refinamento do mapeamento da área potencial de telhados de … · 2018-04-20 · o estudo...
TRANSCRIPT
Refinamento do mapeamento da área potencial de telhados de edificações
residenciais no Brasil
Projeto: Energias Renováveis e Eficiência Energética em Cidades (4ES)
Itens de contribuidores mencionados não necessariamente refletem a opinião da editora.
Editora:
Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ) GmbH
Sedes:
Bonn e Eschborn, Alemanha
GIZ Brasilien SCN Quadra 1 Bloco C Sala 1501 Ed. Brasília Trade Center 70711-902 Brasília/DF Telefone: +55 61 2101-2170 Fax: +55 61 2101-2166 Email: [email protected] Internet: www.giz.de/brasil
Elaborado por
TerraGIS Consultoria, Geoprocessamento e Geografia Aplicada Ltda-ME Rua Artur Bernardes, 37 / 301 – Catete – RJ – CEP 22.220-070 CNPJ: 09.526.713/0001-68 - Insc Municipal: 0.430.403.9 www.terragis.com.br
Autores: Wolfram Johannes Lange, Adriano de Oliveira Vasconcelos
Sumário 1. Introdução ............................................................................................................................. 6
2. Refinamento dos parâmetros usados na estimativa do potencial fotovoltaico ................... 8
2.1. Atualização da Base de Edificações do IPP .................................................................. 10
2.2. Estimativa de área útil de telhado para instalação de painéis solares ....................... 16
2.3. Perfil espacial de telhado em comunidades ............................................................... 26
2.4. Extrapolação da taxa de aproveitamento para o nível nacional ................................. 28
2.5. Considerações finais da primeira parte....................................................................... 31
3. Estimativa atualizada do potencial fotovoltaico e estudo de caso do Rio de Janeiro ........ 33
3.1. Refinamento da estimativa do potencial fotovoltaico ao nível nacional .................... 33
3.2. Modelagem da irradiação no Rio de Janeiro............................................................... 36
4. Fontes .................................................................................................................................. 44
4.1. Literatura ..................................................................................................................... 45
4.2. Dados ........................................................................................................................... 45
5. Anexo: Distribuição dos domicílios, segundo o Censo 2010 do IBGE, por classe de tamanho
de telhado, e por comunidades da cidade do Rio de Janeiro ..................................................... 47
Lista de figuras Figura 1 - Sombra do edifício RB1 no dia 20 de março às 16:00 horas ......................................... 7
Figura 2 – Exemplo de modelo de segmentação multiresolução. .............................................. 11
Figura 3 – Exemplo de ocupação por condomínios prediais. ...................................................... 13
Figura 4 – Exemplo de ocupação por condomínios prediais com telhados sujos ou desgastados.
..................................................................................................................................................... 14
Figura 5 – Exemplo de ocupação residencial individual. ............................................................. 14
Figura 6 – Exemplo de ocupação residencial individual. ............................................................. 15
Figura 7 – Amostra de edifícios na Zona Sul (esq.) e Zona Central (dir.) da cidade. ................... 18
Figura 8 – Edifícios típicos de Copacabana. ................................................................................ 19
Figura 9 – Edifícios típicos da Barra da Tijuca. ............................................................................ 20
Figura 10 – Edifícios analisados em Copacabana. ....................................................................... 21
Figura 11 – Edifícios analisados em Barra da Tijuca .................................................................... 21
Figura 12 – Edifícios analisados em Barra da Tijuca .................................................................... 22
Figura 13 – Mapeamento dos obstáculos e limites dos telhados para uma área amostrada no
bairro de Campo Grande. ............................................................................................................ 24
Figura 14 – Identificação dos tipos de imóveis por condição da laje (exposta ou coberta). ...... 25
Figura 15 – Imagem satélite de Itaipuaçu, no município de Maricá, no litoral do estado do Rio
de Janeiro. ................................................................................................................................... 29
Figura 16 – Imagem satélite da cidade de Japaratinga, no litoral do estado de Pernambuco. .. 30
Figura 17 – Imagem satélite da cidade de Garopaba, no litoral do estado de Santa Catarina. .. 30
Figura 18 - Exemplo de erros na informação da altura das edificações ..................................... 36
Figura 19 - Erros no Modelo digital do Terreno .......................................................................... 37
Figura 20 - Comparação dos Modelos Digitais de Terreno (MDT) e de Superfície (MDS) .......... 38
Figura 21 – Irradiação solar direta no dia 22 de dezembro na área da Praça São Salvador no
Flamengo ..................................................................................................................................... 40
Figura 22 – Irradiação direta total por telhado em parte do município do Rio de Janeiro no dia
22 de dezembro .......................................................................................................................... 42
Figura 23 - Visualização em 3D da irradiação direta total por telhado na Zona Sul do Rio de
Janeiro ......................................................................................................................................... 43
Lista de tabelas Tabela 1 - Estimativa de altura e quantidade por tipo de imóvel ............................................... 16
Tabela 2 – Diferenças entre os bairros de Copacabana e Barra da Tijuca .................................. 18
Tabela 3 - Características gerais das amostras analisadas .......................................................... 25
Tabela 4 - Perfil de tamanho de telhado das amostras coletadas em comunidades ................. 27
Tabela 5 – Comparação dos parâmetros do cálculo nos cenários elaborados ........................... 35
Tabela 6 - Mapeamento da área de telhados residenciais no Brasil .......................................... 35
Tabela 7 - Potencial Fotovoltaico em telhados residenciais no Brasil ........................................ 36
Tabela 8 - Comparação da irradiação entre os dados do SWERA e calculados com os dados do
Rio de Janeiro ...................................................................................Erro! Indicador não definido.
Tabela 9 – Comparação dos resultados dos diferentes métodos empregados (sem aglomerados
sub-normais) ....................................................................................Erro! Indicador não definido.
1. Introdução A utilização da energia solar para fins energéticos apresenta-se como uma tendência
crescente na matriz energética nacional. Nesse contexto, o Brasil, cujo território é
amplamente favorecido com elevados índices de irradiação solar, necessita de
metodologias eficientes que o permitam explorar plenamente seu potencial de geração
de energia elétrica e térmica.
O estudo “Metodologia de mapeamento da área potencial de telhados de edificações
residenciais no Brasil para fins de aproveitamento energético fotovoltaico” (Lange
2012) contribuiu para o melhor conhecimento nessa área.
Justificativa
Devido à falta de dados e estudos para a estimativa da área de telhados, em especial
em relação à área média por domicílio de casa e de apartamento, e à taxa de
aproveitamento, várias hipóteses, premissas e simplificações foram adotadas na
metodologia apresentada por Lange (2012) para a estimativa da área aproveitável
para a geração de energia fotovoltaica em telhados de edificações residenciais. Nesse
sentido o estudo apontou cinco limitações que se mostraram como possibilidades de
aprimoramento:
a) A taxa de aproveitamento é uma estimativa bastante imprecisa por falta de
estudos no Brasil;
b) A relação entre o tipo de domicílio e a área ocupada (área de telhados) é uma
estimativa e está sujeita a imprecisões;
c) A análise não levou em consideração o sombreamento, tanto do relevo
quanto de edificações vizinhas;
d) A inclinação e orientação do telhado não foram consideradas já que essa
análise requeria dados em micro escala e que a maioria das casas e edifícios
tem telhado pouco inclinado o que possibilita a montagem dos painéis no
melhor ângulo. Essas restrições podem ser incluídas na taxa de
aproveitamento;
e) Não tem dados sobre impedimentos legais como tombamento de edificações,
mas assume-se que esse fator é negligenciável no âmbito nacional.
Objetivo do estudo
Nesse sentido, o objetivo do presente estudo é realizar um refinamento da
metodologia desenvolvida em 2012 nos pontos a, b e c. Com a finalidade de aprimorar
a robustez dessa metodologia, serão utilizadas bases de dados em 3D para o Rio de
Janeiro, bem como técnicas de sensoriamento remoto (ortofotográficas).
O estudo visa melhorar a metodologia de Lange (2012) nos seguintes pontos:
a) Aprimoramento da taxa de aproveitamento:
Impedimentos arquitetônicos no telhado
Ocupação existente de telhados
Diferenciação por tipo de domicílio
b) A relação da área de telhados com o tipo de domicílio:
Cruzamento de uma base detalhada das edificações com as informações
do censo do IBGE
c) Sombreamento:
Análise em 3D da irradiação em edificações tomando em conta tanto a
sombra devido ao relevo quanto a sombra de edificações vizinhas (Figura 1
- Sombra do edifício RB1 no dia 20 de março às 16:00 horas).
Figura 1 - Sombra do edifício RB1 no dia 20 de março às 16:00 horas
A melhor definição dos parâmetros da área de telhado por tipo de domicílio e da taxa
de aproveitamento podem ser usados depois para aprimorar a estimativa do cenário
nacional. O caso exemplar do município do Rio de Janeiro foi escolhido por poder ser
considerado um caso conservador devido ao relevo acidentado e em função da grande
variedade de edificações e da altura de muitos deles.
Objetivos Específicos
1. Levantamento dos dados disponibilizados pelo Instituto Pereira Passos para o Rio
de Janeiro (edificações e relevo em 3D, ortofotos).
2. Levantamento fotogramétrico dos telhados no município do Rio de Janeiro, com
vistas a completar a base de dados do IPP com dados referentes a edificações de
comunidades carentes (definição do IPP).
3. Diferenciação entre as áreas residenciais e comerciais utilizando cruzamento
entre base de dados de microuso do solo e a camada das edificações do
município.
4. Estimativa da taxa de aproveitamento usando técnicas de sensoriamento remoto
para a identificação de obstáculos que impedem a colocação de painéis
fotovoltaicos através de amostras de edificações típicas.
5. Cálculo da irradiação solar à base das edificações residenciais e do terreno em
3D. Cruzamento do resultado com o estudo de 2012 à base dos setores
censitários.
O estudo se divide em duas partes: A primeira parte (capítulo 2) contém os métodos e
resultados dos objetivos específicos 2 e 4 que usa técnicas de sensoriamento remoto.
A segunda parte (capítulo 3) é sobre os resultados do refinamento da estimativa do
potencial fotovoltaico e a irradiação solar no município do Rio de Janeiro.
2. Refinamento dos parâmetros usados na estimativa do
potencial fotovoltaico Os estudos urbanos que utilizam técnicas de sensoriamento remoto vêm se
multiplicando ao longo das últimas décadas, principalmente depois da disponibilidade
de imagens de satélite de alta resolução espacial nos últimos quinze anos. No entanto,
tais estudos se concentram em aplicações em planejamento urbano, análises de
expansão urbana e diagnósticos de natureza ambiental. São poucos os estudos que
utilizam técnicas de sensoriamento remoto para mapeamento de telhados para fins de
instalação de células fotovoltaicas. Isso ocorre por algumas razões, como: interesse
ainda incipiente no desenvolvimento de utilização de energia solar em ambiente
residencial, falta de políticas de incentivo para instalação de painéis solares, e
desconhecimento de tecnologias de sensoriamento remoto para este fim.
Ressalta-se que ainda há limitações técnicas no emprego de imagens de satélite para
mapeamento detalhado de telhados residenciais, exclusivamente em razão da
resolução espacial. Embora haja imagens de satélite com precisão centimétrica, estas
ainda não têm métrica suficiente para extrair telhados de forma apropriada, uma vez
que sua precisão fica acima de 50 cm. Porém, sensores aerotransportados produzem
fotografias ortorretificadas com qualificações necessárias para obter as características
do alvo pretendido, pois sua precisão espacial pode variar de 15 a 30 cm.
O Rio de Janeiro faz parte do rol das poucas cidades brasileiras que possuem uma
secretaria dedicada à manipulação de banco de dados espaciais do município. Nesta
cidade, o responsável pelo gerenciamento deste banco é a autarquia Instituto
Municipal de Urbanismo Pereira Passos (IPP), o qual, dentre inúmeros dados
cartográficos, possui uma malha de edificações residenciais e comerciais de toda
cidade do Rio de Janeiro referente ao ano de 1999.
Esta malha de edificações coincide em grande parte com os contornos dos telhados
residenciais, o que serve como base para estudos de cálculos do potencial de
capacidade de instalação de painéis solares. Esta medida foi adotada com a finalidade
de otimizar tempo e custo computacional no mapeamento de telhados de toda cidade
do Rio de Janeiro, o qual estima-se que haja mais de 1.200.000 de unidades de
telhado. Salienta-se que a quantidade de unidades de telhado é bem diferente da
quantidade de domicílios. Um prédio pode ter 40 domicílios onde todos estão sob um
único telhado em uma observação aérea. No entanto, há uma defasagem de quinze
anos de expansão urbana na cidade. Nesse sentido, técnicas de sensoriamento
remoto foram utilizadas para complementar a base de edificações do IPP. Grande
parte da defasagem da base do IPP se concentra na Zona Oeste Rio de Janeiro,
considerando que esta parte da cidade foi onde houve maior expansão urbana nos
últimos anos.
Após a etapa de atualização da base, é necessário estimar a área útil do telhado para
instalação de painéis solares para refinar a chamada taxa de aproveitamento no
estudo de Lange (2012). Para tal, amostras de imóveis foram coletadas para mapear
as áreas úteis. Esta atividade ficou restrita para as residências consideradas normais
segundo IBGE.
Nas áreas consideradas subnormais, segundo o censo de 2010 do IBGE, foi
elaborado um perfil de área de telhado para todas as comunidades considerando
análises amostrais.
Todos os detalhes dos métodos abordados e os resultados estão descritos em
sequência.
Objetivos
Essa parte do estudo possui três objetivos principais, os quais estão divididos em
módulos de desenvolvimento. Cada módulo está descrito abaixo.
1. O primeiro módulo de desenvolvimento corresponde à atualização da base de
edificações existente. Portanto, o primeiro objetivo deste estudo é realizar o
mapeamento de telhados na cidade do Rio de Janeiro nas áreas não
compreendidas pela malha de edificações do ano de 1999. Isto inclui:
Áreas residenciais não prediais;
Áreas residenciais prediais;
Áreas não residenciais;
Áreas apenas consideradas normais pelo IBGE.
Para tal, são utilizadas fotografias aéreas ortorretificadas do ano de 2012 e
bases de dados cedidas pelo IPP para auxiliar os estudos propostos.
2. O segundo módulo de desenvolvimento trata de estimar o potencial de
instalação de painéis solares: a taxa de aproveitamento. Neste sentido, o
segundo objetivo do projeto é extrair amostras de imóveis na cidade do Rio de
Janeiro e estimar a área útil dos telhados em áreas normais para implantação
de células fotovoltaicas.
3. Por fim, o terceiro módulo de desenvolvimento se concentra nas áreas
subnormais. Assim, o último objetivo do estudo é caracterizar através de
amostras o perfil espacial de telhados em áreas subnormais.
Materiais Utilizados
Para realizar os objetivos mencionados, alguns dados, softwares específicos e
equipamentos são necessários. Abaixo, a descrição de cada material utilizado.
Todos os dados utilizados neste estudo são procedentes do IPP. Parte foi cedida em
cooperação com o Projeto, parte foi comprada.
Ortofotos (2012);
Malha vetorial de Edificação (1999);
Malha vetorial de Quadras;
Malha vetorial de Arruamento;
Malha vetorial de Comunidades;
Malha vetorial de Uso do Solo.
Os softwares e hardware onde os dados foram manipulados foram:
Definiens 7.0;
ArcGIS 10.3;
Microsoft Excel 2010.
Intel (R) Core ™ I7-3770 @ 3,40Ghz – 16GB (RAM) – Windows 7 64Bits
2.1. Atualização da Base de Edificações do IPP
Metodologia
A metodologia aplicada se concentra na classificação de imagens aéreas, uma vez
que estas já vêm com o processamento e ortorretificação definidos. Neste sentido,
para o mapeamento de telhados, adotou-se a técnica de classificação orientada a
objeto.
A utilização do conceito de objeto é peça chave neste tipo de análise de imagens, pois
parte-se do princípio de que a informação semântica necessária para a interpretação
de uma imagem não está presente no pixel, e sim em objetos da imagem e nas
relações existentes entre eles (Definiens, 2003). Estes objetos são os segmentos, os
quais são gerados a partir de um procedimento de segmentação.
Portanto, a primeira etapa do método é segmentar (Algoritmo Segmentação
Multiresolução) a imagem de forma que os segmentos resultantes representem os
objetos desejados. A segunda etapa é classificar estes objetos de acordo com o
significado que ele produz.
A segmentação multiresolução aplica a abordagem de crescimento de regiões, que é
um processo de segmentação interativo, no qual regiões adjacentes são agrupadas
segundo algum critério de similaridade estabelecido pelo algoritmo utilizado. A
diferença entre os valores dos atributos de duas regiões é calculada e testada em
relação a um limiar máximo de similaridade fornecido pelo usuário; se o valor
verificado for menor que o limiar estabelecido, as regiões são agrupadas. Este
processo continua até que toda a imagem seja segmentada (Fonseca et al., 2000).
A Figura 2 – Exemplo de modelo de segmentação multiresolução. exemplifica o método de
segmentação multiresolução, ou seja, os objetos que compõem a imagem A formam
os objetos que compõem a imagem B, que por sua vez, quando agregados compõem
os objetos na imagem C. Essa estrutura de segmentação permite identificar objetos na
imagem que seja condizente com o tamanho observado em cada nível de
segmentação. Na imagem C, por exemplo, os objetos possuem um nível de agregação
suficiente para delimitar os contornos dos telhados das casas, enquanto que na
imagem A o nível de agregação permite identificar objetos menores que os limites dos
telhados.
O próximo passo é dar significado a cada um dos objetos que compõem a imagem, ou
seja, classificá-los de acordo com sua acepção real. E para isto, pode-se recorrer a
variáveis como cor, forma, textura, contexto, etc. Este artifício faz com que o resultado
final tenha usualmente mais de 80% de fidelidade com a realidade observada em
campo.
Figura 2 – Exemplo de modelo de segmentação multiresolução.
Porém, é preciso observar que nem sempre é possível extrair o contorno do telhado
devido a barreiras físicas naturais ou artificiais, como copa de grandes árvores e
sombra de edifícios, respectivamente.
A
B
C
Destaca-se ainda que as imagens ópticas de alta resolução espacial favorecem a
discriminação entre telhados residenciais e coberturas industriais, devido à natureza
do material que as compõem e ao tamanho peculiar de cada um dos respectivos usos.
A cidade do Rio de Janeiro tem pouco mais de 72 km de distância entre os pontos
mais extremos do Leste à Oeste, e cerca de 35 km entre os pontos mais extremos do
Norte ao Sul. Dividindo estas distâncias por 25 cm, que é a resolução espacial do
mosaico de ortofotos do Rio de Janeiro de 2012, obtêm-se a quantidade de linhas de
colunas deste mosaico. Administrar essa quantidade de dados exige um alto custo
computacional e, consequentemente, um bom equipamento para processamento.
Nesse sentido, foi necessário trabalhar com partes deste mosaico, uma vez que não
era toda a imagem alvo de estudo. Apenas as áreas onde não foi contemplada pelos
dados de edificações do IPP. Ainda assim, o processo de segmentação das imagens
recortadas do mosaico foi bastante custoso.
Resultados
A cidade do Rio de Janeiro possui tipos diferentes de ordenação na ocupação
residencial, os quais foram observados nas fotografias aéreas. Tais ocupações podem
ser classificadas como: ocupação residencial por condomínio (casas ou
apartamentos); ocupação residencial por unidade proprietária (casas construídas e
expandidas pelo proprietário) e ocupação residencial não regulada (favelas).
A ocupação por condomínio é onde se observa maior padrão espacial, tanto na forma
quanto na sua composição espectral, uma vez que o tipo de telhado costuma ser o
mesmo para todas as unidades de moradia do condomínio. Estas características
facilitam o especialista a encontrar os limiares dos parâmetros do algoritmo que
mapeiam telhados. E com isso, pode-se desenvolver boa precisão e automação no
processo de segmentação e classificação.
A ocupação residencial por unidade proprietária é onde se observa baixo padrão
espacial e espectral, pois não há uma forma bem definida e, ainda, os telhados variam
quanto ao tipo de material, quantidade de objetos sobre o telhado e até sujeira
acumulada. Tudo isso dificulta e, por vezes até anula, obter os valores e parâmetros
para os algoritmos de segmentação e classificação. Ainda há outra característica que
torna o processo mais complexo: a falta de espaço entre telhados. Em outras palavras,
é muito comum observar a construção de uma casa utilizando toda a extensão do
terreno, deixando pouco espaço para área livre. Com isso o aspecto aéreo deste tipo
de ocupação é de uma aglomeração de telhados sem intervalo entres estes, seja com
vizinho do lado ou, seja com o vizinho de trás.
E, por fim, existe a ocupação residencial não regulada, que é constituída por favelas.
Este tipo de ocupação não faz parte do processo de mapeamento de telhado no
presente estudo. Sua característica principal é a ausência de um padrão espacial,
além da impossibilidade de identificação de rua, viela ou beco, tal a proximidade entre
as casas.
Ressalta-se que o fator determinante para um bom mapeamento de telhado é o
contraste que este faz com o seu entorno. É muito comum observar em imagens
aéreas de áreas residenciais de subúrbios de países desenvolvidos o telhado de uma
casa cercado por áreas verdes do quintal da própria casa. Esse cenário favorece a
identificação de telhados em ambiente computacional, pois o contraste entre o telhado
e o gramado do quintal facilita o algoritmo determinar os limites do telhado. Essa
realidade não ocorre em grande parte da área residencial da Zona Oeste do Rio de
Janeiro como descrito a pouco. Isso não significa que não seja possível ter boa
acurácia no mapeamento de telhado destas áreas. Apenas torna-se necessário
maiores estudos para desenvolver algoritmos para a realidade do Rio de Janeiro.
Até o momento os resultados avaliados apresentam alta disparidade quanto à precisão
dos contornos dos telhados. Ou seja, existem locais onde o mapeamento apresentou
boa medida dos telhados, e áreas onde o mapeamento destoou da realidade. Esta
divergência de qualidade, por vezes em áreas vizinhas, ocorre por duas razões: a
primeira é pelas características de ocupação já comentadas anteriormente; a segunda
é o prazo de execução do projeto. Para não comprometer o tempo de contrato, não foi
possível estudar melhor os valores dos parâmetros de segmentação e classificação de
áreas críticas.
Abaixo, figuras ilustram algumas realidades encontradas na cidade do Rio de Janeiro.
É necessário destacar que as figuras exibem apenas uma amostra de um cenário
maior de análise.
A Figura 3 – Exemplo de ocupação por condomínios prediais. apresenta um exemplo de
ocupação por condomínios prediais. A figura 3A mostra a imagem de um condomínio
predial localizado em Santa Cruz, próximo a Avenida Brasil. A figura 2B exibe o
resultado da segmentação da imagem e a figura 3C o resultado da classificação de
telhados. Neste caso o padrão espacial dos prédios facilitou a segmentação e
classificação da imagem. No entanto, no mesmo condomínio e em prédios mais
antigos, observam-se telhados mais sujos como mostra a figura 3A. Esta condição
reflete na precisão do mapeamento do telhado. A Figura 3C exibe o resultado da
classificação. Alguns telhados não têm os contornos tão bem definidos quanto na
figura 3C.
Figura 3 – Exemplo de ocupação por condomínios prediais.
Figura 4 – Exemplo de ocupação por condomínios prediais com telhados sujos ou desgastados.
A figura 5A apresenta um exemplo de ocupação por unidade proprietária. Observa-se
um conglomerado de telhados onde é difícil identificar os limites de cada unidade.
Neste caso, a área foi contemplada pelos dados de edificações do IPP como mostra a
figura 5B.
A figura 6A exibe outro exemplo de ocupação por unidade proprietária. Este caso não
é tão denso quanto a figura 5A, mas ainda assim apresentou pouca acurácia no
mapeamento de telhado como expõe a figura 6B.
De forma geral estes foram os cenários encontrados nas análises. Outras situações
menos típicas ocorrem e são necessárias intervenções manuais no processo de
classificação.
Figura 5 – Exemplo de ocupação residencial individual.
Figura 6 – Exemplo de ocupação residencial individual.
Também foi feita uma estimativa de altura dos imóveis atualizados baseado na
quantidade de pavimentos ou andares do edifício mapeado. Ressalta-se que é apenas
uma estimativa resultante de uma interpretação visual das imagens utilizadas,
baseado nas projeções das sombras dos imóveis e no suporte fotográfico em solo
disponibilizado pelo Google Street View. Não houve nenhum trabalho em campo para
certificação das alturas estimadas. Foi realizada uma triagem entre imóveis
residenciais e não residenciais, os quais podem ser industriais, comerciais ou de
serviços públicos ou privados, como escolas, ginásios, hospitais ou outros
equipamentos. Com base nesta interpretação, a Tabela 1 exibe os tipos de imóveis
encontrados nas áreas que foram atualizadas totalizando 23.750 edificações.
Tabela 1 - Estimativa de altura e quantidade por tipo de imóvel
Tipo de Imóvel Estimativa de Altura (m)
Quantidade
Imóveis residenciais com até um pavimento ou andar 3,5 11212
Imóveis residenciais com dois pavimentos ou andares 6,5 8580
Imóveis residenciais de conjuntos habitacionais populares
11 114
Imóveis residenciais de conjuntos habitacionais populares (1 andar)
3,5 864
Imóveis residenciais de conjuntos habitacionais populares (2 andares)
6,5 781
Imóveis residenciais de conjuntos habitacionais populares (3 andares)
11 337
Imóveis residenciais de conjuntos habitacionais populares (4 andares)
16 654
Imóveis residenciais de conjuntos habitacionais populares (5 andares)
20 141
Imóveis residenciais com prédios de até quatro andares 16 403
Imóveis residenciais com prédios de cinco ou mais andares
20 54
Imóveis não residenciais --- 610
TOTAL DE IMÓVEIS ATUALIZADOS 23750
Tabela 1 - Estimativa de altura e quantidade por tipo de imóvel
2.2. Estimativa de área útil de telhado para instalação de painéis solares
Metodologia
Este módulo aborda os cálculos para estimativa da área útil de telhado para
implantação de painéis solares (taxa de aproveitamento). Em função do tempo de
projeto, não foi possível realizar este cálculo para cada imóvel da cidade, uma vez que
passa de um milhão de telhados na cidade do Rio de Janeiro.
O modelo estatístico partiu do princípio de que as amostras deveriam ser compostas
por certa quantidade de domicílios residenciais, outra quantidade de domicílios do tipo
apartamentos em conjuntos residenciais, um número de domicílios de apartamentos
em condomínios, além dos imóveis comerciais. Todos estes distribuídos em todo
território carioca.
No entanto, para realizar este processo com o devido rigor estatístico em um universo
estimado em 1,2 milhão de unidades de telhados, necessitaria amostrar pelo menos
5% deste total, o que representaria algo em torno de 60 mil telhados.
Ressalta-se que em pouco mais de 3 meses foi possível mapear cerca de 25 mil
unidades de telhado, como mostrou a Tabela 1. Portanto, apenas no processo de
amostragem de 5% do universo de telhados do Rio de Janeiro seriam necessários
outros 9 meses de trabalho.
Desta forma, elaborou-se uma estratégia alternativa para estipular uma taxa de perda
de espaço para instalação de painéis solares. A amostragem identificou áreas
complexas e bem representativas de diversas condições de telhado. Procurou-se não
classificar por tipo de imóveis como idealizado no modelo estatístico, mas por
condições de exposição da laje. Esse critério foi adotado devido observações durante
o processo de mapeamento de telhados no Módulo 1, onde ficou claro que o que
define o aproveitamento do telhado é a quantidade de objetos sob a laje exposta e
nem tanto sobre a laje coberta (telhado).
Neste sentido, foi estimada a área livre de obstáculos que podem interferir ou limitar
na instalação de painéis solares.
Por fim, de posse dos resultados da amostra, é possível obter uma taxa de perda por
condição de laje o qual pode-se aplicar para cada telhado uma vez identificado o
objeto obstrutor.
Resultados
De acordo com a base de edificações do IPP, existe pouco mais de 1,2 milhão de
unidades de telhados na cidade do Rio de Janeiro. No entanto, ressalta-se que a
quantidade de imóveis é bem superior do que a quantidade de telhados, uma vez que
um prédio comporta inúmeros apartamentos sob o mesmo telhado. Amostrar essa
quantidade de imóveis em, por exemplo, 5%, resultaria em mapear algo em torno de
75 mil telhados, e isso seria impraticável diante do cronograma estipulado. Com isso,
optou-se privilegiar os telhados já mapeados no processo de atualização da base.
2.2.1 – Edifícios Residenciais com mais de cinco andares
Nesta etapa, foi criado um perfil de características físicas de telhados numa tentativa
de encontrar um padrão de distribuição espacial. Diante das amostras analisadas,
observou-se uma grande variabilidade de condições de telhado, tanto no tipo de
material, quanto na quantidade de obstáculos. Por exemplo, a maior parte dos prédios
residenciais da Zona Sul e comerciais do Centro não possui uma área útil significativa
para instalação de painéis solares, devido a grande quantidade de antenas, jardins,
piscinas, casas de máquinas, caixas d´água, e outros objetos não identificados. A
figura 7 apresenta um exemplo de um conjunto de prédios típicos da Zona Sul e área
Central da cidade. A quantidade de obstáculos físicos limita a área potencial para
instalação de painéis solares.
Figura 7 – Amostra de edifícios na Zona Sul (esq.) e Zona Central (dir.) da cidade.
A realidade mais crítica para cálculo de área útil do objeto em estudo são os prédios
residenciais da população de classe econômica alta. No município do Rio de Janeiro
esta faixa populacional se concentra na Zona Sul da cidade e Barra da Tijuca e
adjacências. A organização predial da Zona Sul é bem diferente da Barra da Tijuca, o
que indica que apenas o fator econômico não se reflete na estrutura do prédio
residencial dos moradores de alto poder aquisitivo. Faz-se necessário considerar
outras variáveis neste estudo. Desta forma, expõe-se adiante, uma breve análise dos
bairros de Copacabana e Barra da Tijuca. A Erro! Fonte de referência não
encontrada.apresenta algumas diferenças entre os bairros considerados.
Copacabana Barra da Tijuca
Ano de Ocupação do Bairro Final do século XIX, com
intensas construções prediais na metade do século XX
Década de 1970/80
Idade Média dos Prédios De 40 a 60 anos 20 anos
Gabarito Máximo 10 a 15 pavimentos (depende
do setor do bairro)
20 a 30 pavimentos (depende do setor do
bairro)
Área do Bairro (ha) 410,09 4.815,06
População (IBGE 2010) 146.392 135.924
Domicílios (IBGE 2010) 81.188 65.369
Amostra para o estudo 30 15
Taxa de Aproveitamento para instalação de painel solar
50,0% 27,2%
Tabela 2 – Diferenças entre os bairros de Copacabana e Barra da Tijuca
Copacabana foi ocupada no final do século XIX e teve um intenso processo de
construções prediais na década de 1940 e 1950. Por esta razão, observa-se a
predominância da arquitetura do tipo art-decó, o qual é marcado pelo rigor geométrico
e predominância de linhas verticais, havendo a tendência de tornar, através da
percepção, o edifício mais alto. O aproveitamento dos espaços é outro traço marcante
na ocupação de Copacabana. Os edifícios eram construídos utilizando todo o terreno,
dando um aspecto de alta densidade urbana com prédios vizinhos grudados uns nos
outros. A Figura 8 exibe os edifícios típicos de Copacabana.
Por outro lado, a Barra da Tijuca teve sua ocupação mais evidente no final da década
de 1970 e já com outra concepção de organização espacial. Em 1969, o governador
Francisco Negrão de Lima convidou o urbanista Lúcio Costa para elaborar o Plano
Piloto da Barra, uma nova fronteira de expansão imobiliária se abriu e a partir daí a
ocupação da Barra se deu de forma definitiva. Barra da Tijuca pode ser caracterizada
por amplos espaços verdes, belos jardins, diversos condomínios de alto luxo de casas
e edifícios, grandes shoppings. A Figura 9 mostra uma vista aérea da disposição
espacial dos edifícios da Barra da Tijuca.
De acordo com o IBGE (2010), Copacabana e Barra da Tijuca possuem uma
quantidade de habitantes semelhantes, 146.392 e 135.924 respectivamente. No
entanto, o bairro da Zona Sul Carioca tem 410 ha, enquanto que a Barra é cerca de 11
vezes maior, com 4.815 ha.
Figura 8 – Edifícios típicos de Copacabana.
Figura 9 – Edifícios típicos da Barra da Tijuca.
Diante o perfil histórico e econômico de Copacabana e Barra da Tijuca, questiona-se
se a taxa de aproveitamento de instalação de painéis solares destes bairros reflete
alguma variável econômica da população ou cultural dos imóveis.
Foi realizada uma análise da área útil com potencial de instalação de painéis solares
em alguns prédios de Copacabana e Barra da Tijuca. Os resultados mostraram que
são efetivamente duas regiões distintas também neste quesito. Copacabana
apresentou uma taxa de aproveitamento superior ao da Barra da Tijuca, sendo o
primeiro com 50% e o outro com 27,2%. Isso se deve ao fato de que boa parte dos
edifícios de Copacabana não tem coberturas com ampla área exposta, enquanto que
os prédios residências da Barra da Tijuca possuem piscinas, áreas de lazer, etc. A
Figura 10 apresenta os edifícios amostrados em Copacabana. As Figuras 11 e 12
mostram os prédios analisados na Barra da Tijuca. A Figura 10 deixa evidente que a
área aproveitável frequentemente envolve mais da metade da área do edifício. Em
alguns casos a taxa de aproveitamento passou de 80%. Também foi possível observar
que boa parte dos prédios de Copacabana é coberto por telhas de amianto ou
coloniais. A Figura 11 e Figura 12 apresentam disposição da área útil frente aos limites
do edifício. Fica claro que a maior parte da área é destinada para uso comum ou
privado em função das amplas coberturas características de prédios de construção
recente. Nesse sentido, as zonas residenciais prediais da cidade merecem tratamento
estatístico diferenciado em função do ano de construção do prédio. Os bairros que
possuem boa concentração de prédios residenciais são: Tijuca, Méier, Maracanã,
Jacarepaguá, Barra da Tijuca, Recreio dos Bandeirante e toda Zona Sul.
Figura 12 – Edifícios analisados em Barra da Tijuca
2.2.2 – Edifícios Residenciais com cinco andares ou menos
Já as áreas residenciais de casas ou condomínios são mais predominantes na maior
parte da cidade. Nestas residências, o fator que determina, em grande parte, a
quantidade de obstáculos para painéis solares é o tipo de telhado. As casas com
telhados coloniais possuem maior área útil proporcional para instalação de células
fotovoltaicas. Telhados expostos ou laje costumam ter impeditivos como caixas d´água
e alçapão de acesso. No entanto, ressalta-se que esta condição é normalmente
temporária, uma vez que o proprietário ainda não reservou verba suficiente para cobrir
a laje com telhas de amianto, colonial ou outro material, ou até mesmo construir mais
um andar em sua residência.
Salienta-se que não consta na base de edificações do IPP o tipo de material do
telhado. E isso anula a possibilidade de estimativa de área útil por tipo de telhado.
Este método poderia gerar resultados mais precisos e perto da realidade.
Tudo isso mostra a complexidade em traçar um perfil global de telhado com
razoabilidade suficiente para determinar um valor estimado de área útil, devido a
grande variabilidade de condições de telhados existentes por toda cidade.
Para melhor ilustrar parte da realidade de telhados do Rio de Janeiro, foi escolhida
uma área tipicamente residencial no bairro de Campo Grande. Este local apresenta
diversos tipos de obstáculos para instalação de painéis solares e condições de
telhado. Observam-se telhados do tipo colonial, amianto e alumínio, este último, em
imóveis comerciais. A Figura 13 exibe o mapeamento deste local, identificando os
tipos de obstáculos encontrados e os limites dos telhados. A Figura 14 mostra os tipos
de imóveis por condição da laje (exposta ou coberta).
As amostras apresentaram um comportamento já esperado, ou seja, os imóveis com
laje coberta não possui obstáculos significativos para instalação de painéis solares.
Isso independe do tipo de telhado, seja colonial, amianto ou alumínio. E essa ausência
de obstáculos faz sentido, pois a resistência destes materiais não permite sustentar
estruturas de grande porte ou peso. Por essa razão a amostra analisada registrou
imóveis residenciais com cobertura totalmente livre de obstáculos.
Por outro lado, os imóveis com laje exposta é onde existem os obstáculos indesejados
para fins de energia solar. Por ser uma estrutura reforçada em concreto, a laje também
tem a função de acomodar caixas d’água para uso do próprio imóvel. Assim, é comum
observar caixas d’água como redutor da área útil para instalação de painéis solares.
Na amostra analisada, todos os obstáculos registrados em imóveis residenciais
estavam sobre a laje exposta.
A Figura 14 exibe o mapeamento de 157 imóveis entre comerciais e residenciais. A
média do telhado dos imóveis residenciais foi de 69,5 m2. No entanto, esta média cai
se considerarmos apenas os imóveis de laje coberta; 65,5 m2. Os imóveis de laje
exposta possuem em média 74,49 m2 para as amostras consideradas. Os imóveis
comerciais possuem cerca de 390 m2 de média.
Figura 13 – Mapeamento dos obstáculos e limites dos telhados para uma área amostrada no bairro de Campo Grande.
Figura 14 – Identificação dos tipos de imóveis por condição da laje (exposta ou coberta).
A Tabela 3 apresenta as características agregadas das 157 amostras em análise.
Observa-se que a média de perda de área útil por obstrução física é de 2,33 % para
residências com laje exposta, e 2,11 % para imóveis comerciais. Não houve registro
de obstrução para imóveis residenciais de laje coberta.
Uso do Imóvel
Condição da Laje
Área Média (m2) Média de Perda por
Obstrução (%)
Residencial Laje Exposta 74,49 2,33
Laje Coberta 65,5 0
Comercial Cobertura 389,17 2,11
Tabela 3 - Características gerais das amostras analisadas
Estas amostras não tem a pretensão de servir como base para o perfil de telhados de
toda cidade do Rio de Janeiro. Porém, algumas proposições podem ser extraídas
desta análise:
Os imóveis residenciais de laje exposta têm maior tendência de comportar
estruturas redutoras de área útil para instalação de painéis solares;
A maioria destes obstáculos se restringe a caixas d’água;
As duas primeiras proposições facilitam estimar a área útil de casas com
laje exposta, bastando para tal calcular a área da laje e quantidade de
caixas d’água existente no imóvel;
É possível afirmar em linhas gerais que imóveis residenciais com laje
coberta possuem normalmente 100% de sua área disponível para
instalação de painéis solares.
É necessário ressaltar que existe ainda o fator adaptabilidade, ou seja, não é por
existir um determinado obstáculo que este pode limitar o potencial de instalação de
painéis solares de forma definitiva. Uma antena de TV, em princípio é um obstáculo.
No entanto, esta antena pode ser removida ou realocada facilmente para aumentar a
área útil do telhado se assim o proprietário desejar. A mesma lógica vale para quase
todos os demais obstáculos.
2.3. Perfil espacial de telhado em comunidades
Metodologia
As áreas subnormais possuem características que dificultam ou impossibilitam a
interpretação ou extração de informações por meio de técnicas de sensoriamento
remoto. Isto não significa que não seja possível utilizar tais técnicas para investigar
aglomerações subnormais. No entanto, em função do tempo limitado deste projeto,
não foi possível desenvolver métodos específicos de sensoriamento remoto para os
propósitos do estudo.
Assim, em um primeiro momento de análises, utilizaram-se técnicas estatísticas para
traçar um perfil de telhado no que concerne unicamente ao seu tamanho. Neste
sentido, comunidades espalhadas em toda cidade do Rio de Janeiro foram
amostradas com base nas edificações já contempladas na base de dados do IPP. No
entanto, como explicitado anteriormente, a base das edificações do IPP não está
atualizada também nas áreas subnormais. E a quantidade de domicílios mais próximo
do real encontra-se no Censo de 2010 do IBGE.
O cálculo da área dos telhados residenciais localizados nas comunidades foi feito com
base em uma média de tamanho de telhado em favelas utilizando os dados de
edificação da prefeitura. Com isso, um perfil de área de telhado foi criado utilizando
faixas de tamanho em metros quadrados. Tais faixas foram divididas nos seguintes
intervalos:
Até 20 m2;
De 20 a 50 m2;
De 50 a 80 m2;
Acima de 80 m2.
Para cada faixa, foi estimada uma média com base nas amostras selecionadas. A
média serviu para distribuir a quantidade total de domicílios que consta em cada área
subnormal de acordo com o Censo de 2010 do IBGE.
Resultados
Como explicitado anteriormente, a área de telhados em comunidades foi dividida em
faixas de tamanho em m2. Ao todo foram coletadas 20.545 imóveis distribuídos em 86
favelas em toda cidade. A tabela 4 mostra os resultados do perfil das amostras
coletadas. Observa-se que nem todas as comunidades amostradas existem imóveis
até 20m2. A faixa de telhado mais predominante é a de 20 a 50 m2, com 40% de média
das amostras analisadas. Houve comunidades com quase 75% de residências nesta
faixa de área de telhado. Em seguida vem a faixa de 50 a 80 m2, com quase 23% de
média.
até 20 m2 de 20 a 50 m2 de 50 a 80 m2 maior que 80 m2
Total de Telhados 4531 8592 4531 2891
% mínima 0,00% 13,64% 3,23% 0,00%
% máxima 39,52% 74,19% 42,31% 51,85%
% média 18,98% 40,05% 22,97% 16,59%
Tabela 4 - Perfil de tamanho de telhado das amostras coletadas em comunidades
O resultado apresentado na tabela 2 está mais próximo da realidade, pois a média por
classe de tamanho é mais fidedigno do que apresentar uma média geral para todas as
comunidades analisadas. Em outras palavras, existe uma margem de erro nas
análises feitas, porém este erro é mais diluído ao considerarmos a média por classe
do que uma média geral. No entanto, para atualizar os parâmetros da metodologia de
Lange (2012) é necessário ter a média da área das casas em aglomerados
subnormais que resultou num valor de 51,84 m² segundo a metodologia nesse
capítulo. Ou seja, desconsiderando as faixas de tamanho de telhado, a média geral foi
de quase 52 m2.
O próximo passo é replicar as proporções médias de cada classe de área de telhado
para o total de domicílios que consta no Censo de 2010 do IBGE para as áreas
subnormais. Ressalta-se que o Censo do IBGE registra a quantidade de domicílios por
setor censitário. Isso não significa que um domicílio é o mesmo que um telhado, uma
vez que podem existir unidades prediais com vários domicílios sob um único telhado.
Neste sentido, replicar as porcentagens médias das amostras analisadas sobre os
dados de domicílios do Censo 2010 é superestimar a quantidade de telhados dentro
de uma comunidade. Porém, aplicar tais médias sobre os dados do Censo 2010 é
válido por duas razões, a saber:
1. Não existe outra fonte de dados tão ampla, recente e confiável que não
seja o Censo 2010 do IBGE;
2. O verdadeiro resultado deste estudo está nas médias proporcionais de
cada classe da Tabela 2. Este é o resultado válido que pode ser aplicado
em qualquer outra fonte de dados existente para a realidade das
comunidades do Rio de Janeiro.
Está em anexo a Tabela que lista todas as comunidades subnormais segundo o IBGE.
A Tabela expõe a quantidade de domicílios por comunidade bem como sua
distribuição por área de telhado de acordo com as análises expostas na Tabela 2.
Ao todo existem 428.546 domicílios distribuídos por 867 comunidades subnormais no
município do Rio de Janeiro. A favela da Rocinha é a comunidade com maior
quantidade de domicílios de acordo com o Censo 2010. Por esta razão, é também a
comunidade que apresenta os maiores números absolutos por classe de tamanho de
telhado, pois a proporção média exibida na Tabela 2 foi aplicada para todas as
comunidades.
2.4. Extrapolação da taxa de aproveitamento para o nível nacional
É previsto, ao final deste estudo, a extrapolação da taxa de aproveitamento
encontrado na cidade do Rio de Janeiro para todo o território nacional. No entanto, é
necessário considerar algumas características na análise pretendida:
A realidade urbanística da cidade do Rio de Janeiro não é a mesma
encontrada em outras cidades de menor porte. Por esta razão a estrutura
urbanística de cidades principalmente não metropolitanas podem concentrar
outras características peculiares não existentes no Rio de Janeiro.
Os dados disponíveis para execução deste projeto são inexistentes para
grande parte das cidades brasileiras, especialmente para as pequenas
cidades.
Como visto anteriormente, os dados censitários de domicílios aliados com
rendimentos não traduzem necessariamente a estrutura residencial dos
moradores a ponto de aplicar automaticamente a taxa de aproveitamento de
instalação de painéis solares.
Assim, a análise estatística para o Brasil pode ocorrer de forma qualitativa ou
quantitativa. A análise qualitativa pretende estimar a proporção de residências com
laje coberta de cada município, e, talvez, aliado com dados de renda e nível
educacional, poderia ser mapeado as áreas com maior potencial do público
interessado nessa forma alternativa de energia.
Como destacado anteriormente, é pouco provável a existência de dados espaciais que
registram o tipo de telhado das residências do município. Esta realidade se justifica
pelo pouco interesse e retorno que este dado proporciona, além da alta volatilidade
inerente a este, pois a cada ano novas casas são construídas e outras reformadas.
Uma forma alternativa de mapear as casas com telhado é através do aplicativo Google
Earth, uma vez que este disponibiliza milhares de imagens de alta resolução espacial
de quase todo território brasileiro. Com isso, pode-se realizar uma contagem, baseado
na leitura visual do especialista, das casas com estrutura de telhado e assim construir
o perfil de telhados úteis por tipo de cidade (tamanho, população, renda, localização,
etc.).
Para exemplificar este método de análise, podemos partir da premissa de que toda
cidade litorânea não capital tem como característica predominante casas de veraneio
com telhados coloniais. Para comprovar esta premissa, poder-se dividir as cidades
litorâneas por tamanho populacional ou por renda per capita e, desta forma, realizar a
contagem de residências com telhados desejáveis para instalação de painéis solares.
Uma vez havendo esta contagem, faz-se a extrapolação estatística para as demais
cidades com o mesmo perfil.
As Figuras 15, 16 e 17 exibem exemplos de cidades litorâneas onde predominam em
quase sua totalidade, casas com telhados coloniais o que demonstra, de acordo com
as análises realizadas neste projeto para a cidade do Rio de Janeiro, que estes locais
tem amplo potencial para instalação de painéis solares.
Figura 15 – Imagem satélite de Itaipuaçu, no município de Maricá, no litoral do estado do Rio de Janeiro.
Figura 16 – Imagem satélite da cidade de Japaratinga, no litoral do estado de Pernambuco.
Figura 17 – Imagem satélite da cidade de Garopaba, no litoral do estado de Santa Catarina.
Existem outros perfis de cidades que poderiam ser criados, como as cidades do
interior de São Paulo que possuem características similares. Ou cidades do interior do
Nordeste, que possuem outras características equivalentes. Enfim, com estes perfis de
cidades considerando seu contexto geográfico, pode-se chegar ao potencial de
demanda por energia solar.
Quanto a análise quantitativa, ou seja, quantos metros quadrados de telhado uma
cidade possui para instalação de painéis solares, não é possível calcular de forma
autônoma ou com precisão desejada utilizando o Google Earth. Também é pouco
provável que cidades de pequeno porte tenham dados digitais e espaciais contendo
este tipo de informação.
Neste sentido, quando se trata de medição, as alternativas são poucas e dependem
quase que exclusivamente do mapeamento feito pela prefeitura ou algum órgão
governamental que tenha interesse neste tipo de dado. Seria necessário realizar
pesquisas em institutos competentes para averiguar a existência destes dados ou
imagens que poderiam subsidiar estudos com este intuito.
Ressalta-se que o estudo de extrapolação estatística é mais fidedigno para as cidades
de pequeno e médio porte, uma vez que as grandes cidades possuem uma estrutura
social e residencial mais plural e complexa e, portanto, com maiores peculiaridades a
sua realidade.
2.5. Considerações finais da primeira parte
Essa parte do estudo teve como objetivos atualizar a base de edificações referente ao
ano de 1999, estimar o potencial de área útil para instalação de painéis solares em
áreas normais ou regularizadas e definir um perfil de tamanhos de telhados para
áreas subnormais ou comunidades de acordo com o Censo do IBGE de 2010. Cada
objetivo foi dividido em módulos de atividades. Neste sentido, para cada módulo
algumas conclusões foram feitas.
O Módulo 1 realizou a atualização da base cartográfica de edificações do ano de
1999 utilizando ortofotos do ano de 2012. O estudo demonstrou que é possível
realizar o mapeamento com precisão adequada para o mapeamento de telhado. No
entanto, o prazo de execução do projeto foi fator determinante para a ausência de um
estudo mais aprofundado sobre os cenários que o Rio de Janeiro apresenta. Com
isso, a acurácia dos limites de telhado fica prejudicada em algumas situações
adversas sob ponto de vista de inteligência computacional.
Destaca-se que nos casos onde os limites de telhado não têm boa acurácia, não
significa, em primeira análise, que seja deficiência da metodologia ou do dado
analisado. Isto sim é reflexo direto da falta de um estudo dedicado da área em
questão. Em outras palavras, quanto maior for a área analisada maiores são as
possibilidades de encontrar diferentes tipos de telhado, e maiores são as chances de
obter falsos alvos (rua asfaltada, rua sem asfalto, quintal cimentado, calçadas, etc.).
Por esta razão, pode-se concluir que a precisão no mapeamento do telhado é
inversamente proporcional ao tamanho da área em análise.
No entanto, a atualização da base foi feita sob luz das considerações feitas. Quase 24
mil imóveis foram atualizados. A altura destes imóveis foi estimada bem como o tipo
de uso (residencial, condomínio ou comercial). Ressalta-se que o resultado da
atualização não foi agregado com a base de edificações. Isso se deve por serem
dados de origem, métodos e alvos distintos. A malha de edificações da prefeitura não
teve origem nas ortofotos puramente, o método de extração foi por escaneamento de
plantas cadastrais dos edifícios, e o alvo não é o telhado, mas sim a base da planta
do imóvel. Enquanto que o trabalho realizado neste Módulo foi extraído de ortofotos,
através de técnicas de segmentação e classificação de imagens, e teve como alvo
principal os telhados dos imóveis não contemplados na base de edificações da
prefeitura. Por estas razões, trabalhou-se com duas bases distintas e
complementares e equivalentes: a malha de edificações da prefeitura referente ao
ano de 1999, e a base de telhados de imóveis não registrados na outra base. Com
isso foi concluído o Módulo 1 do projeto.
O Módulo 2 procurou determinar a área útil para instalação de painéis solares dos
telhados em áreas normais ou regulares. Para tal, foi selecionada uma área com 157
imóveis entre comerciais e residenciais e com boa variedade de tipos de telhados.
Concluiu-se que os imóveis residenciais com laje exposta têm maior probabilidade de
ter estruturas redutoras de área útil para captação de energia solar. Em contra
partida, as lajes que possuem cobertura, independente do material, têm área total
praticamente livre de obstáculos. Os telhados comerciais têm as maiores áreas e
usualmente possuem obstáculos do tipo ventilação ou vias de acesso. Não foi
possível estabelecer um perfil geral para este tipo de imóvel, pois sua variedade é
grande.
Nas áreas com grande predomínio de imóveis prediais como é o caso da Zona Sul e o
bairro da Barra da Tijuca na Zona Oeste do Rio de Janeiro, foi feito um estudo
específico de aproveitamento de área útil considerando características históricas e
arquitetônicas dos bairros de Copacabana e Barra da Tijuca. O estudo mostrou que
os prédios mais antigos (com mais de 50 anos) possuem maior potencial para
instalação de painéis solares. Alguns prédios de Copacabana alcançaram mais de
80% de área útil. Já os prédios mais novos, como menos de 30 anos de idade, têm
menor potencial de área útil para energia solar. Prédios residenciais da Barra da
Tijuca apresentaram um aproveitamento médio abaixo de 30% de área útil.
O Módulo 3 pretendeu estipular um perfil de tamanho de telhados considerando
apenas imóveis em áreas subnormais de acordo com a determinação do Censo do
IBGE 2010. Quatro classes de tamanho de telhado foram definidas e mais de 20.000
imóveis distribuídos em 86 favelas foram selecionados para análises. Os imóveis com
telhados de 20 a 50 m2 são os mais predominantes de acordo com as amostras, com
cerca de 40% de média. Depois vêm os imóveis com telhados de 50 a 80 m2, com
quase 23% dos casos. Este perfil ajuda a compreender melhor a realidade dos
imóveis da favela, além de indicar quais são as comunidades que têm maior
quantidade de imóveis com determinado tamanho de telhado e assim aplicar um
estudo mais detalhado sobre tais comunidades.
Por fim, algumas considerações foram feitas para replicar estaticamente os resultados
adquiridos na cidade do Rio de Janeiro para todo o Brasil. A própria realidade do Rio
de Janeiro contém elementos peculiares a esta cidade, não devendo assim,
considerar seus resultados como verdade para as demais cidades brasileiras. Os
dados utilizados nas análises deste estudo são inexistentes na grande maioria dos
demais municípios. Métodos alternativos foram sugeridos a fim de subsidiar uma
análise qualitativa de potencial de painéis solares. Contagem de residências com
telhados utilizando imagens do Google Earth poderiam ser aplicados, uma vez que
estudos quantitativos estariam limitados por ausência de dados em grande parte das
cidades brasileiras.
3. Estimativa atualizada do potencial fotovoltaico e estudo de
caso do Rio de Janeiro
3.1. Refinamento da estimativa do potencial fotovoltaico ao nível nacional
O refinamento da estimativa do potencial de geração de energia através de painéis
fotovoltaicos em telhados de edificações residenciais segue a metodologia elaborado
por Lange (2012, p. 12 ff.) usando parâmetros atualizados através dos dados obtidos
no IPP e aqueles oriundos do capitulo 2 desse documento. A metodologia de Lange
(2012) usa como uma base principal o censo demográfico do IBGE para estimar a
área de telhados de residências do Brasil. Como o censo demográfico só contém a
quantidade de domicílios por tipo “casa” e “apartamento” é necessário estimar a
média da área de telhados por cada tipo de domicílio. O segundo parâmetro cujo
valor pode interferir altamente no resultado final é a área nos telhados que permite a
colocação de painéis solares que é chamado de taxa de aproveitamento. O
refinamento desses dois parâmetros é parte do objetivo de refinar a estimativa do
potencial fotovoltaico ao nível nacional.
Área de telhado por tipo de domicílio
Usando o exemplo do Rio de Janeiro com dados atualizados como descrito no
capítulo 2, seguiu-se a seguinte metodologia para calcular a média da área de telhado
por tipo de domicílio em áreas formais da cidade:
1. Para os fins da segunda parte do estudo a base das edificações do IPP e a
base elaborada conforme o capítulo 2 foram juntadas para criar uma base
unificada das áreas base das edificações.
2. Separação da base unificada de edificações por casas e prédios de
apartamento ou outros prédios altos. Para conseguir isso foi usada a altura e a
premissa de que construções com 10 metros ou menos são casas e
construções maiores são prédios de apartamentos ou outros prédios inclusive
de uso público, comercial e industrial (menos casas).
3. Cálculo da área base construída das edificações já que a base de dados do
IPP contém muitas áreas com sobreposição. Em outras palavras, na base do
IPP acontece especialmente nos casos de prédios de apartamentos ou com
estruturas complexas no telhado que áreas se sobrepõem o que aumentaria a
área real do telhado porque seriam incluídas várias vezes no cálculo da área
total da edificação. O resultado desse processo é uma camada com uma área
única das áreas bases das edificações. É importante lembrar que a base das
edificações é usada como aproximação à área de telhado.
4. Recorte da malha do processo anterior com a camada do uso do solo
determinado como residencial oriundo da base do uso do solo do IPP de 2010.
Esse passo se torna necessário já que a base das edificações do IPP contém
edifícios não-residenciais e porque a base fruto da atualização feito nesse
estudo usa ortofotos de 2012, mas os dados do IBGE são do censo de 2010.
O resultado é uma malha com as áreas das bases de edificações do tipo
“casa” e uma malha com as áreas das bases das edificações do tipo “prédios
de apartamentos”.
5. Cálculo da média das áreas das bases por tipo de edificação por tipo de
domicílio dividindo a área total das áreas das bases das edificações no
município do Rio de Janeiro com a quantidade dos domicílios no município do
Rio de Janeiro segundo o IBGE.
O resultado desse processo é o seguinte:
Área de telhado por domicílio do tipo “casa”: 87,62 m² (81.643.590 m² de área
das bases das casas dividido por 931.823 domicílios)
Área de telhado por domicílio do tipo “apartamento”: 18,05 m² (13.955.805 m²
de área das bases dos prédios de apartamento dividido por 772.868 domicílios)
Área de telhado por domicílio do tipo “casa” em aglomerados subnormais:
51,84 m² (vê cap. 2.3)
Taxa de aproveitamento
Conforme o capítulo 2.2 optou-se por considerar os seguintes valores da taxa de
aproveitamento diferenciado por tipo de domicílio e considerando uma abordagem
mais conservadora:
Taxa de aproveitamento de telhados de casas: 0,9
Taxa de aproveitamento de telhados de prédios de apartamentos: 0,3
Se bem que o valor da área útil (taxa de aproveitamento) de prédios de apartamentos
analisados em 2.2 é bem alto, ele deveria ser considerado excepcional por que o tipo
de prédio residencial analisado não é representativo para o município do Rio de
Janeiro. Os edifícios de apartamentos que predominam na Zona Sul têm um padrão
de ocupação do telhado e assim uma área útil bem diferente do que os prédios
analisados em 2.2 e por isso optou-se em aplicar o valor da taxa de aproveitamento de
telhados de prédios de apartamentos mais conservador.
A tabela 5 resume os parâmetros do cálculo do potencial fotovoltaico de Lange (2012)
com os parâmetros refinados no presente estudo (cenário 3).
Cenário 1 (Ghisi 2006): - Área por casa = 85 m² - Área por ap. = 15 m²
Cenário 2 (Lange): - Área por casa = 80 m² - Área por casa em setor sub. = 35 m² - Área por ap. = 20 m²
Cenário 3 (Lange & Vasconcelos): - Área por casa = 87,62 m² - Área por casa em setor sub. =
51,84 m² - Área por ap. = 18,05 m²
Cenário A – Otimista Taxa de Aproveitamento 0,9
Cenário 1A Cenário 2A Cenário 3 - Taxa de aproveitamento: - Casas: 0,9 - Apartamentos: 0,3
Cenário B – Conservador Taxa de Aproveitamento 0,3
Cenário 1B Cenário 2B
Tabela 5 – Comparação dos parâmetros do cálculo nos cenários elaborados
Resultado da estimativa refinada do potencial fotovoltaico
A tabela 6 mostra os resultados da estimativa refinada das áreas de telhados
residenciais no nível nacional. Os cenários 1 e 2 foram elaborados na primeira fase do
levantamento do potencial fotovoltaico e o cenário 3 é oriundo do presente relatório. O
cenário 3 mostra um ligeiro aumento da estimativa da área de telhado para 4.336,3
km². Em geral nota-se pouca diferença já que as áreas de telhado por tipo de domicilio
não difere muito. A diferença que tem se deve principalmente por causa da diferente
área média por casa e, em menor escala, pela área maior dos telhados em
aglomerados sub-normais. No entanto, esses tipos de domicílios têm pouca
importância no âmbito nacional representando 3,6% da área total de telhados.
Área de telhados (km²) Cenário 1 Cenário 2 Cenário 3
Casa 4.313,1 3.922,0 4.336,3
Apartamento 92,2 123,0 110,7
Total – casas e apartamentos 4.405,3 4.045,1 4447,0
Correspondente a aglomerados subnormais 261,6 109,4 160,3
Porcentagem correspondente a aglomerados subnormais (%)
5,92 2,70 3,6
Tabela 6 - Mapeamento da área de telhados residenciais no Brasil
Os resultados da irradiação nos telhados residenciais (tabela 7) mostram que o valor
do cenário refinado aumentou para 21.342,46 GWh/dia. Esse resultado é bem
próximo ao resultado do cenário 1A porque a taxa de aproveitamento das casas cuja
área é a grande maioria no nível nacional é o mesmo nos cenários 1A e 3. A diferença
se dá devido à aplicação da menor taxa de aproveitamento para apartamentos no
cenário 3 o que quase iguala a maior área média para os domicílios.
Irradiação solar (GWh/dia)
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3
Casa 21.038,74 7.012,91 19.146,70 6.382,23 21.165,22
Apartamento 442,92 147,64 591,05 197,01 177,24
Total – casas e apartamentos
21.481,66 7.160,55 19.737,75 6.579,25 21.342,46
Correspondente a aglomerados subnormais
1.246,59 415,53 521,34 173,78 758,90
Porcentagem correspondente a aglomerados subnormais (%)
5,80 5,80 2,64 2,64 3,55
Tabela 7 - Potencial Fotovoltaico em telhados residenciais no Brasil
3.2. Modelagem da irradiação no Rio de Janeiro
O município do Rio de Janeiro serviu como exemplo de levantar o potencial
fotovoltaico em um nível intra-urbano utilizando dados tridimensionais das edificações
e do relevo natural.
Dados
Os dados do IPP junto com os dados atualizados nesse estudo serviram como base
de dados das edificações. No entanto, cerca de 15% das edificações da base do IPP
não tem informação de altura, mas mesmo assim foram utilizadas na análise usando
uma altura de 0 metros. Além disso, existem outros erros na informação da altura das
edificações como visualizado na figura 10 onde a altura dos edifícios deveria ser a
mesma, mas na base de dados a altura varia entre os edifícios. Esse exemplo levanta
a suspeita que a altura dos edifícios não é sempre a altura real, mas não é possível
quantificar esse erro sem novo levantamento da altura das edificações.
Figura 18 - Exemplo de erros na informação da altura das edificações
Como modelo digital do terreno (MDT) foi utilizado o raster1 pelo IPP que tem uma
resolução de 3 metros. Esse MDT serve para o presente estudo exemplar, mas
observou-se uma série de incongruências e erros tal como declives e mudanças
indevidos provavelmente oriundos da geração do MDT à base de diferentes plantas
cartográficas (Figura 19 - Erros no Modelo digital do Terreno1) e picos abruptos
em áreas supostamente planas. Diferentes camadas de uso do solo do IPP foram
usadas para o recorte das malhas de edificações ao uso residencial.
Figura 19 - Erros no Modelo digital do Terreno
Método
Para a criação do modelo digital da superfície (MDS) que em relação ao MDT inclui
além do relevo natural do terreno a altura das edificações (figura 12), seguiram-se
esses passos principais:
1. Conversão do raster MDT para um raster com dados contínuos com resolução de
1 metro. Essa resolução menor serve para o melhor grau de detalhamento das
edificações.
2. Geração de uma malha das edificações em formato 3D usando a altura do MDT
como altura da base da edificação e a altura fornecida na tabela de atributos como
altura das edificações em cima do MDT.
3. Agregação da camada das edificações 3D ao MDT assim gerando o MDS.
1 Uma camada de dados geográficos no formato raster é uma matriz formado de células em linhas e colunas em que cada célula tem um valor do fenómeno que o raster representa.
Figura 20 - Comparação dos Modelos Digitais de Terreno (MDT) e de Superfície (MDS)
O MDS serviu como base para o cálculo da irradiação solar. Para essa tarefa foi
usada a ferramenta “Area Solar Radiation” do software ArcGIS. Essa ferramenta de
análise de radiação solar calcula a insolação sobre uma paisagem ou para locais
específicos, com base em métodos do algoritmo do campo de visão (viewshed)
hemisférico desenvolvido por Rich et al. (Rich 1990, Rich et al., 1994) e refinado por
Fu e Rich (2000, 2002). A quantidade total de radiação calculada para um local ou
área particular é dada como radiação global. O cálculo da irradiação direta, difusa, e
global é repetido para cada localização na superfície topográfica (o píxel ou célula do
raster MDS), produzindo mapas de irradiação para toda área geográfica (ver manual
do ArcGIS para mais detalhes). A irradiação global é a soma da irradiação direta,
difusa e refletida. A irradiação direta é interceptada na superfície em uma linha direta
do sol sem ser desimpedida, a irradiação difusa está espalhada pelos constituintes
atmosféricos, tais como nuvens e poeira e a irradiação refletida é refletida de
características de superfície (e não pode ser simulada na ferramenta).
Na ferramenta do ArcGIS vários parâmetros devem ser definidos para o cálculo da
irradiação. Os principais parâmetros são:
A faixa de tempo: Esse parâmetro define se a irradiação vai ser calculada
pelo ano inteiro, um mês ou um dia específico. Optou-se para calcular a
irradiação para dois dias só, o solstício de verão (22 de dezembro em 2015, o
dia com maior irradiação no hemisfério sul) e o solstício de inverno (21 de
junho em 2015, o dia com menor irradiação no hemisfério sul). Para a área do
município do Rio de Janeiro a simulação para mais dias ou até o ano inteiro é
inviável já que o processo de cálculo demora muito tempo para ser executado
e a definição dos demais parâmetros á mais complicado ainda.
A taxa da irradiação difusa: Essa taxa varia entra 0,2 (céu muito claro) e 0,7
(céu coberto) e define proporção da irradiação difusa na irradiação global.
Transmissividade (transmittivity em inglês): A transmissividade é a taxa da
irradiação solar que realmente chega na superfície e não é filtrado pela
atmosfera. Por exemplo, o valor de 0,5 corresponde a um dia normal claro
sem nuvens. A transmissividade tende a diminuir em função do aumento da
taxa da irradiação difusa.
Como dados medidos em campo sobre a taxa de irradiação difusa e a
transmissividade são inexistentes para o Rio de Janeiro foi usada a metodologia
proposta por Dyer (2014). Essa metodologia compara o valor medido da irradiação
global horizontal com várias simulações de diferentes combinações dos dois
parâmetros para achar a combinação lógica que dá o resultado mais próximo ao valor
medido. No caso do Rio de Janeiro existem dados meteorológicos medidos no
aeroporto Santos Dumont do projeto SWERA/NREL (2003) inclusive com dados da
irradiação global horizontal dos anos 1973 até 2002. Para eliminar condições
meteorológicas extremas que possam distorcer o valor de olhando um ano só foi
calculada a média de irradiação global horizontal nesses anos para o dia do solstício
de verão (22 de dezembro: 6229 Wh/m²) e do solstício de inverno (21 de junho: 3417
Wh/m²). Para saber a combinação dos parâmetros da irradiação difusa e
transmissividade no ArcGIS que dá um resultado com maior semelhança com a média
dos valores medidos do SWERA, foram feitas simulações com a ferramenta de
simulação do ArcGIS em um ponto no aeroporto Santos Dumont com todas as
possíveis combinações em passos decimais da irradiação difusa e transmissividade
entre 0,2 e 0,7. O resultado mostra que para o caso do solstício de verão a
combinação que dá um resultado mais próximo à média dos valores medidos é 0,4
para a irradiação difusa e 0,5 para a transmissividade (com diferença de 3,4% de
diferença para a média dos valores medidos) e para o solstício de inverno 0,3 e 0,6
(diferença de 1,9%) respectivamente. Esse resultado não quer dizer necessariamente
que esses valores dos parâmetros são os valores reais nesses dias em média, mas
que esses valores representam a melhor combinação dos parâmetros para chegar a
um resultado da simulação mais perto do medido o que importa mais para o presente
estudo.
É importante ressaltar que o processo de simulação é muito pesado e demorado para
ser calculado e aconteceu que o software dá erro ou congela devido à sobrecarga. Por
isso o MDS foi recortado em várias partes, mas mesmo assim somente o cálculo da
irradiação para a Área de Planejamento 1 que abrange boa parte da Zona Sul e da
Tijuca demorou quase 20 horas para ser finalizado. Porém, a segmentação do MDS
tem a desvantagem que pode ter áreas fora do recorte que tem um relevo que
influencia com seu sombreamento na área dentro do recorte.
Para o refinamento do resultado da irradiação bruta em Wh/m² foi calculada a média
de irradiação por cada telhado e depois diferenciada por tipo de domicílio residencial
por bairro. A taxa de aproveitamento também foi aplicada.
Resultados
A figura 21 mostra o resultado da irradiação bruta na área da Praça São Salvador no
Flamengo. Nota-se a diferenciação da irradiação em função do sombreamento de
edificações vizinhas.
Figura 21 – Irradiação solar no dia 22 de dezembro 2015 na área da Igreja da Candelária e Av. Rio Branco no Centro com o edifício RB1
Os resultados finais da simulação com dados 3D mostram que o potencial de todos os
telhados é de 722,91 GWh para o dia do solstício de verão e 371,56 para o solstício de
inverno sem incluir a taxa de aproveitamento e o fator de eficiência do sistema
fotovoltaico (tabela 8). Cruzando a camada das edificações com a camada do uso do
solo residencial do IPP mostra que o potencial dos telhados residenciais
(considerando taxa de aproveitamento) é 471,90 GWh para o solstício de verão e
241,57 GWh para o solstício de inverno. Aplicando o fator de eficiência dos sistemas
fotovoltaicos de 14%, o potencial de geração de energia solar é de no inverno é de
33,82 GWh. Esse valor é mais do que o dobro do que o consumo médio anual
residencial total por dia que é de 15,97 GWh (IPP 2013). Comparado com a estimativa
através da área de telhado gerado com os dados demográficos do IBGE e a mesma
irradiação solar usada para calibrar a os parâmetros da simulação 3D, se vê que os
valores da simulação são bem próximos, mas sempre abaixo da estimativa do cenário
3 já que o modelo 3D considera a sombra da superfície além de outros fatores que
influenciam num resultado diferente. Tabela 8 também mostra o potencial de
edificações que se localizam em outros usos do solo definido pelo IPP.
Irradiação solar (GWh) Simulação 3D: solstício verão
Simulação 3D: solstício inverno
Cenário 3: solstício verão
Cenário 3: solstício inverno
Município todo (sem tx. de aprov.)
722,91 371,56 - -
Áreas residenciais formais (sem tx. de aprov.)
576,10 295,62 595,14 326,48
Áreas residenciais formais (com tx. de aprov.)
471,90 241,57 483,61 265,30
Áreas residenciais formais: Prédios (com tx. de aprov.)
23,21 12,20 26,00 14,27
Áreas residenciais formais: Casas (com tx. de aprov.)
448,69 229,37 457,61 251,03
Áreas comerciais 39,62 20,24 - -
Áreas industriais 39,73 20,62 - -
Áreas de prédios institucionais e públicos
20,21 10,51 - -
Tabela 8 - Irradiação solar simulada com dados 3D e estimada através dos dados SWERA e IBGE
Figura 22 visualiza todos os telhados no município do Rio de Janeiro com sua irradiação solar
no dia 22 de dezembro, o solstício de verão desse ano. Como a escala é pequena em relação a
tamanho dos telhados é difícil enxergar telhados separados além dos pontos vermelhos que
são os telhados de maior área que também são aqueles com maior soma de irradiação nele.
Figura 22 – Irradiação por telhado no dia 22 de dezembro no município do Rio de Janeiro
Já a figura 23 mostra os telhados e a irradiação solar para o solstício de verão na área da Zona
Sul, Grande Tijuca e Centro. Nessa escala se pode diferenciar melhor algumas edificações
específicas como o estádio do Maracanã, os galpões da Zona Portuária e o Shopping Rio Zul.
Figura 23 – Irradiação por telhado no dia 22 de dezembro na Área de Planejamento 1 e 2 do município do Rio de Janeiro
Figura 24 mostra um corte do Centro com o RB1 e o Morro da Conceição com os telhados e a
irradiação solar neles. Obviamente se destacam de novo os maiores telhados em vermelho por
ter a maior soma de irradiação solar, mas também se vê em azul os telhados menores das
casas do Morro da Conceição.
Todos esses dados também podem ser visualizados em três dimensões como o recorte da
Zona Sul na figura 25.
Figura 24 – Irradiação por telhado no dia 22 de dezembro em recorte do Centro do município do Rio de Janeiro
Figura 25 - Visualização em 3D da irradiação por telhado na Zona Sul do Rio de Janeiro
4. Considerações finais O estudo do refinamento do mapeamento da área potencial de telhados de edificações
residenciais no Brasil conseguiu chegar a uma estimativa mais robusta do potencial de geração
de energia fotovoltaica no território brasileiro, em especial em relação à área de telhado por
tipo de domicílio. No entanto, ficou claro que o aprimoramento da taxa de aproveitamento do
telhado por tipo de domicilio é uma tarefa muito complicada e trabalhosa em geral e ainda
mais visando valores válidos para o território brasileiro já que a variedade dos telhados e seus
obstáculos e impedimentos para a alocação de painéis solares é muito grande. Os valores da
estimativa refinada mostram valores similares aos do estudo realizado por Lange (2012).
Em relação ao estudo de caso da simulação da irradiação solar nos telhados usando dados
tridimensionais no Rio de Janeiro o estudo mostra que é uma análise muito viável e que dá
bons resultados, mas que a confiança nos resultados depende muito da qualidade dos dados.
Além do obstáculo da qualidade dos dados a maior dificuldade no estudo foi o tamanho das
bases de dados que deixaram os processos de manipulação e análise muitos lentos e
demorados. Apesar dessas dificuldades e complicações o estudo gerou dados inéditos para o
Brasil que servem para criar ferramentas de divulgação e sensibilização para o potencial de
energia fotovoltaica no Brasil e no município do Rio de Janeiro.
5. Fontes
5.1. Literatura
Definiens. eCognition (2003): User Guide 3. Germany. 480 p.
Dyer, J. (2014): Parameterizing Diffuse Proportion & Transmittivity Values Using TMY3
Data.http://www.ohio.edu/people/dyer/WB/Parameterizing%20Diffuse%20Proportion%
20&%20Transmittivity%20Values%20Using%20TMY3%20%20AND%20Creating%20R
adiation%20Grids.pdf. Último acesso em 6 de janeiro de 2015.
Fonseca , L. G. M. et al. (2000): Apostila de processamento digital de imagens. INPE.
São José dos Campos.
Fu, P., & Rich, P. M. (2000): The Solar Analyst 1.0 Manual. Helios Environmental
Modeling Institute (HEMI), USA.
Fu, P., & Rich, P. M. (2002): A Geometric Solar Radiation Model with Applications in
Agriculture and Forestry. Computers and Electronics in Agriculture 37:25–35.
Lange, W. (2012): Metodologia de mapeamento da área potencial de telhados de
edificações residenciais no Brasil para fins de aproveitamento energético fotovoltaico.
EPE/GIZ. 35 p.
Rich, P. M., Dubayah R., Hetrick W. A., & Saving S. C. (1994): Using Viewshed Models
to Calculate Intercepted Solar Radiation: Applications in Ecology. American Society for
Photogrammetry and Remote Sensing Technical Papers, 524–529.
Rich, P. M., and Fu, P. (2000): Topoclimatic Habitat Models. Proceedings of the Fourth
International Conference on Integrating GIS and Environmental Modeling.
5.2. Dados
IPP. Consumo total, médio anual, mensal e diário de energia elétrica por habitante -
Município do Rio de Janeiro - 1980 – 2013. (Tabela Nº 2257). Armazem de Dados da
Prefeitura do Rio de Janeiro. 2013.
http://www.armazemdedados.rio.rj.gov.br/arquivos/2257_energ_elet_consumo_total_a
nual_mensal_di%C3%A1rio_medio%20por%20habitante_80_14.XLS. Último acesso
em 3 de março de 2015.
IPP. Instituto Municipal de Urbanismo Pereira Passos. Dados de Edificações referente
ao ano 1999. Dados em formato shapefile. 2012.
IPP. Instituto Municipal de Urbanismo Pereira Passos. Dados de Quadras. Dados em
formato shapefile. 2012.
IPP. Instituto Municipal de Urbanismo Pereira Passos. Dados de Edificações referente
ao ano 1999. Dados em formato shapefile. 2012.
IPP. Instituto Municipal de Urbanismo Pereira Passos. Dados de Arruamento. Dados
em formato shapefile. 2012.
IPP. Instituto Municipal de Urbanismo Pereira Passos. Dados de Uso do Solo. Dados
em formato shapefile. 2012.
IPP. Instituto Municipal de Urbanismo Pereira Passos. Ortofotos da cidade do Rio de
Janeiro referentes ao ano de 2012. Imagens em formato tiff. 2012.
SWERA/NREL (2003): Hourly data sets of meteorological and solar radiation data for a
one-year period for Rio de Janeiro-Santos Dumont 837550.
http://apps1.eere.energy.gov/buildings/energyplus/cfm/weather_data3.cfm/region=3_so
uth_america_wmo_region_3/country=BRA/cname=Brazil. Último acesso em 6 de
janeiro de 2015.
6. Anexo: Distribuição dos domicílios, segundo o Censo 2010 do
IBGE, por classe de tamanho de telhado, e por comunidades da
cidade do Rio de Janeiro
CÓDIGO NOME DA COMUNIDADE DOMICÍLIOS
PERMANENTES até 20 m2 de 20 a 50 m2 de 50 a 80 m2
mais de 80 m2
1 LADEIRA DOS FUNCIONÁRIOS 324 62 130 75 54
2 MOREIRA PINTO 104 20 42 24 18
3 MORRO DA PROVIDÊNCIA 1237 238 498 286 209
4 PARQUE BOA ESPERANÇA 1558 299 626 361 261
5 PARQUE NOSSA SENHORA DA PENHA 384 73 154 89 64
6 PARQUE SÇO SEBASTIÃO 417 81 169 98 71
7 PEDRA LISA 60 12 25 14 10
8 QUINTA DO CAJU 809 155 325 188 136
9 BISPO 581 112 234 135 97
10 MATINHA 405 78 165 94 69
11 AZEVEDO LIMA 677 131 274 159 115
12 SÃO CARLOS 1763 341 712 412 297
13 CATUMBI 1717 333 695 402 293
14 MORRO DO ESCONDIDINHO 587 113 236 137 99
15 MORRO SANTOS RODRIGUES 307 60 124 72 52
17 PAULA RAMOS 79 15 32 19 14
18 RATO 75 15 31 18 13
19 SANTA ALEXANDRINA 198 38 80 46 33
20 SUMARÉ 272 52 109 63 46
21 VILA ANCHIETA 273 53 112 64 47
22 VILA SANTA ALEXANDRINA 149 29 60 35 25
23 CERRO-CORÁ 200 38 81 46 34
24 GUARARAPES 161 31 65 37 27
25 HUMAITÁ 90 18 37 21 15
27 MANGUEIRA 121 23 49 28 21
28 MORRO AZUL 362 70 146 84 61
29 MORRO SANTA MARTA 1176 226 474 273 198
30 TAVARES BASTOS 337 64 135 78 56
31 VILA CÂNDIDO 418 80 168 97 70
32 VILA DA IMACULADA CONCEIÇÃO 49 10 20 12 9
33 VILA PEREIRA DA SILVA 366 70 147 85 61
34 VILA SANTO AMARO 649 125 261 150 108
35 BABILÔNIA 777 148 312 179 130
36 CHAPÉU MANGUEIRA 401 77 161 93 67
37 LADEIRA TABAJARAS 424 82 171 98 72
38 MORRO DOS CABRITOS 885 169 355 204 148
39 PAVÃO-PAVÃOZINHO 1840 351 740 425 307
40 VILA BENJAMIM CONSTANT 143 28 58 34 25
41 CHÁCARA DO CÉU 214 41 86 50 36
42 MORRO DO CANTAGALO 1428 273 575 330 239
43 ROCINHA 23347 4470 9384 5400 3913
45 VIDIGAL 3234 622 1303 750 543
46 VILA PARQUE DA CIDADE 623 119 251 145 105
47 BARREIRA DO VASCO 2699 520 1086 627 453
48 CONJUNTO ATAULFO ALVES 98 19 40 23 17
49 RUA FERREIRA DE ARAÚJO 11 3 5 3 2
50 MANGUEIRA 1311 251 528 304 220
51 MARECHAL JARDIM 599 116 242 139 102
52 MORRO DOS TELÉGRAFOS 1985 382 799 461 334
53 PARQUE ALEGRIA 505 97 203 117 85
54 PARQUE CANDELÁRIA 665 129 269 155 112
55 PARQUE DOS MINEIROS 207 40 83 48 35
56 PARQUE ERÉDIA DE SÁ 921 177 370 213 155
57 PARQUE HORÁCIO CARDOSO FRANCO 244 47 98 57 41
58 PARQUE VITÓRIA 555 107 223 128 93
60 TUIUTI 967 187 391 225 163
61 VILA ARARÁ 1567 302 631 363 263
62 BOREL 2165 417 874 503 366
63 CORÉIA 57 11 23 14 10
64 DOUTOR CATRAMBI 61 12 25 15 11
65 ESTRADA DO TIJUAÇU 359 69 145 84 61
66 FRANÇA JUNIOR 51 10 21 12 9
67 INDIANA 298 57 120 69 50
68 MATA MACHADO 680 131 274 158 114
69 MORRO DA CASA BRANCA 723 139 291 167 121
70 MORRO DO CHACRINHA 316 60 127 73 53
71 MORRO DA FORMIGA 1279 247 516 297 216
72 MORRO DA LIBERDADE 923 179 377 216 159
73 MORRO DO BANANAL 75 15 31 18 13
74 SALGUEIRO 869 168 352 204 150
75 ARRELIA 606 118 246 141 104
76 BORDA DO MATO 131 25 53 31 22
77 BURACO QUENTE 59 12 24 14 10
78 JAMELÃO 262 51 106 61 44
79 MORRO DO CRUZ 414 80 166 96 69
80 MORRO DOS MACACOS 1384 272 562 327 235
81 NOVA DIVINÉIA 627 120 252 146 105
82 PARQUE JOÃO PAULO II 810 156 326 187 136
83 PARQUE VILA ISABEL 4045 774 1627 937 677
84 BAIXA DO SAPATEIRO 2499 480 1009 581 422
85 CHP-2 1136 219 458 265 192
86 IGREJA NOSSA SENHORA DA CONCEIÇÃO 96 19 39 23 16
87 ITARARÉ 594 114 240 139 100
89 JOAQUIM DE QUEIRÓS 2442 467 982 566 411
90 PARQUE MARÉ 4018 773 1620 932 677
91 MORRO DA BAIANA 669 128 268 155 112
92 MORRO DO ADEUS 176 34 71 41 30
93 MORRO DO ALEMÃO 4321 833 1742 1005 727
94 MORRO DO CARIRI 2296 442 925 535 385
95 MORRO DO PIANCÓ 344 67 139 81 59
96 NOVA HOLANDA 4126 792 1662 959 693
97 PARAIBUNA 0 0 0 0 0
98 PARQUE CARLOS CHAGAS 353 68 143 82 60
99 PARQUE FÉLIX FERREIRA 248 48 100 57 42
100 PARQUE JOÃO GOULART 1308 251 526 302 220
101 PARQUE OSWALDO CRUZ 1232 236 495 286 207
102 PARQUE PROLETÁRIO MONSENHOR BRITO 415 80 167 96 70
103 PARQUE ROQUETE PINTO 2382 456 959 551 401
104 PARQUE RUBENS VAZ 1710 330 690 398 289
105 PARQUE UNIÃO 6621 1274 2667 1540 1110
106 RAMOS 932 179 375 215 158
107 TENENTE PIMENTEL 73 14 30 17 13
108 TIMBAU 1964 378 791 457 332
109 VILA CRUZEIRO 2430 467 979 566 409
110 VILA RESIDENCIAL DARCY VARGAS 237 45 95 55 40
111 VILA SANTO ANTÔNIO 151 29 61 35 26
112 VILA TURISMO 1604 308 646 372 270
113 BAIRRO PROLETÁRIO DO DIQUE 1547 297 623 360 261
114 BRÁS DE PINA 2056 395 826 477 344
115 CENTRO SOCIAL MARCÍLIO DIAS 564 109 228 132 96
116 CORDOVIL 545 104 219 126 92
117 DOURADOS 131 25 53 31 22
118 MANGUEIRINHA 230 44 93 53 39
119 MORRO DA CAIXA D`ÁGUA 675 129 271 156 113
120 MORRO DA FÉ 706 136 284 164 119
121 MORRO DA GUAÍBA 576 110 232 133 97
122 MORRO DO CARACOL 715 137 287 166 120
123 MORRO DO SERENO 142 27 57 33 24
124 PARQUE FURQUIM MENDES 1456 279 586 338 244
125 PARQUE JARDIM BEIRA MAR 3617 695 1457 840 610
126 PARQUE PROLETÁRIO DE CORDOVIL 171 33 69 40 29
127 PARQUE PROLETÁRIO DE VIGÁRIO GERAL 1777 344 717 412 302
128 PARQUE PROLETÁRIO DO GROTÃO 974 186 392 225 163
129 RUA FREY GASPAR 279 86 17 35 20 15
130 RUA LAUDELINO FREIRE 251 48 101 59 42
131 VILA CAMBUCI 311 60 125 72 52
132 RUA RODOLFO CHAMBELLAND 261 51 105 61 45
133 SERRA PELADA 168 32 68 39 28
134 TE CONTEI 100 19 41 23 17
135 VILA PROLETÁRIA DA PENHA 4617 887 1864 1073 781
136 BELÉM-BELÉM 244 47 98 57 41
137 CÉU AZUL 338 65 136 78 57
138 CHÁCARA DE DEL CASTILHO 782 150 315 181 132
139 CONJUNTO RESIDENCIAL FERNÃO CARDIN 775 148 312 179 131
140 DOIS DE MAIO 870 168 351 203 146
141 JACAREZINHO 8775 1686 3534 2033 1477
142 MARLENE 234 45 94 54 39
144 MORRO DO ENGENHO DA RAINHA 230 44 93 53 39
145 MORRO DO TRAJANO 223 43 90 52 37
146 MORRO DO URUBU 584 114 236 136 99
147 MORRO DAS PALMEIRAS 844 161 339 195 141
148 NOVA BRASÍLIA 4954 949 1991 1146 830
149 PARQUE PROLETÁRIO ÁGUIA DE OURO 525 100 211 122 88
150 PARQUE PROLETÁRIO ENGENHO DA RAINHA 528 102 213 123 89
151 PARQUE UNIÃO DE DEL CASTILHO 630 121 254 147 105
152 PICA PAU AMARELO 133 26 54 31 23
153 PRAÇA MARIMBÁ 60 (FUNDOS) 35 7 15 9 6
154 RELICÁRIO 34 7 14 8 6
157 RUA PEREIRA PINTO 52 10 21 12 9
158 SEU PEDRO 61 12 25 15 11
159 TAUTÁ 124 24 50 29 21
160 TEIXEIRA BASTOS 20 4 9 5 4
161 VILA CARAMURU 233 45 94 54 39
162 VILA UNIÃO 324 62 131 76 55
163 BAIRRO OURO PRETO 1030 198 415 239 173
164 BARRO PRETO 161 31 65 37 27
165 BARRO VERMELHO 230 44 93 53 39
166 BECO DO VITORINO 71 14 29 17 12
168 CACHOEIRINHA 552 107 224 129 94
170 MORRO DOS MINEIROS 130 25 53 30 22
171 DONA FRANCISCA 267 51 107 62 45
172 JOAQUIM MÉIER 76 15 31 18 13
173 MORRO DA BACIA 133 26 54 31 23
174 MORRO DA CACHOEIRA GRANDE 417 80 168 96 70
175 MORRO DA MATRIZ 411 79 166 96 69
176 MORRO SÃO JOÃO 1096 210 441 254 184
177 MORRO DO AMOR 367 70 147 85 61
178 MORRO DO CÉU 294 56 118 68 49
179 MORRO DO ENCONTRO 345 66 139 80 58
180 MORRO NOSSA SENHORA DA GUIA 389 74 156 90 65
181 MORRO DO QUETO 367 71 148 86 62
182 PRETOS FORROS 104 20 42 24 18
184 GROTÃO DE COSTA BARROS 103 21 43 25 18
185 SANTA TEREZINHA 830 159 333 191 139
187 SERRA DO PADILHA 76 15 31 18 13
189 VILA CABUÇU 131 25 53 31 22
190 AVENIDA AUTOMÓVEL CLUBE 8340 93 18 38 22 16
191 BARREIRA DO JUCA 424 81 171 98 71
192 FAZ QUEM QUER 692 134 279 161 116
194 MOISÉS SANTANA 59 12 24 14 10
195 MORRO DO JURAMENTO 2696 518 1086 625 456
196 MORRO DO SAPÊ 518 100 209 120 87
197 MORRO UNIÃO 1445 284 587 338 247
198 RUA MIGUEL DIBO 161 31 65 37 27
199 VILA OPERÁRIA DIAMANTES 164 32 66 38 28
200 VILA SÃO JORGE 3628 696 1459 838 609
201 RUA CONGO N 147 458 88 184 106 77
202 AVENIDA DO TENENTE 53 11 22 13 9
203 BURITI - CONGONHAS 705 135 283 163 119
204 MONTE CARMELO 85 17 35 20 15
205 RUA ARATICUM, 832 210 40 85 49 35
206 GROTA 835 160 338 195 142
207 JARDIM PIEDADE 899 171 361 208 151
209 MORRO DA IGUAÍBA 484 93 195 112 81
210 MORRO DO FUBÁ 280 55 114 66 49
211 MORRO DO SOSSEGO 873 169 354 203 147
212 MORRO INÁCIO DIAS 146 28 59 34 25
213 NABUCO DE ARAÚJO 228 23 5 10 6 4
214 OLIVEIRA JUNQUEIRA 40 8 17 10 7
215 PADRE MANUEL DA NÓBREGA 328 63 132 76 55
216 PARQUE ARARUNA 46 9 19 11 8
217 PARQUE SILVA VALE 338 65 136 78 57
218 PARQUE VILA NOVA 294 57 119 69 50
220 RUA EMBIRI 85 17 35 20 15
221 RUA ENGENHEIRO CLÓVIS DAUDT, 304 35 7 15 9 6
222 SOCIEDADE BENEFICIENTE E SOCIAL FREI SAM 56 11 23 13 10
224 CRISTO REI 46 9 19 11 8
225 RUA LEMOS DE BRITO 218 42 88 51 37
226 RUA PEREIRA LEITÇO 101 20 41 24 17
227 RUA SAÇU 25 5 11 6 5
228 SANATÓRIO 396 77 160 92 66
229 MORRO SÃO JOSÉ 285 55 116 66 48
230 SERRINHA 308 60 125 72 52
231 VILA CAMPINHO 775 150 313 181 132
232 VILA DAS TORRES 92 19 38 22 16
234 VILA NOSSA SENHORA DA GLÓRIA 237 45 95 55 40
235 VILA PRIMAVERA 423 82 171 99 71
236 VILA SANTA 164 33 67 38 29
237 ARATICUM 813 156 328 189 137
238 BARÃO 1031 198 416 240 175
239 CAMINHO DO WALDEMAR 62 12 25 15 11
240 CANAL DO ANIL 1491 286 601 347 250
241 CANAL DO ARROIO PAVUNA 24 5 10 6 4
242 CAXANGÁ 77 15 31 18 13
243 COMENDADOR PINTO 261 50 105 60 44
244 COMUNIDADE SANTA ROSA 95 19 39 22 16
245 COVANCA 122 24 49 29 21
246 ESPÍRITO SANTO 230 44 93 54 39
247 ESTRADA DO CATONHO I 164 33 67 38 28
248 ESTRADA DO MERINGUAVA 316 60 127 73 53
249 INÁCIO DO AMARAL 224 43 90 52 38
250 SHANGRILÁ 260 50 105 60 44
251 VILA NOVA 41 8 17 10 7
252 LOTEAMENTO SÃO SEBASTIÃO 115 22 47 27 20
253 MORRO DO PIOLHO 794 153 319 185 133
254 NOVA AURORA 319 61 128 74 53
255 OUTEIRO 302 58 121 70 51
256 RIO DAS PEDRAS 18692 3587 7525 4334 3138
257 RUA LUIZ BELTRÃO, 1127 158 31 64 37 27
258 RUA QUIRIRIM 306 59 124 71 52
259 RUA SÃO MARCIANO 177 34 71 41 30
260 TRAVESSA ANTONINA 183 36 75 43 32
261 VILA JOSÉ DE ANCHIETA 89 17 36 21 15
262 VILA SAPÊ 1262 242 508 293 213
263 BAIRRO NOVA ALIANÇA 1402 269 565 325 234
264 BATAM 1027 196 414 238 172
265 BIRIGUI 56 11 23 13 10
266 BOQUEIRÃO 31 6 13 8 6
267 CAMINHO DO LÚCIO 642 124 259 149 108
268 CORÉIA 1330 257 538 310 225
269 COSME E DAMIÃO 343 66 138 80 58
270 FAZENDA COQUEIRO 5876 1130 2369 1366 990
271 FREDERICO FAULHABER 365 70 147 85 62
272 JACARÉ 1667 321 675 388 283
273 NILO 115 22 47 27 20
276 TIBAGI 584 112 236 135 98
277 VILA BRASIL 520 100 209 120 87
278 VILA CATIRI 1082 208 435 252 182
279 VILA DO VINTÉM 4728 906 1904 1096 794
280 VILA PROGRESSO 484 93 195 113 81
281 VILA SANTO ANTÔNIO 207 40 84 48 35
282 JARDIM SÃO BENTO 185 36 75 43 31
283 VILA SÃO MIGUEL 473 91 191 109 80
284 VILA UNIÃO DA PAZ 249 48 100 58 42
285 ANES DIAS 113 22 46 26 19
286 ESTRADA DA CAROBA 12 3 5 3 2
287 MORRO DA ESPERANÇA 203 39 82 47 34
288 RIO PIRAQUÊ 1906 369 770 444 323
289 RUA TEIXEIRA CAMPOS 96/102 160 31 65 37 27
290 RUA TEIXEIRA CAMPOS 642 145 28 59 34 25
291 VILA COMARI 114 22 46 27 19
292 VILA DO CÉU 919 178 371 214 156
293 VILA JURARI 69 14 28 16 12
294 VILA SÃO JORGE 1147 222 466 268 194
295 VILA UNIÃO 365 71 147 85 62
296 VILA NOSSA SENHORA DA PAZ 167 33 68 39 29
297 AVENIDA JOÃO XXIII 300 209 41 85 49 35
298 BECO DA GUARDA 268 51 108 62 45
299 CORÉIA 68 13 28 16 12
300 DIVINÉIA 1170 225 472 273 200
301 LINHA DE AUSTIN 573 111 231 134 98
302 MARGEM DO CANAL DO CAÇÃO VERMELHO 405 79 165 95 69
303 MARGEM DO CANAL DE SÃO FRANCISCO 60 12 25 14 10
304 RUA ICONHA 24 5 10 6 4
305 TRÊS PONTES 1269 246 514 297 216
306 VALA DO SANGUE 393 75 158 91 66
307 BAIRRO DA SAPUCAIA 477 92 192 111 80
308 BAIRRO NOSSA SENHORA DAS GRAÇAS 2275 440 920 530 385
309 BELA VISTA DA PICHUNA 1343 258 540 312 225
310 COLÔNIA DE PESCADORES ALMIRANTE GOMES PE 787 151 316 182 133
311 CONJUNTO RESIDENCIAL DOS SERVIDORES MUNI 437 84 176 101 73
312 GUARABU 2033 390 818 472 341
313 MORRO DAS ARARAS 231 44 93 54 39
314 MORRO DO DENDÊ 2804 540 1132 654 473
315 MORRO DO QUEROSENE 258 49 104 60 43
316 PARQUE PROLETÁRIO DOS BANCÁRIOS 1179 227 474 274 198
317 PARQUE ROYAL 1956 375 787 454 330
318 TIROL 784 150 315 181 131
319 PRAIA DA ROSA 558 107 225 129 94
320 JARDIM DUAS PRAIAS 292 56 117 68 49
321 RUA GUARIÚBA 65 13 27 15 11
323 SERRA MORENA 210 40 85 49 35
324 TREMEMBÉ 218 42 88 51 37
325 ALMIRANTE TAMANDARÉ 263 50 106 61 44
326 AVENIDA 9 2 4 3 2
327 BAIRRO DA PEDREIRA 2410 465 975 562 408
328 BEIRA RIO (RUA ARNALDO MURINELI) 83 17 34 20 15
329 BEIRA RIO (RUA MATURA) 0 0 0 0 0
330 FAZENDA BOTAFOGO / MARGEM DA LINHA 2414 464 971 560 404
331 FAZ QUEM QUER 157 30 63 37 27
332 FÉ EM DEUS 243 47 98 56 41
333 FURÃO 178 34 72 41 30
334 GLEBA I DA ANTIGA FAZENDA BOTAFOGO 3879 749 1567 905 654
335 CAMINHO DO JOB 578 112 233 136 99
336 MARGEM DA LINHA 421 81 170 98 71
337 MORRO DO MATA QUATRO 308 59 124 71 52
338 OLIVEIRA BUENO 34 7 14 8 6
339 PARQUE ACARI 1884 362 759 437 318
340 PARQUE ANCHIETA 156 31 64 37 26
341 PARQUE BELA VISTA 454 87 183 105 76
342 PARQUE COLUMBIA 173 33 70 40 29
343 PARQUE SÃO JOSÉ 418 81 169 98 71
344 PARQUE UNIDOS 604 117 245 142 103
345 ARAGUATINS 45 9 19 11 8
346 RUA ITATIBA 51 10 21 12 9
347 RUA PARNAÍBA 9 2 4 3 2
348 SOSSEGO - ALEGRIA 499 97 201 117 84
349 VILA BEIRA RIO 794 154 321 184 133
350 VILA ESPERANÇA 1538 295 620 357 258
351 VILA EUGÊNIA 1485 287 599 345 249
352 VILA RICA DE IRAJÁ 3035 584 1221 706 510
353 BARONESA 57 11 23 14 10
354 FRANCISCO DE CASTRO 11 3 5 3 2
355 JÚLIO OTONI 231 44 93 54 39
356 MORRO DA COROA 1323 253 531 306 221
357 MORRO DOS PRAZERES 622 121 252 145 105
358 OCIDENTAL FALLET 248 48 100 57 42
359 TRAVESSA VISTA ALEGRE 51 10 21 12 9
360 UNIDOS DE SANTA TEREZA 1203 230 483 277 200
361 ANGU DURO 152 29 61 35 26
362 VISTA ALEGRE DO RECREIO 227 44 91 53 38
363 BEIRA DO CANAL 380 73 153 88 64
364 CACHORRO SENTADO 140 27 57 33 24
365 CAMINHO DO BICHO 0 0 0 0 0
366 CAMINHO DO MARINHO 238 46 96 55 40
367 CANAL DAS TACHAS 1545 295 621 357 258
368 CANAL DO CORTADO 1702 326 685 394 286
369 FLORESTA DA BARRA DA TIJUCA 1019 195 410 235 170
370 MUZEMA 1528 291 612 353 255
371 RESTINGA 195 38 79 45 33
372 RUA SÃO TILLON 41 8 17 10 7
373 SÍTIO DO PAI JOÃO 885 169 355 204 148
374 TIJUQUINHA 2059 396 828 478 346
375 VILA CANOA 254 50 103 60 43
376 VILA DOS CRENTES 204 39 82 47 34
378 ASSOCIAÇÃO BELFAST SÃO GERALDO 129 25 52 30 22
379 FALANGE 373 72 150 87 62
380 MORRO DO SOSSEGO 163 31 66 38 28
381 NOVA KENNEDY 923 177 372 214 157
382 SAIBREIRA 495 94 199 114 83
383 TANCREDO NEVES 67 13 27 16 12
384 VILA JUREMA 240 46 97 56 40
386 VILA MANGUEIRAL 687 132 278 159 115
387 ESTRADA DOS BANDEIRANTES N. 29192 37 8 16 9 7
388 ASSOCIAÇÃO DOS MORADORES DO RIO BONITO 196 38 79 46 33
390 RIO MORTO 343 66 139 79 57
391 PARQUE REAL 418 81 169 97 70
392 TRAVESSA STA CATARINA-VILA DOS MINERIOS 62 12 25 15 11
393 VILA OLÍMPIA 216 41 87 50 36
394 FINAL FELIZ 423 81 171 99 71
395 CAMINHO DO PADRE 128 25 52 30 22
396 AGRÍCOLA 159 32 65 38 27
397 FAZENDA 154 30 62 36 26
398 FURNAS 88 17 36 21 15
399 VILA MARIA 236 45 95 55 40
400 BATUTA DE CORDOVIL 189 36 76 44 32
401 CHEGA MAIS 131 25 53 31 22
403 PARQUE NOVA JERUSALÉM 220 43 89 52 37
404 FINAL FELIZ II 313 61 126 73 53
405 RUA EMBAÚ 427 97 19 40 23 17
406 PARQUE RAIO DO SOL 402 77 161 93 67
407 FAZENDA VELHA 158 30 64 37 27
408 RUA DOUTOR FERNANDO 103 20 42 24 18
409 RUA OLIVEIRA BUENO, 832. 43 9 18 10 8
410 BEIRA RIO (LOTEAMENTO JARDIM BELA VISTA) 117 23 47 27 20
411 RUA MADAGASCAR 56 11 23 13 10
412 RUA DA ESCADINHA 69 14 28 16 12
413 RUA DO BARRO 44 9 18 11 8
414 MOQUIÇO 116 23 47 27 20
415 JARDIM MORIÇABA 639 124 258 148 108
416 JOAQUIM MAGALHÃES 127 25 51 30 22
417 VILA 133 169 33 68 39 29
418 VILA LÉLIO BOAVENTURA 214 41 86 50 36
419 MORRO SÃO SEBASTIÃO 147 28 59 34 25
420 TIQUIÁ 80 16 33 19 14
421 MURUNDU 135 26 55 32 23
422 RUA DA FEIRA, 1220 37 8 15 9 7
423 DO LARGUINHO 219 42 88 51 37
424 BECO DA USINA 193 37 78 45 33
425 COMANDANTE LUIS SOUTO 750 144 302 174 127
426 CHACRINHA DO MATO ALTO 752 145 303 174 126
427 CHÁCARA FLORA 857 165 345 199 145
428 VILA SANTA CLARA 347 66 139 80 58
431 VILA SANTA MÔNICA 121 23 49 28 21
432 NOVA ESPERANÇA 43 9 18 10 8
433 VILA PITIMBU 289 55 116 67 48
434 COMUNIDADE SÃO FRANCISCO DE ASSIS 587 112 236 135 98
435 FAZENDA MATO ALTO 940 180 379 218 158
436 VILA SÃO PEDRO 330 63 133 76 55
437 COMUNIDADE ESTAÇÃO DA MANGUEIRA (AMCEMA) 572 110 230 132 96
438 ANDRÉ CAVALCANTI 76 15 31 18 13
439 LADEIRA SANTA ISABEL 12 3 6 4 3
440 FAZENDA CATETE 174 34 70 40 29
441 RUA SÃO JOÃO 266 51 107 62 45
442 TANCREDO NEVES 308 60 125 71 52
443 VILA DA PAZ 183 35 74 43 31
444 MOURÃO FILHO 443 85 178 103 75
445 RUTH FERREIRA 37 8 15 9 7
446 VILA PEDRA BONITA 55 11 23 13 10
447 PARQUE BOM MENINO 249 48 100 58 42
448 PARQUE JARDIM METRÔ DE IRAJÁ 214 41 86 50 36
449 MAGNO MARTINS 108 21 44 25 18
450 ESTRADA DA SAUDADE 281 54 113 65 47
451 VILA JOANIZA 3816 733 1536 884 642
452 RUA BUDAPESTE N. 66 229 44 92 53 38
453 MAESTRO ARTURO TOSCANINI 58 12 24 14 10
454 LUIZ MARCELINO 84 16 34 20 14
455 CAETÉ 47 9 19 11 8
456 VILA HARMONIA 98 19 40 23 17
457 VILA AMIZADE 453 86 182 105 76
458 SANTA LUZIA 256 49 103 59 43
459 A.M. E AMIGOS DO FONTELA 500 96 201 115 84
460 VILA AUTÓDROMO 356 68 143 82 60
462 CAMBALACHO 499 95 200 115 83
464 ASA BRANCA 1069 204 429 246 179
465 ABADIANAS 312 60 125 72 52
466 SANTA MAURA 181 35 73 42 31
467 VIRGOLÂNDIA 109 21 44 26 19
468 VILA CALMETE 151 29 61 35 26
469 VILA UNIÃO DA CURICICA 463 89 187 107 78
470 SANTA ANASTÁCIA 473 91 191 110 80
471 SANTA EFIGÊNIA 558 107 224 129 94
472 ANDRÉ ROCHA 287 55 115 66 48
474 ALTO BELA VISTA 455 87 183 105 76
475 VILA CLARIM 71 14 29 17 12
476 A.M. E COMUNIDADE N. S. DE FÁTIMA 275 53 111 64 46
477 SANTA MARIA 797 155 322 186 135
478 JARDIM BOIÚNA 156 30 63 36 26
479 MORRO BELA VISTA 504 97 202 117 84
480 INÁCIO DIAS 210 40 85 49 35
481 MORRO DO JUCA 564 108 227 130 95
482 CONDOMÍNIO PACO DO LUMIAR 160 31 65 37 27
483 JARDIM DO CARMO 301 58 121 70 50
484 VILA PEQUIRÍ 616 118 247 143 103
485 PARQUE ALVORADA 2394 457 961 552 399
486 VILA VITÓRIA 507 98 205 118 86
487 PARQUE RIO D'OURO 398 77 161 93 67
488 PARQUE CONQUISTA 481 92 193 111 80
489 VILA MATINORÉ 62 12 25 15 11
490 VILA JANDIRA 152 29 61 35 26
491 CARLOS DRUMOND DE ANDRADE 24 5 10 6 4
492 MORRO DO ANDARAÍ 557 109 226 131 95
493 PARQUE CHP 38 8 16 9 7
498 VILA VITÓRIA 56 11 23 13 10
501 ROBERTO MORENA 314 60 126 73 53
502 VILA CAPELINHA 147 28 59 34 25
503 BEIRA RIO 37 8 15 9 7
504 MINHA DEUSA 146 28 60 34 26
505 VILA PIQUIROBI 101 20 41 24 17
506 VILA JOÃO LOPES 722 138 290 167 121
507 BAIRRO SANTO ANDRÉ 1337 256 538 310 224
508 JARDIM BÁRBARA 47 9 19 11 8
509 SÃO BENTO 43 9 18 10 8
510 RUA DO ENCANAMENTO 263 50 106 61 44
511 PARQUE RAFAEL DE OLIVEIRA 177 34 71 41 30
513 RAFAEL DE OLIVEIRA 74 15 30 18 13
514 RUA CÔNEGO BOUCHER PINTO 92 18 37 22 16
516 VILA DO ALMIRANTE 366 71 149 86 63
517 PARQUE ESPERANÇA 309 60 125 72 52
518 VILA ESPERANÇA DE GUADALUPE 845 162 340 196 142
519 VILA MORETI 635 122 256 147 107
521 VILA NOVA 47 9 19 11 8
523 BAIRRO CARUMBÉ 325 63 131 76 55
524 MARANATA 55 11 23 13 10
525 RUA DO CANAL 167 32 67 39 28
527 LUIZA REGADAS 182 35 73 42 31
528 CAMINHO DA RETA 422 81 170 98 71
529 FAZENDA SAPOPEMBA 369 71 148 85 62
531 VILA BERETI 114 22 46 27 19
532 VILA TRIAGEM 118 23 48 28 20
533 TRAVESSA MARQUES DE OLIVEIRA 108 21 44 25 18
534 RODO 277 53 112 64 47
535 MORRO DO BACALHAU 42 8 17 10 7
536 ASSIS MARTINS 16 4 7 4 3
537 MORRO DA COTIA 291 56 117 67 49
538 FAZENDA DA BICA 44 9 18 11 8
541 BAIRRO NOVA AGUIAR 140 27 57 33 24
542 ESTRADA SARGENTO MIGUEL FILHO, 164 203 39 82 47 34
543 RUA SANTO AMOS 60 12 25 14 10
544 ESTRADA DO QUITITE 237 45 95 55 40
545 VILA MATINHA 320 61 129 74 54
546 PALMARES 382 73 153 88 64
547 BOM JARDIM DE CORDOVIL 66 13 27 16 11
548 RUA 8W N. 500 150 29 61 35 25
549 AVENIDA DAS LAGOAS 386 74 155 89 65
551 PEDACINHO DO CÉU 121 23 49 28 21
553 BECO DO BRIZOLA 192 37 77 45 32
554 BARREIRA 379 73 153 88 64
555 BAIRRO BARRO VERMELHO 1237 236 497 287 209
556 PARQUE CHICO MENDES 1186 228 477 275 200
557 COMUNIDADE AGRÍCOLA DE HIGIENÓPOLIS 390 76 159 91 67
558 COMUNIDADE DOS MARIANOS 245 47 99 57 41
560 ESTRADA DO SERTÃO 356 69 144 83 61
562 ENGENHEIRO ALFREDO GONÇALVES 279 53 112 65 47
563 QUINTANILHA 29 6 12 7 5
577 PARQUE DA PEDRA BRANCA 107 21 43 25 18
578 PANTANAL 173 33 70 40 29
579 A.M. E AMIGOS DO VALE 45 10 19 11 8
581 A.M. DA ILHA DE GUARATIBA 80 16 33 19 14
582 A.M. DA MATRIZ 299 57 120 69 50
583 COMUNIDADE DE SÃO MIGUEL ARCANJO 86 17 35 20 15
584 A.M. PRO-MELHORAMENTO OLAVA GAMA E ADJAC 391 76 157 90 65
585 A.M. MORADA DO MAGARÇA 117 23 47 27 20
586 CONDOMÍNIO VILA DARCY VARGAS 195 38 79 45 33
587 A.M. E AMIGOS DE RIO DAS PEDRAS 3439 659 1383 797 575
589 MORRO DA REUNIÃO 40 8 17 10 7
590 A.M. DO VALE DO CURICICA 561 107 225 130 94
591 PARQUE DOIS IRMÃOS 2124 407 855 492 356
592 ENTRE RIOS 563 108 227 130 94
594 MORRO DA BOA ESPERANÇA 161 31 65 37 27
595 LADEIRA DA REUNIÃO 339 66 138 79 57
596 TRAVESSA EFRAIM 267 51 108 62 45
597 VILA NOVA ESPERANÇA 1772 338 713 409 297
598 PARQUE DAS PALMEIRAS 67 14 28 17 12
600 COMUNIDADE SOBRAL 193 37 78 45 33
601 PARQUE NOSSA SENHORA DE FÁTIMA 196 39 79 47 34
602 VERDE É VIDA 237 45 95 55 40
603 JARDIM CLARICE 616 118 248 143 104
604 CONJUNTO MINAS DE PRATA 85 17 35 20 15
605 PARQUE RESPLENDOR 102 20 41 24 17
607 JARDIM NOSSA SENHORA DAS GRAÇAS II 222 43 89 52 37
611 BECO DO COQUEIRAL 194 37 78 45 33
612 GASPAR DE LEMOS 132 26 53 31 22
613 COMUNIDADE JARDIM PAULISTA 138 27 56 32 23
614 CENTRO SOCIAL UNIÃO DE COSTA BARROS 450 86 181 104 75
615 A.M. DO MORRO DO VIGÁRIO 95 19 39 22 16
617 MORRO DO GARI 91 18 37 21 16
618 PARQUE CRIANÇA ESPERANÇA 1423 272 573 329 239
619 PLANALTO 37 8 15 9 7
620 PARQUE ESPERANÇA 940 180 379 218 159
621 PARQUE TIRADENTES 311 60 126 72 52
622 ASSOCIAÇÃO COMUNITÁRIA VILA ALVORADA 366 70 147 85 61
623 OITO DE DEZEMBRO 99 19 40 23 17
624 VILA ELZA 93 18 38 22 16
625 A.M. E AMIGOS DE SANTA TEREZA 57 11 23 14 10
626 VILA PARAÍSO 10 2 5 3 2
630 COMUNIDADE ARAMARI 46 9 19 11 8
633 SÃO JERÔNIMO 971 187 392 227 165
634 AREAL 779 152 314 181 132
635 QUATORZE DE JULHO 161 31 65 37 27
639 NOVO CAMARÃO 918 177 371 214 155
640 NOVO TINGUI 246 48 99 58 42
641 LUIS FERNANDO VICTOR FILHO 731 141 294 170 123
642 BAIRRO AGULHAS NEGRAS 838 161 339 194 142
643 CHICO MENDES (MORRO DO CHAPADÃO) 2171 415 875 505 367
644 BELA VISTA DO MATO ALTO 540 103 218 125 90
646 ESTRADA DO PONTAL (CAITÉ) 50 10 21 12 9
647 CASCATINHA 350 67 141 81 59
648 GROTA FUNDA 46 9 19 11 8
649 VILA DOUTOR CRESPO 72 14 29 17 12
650 ANTIGA CRECHE 1001 191 402 232 169
651 CARICÓ 101 20 41 24 17
652 COMUNIDADE AVENIDA DAS AMÉRICAS 54 11 22 13 9
653 ÁGUIA DOURADA 318 61 128 74 53
654 TRAVESSA ESTRADA GRANDE 1397 39 8 16 9 7
655 VILA NOCA CANAÃ 179 34 72 42 30
656 MANDACARU II 65 13 27 15 11
657 RUA URUCUIA, 570 126 24 51 29 21
658 SÃO GONÇALO DO AMARANTE 84 16 34 20 14
659 MORRO DO CAMORIM 0 0 0 0 0
660 RUA PROF. BURLAMAQUI 118 23 48 28 20
661 CURICICA 86 17 35 20 15
662 CHÁCARA DO TANQUE 721 137 289 166 120
663 SERVIDÃO D 5 1 3 2 1
665 PARQUE BOA ESPERANÇA 1175 226 474 274 198
666 VALE DO IPÊ 498 96 201 115 83
669 PARQUE ITMBÉ 497 95 200 115 84
670 PARQUE NOVA MARACÁ 470 90 189 109 79
671 RUA ADALBERTO TANAJURA 45 9 19 11 8
672 RUA TENENTE LASSANTE 41 8 17 10 7
673 PROFESSORA JUSTINA MARQUES 78 15 32 18 13
676 VILA AMARAL 188 36 76 44 32
677 VILA NOVA DA PAVUNA 310 59 125 72 52
678 QUITANDA 321 62 129 75 54
679 BATISTINHA 32 7 13 8 6
680 VILA VERDE 327 63 131 76 55
681 NOVA ESPERANÇA 324 62 130 75 54
682 RETIRO DO LAMEIRÃO 272 52 109 63 46
683 VILA SÃO SEBATIÃO 171 33 69 40 29
684 RUA SEM NOME 35 7 15 9 6
685 RECANTO DOS MOTORISTAS 88 17 36 21 15
686 CABUÍS 121 24 50 29 21
687 JARDIM GUARATIBA 193 37 78 45 33
688 LOTEAMENTO JOSUÉ 203 41 83 49 35
689 CASTOR DE ANDRADE 29 6 12 7 5
690 RETIRO DAS MANGUEIRAS 703 136 283 163 117
691 ALTO KENNEDY 757 146 305 176 128
692 VILA JUREMA 104 20 42 24 18
693 PARQUE NOVA CIDADE DE ACARI 436 84 176 102 74
694 RUA 66 (CESARÃO) 204 39 82 47 34
695 SÃO GOMÁRIO 64 13 26 15 11
696 NOVA BRASÍLIA (TRÊS PONTES) 89 17 36 21 15
697 NOVA JERSEI 1168 226 473 272 197
698 COLORADO 151 29 61 35 26
699 1º DE ABRIL 404 79 164 95 70
700 AV. DAS AMÉRICAS, KM 37 423 81 171 99 72
701 JARDIM LUANA 238 46 96 55 40
702 VILA ABROLHOS 74 15 30 18 13
703 RUA BERNARDO DE VASCONCELOS E ADJACÊNCIA 138 27 56 32 23
704 TRAVESSA MAGARÇA 70 14 29 17 12
705 RUA VALE VERDE 86 17 35 20 15
706 BAIRRO SÃO PEDRO 260 50 105 61 45
707 SANTA CLARA 220 42 89 51 37
708 ZIZA 52 10 21 12 9
709 BECO DO CARCARÁ 64 13 26 15 11
710 SAQUAÇU 769 147 309 178 129
711 JARDIM NOSSA SENHORA DAS 310 62 126 73 54
GRAÇAS
712 VALE DOS EUCALIPTOS 126 24 51 29 21
713 VILA VERDE 106 21 43 25 18
714 PANTANAL 326 62 131 75 55
715 FAZENDA CASSIANA 782 150 315 182 132
716 CAMINHO UNIÃO 29 6 12 7 5
717 ESTRADA DO GUANDU 8 2 4 2 2
718 RUA HÉLIO CORREA 13 3 6 3 3
719 VASCONCELOS 206 41 83 48 35
720 PARQUE DAS NOGUEIRAS/ 296 57 119 69 50
721 FAVELA DO HORTO 286 55 115 66 48
722 AV. SANTA CRUZ, 3556 104 20 42 24 18
723 CAMINHO DO BORGES 284 54 114 66 48
724 PROLONGAMENTO SENHORA 121 23 49 28 21
725 CABUÍS (RA - CAMPO GRANDE) 79 15 32 19 14
726 29 DE MARÇO 382 73 153 88 64
727 NOVA CONQUISTA 395 76 159 91 66
728 PARQUE PROLETÁRIO VILA ESPERANÇA 206 40 84 48 35
729 VILAR CARIOCA 297 58 120 69 51
730 CAMINHO DO MORRO 38 8 16 9 7
731 BAIRRO FERNÃO MAGALHÃES 118 23 48 28 20
732 BECO SEM NOME 69 14 28 16 12
733 NOVO JARDIM MARAVILHA 488 93 197 114 83
734 LARGO DO CORRÊA (RA - GUARATIBA) 265 51 107 61 44
735 LARGO DO CORRÊA (RA - GUARATIBA) 495 95 200 114 83
736 BECO DO RATO 61 12 25 15 11
737 VITÓRIA DA CONQUISTA 100 19 41 23 17
739 VISCONDE DE SABÓIA 238 46 96 55 40
742 CANTINHO DO RIO 43 9 18 10 8
743 PRAÇA CÔNDIDA VARGAS 135 26 55 32 23
744 NOVA OLINDA 93 18 38 22 16
746 RUA EMBAÚ, 349 30 6 13 7 5
748 FOSSA DO POVO 61 12 25 15 11
749 CAMINHO DO RIO PEQUENO 101 20 41 24 17
750 RUA JOSÚ FELIX DE MARIZ 209 41 85 49 36
751 TRAVESSA ANTÔNIO AVELINO 36 7 15 9 6
752 BECO DA AMIZADE 63 12 26 15 11
753 NEGRÃO DE LIMA 24 5 10 6 4
755 COMUNIDADE BANDEIRANTES 73 14 30 17 13
756 HÚLIO OITICICA 55 11 23 13 10
759 VILA ARCO ÍRIS 588 113 237 136 99
760 RUA SARGENTO PAULO MOREIRA 165 32 67 39 28
763 RUA MONSENHOR MARQUES, 277 10 2 5 3 2
764 ENGENHO DA SERRA 51 10 21 12 9
765 FAZENDINHA DE ÁGUA SANTA 317 61 127 73 53
766 RUA DANIEL 29 6 12 7 5
768 PANTANAL I (RA - CIDADE DE DEUS) 52 11 22 13 9
769 RUA AGOSTINHO GAMA 115 22 47 27 20
773 SÍTIO DA BIQUINHA 68 13 28 16 12
774 AÇUDE DA SOLIDÃO 12 3 5 3 2
778 RUA LAGOA REDONDA 228 44 92 53 38
781 MALVINAS 43 9 18 10 8
783 PATA CHOCA 538 103 216 124 90
784 MANDELA DE PEDRA 646 124 260 150 109
786 COROADO (AMAPOLO) 291 56 117 67 49
790 BECO DO GENIPAPO 123 24 50 29 21
791 CAMINHO DOS NUNES 86 17 35 20 15
792 MORRO DO PEC 133 26 54 31 23
795 BOSQUE MONT SERRAT 495 95 199 115 83
796 CAMINHO DO ABREU 143 28 58 33 24
798 PARQUE HORTO FLORESTAL 499 95 201 116 83
799 A.M. BARRA AMÉRICA 57 11 23 14 10
800 NOVA CIDADE 4234 820 1719 991 723
801 A.M. NOVO RIO DE JACAREPAGUÁ 313 60 126 72 52
803 ESTRADA DO SOBERBO (ALTURA DO Nº 267) 6 2 3 2 1
806 ESTRADA DO SOBERBO (ALTURA DO Nº 176) 13 3 6 3 3
807 RUA ADALBERTO TANAJURA (ALTURA DO Nº 152) 59 12 24 14 10
808 ESTRADA CURIPÓS, Nº 310 28 6 12 7 5
810 CASTOR DE ANDRADE II 140 27 57 33 24
812 RUA HUMBERTO TEIXEIRA 70 14 29 17 12
814 ESTRADA DE REALENGO, Nº 1.516 45 9 19 11 8
817 SEM TERRA 58 12 24 14 10
818 VILA ALIANÇA (LOTEAMENTO RUA DO LÚCIO) 136 26 55 32 23
819 QUINTA DO TAQUARAL 282 54 113 65 47
820 VILA ALIANÇA (AV. DO CORRETOR) 65 13 27 15 11
821 VILA ALIANÇA 136 27 56 32 24
823 COMUNIDADE CCPL 512 98 207 119 86
825 MORRO DA SAUDADE 19 4 8 5 4
826 ESTRADA DO QUITUNGO, Nº 1.267 26 5 11 6 5
828 COMUNIDADE SOLAR DA MONTANHA DE JACAREPAGUÁ 76 15 31 18 13
829 BECO DA ESPERANÇA 68 13 28 16 12
831 RIO - SÃO PAULO (ALTURA DO Nº 3.239) 170 33 69 40 29
832 MORRO LUIZ BARATA 46 9 19 11 8
833 JARDIM MONTEIRO 191 37 77 45 33
837 AFONSO VISEU 30 6 13 7 5
838 ESTRADA DO MATO ALTO 72 14 29 17 12
840 TORRE DE BABEL 74 15 30 18 13
841 OCUPAÇÃO OLGA BENÁRIO PRESTES 81 16 33 19 14
842 COMARI 13 3 6 3 3
843 BAIRRO SÃO SEBASTIÃO 100 19 41 23 17
844 BOSQUE DOS CABOCLOS 113 22 46 26 19
845 MORRO DO QUILOMBO 39 8 16 9 7
846 ESTRADA DA CAROBA 19 4 8 5 4
847 ESTRADA JOÃO MELO (ALTURA DO Nº 460 - CAMINHO DO PASTORIA) 39 8 16 9 7
848 ESTRADA DA CACHAMORRA (ALTURA DA AV. MARIO PEDROSA) 154 30 62 36 26
850 JARDIM NOSSA SENHORA DAS GRAÇAS III 70 14 29 17 12
851 ESTRADA GUANDU DO SENA, Nº 1.057 12 3 5 3 2
855 ANASTÁCIA 38 8 16 9 7
859 RUA MYRON CLARK 37 8 15 9 7
864 RUA PONTO CHIQUE (PRÓXIMA AO Nº 220) 17 4 7 4 3
866 VILA BOM JARDIM 127 25 51 30 22
867 SÍTIO DO NERA 90 18 37 21 15
868 VILLAGE COSTA BARROS 314 62 128 73 53
869 VILA UNIÃO (RA-JACAREPAGUÁ) 349 67 140 81 58
870 RUA ANDRÉ ROCHA 50 10 21 12 9
875 PANTANAL 62 12 25 15 11
876 RUA MOISÉS, Nº 87 172 33 69 40 29
877 ESTRADA DA PEDRA I 30 6 13 7 5
878 ESTRADA DA PEDRA II 21 4 9 5 4
880 ESTRADA DA PEDRA IV 47 9 19 11 8
881 ESTRADA DA PEDRA V 20 4 9 5 4
882 ESTRADA DA PEDRA VI 28 6 12 7 5
886 TRAVESSA NATAL 5 1 3 2 1
887 ESTRADA DA PEDRAVIII 30 6 13 7 5
888 ESTRADA DA PEDRA IX 33 7 14 8 6
889 ESTRADA DA PEDRA X 28 6 12 7 5
890 PINGO D'ÁGUA 104 20 43 24 18
891 AVENIDA SILVÉRIO (RUA PALHANO) 70 14 29 17 12
892 AVENIDA SILVÉRIO 114 22 46 27 19
893 ESTRADA DO MAGARÇA, Nº 2.823 664 129 268 155 112
894 ESTRADA DA CACHAMORRA 238 46 96 56 41
895 AVENIDA DAS AMÉRICAS, KM 37- II 29 6 12 7 5
896 ESTRADA DO MATO ALTO, Nº 5.078 37 8 15 9 7
897 TRAVESSA DOS VIEIRAS 22 5 9 6 4
904 ESTRADA DE INHOAÍBA (PRÓXIMA LT 02 - QD 32) 76 15 31 18 13
905 ESTRADA PEDRO BORGES DE FREITAS (PRÓXIMA AO Nº 323) 52 10 21 12 9
906 NOSSA SENHORA DA APRESENTAÇÃO 142 27 57 33 24
907 ESTRADA DE JACAREPAGUÁ, Nº 2.679 13 3 6 3 3
908 REGATA 253 49 102 59 42
912 AVENIDA MENEZES CORTES, Nº 12 0 0 0 0 0
914 ESTRADA DO RIO PEQUENO (PRÓXIMA À RUA 1) 71 14 29 17 12
915 CAMINHO DA CACHOEIRA 38 8 16 9 7
916 CAMINHO DO FINCÃO 23 5 10 6 4
917 COMUNIDADE CAMPO DA PAZ 151 29 61 35 26
918 AVENIDA SAMPAIO CORREA 45 10 19 12 8
919 VILA DA CONQUISTA 80 16 33 19 14
920 VIA O - CONJ. VILA NOVA CRUZADA 128 25 52 30 22
921 SANTA MARIA II 36 7 15 9 6
922 ESTRADA DO PAU DA FOME 28 6 12 7 5
923 CAMINHO DOS CALHARINS 27 6 11 7 5
924 CAMINHO NOVO DA REPRESA 24 5 10 6 4
925 VILA RIO GRANDE 42 8 17 10 7
926 PARTE DA COMUNIDADE VILA ARCO ÍRIS 119 23 48 28 20
927 COMENDADOR LISBOA 39 8 16 9 7
930 VITÓRIA DE MANGUINHOS 1033 197 415 239 172
932 RUA MIRA 0 0 0 0 0
933 CONDOMÍNIO MANDELA 41 8 17 10 7
934 BECO ENEDINA 80 16 33 19 14
936 RUA PEREIRA DE FIGUEIREDO, Nº 630 32 7 13 8 6
937 1º DE ABRIL - GOUVEIA 46 9 19 11 8
941 ESTRADA DO MURUNDU 66 13 27 16 11
942 RUA RIBATEJO (EM FRENTE AO Nº 245) 16 4 7 4 3
944 NOVA CONQUISTA (RA - PAVUNA) 165 32 67 38 28
946 MONTE SINAI 70 14 29 17 12
947 MORADA DO SOL 151 29 61 35 26
949 RUA DA BATATA, Nº 510 15 3 7 4 3
954 RUA DO FEIJÃO, Nº 948 62 12 25 15 11
959 RUA JERÔNIMO PINTO, Nº 942 0 0 0 0 0
960 AMIGOS DA AEROBITA 31 6 13 8 6
961 AVENIDA TEIXEIRA DE CASTRO 265 51 107 61 44
962 AVENIDA BRASIL 492 95 198 114 82
963 UGA-UGA 137 27 55 32 23
964 RUA FELIZARDO FORTES, Nº 276 97 19 39 23 17
965 RUA EUCLIDES ROXO, Nº 365 42 8 17 10 7
966 PARQUE CARUMBÉ 120 23 49 28 20
967 SOLAR DOS TEIXEIRAS 278 53 112 64 47
971 RUA DUARTE COELHO DE 242 46 97 56 41
ALBUQUERQUE, Nº 184
972 CANECÃO 67 13 27 16 12
973 ESTRADA DO PONTAL, Nº 3.561 12 3 5 3 2
974 AVENIDA GUIOMAR NOVAES 40 8 17 10 7
975 AVENIDA DAS AMÉRICAS, Nº 19.070 15 3 7 4 3
976 MATINHA (RA - ROCINHA) 52 10 21 12 9
978 NOVA PALESTINA 109 21 44 26 19
979 COMUNIDADE JARDIM DA VITÓRIA 313 62 128 74 53
980 RIO - SANTOS 37 8 15 9 7
981 JARDIM COQUEIRAL 130 25 53 30 22
982 CONJUNTO ANTARES (RUA CYBBER PORTO DE MENDONÇA) 107 22 46 26 21
984 BAIRRO CANAÃ 107 21 43 25 18
986 VILA SANTA BÁRBARA 41 8 17 10 7
988 RUA ANES DIAS 265 51 107 61 44
990 ESTRADA DO LAMEIRÃO 34 7 14 8 6
991 VILA MISÉRIA 233 45 95 54 40
992 RUA BARTOLOMEU GUSMÃO 117 23 47 27 20
994 ESTRADA DUARTE NUNES (EM FRENTE AO Nº 97) 59 12 24 14 10
995 SERRA VERDE 88 17 36 21 15
996 CARUBA 42 8 18 10 8
997 AVENIDA JOAQUIM MAGALHÃES, Nº 499 24 5 10 6 4
998 MARCONDES DA LUZ 147 29 60 35 26
999 RUA DA VALA DO MAJOR FREITAS 63 12 26 15 11
1000 RUA DA VALA DO MAJOR FREITAS, Nº 329 36 7 15 9 6
1001 MORRO DA FAXINA 47 9 19 11 8
1002 MINA 78 15 32 18 13
1003 ESTRADA DO BOIÚNA, Nº 2.354 51 10 21 12 9
1004 ESTRADA DO BOIÚNA, Nº 1.118 33 7 14 8 6
1005 COMUNIDADE CORUMAU 542 103 218 125 90
1006 ESTRADA MERINGUAVA 19 4 8 5 4
1007 LOTE 1.000 192 37 77 45 32
1008 BECO DA CORUJA 60 12 25 14 10
1010 COMUNIDADE NOVO LAR 82 16 33 19 14
1011 RUA ZENITILDES ALVES MEIRA, Nº L33 8 2 4 2 2
1012 COMUNIDADE LUZ DIVINA 31 6 13 8 6
1016 VILA PRESIDENCIAL QUIRIRIM 41 8 17 10 7
1018 CAMINHO DO OUTEIRO 21 4 9 5 4
1021 MARIA LOROZA 131 25 53 31 22
1022 RUA VÍDEO 79 15 32 19 14
1024 RENASCER 146 28 59 34 25
1025 MANGUARIBA III 158 30 64 37 27
1026 A.M. MÁRIO LARRUBIA 168 32 68 39 28
1027 JARDIM GRAMADO 302 58 122 70 52
1028 FLAMA 139 27 56 32 24
1029 RUA POERABA, LOTES 39 E 40 56 11 23 13 10
1030 TRAVESSA POERABA 24 5 10 6 4
1031 RUA DO SOL 22 5 9 6 4
1034 DA CURVA 23 5 10 6 4
1035 RUA PAULO ROBERTO MATHEUS, LOTE 7 24 5 10 6 4
1036 VISTA DA PEDRA 39 8 16 9 7
1039 ESTRADA DO CATONHO, Nº 14 9 2 4 3 2
1041 SÍTIO DA AMIZADE 223 43 90 52 37
1042 COMUNIDADE DO GUACHE 83 16 34 20 14
1044 VILA TABOINHA 158 30 64 37 27
1049 COMUNIDADE DO PEDROSA 140 27 57 33 24
1050 VILA ANGELA 76 15 31 18 13
1052 VILA DO MEXICANO 89 17 36 21 15
1053 SÃO DIOGO 64 13 26 15 11
1056 COMUNIDADE DA FAVELINHA 609 118 246 142 103
1058 ESTRELA DO SUL 194 37 78 45 33
1059 VILA PORTA DO CÉU 187 36 75 43 32
1061 BARBANTE (AV. SARGENTO DE MILÍCIAS) 70 14 29 17 12
1062 RUA EMBAÚ, Nº 425 23 5 10 6 4
1063 VIDA NOVA 227 45 92 54 39
1064 DEUS É VIDA 76 15 31 18 13
1065 TRAVESSA DO JAGUNÇO 26 5 11 6 5
1066 VILA ESPERANÇA (RA - REALENGO) 141 27 57 33 24
1067 DRª MARIA ESTRELA 38 8 16 9 7
1070 RECANTO DOS PÁSSAROS 4 1 2 1 1
1071 POUSADA DOS CAVALHEIROS 18 4 8 5 3
1075 COMUNIDADE VILA DO PINHEIRO 108 21 44 25 18
1076 AVENIDA CANAL 105 21 43 26 19
1077 AVENIDA CANAL II 5 1 3 2 1
1081 COMUNIDADE DO ECOPONTO 32 7 13 8 6
1104 423 81 171 98 71