modelagem termohigromÉtrica por software envi- met de … · universidade de cuiabÁ departamento...
TRANSCRIPT
UNIVERSIDADE DE CUIABÁ
DEPARTAMENTO DE CIÊNCIAS AMBIENTAIS
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS AMBIENTAIS
MODELAGEM TERMOHIGROMÉTRICA POR SOFTWARE ENVI-
MET DE UM PARQUE URBANO EM CUIABÁ-MT
THIAGO D’ORAZIO JOAQUIM
PROF. DR. JONATHAN WILLIAN ZANGESKI NOVAIS
ORIENTADOR
Cuiabá, MT, Agosto de 2016
UNIVERSIDADE DE CUIABÁ
DEPARTAMENTO DE CIÊNCIAS AMBIENTAIS
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS AMBIENTAIS
MODELAGEM TERMOHIGROMÉTRICA POR SOFTWARE ENVI-
MET DE UM PARQUE URBANO EM CUIABÁ-MT
THIAGO D’ORAZIO JOAQUIM
Dissertação apresentada ao Programa de Pós-Graduação em Ciências Ambientais da
Universidade de Cuiabá, como parte dos requisitos para obtenção do título de Mestre em
Ciências Ambientais.
PROF. DR. JONATHAN WILLIAN ZANGESKI NOVAIS
ORIENTADOR
Cuiabá - MT, Agosto de 2016
FICHA CATALOGRÁFICADados Internacionais para Catalogação na Publicação (CIP)Bibliotecária: Elizabete Luciano/CRBl-2103
J62m Joaquim, Thiago O' Orazio
Modelagem Termohigrométrica Por Software Envi-Met de um ParqueUrbano em Cuiabá-MT.j Thiago D' Orazio Joaquim. Cuiabá-MT, 2016.47p.
Dissertação apresentada ao Programa de Pós-Graduação emCiências Ambientais da Universidade de Cuiabá - UNIC, como requisitopara obtenção do título de Mestre.
Orientador: Prof. Dr.Jonathan William Zangeski Novais
1.lntrodução. 2.Fundamentação Teórica. 3.Resultados e Discussão.4.Conclusão. 5.Bibliografias.
CDU: 34:551
DEDICATÓRIA
Algumas marcas são deixadas na nossa vida, seja
por pessoas que nos ajudam a construí-la, ou
ainda nos apresentam projetos de sonho e
sobretudo aquelas que nos desafiam a concluí-
los. Este trabalho é a dedicado a Deus,
responsável pela construção da minha vida, a
minha família pela força e incentivo dos meus
sonhos, e aos amigos do Programa de Pós
Graduação em Ciências Ambientais, por me
desafiarem a concluí-lo.
AGRADECIMENTOS
• A minha mãe, Genilda D’Orazio, por todo o apoio concebido não só deste trabalho, mas
por todas as atividades realizadas na minha vida.
• A Profª. Drª. Karyna de Andrade Carvalho Rosseti, pela generosidade em nos ter
fornecido seus conhecimentos no desenvolvimento do programa ENVI-met.
• Ao meu orientador, Profº. Drº. Jonathan Willian Zangeski Novais, pela dedicação e
confiança na minha capacidade de desenvolver este trabalho.
• Aos meus colegas do Programa de Pós-Graduação em Ciências Ambientais, em especial
aos meus amigos, Susana Pereira Pacheco e Thiago Fernandes, pelo apoio e contribuição nas
pesquisas realizadas neste trabalho.
• A todas as pessoas que diretamente ou indiretamente contribuíram para realização deste
trabalho.
EPÍGRAFE
“Aprende a construir todas as suas estradas no hoje,
porque o terreno do amanhã é incerto demais para
os planos, e o futuro tem o costume de cair em meio
ao vão.”
(Willian Shakespeare)
1
SUMÁRIO
DEDICATÓRIA ........................................................................................................ vii
EPÍGRAFE .................................................................................................................. ix
SUMÁRIO .................................................................................................................... 1
LISTA DE FIGURAS .................................................................................................. 3
RESUMO ..................................................................................................................... 6
ABSTRACT ................................................................................................................. 7
1. INTRODUÇÃO ........................................................................................................ 8
1.1Problemática ................................................................................................... 8
1.2 Justificativa ................................................................................................... 9
2. FUNDAMENTAÇÃO TEÓRICA ......................................................................... 10
2.1 Radiação Solar, Temperatura do ar e Umidade Relativa do Ar .................. 10
2.1.1 Radiação Solar ..................................................................................... 10
2.1.2 Temperatura do ar ............................................................................... 11
2.1.3 Umidade relativa do ar ........................................................................ 11
2.2 Albedo 12
2.3 Clima urbano ............................................................................................... 13
2.4 Ilhas de calor ............................................................................................... 14
2.6 ENVI-met .................................................................................................... 15
2.7.1 Regressão Linear Simples ................................................................... 16
2.7.2 Coeficiente de correlação (R) .............................................................. 17
2.7.3 Coeficiente de determinação (R²) ........................................................ 17
20
3ª Fase 20
3.1 Descrição da área de estudo ........................................................................ 21
3.2 Período de estudo ........................................................................................ 22
2
3.3 Instrumentação utilizada ............................................................................. 23
3.4 ENVI – met ................................................................................................. 23
3.4.1 Modelagem do cenário ........................................................................ 24
3.4.2 Edição do Modelo ............................................................................... 26
3.4.2 Configuração dos arquivos de entrada ................................................ 30
3.3 Método estatístico utilizado na análise ....................................................... 33
3.3.1 Regressão Linear Simples ........................................................................ 33
3.3.2 Coeficiente de correlação (R) .............................................................. 33
3.3.3 Coeficiente de determinação (R²) ........................................................ 33
4. RESULTADOS E DISCUSSÃO ........................................................................... 34
4.1 Resultados – Modelagem ............................................................................ 34
4.1.1 Mapas do período quente/úmido de temperatura do ar (ºC) e umidade relativa do
ar (%) .......................................................................................................................... 34
4.1.2. Mapas do período quente/seco de temperatura do ar (ºC) e umidade relativa do
ar (%) .......................................................................................................................... 37
4.1.3 Caracterização microclimática ............................................................ 40
5. CONCLUSÃO ........................................................................................................ 45
5.1 RECOMENDAÇÕES PARA TRABALHOS FUTUROS ......................... 45
6. BIBLIOGRAFIAS .................................................................................................. 47
3
LISTA DE FIGURAS
Figura 1- Fluxograma das etapas realizadas para o presente estudo ........................................ 20
Figura 2 - Localização do parque Mãe Bonifácia em Cuiabá - MT ......................................... 21
Figura 3 - Medidor de grandezas ambientais Krestel 4500, NK, Pensilvânia, USA ................ 23
Figura 4 - Caracterização da área de estudo, A) Parque Mãe Bonifácia, B) Estaciomento
principal, C) Anexo ao estacionamento, D) Estaciomento secundário, E) Trilha para pedestre,
F) Trilha para pedrestre, G) Espaço para exercícios, E) Espaço para eventos, I) Praça de
recreação vista 1, J) Praça de recreação vista 2 ........................................................................ 25
Figura 5 - Criar domínio do modelo ......................................................................................... 26
Figura 6 - Edição da vegetação e edifício da imagem real pelo software ENVI-met .............. 27
Figura 7 - Edição de solo e pontos de receptores da imagem real pelo software ENVI-met ... 29
Figura 8 - Software Leonardo 2014 Beta 3.1 ........................................................................... 30
Figura 9 - Mapa de temperatura do ar e umidade relativa do ar para o período quente/úmido no
parque Mãe Bonifácia ............................................................................................................... 35
Figura 10 - Mapa de temperatura do ar e umidade relativa do ar para o período quente/seco no
parque Mãe Bonifácia ............................................................................................................... 37
Figura 11 - Gráfico das variáveis microclimátivas do ano de 2014 a 2015 para a cidade de
Cuiabá-MT ............................................................................................................................... 40
Figura 12 - Regressão linear entre temperatura do ar e umidade relativa do ar medida e
modelada do período quente/úmido ......................................................................................... 41
Figura 13 - Regressão linear entre temperatura do ar e umidade relativa do ar medida e
modelada no período quente/seco ............................................................................................ 42
4
LISTA DE TABELAS
Tabela 1- Pontos de coleta das variáveis microclimáticas no parque Mãe Bonifácia .............. 28
Tabela 2 - Dados de entrada do perído quente/seco ................................................................. 31
Tabela 3 - Dados de entrada do período quente/úmido ............................................................ 32
Tabela 4 - Valores médios de temperatura do ar e umidade relativa do ar .............................. 43
Tabela 5 - Médias de temperatura do ar e umidade relativa do ar entre os dois períodos ........ 44
5
LISTA DE ABREVIATURAS E SIMBOLOS
CDU Camada do Dossel Urbano
CLU Camada Limite Urbano
ICU Ilha de Calor Urbano
IDU Índice de Desenvolvimento Humano
R Coeficiente de Correlação
R² Coeficiente de Determinação
U Mann-Whitney
��Pressão de Vapor da Água
�� Pressão de Saturação
6
RESUMO
No processo de urbanização ocorrem diversas alterações nas paisagens naturais, principalmente em cidades sem planejamento adequado. Por meio dos efeitos do crescimento populacional e aumento econômico da cidade de Cuiabá -MT, a cidade de Cuiabá al obteve alterações na arquitetura urbana modificando a paisagem da vegetação natural. O efeito da vegetação no clima urbano é investigado há algum tempo e seus benefícios podem ser observados não só na área vegetada, mas também no seu entorno. O objetivo geral desta pesquisa é modelar a temperatura do ar e a umidade relativa do ar por Software ENVI-met em um parque urbano em Cuiabá-MT. A metodologia de desenvolvimento deste trabalho envolve duas fases: Levantamento (microclimático) e Simulação. O levantamento microclimático foi realizado por meio de um transecto móvel, nos períodos de janeiro/2014 a março/2014 (quente/úmido) e julho/2015 a setembro/2015 (quente/seco). A simulação foi desenvolvida pelo software ENVI-met durante os dois períodos do ano. Em geral, o modelo ENVI-met maximiza as variáveis microclimáticas na presença demasiada de vegetação. As simulações apresentaram aumento da temperatura do ar e umidade relativa do ar mais baixas no entorno do parque Mãe Bonifacia, acentuadas nas áreas de pavimentação asfálticas e concreto, e nas proximidades de edifício. Atentando ao papel importante dos parques vegetados como agentes termorreguladores do clima quente acentuado como nas cidades de Cuiabá e região.
Palavras-chaves: microclima urbano, ilha de calor, parque mãe bonifácia.
7
ABSTRACT
In the process of urbanization occur several changes in natural landscapes, especially in cities without planning suitable. By means of population growth and economic effects of increase of the city of Cuiabá, changes obtained in the urban architecture by modifying the landscape of natural vegetation. The climate without vegetation effect of urban and investigated for some time and its benefits can be observed not only in the vegetated area, but also not his surroundings. The objective of this research and model the air temperature and humidity air relative per Software ENVI-met in hum urban park in Cuiabá. The development methodology this work involves two phases: survey (microclimate) and simulation. The microclimate survey was conducted through hum transect mobile, the periods January/2014 to March/2014 (Hot/ humid) and July/2015 to September/2015 (hot/dry). The simulation was developed hair met ENVI-met software during two periods of the year. General maximizing them, the ENVI-met model as microclimate variables in the presence too much vegetation. As simulations showed an increase of the temperature and air humidity relative air lower without surrounding park Mãe Bonifácia accentuated in the areas of asphalt and concrete paving, and nearby building. Paying attention to the important role of vegetated parks how hot Climate thermoregulatory agents marked as cities of Cuiabá and region.
Keywords: urban microclimate, urban heat island, park Mãe Bonifácia.
8
1. INTRODUÇÃO
1.1 Problemática
A partir da Revolução Industrial, ocorreu um aceleramento no desenvolvimento das
grandes cidades, que intensificaram de maneira significativa as mudanças climáticas atuais.
Vários estudos mostram que esse crescimento desordenado está causando impactos ambientais
em diversas zonas do planeta
As áreas urbanas são caracterizadas por agrupamentos de indivíduos em ambientes
naturais, com integração de atividades econômica e culturais em seu meio, em contrapartida
resultando na modificação no clima original. No processo de urbanização acontecem diversas
alterações nas paisagens naturais principalmente em cidades sem planejamento adequado.
O principal modificador do microclima é o fenômeno chamado ilha de calor urbano
(ICU), normalmente esse efeito é causado pela substituição de superfícies vegetadas por
construção que geralmente, materiais do meio urbano apresentam características impermeáveis
e alta absorção de calor, elevando a temperatura rapidamente e armazenando energia térmica
por mais tempo.
Considerando que uma porcentagem considerável das cidades do Brasil não acontece
planejamento em suas expansões territoriais e apresenta grande diversidade climática em suas
regiões, são evidentes as formações de (ICU) ocasionando desconforto térmico em sua
população.
Por meio dos efeitos do crescimento populacional e aumento econômico da cidade de
Cuiabá, obteve alterações na arquitetura urbana modificando a paisagem da vegetação natural.
Com esse processo de urbanização acelerado ocorrido em Cuiabá nos últimos vinte anos e
aliado com o clima quente e seco da região, desencadeou um agravamento das condições
microclimáticas da cidade e em seu entorno.
As transformações na arquitetura com técnicas de ocupação de solo não contribuiu nas
condições térmicas do local gerando o excessivo consumo de energia, tornando as áreas
públicas urbana desconfortáveis termicamente.
É possível observar a falta de planejamento na criação de parques e/ou espaços de
recreação arborizados nos polos urbanos, de forma que agrava a retenção de radiação solar em
espaços abertos, consequentemente, queda na qualidade de vida dos seres humanos.
9
1.2 Justificativa
São observados que ocorrem nas áreas urbanas troca de vegetação por uso de material
como, concreto e asfaltos. Quando comparado as propriedades térmicas e propriedades
radiativas da superfície entre o ambiente urbano e a zona rural apresentam diferenças
expressivas.
O papel da vegetação nos espaços urbanos é um importante regulador da temperatura,
pois absorve mais facilmente a radiação solar, que atua também no microclima urbano,
proporcionando melhoria na qualidade de vida dos indivíduos. Fomentar a criação de parques
urbanos arborizados são uma das estratégias de mitigar ilhas de calor formada nas cidades que
proporciona um conforto térmico humano.
As soluções de problemas no ambiente urbano são dependentes na adoção de sistema
no planejamento ambiental, onde pode-se utilizar ferramentas que simula cenários viabilizando
informações de clima urbano. O software ENVI-met utiliza modelos numéricos de simulação,
que ocorrem entre a atmosfera e as superfícies próximas do solo, simulando as interações entre
as superfícies urbanizadas, vegetação e atmosfera.
O objetivo geral desta pesquisa foi modelar a temperatura do ar e a umidade relativa
do ar por Software ENVI-met em um parque urbano em Cuiabá-MT.
Para alcançar o objetivo geral, foram necessários os seguintes objetivos específicos:
Analisar o comportamento das variáveis microclimáticas de temperatura do ar e umidade
relativa do ar no período quente/seco e quente/úmido; comparar a relação das variáveis
microclimáticas entre os dois períodos propostos; analisar o desempenho do software ENVI-
met para um parque urbano.
Portanto, esses objetivos podem ser uma das utilizações por meio de softwares no
auxílio de analisar variáveis microclimáticas como um dos mecanismos.
10
2. FUNDAMENTAÇÃO TEÓRICA
2.1 Radiação Solar, Temperatura do ar e Umidade Relativa do Ar
2.1.1 Radiação Solar
A radiação solar é a força motriz para muitos processos físico-químicos e biológicos
que ocorrem no sistema Terra-Atmosfera, constituindo-se em importante variável
meteorológica em estudos de necessidade hídrica de culturas irrigadas, modelagem do
crescimento e produção vegetal, mudanças climáticas, entre outros. (THORNTON E
RUNNING, 1999; WEISS et al., 2001).
De forma que poderia ser um dos principais fatores meteorológico, a radiação solar
diária incidente em uma superfície horizontal, é de grande relevância em estudos ecológicos e
ambientais, constituindo-se como principal fator condicionante da temperatura do ar, do solo,
dos processos de evapotranspiração e dos modelos que simulam o crescimento e a
produtividade de uma cultura (TRNKA et al., 2007; ABRAHA & SAVAGE, 2008).
A radiação se caracteriza pelo comprimento de onda, que é a definido como a distância
que separa duas cristas consecutivas e frequência de número de cristas que passa por um ponto
de referência, na unidade de tempo. São conhecidas radiações com comprimento de onda que
variam desde 10-10 cm (raios gama) até cerca de 10 7 cm (ondas longas de rádio), ao conjunto de
todas elas denomina-se espectro eletromagnético (VAREJÃO, 2006).
Para Ometto (1981) que suponha-se que estar na Terra na distância média Terra-sol,
não há superfície sobre a terra, e que, um ponto qualquer da superfície do globo tenho o sol em
seu zênite, sendo a incidência dos raios solares sobre esse ponto perpendicular, e um metro
quadrado de superfície horizontal, deveria chegar 1393 Watts. Ou seja, a constante solar é
definida como sendo a quantidade de energia que incide perpendicularmente sobre a superfície
horizontal unitária, e ausente na atmosfera (OMETTO,1981).
11
2.1.2 Temperatura do ar
Para Dallacort et al., (2014) a temperatura pode ser entendida como a condição que
determina o fluxo de calor que passa de um corpo, ou substância, para outro. As temperaturas
máximas e mínimas, que ocorrem em uma determinada região, estão associadas a outras
variáveis meteorológicas, como disponibilidade de energia solar, nebulosidade, umidade do ar
e do solo, vento e parâmetros geográficos como topografia, altitude e latitude do local, além da
cobertura e tipo de solo.
A temperatura é a variável que permite saber para onde vai o fluxo de calor
(AYOADE, 2007). É uma das variáveis meteorológicas mais importantes, pois desempenha um
papel primordial na caracterização climática de uma região, além de ser um dos elementos
determinantes da distribuição e adaptação de plantas e animais, afetando diretamente seus
processos físicos, químicos e biológicos.
2.1.3 Umidade relativa do ar
A atmosfera pode ser compreendida como um conjunto de gases, vapor d’água e
partículas. A concentração de vapor d’água na atmosfera dificilmente ultrapassa 4% em
volume. O vapor d’água é o único constituinte da atmosfera que muda de estado em condições
naturais e, em consequência disto, é o responsável pela origem das nuvens e por uma extensa
série de fenômenos atmosféricos importantes (chuva, neve, orvalho etc). Sua proporção
determina o nível de conforto ambiental (VAREJÃO, 2006).
A água é a única substância que ocorre nas três fases na atmosfera. A água na
atmosfera e suas mudanças de fase desempenham papel importantíssimo em diversos processos
físicos naturais (SENTELHAS E ANGELOCCI, 2009):
A) Transporte e distribuição de calor (ciclo hidrológico);
B) Absorção de comprimentos de onda da radiação solar e terrestre;
C) Evaporação e Evapotranspiração;
D) Condensação e Orvalho.
12
A quantidade de água na atmosfera pode ser expressa pela umidade absoluta ou
pela umidade relativa. A umidade absoluta é definida como a massa de vapor de água por
volume do gás, no caso, o ar, conceito este mais aplicado aos processos de secagem de grãos.
Para a compreensão do comportamento do ar atmosférico o conceito de umidade relativa é o
mais utilizado (MARGARIDO, 2014).
A umidade relativa pode ser definida como:
���� = �
� 100�%� Equação1
Onde:
��Pressão de Vapor da Água
�� Pressão de Saturação
2.2 Albedo
De acordo com Pereira et al., (2000), o albedo de uma superfície é definido como a
razão entre todo o fluxo solar por ela refletido em relação a todo o fluxo solar nela incidente,
ou seja, a refletância integrada em todo o espectro solar. O albedo de uma superfície quantifica
a fração de entrada da radiação solar global que é refletida pela superfície retornando para a
atmosfera (NOVAIS et. Al, 2016).
O albedo é, portanto, uma medida adimensional que varia segundo as características
superficiais (cobertura do solo e sua umidade), das espécies cultivadas, que implicará em
variações foliar, na razão entre radiação solar direta e difusa e em função do ângulo zenital, que
varia de acordo com a época do ano e hora do dia (STANHILL et al., 1966; CORREIA et al.,
2002; QUERINO et al., 2006; KUSHARI E KINOTPONG, 2011). Em geral, albedos mais altos
estão associados com superfícies suaves, secas e de coloração clara, ao passo que albedos mais
baixos estão associados com superfícies rugosas, úmidas e coloração escura (CORREIA et al.,
2002).
Como importante fator para avaliar as mudanças de cobertura, o albedo é necessário
para obter o saldo de radiação em superfície. Em grandes áreas essas informações só serão
possíveis se forem utilizadas imagens de satélite visto estas terem permitido inúmeros trabalhos
espacializando a informação de forma rápida e confiável (GIONGO et al.,2010; MOREIRA et
al., 2010).
13
2.3 Clima urbano
Os estudos científicos sobre o clima urbano tiveram início ainda no século XIX, na
Europa, com o trabalho de Luke Howard sobre o clima da cidade de Londres, publicado pela
primeira vez em 1818. Ele foi o primeiro a observar que as temperaturas do ar são
frequentemente mais altas na cidade que na área rural à sua volta (LANDSBERG, 1981).
O espaço urbano é composto por um mosaico de microclimas diferentes, como
pequenas ilhas de calor, bolsões de poluição atmosférica e diferenças locais de fluxo de ventos.
Os problemas relacionados ao meio ambiente urbano são os mais variados: como excesso de
ruídos, emissão de poluentes no ar e na água, escassez de recursos energéticos e água, falta de
tratamento adequado de resíduos, alterações no regime de chuvas e de ventos, formação de ilhas
de calor, ilhas secas, ilhas de frio, inversão térmica, aumento de consumo de energia para
condicionamento artificial e transporte (DUARTE E SERRA, 2003).
Souza (1996) define clima urbano como a situação climática especifica das cidades,
resultado da ocupação antrópica do meio que se manifesta devido à inter-relação de fenômenos,
muitos deles causados pela própria urbanização.
O rápido crescimento urbano verificado no Brasil fez com que a ocupação nas cidades
ocorresse de forma desordenada e desencadeou uma series de problemas no meio ambiente
especialmente nas cidades de médio e grande porte. Segundo Monteiro (1987) "(...) as pressões
exercidas pela concentração da população e de atividades geradas pela urbanização e
industrialização, concorrem para acentuar as modificações do meio ambiente, com o
comprometimento da qualidade de vida".
Na maioria dos espaços urbanos, grande parte das vegetações existentes está
concentrada em parques ou espaços de recreio. Apesar de os parques conseguirem diminuir as
temperaturas na sua proximidade (SANTAMOURIS, 2001; DIMOUDI E NIKOLOPOULOU,
2003; BRUSE E FLEER, 1998; GIRIDHARAM et al., 2004), eles são termicamente incapaz de
afetar os espaços com adensamento construtivo onde as pessoas vivem, trabalham e passam a maior
parte de sua vida (ROSSETI et al., 2013).
14
2.4 Ilhas de calor
Uma das consequências no microclima urbanos são as modificações das superfícies
naturais que geram um fenômeno conhecido como Ilha de Calor Urbano (ICU), definida
classicamente na literatura como uma anomalia térmica caracterizada pelo aumento da
temperatura do ar das áreas centrais de uma cidade em relação à temperatura das áreas
periféricas (OKE, 1973; CERMAK et al., 1995,). A ICU é um dos impactos ambientais
decorrentes da urbanização mais estudadas na literatura, afetando, tanto as grandes metrópoles
(LOMBARDO, 1995), quanto cidades de porte (aquelas com população entre 100 mil e 500mil
habitantes) (TARGINO et al.,2013).
Segundo Oke (1973) a principal causa da formação de ICU é a alteração do balanço
de energia nas camadas (verticais) principais do ambiente urbano: camada do dossel urbano e
camada limite urbana. A camada do dossel urbano (CDU) é definida como a coluna de ar que
se estende desde o solo até a altura média dos edifícios (GARTLAND, 2008). Nesta camada se
produzem as interações de microescala (10-3 - 103 m) e as trocas de calor entre as paredes dos
prédios, ruas e ar adjacentes. A segunda camada situa-se acima da CDU, e denomina-se camada
limite urbana (CLU), com dimensão espacial de mesoescala (103 - 105 m). Sua altura depende
das características da rugosidade da superfície e da estabilidade atmosférica (FERREIRA,
2010).
Dentre as características de urbanização que contribuem ao desenvolvimento de ICU
destacam-se a geometria urbana (KRUGER et al., 2011), a substituição de áreas verdes por
superfícies impermeáveis e com maior potencial de absorção de calor (GALLO et al., 1993;
WENG et al., 2004), e incremento dos níveis de poluentes de ar (LAI E CHENG, 2009). A
geometria urbana contribui com o aprisionamento da radiação incidente e dificulta a circulação
do ar (KRUGER et al., 2011).
A falta de vegetação altera a participação dos fluxos de energia na superfície,
reduzindo a evaporação do solo e o fluxo de calor latente e, consequentemente, aumentando o
fluxo de calor sensível (PENG et al., 2012; IMHOFF et al., 2010; HU E JIA, 2010).
15
2.6 ENVI-met
O software ENVI-met foi desenvolvido pelo Professor Michael Bruse da Universidade
de Bochum, Alemanha, sendo um modelo tridimensional não hidrostático que, além de outras
opções, oferece a possibilidade de simular o conforto térmico (CARFAN; GALVANI; NERY,
2009). De acordo com BRUSE (2008), o cálculo do balanço de energia é feito por meio das
variáveis radiação, reflexão e sombreamento de edifícios e vegetação, fluxo do ar, temperatura,
umidade, turbulência local e sua taxa de dissipação e as trocas de água e calor dentro do solo.
É observado o uso crescente deste modelo tanto em âmbito nacional quanto internacional. Para
o clima de Cuiabá, foi realizado um estudo pioneiro por Rosseti (2013), avaliando o efeito do
uso de telhados vegetados em ilhas de calor.
Segundo Bruse (2008), o modelo numérico estruturas complexas urbanas com
resoluções (grids) entre 0,5 m a 10m, de acordo com a posição do sol, geometria urbana,
vegetação, solo e materiais de construção.
O ENVI-met é um modelo de prognóstico com base nas leis fundamentais da dinâmica
de fluidos e termodinâmica, incluindo simulação de vários fenômenos: fluxo de calor e entres
edifícios; troca de calor e vapor ao nível do solo e entre paredes, turbulência, troca termo-
higrométrica em vegetação, bioclimatologia, dinâmica de fluidos de pequenas partículas e
espécies poluentes (AMBROSONI et al.,2014).
Para realização das análises, o software ENVI-met disponibiliza três aplicativos:
a) Area Input File Editor: Este aplicativo permite a criação da geometria do modelo a
ser analisado, com a especificação de detalhes do ambiente como por exemplo, posição e altura
dos edifícios, posição e tipos de vegetação, distribuição dos materiais de superfície e tipos de
solo, posição de fontes de poluentes, posição de pontos específicos para análise (receptores) e
link para os bancos de dados.
b) Configuration File Editor: Determina os dados básicos de entrada para a simulação
de um determinado caso, a saber: Dia e horário de início da simulação, quantas horas serão
simuladas, qual o intervalo de tempo que o software deve salvar os dados, velocidade do vento
a 10 metros de altura (m/s), direção do vento, rugosidade da superfície, temperatura inicial da
atmosfera (K), umidade específica a 2500m de altura (g de H2O/Kg ar) e umidade relativa a 2m
de altura (%).
16
c) ENVI-met interface: O software de simulação propriamente dito, que permite
conferir e editar as configurações, selecionar as variáveis desejadas para obtenção dos dados de
saída e finalmente, ativar a simulação. A visualização dos dados pode ser feita por meio do
programa Leonardo (cortes e mapas esquemáticos do comportamento horário das variáveis na
área de estudo), além de softwares de análises de dados como o Microsoft Excel.
2.7 Analise Estatística
2.7.1 Regressão Linear Simples
Na regressão linear simples, a relação entre uma variável-resposta y e uma única
variável explanatória x. É de se esperar que diferentes valores de x gerem respostas médias
diferentes. Para análise de regressão linear simples, é desejável a construção de um gráfico
bidimensional denominado diagrama de dispersão. Cada valor é marcado em função das
coordenadas de x e y (MARTINS. 2006).
Dados n pares de valores de duas variáveis, Xi, Yi (com i = 1, 2, ..., n), admitindo-se
que Y é função linear de X, podemos estabelecer uma regressão linear simples, cujo modelo
estatístico é
Yi =α + βX + ui , Equação 2
onde
α e β são parâmetros
X é a variável explanatória
Y é a variável dependente
O coeficiente angular da reta (β) é também denominado coeficiente de regressão e o
coeficiente linear da reta (α) é também conhecido como termo constante da equação de
regressão.
Ao estabelecer o modelo de regressão linear simples, pressupomos que: A relação
entre X e Y é linear, Os valores de X são fixos, isto é, X não é uma variável aleatória. A média
do erro é nula, isto é, 0 E(ui ) = . Para um dado valor de X, a variância do erro u é sempre 2 σ ,
denominada variância residual, isto é,
17
E(ui ) = σ Equação3
ou
E[Yi − E(Yi | X i )] = σ Equação 4
Dizemos, então, que o erro é homocedástico ou que temos homocedasticia (do erro ou
da variável dependente).
O erro de uma observação é não-correlacionado com o erro em outra observação, isto
é, 0 E(ui uj ) = para i ≠ j, os erros têm distribuição normal (HOFFMANN, 2015).
A análise de regressão, com o modelo linear, é uma técnica potencialmente útil na
análise de dados. As metodologias baseadas em análise de regressão, seja ela simples ou
bissegmentada, por exemplo, sofrem a ação de pontos extremos em razão do processo de
estimação. Isso pode proporcionar estimativas inadequadas, que não refletem a verdadeira
relação existente entre a variação ambiental e a resposta genotípica, e superestimar ou
subestimar o parâmetro de adaptabilidade, segundo Nascimento et. al, (2010).
2.7.2 Coeficiente de correlação (R)
A precisão de uma predição é dada pelo coeficiente de correlação (r). Este índice
estatístico indica o grau de associação entre duas variáveis, no caso deste trabalho, entre a serie
temporal medida (M) e a série temporal predita (P) pelo modelo ENVI-met, com um número
total de N observações. De modo que, o grau de associação r = 1, significa uma correlação
perfeita positiva entre duas series temporais, r= -1 significa uma correlação negativa perfeita
entre duas series, isto é, se uma aumenta a outra diminui, e que as séries não possuem associação
uma com a outra, segundo Rosseti (2013).
2.7.3 Coeficiente de determinação (R²)
O coeficiente de determinação mede a proporção da variação da variável dependente
(temperatura do ar e umidade relativa do ar estimadas), que é explicada pelo modelo de
regressão linear, a partir da variável independente observadas.
18
O coeficiente de determinação assume valores -1 e 1, demostrando maior associação
quando o valor é próximo a unidade. De acordo com Anderson et al. (2007), o coeficiente de
determinação é uma eficiência de ajuste da equação de regressão estimada
19
3. MATERIAL E MÉTODOS
De forma a possibilitar o entendimento dessa pesquisa, serão apresentados a
metodologia e os procedimentos adotados visando analisar os efeitos das estratégias sobre o
comportamento das variáveis temperatura do ar (°C) e umidade relativa do ar (%) por meio de
simulação numérica em modelo computacional microclimático, usado em uma área de estudo
em Cuiabá- MT.
A metodologia foi desenvolvida de forma a permitir a simulação do ambiente
termohigrométrico para a situação real do cenário para quente/úmido e quente/seco. Também
serão descritos os métodos estatísticos utilizados para realizar a validação do modelo, etapas a
serem detalhadas na análise dos resultados.
Foi adotada, na Figura 1 a metodologia que abrange fases que podem ser divididas
em:
1) fase preparatória, onde são descritas as etapas para aquisição de dados e informações
para preparação dos arquivos a serem simulados, que implicou na definição e caracterização da
área de estudo e medição das variáveis microclimáticas;
2) fase de simulação, que engloba a edição e configuração dos dados de entrada
quente/úmido e quente/seco no modelo ENVI-met;
3) analise de resultados, onde são gerados mapas microclimáticos para as estações
quente/úmido e quente/seco e validação do modelo.
20
1ª Fase
2ª Fase
3ª Fase
Figura 1- Fluxograma das etapas realizadas para o presente estudo
Fase preparatória
Definição da área de estudo
Medição variáveis microclimáticas
Fase de simulação
Edição do Modelo Cenário Atual
Configuração dos
arquivos de entrada Quente/Seco
Quente/Úmido
Análises de Resultados
Mapas microclimáticos
Quente/Úmido
Quente/Seco
Validação do modelo
21
3.1 Descrição da área de estudo
A cidade de Cuiabá, capital do estado de Mato Grosso, pertence à região Centro-Oeste
do Brasil, coordenadas geográficas – 15°35’56 latitude Sul e 56°06’01 longitude Oeste. O
município possui uma área de 3.224,68km², sendo dividida em 254,57km² (7,89%) de área
urbana e 2.970,11km² (92,1%) de área rural (NOVAIS et al., 2014). Está a uma altitude de 165
metros acima do nível do mar, localizado na província geomorfológica denominada Depressão
Cuiabana. O IDH (Índice de Desenvolvimento Humano) é 0,821 e, de acordo com o último
Censo demográfico (IBGE, 2010). O clima regional é do tipo Aw, segundo a classificação
climática de Köppen, caracterizado por ser quente e úmido com chuvas no verão e estiagem no
inverno, com estações, úmida e seca, distintas (NOVAIS et al., 2014), conforme a Figura 02.
Figura 2 - Localização do parque Mãe Bonifácia em Cuiabá - MT Fonte – Elaborado pelo autor
O Parque da Cidade Mãe Bonifácia localiza-se na região oeste de Cuiabá, Mato
Grosso, entre as coordenadas geográficas 15o 34’44 “S e 56o 05’016 “W, com 77,16 hectares
de área. A área do parque foi, primeiramente, transformada em Unidade de Conservação de
Interesse Local pela Lei Complementar de Gerenciamento Urbano n. 004, de 24 de dezembro
de 1992 (CUIABÁ, 1992). O decreto nº. 1.470, de 09 de junho de 2000 criou Parque da Cidade
Mãe Bonifácia. Que se encontra localizado na Avenida Miguel Sutil, na cidade de Cuiabá, no
estado de Mato Grosso, tendo por extensão é de 77,16 ha.
22
Por se localizar no perímetro da cidade é classificado como parque urbano, sendo que
seu entorno é composto principalmente por área residencial. Caracterizado pela flora do
cerrado, encontra-se ainda preservado espécies típicas desse bioma, como por exemplo essas
árvores: farinheira, sete cascas, lixeira, angico, barbatimão branco, ingá, algodãozinho e
sucupira preta (MATO GROSSO, 2013).
Ainda no bioma cerrado, em sua fauna há espécies de mamíferos, répteis e aves
conhecidos, tais como: preá, capivara, tatu-galinha, paca e mico, cobras, lagartos, jacarés, rãs,
sapos, pererecas, periquitos, frangos d’agua azuis, beija-flores de garganta verde, coleirinhas,
curiós, rolinhas, canários-da-terra, azulões, entre outros. O Parque conta com três portais de
acesso, com a Praça do Cerrado, onde são promovidos eventos culturais; sede administrativa,
onde funciona também a biblioteca e uma área para exposições; 6,961km de trilhas
pavimentadas e três espaços para a prática de exercícios físicos (MATO GROSSO,2013).
3.2 Período de estudo
Cuiabá possui duas estações bem distintas, com um período chuvoso entre os meses
de outubro a abril e seco de maio a setembro. O índice médio de precipitação anual de 1.500
mm e a temperatura média mensal varia entre 21,9°C e 31,3°C (MAITELLI, 1994; MAITELLI
e VILANOVA, 2009). As medições foram efetuadas nos meses de outubro de 2014 até
setembro de 2015, foram estabelecidas medias das variáveis microclimáticas entre dois
períodos quente/úmido (Janeiro, Fevereiro e Março) e quente/seco (Julho, Agosto e Setembro)
baseado no ciclo de precipitação, no horário das 10 às 12 h, horário de maior incidência de
radiação solar.
As medições ocorreram em dias com incidência solar sobre o fragmento de cerrado,
sem a interceptação por nuvens. A escolha do dia de medição foi baseada no critério de não ter
chovido no dia e que o céu estivesse com pouca nebulosidade.
O trajeto do transecto móvel e os pontos de coleta dentro do Parque Mãe Bonifácia,
onde foram estabelecidos os pontos de acordo com a maior representividade do local. O método
dos transectos móveis é de grande utilidade, pois permite avaliar o comportamento da
temperatura e umidade do ar em cada intervalo de percurso e cobre grande parte da área de
estudo, garantindo a acurácia das medidas.
23
3.3 Instrumentação utilizada
Com o medidor de grandezas ambientais Krestel 4500, foram medidos abaixo do
dossel a temperatura do ar e umidade relativa do ar.
O medidor Krestel4500, conforme a Figura 3, é dotado de sensores para medição da
velocidade do vento, temperatura, umidade relativa, pressão e orientação magnética (bússola).
Assim algumas grandezas têm medições diretas, como T e UR, e outras indiretas, ou medidas
calculadas a partir de mais de um sensor com equações instaladas na memória do equipamento.
Figura 3 - Medidor de grandezas ambientais Krestel 4500, NK, Pensilvânia, USA
3.4 ENVI – met
Antes de iniciar a configuração do modelo e o seu processamento no ENVI-met, foi
necessário compreender as especificidades do software para minimizar eventuais erros, assim
obter resultados mais precisos. Os experimentos de simulação realizados para essa área de
estudo selecionada tiveram o objetivo de analisar os efeitos de quatro estratégias de mitigação
de ilhas de calor tem sobre variáveis microclimáticas.
24
3.4.1 Modelagem do cenário
O Cenário foi modelado em dois períodos do ano Quente-Seco e Quente-Úmido, com
o intuito de avaliar os efeitos das variações de temperatura do ar (°C) e umidade relativa do ar
(%).
Para um parâmetro de análise comparativa da simulação, foram feitos modelagens em
um ambiente real (área verde).
3.4.1.1 Cenário (Parque Mãe Bonifácia)
O cenário escolhido para simulação foi o Parque Mãe Bonifácia, que é um fragmento
do cerrado sem interferência antrópica, espaço sendo utilizado para atividades físicas, recreação
e eventos ao ar livre.
Segundo Barros et al., (2010), a infra-estrutura do Parque é constituída por cinco
trilhas, pontos de convívio como a praça da bandeira, a praça cívica para a realização de eventos
e o casarão para a educação ambiental, todos situados na porção central, e a praça do cerrado
com brinquedos, equipamentos de ginástica, concha acústica, coreto, bebedouro, posto de
atendimento médico e sanitários, na entrada principal do Parque. O seu entorno apresenta
características urbanas, com presença de edifícios residências e comercias e pavimentação
asfáltica.
Percebe-se que os estacionamentos A) e as trilhas D), E) e F) são revestidas por betume
espesso e/ou brita, nota-se que ao fundo da imagens da praça H) e I), trilhas e o estacionamento
secundário a presença de edifícios, na imagem G) observa-se uma construção de alvenaria e o
seu entorno de pavimento de concreto, a praça de recreação é revestida por gramas e pavimento
de concreto, conforme a Figura 4.
25
Figura 4 - Caracterização da área de estudo, A) Parque Mãe Bonifácia, B) Estacionamento principal, C) Anexo ao estacionamento, D) Estacionamento secundário, E) Trilha para pedestre, F) Trilha para pedestre, G) Espaço para exercícios, h) Espaço para eventos, I) Praça de recreação vista 1, J) Praça de recreação vista 2 Fonte: Autor 2016
26
3.4.2 Edição do Modelo
Depois de definido a área de estudo para simulação, iniciou a construção no modelo
de edição do ENVI-met. O mapa real obtido por imagem de satélite, salvo em extensão de
imagem do tipo (.bmp) foram importados para o programa na função de orientar configuração
da área definindo edifícios, vegetação e superfícies.
Para determinar a localização espacial do cenário são necessários inserir em sua
configuração na entrada de dados, coordenadas geográficas, a coordenada de referência no
ponto direito do cenário, direção do norte, a referência de zona de horário, localização da cidade
e para dimensionar o cenário na interface do software estabelece um tamanho dos grids de
acordo com a metragem no cenário escolhido para a modelagem.
Na edição dos dados de entrada do software ENVI-met, foi determinado o tamanho do
grids de 140 x 140 x 20 correspondendo 2 metros cada grids, conforme na Figura 5.
Figura 5 - Criar domínio do modelo Fonte: Software ENVI-met
A configuração “Editbuilding/vegetation” permite a edição e criação de edifícios, em
dimensões de comprimento, largura e altura, de acordo com os grids selecionado anteriormente.
A edição da vegetação, onde está incluído uma quantidade de modelo de vegetação no seu
banco de dados do software, diferenciadas por características como, tamanho em metros e
densidade das copas.
27
Para a configuração do Parque Mãe Bonifácia, foram selecionados três tipos de
vegetação, grama representado por grass 50cm aver dense –xx, arvores tree, light 15m – l1,
conforme a Figura 6.
Figura 6 - Edição da vegetação e edifício da imagem real pelo software ENVI-met Fonte: Do autor, 2016
Para análise estatística, foi implantado receptores na área de edição do modelo. Estes
receptores armazenam os valores das variáveis pontualmente, assim minimizar possíveis erros
e validação dos dados coletados in loco. Os pontos determinados como receptores foram
estabelecidos nos mesmo pontos coletados de acordo com as coordenadas geográficas,
conforme a tabela 1.
28
Tabela 1- Pontos de coleta das variáveis microclimáticas no parque Mãe Bonifácia
Pontos Longitude Latitude Distância entre os pontos
X1 596557 8277458
Y1 596478 8277337 144,5060552 X2 596383 8277227 145,3444185
Y2 596293 8277100 155,6566735
X21 596179 8277125 116,7090399
X22 596201 8277220 97,51410154
X23 596142 8277373 163,9817063
X20 596245 8277373 103
X19 596278 8277418 55,80322571
X18 596315 8277491 81,84130986
X17 596310 8277539 48,25971405
X16 596206 8277539 104
X15 596345 8277518 140,5773808
X13 596113 8277435 246,4000812
X12 595990 8277589 197,0913494
X11 595887 8277385 228,5278976
Y3 595907 8277267 119,6829144
Y4 596048 8277266 141,0035461
X3 596103 8277093 181,5323663
Y5 596001 8276970 159,7904878
X4 595844 8276972 157,0127383
X5 595602 8276963 242,1672975
X6 595570 8277230 268,9107659
Y7 595801 8277449 318,3111685
X7 595804 8277683 234,01923
Y6 595877 8277806 143,0314651
X8 596058 8277832 182,8578683
X14 596211 8277720 189,6127633
X9 596226 8277798 79,42921377
X10 596407 8277679 216,6148656
29
A configuração “Editsoils” permite inserir diferentes tipos de coberturas superficiais,
como solo nu, asfalto (pavimento flexível), concreto (pavimento rígido), dentre outras, na
configuração do parque, foram utilizados cobertura de solo nu representado pelo Loamy Soil,
cobertura asfáltica e pavimento em concreto, conforme a Figura 7.
Figura 7 - Edição de solo e pontos de receptores da imagem real pelo software ENVI-met Fonte: Do autor, 2016
30
3.4.2 Configuração dos arquivos de entrada
Para o desenvolvimento do mapa de simulação das variáveis microclimáticas de
acordo com o cenário proposto no ENVI-met foi anexado ao programa um software chamado
Leonardo 2014 Beta 3.1, esta ferramenta possibilita a visualização dos dados simulados em
formato de imagens e possíveis edições em suas configurações, possibilitando trocas nas cores
das escalas, adicionar dados complementares, para especificar melhor o mapa, observa-se na
Figura 8.
Figura 8 - Software Leonardo 2014 Beta 3.1 Fonte: Do autor, 2016
Para gerar os mapas pelo software Leonardo anexado no programa de simulação
ENVIT-met, são necessários incluir dados entrada, como data, horário, período de horas de
simulação, frequência de registro, e incluir médias de variáveis microclimáticas como,
velocidade do vento m/s, direção do vento, rugosidade da superfície, temperatura da atmosfera
k, umidade específica a 2500m e umidade relativa do ar a 2m (%).
Para escolher o horário a ser preenchido na parte “start simulation time (HH:MM:SS):”
foi levado em consideração a recomendação.
31
É recomendado que as simulações tenham início no período noturno, minimizando a
possibilidade de erros de convergência devido à existência de radiação de onda curta nas
primeiras horas da simulação (FRANCISCO, 2012).
Na Tabela 1 e 2, observa-se o arquivo de configuração do software ENVI-met são
informados os dados climáticos de entrada para o processamento do modelo para cada período
climático, que necessita das seguintes informações:
Tabela 2 - Dados de entrada do perído quente/seco
Variáveis Valores
Dia de início da simulação, em formato (DD.MM.AAAA) = 14.04.2016
Horário de início da simulação, em formato (HH:MM:SS) = 20:00:00
Período total de simulação, em horas = 48:00
Frequência de registro de dados do estado do modelo, em minutos = 60
Velocidade do vento a 10m de altura, em m/s = 2.09
Direção do vento, em graus em relação ao Norte = 330
Rugosidade da superfície no ponto de referência = 0.1
Temperatura inicial da atmosfera, em K = 306.44
Umidade específica a 2500m, em g H2O/kg ar = 10.67
Umidade relativa do ar a 2m de altura, em % = 43.03
32
Tabela 3 - Dados de entrada do período quente/úmido
Variáveis Valores
Dia de início da simulação, em formato (DD.MM.AAAA) =14.04.2016
Horário de início da simulação, em formato (HH:MM:SS) = 20:00:00
Período total de simulação, em horas = 48:00
Frequência de registro de dados do estado do modelo, em minutos = 60
Velocidade do vento a 10m de altura, em m/s = 6.09
Direção do vento, em graus em relação ao Norte = 10
Rugosidade da superfície no ponto de referência = 0.1
Temperatura inicial da atmosfera, em K = 304.09
Umidade específica a 2500m, em g H2O/kg ar = 20.15
Umidade relativa do ar a 2m de altura, em % = 68.70
33
3.3 Método estatístico utilizado na análise
Para avaliar o desempenho do modelo foram adotadas medidas de quantificação do
erro na estimação das variáveis pelo software ENVI-met, por meio da análise estatística
Regressão Linear Simples.
3.3.1 Regressão Linear Simples
A análise de regressão, com o modelo linear, é uma técnica potencialmente útil na
análise de dados. As metodologias baseadas em análise de regressão, seja ela simples ou
bissegmentada, por exemplo, sofrem a ação de pontos extremos em razão do processo de
estimação. Isso pode proporcionar estimativas inadequadas, que não refletem a verdadeira
relação existente entre a variação ambiental e a resposta genotípica, e superestimar ou
subestimar o parâmetro de adaptabilidade, segundo Nascimento et. al, (2010).
3.3.2 Coeficiente de correlação (R)
A precisão de uma predição é dada pelo coeficiente de correlação (R). Este índice
estatístico indica o grau de associação entre duas variáveis, no caso deste trabalho, entre a serie
temporal medida e a serie temporal predita pelo modelo ENVI-met.
3.3.3 Coeficiente de determinação (R²)
O coeficiente de determinação (R²) é uma medida de ajustamento da regressão linear
em relação aos valores observados, entre os valores medidos e simulados pelo ENVI-met.
34
4. RESULTADOS E DISCUSSÃO
4.1 Resultados – Modelagem
Serão apresentados os resultados da simulação do Parque Mãe Bonifácia nos períodos
quente/seco e quente/úmido. Serão expostos mapas de temperatura do ar (ºC) e umidade relativa
do ar (%), já com os valores calibrados por meio de equações, para os dois períodos.
O comportamento das variáveis é apresentado nos horários que caracterizam fenômeno
de ilha de calor, às 6h para matutino, 13h para vespertino e às 20h para noturno.
Os mapas expostos foram desenvolvido no software Leonardo 2014 Beta 3.1, no qual
foram definidas escalas para horário apresentado, e escalas de cores para as variáveis
microclimáticas com o objetivo de apontar as diferenças nos valores das variáveis.
4.1.1 Mapas do período quente/úmido de temperatura do ar (ºC) e umidade relativa do ar (%)
Os mapas de temperatura do ar (ºC) e umidade relativa do ar (%) para o período
quente/úmido nos três horários descrito acima, no intuito de apontar as diferenças entre os
horários, na relação entre a variável temperatura do ar e umidade relativa do ar, verificar as
relações das variáveis com o entorno do Parque Mãe Bonifácia. Figura 9.
35
Figura 9 - Mapa de temperatura do ar e umidade relativa do ar para o período quente/úmido no parque Mãe Bonifácia
No horário da manhã (6h), para o período quente/úmido, o mapa de temperatura do ar
registram mínimas de 22,45 ºC e máximas de 23,73 ºC, esses baixos valores se dão, devido as
incidência de radiação solar na superfície serem baixas nas primeiras horas do dia. Nota-se que
na maior do parque se concentra as menores temperaturas do ar, mas com alterações maiores
36
nas proximidades das áreas construídas, como em todo seu entorno observa diferença média de
1 ºC com relação as áreas vegetadas.
Observa- se no mapa de umidade relativa do ar para mesmo horário, as mínimas foram
de 89,34 % e máximas de 95,47 %, nas áreas vegetadas a porcentagem de umidade relativa do
ar são maiores com relação as áreas construídas e pavimentadas de asfaltos e concretos que
nota-se valores de umidade relativa do ar mais baixas.
Segundo Mascaró (1996), a vegetação interfere na radiação solar, vento e umidade do
ar. Segundo esse autor, em alguns grupos arbóreos a temperatura do ar pode chegar a ser 3 °C
a 4 °C menor que em áreas expostas à radiação solar, variando conforme a estratificação do ar
e o porte da vegetação.
No horário das 13h, é horário com maior incidência de radiação solar, o mapa de
temperatura do ar observa-se maiores valores desta variável microclimática, com mínimas de
27,69 ºC e máximas de 28,67 ºC, a maior parte do parque Mãe Bonifácia se concentra sua
vegetação, dessa forma tende a ter suas menores temperaturas do ar, com exceção em alguns
pontos como o estacionamento de pavimento asfáltico e uma área construída próximo ao centro
do parque.
Percebe-se no mapa que as altas temperaturas para este horários, foram maiores no
entorno do parque, principalmente, onde sofre influência das áreas construídas como os
edifícios residenciais concentrada na parte inferior do mapa, nas proximidades das áreas
residenciais também obteve os maiores valores e onde há pavimentação asfálticas como a AV.
Miguel Sutil.
Para o mesmo horário da tarde, a umidade relativa do ar mais elevada ocorre nas áreas
vegetadas, da mesma forma que o período da manhã, com mínimas de 90,79% nas áreas
construídas e pavimentadas, e máximas de 96,24%.
No horário noturno 20h, para este período foram registrado no mapa de temperatura
do ar mínimas de 24,09 ºC e máximas de 26,34 ºC, seguindo os mesmos parâmetros das
localizações da onde se concentra as medias mais baixas e altas.
Com relação a umidade relativa do ar foram mínimas de 80,43% e máximas de 97,02%
para os mesmos pontos que os demais períodos do dia.
37
4.1.2. Mapas do período quente/seco de temperatura do ar (ºC) e umidade relativa do ar (%)
Os mapas de temperatura do ar (ºC) e umidade relativa do ar (%) para o período
quente/seco nos três horários descrito anteriormente observa-se na Figura 10.
Figura 10 - Mapa de temperatura do ar e umidade relativa do ar para o período quente/seco no parque Mãe Bonifácia
38
No horário da manhã (06h), o mapa de temperatura do ar registrou mínimas de 25,57
ºC nas na grande parte do parque aonde há a maiores concentração de vegetação. Segundo
Barros et al., (2010) o Parque Mãe Bonifácia como uma Ilha de Frescor para a região sendo o
seu ambiente térmico favorecido devido à configuração de suas construções que mantiveram o
cerrado original da região, minimizando a entrada de radiação solar devido as copas das arvores
serem fechadas.
Devido à baixa radiação solar para esse horário o efeito do vento sobre o
comportamento da variável também é observado, determinando que, dentro do parque Mãe
Bonifácia os locais com menores temperaturas do ar são nas áreas de entrada de ventilação.
As maiores temperaturas do ar para este horário da manhã e horário da tarde 13h ocorre
nas áreas dos edifícios residenciais na parte inferior do parque, influenciado também pelas ruas
de revestimento de asfalto, onde observamos acima no mapa as mesmas características na AV.
Miguel Sutil e proximidades da área comercial, que segundo Maciel (2014) este efeito é
explicado pelo baixo valor de albedo deste material, que resulta em grande absorção da energia
térmica proveniente da radiação solar.
A diferença entre as regiões de área construída e o interior do parque pode estar
relacionado, a composição da vegetação no local, ao relevo local e ao ângulo de incidência dos
raios solares, de tal forma que a presença de prédios próximos aos pontos de medição retarda o
tempo de chegada dos raios solares nesta região. Isto faz com que os processos de transferências
de energia sejam retardados tanto no que se refere ao calor sensível, capaz de modificar
diretamente a temperatura do ar, quanto no que se refere ao calor latente, capaz de modificar de
forma direta a umidade relativa do ar, segundo (ANDRADE, 2015).
Segundo Corbella (2003), nos centros urbanos os edifícios, que cresceram em altura e
em massa aumentando a inércia térmica, associados a uma maior quantidade de ruas asfaltadas,
absorvem mais energia solar devolvendo com a mesma intensidade tal energia para o espaço
próximo.
No período da noite 20h, as temperaturas diminuíram em relação ao período do dia,
observando que nas áreas urbanizadas como os edifícios ao seu entorno e uma área construída
ao centro do parque e estacionamento na entrada as temperaturas não sofreram uma queda
significativa, onde explica Oke et al., (1999), realizaram medições do balanço de energia na
cidade do México na estação seca, em uma área construída. Constata-se nos resultados uma
ambiente dominado pelo calor sensível e, em particular, que armazena grandes quantidades de
calor no espaço construído durante o dia, liberando-o a noite.
39
No mapa de umidade relativa do ar às 06h da manhã as máximas de 80,33 % tem
relação com as máximas do período da noite 20h de 80,48 %, observando que nas áreas de
grandes vegetações tende a ter menores temperaturas e maiores porcentagem de umidade
relativa do ar, devido à ausência de radiação solar.
No período quente/seco obteve uma diferença de média das temperaturas máximas de
4 ºC do período quente/úmido, para o horário da manhã, 7 ºC para o da tarde e 1ºC para o
mesmo período respectivamente. Essa diferença das máximas da variável de umidade relativa
do ar entre os mesmos períodos foi de 14 % para o horário da manhã, 23% para o horário da
tarde e 15 % a noite. As diferenças ocorreram, em especial, no conjunto de pontos próximos
às áreas pavimentadas.
A temperatura do ar mais elevada na região próximo ao asfalto, do parque, pode estar
associada às interações que este fragmento tem com o seu entorno, no caso a extensa
pavimentação.
A região pavimentada provoca na sua proximidade o aumento na emissão de ondas
longas e a consequente ação sobre o microclima. Um aumento de incidência de ondas longas
numa determinada região provoca dois efeitos principais. Um aumento de temperatura do ar
visto que parte deste fluxo de energia se constitui como calor sensível, ou seja, pode alterar a
temperatura do ar na região de sua incidência.
No período úmido há a disponibilidade de água suficiente para nivelar a temperatura
do ar numa dimensão que a área pesquisada não percebe as influências espaciais do entorno, no
período seco pela mesma razão, porém o inverso, não há água suficiente para a ocorrência da
termorregulação, e as diferenças espaciais são niveladas por baixo, é como se a vegetação da
área mais interna do parque, não fosse capaz de amenizar a temperatura do ar de forma
significativa.
40
4.1.3 Caracterização microclimática
Segundo Piaia (1997), a pluviosidade média anual fica em torno de 1500 mm,
concentrada na estação chuvosa, dominada pela presença de massa de ar equatorial continental
quente e úmida, enquanto que na outra estação, raros são os episódios de chuva, pois geralmente
essa estação é influenciada pela massa de ar tropical continental que estaciona na região,
originando ventos quentes e secos.
Na Figura 13, observa-se o comportamento das variáveis microclimáticas ao longo do
ano, e a influência da precipitação nas definições das estações na cidade de Cuiabá-MT.
Figura 11 - Variáveis microclimátivas do ano de 2014 a 2015 para a cidade de Cuiabá-MT
Nota-se que as variáveis interferem nas definições das estações, determinando dois
períodos de quente/seco e quente/úmido, devido ciclo de precipitação ser bem definido na
cidade de Cuiabá. Observa-se que os meses de outubro a abril ocorre as maiores concentração
41
de chuvas e consequentemente maior percentual de umidade relativa do ar, com relação a
temperatura do ar para o mesmo período mantem de 30 ºC a 32 ºC, no meses de maio a setembro
ocorre uma queda no acumulo de chuva, tendo uma diminuição na umidade relativa do ar e
variações na temperatura do ar, com máximas de 38ºC.
4.1.3 Validação do modelo
Para realizar a validação do modelo foi necessária a comparação dos dados reais, e
registrados na área de estudo, com os dados gerados pelo modelo ENVI-met, para cada um dos
períodos estudados (quente/úmido e quente/seco).
Os dados reais foram medidos pelo instrumento medidor de grandezas Krestel in loco,
segundo o transcto móvel feito no parque Mãe Bonifácia, enquanto que os dados usados para
comparação foram gerados pelo software ENVI-met por meio de 32 receptores dispostos nas
mesmas coordenadas geográficas feita no parque.
4.1.3.1 Validação dos períodos quente/úmido e quente/seco
Para avaliar o desempenho do modelo foram adotadas medidas de quantificação do
erro na estimação das variáveis pelo software ENVI-met, por meio da análise estatística
Regressão Linear Simples.
Figura 12 - Regressão linear entre temperatura do ar e umidade relativa do ar medida e modelada do período quente/úmido
42
Na Figura 12, é possível observar as retas de regressão para a variável temperatura do
ar e umidade relativa do ar para o período quente/úmido, nota- se a existência de correlação
negativa entre as variáveis observadas e estimadas.
Analisando os indicadores de desempenho, verifica-se que o modelo ENVI-met
registrou um valor de R e R² 0,193 e 0,037, respectivamente para temperatura do ar e 0,126 e
0,016, respectivamente. Percebe-se que o software ENVI-met, obteve valores estatísticos
diferente das medias coletadas no parque Mãe Bonifácia, nota-se que as características de
vegetação do cenário proposto, não atende as configurações do banco de dados no programa
Envi-met, de forma que, no programa as especificações da vegetação são de grandes densidades
superestimando os valores da variável de umidade relativa do ar e subestimando os dados de
temperatura do ar.
Autores afirmam que o software consegue reproduzir, com mais acurácia, o
comportamento da variável temperatura do ar, quando comparado com o comportamento da
umidade relativa do ar (CARFAN, 2011; ROSSETI, 2013; JOHANSSON et al., 2006 e EMMANUEL
et al., 2007).
Figura 13 - Regressão linear entre temperatura do ar e umidade relativa do ar medida e modelada no período quente/seco
Na Figura 13, é possível observar as retas de regressão para a variável temperatura do
ar e umidade relativa do ar para o período quente/seco, nota- se a existência de correlação
negativa entre as variáveis observadas e estimadas.
Verifica-se que o modelo ENVI-met apresentou um valor de R e R² 0,302 e 0,091,
respectivamente para temperatura do ar e 0,305 e 0,093, respectivamente. Percebe-se que o
software ENVI-met, não foi satisfatório para modelagem de parques urbanos com grandes
43
concentração de vegetação, com arvores de copas densa e muito próximas, mas observa que os
valores para o período quente/seco foram melhores que o período quente/úmido. A acurácia do
modelo ENVI-met para a variável umidade relativa do ar não é tão expressiva quanto da
temperatura do ar. Para os dois períodos, foram registrados valores inferiores de R², quando
comparados aos valores apresentados para a variável temperatura do ar nos mesmos períodos.
Observa-se na Tabela 4, para a validação do modelo do software ENVI-met, foram
comparados os dados médios dos dois períodos quente/úmido e quente/seco, com os dados
médios para o mesmo período e horário do Instituto Nacional de Meteorologia – INMET, e
pesquisas feitas no parque Mãe Bonifácia.
Analisando as diferenças das variáveis do mapa simulado pelo modelo, com os demais
autores não manteve um padrão médio das duas variáveis microclimáticas propostas.
Tabela 4 - Valores médios de temperatura do ar e umidade relativa do ar
Período
Quente/Úmido
Temperatura do Ar (°C) Umidade Relativa do Ar (%)
INMET 26,5 80,8
(ANDRADE, 2015) 31,1 68,7
(ANNUNCIAÇÃO,2015) 29,1 79
(BARROS, 2010) 30,6 74,9
ENVI-met 28,2 90,9
Período
Quente/Seco
Temperatura do Ar (°C) Umidade Relativa do Ar (%)
INMET 24,7 68,2
(ANDRADE, 2015) 33,4 44,3
(ANNUNCIAÇÃO,2015) 28,8 63
(BARROS, 2010) 27,8 72,8
ENVI-met 30,9 69,8
Comparando entre as variáveis microclimáticas do banco de dados-INMET e a
simulação-ENVI-met, ocorreu uma diferença de 2,2 ºC e 10,1 % de temperatura do ar e umidade
relativa do ar respectivamente, para o período quente/úmido e para o período quente/seco uma
diferença 6,2 ºC e 1,6 % respectivamente. Tendo base que, a estação meteorológica localizada
no aeroporto é situada em abrigo e altura, que são distinta das medições realizadas no parque
Mãe Bonifácia, de forma que, as médias apresentadas no gráficas são diferentes.
44
Nos trabalhos dos autores comparados, ocorreu diferenças significativa nas medias de
temperatura do ar e umidade relativa do ar.
Na tabela 5, são apresentados as médias de temperatura do ar e umidade relativa do ar
coletadas em in loco e simulados para os dois períodos, quente/úmido e quente/seco.
Tabela 5 - Médias de temperatura do ar e umidade relativa do ar entre os dois períodos
Quente/úmido
Temperatura do ar (°C) Umidade Relativa do ar (%)
In loco 31,08 68,71
ENVI-met 25,9 95,02
Quente/seco
In loco 33,43 43,34
ENVI-met 29,87 81,82
Verifica-se as médias apresentadas acima, que os valores medidos no parque Mãe
Bonifácia in loco, teve diferença de 5,18 ºC de temperatura do ar e 26,31 % de umidade relativa
do comparado à simulação no software ENVI-met no período quente/úmido e 3,56 ºC de
temperatura do ar e 38,48 % de umidade relativa do ar para quente/seco. Essa diferença
evidencia que grandes concentrações de vegetação e poucas áreas construtivas, o modelo
proposto não apresenta uma maior eficiência nos resultados da simulação.
45
5. CONCLUSÃO
Com base nos resultados apresentados, pode-se concluir que o parque Mãe Bonifácia
não mostrou-se adequado para o desenvolvimento do trabalho, pois o mesmo não apresentou
características suficientes para se obter melhores resultados.
O software ENVI-met mostrou ser uma ferramenta de suma importância para estudos
de microclima urbano, que permitiu a simulação de cenários hipotéticos para análise de espaços
urbanos visando mitigar os efeitos das ilhas de calor em espaços abertos.
Contudo, o programa necessita de maiores ajustes em suas configurações, para se
adequar em todas as porções existentes nas cidades de clima tropical e sub-tropical.
Observou que, para os período Quente/Seco e Quente/Úmido notaram-se diferenças
no pontos modelados, determinando temperaturas mais altas e umidade relativa mais baixas nas
proximidades dos edifícios, superfícies pavimentada.
Comparando as variáveis entre os dois períodos, percebe-se que ocorre uma
sazonalidade, pois as temperaturas no período quente/seco são maiores e umidade relativa mais
baixas com relação ao período quente/úmido que ocorre o inverso.
Foi analisado mapas nos dois períodos proposto e comparado com outros trabalhos
desenvolvido no parque Mãe Bonifácia e constatou que o software ENVI-met subestimou dados
de temperatura do ar e superestimou os dados de umidade relativa do ar.
De forma que, essa diferença entre o real e o simulado, possivelmente é devido a
adequação das espécies arbóreas existentes no parque Mãe Bonifácia.
Considerando os resultados do trabalho, o estudo do clima urbano no estado do Mato
- Grosso e da região Centro – Oeste seja enriquecido, atentando ao papel importante dos parques
vegetados como agentes termorreguladores do clima quente acentuado como nas cidades de
Cuiabá e região.
5.1 RECOMENDAÇÕES PARA TRABALHOS FUTUROS
A pesquisa realizada neste trabalho é uma contribuição para a linha de pesquisa da
análise microclimática urbana, de forma a propagar o uso do software ENVI-met como
ferramenta de previsão microclimática, para mitigação de ilhas de calor para cidade de Cuiabá
–MT.
46
Desta forma, recomenda-se investigar com maior detalhe as seguintes questões:
a) Estudo mais aprofundado acerca do comportamento das variáveis explorando os
diferentes valores de e seu efeitos diversos níveis de altura;
b) Aprimoramento do banco de dados de vegetação local, com levantamento das
características já existentes na vegetação do cerrado;
c) Investigar o impacto que os parques podem vir a ter na temperatura do ar e umidade
relativa do ar no interior das edificações;
47
6. BIBLIOGRAFIAS
ABRAHA, M. G., SAVAGE, M. J. Comparison of estimates of daily solar radiation from air temperature range for application in crop simulations. Agricultural and Forest Meteorology, v.148, p.401-416, 2008. ANDRADE, L. DE PIRES. Alterações microclimáticas e efeitos de borda em um fragmento do cerrado na área urbana de Cuiabá-MT. 2015 113f. (Dissertação em Ciências Ambientais) –Universidade de Cuiabá – UNIC, Cuiabá, 2015.
AMBROSINI, D.; GALLI, G. MANCINI, B.; NARDI, I.; SFARRA, S.Evaluating Mitigation Effects of Urban Heat Islands in a Historical Small Center with the ENVI-Met® Climate Model. Sustainability. V. 6, P. 7013-7029, 2014. BARBIRATO, G. M.; SOUZA, L.C.L.; TORRES, S.C. Clima e cidade: uma abordagem climática como subsídio para estudos urbanos. EDUFAL : Maceió, p.164, 2007. BARROS, M. P.; NOGUEIRA, M. C. J. A.; MUSSIS, C. R. O projeto de parque urbano e os riscos da exposição ao calor. Ambiente Construído, Porto Alegre, v. 10, n. 2, p. 147-156, abr./jun. 2010. CARFAN, A. C.; GALVANI, E.; NERY, J. T. Análise de Conforto Térmico no Município de Ourinhos, Utilizando o Modelo ENVI-met. In: Anais...Congresso Latinoamericano e Ibérico de Meteorologia, XIII. v. 01. p. 01-10. 2009. CERMAK, J. E.; DAVENPORT, A. G.; PLATE, E. J.; VIEGAS, E. G. Wind climate in cities. Kluwer Academic Publichers: Dordrecht, 1995. p. 81. CORBELLA, O. Em Busca de uma Arquitetura Sustentável para os Trópicos – Conforto Ambiental. Rio de Janeiro: Editora Revan, 2003. CORREIA, F.W.S.; ALVALÁ, R.C. DOS S.; GIELOW, R.; MANZI, A.O.; SOUZA, A. de. Albedo do Pantanal Sul Matogrossense durante o período de transição seco – úmido de 2001 – 2002. In: Congresso Brasileiro de Meteorologia, 12, 2002. CUIABÁ. Lei complementar n. 004 de 24 de dezembro de 1992. DUARTE, D. H. S.; SERRA, G. G. Padrões de ocupação de solo e microclimas urbanos na região tropical continental brasileira: correlações e propostas de indicador. Ambiente construído, Porto Alegre, v. 3, n. 2, p. 7-20, abr. jun. 2003. DUBREUIL, V.; DELAHAYE, C. Changements d'occupation du sol et leurs impacts climatiques au Mato Grosso, Brésil. França. Confins, v. 10, 2010. EMMANUEL, R.; ROSENLUND, H.; JOHANSSON, E. Urban shading: A design option for the tropics? A study in Colombo, Sri Lanka. Int. J. Climatol. v. 27, p1995– 2004, 2007.
48
FERREIRA, M.J. Estudo do balanço de energia na superfície da cidade de São Paulo. 2010. 183 f. Tese (Doutorado em Meteorologia) - Universidade de São Paulo - Instituto de Astronomia, Geofísica e Ciências Atmosféricas, 2010. FRANCISCO, R.C.A. Clima urbano: um estudo aplicado a Belo Horizonte, MG. Dissertação (Mestrado em Arquitetura e Urbanismo), Escola de Arquitetura da UFMG, 2012. FROTA, A. B; SCHIFFER, S. R. Conforto Térmico. Ed. 5 Studio Nobel, 1995. GARTLAND, L. Heat islands: understanding and mitigating heat in urban areas. London: Earthscan, v, 215, p. 27 - 35, 2008. GIONGO, P. R.; MOURA, G. B. A.; SILVA, B. B.; ROCHA, H. R.; MEDEIROS, S. R. R.; NAZARENO, A. C. Albedo à superfície a partir de imagens Landsat 5 em áreas de cana-de-açúcar e cerrado. Revista Brasileira de Engenharia Agrícola e Ambiental, v.14, p.279-287, 2010. HOFFMANN, R. Análise de regressão: uma introdução à econometria. Departamento de Economia, Administração e Sociologia - ESALQ/LES. 2015. http://www.sema.mt.gov.br/index.php?option=com_content&view=article&id=20&Itemid=33. JENDRITZKY, G. GRATZ, A. SCHULTZ, E. ENDLICHER, W. Urban bioclimatology. In: World Meteorological Organization. Report of the Technical Conference on Tropical Urban Climates; Mar 28 – Apr.2; Bangladesh. Geneva. p. 245-64. 1994. JOHANSSON, E. Urban design and outdoor thermal comfort in warm climates. Studies in Fez and Colombo, 2006. Thesis (PhD in architecture), Housing Development & Management, Lund University, Sweden, 2006. KUSHARI, B.; KANITPONG, K. Surface Albedo of Bangkok Roads. Proceedings of the Eastern Asia Society for Transportation Studies, Vol. 8, 2011. LIU, B. Y. H.; JORDAN, R. C. The interrelationship and characteristic distribution of direct, diffuse and total solar radiation. Solar Energy, v.3, p.01-19, 1960. LACAZ, C. S. BARUZZI, R. G. SIQUEIRA, J. W. Meteorologia médica. Introdução à geografia médica do Brasil. São Paulo: Edgard Blücher/ Edusp, p. 39-84. 1972. LANDSBERG, H. E. The urban climate. New York: Academic Press.1981. LEAITCH, W. R.; LOHMANN, U.; RUSSELL, L. M.; GARRETT, T.; SHANTZ, N. C.; TOOM-SAUNTRY, D.; STRAPP, J. W.; HAYDEN, K. L.; MARSHALL, J.; WOLDE, M.; WORSNOP, D. R.; JAYNE, J. T. Cloud albedo increase from carbonaceous aerosol. Atmospheric Chemistry and Physics, v.10, p.7669–7684, 2010. LIU, Y.; WU, W.; JENSEN, M. P.; TOTO, T. Relationship between cloud radiative forcing, cloud fraction and cloud albedo, and new surface-based approach for determining cloud albedo. Atmospheric Chemistry and Physics, v.11, p. 7155–7170, 2011.
49
LOARIE, S. R.; LOBELL, D. B.; ASNER, G. P.; MU, Q.; FIELD, C. B. Direct impacts on local climate of sugar-cane expansion in Brazil. Natura Climate Change. v. 1, p. 105-109, 2011. LOMBARDO, M. A. Ilha de calor nas metrópoles: o exemplo de São Paulo - São Paulo: HUCITEC, 1985. MACIEL, C. R. Análise da relação entre características do ambiente urbano e comportamento de variáveis microclimáticas: Estudo de caso em Cuiabá-MT.127f. Dissertação (Mestrado em Física Ambiental), Instituto de Física, Universidade Federal de Mato Grosso, Cuiabá, 2011. MAITELLI, G. T. Uma Abordagem Tridimensional do Clima Urbano em Área Tropical Continental: o exemplo de Cuiabá/MT. Tese (Doutorado em Climatologia) – USP, São Paulo, SP, 1994. MARTINS, G. A. Estatística geral e aplicada. Ed. 2. Reimp. São Paulo: Atlas, 2006. MASCARÓ, L. R. Ambiência Urbana. Porto Alegre: Sagra -D.C. Luzzatto, 1996. MATO GROSSO. Decreto de n. 1.470 de 9 de junho de 2000. MONTEIRO, C. A. F. Qualidade ambiental - Recôncavo e Regiões limítrofes. Salvador, Centro de Estatísticas e Informações, p. 48, 1987. MOREIRA, L. C. J.; DURAND, B. J.; TEIXEIRA, A. S.; ANDRADE, E. M. Variabilidade local e regional da evapotranspiração estimada pelo algoritmo sebal. Engenharia Agrícola, v.30, p.1148-1159, 2010. MERIKANTO, J.; SPRACKLEN, D. V.; PRINGLE, K. J.; CARSLAW, K. S. Effects of boundary layer particle formation on cloud droplet number and changes in cloud albedo from 1850 to 2000. Atmospheric Chemistry and Physics, v.10, p.695–705, 2010. NOVAIS, J. W. Z.; SANCHES, L.; SILVA, L. B.; MACHADO, N. G.; AQUINO, A. M.; PINTO JUNIOR, O. B. Albedo do Solo abaixo do Dossel em Área de Vochysia divergens Pohl no Norte do Pantanal. Revista Brasileira de Meteorologia , v. 31, p. 157-166, 2016. NOVAIS et al., Comparação do Desempenho Térmico de Painéis em EPS como Alternativa aos Tijolos Cerâmicos no Conforto Térmico de Residências em Cuiabá-MT UNOPAR Cient. Exatas Tecnol., Londrina, v. 13, n. 1, p. 39-43, Nov. 2014.
OKE, T. R. The energetic basis of the urban heat island. Quarterly Journal of the Royal Meteorological Society, v. 108, p. 1-24, 1982. OKE, T. R. et al. The energy balance of central Mexico City during the dry season. Atmospheric Environment, Oxford, V. 33, p. 3919 – 3930, 1999. OMETTO, J. C. Bioclimatologia Vegetal Ed. Agromica Ceres Ltda. São Paulo 1981.
50
PACHECO-TORGAL, F.; JALALI, S. Earth Construction: lessons from the past for future eco-efficient construction. Construction and Building Materials, v. 29, p. 512-519, abr. 2012. PIAIA, I. I. Geografia de Mato Grosso. EDUNIC, Cuiabá, MT, 1997. PEZZUTO, C. C. Avaliação do ambiente térmico nos espaços urbanos abertos. Estudo de caso em Campinas, SP. Tese (Doutorado em Arquitetura e Construção) – Faculdade de Engenharia Civil, Arquitetura e Urbanismo da Universidade Estadual de Campinas. 197p. Campinas, SP, 2007. QUERINO, C.A.S.; MOURA, M.A.L., LYRA, R.F.F. MARIANO, G.L. Avaliação e comparação de radiação solar global e albedo com ângulo zenital na região Amazônica. Revista Brasileira de Meteorologia, v.21, n.3a, p.42-49, 2006. ROSSETI, K. A. C.; NOGUEIRA, M. C. J. A.; NOQUEIRA, J. S. Interferência microclimática na utilização do telhado verde para regiões tropicais: estudo de caso em Cuiabá, MT. Rev. Elet. Em Gestão, Educação e Tecnologia ambiental v. 9, n. 9, p. 1959-1970, 2013. SILVA, B. B.; LOPES, G. M.; AZEVEDO, P. V. Determinação do albedo de áreas irrigadas com base em imagens Landsat 5 TM. Revista Brasileira de Agrometeorologia, v.13, p.201-211, 2005. SILVA, F. M. B.; OLIVEIRA, S. M. J. V. O efeito do banho de imersão na duração do trabalho de parto. Rev.Esc. Enferm, V. 40 P, 57-63, 2006. SOARES, J. F., Siqueira, A. L. Introdução à Estatística Médica. COOPMED. ISBN: 85-85002-55-7, 2002. SOUZA, P. J. O. P.; ROCHA, E. J. P.; RIBEIRO, A. Impactos do avanço da soja no balanço de radiação no leste da Amazônia. Acta Amazônica, v. 43, n. 2, p. 169-178, 2013. TARGINO, A. C.; KRECL, P.; CORAIOLA, G. C. Effects of the large-scale atmospheric circulation on the onset and strength of urban heat islands: a case study. Theoretical and Applied Climatology, 2013. THORNTON, P. E.; RUNNING, S. W. An improved algorithm for estimating incident daily solar radiation from measurements of temperature, humidity and precipitation. Agricultural and Forest Meteorology, v.93, n.4, p.211-228, 1999. TRNKA, M.; EITZINGER, J.;KAPLER, P.; DUBROVSHY, M.; SEMERÁDOVÁ, D.; ZALUD, Z.; FORMAYER, H. Effect of estimated daily global solar radiation data on the results of crop growth models. Sensor, v.7, p.2330-2362, 2007. TURCU, C. Local Experiences of Urban Sustainability: researching housing market renewal interventions in three English neighbourhoods, Progress in Planning, v. 78, n. 3, p. 101-150, 2012.
UNITED NATIONS. Department of Economic and Social Affairs, Population Division. World Urbanization Prospects: the 2011 revision. New York: U.S., 2012.
51
VAREJÃO, M. A. S. Meteorologia e Climatologia. Versão Digital. Recife-PE, 2006. VIANELLO, R. L.; Alves, A. R. Meteorologia básica e aplicações. Viçosa: UFV, p. 449, 1991. WEISS, A.; HAYS, C. J.; HU, Q.; EASTERNING, W. E. Incorporating bias error in calculating solar irradiance: implications for crop simulations. Agronomy Journal, v. 93, n. 6, p. 1321-1326, 2001. HOFFMANN, R. Análise de regressão: uma introdução à econometria. Departamento de Economia, Administração e Sociologia - ESALQ/LES. 2015.