentado ao

PROGRAMA DE PÓS-GRADUAÇÃO EM

CLIMA E AMBIENTE – INPA/UEA,

como requisito parcial para obtenção

do título de Mestre em CLIMA E

AMBIENTE.

iii

C824 Corrêa, Polari Batista

Ilhas de calor na cidade de Manaus: aspectos observacionais e de

modelagem / Polari Batista Corrêa --- Manaus : [s.n], 2013.

xii, 68 f. : il. color.

Dissertação (mestrado) --- INPA, Manaus, 2013.

Orientador : Rodrigo Augusto Ferreira de Souza.

Coorientador : Luiz Antônio Candido.

Área de concentração : Interações Clima-Biosfera na Amazônia.

1. Clima - Manaus. 2. Climatologia. 3. Modelagem climática.

4. Sensoriamento remoto. I. Título.

CDD 19. ed. 551.668113

Sinopse:

Este trabalho teve por objetivo estudar o fenômeno de ilha de calor na cidade de

Manaus utilizando dados de sensoriamento remoto (dados do sensor MODIS à bordo do

satélite Aqua) e modelagem numérica (modelo WRF) para o período de 2002 a 2012 e

estudo caso para agosto e setembro de 2009. As variáveis abordadas foram índices de

vegetação (NDVI e EVI) e temperatura da superfície, além de medidas de temperatura

do ar de estações meteorológicas e umidade medida em campo.

Palavras-chave: Ilha de calor, sensor MODIS, modelagem numérica, modelo WRF,

temperatura de superfície, índice de vegetação.

iv

À minha família.

Dedico.

v

AGRADECIMENTOS

Agradeço a Deus (por sua misericórdia infinita e por realizar tantas vezes o

impossível); pelo apoio incondicional da minha família: minha mãe Maria, meu pai

Tertuliano (in memorian), meus irmãos Hélio, Dinho, Socorro e Solange.

Aos professores Rodrigo Souza e Luiz Candido, pela orientação, incentivos,

paciência e por acreditarem na minha capacidade para o domínio das ferramentas

utilizadas neste trabalho; ao prof. Francis pelas referências indicadas e ao prof. Dr.

Antonio Manzi pelos incentivos.

Ao colega Paulo Coutinho por me ajudar em diversas ocasiões; ao Paulo

Teixeira, Glauber Cirino, Raoni, Alexandra e profa. Dra. Rita Valéria pelas dicas do

Matlab; à Liviany Viana pela ajuda na interpretação dos gráficos; à Ludmila pela ajuda

nos dados da estação do INPA; aos meus colegas Takeshi, Paula, Andréa, Suzana,

Diana, Lis e Josiel; Jeane e Alessandro pela ajuda sobre o modelo WRF.

À CAPES, pela bolsa; ao LBA, pelo apoio logístico e dados da estação do

INPA; ao projeto TEAM pelos dados da estação da Reserva Ducke e ao CNPQ, FINEP,

pela ampliação da infraestrutura de modelagem;

Em fim, a todos que contribuíram de maneira direta ou indiretamente para a

realização deste trabalho.

vi

“Se o Senhor não edificar a casa em vão

trabalham os edificadores”

(Salmo 127)

vii

RESUMO

O fenômeno de ilha de calor na cidade de Manaus foi estudado com o uso de dados de

sensoriamento remoto e modelagem do clima urbano. Para os dados remotos foi

utilizado o sensor MODIS do satélite ambiental Aqua, produtos MYD11C3

(temperatura de superfície – media mensal) e MYD13C2 (Indices de vegetação - NDVI

e EVI – média mensal), ambos na resolução 5 km por 5 km. Também foi utilizado o

produto MYD11A2 (temperatura de superfície) na resolução 1 km por 1 km do mesmo

sensor para 2002 a 2012. Um estudo de caso foi analisado para os meses de agosto e

setembro de 2009 com o produto MYD11A2 e também simulações com o modelo WRF

na escala de 1 km por 1 km. Na resolução 5 km por 5 km foi possível identificar as

áreas mais quentes da cidade em associação com o aumento ou diminuição da

temperatura da superfície (TS) e índices de vegetação ao longo do período 2003 a 2011,

a fim de verificar uma relação entre cobertura e temperatura da superfície. Os resultados

mostram que existe uma relação inversamente proporcional entre os índices de

vegetação e a temperatura da superfície, onde o incremento no aquecimento foi

acompanhado pela diminuição da cobertura. A quantificação da intensidade da ilha de

calor (IIC) para o domínio da cidade de Manaus indicou valores entre 4° C e 9° C para

esta resolução espacial. No estudo de caso foi possível identificar a distribuição espacial

da TS, indicando que as áreas mais quentes encontram-se nas Zonas Sul e intersecção

das Zonas Leste e Norte da cidade. Foram analisados dois transectos (latitudinal e

longitudinal) para a análise da IIC através da TS, os dados de satélites mostraram 29 ºC

a 43 ºC e IIC de 10 ºC (em relação a floresta) a 13 ºC (em relação ao rio), enquanto os

do modelo apresentaram de 38 ºC a 43 ºC e IIC entre 5 ºC (em relação à floresta) a 15

ºC (em relação ao rio). Ao final do trabalho foram analisados as variáveis do balanço de

radiação e energia do modelo e verificou-se que os fluxos de energia na área urbana são

diferenciados em relação ao ambiente de floresta e que o modelo representou-os

satisfatoriamente, entretanto, a radiação de onda curta precisa ser melhor ajustada nas

parametrizações do modelo. Também foram analisados dados de temperatura do ar de

estações metereológicas da área de floresta e da área urbana, bem como medidas de

campo da temperatura e umidade na área urbana, os quais foram comparados aos

resultados obtidos com o uso do sensor MODIS e modelagem, corroborando-os.

Portanto, tanto os dados remotos quanto a modelagem numérica apresentaram-se como

ferramentas eficientes para o estudo do fenômeno de ilha de calor para a cidade.

Palavras-chave: Ilha de calor, sensor MODIS, modelagem numérica, modelo WRF,

temperatura de superfície, índice de vegetação.

viii

ABSTRACT

The phenomenon of heat island in the city of Manaus was studied with the use of

remote sensing data and modeling of urban climate. For remote data was used MODIS

Aqua satellite environmental products MYD11C3 (surface temperature - monthly

average) and MYD13C2 (vegetation indices - NDVI and EVI - monthly average), both

in resolution 5 km by 5 km. We also used the product MYD11A2 (surface temperature)

at 1 km resolution for 1 km from the same sensor for 2002-2012. A case study was

analyzed for the months of August and September 2009 with product MYD11A2 and

also simulations with the WRF model on the scale of 1 km by 1 km. In resolution 5 km

by 5 km was possible to identify the hottest areas of the city in association with the

trend of surface temperature (TS) and vegetation indices over the period 2003-2011, in

order to ascertain a relationship between coverage and temperature surface. The results

show that there is an inverse relationship between vegetation indices and surface

temperature, where the increase in heating was accompanied by a decrease in coverage.

The quantification of the heat island intensity (HII) for the domain of the city of Manaus

indicated values between 4 ° C and 9 ° C for this spatial resolution. In the case study it

was possible to identify the spatial distribution of TS, indicating that the hottest areas

are in the southern zones and the intersection of Eastern and Northern zones of the city.

We analyzed two transects (latitudinal and longitudinal) for analyzing the HII via the

TS data from satellites showed 29 º C to 43 º C and HII 10 ° C (regarding forest) at 13 °

C (relative to the river), while The model had between 38 º C to 43 º C and 5 º C and

HII (with respect to forest) to 13 ° C (relative to the river). At the end of the

experimental variables of the radiation balance and energy of the model and it was

found that the energy flows in the urban area are differentiated in relation to the forest

environment and the model represented them satisfactorily, however, the radiation short

wave needs to be better adjusted in the model parameterization. Were also analyzed

temperature data from weather stations air of the forest area and the urban area as well

as field measurements of temperature and humidity in the urban area, which were

compared to the results obtained from the use of MODIS and modeling, corroborating

them. Therefore, both the remote data as numerical modeling presented themselves as

effective tools for the study of the phenomenon of heat island to the city.

Key-words: Heat island, sensor MODIS, modeling, WRF model, surface temperature,

vegetation index.

ix

SUMÁRIO

1. INTRODUÇÃO.............................................................................................. 11

2. OBJETIVO..................................................................................................... 15

3. REVISÃO BIBLIOGRÁFICA...................................................................... 15

4. METODOLOGIA.......................................................................................... 21

4.1 Dados............................................................................................................... 21

4.2 Metodologia..................................................................................................... 22

5. RESULTADOS............................................................................................... 26

5.1 Análise dos dados do satélite Aqua na resolução 5 km x 5 km para o período

de 2003 a 2011.................................................................................................. 26

5.2 Análise dos campos espaciais de temperatura da superfície para os meses de

agosto e setembro (de 2003 a 2012)................................................................. 34

5.3 Análise dos dados do satélite Aqua na resolução 1 km x 1 km para o período

de 2002 a 2012.................................................................................................. 37

5.4 Estudo de caso da intensidade da ilha de calor................................................. 40

5.4.1 5.4.1. Análise de ilha de calor pela temperatura da superfície......................... 41

5.4.2 5.4.2. Análise de ilha de calor pela temperatura do ar.................................... 45

5.4.3 5.4.3. Análise das componentes do balanço de radiação e energia.................. 47

5.4.4 5.7. Variação da temperatura e umidade do ar entre áreas urbanas e verdes

em Manaus........................................................................................................ 51

6 CONCLUSÃO................................................................................................ 54

7 REFERÊNCIAS BIBLIOGRÁFICAS........................................................... 57

8 APÊNDICES.................................................................................................... 62

9 ANEXOS........................................................................................

.

67

x

LISTA DE FIGURAS

Figura 4.1 Área de estudo: Cidade de Manaus e vizinhanças ........................................... 22

Figura 4.2.1 Fluxograma mostrando as etapas da metodologia

adotada.............................................................................................................. 23

Figura 4.2.2 Fluxograma mostrando a etapa 3 da metodologia........................................... 23

Figura 4.2.3 Pontos de grade em diferentes regiões da cidade de Manaus

utilizados para ilustrar o fenômeno de ilha de calor........................................ 24

Figura 4.2.4 Precipitação para o ano de 2009 em comparação com a média climatológica

de 1960-1990. FONTE: INMET..................................................................... 25

Figura 4.2.5 Abrangência dos domínios para as simulações com o modelo WRF (a).

Mapa da cobertura da superfície utilizado para as simulações

(b)..................................................................................................................... 25

Figura 5.1.1 Série de temperatura da superfície (TS) estimada por satélite para uma área

urbana (linha em vermelho) para os pontos: 1 (a1), 2 (a2), 3 (a3), 4 (a4) e 5

(a5) e uma área de floresta da reserva Ducke (linha azul)............................. 28

Figura 5.1.2 Série intensidade da ilha de calor (IIC) estimada por satélite para os pontos:

1 (a1), 2 (a2), 3 (a3), 4 (a4) e 5 (a5)................................................................. 29

Figura 5.1.3 Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e

EVI (b) para a região 1 da cidade de Manaus.................................................. 31

Figura 5.1.4 Tendência nas estimativas remotas de temperatura da superfície (a), NDVI

(b) e EVI (c) para a região 2 da cidade de Manaus......................................... 32


EVI (b) para a região 3 da cidade de Manaus................................................. 32





Figura 5.2.1 Temperatura média da superfície (°C) para a cidade de Manaus, para o mês

de agosto (a) e setembro de 2003 (b). E agosto (c) e setembro de 2004 (d)

com resolução de 5 km por 5 km.................................................................... 35

xi



com resolução de 5 km por 5 km...................................................................... 35









com resolução de 5 km por 5 km.................................................................. 37

Figura 5.3.1 Temperatura média da superfície (°C) para os meses de agosto (a) e

setembro (b) para o período de 2002 a 2005, sobre a cidade de Manaus, com

resolução de 1 km por 1 km............................................................................. 38







Figura 5.4.1 Temperatura média da superfície (°C) para os meses de agosto e setembro

de 2009, sobre a cidade de Manaus na resolução de 1 km por 1 km, sensor

MODIS........................................................................................................ 41

Figura 5.4.2 Temperatura da superfície (°C) para o período de 01 de agosto a 30 de

setembro de 2009 na resolução 1 km por 1 km, modelo

WRF................................................................................................................. 42

Figura 5.4.3 Diferença de temperatura da superfície (°C) entre os dados do modelo WRF

e os dados do sensor MODIS...................................................................... 43

Figura 5.4.4 Transecto longitudinal temperatura da superfície (°C)

do satélite AQUA e modelo WRF................................................................. 44

Figura 5.4.5 Transecto latitudinal da temperatura da superfície (°C) do satélite AQUA e

modelo WRF.................................................................................................... 44

Figura 5.4.6 Temperatura do ar (°C) para o período de 01 de agosto a 30 de setembro de

2009 na resolução 1 km por 1 km, modelo

WRF................................................................................................................. 45

Figura 5.4.7 Ciclo diário da Temperatura do ar a 2 metros para agosto a setembro de

2009. Comparação entre o Modelo WRF e os dados da Reserva Ducke......... 46

Figura 5.4.8 Ciclo diário da temperatura do ar a 2 m para agosto à setembro de 2009.

Comparação modelo (WRF) e estação urbana (INPA).................................... 46

Figura 5.4.9 Intensidade da Ilha de Calor (°C) para 01/08/09 a 30/09/09 (ciclo diurno) .... 47

xii

Figura 5.4.10 Ciclo diário da radiação de onda curta para agosto à setembro de

2009.Comparação modelo (WRF) e estação (Reserva Ducke)........................ 48

Figura 5.4.11 Variáveis do balanço de energia para uma área urbana (a) e floresta

(b)................................................................................................................ 51

Figura 5.4.12 Foto ilustrativa dos sensores de temperatura e umidade do ar instalados

sobre um carro (a) e trajeto realizado durante estas medidas na cidade de

Manaus (b)................................................................................................ 51

Figura 5.4.13 Medidas de temperatura e umidade relativa do ar em diferentes ruas e

avenidas da Cidade de Manaus, para o dia 09 de dezembro de 2012,

ilustrando 17 pontos de controle/referência................................................. 53

11

1. INTRODUÇÃO

Nos últimos anos, o maior interesse pelo comportamento da temperatura média

global do ar próximo à superfície visa melhor caracterizar e entender as tendências de

aquecimento do planeta agora e no futuro. Ao mesmo tempo, sabe-se que a temperatura

média anual em áreas urbanas é tipicamente mais alta que a de suas redondezas. Em

alguns dias esse contraste pode atingir cerca de 10º C ou mais (Stull, 1988; Lombardo,

1985).

Atualmente, mais de 50% da população mundial vive em cidades e espera-se que

a população urbana chegue a 81% em 2030 (UNFPA, 2007). Como o processo de

urbanização global acelerou tanto em intensidade como em área física, existe um

interesse crescente no entendimento de suas implicações na saúde humana, no

funcionamento de ecossistemas, no tempo e, possivelmente, no clima como um

contribuinte para o aquecimento global (Imhoff et al., 2010).

As alterações no microclima de determinada região ocorrem tanto por

influências da urbanização e agricultura, quanto por emissões de gases de efeito estufa

(GEE), uma vez que as mudanças no uso do solo e as emissões desses gases são

diretamente relacionadas ao crescimento populacional e ao desenvolvimento econômico

dos grandes centros urbanos (Kalnay & Cai, 2003). Atividades humanas, como o

desenvolvimento de indústrias e a ampla utilização de veículos automotores, vêm

causando mudanças na composição da atmosfera por meio de um contínuo aumento nas

concentrações dos poluidores do ar, como o dióxido de carbono. Adicionalmente,

mudanças na superfície terrestre, como a urbanização, que tem como efeito a

substituição de superfícies naturais por edificações, ruas e avenidas, têm aumentado

significativamente a impermeabilização dos solos e a irradiação de calor para a

atmosfera (Sousa e Ferreira, 2012).

Uma das mais conhecidas influências antropogênica no clima é o fenômeno de

aquecimento urbano. O aumento da temperatura da superfície e do ar sobre uma área

urbana em relação às áreas rurais ou suburbanas vizinhas é denominado de Ilha de Calor

(IC) (Arya, 2001). Sendo que a diferença da temperatura (do ar ou da superfície) de uma

área urbana em relação à sua vizinhança fornece a Intensidade da Ilha de Calor (IIC)

(Memon et al., 2009; Hung et al., 2006).

12

A ilha de calor urbana é um fenômeno característico de todas as cidades e

metrópoles, entretanto, a sua distribuição e intensidade é proporcional ao tamanho da

cidade e de sua população, sendo mais intensa nos dias da semana, em que as atividades

no meio urbano são máximas. Ela varia também com as formas de uso do solo, com a

posição/localização geográfica, além da hora do dia e da estação do ano, sendo mais

expressiva na estação seca em condições de céu claro e vento calmo, onde os efeitos que

amenizam a umidade são reduzidos (Landsberg, 1981). Nessas condições, em algumas

grandes áreas metropolitanas o aquecimento relativo da cidade, comparado com seus

arredores, pode promover uma circulação convectiva do ar. O ar relativamente quente

sobre o centro da cidade é trocado por ar mais frio e mais denso, convergente das zonas

rurais. A coluna de ar ascendente acumula aerossóis sobre a cidade formando uma

nuvem de poeira (poluentes), que podem tornar-se muitas vezes mais concentrados

sobre uma área urbana que sobre as áreas rurais (Arya, 2001).

Sabe-se que a ilha de calor urbana não resulta da ação de um simples fator, e sim

da interação de muitas características da atmosfera urbana. Dentre aquelas que são

possíveis causas do clima urbano (e consequentemente da IC), tem-se: a alta capacidade

calorífica dos materiais de construção; a redução da área de superfícies de

evapotranspiração; a retenção de radiação de ondas longas devido ao aumento da

poluição atmosférica, dentre outras (Oke, 1982; Ribeiro, 2008).

As áreas urbanas apresentam características estruturais que tornam complexa a

identificação dos seus problemas, pois não apresentam continuidade ou homogeneidade

(Iwai, 2003). Deste modo, é necessária a utilização de instrumentos e metodologias que

permitam analisar o quanto cada elemento constituinte das diferentes regiões urbanas

contribui na geração das ilhas de calor.

Diferentes estudos observacionais estimaram a magnitude do efeito ilha de calor

pela comparação da temperatura do ar observada em estações meteorológicas

localizadas em regiões urbanas e rurais (Gartland, 2010). Dados convencionais

(medidas in situ) possuem a vantagem de alta resolução temporal, mas por outro lado

têm pobre resolução espacial. Nas últimas décadas, o sensoriamento remoto aplicado

em estudos de clima urbano vem destacando-se, pois além de possuir alta resolução

espacial e oferecer visões em diferentes escalas, permite a utilização de dados espectrais

localizados na região do infravermelho termal dentro da janela atmosférica. Isto faz

como que estes sensores possam ter seus dados convertidos, após sofrerem correção dos

13

efeitos atmosféricos e da superfície, em temperatura da superfície continental (Streutker,

2002; Novo et al., 2005), a qual é um parâmetro de importância fundamental para o

estudo da climatologia urbana (Voogt e Oke, 2003).

A temperatura da superfície continental, além de ser uma componente

importante no balanço de energia à superfície, modula a temperatura do ar nas camadas

mais baixas da atmosfera urbana, ajuda na determinação do clima interno de edificações

e exerce influência nas trocas de energia que afetam o conforto dos moradores de

cidades. Mudanças na temperatura da superfície continental urbana podem ocasionar

efeitos significantes sobre o tempo e o clima local (Kalnay & Cai, 2003). Diferentes

pesquisas têm sido conduzidas com base no uso de dados de sensoriamento remoto para

detectar as características térmicas das superfícies urbanas.

Estudos acerca do fenômeno ilha de calor, utilizando estimativas de temperatura

da superfície continental, com base em dados de satélites, foram conduzidos

originalmente empregando-se dados do sensor AVHRR (Advanced Very High

Resolution Radiometer) a bordo dos satélites da série NOAA (National Oceanic and

Atmospheric Administration) (Gallo et al., 1999; Streutker, 2002). Posteriormente,

foram utilizados dados dos satélites da série LANDSAT, tendo-se destacado por muitos

anos o LANDSAT 5, com resolução espacial de 120 m, para estudos de ilha de calor

(Weng, 2003; Weng et al., 2004).

Existe, na atualidade, uma grande quantidade e diversidade de produtos

disponíveis oriundos se sensoriamento remoto e, em particular, para o estudo de IC

através de diferentes sensores a bordo de plataformas orbitais. Na última década, o

sensor MODIS (Moderate Resolution Imaging Spectroradiometer), a bordo dos satélites

TERRA (a partir de 2000) e AQUA (a parir de 2002) tem sido um dos mais utilizados

neste tipo de pesquisa (Tomlinson et al., 2011).

Como a temperatura da superfície continental é mais facilmente relacionada com

as condições da própria superfície, uma das principais aplicações do sensoriamento

remoto no estudo de climas urbanos consiste em examinar relações entre a estrutura

espacial dos padrões térmicos urbanos e as características da superfície urbana, o que

pode ajudar posteriormente no planejamento do uso do solo (Chen et al., 2006).

Nos últimos anos têm sido observados aumentos significativos nos registros

climáticos de diferentes cidades do mundo (IPCC, 2001; IPCC, 2007). Muitas vezes

estas tendências têm sido erroneamente atribuídas à intensificação do efeito estufa,

14

sendo que dentre suas causas primeiras são expressões do crescimento dos centros

urbanos locais e não efeitos do aquecimento atmosférico global (Souza, 2012). A

urbanização afeta os registros longos de temperatura nos mais diferentes graus e a

intensidade do fenômeno ilha de calor influencia nos registros climáticos onde a cidade

avançou sobre áreas antes não urbanizadas.

Dentro deste contexto, pretende-se estudar o fenômeno de IC na cidade de

Manaus, no Estado do Amazonas, região Norte do Brasil. A principal característica

desta região é apresentar temperaturas elevadas, com pouca variabilidade durante o ano,

o que caracteriza seu clima quente e úmido. A cidade de Manaus representa uma área

em que o índice de urbanização vem crescendo desde a década de 60 até os dias atuais

(Silva, 2009). E, particularmente entre 2000 e 2010, sua população passou de 1.405.835

para 1.802.014 habitantes (IBGE, 2010). A sua localização entre áreas densamente

florestadas e de grandes rios a torna uma cidade ímpar no que diz respeito à variação de

seu clima local e de que forma as alterações devido à urbanização vão interagir com as

condições naturais vizinhas e influenciar no novo padrão climático local.

Nesse sentido é indispensável o estudo da temperatura da superfície a partir de

dados integradores e complementares, ou seja, ferramentas de sensoriamento remoto e

modelagem que possam abranger espacialmente uma grande área e, ao mesmo tempo,

um conjunto de variáveis meteorológicas. Isto vai permitir compreender de maneira

sistemática e simultânea os padrões de alterações locais do clima em função da

urbanização, determinando sua influencia nos condicionantes do clima natural

determinado pelas vizinhanças. A modelagem, através da aplicação de modelos em

altíssima resolução permitirá representar as condições de superfície urbana e seu

impacto na atmosfera sobrejacente, enquanto as estimativas de sensoriamento remoto

contribuirão para a análise de variáveis à superfície, além de avaliar a habilidade do

modelo em representar a física da superfície.

Desta forma, este trabalho propôs-se a realizar um estudo para identificar e

quantificar o fenômeno ilha de calor na cidade de Manaus quanto a sua abrangência

espacial e variação temporal. O diferencial do mesmo é a consideração de séries

históricas de dados remotos de temperatura da superfície e a aplicação simultânea de um

modelo capaz de simular a física do clima urbano.

15

2. OBJETIVO

Caracterizar e quantificar o fenômeno ilha de calor na cidade de Manaus a partir de

dados de sensoriamento remoto e simulações do clima urbano. Especificamente

pretende-se:

a) Quantificar o fenômeno ilha de calor na cidade de Manaus utilizando dados de

temperatura da superfície estimados pelo sensor MODIS, satélite AQUA, para o

período de 2003 a 2011 (na resolução 5 km por 5 km).

b) Verificar se um possível aumento na temperatura da superfície está relacionado

com mudanças no uso do solo na cidade, utilizando índices de vegetação

estimados pelo sensor MODIS.

c) Caracterizar e quantificar espacialmente o fenômeno de IC na resolução 1 km

por 1 km para os meses de agosto e setembro para 2002 a 2012, com o uso do

sensor MODIS do satélite AQUA.

d) Utilizar o modelo WRF para simular o fenômeno de IC para o período de agosto

e setembro de 2009, a fim de avaliar habilidade do modelo em representar o

fenômeno em comparação aos dados de sensoriamento remoto.

e) Realizar medidas em campo de temperatura e umidade dentro do perímetro

urbano.

f) Avaliar os efeitos da expansão urbana sobre a estrutura da vegetação e a sua

relação com a dinâmica da temperatura da superfície no período de 2002 a 2012

na cidade de Manaus.

16

3. REVISÃO BIBLIOGRÁFICA

Os primeiros trabalhos sobre microclimatologia, nos quais está inserido o

fenômeno de Ilha de calor (IC), cita-se Landsberg (1981), no qual são mencionadas as

contribuições de John Evelin, em 1661, abordando a poluição das cidades; Luck

Howard em 1818, com a publicação do livro: o clima da cidade, no qual aborda

resultados de observações contínuas realizadas entre 1807 e 1816 e afirma que centros

urbanos apresentavam maior temperatura do que a sua vizinhança e Emilien Renou, em

1855, com os estudos para a cidade de Paris, encontrando uma intensidade de IC de 1ºC

a 2ºC, apontando a poluição a poluição atmosférica e a radiação solar incidente sobre os

ambientes estudados como a principal causa para o fenômeno.

Posteriormente, diversos estudos sobre ilha de calor foram impulsionados,

principalmente, após a Segunda Guerra Mundial (1939-1945) com o crescimento das

áreas metropolitanas e a industrialização. Dentre os estudos mais relevantes sobre IC ao

longo da segunda metade do século XX, destacam-se os trabalhos realizados por Oke.

Com a sua publicação em 1982, as bases energéticas da ilha de calor, ele aborda o

fenômeno da IC urbana evidenciando seus processos físicos, relacionando-os com o

balanço de energia no sistema Terra-Atmosfera, bem como o processo de urbanização

das cidades e sua interação com o clima.

Oke (1982) ressalta que a ilha de calor resulta das diversas transformações no

ambiente urbano que fazem aumentar o fluxo de calor sensível à superfície através da

alteração das propriedades físicas dos materiais constituintes da superfície urbana,

causando um aumento da temperatura do ar nessas áreas. A falta de vegetação em

associação com superfícies impermeáveis na cidade reduz o fluxo de calor latente.

Aliado a isso, os níveis de poluição atmosférica (aerossóis) nos centros urbanos

influenciam na absorção e re-emissão de radiação de onda longa da atmosfera para a

superfície, afetando os balanços de radiação e energia.

Em 1987, Oke publicou a segunda edição (sendo a 1ª ed. em 1978) do seu livro

sobre “O clima da camada limite”, no qual aborda o fenômeno IC para 31 cidades

(distribuídas pelo continente europeu, América do Norte e Austrália) descrevendo com

mais detalhes as causas para a formação de IC. Desta vez o autor expõe uma visão mais

abrangente e minuciosa do fenômeno considerando aspectos energéticos e a circulação

atmosférica em interação com a geometria das construções da cidade (Oke, 1987).

17

No Brasil, muitos estudos vêm sendo desenvolvidos sobre a temática Ilha de

Calor com uso do método de estações fixas, onde cada autor aborda o tema de maneira

diferente, uns relacionam ao uso do solo, enquanto outros evidenciam o conforto

térmico. Costa (1998), por exemplo, estudou as variações termo-higrométricas para a

cidade de Belém/PA, através de medidas de campo, analisando o comportamento

térmico espacial da temperatura e umidade relativa do ar. Ele notou que a maiores

diferenças de temperatura (de 4,5ºC) ocorreram em bairros sem arborização e onde

havia intensa atividade humana, indicando a formação de IC na cidade.

Arya (2001) fez um estudo complementar ao de Oke (1987), analisando cidades

da Europa e da América do Norte evidenciando processos físicos envolvidos no

fenômeno de IC, bem como as influências antropogênicas (uso do solo, poluição

atmosférica) e fatores meteorológicos (circulação atmosférica).

Kalnay e Cai (2003) analisaram temperaturas mínimas e máximas para 1982

estações de superfície nos Estados Unidos, no período de 1950 a 1999, e notaram uma

tendência de aquecimento de 0,088ºC por década, sendo que as mudanças no uso do

solo foi o principal fator para esse aumento de temperatura. Eles fizeram comparações

destes dados (estações) com temperatura de superfície derivados do NNR (NCEP-

NCAR Reanalysis) e constataram maiores diferenças (1,4 ºC) para a última década

sugerindo que uma das causas para isso seria a ausência de assimilação de dados de

satélites aos modelos na primeira década (70-80).

No Brasil, Pezzuto (2007) realizou um estudo para a cidade de Campinas-SP e

encontrou intensidades da IC de 7,23ºC, no verão (agosto) de 2004, e 7ºC, no inverno de

2005 (julho e agosto). O mesmo utilizou dados de 12 estações fixas e 18 medidas

móveis. Em 2008, Ribeiro analisou dados convencionais para o Distrito Federal com o

objetivo de determinar um índice relativo à qualidade de vida, onde a influência das

condições de ilha de calor e de existência de áreas verdes foi determinante na

elaboração deste índice. Ele notou que as menores temperaturas coincidiram com as

áreas onde havia mais vegetação (áreas verdes). Em outro estudo, Uchôa (2011) avaliou

o fenômeno de IC para a cidade de Santarém-PA e seus resultados indicam a existência

deste fenômeno com intensidade de 1,0 a 2,9ºC, sendo mais significativo em áreas onde

há intenso uso do solo. O fenômeno de IC é comparado por Gartland (2010), a um

“Oásis inverso”, ou seja, enquanto o Oásis no deserto funciona como uma região com

18

temperaturas mais amenas, na cidade as IC proporcionam a uma região de temperaturas

mais elevadas.

Entretanto, além da metodologia com uso de estações fixas, vem sendo bastante

utilizadas nas últimas décadas técnicas de sensoriamento remoto para o estudo de IC.

Isto se deve ao advento da tecnologia a partir da qual se pôde observar remotamente o

comportamento térmico da superfície terrestre (Voogt e Oke, 2003). Um dos pioneiros e

mais relevantes trabalhos com a aplicação desta nova tecnica, no Brasil, foi realizado

por Lombardo (1985). Ela estudou a metrópole de São Paulo utilizando dados do

satélite NOAA e encontrou uma diferença de até 10ºC entre o centro e as áreas

adjacentes à cidade, sendo que os maiores gradientes térmicos foram encontrados no

horário de 15 e 21h (hora local).

Diversos outros trabalhos similares vem sendo realizados desde então, como o de

Lee (1993) que avaliou o efeito da ilha de calor em Seoul (Korea) com o uso do sensor

AVHRR dos satélites NOAA (9 e 10), relacionando temperatura de brilho do sensor

com as temperatura do ar e da superfície encontrando um coeficiente de correlação de

0,85 em relação à primeira e subestimativas em relação segunda. O mesmo verificou

também que a intensidade da IC era diretamente proporcional à densidade demográfica

e que o sensor representou adequadamente essa relação.

Mais recentemente, existe uma significativa quantidade e disponibilidade de

dados de sensores obtidos a partir de plataformas orbitais. Tomlison et al. (2011) listam

alguns sensores em operação, os quais disponibilizam dados na faixa do infravermelho

termal. Dentre eles citam-se: Landsat ETM (no satélite Landsat 7, com dados

disponíveis desde 1999); MODIS/Aqua (a partir de 2002) e do MODIS/Terra (a partir

de 2000); ASTER/Terra (2000); AVHRR (NOAA-1979 e MetOP-2006); AATSR

(Envisat-2004) e SEVIRI (Meteosat-8, a partir de 2005). Dentre eles, os dados do

sensor MODIS tem sido amplamente utilizados devido à sua alta resolução espacial e

temporal (Freitas et al., 2011).

Hung et al. (2006) analisaram com o uso do sensor MODIS/Terra (utilizando

temperatura de superfície e NDVI) a intensidade (diária e sazonal) e padrão espacial do

fenômeno de IC para oito cidades da Ásia: Tóquio, Beijing, Shanghai, Seoul, e

Pyongyang (localizadas na zona climática temperada) e Bankov, Manila e Ho Chi Minh

(na zona tropical), no período de 2000-2003. Dentre as cidades de clima temperado foi

encontrada a maior intensidade para a IC em Tóquio (12ºC) e menor, em Pyongyang (de

19

4 ºC), ambas em agosto de 2001. E para as cidades tropicais foram observadas

diferenças de até 8ºC para Bangkok (em fevereiro de 2002) e de 7ºC para a cidade de

Manila (em novembro de 2001).

Imhoff et al. (2010) fizeram um estudo de três ciclos anuais (2003-2005) do

fenômeno de IC para as 38 cidades mais populosas dos Estados Unidos utilizando os

satélites Landsat (sensor ETM+) e IKONOS, para estimar um “Índice de Áreas

Impermeável” (ISA) e compararam-nas com a temperatura de superfície e com o índice

de vegetação, ambos estimados pelo sensor MODIS/Aqua. Eles compararam as

intensidades das IC para diferentes biomas e encontraram diferenças de temperatura de

6,9 a 9,0ºC em relação à floresta, diferenças de 6,3ºC para gramíneas e de 5,0ºC para

regiões de savanas, para o período de verão.

Em outro estudo, Peng et al. (2012) utilizaram o produto temperatura de

superfície do sensor MODIS/Aqua para analisar a intensidade da IC em 419 cidades do

globo, das quais 65 encontravam-se na América do Sul. Nas cidades da América do Sul

as intensidades diurnas da IC foram de 3,0 ± 1,4 ºC. Os autores mostraram também que

a vegetação tem o papel de diminuir a intensidade da IC, principalmente na “estação de

crescimento”. Sousa e Ferreira (2012) utilizaram o sensor MODIS do satélite Terra

juntamente com os sensores TM e ETM+ dos Landsats 5 e 7 para estudar ilhas de calor

no município de Goiânia, Goiás, para o período seco de 2002 a 2011 e encontraram até

38 ºC para os valores de temperatura da superfície e intensidade de ilha de calor de 8 ºC.

Apesar do avanço no aperfeiçoamento de métodos para estudo de Ilhas de Calor,

ainda são poucos os trabalhos que utilizam as técnicas de sensoriamento remoto e a

modelagem da superfície e da atmosfera de áreas urbanas de maneira conjunta para tal

finalidade. Nesse sentido, Jin e Shepherd (2005) ressaltam que é essencial a inclusão de

dados de satélites em modelos climáticos regionais e globais e apontam três vantagens

de se usar o sensor MODIS: observações instantâneas da interação superfície-atmosfera;

cobertura global e boa qualidade dos dados. No trabalho são exemplificados os casos de

Beijing e Houston (Texas) através da análise espacial da temperatura de superfície para

as mesmas. Eles ressaltam ainda a adequada representação dos parâmetros (como

geometria urbana e cobertura do solo) das áreas urbanas nos modelos.

Os avanços também são verificados nos modelos meteorológicos que agora já

dispõem de parametrizações físicas retratando as áreas urbanas com efeito direto nas

estimativas do balanço de radiação, energia e água à superfície e, portanto, capazes de

20

representar os efeitos dessas estruturas no clima local (Chen e Dudhia, 2001a; 2001b).

O avanço também da capacidade de simular a escala urbana com resolução de 1 km ou

menos contribuíram também para o aprimoramento sobre estudos de IC, juntamente

com os avanços e melhorias nos dados de sensoriamento.

Para o Brasil alguns estudos já vêm sendo realizados utilizando medidas

convencionais, sensoriamento remoto e/ou modelagem. Freitas e Dias (2005) fizeram

um estudo, para região metropolitana de São Paulo, sobre os efeitos das áreas urbanas

na formação de ilha de calor com a aplicação do modelo RAMS (Regional Atmospheric

Modeling System) e perceberam que áreas urbanas contribuem para a formação de zonas

de convergência e divergência sobre as áreas urbanas e suas proximidades.

Mais especificamente para a cidade de Manaus, com o uso de estações fixas

localizadas na Reserva Duck (floresta), Fazenda Dimona (pastagem) e na área urbana da

cidade, Maitelli e Wright (1996) analisaram o efeito de ilha de calor comparando dados

de temperatura do perímetro urbano da cidade de Manaus com áreas rurais para os

meses chuvosos e secos de 1991 a 1992. Eles encontraram intensidade média de IC de

1,37ºC, comparado com área de pastagem, e 0,96ºC em relação à floresta para todo o

período de estudo. E, para o mês de setembro, a maior intensidade da IC, encontrada por

eles, foi de 2,5 ºC ocorrida às 11 horas da manhã.

Silva (2009) analisaram medidas de temperatura em 13 pontos da cidade de

Manaus e observaram variações térmicas espaciais de 8,0ºC e 6,0ºC em agosto de 2008

e março de 2009, respectivamente. O mesmo também apontou espacialmente a

localização dos pontos (áreas) de maiores valores de temperaturas encontradas na zona

Centro-Sul e menores na Zona Leste da cidade.

Em um estudo mais recente, Souza e Avalá (2012) analisaram a influência do

fenômeno de ilha de calor urbana no microclima local da cidade de Manaus utilizando

dados de estações meteorológicas (entre 2000 a 2008). Eles encontraram uma

intensidade média da IC de 2,27 ºC para a estação seca, apresentando dois picos: um às

8 horas e outro às 17 horas. Souza (2012) fez simulações com o modelo BRAMS e

apontou uma tendência de aquecimento de 0,74ºC para a cidade, nos últimos 50 anos.

Entretanto, o autor não atribui exclusivamente esta tendência ao efeito de ilha de calor

ou consequência das mudanças climáticas globais, mas sugere ser uma junção desses

dois fatores.

21

A comunidade cientifica, nas últimas décadas, tem procurado desenvolver um

modelo que represente mais adequadamente o fenômeno de Ilha de Calor, nesse sentido

o Centro Nacional de Pesquisas Atmosféricas (NCAR) em parceria com outros grupos

vem aprimorando sistemas de modelagem, dentre estes, o Modelo de Pesquisa e

Previsão de Tempo (WRF). O mesmo já vem sendo usado para o estudo de IC em áreas

metropolitanas como Beijin, Guangzhou, Hong Kong, Houston, New York, Salt Lake

City Tapei e Tóquio (Miao et al., 2009a e Chen et al., 2011). No entanto, não foram

encontrados na literatura estudos realizados na América do Sul com a aplicação do

modelo WRF em estudos sobre ilha de calor.

4. DADOS E METODOLOGIA

4.1. Dados

Os dados utilizados neste trabalho foram: séries mensais de temperatura de

superfície (TS) e os índices de vegetação NDVI e EVI (produtos MYD11C3 e

MYD13C2, respectivamente, do sensor MODIS do satélite AQUA) na resolução 5 km

por 5 km, para o período de 2003 a 2011. E também temperatura de superfície para os

meses agosto e setembro de 2002 a 2012, na resolução 1 km por 1 km (produto

MYD11A2 do mesmo sensor). Esses dados foram obtidos no portal do sensor MODIS

na NASA (National Aeronautics and Space Administration), através do LP DAAC

(Land Processes Distributed Active Archive Center), disponível em: <

https://lpdaac.usgs.gov/get_data/data_pool> e possuem alta confiabilidade (WAN,

2007; 2008). Ressalta-se que todos dados remotos correspondem ao horário de

passagem do satélite (13h30min-hora local).

E os dados para as condições inicias e de contorno para as simulações com o

modelo WRF foram obtidos do NCEP (National Centers for Environmental Prediction),

de temperatura da superfície do mar disponível em:

<ftp://ftp.emc.ncep.noaa.gov/cmb/sst/oisst_v2/GRIB> e dados de reanálise CFSR

(Climate Forecast System Reanalysis), obtidos no site:

http://soostrc.comet.ucar.edu/data/grib/cfsr/2009/. O mapa de uso e cobertura do solo da

área urbana de Manaus foi definido com base em Roque (2006).

A área de estudo compreende a cidade de Manaus, localizada no estado do

Amazonas (Figura 4.1) à esquerda dos Rios Negro e Amazonas, tem uma população de

22

1.802.525 habitantes e extensão territorial de 11.401 km², sendo contituída por floresta

de terra firme, campinarana, várzea e igapó (IBGE, 2010).

Figura 4.1: Área de estudo - Cidade de Manaus e vizinhanças.

4.2. Metodologia

A figura 4.2.1 descreve esquematicamente como está estruturado as etapas da

metodologia deste trabalho. Inicialmente foram feitas as aquisições, a seleção e

organização das estimativas de TS sobre o município de Manaus (ETAPA 1). Em

seguida, trabalhou-se no tratamento de dados através da elaboração de programas

científicos (linguagem de programação) para se fazer a navegação nas imagens de

satélite a fim de selecionar (recortar) a região de estudo e extrair as variáveis a serem

analisadas (ETAPA 2).

23

Figura 4.2.1: Fluxograma mostrando as etapas da metodologia adotada.

Na resolução espacial 5 km por 5 km, foram analisadas as séries de TS e

Intensidade da Ilha de Calor (IIC) para cada pixel da figura 4.2.3 para o período 2003 a

2012. Em seguida, fez o procedimento análogo para os índices de vegetação e procurou-

se uma possível relação entre a TS e esses índices (ETAPA 3). Na mesma resolução

foram analisadas os campos espaciais de TS para os meses de agosto e setembro de

2003 a 2012 (ETAPA 4) (Figura 4.2.2).

Figura 4.2.2: Fluxograma mostrando a etapa 3 da metodologia.

Na resolução espacial 1 km por 1 km, analisou-se as médias de TS para os

primeiros 4 anos (2002 – 2005) e os quatro últimos anos (2009 - 2012) da série

24

histórica do satélite Aqua, bem como para todo o período (2002 - 2012) para os meses

de agosto e setembro (ETAPA 5).

As análises na resolução espacial de 5 km por 5 km serão apresentados para os

pontos 1, 2, 3 4, e 5 da figura 4.2.3 que recobrem as regiões mais quentes da cidade de

Manaus e os para os pontos 6, 7, 8 e 9 serão apresentados no apêndice A.

Figura 4.2.3 – Pontos de grade em diferentes regiões da cidade de Manaus

utilizados para ilustrar o fenômeno de ilha de calor.

A análise em um estudo de caso com a versão 3.1.1 do modelo WRF em

comparação com os dados de satélites foi realizada para a mesma área de estudo

abordada nos dados remotos e para os meses de agosto e setembro de 2009, por ter sido

uma estação anomalamente seca, o que se pode perceber pela figura 4.2.4 que mostra a

precipitação climatológica (1960 - 1990) em comparação com o ano de 2009.

0,0

50,0

100,0

150,0

200,0

250,0

300,0

350,0

400,0

450,0

500,0

jan feb mar apr mai jun jul aug sep oct nov dec

Pre

cip

ita

cao

to

tal m

en

sal (

mm

)

2009

clim60-90

Figura 4.2.4 - Precipitação para o ano de 2009 em comparação com a média climatológica

de 1960-1990. FONTE: INMET.

25

Primeiramente, foram preparadas as Condições Iniciais (C.I) com os dados do

NCEP e configuradas as Condições de Contorno (C.C) através das parametrizações

físicas, dinâmicas e controle de tempo do modelo descritas por Skamarock et al.(2005)

(ETAPA 6), sendo utilizados dois domínios aninhados (Figura 4.2.5) D1 (na resolução

espacial 5 por 5 km com 61 x 61 pontos de grade) e D2 (na resolução espacial 1 km por

1 km com 70 x 70 pontos de grade) e a atmosfera foi discretizada em 38 níveis verticais

em coordenadas sigma-eta (híbrida) desde a superfície até 50 hPa, resultando nas

variáveis de saída (temperatura da área urbana e de floresta; componentes do balanço de

radiação e energia (fluxos de calor sensível, latente e de calor no solo). Trabalhou-se,

então, na elaboração “rotinas de linguagem de programação” a fim de extrair as

variáveis para análise (ETAPA 7).

(a) (b)

Figura 4.2.5: Abrangência dos domínios para as simulações com o modelo WRF (a). Mapa da

cobertura da superfície utilizado para as simulações em amarelo (área de floresta), em azul (área urbana) e

laranja (área de rio) (b).

A simulação foi inicializadas às 12 UTC do dia 25 de julho de 2009 até o dia 1º

de outubro do mesmo ano utilizando os dados de análises globais do NCEP (National

Centers for Environmental Prediction) com resolução de 50 km como C.I e foram

conduzidas até 72h de integração do modelo WRF. As opções físicas utilizadas no

modelo WRF foram: parametrização de cúmulus (5, 5 – Grell – Deveni ensemble

scheme); microfísica (2, 2 – Lin et al. scheme); radiação de onda longa (4, 4 – RRTMG

scheme); radiação de onda curta (4, 4 - RRTMG scheme); física da superfície (2, 2 –

Noah Land Surface Model), física urbana (1, 1 – Urban canopy model); camada limite

planetária (1, 1 – YSU scheme), sendo o mapa de cobertura de superfície da área urbana

26

(Figura 4.2.5) definido a partir de Roque (2006), e as classes de tipo de cobertura do

ambiente urbano agregados em uma única classe, de forma que os ambientes definidos

foram: floresta, rios e área urbana;

Foi analisado também o ciclo diário da temperatura do ar à 2 m do modelo em

comparação aos dados de estações metereológicas situadas em área urbana e de floresta,

bem como a estimativa da Intensidade da Ilha de Calor (IIC), mostrando os picos

característicos e a variação espacial da temperatura da superfície e da IIC através de

análise de transectos horizontal (longitudinal) e vertical (latitudinal), tanto nos dados de

satélites como nos dados do modelo e em seguida fez a comparação entre os mesmos

(ETAPA 8). Variáveis do balanço de radiação e energia simulados para os ambientes

urbano e de floresta foram analisadas e, quando possível, comparados com medidas

(ETAPA 9). Por fim, foram realizadas medidas de temperatura do ar e umidade relativa

utilizando sensores em movimento e cruzando vários bairros de Manaus a fim de avaliar

as variações microclimáticas entre os ambientes do percurso (ETAPA 10).

5. RESULTADOS

5.1. Análise dos dados do satélite Aqua na resolução 5 km x 5 km para o período de

2003 a 2012

Os resultados das análises de temperatura da superfície são apresentados para os

pontos 1, 2, 3, 4 e 5 da figura 4.2.3 que representam pontos de grade aqui denominadas

de áreas: 1 (Central), 2 (Sul), 3 (Norte), 4 (Oeste) e 5 (Leste) da área urbana de Manaus

e uma área de floresta sobre a Reserva Ducke (RD), ao norte da cidade de Manaus. A

figura 5.1.1 apresenta as séries temporais das temperaturas médias da superfície para as

respectivas áreas citadas acima em comparação com a área na Reserva Ducke, a fim de

ilustrar a existência do fenômeno ilha de calor na cidade. Enquanto que a figura 5.1.2

mostra a intensidade da IC nessas áreas. O apêndice A apresenta a mesma análise para

mais 4 regiões (6, 7, 8 e 9) da cidade.

27

Figura 5.1.1 – Série de temperatura da superfície (TS) estimada por satélite para uma área urbana (linha

em vermelho) para os pontos: 1 (a1), 2 (a2), 3 (a3), 4 (a4) e 5 (a5) e uma área de floresta da reserva

Ducke (linha azul), na resolução espacial 5km por 5 km.

28

Figura 5.1.2 – Série intensidade da ilha de calor (IIC) estimada por satélite para os pontos: 1

(a1), 2 (a2), 3 (a3), 4 (a4) e 5 (a5).

Observa-se, mas figuras, que a temperatura da superfície nas áreas urbanas é

sistematicamente superior às áreas de floresta e sofre grande variabilidade associada à

variabilidade sazonal e interanual da precipitação. As maiores temperaturas nos dois

29

ambientes ocorrem durante os meses de agosto, setembro e outubro e se intensifica

durante os anos em que a precipitações foram muito baixas. Isso ocorreu, por exemplo,

em 2006 e 2009 quando 3 ou mais das estações de estiagem não apresentaram qualquer

evento de precipitação. Ao longo do gradiente urbano-floresta, percebe-se que no

período 2007-2012 as variações sazonais são mais intensas do que o período 2003-2006.

Sugere-se que à medida que as cidades crescem geram seu próprio clima, pois dentro

das áreas urbanas o clima é diferente das áreas de floresta, pois maior densidade de

edificações resultará em maior diferença nos registros climáticos de temperatura dentro

das cidades em comparação com os registros climáticos nas zonas florestadas.

As maiores médias, 7,9 ºC e 6,7 ºC (Tabela 1), da IC foram observadas nas

regiões 1 e 4 (figuras 5.1.2). Certamente esses valores são mais elevados porque se

tratar de regiões com bastantes construções e poucas áreas verdes em relação às outras

regiões da cidade. Das cinco regiões analisadas, a região de número 5 foi a que

apresentou a menor intensidade média (5,1 ºC) para o fenômeno Ilha de Calor

ocorrendo nos meses de agosto e setembro. Provavelmente por se tratar de uma área que

apresenta cobertura do solo ainda bastante vegetada em relação aos outros pontos

analisados.

Tabela 1: Intensidades médias da ilha de calor referentes aos pontos de grades da figura 4.2 para os

meses de agosto e setembro no período de 2003 a 2011 na resolução 5 km por 5 km.

INTENSIDADE DA IC

ANO PONTO 1

PONTO 2

PONTO 3

PONTO 4

PONTO 5

2003 8,2 4,7 5,0 5,9 4,3

2004 8,2 6,6 7,4 7,6 5,1

2005 6,3 6,7 6,0 6,4 5,7

2006 8,4 5,3 5,7 6,7 4,9

2007 7,0 4,2 5,0 5,1 4,7

2008 7,8 6,5 6,4 7,9 5,6

2009 8,3 6,4 5,4 7,4 5,5

2010 8,1 4,5 6,6 6,0 4,1

2011 9,0 7,0 6,8 7,5 5,7

MEDIA (ago-set) 7,9 5,8 6,0 6,7 5,1

Todos os pontos de grade indicam o efeito de ilha de calor na temperatura da

cidade de Manaus com maiores intensidades ocorrendo nos meses de agosto a outubro

30

(estação seca). Neste período, intensidade da ilha de calor variou de 4ºC a 9ºC para as

diferentes regiões da cidade de Manaus, para os diferentes anos analisados.

A fim de avaliar se a temperatura da superfície vem aumentando nos últimos

anos fez-se uma análise das séries temporais da temperatura da superfície nas 5 regiões

da cidade de Manaus apresentadas na figura 4.2.3. Além disso, são apresentadas as

mesmas análises para as séries temporais de dados de dois diferentes índices de

vegetação (NDVI e EVI), também estimados por satélite, para verificar se é possível

observar uma relação direta do aumento na temperatura da superfície com uma

diminuição nos valores destes índices ao longo da série 2003 a 2011. Foram utilizados

ambos os índices, uma vez que os mesmos estão relacionados com parâmetros

biofísicos da vegetação (coloração, biomassa), o que permite analisar a dinâmica

temporal da vegetação em comparação com a temperatura da superfície. Essas análises

são apresentadas nas figuras 5.1.3, 5.1.4, 5.1.5, 5.1.6 e 5.1.7 para as regiões 1, 2, 3, 4 e

5, respectivamente.

Nas regiões de 1 a 5 (Figuras 5.1.3 5.1.5, 5.1.6 e 5.1.7 e 5.1.6) nota-se que ao

longo da série temporal 2003-2011 a TS apresenta aumento, enquanto que os índices de

vegetação apresentam diminuição.

Figura 5.1.3 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e EVI (b) para a

região 1 da cidade de Manaus.

31

Figura 5.1.4 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (c)

para a região 2 da cidade de Manaus.



32





33

Observa-se nestas figuras que em todas as regiões analisadas há um aumento na

temperatura da superfície nos últimos anos, sendo mais pronunciado nas regiões 1 e 2.

Ao mesmo tempo, também é observada nos dois índices de vegetação uma diminuição

ao longo dos anos avaliados, sugerindo que o aumento de temperatura da superfície na

cidade de Manaus está diretamente relacionado com uma diminuição na área verde da

cidade.

Os gráficos que apresentam as séries de temperatura da superfície estimada por

satélite para uma região urbana e outra de floresta da reserva Ducke, juntamente com a

série da diferença entre essas temperaturas, além das tendências observadas nas séries

de temperatura da superfície e nos índices de vegetação para mais quatro diferentes

regiões da cidade de Manaus (pontos 6, 7, 8 e 9) constam no apêndice A.

Esta análise sugere que os espaços verdes desempenham um importante papel na

promoção de condições bioclimáticas favoráveis, contribuindo para o arrefecimento da

cidade, através do efeito de sombra e da evapotranspiração corroborando os estudos de

Oke (1987) e Peng et al. (2012).

5.2. Análise dos campos espaciais de temperatura da superfície para os meses de

agosto e setembro para os anos de 2003

Quanto à distribuição espacial da TS na resolução 5 km por 5 km, ilustrada nas

figuras 5.2.1, 5.2.2, 5.2.3, 5.2.4 e 5.2.5, os valores mais elevados de temperatura foram

encontrados para o mês de agosto, entre 36,3 ºC e 37,2 ºC, nos pontos 1, 2 e 4 da figura

4.2.3; temperaturas menores, de 31,3 ºC a 33,5 ºC, nos pontos1 6, 7 e 9 e valores

intermediários, entre 34,3 ºC e 34,7 ºC, nos pontos 3,5 e 8.

A tabela 2 apresenta os bairros de Manaus referentes aos respectivos pontos de

grade (áreas) da figura 4.2.3 e o apêndice B mostra a divisão por bairro nas suas

respectivas zonas da cidade que são mostradas no anexo 1.

1 Os pontos 6, 7 e 8 estão localizados no apêndice A.

34

Tabela 2: Bairros referentes aos pontos de grades da figura 4.2.3

PONTO DE

GRADE

(referente à

figura 4.2)

Bairro e porção do mesmo que pertence ao ponto de

grade

Área Central da

cidade - 1

Novo Aleixo – porção sul, São José Operário – lado oeste,

Coroado, Flores, Parque 10 de Novembro – porção leste e

Aleixo – lado leste.

Área Sul da

cidade - 2

Petrópolis, Japiim, Distrito Industrial I, Vila Buriti e Crespo.

Área Norte da

cidade - 3

Monte das Oliveiras – parte sul, Nova Cidade – porção sul,

Cidade Nova e Novo Aleixo – porção norte.

Área Oeste - 4 Alvorada, Redenção, Bairro da Paz, Flores – lado oeste,

parque 10 de Novembro - oeste, Aleixo – lado oeste, Dom

Pedro e Chapada.

Área Leste da

cidade - 5

Tancredo Neves, São José Operário – lado leste, Zumbi dos

Palmares, Armando Mendes, Gilberto Mestrinho e Distrito

Industrial II- porção sul.

Para o mês de setembro os valores maiores de temperatura foram entre 36,3 ºC e

38,3 ºC, de superfície nos pontos 1, 3, 4 e 6; menores valores de 31,9 ºC e 34,0 ºC foram

encontrados nos pontos 9 e 7, respectivamente. E os valores intermediários, de 34,7 ºC

até 35,7 ºC, nos pontos 2, 5 e 8.

35

Figura 5.2.1 – Temperatura média da superfície (°C) para a cidade de Manaus, para o mês de agosto (a) e

setembro de 2003 (b). E agosto (c) e setembro de 2004 (d) com resolução de 5 km por 5 km.



36





37



5.3. Análise dos dados do satélite Aqua na resolução 1 km x 1 km para o período de

2002 a 2012

Com o objetivo de melhorar a identificação quanto à configuração espacial e

abrangência da ilha de calor em Manaus, fez-se a obtenção e organização das

estimativas de temperatura da superfície por satélite na resolução espacial de 1 km por

1 km, para o período de 2002 a 2012 (meses de agosto e setembro) e analisou-se o

campo médio desta temperatura para os quatro primeiros e os quatro últimos anos da

série de dados remotos, de 2002 a 2005 e de 2009 a 2012, respectivamente.

As figura 5.3.1 e 5.3.2 apresentam o campo espacial de temperatura média da

superfície para os meses de agosto e setembro, sobre a cidade de Manaus, numa

resolução espacial de 1 km por 1 km, para os quatro primeiros anos da série de dados

remotos e para os quatro últimos anos da série, respectivamente. Já a Figura 5.3.3

38

apresenta o campo espacial de temperatura média da superfície para os meses de agosto

e setembro, para o período de 2002 a 2012 da mesma série. Nota- se, nestas figuras, que

os maiores valores de temperatura da superfície para o período destacam-se sobre duas

áreas: uma ao sul e outra a leste da zona urbana. Estas áreas são as que apresentam

maior densidade de urbanização. E na porção oeste da cidade observa-se que ainda

existem áreas verdes preservadas englobando as proximidades do Aeroporto

Internacional Eduardo Gomes. Já na porção mais a leste da cidade, observam-se

temperaturas amenas na região que envolve a mata da UFAM.

De forma geral, é possível observar que, ao longo dos últimos anos, houve um

aumento na temperatura média da superfície em diferentes bairros de Manaus, tanto no

mês de agosto quanto no mês de setembro, sendo as maiores temperaturas encontradas

no mês de setembro, mostrando a intensificação do fenômeno Ilha de Calor em Manaus

nos quatro últimos anos do período analisado em relação aos quatro primeiros anos.

Figura 5.3.1 – Temperatura média da superfície (°C) para os meses de agosto (a) e setembro (b)

para o período de 2002 a 2005, sobre a cidade de Manaus, com resolução de 1 km por 1 km.

39

Figura 5.3.2 – Temperatura média da superfície (°C) para os meses de agosto (a) e setembro (b) para o

período de 2009 a 2012, sobre a cidade de Manaus, com resolução de 1 km por 1 km.

Figura 5.3.3 – Temperatura média da superfície (°C) para os meses de agosto (a) e setembro (b) para o

período de 2002 a 2012, sobre a cidade de Manaus, com resolução de 1 km por 1 km.

40

Observa-se ainda que as temperaturas são mais elevadas no mês de setembro. E

que as áreas que apresentam temperaturas mais elevadas localizam-se na porção sul e

oeste da cidade, mais especificamente nos bairros: Cidade Nova, São José Operário,

Zumbi dos Palmares, Japiim, Petrópolis, Aleixo, São Francisco, Nossa Sra. das Graças,

Parque Dez de Novembro, Flores, Alvorada, Planalto, Redenção, Santos Dumont,

Cachoeirinha e parte do Centro da Cidade. Por outro lado, é possível observar que o

bairro do Coroado apresentou uma temperatura média da superfície menor do que os

bairros de seu entorno, provavelmente em função da grande área de vegetação nativa

existente no campus da Universidade Federal do Amazonas (UFAM). E também nas

porções no entorno da cidade, no caso dos contornos da região sul a temperatura sofre

influência da região de rios e, nas porções nos contornos das regiões leste e oeste, além

da influencia dos rios tem a presença de áreas de florestas.

5.4. Estudo de caso da intensidade da ilha de calor

Com o intuito de melhor caracterizar o fenômeno ilha de calor na cidade de

Manaus fez um estudo de caso através da análise do campo de temperatura da superfície

e transectos com os dados de satélite e do modelo, na resolução espacial de 1 km por

1 km, para os meses de agosto e setembro de 2009 (Figura 5.4.1), bem como a análise

do ciclo diário da temperatura e umidade do ar com os dados do modelo, estações

meteorológicas e coletas de campo.

41

5.4.1. Análise de ilha de calor pela temperatura da superfície

De maneira geral, verifica-se que a superfície das áreas urbanas apresentam os

maiores valores de temperatura em relação à floresta e superfície dos rios. Nos dados de

satélite (figura 5.4.1), as maiores temperaturas da superfície (entre 40 ºC e 42 ºC) foram

encontradas em duas regiões da cidade: uma envolvendo a maior parte das zonas Sul e

outra na intersecção das zonas Leste e Norte da cidade de Manaus. Na região Centro-

Sul e Centro-Oeste da cidade observa-se a os valores entre 38 ºC e 40 ºC para a

temperatura da superfície e as demais regiões os valores estão entre 30 ºC e 38 ºC,

sendo que os valores inferiores a estes (entre 25 º e 30 ºC) correspondem a regiões de

rios e/ou florestas.

Figura 5.4.1 – Temperatura média da superfície (°C) para os meses de agosto e setembro

de 2009, sobre a cidade de Manaus na resolução de 1 km por 1 km, sensor MODIS.

Para os dados do modelo (Figura 5.4.2) verifica-se o mesmo padrão de

distribuição espacial da temperatura da superfície comparado aos dados do sensor

MODIS, entretanto, apresenta menores temperaturas da superfície para toda a área de

estudo, sendo estes entre 40 ºC e 42 ºC para a maior para da área urbana, envolvendo as

42

zonas sul, centro-sul e centro-oeste da cidade. Para a área de floresta a temperatura foi

em torno de 38 ºC, enquanto para a superfície de rio foi cerca de 30 ºC.

Figura 5.4.2: Temperatura da superfície (°C) para o período de 01 de

agosto a 30 de setembro de 2009 na resolução 1 km por 1 km, modelo WRF.

Analisou-se também a diferença entre os dados do modelo em relação aos de

satélite (figura 5.4.3) e observou-se o modelo superestimou em até 6 ºC em relação

áreas de florestas e subestimou em até -6 ºC para a superfície de rios. Entretanto, para as

regiões que apresentam maior temperatura, a diferença entre modelo e satélite é de cerca

de 2 ºC.

43

Figura 5.4.3: Diferença de temperatura da superfície (°C) entre os dados do

modelo WRF e os dados do sensor MODIS.

No transecto longitudinal (figura 5.4.4), os dados do modelo WRF mostraram

variações espaciais na temperatura de superfície entre 30 °C na área de floresta e 43 °C

para a área no perímetro urbano, resultando numa intensidade de ilha de calor de 13 ºC

em relação à área de floresta. Já em relação ao rio, tem-se 15 ºC de intensidade da IC,

sendo 28 ºC a temperatura da superfície do rio. Quanto aos dados do sensor MODIS,

observa-se 30 °C para a área de floresta e 41 ºC para área urbana resultando em uma IIC

de 11 ºC em relação à área de floresta. Em relação ao rio, a IIC foi de 13 ºC, sendo 28

ºC para a temperatura superfície do rio.

44

Figura 5.4.4: Transecto longitudinal temperatura da superfície (°C)

do satélite AQUA e modelo WRF.

No transecto latitudinal (Figura 5.4.5), a temperatura da superfície simulada pelo

modelo WRF para a área de floresta foi de 38 ºC e de 43,0 ºC para a área urbana, resultando na

intensidade da IC de 5 ºC. Em relação ao rio a intensidade da IC foi de 15 ºC, sendo 28 ºC a

temperatura para a superfície de rio. Para os resultados do satélite, obteve-se: 31 ºC, para a área

de floresta, e de 41 ºC para a área urbana, sendo a intensidade da IC de 10 ºC. Já em relação ao

rio tem-se a intensidade de 12 ºC, onde a temperatura para a área de floresta foi cerca de 29 ºC.

Figura 5.4.5: Transecto latitudinal da temperatura da superfície (°C)

do satélite AQUA e modelo WRF.

45

As diferenças entre as curvas da simulação e do satélite refletem o efeito da

variação da densidade de urbanização na temperatura e explicita que as medidas

remotas consistentemente com o modelo.

5.4.2. Análise de ilha de calor pela temperatura do ar

A figura 5.4.6 apresenta o campo espacial médio da temperatura do ar à 2 m para

agosto e setembro de 2009 simuladas pelo modelo WRF. Verifica-se que a temperatura

do ar é relativamente menor do que a temperatura da superfície analisada anteriormente.

Sendo os maiores valores em torno de 33,7 ºC sobre a área central da cidade de Manaus.

E para a área de floresta cerca de 33 ºC, resultado numa intensidade da IC de 0,7 ºC. Já

em relação ao rio verifica maior intensidade, 3,7 ºC, sendo a temperatura sobre o rio de

aproximadamente 30 ºC.

Figura 5.4.6: Temperatura do ar (°C) para o período de 01 de

agosto a 30 de setembro de 2009 na resolução 1 km por 1 km, modelo WRF.

A figura 5.4.7 mostra o ciclo diário da temperatura do ar à 2 m simulada pelo

modelo WRF juntamente com as medidas na estação localizada na Reserva Ducke (área

de floresta) para o período de agosto e setembro de 2009. Verifica-se que as maiores

46

temperaturas estão em torno de 34 ºC. Entretanto, tanto na simulação (WRF) quanto nas

medidas (OBS) o modelo subestima as temperaturas entre 9 h e 13 h e superestima no

restante do dia, particularmente entre 16 h e 18 h. Esse erro está associado aos dois

fatores determinantes da temperatura, a capacidade térmica da superfície na área de

floresta e ao fluxo de radiação solar incidente à superfície. Esta análise será apresentada

mais adiante.

Figura 5.4.7: Ciclo diário da Temperatura do ar à 2 metros para agosto a setembro

de 2009. Comparação entre o Modelo WRF e os dados da Reserva Ducke (floresta).

Figura 5.4.8: Ciclo diário da temperatura do ar a 2 m para agosto à setembro de 2009.

Comparação modelo (WRF) e estação urbana (INPA).

No ambiente de floresta, o modelo representou um pico mais tardio e uma queda

mais abrupta na temperatura, certamente porque a capacidade térmica do modelo sobre

a área de floresta, neste caso, precisa ser melhorada. Na área urbana (Figura 5.4.8) a

diferença entre a temperatura do ar à 2 m simulada (WRF) e observada (OBS) é menor,

mas como o modelo ainda representado substimativas nas primeiras horas do dia e

47

superstimativas no final do dia. Porém, com magnitudes do erro menores que os

verificados no ambiente de floresta.

O ambiente de floresta resfria-se mais rapidamente. Isto se deve à partição de

energia de calor latente e sensível ser de maneira diferenciada nos dois ambientes (será

analisado mais adiante). Enquanto que o ambiente urbano resfria-se mais lentamente e

mais tarde do que na floresta. Estas diferenças de aquecimento e resfriamento nos

ambientes ocorrem porque há diferenças nas taxas de aquecimento na área urbana em

relação à área de floresta, uma vez que a difussividade térmica dos materiais que

constituem o ambiente urbano são maiores que aqueles da área de floresta. Isto faz com

que o fluxo de calor sensível seja maior, no ambiente de urbano, enquanto o fluxo de

calor latente maior na floresta, influenciando, assim, os componentes do balanço de

energia e afetando o ciclo diário da intensidade da ilha de calor.

O ciclo diário da intensidade de ilha de calor, mostrada na figura 5.4.9, apresenta

dois máximos: um entre às 7 e 8 horas, de 4,2 ºC (para os dados observados) e 5,6 ºC

(para os dados do modelo) e outro entre 18 e 20 horas, com magnitude de 2,4 ºC para os

dados observados e de 3,4 ºC para os dados do modelo. Estes resultados estão de acordo

as estimativas da IIC derivadas por Matelli e Wright (1996) que obteve valor de 2,5 ºC

para o mês de setembro de 1990-1992.

Figura 5.4.9: Intensidade da Ilha de Calor (°C) para 01/08/09 a 30/09/09 (ciclo diurno)

Estes resultados concordam também com os obtidos por Souza (2012), quando

estimou, para a estação seca, a intensidade da IC de 2,7 ºC à 3 ºC nos horários de pico,

48

ocorrendo às 8 horas e às 17h. Entretanto, o segundo pico não ficou bem caracterizado

pelos dados observados. As estimativas da IIC pelos dados do modelo são influenciadas

pelos erros na temperatura do ar comentados anteriormente. A IIC modelada é maior

entre 7h e 9h, com mínimo à tarde e valores intermediários à noite. Percebe-se que os

dados observados quanto nos simulados que o padrão climatológico da IIC verificado

por Souza (2012) não é representado apenas com dados de uma dada época e são

dependentes da representatividade dos dados medidos.

5.4.3. Análise das componentes do balanço de radiação e energia

Para verificar o porquê dos resultados do modelo divergiram em relação àqueles

por sensoriamento remoto e aos dados de estações de superfície, particularmente na

representação de área de floresta, é analisado o comportamento da radiação solar

incidente (Figura 5.4.10), uma vez que esta pode ter sido uma das principais

responsáveis pela diferença na temperatura e analisou-se, também, as variáveis do

balanço de energia à superfície (Figura 5.4.11).

Figura 5.4.10: Ciclo diário da radiação de onda curta para agosto à setembro de 2009.

Comparação modelo (WRF) e estação (Reserva Ducke).

49

Verifica-se na figura 5.4.10 que ao comparar o ciclo diário da radiação de onda

curta incidente, simulada, em relação os dados medidos para a área de floresta, o

modelo está superestimando os valores principalmente no período da tarde,

influenciando, desta forma, no aumento do saldo de radiação à superfície e na

temperatura simulada. Estas diferenças sugerem que a escolha de algumas

parametrizações de radiação do modelo devem ser revistas e ajustadas de forma a

representar mais adequadamente esta componente, particularmente na área de floresta.

Os ciclo diário médio dos termos do balanço de energia à superfície nas áreas

urbanas e de floresta são analisados nas figuras 5.4.11a e 5.4.11b. Verifica-se que a

partição de energia ocorre de maneira diferenciada para os dois ambientes (floresta e

urbano), pois fluxo de calor sensível (H) é maior sobre a área urbana devido às

propriedades dos materiais constituinte deste ambiente apresentar maior capacidade

térmica, logo apresentam maior difusividade térmica do que o ambiente de floresta.

Entretanto, o fluxo de calor latente (LE) é maior na área de floresta, uma vez que a

presença de vegetação facilita os processos de evapotranspiração, sendo utilizada maior

energia para esses processos do que para o aquecimento da superfície. Esta diferença é

ainda mais acentuada em relação à superfície de rios, onde o calor latente é

consideravelmente maior.

Os ambientes de floresta e urbano também se diferenciam quanto ao fluxo de

calor no solo (G), pois este é consideravelmente maior na área urbana, isto se deve ao

fato de a superfície, tendo maior difussividade, transmitir maior fluxo de calor para as

camadas inferiores. Enquanto que no ambiente de floresta este fluxo é menor, pois a

presença de cobertura vegetal impede a incidência de radiação solar nas camadas

superiores do solo, resultando em menor energia para o subsolo.

Esta peculiaridade desses ambientes quanto aos fluxos de G, H e LE, influencia,

consequentemente, no saldo de energia à superfície (Rn) em cada um dos ambientes,

que é maior no ambiente de floresta, uma vez que haverá menos “perdas” pelos

processos energéticos. É importante considerar também que o albedo para floresta é

menor do que para o ambiente urbano, portanto, tem-se maior energia disponível.

50

(a)

(b)

Figura 5.4.11: Variáveis do balanço de energia para uma área urbana (a) e floresta (b).

51

5.4.4 Variação da temperatura e umidade do ar entre áreas urbanas e verdes em

Manaus

Com o objetivo de avaliar a temperatura e a umidade relativa do ar em algumas

das principais ruas/avenidas da cidade de Manaus, realizou-se no dia nove (9) de

dezembro de 2012 um experimento de campo com sensores em movimento fixados em

um carro. O intuito foi utilizar o período de 14 às 16 horas, quando a variação da

temperatura do ar é pequena, para estimar as variações espaciais existentes que servem

como indicar da IIC neste horário. Para isso foram utilizados dois sensores, com taxas

de amostragem a cada 2 segundos e defasados um do outro em 1 segundo, para registrar

o dobro de medições em cada mosaico de superfície por onde o veículo passava. A

figura 5.4.12a ilustra os sensores de temperatura e umidade do ar instalados sobre o

carro e a figura 5.4.12b mostra o trajeto realizado. É importante destacar que o percurso

abrangeu áreas com diferentes densidades de urbanização, bem como áreas verdes o que

refletiu nas diferenças de temperatura e umidade medidas.

(a)

(b)

Figura 5.4.12 – Foto ilustrativa dos sensores de temperatura e umidade do ar instalados sobre um carro (a)

e trajeto realizado durante estas medidas na cidade de Manaus (b).

52

TABELA 5.7.1 – Pontos de referência identificados durante as medidas de temperatura e umidade do ar

em algumas ruas e avenidas de Manaus.

Pontos de

Controle

Localidade

1 Início da Avenida das Torres

2 Início da Avenida Max Teixeira

3 Início da Av. Torquato Tapajós

4 Início da Avenida Constantino Nery

5 Terminal de ônibus T1 – Av. Constantino Nery

6 Porto de Manaus – Centro

7 Bairro Educandos – próximo ao DB

8 Bola da Suframa

9 Aeroporto de Ponta Pelada

10 Distrito Industrial – próximo a Honda

11 Porto Ceasa – Balsa do Careiro

12 Shopping Studio 5

13 Entrando no bairro Japiim

14 Colégio Tiradentes – Bairro Petrópolis

15 Instituto Nacional de Pesquisas da Amazônia – INPA

16 Entrando na UFAM

17 De volta ao INPA

A Figura 5.4.13 apresenta os resultados das medidas de temperatura e umidade

relativa do ar realizadas neste percurso, ilustrando também os 17 pontos de

controle/referência descritos na Tabela 5.7.1. O experimento teve início na Bola do

Coroado com destino a Rodovia das Torres (1). É possível observar um aumento na

temperatura do ar quando se chega na Avenida das Torres em direção a Cidade Nova. A

temperatura do ar atinge um máximo na Avenida Torquato Tapajós e vai diminuindo

lentamente até a chegada ao porto da Cidade de Manaus (ponto 6). Próximo ao

Aeroporto de Ponta Pelada (ponto 9) e ao Porto da Ceasa (ponto 10) a temperatura

diminui de forma mais acentuada, voltando a subir quando há o distanciamento do rio.

Em seguida, as maiores temperaturas do ar foram medidas nos bairros do Japiim e

Petrópolis (pontos 13 e 14, respectivamente). À medida em que se aproximava do bairro

Coroado a temperatura do ar diminuía lentamente. As menores temperaturas foram

registradas no campus da UFAM (área verde), com diferenças de aproximadamente 4

ºC em relação aos pontos onde foram registradas as temperaturas mais elevadas (áreas

53

urbanas). Quanto à umidade relativa, observa-se que esta apresenta relação inversa com

a temperatura. Entretanto, em alguns trechos, como do ponto 1 ao ponto 4, a umidade

apresenta diminuição, uma vez que o percurso vai de uma área cercada de vegetação

adentrando em uma área bastante urbanizada; já do ponto 5 ao ponto 11 e do ponto 13

ao 16 a umidade apresenta aumento crescente, isso se deve principalmente ao fato do

percurso ocorrer agora de uma área com alta densidade de urbanização para áreas áreas

próximas ao rio e áreas com presença de vegetação (treco 16 e 17); entre os pontos 16 e

17 a umidade permanece alta e a temperatura amena, devido à presença da mata da

UFAM.

1

2

3 4

56 7 8

911

101413

1512

1716

Figura 5.4.13 – Medidas de temperatura e umidade relativa do ar em diferentes ruas e avenidas da Cidade

de Manaus, para o dia 09 de dezembro de 2012, ilustrando 17 pontos de

controle/referência.

Estes resultados estão consistentes com o processo de expansão urbana de

Manaus ocorrida na última década que têm modificado consideravelmente a paisagem

urbana, pela construção de conjuntos habitacionais, praças, ruas e a canalização dos

igarapés da rede hidrográfica da cidade. Esta metodologia mostrou-se eficiente para as

estimativas dos efeitos da urbanização, assim como da arborização, na temperatura e

complementa os dados de modelagem e satélite, com o diferencial de capturar os efeitos

em uma escala mais refinada.

54

6. CONCLUSÃO

O fenômeno de ilha de calor na cidade de Manaus foi estudado com uso de duas

ferramentas: o sensoriamento remoto (sensor MODIS) nas resoluções 5 km por 5 km e

1 km por 1 km e a modelagem do clima urbano (modelo WRF), na resolução 1 km por 1

km. Com os dados do sensor MODIS na resolução 5 km por 5 km foi possível detectar

as regiões da cidade que apresentaram os menores e maiores valores de temperatura da

superfície (31 ºC e 39 ºC, respectivamente) e os valores da intensidade da ilha de calor

que variou entre 4 °C e 9 ºC nos pontos analisados. Esses resultados, de maneira geral,

corroboram os resultados de estudos anteriores, como os de Silva (2009) e Souza

(2012).

Nas análises das séries históricas de temperatura observou-se que ao longo da

série histórica a temperatura da superfície apresenta aumento, enquanto os índices de

vegetação apresentaram diminuição, sendo mais acentuado para o EVI do que para o

NDVI possivelmente porque variações mais significativas foram relacionadas a

diminuição da quantidade de vegetação em diversas áreas da cidade ao longo dos anos

em virtude da urbanização.

Quanto à distribuição espacial da temperatura de superfície na resolução 1 km

por 1 km com o uso do sensor MODIS, foi possível identificar com mais detalhes as

áreas que apresentaram os maiores e menores valores da temperatura da superfície,

melhorando, desta forma a localização espacial das áreas mais quentes dentro da cidade.

No estudo de caso para agosto e setembro de 2009 com a utilização dos dados do

sensor MODIS na resolução 1 km por 1 km em comparação com os resultados do

modelo WRF, na mesma resolução, verificou-se que ambas as ferramentas (satélite e

modelo) representaram o mesmo padrão de distribuição espacial da temperatura de

superfície. Entretanto, diferenças na intensidade do fenômeno IC pelo modelo foram

subestimadas em relação aos resultados por satélite, uma vez que o modelo apresentou

maiores valores de temperatura para a área de floresta, resultando nas intensidades da

ilha de calor: na análise latitudinal em relação à floresta, para o modelo, foram de 5 ºC e

para os dados de satélite de 10 ºC; Verificou-se também que a intensidade da ilha de

55

calor aumenta quando comparado a áreas de rios, chegando à 15 ºC e 12 ºC para os

dados do modelo e de satélite, respectivamente. A diferença em relação à área de

floresta se deu possivelmente porque as parametrizações da radiação de onda curta

simulada para este ambiente precisam ser melhor ajustadas. Contudo, na análise das

demais componentes dos balanços de radiação e energia mostra que o modelo

representa satisfatoriamente os diferentes ambientes (urbano e floresta) evidenciando o

comportamento diferenciado dos fluxos de energia nesses ambientes.

Portanto, conclui-se que o uso de dados de sensoriamento remoto (sensor

MODIS) e modelagem (modelo WRF) do clima urbano possibilitam identificar o efeito

da urbanização no clima urbano e mostraram-se ferramentas úteis para o estudo do

fenômeno de ilha de calor em grandes cidades. Os dados remotos foram importantes

para estimar a temperatura da superfície, enquanto o uso da modelagem possibilitou

integrar a superfície e a atmosfera através de diversas parametrizações. E que, a partir

dos resultados, nota-se que a presença de áreas verdes amenizam o fenômeno de ilhas

de calor, uma vez que contribuem para o arrefecimento da superfície e do ar.

Para trabalhos futuros, propõe-se:

- Utilizar dados remotos do período noturno para complementar diurnos e a

utilização de dados de outros sensores à bordo de outros satélites, como o Terra e o

Landsat, por exemplo, a fim de se ter uma maior abordagem do comportamento do

fenômeno de IC em maior resolução temporal e espacial;

- Analisar outros índices, como o SAVI (índice de vegetação ajustado ao solo),

em complementaridade ao NDVI e EVI para verificar se as respostas destes às

alterações do uso do solo (em relação à cobertura da superfície) ocorrem de maneira

diferente;

- Simular o fenômeno de IC com o modelo WRF incluindo novas configurações,

como utilização de maior quantidade de domínios e configurações físicas diferentes

para a radiação de onda curta e classes de cobertura do solo.

- Incluir a análise de outras variáveis (como a precipitação) além da temperatura

de superfície a fim de buscar alguma relação comportamental entre as mesmas.

56

- Montar um sistema de monitoramento de variáveis climáticas (como

temperatura, precipitação, radiação, etc) ao longo do gradiente floresta-urbano em

Manaus que permita estudar a dinâmica climática dentro da cidade.

- Explorar o desenvolvimento de modelos dinâmicos que permitam simular

cenários futuros alternativos de expansão urbana em Manaus e seu impacto sobre as

florestas e qualidade de habitat urbano.

- Analisar a relação entre estrutura e abundância da vegetação das áreas urbanas

em Manaus e florestas (e/ou áreas verdes dentro da cidade) com padrões de

evapotranspiração e temperatura de superfície.

57

REFERÊNCIAS BIBLIOGRÁFICAS

Arya, S. P. 2001. Introduction to Micrometereology. International Geophisics

Series, vol. 79. Academic Press.

Chen, F.; Kusaka, H.; Bornstein R.; Ching J.; Grimmond, C.S.B; Grossman-

Clarke S.; Loridan T.; Manning K.W.; Martilli, A.; Miao, S.; Sailor, D.;

Salamanca, F. P.; Taha, H.; Teware, M.; Wang, X.; Wyszogrodzki, A. A. e

Zhang, C. 2011. The integrated WRF/urban modelling system: development,

evaluation, and applications to urban environmental problems. International

Journal of Climatology 31: 273–288.

Chen e Dudhia, J. 2001a. Coupling an advanced land surface – hydrology model

with the Penn State–NCAR MM5 modeling system. Part I: Model

implementation and sensitivity. Monthy Weather Review, 129, 569–585.

Chen e Dudhia. 2001b. Coupling an advanced land surface–hydrology model

with the Penn State–NCAR MM5 modeling system. Part II: Preliminary model

validation. Monthy Weather Review, 129, 587–604.

Chen; X. L.; Zhao, H. M.; Li, P. X. e Yin, Z.Y. 2006. Remote sensing image-

based analysis of the relationship between urban heat island and land use/cover

changes. Remote Sensing of Environment.104, 133–146.

Costa, A. C. 1998. Estudo de variações termo-higrométricas de cidade

equatorial devido a processo de urbanização: o caso de Belém/PA. Tese

(Doutorado). Escola de Engenharia de São Carlos-Universidade de São Paulo.

201pp.

Freitas, E. D. e Dias, P. L. S. 2005. Alguns efeitos de áreas urbanas na geração

de uma ilha de calor. Revista Brasileira de Meteorologia, v.20, n.3, 355-366.

Freitas, R. M.; Arai, E.; Adami, M.; Ferreira, A. S.; Sato, F. Y.; Shimabukuro,

Y. E.; Rosa, R. R.; Anderson, L. O. e Rudorff, B. F. T. 2011. Virtual laboratory

of remote sensing time series: visualization of MODIS EVI2 data set over

Sourth America. Jornal of Computational Interdisciplinary Science 2(1): 57-68.

ISSN 2177-8833.

Gallo, K. P., Owen, T. W., Easterling, D. R., Jamason, P. E. 1999. Temperature

trends of the U.S. Historical Climatology Network based on satellite designated

land use-land cover. Journal of Climate 12: 1344–1348.

Gartland, L. 2010. Ilhas de calor: como mitigar zonas de calor em áreas

urbanas. Tradução.: Silvia Helena Gonçalves. São Paulo: Oficina de Textos.

58

Hung, T.; Uchihama, D.; Ochi S.; Yasuoka, Y.; 2006. Assessment with satellite

data of the urban heat island effects in Asian mega cities. International Journal

of Applied Earth Observation and Geoinformation, 8(1): 34-48.

Jin, M., e J. M. Shepherd. 2005. Inclusion of urban landscape in a climate

model: How can satellite data help? Bulletin of the American Meteoreological

Society, 86, 681–689.

IBGE – INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSICA.

Disponível em:

<http://www.ibge.gov.br/home/estatistica/populacao/censo2010/tabelas_pdf/Am

azonas.pdf>, acessado em 31 de Janeiro de 2012.

Imhoff, M. L.; Zhang, P.; Wolfe, R. E.; Bounoua, L. 2010. Remote sensing of

the urban heat island effect across biomes in the continental USA. Remote

Sensing of Environment, 114 (3), 504−513.

Intergovernmental Panel on Climate Change, (IPCC). 2001. Third Assessment

Report. Climate Change 2001: The Scientific Basis. Houghton, J. T. et al., eds.,

Cambridge University Press, New York.

Intergovernmental Panel on Climate Change, (IPCC). 2007. Summary for

Policymakers, in Climate Change 2007: Impacts, Adaptation and Vulnerability.

Contribution of Working Group II to the Fourth Assessment Report of the

Intergovernmental Panel on Climate Change, edited by M. L. Parry, O. F.

Canziani, J. P. Palutikof, P. J. van der Linden and C. E. Hanson, pp. 7‐22,

Cambridge University Press, Cambridge, UK.

Iwai, Olga Kazuko. 2003. Mapeamento do uso do solo urbano do município de

São Bernardo do Campo, através de imagens de satélites. Dissertação

(Mestrado em Engenharia de Transportes) - Escola Politécnica, Universidade de

São Paulo, São Paulo.

Kalnay, E. e Cai, M. 2003. Impact of urbanization and land-use change on

climate. Nature 423: 528-531.

Landsberg, H. E. 1981. The Urban Climate. New York, Academic Press.

Lee, H. Y. 1993. An application of NOAA AVHRR thermal data to the study of

urban heat islands. Atmospheric Environment, 27B, 1 –13.

Lombardo, M. A. 1985. A ilha de calor nas metrópoles – O exemplo de São

Paulo. Ed. Huciteck. 224p.

LP-DAAC - Land Processes Distributed Active Archive Center. Disponível em:

<https://lpdaac.usgs.gov>. Acessado de 27 de fevereiro a 10 de março de 2012.

59

Maitelli, G. T.; Wright, I. R., 1996. The climate of a riverside city in the

Amazon Basin: urban-rural differences in temperature and humidity. In:

Amazonian Deforestation and Climate (J.H.C. Gash, C.A. Nobre, J.M. Roberts

and R.L. Victoria, Eds). J Wiley, Chichester: 193-206.

Memon, R. A.; Leung, D. Y. C. e Liu, Chun-Ho. 2009. An investigation of

urban heat island intensity (UHII) as indicator of urban heating. Atmospheric

Research. 94 (491 - 500). Doi:10.1016/j.atmosres.2009.07.006.

Miao, S.; Chen, F.; LeMone, MA; Tewari, M.; Li, Q.; Wang, Y. 2009a. An

observational and modeling study of characteristics of urban heat island and

boundary layer structures in Beijing. Journal of Applied Meteorology and

Climatology 48(3): 484–501.

Oke, T.R., 1982. The energetic basis of the urban heat island. Quarterly Journal

Royal Meteorological Society, 108, 1–24.

Oke, T. R. 1987. Boundery Layer Climates. Taylor & Francis e- Library. ISBN

0-203-71545-4.

eng, S. iao, S. Ciais, ., riedlingstein, . Ottle, C. réon, F. Nan, H. Zhou, L.

e Myneni, R. B. 2012. Surface Urban Heat Island Across 419 Global Big Cities.

American Chemical Society. Enviromental Science Technology, 46 (696−703).

Pezzuto, C. C. 2007. Avaliação do ambiente térmico nos espaços urbanos

abertos. Estudo de caso em Campinas. Tese (Doutorado em Engenharia Civil) -

Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Universidade Estadual

de Campinas, São Paulo. 182pp.

PNUMA - PROGRAMA DAS NAÇÕES UNIDAS PARA O MEIO

AMBIENTE. Disponível em: <

http://www.pnuma.org.br/admin/publicacoes/texto/GEO_Manaus.pdf>

Acessado em 24 de março de 2012.

Ribeiro, R. J. C. 2008. Índice composto de qualidade de vida urbana – aspectos

de configuração espacial, socioeconômicos e ambientais urbanos. Tese

(Doutorado em Arquitetura e Urbanismo). Universidade de Brasília, Distrito

Federal. 219pp.

Roque, W. V. 2006. Mapeamento geoambiental da área urbana de Manaus-Am.

Dissertação (mestrado em Geotecnia). Universidade de Brasília. Departamento

de engenharia civil e ambiental, Brasília, DF. 1662pp.

60

Silva, D. Araújo. 2009. A influência das áreas verdes no clima da cidade de

Manaus. Dissertação (mestrado em Geografia). Universidade Federal do

Amazonas. Manaus, Amazônas. 293pp.

Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, W. Wang,

and J. G. 2005. A description of the advanced research WRF version 2.

NCAR/TN-468+STR, 88 pp.

Souza, D. O. 2012. Influência da Ilha de calor urbana das cidades de Manaus e

Belém sobre o microclima local. Tese (Doutorado em Meteorologia). Instituto

Nacional de Pesquisas Espaciais, São José dos Campos, São Paulo. 203pp.

Souza, D. O. e Alvalá, R. C. S. 2012. Observational evidence of the urban heat

of Manaus City, Brazil. Meteorological Applicatin. DOI: 10.1002/met.1340.

Sousa, S. B. e Ferreira, L. G. 2012. Análise da temperatura de superfície em

ambientes urbanos: um estudo por meio de sensoriamento remoto no município

de Goiânia, Goiás (2002 – 2011). Confins. DOI : 10.4000/confins.7631.

Stull, R. B. 1988. An Introduction to Boundary Layer Meteorology, Kluwer

Academic Publishers, Holanda.

Tomlinson, C. J.; Lee, C.; Thornes, J. E. e Bakera, C. 2011. Remote sensing land

surface temperature for meteorology and climatology: a review. Royal

Metereological Society. Meteorologial Applications, 18: 296–306.

Uchôa, P. W. de Sousa. 2011. Estudos de variações termo-higrométricas de

cidade equatorial devido ao processo de urbanização: o caso de Santarém-PA.

Dissertação (Mestrado). Universidade Federal do Oeste do Pará, Programa de

Pós-Graduação em Recursos Naturais da Amazônia, Santarém, Pará. 77pp.

UNFPA. 2007. The state of world population 2007: Unleashing the potential of

urban growth. United Nations Population Fund, United Nations Publications 1

pp.

Streutker, D. R. 2002. A remote sensing study of the urban heat island of

Houston, Texas. International Journal of Remote Sensing, Basingstoke, v.23,

n.13, p.2.595-2.608.

Voogt, J.A. and T.R. Oke. 2003. Thermal Remote Sensing of Urban Areas.

Remote Sensing of Environment. 86: 370-384.

Wan, Z. 2007. Collection-5 MODIS Land Surface Temperature roducts Users’

Guide. Institute for Computational Earth System Science. University of

California, Santa Bárbara.

61

Wan, Z. 2008. New refinements and validation of the MODIS Land-Surface

Temperature/Emissivity products. Remote Sensing of Environment 112, 59–74.

Weng, Q. 2003. Fractal analysis of satellite-detected urban heat island effect.

Photogrammetric Engineering and Remote Sensing, 69, 555– 566.

Weng, Q., Lu, D., Schubring, J., 2004. Estimation of land-surface temperature–

vegetation abundance relationship for urban heat island studies. Remote Sensing

Environment 89, 467–483.

62

APÊNDICE A: SÉRIE DE TEMPERATURA DA SUPERFÍCIE ESTIMADA POR

SATÉLITE PARA UMA ÁREA URBANA E UMA ÁREA DE FLORESTA DA

RESERVA DUCKE, JUNTAMENTE COM A SÉRIE DA DIFERENÇA ENTRE

ESSAS TEMPERATURAS, ALÉM DAS ANÁLISES DE DIMINUIÇÃO OU

AUMENTO NA TEMPERATURA DA SUPERFÍCIE E NOS ÍNDICES DE

VEGETAÇÃO.

Figura 5.2 – Série de temperatura da superfície (TS) estimada por satélite para uma área urbana

(linha em vermelho) para os pontos: 6 (a6), 7 (a7), 8 (a8) e 9 (a9) e uma área de floresta da reserva

Ducke (linha azul).

63

Figura 5.1 – Série intensidade da ilha de calor (IIC) estimada por satélite para os pontos: 6 (a1),

7 (a2), 8 (a3) e 9 (a9).

64

Figura A3 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e EVI (b) para a


Figura A5 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (b) para

a região 7 da cidade de Manaus.

65

Figura A7 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (c) para


Figura A9 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (b) para


66

66

APÊNDICE B: BAIRROS DE MANAUS E SEUS RESPECTIVOS NÚMEROS E ZONAS

Tabela B1: Cidade de Manaus (divisão por zonas).

ZONA SUL ZONA LESTE ZONA OESTE ZONA CENTRO-OESTE ZONA NORTE

Betânia Armando Mendes Compensa Alvorada Cidade de Deus

Cachoeirinha Colônia Antônio Aleixo Glória Bairro da Paz Cidade Nova

Centro Coroado Lírio do Vale Dom Pedro Colônia santo Antônio

Colônia Oliveira Machado Distrito Industrial II Nova Esperança Planalto Colônia Terra Nova

Crespo Gilberto Mestrinho Ponta Negra Redenção Lago Azul

Distrito Industrial I Jorge Teixeira Santo Agostinho ZONA CENTRO-SUL Monte das Oliveiras

Educandos Mauazinho Santo Antônio Adrianópolis Nova Cidade

Japiim Puraquequara São Jorge Aleixo Novo Aleixo

Morro da Liberdade São José Operário São Raimundo Chapada Novo Israel

Nossa Senhora de Aparecida Tancredo Neves Tarumã Flores Santa Etelvina

Petrópolis Zumbi dos Palmares Tarumã-Açu Nossa Senhora das Graças

Praça 14 de Janeiro Vila da Prata Parque 10 de Novembro

Presidente Vargas São Geraldo

Raiz

Santa Luzia

São Francisco

São Lázaro

Vila Buriti

67

67

ANEXO 1: CIDADE DE MANAUS – DIVISÃO POR ZONAS.

Figura B2: Cidade de Manaus (divisão por zonas).

Fonte: PNUMA, 2002.

Disponível em: http://www.pnuma.org.br/admin/publicacoes/texto/GEO_Manaus.pdf

instituto nacional de pesquisas da …bdtd.inpa.gov.br/bitstream/tede/1572/2/dissertacão_ polari...

Documents