universidade federal da bahia - ufba escola … · joana darc medeiros de morais anÁlise...

UNIVERSIDADE FEDERAL DA BAHIA - UFBA

ESCOLA POLITÉCNICA - EPUFBA MESTRADO EM ENGENHARIA AMBIENTAL URBANA - MEAU

JOANA DARC MEDEIROS DE MORAIS

ANÁLISE EXPLORATÓRIA DE DIFERENÇAS DE CONFORTO

TÉRMICO ENTRE DOIS PADRÕES DE OCUPAÇÃO URBANA

REPRESENTADOS POR OCUPAÇÃO ESPONTÂNEA E POR

OCUPAÇÃO PLANEJADA

Salvador

2011

JOANA DARC MEDEIROS DE MORAIS

ANÁLISE EXPLORATÓRIA DE DIFERENÇAS DE CONFORTO

TÉRMICO ENTRE DOIS PADRÕES DE OCUPAÇÃO URBANA

REPRESENTADOS POR OCUPAÇÃO ESPONTÂNEA E POR

OCUPAÇÃO PLANEJADA

Dissertação apresentada ao Programa de Pós-graduação

em Engenharia Ambiental Urbana da Escola Politécnica,

Universidade Federal da Bahia, como requisito parcial

para obtenção do grau de Mestre em Engenharia

Ambiental Urbana.

Orientadora: Profª. Dra. Telma Côrtes Quadros Andrade

Salvador

2011

Dedico este trabalho a meus pais Dalvaci e

Aureliano ―in memorian‖.

AGRADECIMENTOS

Meus agradecimentos são para todos os que, direta e indiretamente, contribuíram para esta

conquista:

A Deus, por ter me guiado nessa trajetória.

À professora Telma Côrtes, pela generosidade, paciência, e incentivo e por me transmitir

confiança.

Às professoras Jussana Nery e Márcia Freire, da FAUFBA, pelas informações valiosas

transmitidas através das aulas de Laboratório de Conforto. Em especial, à Profª Jussana, pelo

suporte fundamental para a realização deste trabalho.

Aos professores: Juan Delgado, Emerson Ferreira e Cira Pitombo, pelas importantes

contribuições para a melhoria deste trabalho.

Às professoras e aos professores do MEAU: Iara Brandão, Ilce Marília, Rita Dione, Artur

Brandão, Juan Delgado, Wellington Figueiredo (―in memorian‖), Roberto Portela e Roberto

Guimarães pelas informações transmitidas através das disciplinas ministradas e pelo

incentivo.

À Coordenação do Programa de Mestrado em Engenharia Ambiental Urbana, em especial, ao

professor Sandro Machado e à secretária Alice pelo apoio e orientações.

Às amigas e colegas Sandra Helena, Adriana Melo e Lucimary, pela amizade e grande

colaboração.

Aos colegas e amigos, que me acompanharam nessa jornada, especialmente, Átila Santos,

Fátima Falcão, Rosevânia Paixão, Denise Vaz, Glauber Cartaxo, Juliana Guedes, Antonio

Alves, Maiara Macedo, Joaz Batista, Gustavo Muñoz, Franciane, Fabíola e Augusto.

Aos alunos da disciplina Laboratório de Conforto II – 2010.2: Frederika Hackler, Karina

Campos, Leydyara Estrela, Nildomar Pessoa e Isis Passos, pela colaboração valiosa na

confecção dos mapas das áreas e nos levantamentos de campo.

Aos colaboradores voluntários na realização dos levantamentos de campo: Cristiane Bonfim,

Adriele Teixeira, Raija Cisneiros, Wilton Batista, Nadja Pessoa, Sandra, Lucimary, Adriana,

Átila e Jesus Borges.

À Profa Eleonora, da UFMG, e a arquiteta Simone Hirashima, pelas informações importantes

relativas à metodologia da pesquisa e pelo empréstimo de equipamentos.

Aos fotógrafos Manu Dias e Rafael Martins, pelas fotos cedidas para ilustração deste trabalho.

À engenheira Maria Jesuína, à arquiteta Maria Elena Albuquerque e ao estagiário de artes

plásticas Eduardo de Jesus, da Secretaria de Planejamento Urbano da Prefeitura Municipal de

Salvador, por possibilitarem o acesso a informações na Prefeitura de Salvador..

À Senhora Marinalva de Oliveira Sousa, diretora da Escola D. Pedro I e presidente da

Associação de Moradores do Nordeste de Amaralina e à Administração do Edifício Mar do

Caribe, pela cessão do local e pelo apoio para realização da pesquisa de campo.

À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela bolsa

concedida durante uma etapa deste trabalho.

Ao Instituto Federal de Educação, Ciência e Tecnologia do Maranhão - IFMA, Campus

Imperatriz, pelo apoio e autorização para afastamento integral durante o período do mestrado.

Aos meus familiares, pelo apoio, carinho e incentivo constantes, mesmo à distância.

Aos queridos amigos Arlete e Manoel e sua família, e à amiga Laura Matos, pelo apoio,

carinho e amizade, durante minha permanência em Salvador.

Do caráter dos habitantes de Ândria, duas virtudes merecem ser

recordadas: a confiança em si mesmo e a prudência. Convictos de que

cada inovação na cidade influi no desenho do céu, antes de qualquer

decisão calculam os riscos e as vantagens para eles e para o resto das

cidades e dos mundos.

Ítalo Calvino - As Cidades Invisíveis.

RESUMO

MORAIS, Joana Darc Medeiros. Análise exploratória de diferenças de conforto térmico entre

dois padrões de ocupação urbana representados por ocupação espontânea e por ocupação

planejada. 184f. 2011. Dissertação (Mestrado). Escola Politécnica da Universidade Federal da

Bahia. Salvador, 2011.

O processo de urbanização crescente tem como consequências alterações no clima local

que interferem de forma negativa no conforto térmico e na qualidade ambiental urbana. A

redução de áreas verdes, a impermeabilização excessiva das superfícies, o adensamento

populacional, os padrões de ocupação do solo e a emissão de poluentes, entre outros, são

apontados como fatores que influenciam fortemente as mudanças climáticas no ambiente das

cidades, percebidas, principalmente, pelo aumento da temperatura nas áreas mais adensadas,

fenômeno conhecido como ilha de calor urbana. Pesquisas realizadas em várias áreas buscam

compreender e reorientar as atividades humanas na tentativa de minimizar os impactos

negativos sobre o clima das cidades e melhorar, consequentemente, o conforto térmico da

população. Nesse contexto, o objetivo deste trabalho é analisar as diferenças de conforto

térmico entre padrões de ocupação urbana representados por uma ocupação espontânea e uma

ocupação planejada. O estudo foi realizado na cidade de Salvador-BA, em dois pontos

específicos, um situado no bairro Nordeste de Amaralina e outro no bairro Pituba, que são

áreas vizinhas e com características de ocupação totalmente diferenciadas. O trabalho foi

desenvolvido em três etapas: primeiro foram analisadas as características urbanísticas dos

espaços urbanos selecionados tais como tamanho dos lotes, gabarito de altura das construções,

índice de ocupação, índice de permeabilidade, recuos, densidade construída e presença de

vegetação. Os levantamentos foram feitos por meio de mapas da base cartográfica da cidade

de Salvador-BA, imagens de satélite, programas de CAD e observações nos locais; em

seguida foram avaliadas as condições climáticas dos locais através de medições das variáveis:

temperatura do ar (ºC), umidade relativa do ar (%), velocidade do ar (m/s) e temperatura de

globo (ºC), e calculada a temperatura radiante média (ºC); por último, foram avaliadas as

condições de conforto térmico nos espaços urbanos, utilizando como parâmetro, o índice de

conforto térmico Phisiological Equivalent Temperature – PET (°C). A pesquisa é norteada por

estudos anteriores realizados sobre o clima urbano para a cidade de Salvador-BA, entre estes,

Nery et al. (1997), Andrade et al. (2002; 2003; 2004; 2005), Moura et al. (2006), Fé et al.

(2007). Os níveis de conforto foram analisados com base na calibração do índice PET (°C)

para áreas abertas em Salvador, obtida em estudo recente (SOUZA, 2010). Dessa forma,

foram classificados os valores de PET (°C), de acordo com os intervalos citados, obtendo-se

os seguintes resultados: prevalência de valores de PET (°C) menores que 29°C, nas duas

áreas, com 66% em conforto térmico no Nordeste de Amaralina e 95% em conforto térmico

na Pituba. Com relação à sensação de Calor, foram 34% no Nordeste de Amaralina e 5% na

Pituba. Não houve classificação de Muito Calor para ambas as áreas. O local da Pituba com

padrão de ocupação planejada apresentou melhores resultados do que o local do Nordeste de

Amaralina, com padrão de ocupação espontânea, em relação às condições de conforto

térmico. Apesar disso, ambas as áreas não atendem aos índices urbanísticos da legislação

vigente em Salvador, apresentando índices que comprometem as condições de conforto,

impactando negativamente a qualidade ambiental urbana.

Palavras-Chave: Conforto térmico. Índice de conforto térmico. Padrões de ocupação urbana.

Índices urbanísticos. Qualidade ambiental urbana.

ABSTRACT

MORAIS, Joana Darc Medeiros. Exploratory analysis of differences of thermal comfort

between two urban settlement patterns represented by spontaneous occupation and

planned occupation. 184f. 2011. Dissertação (Mestrado). Escola Politécnica da Universidade

Federal da Bahia. Salvador, 2011.

The growing urbanization process has as consequences changes in local weather that

interfere negatively in thermal comfort and urban environmental quality. The reduction of

green areas, the sealing surfaces, the excessive population density, land use patterns, and the

emission of pollutants, among others, are appointed as factors that strongly influence climate

change in urban environment, perceived mainly by a rise in temperature in the areas more

densely populated, phenomenon known as urban heat island. Research carried out in various

fields seek to understand and reorient human activities in an attempt to minimize the negative

impacts on the climate of cities and thus improve the thermal comfort of the population. In

this context, the objective of this paper is to analyze the differences of thermal comfort

between urban settlement patterns represented by spontaneous and planned occupation. The

study was carried out in the city of Salvador-BA, in two specific points, one located in the

North-East Amaralina and the other in the neighborhood of Pituba, which are neighboring

areas and fully-differentiated characteristics of occupation. The work was developed in three

stages: first the urbanistic characteristics were analysed for selected urban areas such as batch

size, height of structures, feedback index of occupation, permeability index, indents, density

built and presence of vegetation. Data collection was made through Cartographic base maps

of the city of Salvador-BA, satellite images, CAD programs, and comments on the premises;

next climatic conditions were assessed through measurements of the location variables: air

temperature (°C), relative humidity (%), air velocity (m/s) and temperature of the globe (°C),

and calculated the mean radiant temperature (°C); Finally, the conditions of thermal comfort

in urban spaces were assessed, using as a parameter, the thermal comfort index Phisiological

Equivalent Temperature – PET (°C). The research was guided by previous studies conducted

on the urban climate in the city of Salvador-BA, among these, Nery et al. (1997), Andrade et

al. (2002; 2003; 2004; 2005), Moura et al. (2006), Fé et al. (2007). Comfort levels were

analysed based on the calibration of the PET index (°C) for open areas in Salvador, obtained

in a recent study (SOUZA, 2010). In this way, were classified PET values (°C), in accordance

with the quoted ranges, obtaining the following results: prevalence of PET values (°C) lower

than 29° C, in two areas, with 66% on thermal comfort in the Northeast Amaralina and 95%

in thermal comfort in Pituba. With respect to the feeling of warmth, 34% were in the

Northeast Amaralina and 5% in Pituba. There was no classification of very hot for both areas.

The location of Pituba with planned occupation pattern showed better results than the location

of the Northeast Amaralina spontaneous occupation patterned, in relation to thermal comfort

conditions. Despite this, both areas do not meet urban indexes of existing legislation in

Salvador, showing indexes that worsen the thermal comfort conditions, negatively impacting

the urban environmental quality.

Keywords: Thermal comfort. Thermal comfort index. Urban occupancy patterns. Urban

indexes. Urban environmental quality.

LISTA DE FIGURAS

Figura 1 Representação esquemática das camadas verticais da atmosfera

urbana

29

Figura 2 Representação do perfil típico de uma ilha de calor urbana 32

Figura 3 Representação do domus de poeira 33

Figura 4 Fachadas litorâneas de Salvador 45

Figura 5 Croqui Esquemático da Morfologia de Salvador com localização das

áreas de estudo

45

Figura 6 Ventos Predominantes na Cidade de Salvador 46

Figura 7 Mapa de Avaliação do Clima Urbano 47

Figura 8 Tipologias de Ocupação do Solo (PDDU) 52

Figura 9 Mapa de Uso e Ocupação do Solo em Salvador 53

Figura 10 Vista aérea da Região Nordeste de Amaralina e parte da Pituba 56

Figura 11 Regiões Administrativas do Município de Salvador com a localização

das áreas de estudo

57

Figura 12 Mapa do Bairro Nordeste de Amaralina 58

Figura 13 Áreas do Nordeste de Amaralina 59

Figura 14 Espaços livres no Nordeste de Amaralina 59

Figura 15 Mapa do Bairro Pituba 60

Figura 16 Áreas da Pituba 61

Figura 17 Espaços livres na Pituba 62

Figura 18 Local de medição na Pituba 63

Figura 19 Local de medição no Nordeste de Amaralina 63

Figura 20 Áreas externas e internas e alunos da Escola D. Pedro I 64

Figura 21 Equipamentos utilizados nas medições 69

Figura 22 Tripé com equipamentos instalados 70

Figura 23 Áreas analisadas na Pituba 79

Figura 24 Detalhes da Área 1 da Pituba 80

Figura 25 Detalhes da Área 2 da Pituba 81

Figura 26 Área analisada no Nordeste de Amaralina. 84

Figura 27 Detalhes da área do Nordeste de Amaralina 85

Figura 28 Valores horários de Ta(°C) da estação meteorológica de referência –

INMET/Ondina – de cada campanha comparados com os dias típicos

de verão e inverno para Salvador.

88

Figura 29 Dispersão dos valores de Ta (°C) para as áreas estudadas 102

Figura 30 Árvore de Decisão e Classificação para análise de Ta (°C) 104

Figura 31 Dispersão dos valores de Trm (°C) para as áreas estudadas 105

Figura 32 Árvore de Decisão e Classificação para análise de Trm (°C) 106

Figura 33 Dispersão dos valores de PET (°C) para as áreas estudadas 107

Figura 34 Árvore de Decisão e Classificação para análise de PET (°C) 109

Figura 35 Resultados de PET (°C) por períodos 110

Figura 36 Classificação de conforto térmico no Nordeste de Amaralina 111

Figura 37 Classificação de conforto térmico na Pituba 111

LISTA DE GRÁFICOS

Gráfico 1 Série dos valores de Ta (°C), medidos na Pituba, no Nordeste de Amaralina

e na estação do INMET, na campanha 1

91



92



92

Gráfico 4 Série dos valores de UR (%), medidos na Pituba, no Nordeste de Amaralina


93



93



94

Gráfico 7 Série dos valores de Tg (°C), medidos na Pituba, no Nordeste, na campanha

3

94


3

95


3

95

Gráfico 10 Série dos valores de velocidade do ar (m/s), medidos na Pituba, no

Nordeste e na estação do INMET, na campanha 1

96



96



96

Gráfico 13 Série dos valores calculados de temperatura radiante média, para a

Pituba e o Nordeste de Amaralina, na campanha 1

97



97



98

Gráfico 16 Série dos valores calculados do índice de conforto PET (°C), para a Pituba

e o Nordeste de Amaralina, na campanha 1

98



99



99

LISTA DE QUADROS

Quadro 1 Tipologias de Ocupação em Salvador a partir de estudos do PDDU 50

Quadro 2 Classificação dos Tipos de Padrão de Ocupação segundo os critérios

de Gabarito e Densidade Ocupacional

52

Quadro 3 Resumo esquemático das etapas da metodologia 56

Quadro 4 Referencial das coordenadas geográficas de Salvador 76

LISTA DE TABELAS

Tabela 1 Variáveis que influenciam o conforto térmico 40

Tabela 2 Equipamentos utilizados nas medições e suas funções 67

Tabela 3a Medidas descritivas das Variáveis Urbanísticas da Área 1 – Pituba,

referentes aos lotes

82

Tabela 3b Índices urbanísticos para a Área 1– Pituba, considerando a área total 82

Tabela 4a Medidas descritivas das Variáveis Urbanísticas da Área 2 – Pituba,

referente aos lotes

83

Tabela 4b Índices urbanísticos para a Área 2 – Pituba, considerando a área total 83

Tabela 5a Medidas descritivas das Variáveis Urbanísticas do Nordeste de

Amaralina, referentes aos lotes

85

Tabela 5b Índices urbanísticos para o Nordeste de Amaralina, considerando a

área total delimitada

86

Tabela 6 Medidas descritivas das variáveis microclimáticas Ta (°C), UR (%), Va

(m/s), Tg (°C) e Trm (°C) e do índice PET (°C) - C1 (12/11/2010), do

Nordeste de Amaralina

89


(m/s), Tg (°C) e Trm (°C) e do índice PET (°C) - C1 (12/11/2010), da

Pituba

89




90



Pituba

90




90



Pituba

91

Tabela 12 Dados excluídos 100

Tabela 13 Estatística descritiva dos dados brutos 101

Tabela 14 Estatística descritiva dos dados tratados 101

Tabela 15 Coeficiente de Pearson entre as variáveis Ta (°C), Tg (°C), Trm (°C) e o

índice PET (°C)

101

Tabela 16 Medidas descritivas de Ta (°C), relativas aos locais 103

Tabela 17 Faixas de classificação de Ta (°C) pela AD 103

Tabela 18 Medidas descritivas de Trm (°C), relativas aos locais 105

Tabela 19 Faixas de classificação de Trm (°C) pela AD 105

Tabela 20 Medidas descritivas do índice PET (°C) relativas aos locais 108

Tabela 21 Faixas de classificação de PET (°C) pela AD 108

LISTA DE ABREVIATURAS E SIGLAS

AD Árvore de Decisão e Classificação

ASHRAE American Society of Heating, Refrigerating and Air-Conditioning

Engineers

BTS Baía de Todos os Santos

Est 1 Estação Meteorológica 1

Est 2 Estação Meteorológica 2

IBGE Instituto Brasileiro de Geografia e Estatística

INMET Instituto Nacional de Meteorologia

ISO International Organization for Standardization

LabCon Laboratório de Conforto Ambiental/ UFMG

LACAM Laboratório de Conforto Ambiental/ UFBA

LOUOS Lei de Ordenamento do Uso e Ocupação do Solo de Salvador

PDDU Plano Diretor de Desenvolvimento Urbano

PET Physiological Equivalent Temperature (Temperatura Fisiológica

Equivalente) (°C)

RMS Região Metropolitana de Salvador

SEDHAM Secretaria Municipal de Desenvolvimento Urbano, Habitação e Meio

Ambiente

SPSS Statistical Package for the Social Sciences

Ta Temperatura do ar (°C)

Tg Temperatura de globo (°C)

Trm Temperatura radiante média (°C)

UFBA Universidade Federal da Bahia

UFMG Universidade Federal de Minas Gerais

UR Umidade relativa do ar (%)

Va Velocidade do ar (m/s)

SUMÁRIO

1 INTRODUÇÃO 20

1.1 OBJETIVOS 23

1.2 ESTRUTURA DO TRABALHO 23

2 REFERENCIAL TEÓRICO 25

2.1 O CLIMA URBANO 25

2.1.1 Escalas Climáticas Urbanas 27

2.1.2 Microclimas 29

2.1.3 Ilha de Calor Urbana 30

2.2 OS FATORES URBANÍSTICOS E O CLIMA URBANO 32

2.3 O CONFORTO TÉRMICO 37

2.3.1 Variáveis que influenciam no conforto térmico 39

2.3.2 O Índice PET 41

2.4 O CLIMA DE SALVADOR 43

2.5 PADRÕES DE OCUPAÇÃO DO SOLO 47

2.5.1 A ocupação do solo em Salvador 48

3 METODOLOGIA 54

3.1 ETAPAS DA PESQUISA 54

3.2 DEFINIÇÃO E CARACTERIZAÇÃO DAS ÁREAS DE ESTUDO 55

3.2.1 Caracterização do bairro Nordeste de Amaralina 56

3.2.2 Caracterização do bairro Pituba 59

3.2.3 Localização dos pontos de medição 61

3.2.4 Planejamento das medições 64

3.2.5 Variáveis medidas 64

3.2.6 Equipamentos utilizados nas medições 65

3.2.7 Instalação dos equipamentos 69

3.3 ANÁLISE DAS CARACTERÍSTICAS URBANÍSTICAS DAS

ÁREAS DE ESTUDO

70

3.4 AVALIAÇÃO DAS CONDIÇÕES CLIMÁTICAS DOS LOCAIS

ESTUDADOS

74

3.4.1 Coleta de dados 74

3.4.2 Tratamento de dados 76

3.5 AVALIAÇÃO DAS CONDIÇÕES DE CONFORTO TÉRMICO NOS

LOCAIS ESTUDADOS

78

4 APRESENTAÇÃO DOS RESULTADOS 79

4.1 CARACTERÍSTICAS URBANÍSTICAS DAS ÁREAS DE ESTUDO 79

4.1.1 O bairro Pituba 79

4.1.2 O bairro Nordeste de Amaralina 83

4.2 CONDIÇÕES CLIMÁTICAS DOS LOCAIS ESTUDADOS 86

4.2.1 Medidas descritivas das variáveis climáticas 89

4.2.2 Análise estatística dos dados 100

4. 3 AVALIAÇÃO DAS CONDIÇÕES DE CONFORTO TÉRMICO NOS

LOCAIS ESTUDADOS

110

5 ANÁLISE E DISCUSSÃO DOS RESULTADOS 113

5.1 ANÁLISE DAS CARACTERÍSTICAS URBANÍSTICAS DAS

ÁREAS DE ESTUDO

113

5.1.1 Análise das Características Urbanísticas do bairro Pituba 113

5.1.2 Análise das Características Urbanísticas do bairro Nordeste de

Amaralina

116

5.1.3 Comparação entre os resultados dos índices da Pituba e do


118

5.2 ANÁLISE DAS CONDIÇÕES CLIMÁTICAS DOS LOCAIS

ESTUDADOS

119

5.2.1 Análise das condições climáticas nos períodos das campanhas 119

5.2.2 Análise dos resultados estatísticos dos dados 123

5.3 ANÁLISE COMPARATIVA DAS CONDIÇÕES DE CONFORTO

TÉRMICO NOS LOCAIS ESTUDADOS

125

6 CONCLUSÕES 126

REFERÊNCIAS 130

APÊNDICES 136

APÊNDICE A – Dados urbanísticos das áreas de estudo 137

APÊNDICE B – Banco de Dados das variáveis climáticas 145

APÊNDICE C – Dados de Ta (°C) e UR (%) referentes a teste de

aferição dos Hobos

155

APÊNDICE D – Dados de Ta (°C), UR (%) e Tg (°C) medidos através

dos Hobos, nas campanhas 1, 2 e 3

162

APÊNDICE E – Planilhas geradas pelo Programa RayMan® 167

ANEXOS 173

ANEXO A – Especificações do termômetro de globo de 40 mm 174

ANEXO B – Certificados de Calibração dos Anemômetros 175

ANEXO C – Desenvolvimento do abrigo meteorológico 181

ANEXO D – Dados coletados na Estação Automática do INMET –

Salvador (BA)

183

20

1 INTRODUÇÃO

O avanço acelerado da urbanização nas últimas décadas, principalmente nos países em

desenvolvimento, tem provocado um agravamento cada vez maior da problemática ambiental

nas cidades, que concentram a grande maioria da população e crescem sem um planejamento

adequado.

Esse crescimento da urbanização, vivenciado no Brasil a partir da década de cinqüenta,

impulsionado pelo processo de industrialização, estimulou a migração em massa do campo

em direção às metrópoles. Isto resultou no aumento das desigualdades sociais e na

fragmentação do espaço urbano a partir das diferentes formas de ocupação do solo,

possibilitando a intensificação da exclusão e de uma forte segregação sócio-espacial

(SANTOS, 1996).

O autor supracitado destaca que a dinâmica urbana das cidades brasileiras privilegia

apenas uma parte da população, que desfruta simultaneamente de maior nível de bem estar

social e riqueza acumulada, na forma de um patrimônio de alto valor. Porém, ao mesmo

tempo, uma grande parte da população, formada por trabalhadores, é espoliada pelo fato de

não terem reconhecidas suas necessidades de consumo habitacional (moradias e serviços

coletivos), essencial ao modo de vida urbano. Assim, o resultado acaba sendo uma

urbanização excludente e desigual ou uma urbanização sem urbanidades.

Para Lombardo (1985), a crescente urbanização da humanidade, sem um planejamento

adequado, contribui para uma deterioração cada vez maior do espaço urbano, impactando

negativamente a qualidade ambiental urbana.

A qualidade ambiental urbana é entendida por Alva (1997), como um conjunto de

condições materiais, sociais e psicológicas que maximizam o bem-estar do homem nas

cidades, e essas condições materiais – moradia, infra-estrutura, conforto ambiental, dentre

outras – dependem dos recursos naturais, como o clima, da morfologia urbana e da

capacidade do homem de melhorar o que a natureza oferece.

Dentre os impactos resultantes da ação antrópica nos ambientes urbanos, destacam-se as

alterações climáticas que interferem no conforto térmico das populações. De acordo com

Assis (1990), as cidades são consideradas áreas de impacto máximo da ação antrópica. Assim,

o gerenciamento ineficaz do espaço urbano provoca conseqüências desastrosas para o

ambiente e para o homem, percebidas por meio de fenômenos como enchentes, chuvas ácidas,

21

ilhas de calor, domus de poeira, desertificação. Essas alterações climáticas, progressivamente,

ocasionam a devastação de ecossistemas, interrompem vidas humanas e causam muito

desconforto no ambiente urbano.

Dessa forma, os problemas ambientais decorrentes do crescimento da urbanização

interferem de forma negativa não apenas no clima local como também podem causar impactos

irreversíveis na qualidade de vida das populações.

Fatores decorrentes da urbanização tais como supressão da vegetação com redução

significativa das áreas verdes, padrões de ocupação do solo, impermeabilização excessiva das

superfícies, adensamento populacional, emissão de poluentes, atividades industriais intensas,

entre outras, provocam um sobreaquecimento das cidades e geram uma condição climática

diferenciada denominada clima urbano.

Este clima urbano, composto por microclimas variados, tem como principal

característica a formação das ilhas de calor e do domus de poeira. A ilha de calor urbana é

decorrente do aumento da temperatura e da alteração da umidade do ar nas regiões mais

adensadas da cidade. Conforme explica Givoni (1998), o ar poluído e mais aquecido tende a

subir, criando uma pressão negativa que succiona o ar mais frio da periferia da cidade em

direção ao centro, gerando um sistema de ventilação que faz com que o ar poluído fique na

cidade, configurando o domus de poeira.

As ilhas de calor urbanas são fortemente influenciadas por fatores construtivos. Dentre

estes destacam-se as propriedades térmicas dos materiais de construção e de revestimento das

superfícies, pois esses materiais, em especial o concreto e o asfalto, possuem uma elevada

capacidade de reter calor, provocando o superaquecimento.

As variáveis de ocupação do solo, assim como a geometria urbana também são

apontadas como fatores que interferem fortemente nas alterações do clima urbano. Givoni

(1998) destaca que algumas dessas variáveis são: a densidade da área construída, a cobertura

do solo, a altura dos edifícios, a orientação e a largura das ruas, a divisão dos lotes, os efeitos

dos parques e áreas verdes e detalhes especiais do desenho dos edifícios.

Em Salvador, Nery et al (2003) comprovaram a existência de uma relação entre os

valores das médias das temperaturas do ar e os padrões de ocupação e mostraram que áreas

com maior densidade construtiva tendem a possuir maiores médias de temperatura do ar em

relação às áreas com menor densidade. As autoras ressaltam ainda a importância para o

22

planejamento urbano, de definir novos padrões de ocupação com base em critérios climáticos,

gerando condições térmicas mais confortáveis no ambiente urbano.

Sobre isto, Hough (1998) apud Almeida (2006) observa que o desenho urbano se

concebe com arte e ciência, sendo dedicado a promover a qualidade do meio ambiente físico

da cidade para proporcionar lugares civilizados e enriquecedores para as pessoas que nela

habitam. Para tanto é necessário que as bases atuais do desenho urbano sejam revistas para

redescobrir, através das ciências naturais, a essência dos lugares habitados.

Assim, o estudo da climatologia urbana torna-se um instrumento importante para avaliar

as intervenções do homem no processo das mudanças climáticas no meio urbano, podendo

interferir no planejamento das cidades e na busca de soluções que requalifiquem o ambiente

urbano interferindo, consequentemente, na melhoria da qualidade ambiental urbana.

Nesse contexto, buscou-se realizar, neste estudo, uma análise exploratória das

diferenças de conforto térmico entre dois locais com padrões de ocupação do solo distintos, na

cidade de Salvador-BA, representados por uma ocupação espontânea, o bairro Nordeste de

Amaralina, e uma ocupação planejada, o bairro Pituba. Os critérios para escolha levaram em

consideração o fato de serem áreas vizinhas e constituírem padrões de ocupação totalmente

distintos.

As áreas de ocupação espontânea apresentam características tais como: ocupação

desordenada; rede viária descontínua e sem hierarquização; ausência de espaços públicos

livres para lazer; e baixo padrão construtivo das habitações. Já as áreas de ocupação planejada

apresentam características como: ocupação ordenada com lotes e vias definidas; rede viária

hierarquizada; reserva de espaço para lazer e equipamentos de uso público; definição de

espaços para uso não habitacional (PREFEITURA MUNICIPAL DE RECIFE, 2004).

A pesquisa foi norteada por estudos anteriores realizados sobre o clima urbano para a

cidade de Salvador-BA, entre estes Nery et al. (1997), Andrade et al. (2002; 2003; 2004;

2005), Moura et al (2006), Fé et al. (2007) e Souza (2010).

Considerando a divisão da escala climática de Monteiro (1976), este estudo desenvolve-

se na escala do topoclima, já que contempla espaços urbanos homogêneos entre si, quanto à

ocupação do solo.

O estudo das condições de conforto térmico no ambiente urbano é baseado na análise de

fatores determinantes que são classificados em fatores pessoais (atividade metabólica e

23

vestuário) e fatores ambientais, (temperatura do ar, temperatura radiante média, velocidade do

ar e umidade relativa). A partir dos valores dessas variáveis, pode-se obter o índice de

conforto térmico das pessoas na área urbana.

O índice de conforto térmico Physiological Equivalent Temperature – PET (°C),

proposto por Mayer e Höppe (1987), tem sido amplamente aplicado em pesquisas referentes

ao conforto térmico em ambientes externos (Mayer, 1993; Höppe, 1999; Svensson et al.,

2003; Ali-Toudert e Mayer, 2006; Ali-Toudert et al.,2005; Hirashima, 2010; Souza, 2010).

Assim, optou-se por utilizar o índice PET (°C) neste trabalho, para comparar os níveis de

conforto térmico nos espaços urbanos estudados.

1.1 OBJETIVOS

Objetivo Geral:

Analisar as diferenças de conforto térmico entre dois locais com padrões de ocupação

urbana distintos, representativos de uma ocupação planejada e de uma ocupação espontânea,

situados em regiões contíguas, na cidade de Salvador-BA.

Objetivos Específicos:

a) Analisar os padrões de ocupação das áreas selecionadas quanto às características

urbanísticas;

b) Avaliar as condições térmicas dos locais;

c) Comparar as condições de conforto térmico entre as duas áreas.

1.2 ESTRUTUTRA DO TRABALHO

A estrutura deste trabalho está composta em seis capítulos que são: 1 – Introdução; 2 –

Referencial Teórico; 3 – Metodologia; 4 – Resultados; 5 – Análise e Discussão dos

Resultados; e 6 – Conclusão. Constam, também, as Referências, os Apêndices e os Anexos.

No capítulo 1, introdutório, foi feita uma contextualização sobre o tema da pesquisa,

apresentando-se a sua relevância, os objetivos e pressupostos do trabalho.

No capítulo 2, apresenta-se a revisão bibliográfica sobre as teorias e os conceitos que

formam a base conceitual da dissertação, abordando os temas Clima Urbano, Conforto

24

Térmico e Padrões de Ocupação. Destacam-se, em especial, os padrões de ocupação do solo

em Salvador e o índice de conforto térmico Phisiological Equivalent Temperature – PET (°C).

No capítulo 3, apresenta-se a metodologia utilizada para o desenvolvimento desta

pesquisa, constituída em três etapas: a) análise das características urbanísticas dos espaços

urbanos estudados; b) avaliação das condições climáticas dos locais, através de medições in

loco das variáveis climáticas, seguidas do tratamento dos dados; e, por último, c) análise das

condições de conforto térmico de ambos os espaços, buscando relacioná-las com os padrões

de ocupação.

No capítulo 4, são apresentados os resultados da pesquisa exploratória realizada,

constando da análise das características urbanísticas dos espaços urbanos estudados e da

avaliação das condições térmicas dos locais de estudo.

No capítulo 5, analisam-se e discutem-se os resultados apresentados.

O capítulo 6 contém as conclusões inferidas sobre o trabalho, a partir dos resultados

obtidos, tendo como base os pressupostos, os objetivos e a metodologia empregada.

Apresentam-se, ainda, sugestões para trabalhos futuros.

Nas Referências são listados os artigos, as obras, as leis e as normas utilizadas, bem

como os programas computacionais utilizados e os sites consultados. Finalizando, são

apresentados os apêndices e anexos importantes para facilitar o entendimento dos resultados

obtidos.

25

2 REFERENCIAL TEÓRICO

A base conceitual e teórica deste trabalho é apresentada neste capítulo. São abordados

estudos realizados no Brasil e no mundo e conceitos da literatura relacionados a clima urbano,

conforto térmico e padrões de ocupação urbana.

2.1 O CLIMA URBANO

O clima pode ser definido como o conjunto das condições atmosféricas de uma região.

É caracterizado pela suas variáveis ou elementos tais como temperatura, umidade,

precipitações, ventos, entre outros, quantificáveis ao longo de um determinado período.

Para Ayoade (1988), ―O clima é um componente vital do ambiente tropical, que deve ser

compreendido e levado em consideração em qualquer programa de desenvolvimento que

tenha por objetivo elevar o padrão de vida e a qualidade dessa população‖.

O clima é o resultado dinâmico de fatores globais (radiação solar, altitude, latitude,

longitude, ventos, massas d’água, etc.), fatores locais (retirada da vegetação, topografia,

revestimento e impermeabilização do solo, volume edificado, adensamento populacional e

atividades antrópicas) e de elementos climáticos como temperatura, umidade, velocidade dos

ventos.

Romero (2000) destaca que o clima de um lugar pode ser considerado como a

integração de uma série de elementos que se verificam em escalas diferentes, abrangendo

desde a macroescala até a microescala.

Segundo Barbirato (2007), o clima é um importante fator responsável pela variação das

paisagens, pela diversidade biológica na Terra, pelas diferentes tipologias arquitetônicas,

assim como pelos diversos hábitos e costumes humanos.

As alterações do clima local, causadas por fatores relacionados à urbanização e às

atividades humanas, criam uma nova condição climática denominada clima urbano.

Lombardo (1985) coloca que o clima urbano é um mesoclima que está incluído no

macroclima e que sofre, na proximidade do solo, influências microclimáticas derivadas dos

espaços intra-urbanos. As consequências mais perceptíveis dessas influências microclimáticas

são a formação de ilha de calor urbana e domo de poeira, que serão abordadas mais adiante.

26

Os estudos sobre climatologia urbana iniciaram no século XIX, no início da era

industrial. O primeiro trabalho publicado foi o do climatologista Luke Howard (1833), que

estudou o clima da cidade de Londres. Em 1855, Emilien Renou realizou um trabalho sobre a

alteração climática em Paris, observando diferenças de velocidade do vento e temperaturas (1

a 2ºC) entre o centro e os arredores (LANDSBERG, 1981).

Os estudos se intensificaram após a 2ª Guerra Mundial, na Europa, Estados Unidos e

Japão, onde o processo de crescimento urbano e a industrialização já estavam muito

evidentes. Esses trabalhos procuraram destacar os aspectos meteorológicos e as relações entre

o tamanho das cidades e as temperaturas.

No entanto, foi a partir de meados do século XX, que as pesquisas sobre a climatologia

urbana tiveram um aumento significativo, já demonstrando uma preocupação maior do

homem sobre as mudanças no ambiente urbano, sobretudo devido à poluição do ar.

Em relação a esse período, Lombardo (1985) e Monteiro e Mendonça (2003b) destacam

que as obras de Landsberg, em 1956, dedicadas à análise dos aspectos meteorológicos e sua

interação com a urbanização, e a de Chandler, em 1965, sobre o clima da metrópole londrina,

são consideradas clássicas.

Assim, vários estudos teóricos foram desenvolvidos no intuito de compreender as

transformações no comportamento climático na atmosfera urbana causadas pela urbanização,

entre eles, Lombardo (1985), Landsberg (1981) e Oke (1976; 1981; 1982).

Nas regiões tropicais e subtropicais surgiram os primeiros trabalhos somente nos anos

de 1970. Na década de 1980 aconteceram importantes conferências sobre climatologia urbana

aplicada às regiões tropicais, demonstrando a grande preocupação de governos, organizações

e pesquisadores do mundo inteiro, com as mudanças climáticas e seus efeitos sobre a

qualidade ambiental urbana e sobre o bem estar das pessoas.

No Brasil, um dos principais modelos teóricos desenvolvidos para a compreensão do

clima urbano foi o de Monteiro (1976) denominado de Sistema Clima Urbano (SCU). Este

modelo tem sido utilizado como base para diversos estudos.

A partir dos anos 80, vários estudos sobre climatologia urbana se voltaram para a

compreensão do fenômeno climático em áreas tropicais devido à complexidade da

urbanização e à falta de qualidade ambiental. Monteiro e Mendonça (2003b) destacam que o

grande obstáculo às pesquisas em áreas tropicais é justamente a escassez de recursos

27

(aparelhagem e técnicas) já que grande parte dos países subdesenvolvidos está localizada

nessas regiões.

Em 1993, a WMO1 criou o Experimento em Clima Tropical Urbano (Tropical Urban

Climate Experiment – TRUCE) no intuito de desenvolver a pesquisa de clima urbano em

cidades tropicais. Essas pesquisas visaram fornecer uma base para o planejamento e previsão

ambiental, incluindo estudos de observação e modelagem.

Atualmente, as pesquisas sobre clima urbano estão concentradas particularmente nos

estudos dos fatores urbanos que modificam os principais elementos do clima. No Brasil,

vários pesquisadores tais como Lombardo (1985), Oliveira (1988), Assis (1990), Romero

(1998; 2002), Duarte (2002) entre outros têm se dedicado à área da climatologia urbana.

Dentre os trabalhos internacionais, destacam-se os estudos de Mayer (1990) e

Katzschner (1997) frutos da experiência alemã de planejamento urbano a partir dos atributos

do clima. São estudos relevantes para propostas em áreas já construídas.

2.1.1 Escalas Climáticas Urbanas

Nos estudos sobre clima urbano, é fundamental observar a escala de abordagem, para a

escolha apropriada dos métodos e técnicas a serem aplicados na realização do trabalho que se

pretende desenvolver.

As variações climáticas no ambiente urbano podem ser observadas em diferentes

escalas climáticas (escalas verticais, escalas horizontais e escalas temporais). Essas escalas

abrangem desde o espaço regional até a escala do edifício.

Para alguns autores, tais como Mascaró e Mascaró (2009) e Romero (2000), as escalas

climáticas são consideradas em três níveis: o macroclimático, o mesoclimático e o

microclimático.

A escala macroclimática corresponde ao clima geral de uma região e é relacionada aos

fatores climáticos globais. Os dados macroclimáticos são obtidos nas estações meteorológicas

e fornecem detalhes de insolação, nebulosidade, precipitações, temperatura, umidade e ventos.

A escala mesoclimática corresponde ao clima local e informa as modificações do

macroclima provocadas por elementos locais, tais como a geomorfologia, a cobertura do solo

1 WMO - World Meteorological Organization

28

e grandes massas d’água. Mascaró e Mascaró (2009) considera esses dados de difícil

obtenção.

A escala microclimática refere-se ao clima de pequenos espaços urbanos e é modificado

em função das atividades e funções humanas desempenhadas no espaço urbano.

Monteiro (1976) considera o clima local como unidade básica do clima urbano e propõe

uma divisão escalar (escala horizontal) relacionando as unidades climáticas com a ordem de

grandeza taxonômica das formas e com as unidades (ou graus) de urbanização. Assim, o autor

propõe a divisão do clima em: mesoclima, topoclima e microclima. O mesoclima corresponde

ao clima de cidade grande ou parte da área metropolitana. O topoclima refere-se aos espaços

urbanos homogêneos quanto à ocupação ou condições topográficas, podendo ser relativos a

uma pequena cidade, ou então, a algumas partes de bairros de cidades maiores. O microclima

refere-se aos pequenos espaços, onde a temperatura do ar pode variar diversos graus em

distâncias muito pequenas.

Com relação às variações do clima urbano em escala vertical, Oke (1987) propôs uma

divisão em duas camadas: a Camada de Cobertura Urbana (Urban Canopy Layer – UCL),

também chamada de camada intra-urbana, e a Camada Limite Urbana (Urban Boundary Layer

– UBL), representadas na Figura 1.

Figura 1 - Representação esquemática das camadas verticais da atmosfera urbana. Fonte - Adaptada de Oke (1987).

A Camada de Cobertura Urbana abrange desde o solo até, aproximadamente, o nível dos

telhados das edificações. É produzida pelos processos em microescala, podendo desaparecer

totalmente em grandes espaços abertos (BARBIRATO, 2007).

29

A Camada Limite Urbana corresponde à escala mesoclimática, situando-se acima da

camada intra-urbana. É um fenômeno localizado, com características produzidas pela natureza

da superfície urbana, cuja rugosidade2, proporcionada pela presença de prédios relativamente

altos, provoca uma aerodinâmica particular. A velocidade do vento se reduz, mas ocorre um

aumento da turbulência e do arrasto produzidos pela fricção do ar.

Desse modo, a classificação de Oke supõe dois tipos de interpretação sobre as variações

climáticas na atmosfera urbana. Primeiro, a influência causada pelo ambiente construído sobre

o clima local e, segundo, a influência da cidade sobre o clima regional.

Segundo Givoni (1998), na camada intra-urbana é onde ocorrem as trocas de energia

que afetam diretamente os moradores da cidade e essas trocas dependem da natureza da

superfície e da forma das estruturas urbanas.

2.1.2 Microclimas

O microclima representa a condição particular climática, verificada em pequenos

espaços urbanos, que reflete os efeitos das atividades humanas sobre o entorno, assim como a

influência que estas modificações exercem sobre a ambiência dos edifícios (ROMERO,

2000).

Segundo Oke (2004), toda superfície e todo objeto possui seu próprio microclima. Em

escala horizontal, a temperatura do ar nas superfícies pode variar diversos graus em distâncias

muito pequenas, até mesmo em milímetros. Deste modo, entre inúmeros exemplos de

microclimas, podem ser citados recintos como rua, praça, jardim ou um edifício.

Silva (2004) analisa que a interação do homem com o microclima não se dá de modo

passivo, pois o ser humano estabelece continuamente trocas com o ambiente, para obter um

adequado equilíbrio térmico, que por sua vez é um dos requisitos básicos à saúde, ao bem-

estar e ao conforto. O equilíbrio depende dos efeitos combinados de vários fatores, alguns

relativos ao ambiente e outros ao próprio indivíduo.

Os principais fatores relativos ao ambiente são variáveis climáticas tais como radiação

solar, temperatura do ar, umidade, vento e precipitações. Já os fatores relativos ao indivíduo,

correspondem aos mecanismos de regulação térmica que emitem resposta às condições

2 A rugosidade urbana corresponde à fricção entre as superfícies urbanas e os ventos que as atravessam, causada

pela presença das edificações (BARBIRATO, 2007).

30

externas. Esses mecanismos podem ser de origem fisiológica ou comportamental. As variáveis

humanas que mais diretamente interferem na análise do conforto são: o tipo de atividade, a

massa corpórea, a transpiração, a vestimenta e o metabolismo (SILVA, 2004).

A morfologia urbana constitui um elemento importante na determinação dos

microclimas da cidade, na medida em que a forma, distribuição e orientação das edificações

em relação ao sol e ao vento, influenciam a quantidade de radiação solar incidente e o regime

de ventos no ambiente urbano e definem o seu comportamento térmico (MASCARÓ e

MASCARÓ, 2009).

Desse modo, o estudo dos microclimas urbanos permite uma compreensão maior acerca

das variações climáticas locais e sua relação com a configuração urbana e se constitui como

ferramenta importante para o projeto de ambientes internos e externos termicamente

confortáveis.

2.1.3 Ilha de Calor Urbana

Dentre as modificações climáticas produzidas pela urbanização, a mais característica e

estudada é a ilha de calor. É um fenômeno que registra o aumento da temperatura nas áreas

mais adensadas da cidade, em relação às áreas rurais ou menos urbanizadas, do seu entorno.

De acordo com Landsberg (1981), a formação da ilha de calor não está condicionada

apenas à urbanização. O autor afirma que sob condições de tempo específicas, tais como

ventos intensos, as diferenças de temperatura urbano-rurais tendem a desaparecer. Do

contrário, sob condições de céu claro e ventos calmos, ocorrem as diferenças, com intensidade

máxima após o por do sol. Dessa forma, a mesma estrutura urbana pode responder

diferentemente frente a diversas condições atmosféricas.

Assis (2000), através da simulação de modelos reduzidos de áreas urbanas reais,

analisou a influência da tipologia e da configuração dos edifícios na perda de calor radiante e

comprovou a ocorrência da intensidade máxima da ilha de calor após o por do sol, em

condições de tempo calmo e sem nuvens.

Oke (1987) destaca que o aquecimento do ar no cânion urbano em relação aos das

regiões rurais circunvizinhas é uma das mais significativas expressões da alteração climática

da cidade e apresentou um modelo que relaciona a intensidade da ilha de calor urbana à

densidade populacional aplicado a cidades Européias e Norte-Americanas.

31

A Figura 2 representa o perfil típico da ilha de calor. Verifica-se a elevação das

temperaturas da periferia para o centro, havendo um aumento brusco na transição da área rural

para a área urbana. Observa-se, ainda, que na área central, onde as edificações são mais altas e

próximas umas das outras e as ruas são geralmente mais estreitas, constituindo os canyons

urbanos, a ilha de calor atinge a intensidade máxima.

Figura 2 – Representação do perfil típico de uma ilha de calor urbana. Fonte: Adaptada de Santamouris (2001)

Para Maitelli (1994), a intensidade da ilha de calor está relacionada com o tamanho da

cidade, tendo como parâmetro a população, que demanda mais construções, mais veículos,

mais indústrias, maior retirada da vegetação para acomodação dessa população, entre outros.

A autora afirma que quanto mais populosa é a cidade, maiores serão os efeitos da ilha de calor

e que o fluxo de calor estocado pelo tecido urbano juntamente com o fluxo de calor

antropogênico produzido pela dinâmica urbana constituem a principal causa da formação de

ilhas de calor.

Nesse processo, o ar mais aquecido nas áreas mais adensadas gera uma corrente de

convecção que carrega os contaminantes urbanos para as camadas superiores ao mesmo

tempo em que succiona o ar da periferia, gerando uma nuvem característica que configura o

domus de poeira, conforme ilustra a Figura 3.

32

Figura 3 – Representação do domus de poeira. Fonte: HOUGH (1998 apud Gomes, 2008).

No Brasil, um dos estudos pioneiros relacionados à ilha de calor urbana é o de

Lombardo (1985). A autora analisou o fenômeno ilha de calor na cidade de São Paulo e

observou que os maiores gradientes de temperatura foram registrados nas áreas com maior

concentração de indústrias, no centro da cidade e em áreas com índices elevados de vegetação

arbórea. Isto demonstra que a densidade construtiva e a ocupação do solo possuem uma

relação estreita com a intensidade da ilha de calor.

Katzschner (2006) destaca que no futuro a qualidade de vida da população das cidades

será afetada com mais frequência e intensidade e por períodos mais longos do que tem sido

até agora devido ao aumento da temperatura, intensificado pelos efeitos da ilha de calor

urbana.

Diante dessas colocações, constata-se que a urbanização exerce influência direta nos

microclimas e propicia a formação da ilha de calor. Nesse contexto, Cox (2008) destaca que o

grande desafio atual dos urbanistas é projetar o ambiente urbano de maneira a permitir o

crescimento das áreas urbanas, porém sem interferir de forma drástica nas condições

microclimáticas.

2.2 OS FATORES URBANÍSTICOS E O CLIMA URBANO

Ao transformar o ambiente natural em ambiente construído, o homem interfere

significativamente sobre seu ambiente climático. Segundo Lombardo (1985), as modificações

climáticas geradas no ambiente das cidades são causadas pelas fontes adicionais de calor,

resultantes das atividades antropogênicas, e pela presença da massa construída (edificações,

33

pavimentação) composta por materiais que são, em geral, bons condutores térmicos e com

grande capacidade de retenção de calor.

Oliveira (1988) observa que o microclima é influenciado por características da forma

urbana, quais sejam: rugosidade e porosidade, densidade de construção, tamanho (horizontal e

vertical), ocupação do solo, orientação, permeabilidade do solo e propriedades

termodinâmicas dos materiais constituintes.

Givoni (1998) aponta como causadores das mudanças climáticas no ambiente urbano,

fatores característicos da morfologia urbana como a localização da cidade dentro da região, o

tamanho das cidades, a densidade da área construída, a cobertura do solo, a altura dos

edifícios, a orientação e a largura das ruas, a divisão dos lotes, os efeitos dos parques e áreas

verdes e detalhes especiais do desenho de edifícios.

Alguns desses fatores são descritos sumariamente a seguir.

a) Rugosidade

Corresponde à fricção entre a superfície urbana e os ventos que a atravessam. Quanto

mais elevado o grau de rugosidade, mais difícil se torna a dissipação do calor pela circulação

dos ventos. Portanto, a rugosidade do tecido urbano é outro fator responsável por alterações

no clima urbano.

Nesse sentido, Romero (2001) observa que as superfícies construídas apresentam um

aspecto mais rugoso que as superfícies não construídas. Já Oke (1996) coloca que a

rugosidade é um parâmetro que expressa a morfologia geométrica da superfície e está

relacionada à altura dos elementos, como também à forma e distribuição da densidade destes.

b) Porosidade

A porosidade corresponde à permeabilidade dos ventos através do tecido urbano sendo

relacionada ao espaçamento entre as edificações e/ou arranjos morfológicos. A diminuição da

porosidade da malha urbana, em consequência de pequenos afastamentos entre o edifício e o

limite do lote bem como do aumento do gabarito das edificações, reduz a velocidade dos

ventos, causando o aumento da temperatura.

Givoni (1992) observa que, para um clima quente-úmido, a densidade obtida com

edifícios altos e estreitos, bastante afastados entre si, resulta em melhores condições de

conforto ambiental.

34

De acordo com Bittencourt (1997), os recuos maiores, além de facilitarem a circulação

do vento na área urbana, aumentam o potencial de uso da iluminação natural, reduzindo a

carga térmica da iluminação artificial.

De Schiller (2002), estudou o impacto ambiental dos edifícios na transformação da

cidade, em Buenos Aires, através de medições de variáveis climáticas, observações do uso do

espaço aberto e simulações de sol e de vento em conformações urbanas de diferentes

características, porém com o mesmo equivalente volumétrico. A autora concluiu que o

conforto dos espaços exteriores urbanos depende em grande parte das configurações

morfológicas do ambiente construído.

c) Densidade construída

A densidade construída corresponde à relação entre a área total da massa edificada e a

área urbana onde se encontra inserida. É, portanto, relacionada às variáveis do planejamento

urbano como taxas de ocupação da área construída, distâncias entre edificações (recuos) e

alturas médias dos edifícios (gabarito). Estas variáveis afetam o clima da cidade, na medida

em que são determinantes para a permeabilidade dos ventos dentro da cidade.

Os estudos de pesquisadores diversos, como Chandler (1965) Oke e Hannell (1970) e

Landsberg (1976) apud Assis (1990) demonstraram que o centro da ilha de calor numa cidade

está frequentemente localizado sobre a área de maior densidade de construção.

d) Ocupação do solo

A ocupação do solo refere-se ao espaço ocupado pela projeção das edificações dentro da

malha urbana. Desta forma, a ocupação do solo tem relação direta com os elementos que

influenciam na circulação dos ventos na cidade, interferindo, assim, no conforto térmico.

Bittencourt (1997) analisou os padrões de ocupação e a ventilação natural na cidade de

Maceió, concluindo que a elevação da altura dos edifícios combinada à redução na taxa de

ocupação do lote permite melhor distribuição do fluxo de ar, tanto nos ambientes internos

quanto externos.

Duarte e Serra (2002) estudaram a correlação existente entre microclimas urbanos e a

ocupação do solo, usando variáveis de planejamento urbano, com o objetivo de propor um

indicador relacionando densidade construída, arborização e superfícies d’água em áreas

urbanizadas na cidade de Cuiabá – MT. Os autores concluíram que o parâmetro ―população‖,

usado em alguns modelos para tratar os fenômenos climáticos urbanos, deve ser substituído

35

por densidade construída, visto que este apresenta uma relação causal mais forte com o

aquecimento urbano, sendo mais permanente e relativamente fácil de ser qualificado.

Ressaltam, ainda, que o estabelecimento de parâmetros para adensamento e

verticalização ainda são pontos polêmicos entre os pesquisadores. Por outro lado afirmam que

os modelos de ocupação urbana devem buscar a melhoria das condições de conforto térmico

dos espaços externos, devendo haver o equilíbrio da maior densidade construída com os

elementos naturais.

e) Permeabilidade do solo

A permeabilidade do solo está relacionada com a cobertura do solo natural pelas

edificações e pelas áreas pavimentadas. A impermeabilidade ou a baixa permeabilidade do

solo impedem a absorção das águas pluviais, provocando a redução da umidade do ar e da

evaporação. Como consequência, ocorre o aumento da temperatura na estrutura urbana.

f) Geometria das construções

A geometria das construções, já citada como um dos fatores responsáveis pelo aumento

da temperatura no ambiente urbano, refere-se ao arranjo das construções na malha urbana e às

relações entre a altura dos edifícios e a distância entre eles. Pode ser analisada através do Sky

View Factor (Fator de Visão de Céu - FVC).

O FVC é um parâmetro adimensional que indica uma relação geométrica entre a Terra e

o céu e que representa a relação entre a área de céu obstruída e a área total da abóbada celeste

visível (VILELA, 2007). Pode ser calculado por processos analíticos (gráficos), por fotografia

ou processamento de imagens, e tem valores que variam entre 0 (zero) e 1(um). Portanto,

valores mais próximos de 1(um) indicam áreas mais obstruídas.

A representação gráfica dos obstáculos que impedem a visão do céu a partir de um

observador localizado em um ponto qualquer é denominada ―máscara de sombra‖ ou máscara

de obstrução solar.

g) Propriedades termodinâmicas dos materiais

As propriedades termodinâmicas dos materiais de revestimento das superfícies urbanas,

tanto as horizontais quanto as verticais, já são destacadas por pesquisadores como fatores que

exercem grande influência sobre as alterações do microclima (LANDSBERG, 1981; OKE,

1996). Essas propriedades relacionam-se à capacidade dos materiais em armazenar calor e só

36

devolver ao ambiente no período noturno, gerando o aquecimento conhecido como ilha de

calor.

As principais propriedades destes materiais são:

- Albedo: relação entre a energia radiante refletida e a energia radiante total recebida;

- Coeficiente de absortância da radiação solar: relacionado às cores dos materiais – as

mais escuras absorvem mais radiação enquanto as mais claras refletem a radiação recebida;

- Emissividade: capacidade de emitir radiação;

- Inércia térmica: capacidade de armazenar calor;

- Impermeabilidade: impede a infiltração de água no solo.

Lombardo (1985) observa, portanto, que as superfícies das edificações atuam como

refletoras e radiadoras, pois recebem energia radiante e refletem parte desta energia para a

atmosfera. Assim, a parte da radiação que não é refletida de volta para a atmosfera, é

absorvida pelas superfícies e armazenada nas estruturas urbanas. Esta energia armazenada é a

grande causadora do aquecimento na área urbana.

Segundo Assis (1997), a capacidade dos materiais das superfícies urbanas de estocar

calor é maior do que os das superfícies rurais e, portanto, é maior o seu potencial de aumentar

a temperatura noturna do ar através do calor líquido acumulado.

Sobre a relação do albedo com as cores e texturas dos materiais de revestimento das

superfícies urbanas, Gomes (2008) destaca que as cores claras apresentam alto albedo e as

cores escuras têm baixo albedo. Nas cidades brasileiras tem-se verificado um aumento

preocupante de revestimentos escuros e impermeáveis como, por exemplo, o asfalto (RORIZ;

BARBUGLI, 2003).

h) Efeitos da vegetação e de massas d’água

A presença da vegetação e de massas de água também são elementos fundamentais para

a qualidade do meio ambiente urbano, exercendo grande impacto nas condições de conforto

ambiental, especialmente em locais com características climáticas acentuadas. A vegetação

urbana, além de contribuir para o microclima das cidades, influi ainda no comportamento

social, na redução da poluição do ar e do nível de barulho, e na estética das cidades (GIVONI,

1998).

37

A vegetação arbórea também produz microclimas mais amenos através dos efeitos do

sombreamento. Sobre isto, Duarte (2000) ressalta que o sombreamento é um pré-requisito

importante para a redução da temperatura nos espaços externos, pois diminui a conversão da

energia solar absorvida em calor sensível, reduzindo, desta forma, a temperatura superficial

dos objetos sombreados.

Por outro lado, Duarte e Serra (2002) observam que, além da sombra, a vegetação

também exerce um efeito psicológico, melhorando o desconforto promovido pela poluição

sonora escondendo a fonte de ruído.

Para Santamouris (2001), o principal mecanismo através do qual as árvores contribuem

para diminuir a temperatura na área urbana é a evapotranspiração. Nesse processo, as plantas

utilizam parte da radiação disponível no sistema, diminuindo a quantidade de energia

disponível para aquecer o ar.

Segundo Romero (2000), a vegetação contribui de forma significativa para o

estabelecimento de microclimas através da umidificação do ar, resultante do processo de

evaporação da água da vegetação no ar, reduzindo a temperatura. A autora coloca, ainda, que

os espaços gramados absorvem maior quantidade de radiação solar, contudo irradiam menos

calor, devido à utilização de parte da energia na evapotranspiração. Ao contrário, nas

superfícies pavimentadas, toda a energia absorvida é transformada em calor.

As massas d’água produzem um efeito estabilizador no meio urbano, contribuindo para

a redução de temperaturas extremas diurnas e estacionais devido à grande diferença na

capacidade de retenção de calor em relação às massas de terra. Através da evaporação, a água

converte a energia radiante em calor latente, contribuindo para a redução da temperatura e

aumento da umidade do ar. Assim, atua como um condicionador natural propiciando a

melhoria do microclima de áreas circunvizinhas.

2.3 O CONFORTO TÉRMICO

O conforto térmico representa uma importante área de investigação relacionada à

climatologia urbana, que busca compreender de que forma as condições do meio influenciam,

positiva ou negativamente, a percepção de conforto humano.

38

A noção de conforto térmico está associada a fatores psicológicos e fisiológicos, que

variam de pessoa para pessoa, e que podem conduzir a diferentes sensações de conforto

térmico, sob as mesmas condições climáticas.

A ASHRAE3 (2003) define o conforto térmico como ―a condição da mente que

manifesta a satisfação do indivíduo com o ambiente térmico e é avaliado por avaliação

subjetiva‖.

As alterações promovidas no clima em escala local manifestam-se principalmente em

alterações na temperatura e umidade relativa do ar, na direção e intensidade dos ventos, na

qualidade do ar, nos níveis de conforto térmico, na relação direta com disseminação de

vetores de doenças, nos impactos pluviais e ainda produzem outros efeitos indesejáveis

capazes de intervir de forma danosa no funcionamento da cidade, prejudicando a qualidade de

vida dos seus usuários.

Segundo Romero (2001), o ambiente urbano apresenta variados desempenhos térmicos,

com base em dois indicadores físicos: a absortância e a emitância efetiva do edificado. Esses

parâmetros são indicativos, respectivamente, da capacidade natural de um bloco inserido

numa malha urbana ―aquecer‖, através da exposição solar do mesmo, ou ―resfriar‖ através das

perdas por trocas de radiação de onda longa.

A autora destaca que as variáveis climáticas que mais influenciam o ambiente

construído, em termos de transferência de calor, são: a temperatura do ar exterior, a radiação

solar e a ventilação. No estudo da forma do edificado e das obstruções à incidência de

radiação solar incluem-se os efeitos de protetores e sombreamentos do próprio edifício, bem

como os efeitos sombreadores devido aos edifícios vizinhos, às árvores, à vegetação e à forma

urbana do espaço no entorno (praças, ruas, avenidas, entre outros).

Durante o dia a radiação solar atinge a superfície terrestre sendo parte absorvida e parte

refletida, em proporções variáveis, de acordo com as propriedades dos materiais onde incide.

A radiação absorvida por uma superfície seca transforma-se em calor sensível, com um

conseqüente aumento da temperatura, enquanto as superfícies úmidas e as folhas das plantas a

convertem em calor latente.

Em Salvador, estudos realizados por Andrade et al. (2004), Moura et al. (2006), Fé et al.

(2007), indicam que a condição climática da cidade possui uma tendência geral para o estresse

3 ASHRAE - American Society of Heating, Refrigerating and Air Conditioning Engineers.

39

térmico positivo durante o dia e durante o ano inteiro, atenuando-se durante o inverno (junho,

julho e agosto), embora existam variações climáticas perceptíveis entre as estações. Os

estudos demonstraram, ainda, que a cidade possui uma diversidade de áreas classificadas

como sendo ilhas de calor, o que indica uma deterioração severa da qualidade térmica da

cidade, reduzindo a qualidade ambiental urbana em vasta área do seu território. As autoras

ressaltam que esta condição é consequência da forma de ocupação urbana, com a substituição

significativa de áreas verdes por estruturas construídas que acumulam calor e elevam o

estresse térmico. A redução de áreas verdes e ocupação dos corredores de vento, responsáveis

pela refrigeração da cidade, deixa pouco espaço para ações que visem melhorar a qualidade

térmica urbana.

2.3.1 Variáveis que influenciam o conforto térmico

As variáveis que influenciam diretamente o conforto térmico podem ser classificadas

em variáveis pessoais e variáveis ambientais (Tabela 1). As variáveis pessoais são relativas às

características dos indivíduos e as suas atividades, sendo consideradas em duas categorias:

individuais e subjetivas. As variáveis individuais correspondem às características próprias de

cada indivíduo e as variáveis subjetivas são relacionadas às sensações térmicas de cada

pessoa. Quanto às variáveis ambientais, estas correspondem às variáveis climáticas medidas

em campo.

As variáveis pessoais dependem totalmente dos usuários e das suas atividades e as

ambientais são dependentes da qualidade do ambiente externo (FANGER, 1972).

Tabela 1 – Variáveis que influenciam o conforto térmico.

Variáveis Ambientais Variáveis Pessoais

Variáveis Individuais Variáveis Subjetivas

Temperatura do ar (°C) Altura (m) Percepção (sensação) térmica

Umidade relativa do ar (%) Idade (anos) Preferência térmica

Velocidade do ar (m/s) Peso (Kg) Estados emocionais

Temperatura radiante média (°C) Gênero (sexo) Hábito alimentar

Nebulosidade (oitavas) Atividade Metabólica

(Watts) Estado de saúde

Vestimenta (clo)

FONTE: Norma ISO 7726 (1998)

40

Para uma melhor compreensão a respeito da influência dessas variáveis no conforto

térmico, são apresentadas as seguintes definições:

Temperatura do ar (°C): é uma grandeza física resultante do balanço energético entre

a superfície terrestre e a atmosfera. A temperatura do ar varia de acordo com o lugar e com o

decorrer do tempo em localidade específica e particular. Vários fatores influenciam a

distribuição da temperatura do ar sobre a superfície da terra, como: latitude, insolação,

quantidade de céu coberto por nuvens, natureza da superfície, relevo, natureza dos ventos

predominantes e correntes oceânicas (AYOADE, 2001).

Umidade relativa do ar (%): indica a relação entre a quantidade real de vapor d’água

existente em um dado volume de ar e a quantidade máxima de água que o ar poderia receber à

mesma temperatura. A umidade relativa tem uma relação inversa com a temperatura do ar. À

medida que a temperatura aumenta, a umidade relativa diminui. No entanto, a presença de

corpos d’água ou de vegetação pode alterar esse estado fazendo com que a umidade relativa

aumente pela evaporação.

Velocidade do ar (m/s): é o deslocamento de massas de ar devido à diferença de

pressões na atmosfera. Produz um efeito de aquecimento ou esfriamento conforme a

temperatura e umidade relativa do ar, e facilita a renovação do ar saturado em torno da pele

(CORBELLA, 2011). É descrita por sua intensidade, direção e sentido.

Temperatura radiante média (°C): o conceito de temperatura radiante média permite

o estudo de troca de radiação entre o homem e o seu ambiente. Pressupõe que os efeitos

térmicos sobre o homem, tanto do ambiente real, geralmente heterogêneo, ou do ambiente

ideal, definido como homogêneo, são idênticos (Norma ISO 7726/1998). A temperatura

radiante média (Trm) é o parâmetro meteorológico mais importante para a regulação do

balanço energético humano e para a análise do conforto térmico, consequentemente, obtém

maior influência em índices de conforto térmico, índices biometeorológicos ou

termofisiológicos (MAYER, 1993, apud MATZARAKIS, 2000). A Trm é uma variável

calculada em função da temperatura do ar, temperatura de globo, emissividade do globo e

velocidade do vento.

Nebulosidade (oitavas): representa quantas partes de céu estão encobertos por

nuvens. A nebulosidade influencia a incidência da radiação solar no solo e a capacidade de

dissipação do calor emitido da terra para a atmosfera durante o período noturno. O INMET

mede a nebulosidade em décimos de céu, porém o modelo RayMan® 1.2, utilizado para

41

calcular o índice PET, requer como dados de entrada valores de nebulosidade em oitavas de

céu. Portanto, se faz necessário converter os valores apresentados em décimos de céu para

oitavas de céu.

Atividade Metabólica (W): representa a energia térmica desprendida pelo corpo

durante o desenvolvimento de atividades físicas. Para todo movimento humano ou atividade

física desempenhada há um valor correspondente atribuído para a quantidade de energia

desprendida, medida em Watts (W).

Vestimenta (clo): representa a barreira térmica existente entre o ambiente e o

organismo. A unidade de medida da vestimenta é o clo, que representa o quanto um indivíduo

está isolando seu corpo às trocas térmicas com o meio externo. O valor do clo depende do

material e espessura da vestimenta. Uma unidade de clo, que corresponde a uma vestimenta

leve, equivale a uma resistência térmica de 0,15°C m²/W (ISO 9920, 2007).

Percepção(sensação) e preferência térmica: As sensações e preferências térmicas

são subjetivas, isto é, dependem das pessoas. Assim, é impossível estabelecer um ambiente

térmico que satisfaça plenamente a todos, sempre haverá insatisfeitos. Portanto, um ambiente

confortável termicamente para uma pessoa pode ser frio ou quente para outra.

Estado emocional, hábito alimentar e estado de saúde: podem afetar o metabolismo

humano, influindo nos requerimentos térmicos.

2.3.2 O Índice PET

O índice Physiological Equivalent Temperature – PET (°C), é um índice de conforto

térmico derivado do balanço de energia humano proposto por Höppe e Mayer (1987). É

definido como a temperatura equivalente fisiológica, em qualquer lugar considerado

(ambiente externo ou interno), à temperatura do ar representativo de um cenário típico de

ambiente interno (sem vento e radiação solar), em equilíbrio térmico com o corpo humano.

São supostas as seguintes condições para o ambiente interno de referência (HÖPPE,

1999):

- Temperatura radiante média igual à temperatura do ar;

- Velocidade do ar igual a 0,1 m/s;

- Pressão de vapor igual a 12 hPa (hectoPascal), aproximadamente equivalente a uma

umidade relativa de 50% e a uma temperatura do ar de 20ºC.

42

São, ainda, considerados os seguintes parâmetros do indivíduo, no ambiente interno de

referência:

- Atividade metabólica igual a 80 W (atividade física leve);

- Resistência térmica da roupa igual a 0,9 clo.

O PET é classificado como um índice climático, ou seja, descreve o ambiente térmico

considerando as influências dos parâmetros climáticos: temperatura do ar, temperatura

radiante média, velocidade do ar e umidade relativa do ar, avaliando o efeito real dessas

variáveis sobre os processos de regulação e sobre o estado térmico do corpo (HÖPPE, 1999).

No entanto, esse autor ressalta que o PET não pode ser uma medida absoluta de

conforto térmico ou estresse térmico, uma vez que as sensações térmicas também dependem

do vestuário e da atividade praticada pelo indivíduo. Desta forma, o PET pode ser

considerado como uma base para a avaliação do ambiente térmico, devendo ser ajustado para

as características subjetivas em termos de vestuário e de atividade.

As aplicações do índice PET são muito diversificadas. No urbanismo, o PET representa

um índice muito conveniente à avaliação e ao monitoramento do componente térmico de

diferentes microclimas urbanos, em diferentes domínios climáticos. Sua unidade em graus

Celsius (°C) o classifica como um indicador de estresse térmico, proporcionando resultados

mais compreensíveis para os planejadores urbanos e regionais (MATZARAKIS et al., 1999).

Para obter o índice PET (°C), calculam-se as condições térmicas do corpo utilizando-se

o modelo MEMI - Munich Energy-Balance Model for Individuals – MEMI (Höppe, 1999), um

conjunto de equações que tem como base a equação de balanço térmico (Equação 1). Esta

equação 1 expressa a relação entre a carga térmica do corpo humano e as variáveis climáticas

e individuais.

[Eq.1]

Onde:

M = taxa metabólica (watts)

W = produto do trabalho físico (watts)

R = fluxo por radiação (watts)

C = fluxo de calor por convecção (watts)

Ed = fluxo de calor latente para evaporação da água difusa pela pele (watts)

Ere = soma do fluxo de calor para aquecer e umedecer o ar inspirado (watts)

Esw = fluxo de calor devido à evaporação do suor (watts)

S = fluxo de calor armazenado para aquecer e resfriar a massa corpórea (watts)

43

Na equação do balanço térmico do corpo humano (Equação 1) as parcelas M (taxa

metabólica), W (produto do trabalho físico) e S (fluxo de calor armazenado para aquecer e

resfriar a massa corpórea) são função das variáveis individuais, enquanto as demais são

função das variáveis ambientais: C e Ere são função da temperatura do ar; Ed, Ere e Esw da

pressão de vapor; C e Esw da velocidade do ar e R, da temperatura radiante média.

Quando o resultado da equação do balanço térmico é zero, isto é, equilíbrio térmico,

significa que o corpo humano está perdendo calor para o ambiente na medida exata do calor

produzido pelo corpo. Nesse caso considera-se esse, um ambiente de neutralidade térmica.

Em um ambiente de estresse térmico positivo, o resultado da Equação 1 seria maior do

que zero e neste ambiente o corpo humano estaria ganhando mais calor do que perdendo. O

contrário aconteceria em um ambiente de estresse térmico negativo: o resultado da Equação 1

seria menor do que zero e neste ambiente o corpo humano estaria perdendo mais calor do que

o produzido pelo corpo.

Para se obter o índice PET pode-se utilizar o programa computacional RayMan® 1.2

(2002), desenvolvido pela Universidade de Freiburg/Alemanha, sendo autorizado o seu uso

através de um de seus criadores, Professor Andreas Matzarakis, do Instituto de Meteorologia,

da Universidade de Freiburg. Este programa inclui o modelo MEMI (HOPPE, 1999), descrito

acima, que incorpora as variáveis específicas relacionadas aos indivíduos como altura (m),

massa corporal (Kg), idade (anos), sexo, isolamento térmico da vestimenta (clo) e atividade

metabólica (W).

2.4 O CLIMA DE SALVADOR

A cidade de Salvador está localizada na costa nordeste do Brasil com as coordenadas:

12°52’ de latitude Sul e 38°22’ de longitude Oeste. Possui três fachadas litorâneas (Figura 4),

o que lhe proporciona facilidade de absorção dos ventos incidentes e estabilidade na

temperatura e na umidade relativa, durante quase o ano todo (NERY et al., 1997).

Caracterizada como Clima tropical – quente e úmido, com médias anuais de 25,2°C

para temperatura do ar; 80,8% para umidade relativa; e velocidade média dos ventos em torno

de 3,1 m/s. A proximidade da cidade ao equador geográfico permite uma exposição à radiação

solar, aproximadamente perpendicular à sua superfície durante grande parte do ano. A duração

média do dia, isto é, do sol acima da linha do horizonte, é de 12 horas, com variação anual de

44

1:27 horas entre os solstícios de verão (22/12) e inverno (22/06), sendo que a insolação média

anual, decorrente da nebulosidade, é de apenas 6,8 horas/dia, alcançando 8,1 horas em

fevereiro, mês com maior diferença relativa entre a duração do dia e a insolação, cerca de

73,5%. Janeiro é o mês de mais alta insolação, com 245,5 horas, e o junho de mais baixa, com

167,2 horas. O céu apresenta índice de nebulosidade média em torno de 50% sendo o mês de

maio o mais encoberto (6,2) e outubro o menos encoberto (4,9). (NERY et al., 1997).

Figura 4 - Fachadas litorâneas de Salvador. Fonte: Valente, 1977 apud NERY et al, 1997. Adaptada pela autora.

A cidade possui uma falha geológica que a divide em duas camadas: a Cidade Baixa e a

Cidade Alta. Esta divisão configura três espaços geográficos na cidade com características

topoclimáticas distintas: LITORAL (Planície Atlântica), MIOLO (Cidade Alta) e FAIXA DA

BTS (Cidade Baixa). A Figura 5 mostra o croqui esquemático da morfologia de Salvador com

a localização das áreas de estudo.

Figura 5 - Croqui Esquemático da Morfologia de Salvador com localização das áreas de

estudo. Fonte: Adaptado de Souza, 2010.

45

As áreas de estudo, Pituba e Nordeste de Amaralina, estão localizadas na faixa

correspondente ao Litoral, que apresenta um relevo com cotas inferiores a 40m e com as

seguintes características microclimáticas, considerando o mesoclima:

- Maior velocidade do ar;

- Maior umidade relativa do ar;

- Maior pluviosidade;

- Maior radiação solar.

Segundo Nery et al. (1997), o regime de ventos na cidade se faz de forma constante

durante boa parte do ano, apresentando baixos percentuais de calmaria. O vento Sudeste é

predominante, com frequência significativa todos os meses do ano, enquanto o vento Leste é

mais freqüente de setembro a março, o que corresponde aos meses com temperaturas elevadas

no período vespertino. Já o vento Sul tem maios ocorrência nos meses de abril a agosto que é

o período mais chuvoso. O vento Norte é observado nos meses de outubro a janeiro, no

entanto não tem frequência significativa.

A Figura 6 representa os ventos predominantes na cidade do Salvador.

Figura 6 - Ventos Predominantes na Cidade de Salvador Fonte: Valente, 1977 apud NERY et al, 1997. Adaptada pela autora.

Sampaio (1981), examinando os contrastes térmicos da cidade de Salvador em onze

locais classificados em ambientes edificados e ambientes abertos, percebeu que, num mesmo

46

momento, as temperaturas medidas nos locais edificados foram de 1,3°C a 6,0°C mais

elevadas que as registradas nos locais abertos livres.

Moura et al. (2006) avaliaram o clima urbano de Salvador com base no conforto térmico

e identificaram sete categorias, as quais incluem diferentes intensidades do fenômeno de ilha

de calor: ilha de calor máxima, ilha de calor e ilha de calor reduzida, que se apresentam de

forma dispersa na malha urbana. O estudo constatou uma relação entre as áreas mais

edificadas e o desconforto térmico.

Os autores apontaram que essas condições climáticas estão relacionadas principalmente

com a ocupação extensiva de todo seu território e, conseqüentemente, com a redução drástica

da vegetação.

Foi constatado, ainda, que a ilha de calor ocorre até nas áreas costeiras e que o efeito

máximo ocorre nas áreas mais antigas da cidade, ao longo da falha geológica, seguidas das

áreas mais centrais. Os resultados geraram o Mapa de Avaliação do Clima Urbano (Figura 7),

no qual se observa que as áreas fortemente ventiladas ocupam uma percentagem menor da

área total e estão concentradas ao longo da costa e das áreas de corredores de vento

(ANDRADE et al, 2003; 2004; 2005; FE et al, 2007).

Figura 7 – Mapa de Avaliação do Clima Urbano Fonte: Moura et al. (2006).

47

Os valores das temperaturas médias mensais das normais climatológicas dos períodos

de 1931-1960 e 1961-1990, obtidos do Instituto Nacional de Meteorologia (INMET, 2009),

parecem indicar o aumento das temperaturas do ar no período mais recente que coincide com

o adensamento da cidade. Entretanto, devido a mudanças na metodologia empregada no

cálculo das normais climatológicas pelo INMET, este aumento das temperaturas ainda carece

de confirmação, apesar de empiricamente observar-se esta tendência.

Em 2009, a temperatura máxima absoluta na cidade alcançou 35,2° C sendo este o

maior valor já registrado pelo INMET. As elevadas temperaturas registradas em março e abril

desse mesmo ano resultaram em uma inversão térmica4 que causou mal estar na população,

relatado pela imprensa local (A Tarde, 2009).

Vale ressaltar que o aumento na temperatura média, ou mesmo o valor máximo foram

registrados na Estação Meteorológica de Ondina, cuja localização se encontra fora da

influência das ilhas de calor da cidade. Portanto, dentro da malha urbana a temperatura pode

ter alcançado valores ainda mais elevados.

2.5 PADRÃO DE OCUPAÇÃO DO SOLO

A ocupação do solo é um fator que está interrelacionado ao seu uso. Conforme Carlos

(1994) apud Pereira (2010), a ocupação corresponde à própria produção do espaço, realizada

no cotidiano da população. Quando ocorre sem planejamento ou sem considerar o meio

natural, ocasiona impactos de magnitudes diversas ao meio ambiente e, consequentemente, à

vida das pessoas. Os usos do solo correspondem à materialização das formas de apropriação

do espaço urbano, a partir da necessidade humana de produzir, consumir, habitar ou viver.

Silva (2007) apud Pereira (2010) ressalta que aos padrões de uso do solo urbano

associam-se, dentre outras, as funções urbanas residencial, comércio, serviços, circulação e

lazer. Aos padrões de ocupação associam-se elementos do meio urbano tais como sítio,

traçado urbano, largura e tamanho do lote, grau de consolidação das edificações e padrão

construtivo.

4 A inversão térmica é uma condição meteorológica que ocorre quando uma camada de ar quente se sobrepõe a

uma camada de ar frio, impedindo o movimento ascendente do ar, uma vez que, o ar abaixo dessa camada fica

mais frio e, por sua vez, mais denso (pesado), fazendo com que os poluentes se mantenham próximos da

superfície (COELHO-ZANOTTI, 2007).

48

Para Pereira (2010), o padrão de ocupação urbana traz em si uma componente espacial

bastante relevante. Por conseguinte, a definição de tais padrões deverá levar em consideração,

principalmente, os elementos do espaço urbano que envolvem o ambiente construído e o meio

natural.

2.5.1 A ocupação do solo em Salvador

Ao longo dos quatro séculos e meio de sua existência como Cidade, Salvador alternou

períodos de apogeu com outros de total estagnação, ao sabor dos sucessivos ciclos

econômicos por que passou o Recôncavo Baiano – sua região de influência imediata –, o

Estado da Bahia e o Nordeste brasileiro. Esses movimentos repercutiram fortemente nas

funções desempenhadas por Salvador na rede de cidades brasileiras e na sua configuração

urbana, definindo, ao longo do tempo, a face dual que hoje a caracteriza: ao mesmo tempo um

centro moderno e um dos retratos mais contundentes da segregação espacial e da exclusão

social no país (PREFEITURA DE SALVADOR, 2009).

Em que pesem a origem como cidade planejada nos primórdios da colonização

portuguesa e os dois Planos Diretores realizados nas décadas de 1940 e 1970 –

respectivamente o plano do EPUCS5 e o PLANDURB

6 - grande parte do assentamento

urbano de Salvador caracteriza-se por formas espontâneas de apropriação e reprodução do

espaço, onde não vigoram as normas urbanísticas e edilícias instituídas pela municipalidade.

Especialmente nos últimos trinta anos a mancha urbana mais do que duplicou, ao passo que

foi se agravando o processo de expansão periférica que comprometeu extensivamente grandes

parcelas do território municipal com padrões de uso e ocupação do solo de baixa qualidade

urbana (PREFEITURA DE SALVADOR, 2009).

Pereira (2010) considera que, ―guardadas‖ as devidas proporções, as desigualdades

evidentes nesta cidade são comuns a diversas outras em todo o mundo, uma vez que a crise

urbana atualmente apresenta dimensões globais, embora ela seja mais patente, nos países mais

pobres economicamente.

Estudos elaborados para subsidiar a atualização do Plano Diretor de Desenvolvimento

Urbano de Salvador, PDDU (2008), incluem o mapeamento da ocupação do solo em

5 EPUCS – Escritório do Plano de Urbanismo da Cidade do Salvador.

6 PLANDURB – Plano Diretor de Desenvolvimento Urbano (1975/1979).

49

Salvador, que estabeleceu treze categorias, atendendo a critérios como padrão de urbanização,

densidade de ocupação do solo, tipologia predominante das edificações, uso do solo, entre

outros. O estudo das tipologias de ocupação do solo foi baseado em imagens do levantamento

aerofotogramétrico realizado pela CONDER em 1998, na escala 1:8000. A homogeneidade

das áreas foi utilizada como critério básico de enquadramento na maioria das situações,

porém, mesmo quando aparentemente homogêneas, sempre comportam alguma diversidade

interna. Algumas categorias, mesmo denominadas ―horizontais‖, podem comportar razoável

grau de verticalização, uma vez que foram denominadas ―verticais‖ apenas as edificações com

mais de quatro pavimentos, considerados a partir do nível da via de acesso (PREFEITURA

DE SALVADOR, 2009). As tipologias de ocupação mapeadas encontram-se no Quadro 1 a

seguir.

Quadro 1 - Tipologias de Ocupação em Salvador.

Nº Tipologia Características

Exemplos de areas

urbanas

1

Ocupação Rarefeita Residencial não urbana/ Sítios e Áreas de Lazer;

Baixa densidade de ocupação do solo (≤ 20%);

Arruamento Descontínuo;

Lote médio: > 5.000 m².

Ipitanga

Cassange

2

Predominantemente

Horizontal I

Uniresidencial de Alto Padrão;

Baixa/Média densidade de ocupação do solo

(≤50%);

Parcelamento formal/

Arruamento regular;

Lote médio: > 350 m² e < 5.000 m².

Itaigara

Caminho das Árvores

Costa Verde

Patamares

Horto Florestal

3

Predominantemente

Horizontal II

Uniresidencial de Padrão Popular – adensamento

inicial;

Média/alta densidade de ocupação do solo (50% a

80%);

Arruamento regular;

Lote médio: < 200 m².

Periperi

Paripe

Itapuã (parte)

4

Predominantemente

Horizontal III

Residencial de Padrão Popular – adensamento

avançado;

Casas e pequenos edifícios (<4 pav.);

Alta densidade de ocupação do solo (> 80%);

Arruamento regular ou espontâneo;

Lote médio: < 150 m².


Cosme de Farias

Pernambués

São Caetano

Massaranduba

Liberdade

5

Predominantemente

Horizontal IV

Residencial precária / invasões;

Barracos e casebres;

Média/alta densidade de ocupação do solo;

Sem arruamento ou arruamento espontâneo;

Sem lote definido.

Santo Inácio

Nova Constituinte

Bairro da Paz

50

6

Predominantemente

Horizontal V

Residencial com comércio e serviços –

adensamento estabilizado;

Casas, edifícios;

Média/alta densidade de ocupação do solo (50% a

80%);

Arruamento regular;

Lote médio: > 150 m² e < 350 m².

Bonfim

Nazaré

Barris

Brotas

Barbalho

Rio Vermelho

7

Predominantemente

Vertical I

Multiresidencial de Médio/ alto padrão e/ou

comercial e serviços;

Edifícios com mais de 4 pav.;


Arruamento regular;

Lote médio: > 1.000 m² e < 2500 m².

Graça

Centro

Pituba

Barra (trechos)

8

Predominantemente

Vertical II

Multiresidencial de Alto Padrão;

Edifícios com mais de 4 pav.;


Arruamento regular;

Lote médio: > 2.500 m²

Lot. Cidade Jardim

Lot. Vela Branca

Alto Itaigara

9

Conjunto

Habitacional

Horizontal

Uniresidencial – Grupo de casas ou de fila de casas;


Arruamento regular;

Ocupação em condomínio.

Cajazeiras (parte)

Fazenda Grande (parte)

Mussurunga

10

Conjunto

Habitacional

Vertical I

Grupo de Edifícios residenciais com até 4 pav;


Arruamento regular;


Cajazeiras (parte)

Cabula VI

Santa Bárbara

11

Conjunto

Habitacional

Vertical II

Grupo de Edifícios residenciais com 5 pav ou mais;


Arruamento regular;


Imbuí

Conj. João Durval

Costa Azul (parte)

12

Concentração de

Galpões e/ou de

Naves Industriais

Ocupação Industrial ou comercial de grande porte;

Galpões, telheiros;


Arruamento regular;

Lote qualquer.

Porto de Salvador

Porto Seco Pirajá

Retiro

Itapagipe (trechos)

13

Grandes

Edificações e

Complexos

Urbanos

Edificações ou conjunto de edificações de grande

porte;


Lote qualquer

Shoppings centers

Terminais de transportes

Edifícios administrativos

ou governamentais.

Fonte: PREFEITURA DE SALVADOR, 2009. Adaptado pela autora.

De acordo com esta classificação, o Nordeste de Amaralina representa a tipologia 4,

(Predominantemente Horizontal III), composta por casas e pequenos edifícios de até quatro

pavimentos. A Pituba representa a tipologia 7 (Predominantemente Vertical I) e a tipologia 8

(Predominantemente Vertical II), conforme figura 8.

51

Figura 8 – Tipologias de Ocupação do Solo, Salvador 1998.

Fonte: PDDU de Salvador, 2008.

Por outro lado, estudos realizados por Nery et al. (2003), resultaram na definição e

mapeamento de padrões de ocupação do solo ocorrentes na cidade de Salvador. Utilizando

como critérios, o gabarito das construções e a densidade ocupacional, foram estabelecidos

oito padrões, descritos no Quadro 2 a seguir.

Quadro 2 – Classificação dos Tipos de Padrão de Ocupação segundo critérios de Gabarito e

Densidade Ocupacional

Tipo de

Padrão

Variáveis

Gabarito

Densidade

Ocupacional Exemplos de áreas urbanas

Padrão 1 Alto (>10 pav) Alta Comércio; Jardim Apipema

Padrão 2 Alto (>10 pav) Média Barra; Graça; Canela; Alto Itaigara

Padrão 3 Médio (4 a 10pav) Média Pituba; Costa Azul

Padrão 4 Baixo (1 a 4 pav)

Alta NE Amaralina; Av. Vasco da Gama; Subúrbio

Ferroviário


Média Morro do Gato; Caminho das Árvores; Adhemar

de Barros

Pituba

Nordeste de

Amaralina

52


Baixa Patamares; Morro de Gavazza; Horto Florestal;

Alamedas da Praia

Padrão 7 Áreas Especiais

Shoppings; Hospitais; Centros Comerciais,

Industriais e Empresariais

Padrão 8 Áreas Livres ou com

Vegetação

Parque São Bartolomeu; Parque de Pituaçu

Fonte: NERY et al (2003). Adaptado pela autora.

De acordo com esta classificação, a Pituba representa o Padrão 3, com gabarito médio e

densidade de ocupação média. Já o Nordeste de Amaralina, possui gabarito baixo e alta

densidade de ocupação, representando, portanto, o Padrão 4.

O Mapa de Padrões de Ocupação gerado mostra uma diversidade mais complexa de

padrões no extremo sul da cidade e um mosaico mais simplificado na área mais ao norte da

cidade, onde a ocupação é mais recente (Figura 9).

Figura 9 – Mapa de Uso e Ocupação do Solo em Salvador Fonte: Nery et al. (2003)

Com relação à tipologia predominante, observa-se que o padrão 4 é o mais frequente, no

qual se concentram, principalmente, as habitações informais. De acordo com Gordilho-Souza

(2000), cerca de 60% da população residem nessas áreas. Quanto às áreas verdes, é possível

LEGENDA

Pituba

Nordeste de

Amaralina

53

observar a escassez das mesmas, principalmente no extremo sul da cidade onde ocorre maior

adensamento na ocupação do solo.

A ocupação do solo de Salvador, pela área edificada, já é quase total, com densidades

populacionais bastante variadas. Segundo dados do IBGE (2000), o Nordeste de Amaralina,

apresenta uma densidade populacional de 300 a 350 hab/ha e na região da Pituba, a densidade

é de 100 a 150 hab/ha.

54

3 METODOLOGIA

Este capítulo apresenta a metodologia de trabalho empregada para o desenvolvimento

deste estudo, que se constitui de uma pesquisa exploratória, envolvendo variáveis qualitativas

e quantitativas.

3.1 ETAPAS DA PESQUISA

A pesquisa foi desenvolvida em quatro etapas principais: a primeira compreendeu a

definição e caracterização das áreas de estudo, a localização dos pontos de medição das

variáveis climáticas e o planejamento das medições; a segunda etapa correspondeu à análise

das características urbanísticas dos sítios urbanos estudados; a terceira etapa corresponde à

avaliação das condições climáticas dos espaços urbanos, subdividida em coleta de dados e

tratamento de dados; por último, procedeu-se a análise comparativa das condições de conforto

térmico dos espaços estudados, buscando relacioná-las com os padrões de ocupação.

O quadro 3 a seguir, mostra um resumo esquemático das etapas da metodologia

descritas nas próximas seções.

Quadro 3 – Resumo esquemático das etapas da metodologia

55

3.2 DEFINIÇÃO E CARACTERIZAÇÃO DAS ÁREAS DE ESTUDO

Para atender aos objetivos traçados para esta pesquisa, na etapa 1 foram definidas duas

áreas representativas de padrões de ocupação totalmente distintos, porém localizadas na

mesma região geográfica da cidade de Salvador, adjacentes uma à outra. As áreas escolhidas

foram os bairros Nordeste de Amaralina, que representa uma ocupação espontânea, e Pituba,

que representa uma ocupação planejada (Figura 10).

Figura 10 – Vista aérea da Região Nordeste de Amaralina e parte da Pituba. Foto: Manu Dias, 2009. Adaptada pela autora.

Esses bairros pertencem a Regiões Administrativas7 vizinhas: RA – VII (Nordeste de

Amaralina) e RA - VIII (Pituba), conforme Figura 11.

7 Regiões Administrativas (RA’s) – Subdivisão do território municipal de Salvador para fins administrativos, de

planejamento e de informação (PREFEITURA DE SALVADOR, 2009).

56

Figura 11 - Regiões Administrativas do Município de Salvador com a localização das

áreas de estudo. Fonte: Adaptada do PDDU, 2008.

A região geográfica onde se situam as áreas é identificada no PDDU de Salvador,

como Área de Borda Marítima8.

O traçado urbano dos dois bairros também apresenta características distintas. A

Pituba possui traçado regular com ruas espaçosas e alguns espaços livres transformados em

praças ou parques. O Nordeste de Amaralina apresenta arruamento irregular, quase sem

nenhum espaçamento entre as edificações, caracterizado, conforme Santos (2008), como um

bairro de becos e vielas.

3.2.1Caracterização do bairro Nordeste de Amaralina

O Nordeste de Amaralina é um dos bairros que integram a Região Nordeste de

Amaralina (RNA), que abrange ainda os bairros de Santa Cruz, Vale das Pedrinhas e Chapada

do Rio Vermelho. Esta região é uma área com densidade ocupacional em torno de 350hab/ha,

com população predominantemente de baixa renda (IBGE, 2000), construções de baixo

gabarito e alto índice de ocupação do solo (PDDU, 2008). A existência de áreas verdes é

8 Área de Borda Marítima – área de contato ou proximidade com o mar, que define a silhueta da Cidade,

representada pela faixa de terra entre as águas e os limites por trás da primeira linha de colinas ou maciços

topográficos que se postam no continente.

Pituba

Nordeste de

Amaralina

57

quase nula, assim como não há espaços livres para atividades de lazer e de convivência

coletiva (SOUZA, 2008).

Ocupa uma área com topografia acidentada e infraestrutura precária, sem vazios para

expansão horizontal, porém apresenta boa localização com relação ao centro urbano e a

equipamentos importantes. Apresenta comércio local desenvolvido e concentrado, sobretudo,

nas ruas principais. É classificada como Zona Especial de Interesse Social9 (PDDU, 2008).

A RNA é limitada por quatro bairros de classe média alta: Pituba, Itaigara, Amaralina e

Rio Vermelho, que apresentam uma densidade demográfica de 100 hab./ha, com

predominância de construções de alto gabarito (PREFEITURA DE SALVADOR, 2009).

A delimitação do bairro dentro da RNA foi feita, inicialmente, por aproximação, visto

que a unidade ―bairro‖ ainda não era bem definida em Salvador. No entanto, em 2011, a

Companhia de Desenvolvimento Urbano da Bahia (CONDER), disponibilizou mapas digitais

atualizados, tornando possível a visualização dos bairros. Desse modo, a Figura 12 mostra o

mapa do bairro Nordeste de Amaralina e bairros vizinhos.

Figura 12 - Mapa do Bairro Nordeste de Amaralina. Fonte: Mapas Digitais de Salvador (CONDER, 2011). Adaptada.

De acordo com levantamentos realizados através de mapas digitais e de observações in

loco, a ocupação do solo nesta área é quase total e de natureza desordenada, com

9 Zonas Especiais de Interesse Social (ZEIS) – zonas destinadas à implementação de programas de regularização

urbanística, fundiária e a produção, manutenção ou qualificação de Habitação de Interesse Social, HIS.

58

elevadoíndice de impermeabilização e ausência de vegetação, havendo predominância do uso

para fins residenciais (Figura 13).

Figura 13 – Áreas do Nordeste de Amaralina. Fonte: A autora, 2010

O bairro Nordeste de Amaralina, por ser um bairro de população de baixa renda e de

baixa escolaridade, disponibiliza mão de obra para as áreas circunvizinhas, inclusive a Pituba,

com ocupações de baixo rendimento como o trabalho doméstico, vendedores ambulantes e

pescadores (SANTOS, 2008). O bairro possui comércio e serviços diversificados, na grande

maioria, de pequeno porte.

Conforme já mencionado, o bairro apresenta um alto índice de ocupação, sendo raros os

espaços livres dentro da área. Santos (2008) identificou cinco espaços livres que são: Campo

do Areal, Depósito de Lixo, Campo de futebol de areia, Campo de Futebol e Beco da Cultura.

A Figura 14 mostra alguns desses espaços.

a) Campo de Futebol b)Beco da Cultura – limite entre a c) Campo do Areal Pituba e o Nordeste de Amaralina

Figura 14 - Espaços livres no Nordeste de Amaralina. Fonte: Santos (2008). Adaptada pela autora.

59

3.2.2 Caracterização do bairro Pituba

O bairro Pituba, fica localizado a sudeste de Salvador, na região de mesmo nome que

corresponde à Região Administrativa (RA) VIII, da qual fazem parte também as localidades:

Caminho das Árvores e Itaigara.

Fica localizado na borda atlântica da cidade com unidades habitacionais de alto padrão

construtivo, abrigando uma população de alta renda. Esta área passou por um intenso processo

de adensamento nas ultimas décadas quando, além da ocupação das áreas vazias, houve

substituição de muitas unidades unidomiciliares por multidomiciliares. Possui boa infra-

estrutura urbana e de serviços.

Grande parte da população, na Pituba, possui renda familiar superior a 20 salários

mínimos, o número de mulheres é predominante (57%) sobre o número de homens (43%) e o

nível de escolaridade é elevado, com mais de 70% da população tendo cursado mais de 11

anos de estudo (IBGE, 2000).

O bairro apresenta um setor de comércio e de serviços intenso com uma grande

diversidade de lojas especializadas e de grande porte, além de várias agências bancárias.

Segundo Andrade (2004), a Pituba é um espaço que foi e é produzido para atender a

uma demanda elitizada da cidade (público de alta e média renda) e está localizada na faixa de

expansão do mercado imobiliário.

A Figura 15 mostra o mapa do bairro Pituba, obtido dos mapas digitais de Salvador

(CONDER, 2011).

60

Figura 15 - Mapa do Bairro Pituba Fonte: Mapas Digitais de Salvador (CONDER, 2011). Adaptada pela autora.

Os resultados dos levantamentos dos índices urbanísticos e observações feitas no

local mostraram que a tipologia predominante é a residencial de médio a alto padrão, do tipo

vertical com gabarito até 15 pavimentos (Figura 16).

Figura 16 – Áreas da Pituba. Fonte: A autora, 2010

O bairro possui alguns espaços livres que, segundo Santos (2008), são pouco utilizados

pelas pessoas, provavelmente devido a pouca ou nenhuma arborização, restringindo o uso

mais ao final da tarde para caminhadas. Entre esses espaços, destacam-se: Praça Nossa

Senhora da Luz, Praça do ex – Clube Português e Praça Brasil (Figura 17).

61

a) Praça Brasil b) Praça Nossa Senhora da Luz c) Ex-clube Português

Figura 17 – Espaços livres na Pituba Fonte: Santos, 2008. Adaptada pela autora.

3.2.3 Localização dos pontos de medição

Em cada uma das áreas selecionadas foi escolhido um local fixo para realização das

medições de variáveis climáticas. Esta pesquisa foi realizada com um ponto em cada área,

devido à disponibilidade de dois conjuntos de equipamentos para medições das variáveis

climáticas.

Segundo Oke (2004), nas medidas realizadas dentro de áreas urbanas a cada metro que a

estação se afasta do solo, seu raio de abrangência aumenta em cem metros. Assim, é

necessário que o local de instalação dos equipamentos e a sua região de entorno representem

bem o alvo que se pretende alcançar. No entanto, acrescenta que a escolha deve levar sempre

em consideração a segurança dos aparelhos, preservando, assim, a integridade do patrimônio.

Além disso, o local deve ser livre da interferência de terceiros, para que não ocorram

alterações nos dados coletados.

A escolha dos locais teve como requisito principal a representatividade da área de

estudo em relação à área do seu entorno, considerando, principalmente, o padrão de ocupação,

a tipologia das edificações, a topografia e a presença de áreas verdes.

Também foi considerada a posição dos dois pontos em relação à orla marítima,

buscando-se uma eqüidistância dos mesmos, assim como a facilidade de acesso e a segurança

dos equipamentos e dos participantes para a realização da coleta de campo.

Dessa forma, na Pituba, foi escolhido o pátio interno do Edifício Mar do Caribe, que

fica na esquina da Rua Amazonas com a Rua Paraíba (Figura 18).

62

Figura 18 – Local de medição na Pituba (Pátio do Edifício Mar do Caribe) Fonte: CONDER (2010). Adaptada

O edifício escolhido tem 18 pavimentos, é de uso residencial, e apresenta características

urbanísticas representativas da área do entorno, destacando-se elevado índice de

impermeabilidade do solo e revestimento das superfícies com materiais retentores de calor,

que podem levar a situação de desconforto térmico.

No Nordeste de Amaralina, foi escolhido o pátio dos fundos da Escola Dom Pedro I,

que fica no quarteirão limitado pela Rua Aurelino Silva, Rua Elenita, Travessa Professor João

Luiz Barreiros e 1ª Travessa Cristóvão Ferreira, com frente na Rua Elenita e fundos na

Travessa Prof. Luís Barreiros (Figura 19). A escolha foi feita após contatos com a Associação

de Moradores do Nordeste de Amaralina que também funciona neste local. A escola mantém

convênio com a Prefeitura de Salvador e atende a alunos do 1º ao 9º ano do Ensino

Fundamental, além de uma creche que recebe crianças com idade de 0 a 6 anos. A

administração da escola-creche manifestou grande interesse em disponibilizar o local para

realização das medições, considerando como uma grande oportunidade de aprendizado para

os alunos a respeito do clima urbano.

Local de

medição

63

Figura 19 - Local de medição no Nordeste de Amaralina. Fonte: CONDER (2010). Adaptada

A área onde se encontra localizada a escola, apresenta um padrão de ocupação

representativo de todo o bairro. Informações de pessoas conhecedoras da realidade local

apontaram aquele local como uma área tranqüila em termos de segurança para realização dos

trabalhos, inclusive contando com o apoio da associação para maior segurança.

Diante destas considerações, a escola foi identificada como um local adequado para

realização da coleta de dados, pois, além de oferecer a segurança e a tranqüilidade necessária

para o desenvolvimento dos trabalhos, poderia agregar conhecimentos aos alunos a respeito

do clima urbano.

A Figura 20 a seguir, apresenta áreas externas e internas da Escola D. Pedro I.

a)Rua Elenita – entrada principal b)Pátio interno c) Pátio dos fundos -Trav. Prof. João

da escola. Luís Barreiros Figura 20 - Áreas externas e internas da Escola D. Pedro I. Fonte: A autora, 2010.

64

3.2.4 Planejamento das medições

Foram realizadas três séries de medições, denominadas de campanhas, nas seguintes

datas:

Primeira campanha – 12 de novembro de 2010;

Segunda campanha – 26 de Janeiro de 2011;

Terceira campanha – 26 de Abril de 2011.

Os períodos de medição foram escolhidos para cobrir as estações do ano de maior

estresse térmico, primavera, verão e outono. Além disso, buscou-se dias típicos que melhor

representassem cada estação. Com todas as precauções tomadas, ocorreram eventos atípicos

na segunda campanha, estação de verão.

Cada série de medições ocorreu em um único dia, nos dois locais, simultaneamente, no

horário das 8 h até as 20 h, exceto na terceira campanha, em que os trabalhos foram

encerrados às 18 horas, por motivos de segurança..

As medições foram feitas com o uso de equipamentos de leitura automática e de leitura

manual, para possibilitar a confirmação dos resultados, conforme descritos na seção 3.1.5.

A pesquisa de campo foi realizada com a colaboração de professores e alunos do

Laboratório de Conforto Ambiental – LACAM, da Faculdade de Arquitetura da UFBA.

3.2.5 Variáveis medidas

Foram definidas para medição, as variáveis climáticas que, segundo Frota e Schiffer

(1988), possibilitam a determinação do conforto térmico no ambiente urbano que são:

temperatura do ar, umidade relativa do ar, velocidade do ar e radiação solar.

A radiação solar é representada através da temperatura radiante média que, por sua vez,

é determinada a partir dos dados de temperatura de globo.

As medições foram realizadas em conformidade com a norma ISO 7726 (1998) que

indica o sistema de medidas adotado para cada variável, conforme segue:

a) Temperatura do ar: medida em graus Celsius;

b) Umidade relativa do ar: medida em porcentagem de vapor de água no ar em relação

à máxima quantidade que pode ser mantida em uma dada temperatura e pressão;

c) Velocidade do ar: medida em metros por segundo;

65

d) Temperatura de globo: medida em graus Celsius.

Além disso foi calculada a temperatura radiante média, obtida por meio de equações que

relacionam os valores de temperatura de globo, temperatura do ar e velocidade do ar, medidos

simultaneamente. Sua unidade de medida também é graus Celsius.

Para o cálculo da temperatura radiante média foi utilizada a equação 2, obtida da norma

ISO 7726 (1998), com base nos valores de temperatura de globo cinza de 40 mm, temperatura

do ar e velocidade do ar:

[Eq. 2]

Trm = temperatura radiante média, em ºC.

Tg = temperatura de globo, em ºC.

Va = velocidade do ar, em m/s.

Ta = temperatura do ar, em ºC.

Ɛ = emissividade do globo, adimensional.

D = diâmetro do globo, em m.

Foram observadas também os cuidados que devem ser tomados para prevenir a

exposição a fontes de calor do seu entorno, os equipamentos destinados a medir a temperatura

do ar à radiação, para impedir que haja interferência nos valores medidos (ISO 7726, 1998).

3.2.6 Equipamentos utilizados nas medições

Os equipamentos utilizados nas medições das variáveis climáticas foram definidos

conforme as recomendações da norma ISO 7726 (1998) e são apresentados com suas

respectivas funções na Tabela 1 a seguir.

66

Tabela 2 – Equipamentos utilizados nas medições e suas funções

Equipamento Função

a) Mini-Estação Meteorológica modelo

WID600

Medir: temperatura do ar , umidade relativa

do ar e pressão atmosférica

b) Data logger HOBO, U12-012, ONSET Medir: temperatura do ar e umidade relativa

do ar

c) ) Cabo com sensor de temperatura

TMC20-HD

Medir temperatura de globo, adaptado aos

dataloggers

c) Termômetro de globo cinza (40 mm) Medir temperatura de globo

d) Anemômetro Digital modelo MINIPA

MDA11 Medir velocidade do ar

A seguir são descritas algumas características de cada equipamento.

a) Mini-Estação Meteorológica modelo WID 600

Utilizado para medir as variáveis ambientais: temperatura do ar, umidade relativa do ar

e pressão atmosférica. Não possui interface com computador, sendo os dados registrados

manualmente em planilhas. Apresenta os seguintes dados técnicos:

Dados técnicos

Gama da temperatura de funcionamento -5ºC a +50ºC

Faixa de temperatura -9,9ºC a +55ºC

Precisão Máx. +/- 1°C na Faixa de medição de 0 a 40°C

Divisão 0,1°C

Gama de Umidade do ar 25% a 90% de Umidade relativa do ar

b) Data Logger HOBO modelo U12-012 marca ONSET

Registra dados de temperatura do ar e umidade relativa do ar através de sensores

internos. Possui um canal externo ao qual poderão ser conectados sensores para medições de

variáveis diversas. Tem interface com computador sendo os dados descarregados através de

software disponibilizado pelo fabricante do equipamento. Apresenta as seguintes

características técnicas:

67

Característica técnica Temperatura Umidade

Faixa de medição -20ºC a +70ºC 5% a 95%

Precisão +/- 0,35°C +/- 2,5%

Resolução 0,03°C 0,03%

Ambiente de Operação -20ºC a +70ºC 0 a 95%

Intervalo programável de aquisições: 1 segundo a 18 horas;

O instrumento é usado em um abrigo meteorológico para impedir que haja exposição

direta do equipamento aos raios solares, conforme recomenda a norma ISO 7726 (1998).

Dessa forma, as medidas da temperatura do ar não recebem interferência da temperatura do

entorno, assemelhando-se à temperatura radiante média.

c) Termômetro de globo cinza de diâmetro 40 mm

O termômetro de globo mede o efeito combinado da radiação térmica, temperatura de

bulbo seco, umidade e velocidade do ar. Representa os efeitos das variáveis climáticas

interagindo simultaneamente no ser humano.

Segundo Nikolopoulou et al. (1999), as finas bolas de tênis de mesa de acrílico, devido

à sua disponibilidade, à sua relativa robustez, são uma boa opção para termômetros de globo

utilizados em situações em que tempos de resposta menores que 4min são necessários.

Com relação à cor da pintura do globo, a norma internacional ISO 7726 (1998)

recomenda a utilização da cor cinza médio quando o globo for exposto ao sol, devido à sua

absorção de radiação térmica de onda curta ser semelhante à das pessoas normalmente

vestidas.

O globo utilizado neste trabalho foi preparado a partir de procedimentos adotados por

Hirashima (2010), utilizando uma bola de tênis de mesa de acrílico, de 40 mm, pintada na cor

cinza, conforme especificado no anexo A. No entanto, foram feitas adaptações para a leitura

dos dados, utilizando-se um termômetro digital. A temperatura de globo é medida em graus

Celsius.

d) Anemômetro Digital modelo MINIPA MDA11

68

Utilizado para registrar a média da velocidade do ar em metros por segundo, no

modo 16 segundos. A leitura dos dados é feita manualmente. O anexo B apresenta os

certificados de calibração dos anemômetros, realizada em 25.10.2010.

e) Cabo com sensor de temperatura/TMC20-HD

Este modelo mede a temperatura do ar, água, ou no solo. Precisão e resolução variam

de acordo com o modelo anexo logger. Apresenta os seguintes dados técnicos:

Dados técnicos

Gama -40 ° a 50 ° C (-40 ° a 122 ° F) em água ou no solo

-40 ° a 100 ° C (-40 ° a 212 ° F) em ar

Intervalo de medição -40 ° a 50 ° C (-40 ° a 122 ° F) em água ou no solo;

-40 ° a 100 ° C (-40 ° a 212 ° F) em ar

Tempo de resposta menos de 3 minutos em ar em movimento de 1 m / seg;

tempo de resposta em água agitada é de 1 minuto típico a 90%

Precisão com U12 + / - 0,21 ° C de 0 ° a 50 ° C

Resolução com U12 0,03 ° a 20 ° C

f) Abrigo meteorológico

O abrigo meteorológico utilizado nesta pesquisa foi desenvolvido por Hirashima

(2010), utilizando peças de PVC acopladas, conforme descrito no Anexo C. A base do

acessório permite a sua fixação em um tripé.

Os equipamentos e acessórios utilizados nas medições das variáveis climáticas são

apresentados na Figura 21.

69

a) Mini-Estação Meteorológica WID600

b) Data logger HOBO U12-012

c) Termômetro de globo cinza, 40 mm,

acoplado a um transdutor digital.

d) Anemômetro MINIPA – MDA11

e) Cabo com sensor de temperatura/TMC20-HD

f) Abrigo meteorológico

Figura 21 - Equipamentos utilizados nas medições.

3.2.7 Instalação dos equipamentos

Os equipamentos para medição dos dados climáticos foram instalados em tripés, a 1,10

m de altura (Figura 22), conforme especifica a norma ISO 7726 (1998) e de acordo com

MATZARAKIS et al. (1999).

70

Figura 22 - Tripé com equipamentos instalados. Fonte: A autora ( 2010)

Os equipamentos foram instalados em área sombreada por elementos tridimensionais

(paredes e plantas). Durante o período de medições, os equipamentos foram mudados de

posição, à medida que os raios solares incidiam sobre os mesmos. Os dataloggers foram

instalados em abrigo meteorológico, conforme recomendação da norma ISO 7726 (1998).

Após a instalação dos equipamentos, aguardava-se um tempo de 10 minutos para

estabilização dos dados e início da leitura.

3.3 ANÁLISE DAS CARACTERÍSTICAS URBANÍSTICAS DAS ÁREAS DE ESTUDO

A etapa 2 consistiu da análise das características urbanísticas das áreas de estudo. Foram

utilizados mapas da base cartográfica da cidade de Salvador (CONDER, 2010), imagens de

satélite do Google, programas de CAD e observações in loco. Foi utilizada, ainda, a Lei de

Ordenamento, Uso e Ocupação do Solo de Salvador – LOUOS (PREFEITURA DE

SALVADOR, 2001), para comparar os índices urbanísticos definidos pela legislação para as

áreas estudadas com os valores encontrados.

71

Em cada área de estudo foi delimitado um círculo com 100 metros de raio, em torno de

um ponto de referência, tendo como critério de escolha a representatividade do padrão de

ocupação do seu entorno em relação à área de estudo respectiva. Foi considerada também a

facilidade de acesso para realização do estudo, bem como a posição dos mesmos em relação à

orla marítima, buscando-se uma distância equivalente para os dois pontos.

Nas áreas delimitadas, foram realizados os levantamentos das variáveis urbanísticas e os

pontos de referência foram utilizados, posteriormente, como base para medições das variáveis

climáticas.

Após a descrição das características de cada área, foi elaborada a máscara de sombra10

e

calculado o Fator de Visão de Céu (FVC)11

de cada área, tendo como base o ponto definido

para medição das variáveis climáticas. O cálculo do FVC possibilitou a análise da obstrução

do céu em ambos os espaços.As máscaras de sombra e o cálculo do FVC foram feitos a partir

de processos geométricos.

Posteriormente, durante a realização das primeiras medições das variáveis climáticas,

foram feitas fotografias nos locais das medições, para ilustrar a visão de céu nesses pontos e

permitir uma comparação com o traçado das máscaras de sombra. As imagens foram

capturadas com uma máquina Marca Canon, modelo EOS Mark II 5D, com lente EF8 -

16mm, fisheye, full frame.

Em seguida, foram realizados os levantamentos dos índices urbanísticos de cada área

delimitada, utilizando o programa AutoCAD, imagens de satélite e observações in loco.

Descreve-se, a seguir, os índices levantados em cada área, relativos aos lotes, e os

respectivos procedimentos de cálculo:

a) Área do lote, Área ocupada e Área permeável (m²):

Para o cálculo dessas áreas foi utilizado o programa AutoCAD, tendo como base os

mapas da Base SICAR, mapas digitais, imagens do Google e observações locais.

A Área Ocupada corresponde à projeção horizontal da construção sobre o terreno.

b) Índice de Ocupação – IO (%):

O índice de ocupação foi calculado através da seguinte fórmula:

10

Máscara de sombra é a representação gráfica dos obstáculos que impedem a visão da abóbada celeste por parte

de um observador localizado em um dado ponto. (BITTENCOURT, 2004: p. 45). 11

Sky View Factor- SVF (fator de visão de céu) é um parâmetro adimensional que representa a relação entre a

área de céu obstruída e a área total da abóbada celeste visível. (VILELA, 2007: p.59).

72

IO (%) = (Área ocupada / Área d lote) x 100

c) Gabarito das edificações:

O Gabarito das Edificações corresponde ao número de pavimentos das edificações.

Foi obtido através de observações no local.

d) Área construída – AC (m²):

A área construída de cada edificação foi obtida através da multiplicação da área

ocupada pelo número de pavimentos.

AC (m²) = (Área ocupada x Nº de pavimentos)

e) Índice de Utilização – IU (adimensional):

O Índice de Utilização foi calculado com o uso da seguinte fórmula:

IU = Área construída / Área do Lote.

f) Volume Construído – VC (m³):

O Volume Construído foi obtido através do seguinte cálculo:

VC = Área Ocupada x Gabarito x 3,00

g) Área Pavimentada – (m²):

A Área Pavimentada foi obtida subtraindo-se a Área ocupada e a Área permeável da

Área do lote.

h) Índice de Permeabilidade – IP (%):

O Índice de Permeabilidade foi calculado através da seguinte fórmula:

IP = (Área Permeável / Área do Lote) x 100

i) Recuos das edificações (m):

Os recuos das edificações foram calculados através do programa AutoCAD, tendo

como base os mapas da Base SICAR, mapas digitais e imagens do Google.

j) Presença de árvores:

Quanto ao número de árvores, foram contados nos locais.

Não foram calculadas as áreas correspondentes.

Com os dados levantados, foram calculados os valores máximo, médio e mínimo de

cada item, considerando cada lote separadamente. Na sequência, foram calculadas as médias

de cada índice, considerando a área total.

73

Os índices calculados, relativos à área total analisada, e seus respectivos procedimentos

de cálculo serão descritos a seguir:

a) Área Total (m²):

Corresponde à área do círculo de raio 100 metros, que é igual a 31.416 m².

b) Área Total dos Lotes (m²):

Corresponde ao somatório das áreas dos lotes inscritos em cada área.

c) Área Total Ocupada (m²):

Corresponde ao somatório das áreas ocupadas dos lotes inscritos em cada área.

d) Índice de Ocupação – IO (%):

O índice de ocupação foi calculado utilizando-se a expressão a seguir:

IO (%) = ( Áreas Ocupadas / Áreas dos Lotes) x 100

e) Área Total Construída (m²):

Corresponde ao somatório das áreas construídas dos lotes inscritos em cada área.

f) Área Total Permeável (m²):

Corresponde ao somatório das áreas permeáveis dos lotes inscritos em cada área.

g) Índice de Permeabilidade – IP (%):

O Índice de Permeabilidade foi calculado através da seguinte expressão:

IP (%) = ( Áreas Permeáveis / Áreas dos Lotes) x 100

h) Densidade Construída – DC (adimensional):

DC = Área Total Construída / Área Total

Os índices calculados foram comparados com os índices constantes na Lei de

Ordenamento do Uso e Ocupação do Solo – LOUOS, do município de Salvador, para verificar

a conformidade das áreas com a legislação, pois a observação in loco parecem indicar que

ambos os sítios não obedecem à legislação, apresentando condições desfavoráveis em relação

a esta. Os resultados da comparação serão apresentados no capítulo 4 e a discussão destes, no

capítulo 5.

Vale ressaltar que no Nordeste de Amaralina, houve dificuldades em realizar o estudo

em todo o círculo delimitado, por conter locais de acesso restrito, em termos de segurança.

Assim, foram levantadas em todo o círculo, as variáveis relativas a: área dos lotes, área de

74

ocupação e índice de ocupação. Para o cálculo das demais variáveis foi delimitado um

quarteirão dentro do círculo, o qual contém o local definido para as medições das variáveis

climáticas.

Este procedimento não alterou os resultados do trabalho, uma vez que se trata de uma

área muito homogênea.

3.4 AVALIAÇÃO DAS CONDIÇÕES CLIMÁTICAS DOS LOCAIS ESTUDADOS

Na etapa 3 da metodologia, foi realizada a avaliação das condições climáticas dos locais

estudados foi realizada por meio da coleta e tratamento das variáveis climáticas, conforme

procedimentos descritos a seguir.

3.4.1 Coleta de Dados

A coleta de dados foi feita por meio de medições de variáveis climáticas no ponto

definido em cada área estudada, conforme mencionado no item 3.3. As variáveis climáticas

medidas foram: temperatura do ar umidade relativa do ar, temperatura de globo e velocidade

do ar, utilizando os equipamentos citados no item 3.2.6, que foram cedidos pelo Laboratório

de Conforto Ambiental – LACAM, da FAUFBA e pelo LabCon – Laboratório de Conforto da

UFMG. Na primeira e segunda campanha foram instalados em cada ponto de medição: 01

mini-estação meteorológica, 01 datalogger Hobo U12-012, 01 anemômetro digital e 01

termômetro de globo. Na terceira campanha de medições, também foram utilizados cabos

com sensores de temperatura TMC20-HD, da marca ONSET, adaptados aos globos e aos

hobos, para medição da temperatura de globo.

As estações meteorológicas foram identificadas por: Est 1 (Pituba) e Est 2 (Nordeste de

Amaralina). Os termômetros de globo foram assim identificados: TG1 (Nordeste de

Amaralina) e TG2 (Pituba). O Hobo utilizado no Nordeste de Amaralina foi o de série 904035

(N1) e na Pituba, foi o de série 904041 (P1).

Os valores de temperatura do ar e umidade relativa do ar, medidas na Estação

Meteorológica WID600, assim como a temperatura de globo, medida pelo termômetro de

75

globo, e a velocidade do ar, medida pelo anemômetro digital, foram registrados a cada 10

minutos, anotando-se os valores manualmente em planilhas.

Os valores de temperatura do ar e umidade relativa do ar, medidos pelos dataloggers,

foram registrados a cada 1 minuto na primeira campanha e a cada 5 minutos na segunda e

terceira campanhas. O aumento no intervalo de registro dos dados foi para aproximar mais do

intervalo de medições das mini-estações.

Para obtenção dos dados de velocidade do ar, posicionava-se o anemômetro

perpendicularmente à direção do vento, conforme indicação da seta do aparelho, a uma altura

aproximada de 2,00 m do solo, para evitar interferências de obstáculos nos dados medidos.

Também foram obtidos os dados registrados pela estação meteorológica do INMET,

instalada em Ondina, para comparação com os dados medidos nos locais de estudo.

A Estação de Ondina encontra-se a uma altitude de 51,40m do nível do mar e, segundo

Monteiro e Mendonça (2003), medem as variáveis ambientais para a área geográfica local,

representada para uma dimensão de extensão de território de centenas de quilômetros,

servindo para este estudo como referencial na análise e visualização das implicações que o

ambiente construído pode acarretar nas características das variáveis ambientais quando

medidos à escala microclimática, de convívio humano.

Após a coleta dos dados, foi calculada a temperatura radiante média – Trm (°C) e o

índice de conforto PET (°C), para cada tempo de medição. Em seguida, os dados obtidos

foram tratados e analisados de forma descritiva e através de gráficos.

A Trm (°C) foi calculada com base nos valores de temperatura do ar, velocidade do ar e

temperatura de globo, utilizando-se a equação estabelecida pela ISO 7726 (1998), conforme

citado no item 3.2.5.

Para o cálculo do índice de conforto PET foi utilizado o programa Rayman® 1.2 (2002),

conforme descrito no item 2.3.2. Os parâmetros de entrada, requeridos pelo programa, foram

organizados em uma planilha no formato de texto, ordenados em colunas separadas por

tabulação na seguinte ordem:

a) Número de ordem

b) Data (no formato dd/mm/aaaa)

c) Número do dia do ano

d) Hora (no formato hh:mm)

76

e) Temperatura do ar (em graus centígrados, com decimais separadas por ponto)

f) Umidade relativa do ar (em percentual, sem decimais)

g) Velocidade do ar (em metros por segundo, com decimais separadas por ponto)

h) Nebulosidade (em oitavas de céu)

i) Temperatura radiante média (em graus centígrados, com decimais separadas por

ponto).

Também foram fornecidas as coordenadas geográficas relativas à cidade de Salvador,

sendo utilizado o referencial no sentido negativo, cujos dados foram convertidos, conforme

quadro 4 a seguir.

Quadro 4: Referencial das coordenadas geográficas de Salvador

Coordenadas Angulação Sentido de Orientação Salvador Referencial adotado no RayMan

1.2

Latitude 90° Norte (N) ou Sul (S) 13°S 90°-13°S = -77N

Longitude 180° Leste (L) ou Oeste (O) 38°30’O 180° - 38°30’ O = - 141°30’L

FONTE: Souza (2010), orientada pelo 4ºDISME/INMET. Adaptado pela autora.

Além disso, foram informados dados relativos às características dos indivíduos. Em

relação a estes, utilizou-se os dados do indivíduo padrão obtido por Souza (2010), em

pesquisa recente para a cidade de Salvador, que são:

- Altura = 1,70 m;

- Massa corporal = 69 Kg;

- Idade = 36 anos;

- Sexo: masculino,

- Isolamento térmico da vestimenta = 0,4 clo;

- Taxa de atividade metabólica = 143 W.

As planilhas com os resultados gerados são apresentadas no Apêndice E.

3.4.2 Tratamento de Dados

De acordo com Lapponi (1996), o tratamento estatístico tem o objetivo de organizar,

analisar e interpretar as informações disponíveis. Desta forma, a estatística ajuda a tomar

77

decisões com informações incompletas, tendo-se presente que o sucesso da decisão dependerá

da habilidade do analista para compreender as informações contidas nos dados.

Assim, inicialmente, os dados coletados nos equipamentos de leitura digital e

registrados manualmente foram digitalizados e tabulados. Os dados registrados nos

dataloggers foram transferidos para um arquivo eletrônico, utilizando o software específico

do fabricante, e organizados em planilhas do Excel. Na sequência foram calculados os valores

de temperatura radiante média e os valores do índice PET, conforme exposto na seção

anterior.

Após obterem-se todos os valores, procedeu-se a estatística descritiva dos dados brutos

e a elaboração de gráficos das séries de dados obtidos, comparando-se os resultados entre os

dois locais de estudo e com os dados da Estação Meteorológica do INMET, coletados nos dias

das campanhas. As análises descritivas compreenderam os seguintes cálculos: média, desvio

padrão, variância, mediana, máximo e mínimo relativos aos valores de Ta (°C), UR (%), Va

(m/s), Tg (°C), Trm (°C) e PET (°C), obtidos em cada campanha.

Em seguida foi gerado um banco de dados geral, relativo às três campanhas de

medições, o qual foi transportado para o programa SPSS®, sendo identificadas e excluídas as

observações atípicas12

e realizadas as análises estatísticas dos dados tratados.

Para as análises estatísticas foram utilizadas as técnicas de Box-plot e Árvore de

Decisão e Classificação – AD.

O Box-plot fornece informações sobre as características de posição, dispersão,

assimetria e outliers (observações atípicas) de um conjunto de dados. A estrutura do Box-plot

está definida por valor mínimo, o primeiro quartil, a mediana, o terceiro quartil e o valor

máximo. Foi utilizado nesta pesquisa para ilustrar a dispersão dos dados de Ta (°C), Trm (°C)

e PET (°C) para cada área de estudo.

Na Árvore de Decisão e Classificação – AD, os dados foram divididos e classificados de

acordo com a relação de máxima segregação em relação à variável dependente e agrupados

de acordo com os valores das variáveis independentes. Foi utilizada a variável categórica

local, como variável dependente, e como variáveis independentes, Ta (°C), Trm (°C) e PET

(°C).

12

As observações atípicas podem representar observações verdadeiramente ―absurdas‖ que podem

distorcer a verdadeira estrutura da população (HAIR et al., 1998).

78

3.5 AVALIAÇÃO DAS CONDIÇÕES DE CONFORTO TÉRMICO NOS LOCAIS

ESTUDADOS

No intuito de conhecer as condições de conforto térmico nos espaços urbanos

estudados, comparativamente entre si, foram gerados gráficos que mostram os valores de PET

(°C) mínimos e máximos e as médias, referentes às duas áreas, para cada intervalo de duas

horas, totalizando 6 intervalos. Esta separação dos dados por intervalos de tempo foi na

tentativa de obter resultados mais homogêneos, uma vez que a coleta de dados estendeu-se

por um período de 12 horas. Conforme destaca Hirashima (2010), quando o período de coleta

abrange várias horas, as condições ambientais podem diferir bastante a cada intervalo.

79

4 APRESENTAÇÃO DOS RESULTADOS

Este capítulo apresenta os resultados do estudo realizado, na seguinte sequência: a)

características urbanísticas das áreas de estudo; (b) condições climáticas dos locais em estudo,

comparativamente entre si e com os dados da estação de referência da cidade; (c) tratamento

estatístico das variáveis climáticas; d) os resultados das condições de conforto térmico.

4.1 CARACTERÍSTICAS URBANÍSTICAS DAS ÁREAS DE ESTUDO

Inicialmente, serão apresentadas as características urbanísticas da área estudada no bairro

Pituba e, na sequência, será feito o mesmo procedimento para a área do Nordeste de

Amaralina. Em seguida, será mostrada a comparação entre os resultados levantados nas duas

áreas e a comparação com os índices urbanísticos definidos na Lei de Ordenamento do Uso e

Ocupação do Solo – LOUOS, de Salvador (PREFEITURA DE SALVADOR, 2001).

4.1.1 O bairro Pituba

Na Pituba, o estudo urbanístico foi realizado em duas áreas próximas, conforme

indicadas na Figura 23. Cada área foi delimitada por um círculo com raio de 100 m, e

31.416m² de área, conforme descrito no item 3.3.

Figura 23 – Áreas analisadas na Pituba. Fonte: Google (2010). Adaptada pela autora.

80

A área 1 é um setor predominantemente comercial, contendo na parte central um trecho

da Avenida Manoel Dias, que é uma das principais vias da Pituba. O espaço é composto por

24 lotes que variam de 258m² a 1.858m². O arruamento é regular, com largura que varia de 12

a 18 metros e apresentam calçadas com largura em torno de 2,5 metros. Há arborização em

alguns pontos das vias e na área interna de alguns lotes, no total de 24 árvores.

Na área 2, predominam edifícios multiresidenciais, o arruamento também é regular,

com a largura das ruas variando de 12 a 15 metros e a das calçadas em torno de 2,5 metros.

Também possui arborização em alguns pontos nas ruas e no interior de alguns lotes, somando

ao todo 18 árvores. Esta área compreende o quarteirão limitado pelas ruas Amazonas, Paraíba,

Piauí e Messe do Amor e alguns lotes das quadras vizinhas. No total foram analisados 29 lotes

completos, com área variando de 320 m² a 2.485 m² e cinco lotes parciais.

A Figuras 24 mostra o mapa da área 1 da Pituba, com a máscara de sombra e o cálculo

do FVC - Fator de Visão de Céu (Sky View Factor).

Figura 24 –Detalhes da Área 1 da Pituba: (a) Mapa da área; (b) Máscara de sombra. Fonte: Alunos do LACAM orientados pela autora.

A Figura 25 mostra o mapa da área 2 da Pituba, bem como a máscara de sombra, a visão

de céu e o cálculo do FVC - Fator de Visão de Céu (Sky View Factor).

Legenda:

b)Máscara de sombra da Área 1

FVC = 0,68

a)Mapa da Área 1 - Pituba

Local para cálculo do

FVC.

81

Figura 25 – Detalhes da Área 2 na Pituba : (a) Mapa da área; (b) máscara de sombra; (c)

Visão de Céu. Fonte: (a) e (b) – Alunos do LACAM orientados pela autora.

O ponto utilizado como referência para o traçado da máscara de sombra e para o cálculo

do FVC das áreas 1e 2, está indicado em cada mapa. Na área 1, localiza-se numa esquina do

cruzamento entre a principal avenida do bairro, a Avenida Manoel Dias, e a Rua Espírito

Santo; e na área 2, o ponto central se localiza no pátio interno do Edifício Mar do Caribe, na

Rua Paraíba, onde foram realizadas as medições das variáveis climáticas. O FVC, calculado a

partir desse ponto, foi de 0,35.

A imagem da ―visão de céu‖, na área 2, foi feita com finalidade ilustrativa, no dia da

primeira medição das variáveis climáticas, em 12/11/2010, no horário da tarde, em torno de

15 h, com uma máquina Marca Canon, modelo EOS Mark II 5D, com lente EF8 - 16mm,

fisheye, full frame, conforme citado na seção 3.3.

Legenda:

b) Máscara de sombra – Área 2

FVC = 0,35

a) Mapa da Área 2 - Pituba

c) Visão de Céu no ponto de medição Foto: Rafael Martins, 2010.

Local para cálculo do FVC

(ponto de medição).

82

As medidas descritivas das variáveis urbanísticas da Área 1 são apresentadas na Tabela

3a. São mostrados os valores máximo, mínimo e a média de cada variável, considerando os

lotes isoladamente. Apresentam-se, ainda, os valores de referência estabelecidos na LOUOS

para o bairro da Pituba. Assim, são comparados os valores máximos do índice de ocupação

(IO), do gabarito das edificações e do índice de utilização (IU), bem como os valores mínimos

da área do lote, do índice de permeabilidade (IP) e dos recuos das edificações (frontal, lateral

e fundos).

Tabela 3a – Medidas descritivas das Variáveis Urbanísticas da Área 1 da Pituba,

referentes aos lotes.

Valores de

Referência

Área do

Lote

(m²)

IO

(%)

Gabarito

(Pavimentos) IU

IP

(%)

Recuos (m)

Frontal Lateral Fundos

Média 565 65 4 2 2 2 1 2

Máximo 1.858 100 12 10 46 7 5 18

Mínimo 258 0 0 0 0 0 0 0

LOUOS 450 50 15 2 20 4 1,5 2,5

A Tabela 3b apresenta os índices urbanísticos, áreas totais e detalhamentos quanto à

ocupação do solo e número de árvores referentes à Área 1: Área total dos lotes, Área total

ocupada, Área total construída e Área total permeável, assim como os Índices de Ocupação

(IO), de Permeabilidade (IP) e de Utilização (IU), a Densidade Construída (DC) e o Número

de árvores. Os índices IO, IP e IU foram calculados em relação à Área total dos lotes, ou seja,

13.556 m².

Tabela 3b – Índices urbanísticos para a Área 1 da Pituba, considerando a área total.

Área Total

(m²)

Área Total

dos Lotes

(m²)

Área Total

Ocupada

(m²)

IO

(%)

Área Total

Construída

(m²)

Área Total

Permeável

(m²)

I.P

.(%)

IU

D C

Nº de

Árvores

31.416 13.556 7.627 56 33.997 201 1,4 2,5 1,1 24

A Tabela 4a apresenta as medidas descritivas das variáveis urbanísticas da Área 2,

mostrando os valores máximo, mínimo e a média de cada variável, considerando os lotes

isoladamente, assim como os valores de referência da LOUOS para o bairro da Pituba, para

serem comparados com os valores encontrados nas áreas de estudo.

83

Tabela 4a – Medidas descritivas das Variáveis Urbanísticas da Área 2 da Pituba,

referente aos lotes.

Valores de

Referência

Área do

Lote

(m²)

IO

(%)

Gabarito

(Pavimentos) IU

IP

(%)

Recuos (m)


Média 837 38 8 2 7 8 3 8

Máximo 2.485 74 18 6 22 30 9 19

Mínimo 321 0 1 0 0 0 0 0

LOUOS 450 50 15 2 20 4 1,5 2,5

A Tabela 4b apresenta os índices urbanísticos, áreas totais e detalhamentos quanto à

ocupação do solo e número de árvores referentes à Área 2: Área total dos lotes, Área total

ocupada, Área total construída e Área total permeável, assim como os Índices de Ocupação

(IO), de Permeabilidade (IP) e de Utilização (IU), a Densidade Construída (DC) e o Número

de árvores. Os índices IO, IP e IU foram calculados em relação à Área total dos lotes, ou seja,

22.922 m².

Tabela 4b – Índices urbanísticos para a Área 2 da Pituba, considerando a área total.

Área Total

(m²)

Área Total

dos Lotes

(m²)

Área Total

Ocupada

(m²)

IO

(%)

Área Total

Construída

(m²)

Área Total

Permeável

(m²)

I.P

.(%)

IU

D C

Nº de

Árvores

31.416 22.922 7.341 32 62.211 2.696 11,8 2,7 2,0 18

Os dados totais referentes às características urbanísticas levantadas nas Áreas 1 e 2 da

Pituba são apresentados no Apêndice A.

4.1.2 O bairro Nordeste de Amaralina

No Nordeste de Amaralina, assim como na Pituba, foi delimitado um círculo de 100

metros de raio para levantamento das variáveis urbanísticas, conforme descrito no item 3.2.

Procedeu-se o levantamento das áreas dos lotes e da área ocupada em cada lote, efetuando-se

o cálculo do índice de ocupação de cada lote, para a área total inscrita no círculo (31.416 m²).

Observou-se que a área é muito homogênea e, portanto, optou-se por fazer o levantamento das

demais variáveis em um quarteirão, no qual foram realizadas, posteriormente, as medições das

variáveis climáticas. Esta medida foi adotada em função de ser uma área de risco, em termos

84

de segurança pessoal, zelando-se, assim, pela integridade física da equipe, bem como pela

preservação dos equipamentos.

O quarteirão é limitado pelos seguintes logradouros: Rua Aurelino Silva, Travessa

Professor João Luiz Barreiros, Rua Elenita e 1ª Travessa Cristóvão Ferreira. Tem área total de

aproximadamente 8.019 m² e compreende 42 lotes, com área variando de 34 m² a 636 m². A

Figura 26 destaca a área total delimitada no Nordeste de Amaralina e a área onde foi realizado

o levantamento detalhado das características urbanísticas.

Figura 26 – Área analisada no Nordeste de Amaralina Fonte: Google (2010). Adaptada.

Na Figura 27 são mostrados o mapa, a máscara de sombra, o FVC e a visão de céu da

área analisada no Nordeste de Amaralina.

Legenda:

Área delimitada

Área analisada

Legenda:

a)Mapa da área analisada no Nordeste de Amaralina

Local para cálculo do

FVC (ponto de medição).

85

Figura 27 – Detalhes da área analisada no Nordeste de Amaralina: (a) Mapa da área; (b)

máscara de sombra; (c) Visão de Céu. Fonte: (a) e (b) – Alunos do LACAM orientados pela autora.

O traçado da máscara de sombra teve como centro de observação, o local onde foram

realizadas, posteriormente, as medições das variáveis climáticas, dentro do quarteirão,

conforme indicado no mapa da área. O FVC, calculado a partir desse ponto, foi 0,45.

A Tabela 5a apresenta as medidas descritivas das variáveis urbanísticas da área

analisada no Nordeste de Amaralina, mostrando os valores máximo, mínimo e a média de

cada variável, considerando os lotes isoladamente. Também são mostrados os valores de

referência estabelecidos na LOUOS para o bairro Nordeste de Amaralina, para comparação

com os valores encontrados na área. Os índices comparados foram: valores máximos do

índice de ocupação (IO), do gabarito das edificações e do índice de utilização (IU), e os

valores mínimos da área do lote, do índice de permeabilidade (IP) e dos recuos (frontal, lateral

e fundos).

Tabela 5a – Medidas descritivas das Variáveis Urbanísticas do Nordeste de Amaralina,

referentes aos lotes.

Valores de

Referência

Área do

Lote

(m²)

IO

(%)

Gabarito

(Pavimentos) IU

IP

(%)

Recuos (m)


Média 168 69 3 2 4 2 0,4 1,6

Máximo 636 100 5 4 87 11 4 16,8

Mínimo 34 0 1 0 0 0 0 0

LOUOS 360 45 4 1,5 20 4 1,5 2,5

A Tabela 5b apresenta as áreas totais, os índices urbanísticos e detalhamentos quanto à

ocupação do solo e número de árvores, considerando a área analisada no Nordeste de

Amaralina. São mostrados, em relação à área de 8.019 m², os valores de: Área total dos lotes,

b)Máscara de Sombra – Nordeste de

Amaralina. FVC = 0,45

c) Visão de Céu no ponto de medição Foto: Rafael Martins, 2010.

86

Área total ocupada, Área total construída, Área total permeável, Índices de Ocupação (IO), de

Permeabilidade (IP) e de Utilização (IU), Densidade Construída (DC) e o Número de árvores.

Os índices IO, IP e IU foram calculados em relação à área total dos lotes, ou seja, 7.043 m².

Em relação à área total delimitada de 31.416 m², são mostrados os valores de: Área total

dos lotes, Área total ocupada e Índice de Ocupação (IO). O cálculo das demais variáveis foi

desnecessário devido à homogeneidade da área.

Tabela 5b – Índices urbanísticos para o Nordeste de Amaralina,

considerando a área total delimitada

Área Total

(m²)

Área Total

dos Lotes

(m²)

Área Total

Ocupada

(m²)

IO

(%)

Área Total

Construída

(m²)

Área Total

Permeável

(m²)

I.P

.(%)

IU

D C

Nº de

Árvores

8.019 7.043 4.507 64 14.842 552 7,8 2,1 1,8 0

31.416 22.935 14.829 64,7 N/C N/C N/C N/C N/C N/C

No apêndice A constam os dados totais referentes às características urbanísticas

levantadas na área reduzida do Nordeste de Amaralina e os dados parciais: área dos lotes, área

de ocupação dos lotes e índices de ocupação, referentes à área total delimitada.

4.2 CONDIÇÕES CLIMÁTICAS DOS LOCAIS ESTUDADOS

Serão apresentadas nesta seção, as condições climáticas medidas nos locais estudados,

comparativamente entre si e com os dados da estação de referência da cidade. Foram

realizadas três campanhas de medições, em um único dia, nos dois locais, simultaneamente,

iniciando às 8 h da manhã e encerrando às 20 h. A primeira campanha foi realizada no dia

12/11/2010, a segunda, no dia 26/01/2011 e a terceira, no dia 26/04/2011, correspondendo,

respectivamente, ao período de primavera, verão e outono. Não foram realizadas medições no

inverno por ser este o período de condições climáticas mais amenas e, neste trabalho, buscou-

se observar as condições mais adversas.

A primeira campanha, realizada no dia 12 de novembro de 2010, iniciou-se sob boas

condições de tempo, com céu parcialmente nublado, possibilidade de chuva e ventilado, na

Pituba e no Nordeste de Amaralina. No período da manhã, houve ocorrência de chuvisco

rápido nos dois locais, mas não interferiu no andamento dos trabalhos nem nos seus

resultados. No decorrer do dia, permaneceu ventilado com algumas rajadas de vento

87

ocasionais. Dados da estação do INMET indicaram nebulosidade de 4/10 de céu

(correspondente a 3/8) às 9 h (12 UTC) e de 1/10 de céu (correspondente a 1/8) às 15 h (18

UTC).

A segunda campanha, realizada no dia 26 de janeiro de 2011, iniciou-se sob condições

de tempo regular, com céu parcialmente nublado e possibilidade de chuva em ambos os

locais, sem vento no Nordeste de Amaralina e pouco vento na Pituba.

No decorrer da manhã, ocorreram chuvas fortes nos dois locais, nos intervalos de 9:20

às 9:50 h e de 10:20 às 11:20 h, no Nordeste de Amaralina, e nos intervalos de 9:30 às 9:50 h

e de 10:30 às 11:00 h, na Pituba. Nesses períodos, os equipamentos foram deslocados para

local protegido, evitando-se a exposição dos mesmos à umidade. No período da tarde, as

condições do tempo foram boas, com céu parcialmente nublado, pouco vento e sem

interferência de chuvas em ambos os locais. A estação do INMET registrou nebulosidade de

6/10 de céu (correspondente a 5/8) às 9 h (12 UTC) e às 15 h (18 UTC).

Os equipamentos foram mudados de posição no início da tarde, na Pituba e no Nordeste

de Amaralina, devido à posição da sombra. A partir desta hora, as medições transcorreram

normalmente até o encerramento dos trabalhos, às 20 h.

A terceira campanha, realizada no dia 26 de abril de 2011, iniciou-se sob céu

parcialmente nublado, com possibilidade de chuva e pouco ventilado, na Pituba, e sob céu

nublado, com possibilidade de chuva e sem vento, no Nordeste de Amaralina. Os trabalhos

transcorreram normalmente durante todo o dia, sem ocorrência de eventos inesperados nos

dois locais. A nebulosidade registrada na estação do INMET foi de 3/10 (correspondente a

2/8), às 9 h (12 UTC) e às 15 h (18 UTC).

Assim como ocorreu nas campanhas 1 e 2, foi mudada a posição dos equipamentos no

início da tarde, em ambos os locais, para evitar a exposição direta à radiação solar.

Tomando a temperatura do ar como referência para verificar o enquadramento das

condições climáticas dentro da variação sazonal do clima da cidade (Figura 28), observa-se,

de forma geral, que os dados de temperatura do ar na Estação Meteorológica de Ondina nos

dias de medição, estão próximos dos dias típicos de inverno e verão, respectivamente

(GOULART, 1998). Entretanto, na curva correspondente à Campanha 02, verão, realizada em

Janeiro de 2011 observa-se um afastamento do dia típico de verão, inclusive com valores

menores que os do dia típico de inverno, devido a fortes chuvas. Os valores registrados no

período noturno aproximam-se da curva do dia típico de verão, nas três campanhas,

88

caracterizando um aquecimento no período noturno, o que pode indicar as mudanças

climáticas produzidas pela urbanização.

Figura 28 – Valores horários de Ta (°C) da estação meteorológica de referência –

INMET/Ondina – de cada campanha, comparados com os dias típicos de verão e

inverno para Salvador

Os dados registrados através dos equipamentos de medição, relacionados no item 3.2.6,

foram organizados em tabelas. Em seguida, foram geradas as planilhas com os dados

necessários para o cálculo dos valores de Trm (°C), conforme citados no item 3.2.5. Depois

foram elaboradas as planilhas, com os dados requisitados pelo programa Rayman, para o

cálculo do índice de conforto PET (°C).

Após a obtenção dos resultados de todos os elementos necessários para a avaliação das

condições climáticas das áreas de estudo, geraram-se gráficos, através dos quais se

estabeleceram comparações entre os dados obtidos nos dois locais de medições, entre si, e

com os dados da estação do INMET.

Em seguida, foram organizados os bancos de dados que possibilitaram a realização das

análises estatísticas dos dados. Inicialmente, os bancos foram organizados com os dados

brutos de cada campanha, para cada local, a partir dos quais foram feitas as análises

descritivas referentes a média, desvio padrão, variância, mediana, máximo, mínimo e

amplitude dos valores de Ta (°C), UR (%), Va (m/s), Tg (°C), Trm (°C) e PET (°C).

Na sequência, foi gerado um banco de dados geral, relativo às três campanhas de

medições, sendo identificadas e excluídas as observações atípicas e realizadas as análises

estatísticas dos dados.

15,0

20,0

25,0

30,0

35,0

00

:00

3:0

0

6:0

0

9:0

0

12

:00

15

:00

18

:00

21

:00

Tem

pe

ratu

ra d

o A

r (

°C)

Enquadramento climático do período das CampanhasDados Estação Ondina

DT verão

DT Inverno

Nov 2010

Jan 2011

abr/11

89

4.2.1 Medidas descritivas das variáveis climáticas

Os resultados das medidas descritivas das variáveis em análise, temperatura do ar (Ta),

umidade relativa (UR), velocidade do ar (Va) e temperatura de globo (Tg), e dos dados

calculados de temperatura radiante média (Trm) e do índice de conforto (PET) são mostrados

nas tabelas 6 a 11, para cada campanha e cada local. As tabelas 6 e 7 mostram os resultados

relativos à campanha 1, as tabelas 8 e 9 apresentam os resultados referentes à campanha 2 e,

por último, as tabelas 10 e 11 mostram os resultados da campanha 3.

Tabela 6 – Medidas descritivas das variáveis microclimáticas Ta (°C), UR (%), Va (m/s),

Tg (°C) e Trm (°C) e do índice PET (°C) - C1 (12/11/2010), do Nordeste de Amaralina.

Ta (°C)

Nordeste

UR (%)

Nordeste

Va (m/s)

Nordeste

Tg (°C)

Nordeste

Trm (°C)

Nordeste

PET (°C)

Nordeste

Média ±

desvio padrão 30,1 ± 1,9 69,1 ± 5,2 1,0 ± 0,7 30,0 ± 1,8 29,7 ± 2,4 29,1 ± 2,4

Coef.

Variação (%) 6,2 7,5 70 6,0 8,2 8,2

Mediana 30,5 67,0 0,9 30,5 29,5 29,3

Máximo 33,4 79,0 2,6 32,5 35,5 32,5

Mínimo 26,9 61,0 0,0 26,9 25,3 23,2

Amplitude 6,5 18,0 2,6 5,6 10,2 9,3

Nº de dados de cada variável = 73


Tg (°C) e Trm (°C) e do índice PET (°C) - C1 (12/11/2010), da Pituba

Ta (°C)

Pituba

UR (%)

Pituba

Va(m/s)

Pituba

Tg (°C)

Pituba

Trm (°C)

Pituba

PET (°C)

Pituba

Média ±

desvio padrão 29,3 ± 3,5 72,1 ± 8,4 1,5 ± 0,8 29,1 ± 3,1 27,8 ± 4,9 27,2 ± 4,4

Coef.

Variação (%) 12,1 11,6 53,3 10,7 17,8 16,3

Mediana 28,4 74,0 1,3 28,2 27,8 25,9

Máximo 44,8 79,0 4,6 42,1 42,8 45,6

Mínimo 27,0 35,0 0,1 26,9 -0,5 20,9

Amplitude 17,8 44,0 4,5 15,2 43,3 24,7


90


Tg (°C) e Trm (°C) e do índice PET (°C) - C2 (26/01/2011), do Nordeste de Amaralina

Ta (°C)

Nordeste

UR (%)

Nordeste

Va (m/s)

Nordeste

Tg (°C)

Nordeste

Trm (°C)

Nordeste

PET (°C)

Nordeste

Média ±

desvio padrão 29,2 ± 1,7 75,1 ± 2,6 0,7 ± 0,5 28,9 ± 1,8 27,9 ± 2,6 28,4 ± 2,4

Coef.

Variação (%) 5,7 3,5 71,4 6,1 9,5 8,4

Mediana 29,3 74,6 0,7 29,0 27,5 28,4

Máximo 32,6 82,3 2,0 33,3 38,4 34,8

Mínimo 25,9 71,5 0,0 25,5 21,5 23,0

Amplitude 6,7 10,8 2,0 7,8 16,9 11,8




Ta (°C)

Pituba

UR (%)

Pituba

Va (m/s)

Pituba

Tg (°C)

Pituba

Trm (°C)

Pituba

PET (°C)

Pituba

Média ±

desvio padrão 27,8 ± 1,1 78,6 ± 4,2 0,7 ± 0,5 27,8 ± 1,1 27,5 ± 1,3 27,1 ± 1,5

Coef.

Variação (%) 3,8 5,3 71,4 3,8 4,8 5,6

Mediana 28,2 77,8 0,6 28,1 27,6 27,1

Máximo 29,0 89,8 2,0 29,6 29,5 30,7

Mínimo 23,6 69,9 0,0 23,6 21,9 22,9

Amplitude 5,3 20,0 2,0 5,9 7,6 7,8


Tabela 10 – Medidas descritivas das variáveis microclimáticas Ta (°C), UR (%), Va(m/s),

Tg (°C) e Trm (°C) e do índice PET (°C) - C3 (26/04/2011), do Nordeste de Amaralina.

Ta (°C)

Nordeste

UR (%)

Nordeste

Va (m/s)

Nordeste

Tg (°C)

Nordeste

Trm (°C)

Nordeste

PET (°C)

Nordeste

Média ±

desvio padrão 29,8 ± 1,2 69,6 ± 2,9 0,5 ± 0,4 29,6 ± 1,3 29,2 ± 1,9 29,3 ± 1,7

Coef.

Variação (%) 4,1 4,2 80,0 4,5 6,7 5,7

Mediana 29,7 69,3 0,4 29,6 28,7 29,1

Máximo 32,5 75,4 1,5 32,4 35,0 33,1

Mínimo 27,5 62,9 0,0 27,2 26,1 25,4

Amplitude 5,0 12,5 1,5 5,3 8,9 7,7


91

Tabela 11 – Medidas descritivas das variáveis microclimáticas Ta (°C), UR (%), Va(m/s),


Ta (°C)

Pituba

UR (%)

Pituba

Va(m/s)

Pituba

Tg (°C)

Pituba

Trm (°C)

Pituba

PET (°C)

Pituba

Média ±

desvio padrão 28,1 ± 0,6 72,3 ± 2,4 0,6 ± 0,6 28,3 ± 0,8 28,8 ± 1,7 28,0 ± 1,6

Coef.

Variação (%) 2,3 3,3 100,0 2,9 6,0 5,6

Mediana 28,0 72,0 0,5 28,0 28,1 28,5

Máximo 29,4 76,0 2,2 30,0 32,9 30,9

Mínimo 27,0 67,0 0,0 26,9 25,7 23,3

Amplitude 2,4 9,0 2,2 3,0 7,2 7,6


A seguir, são mostrados os gráficos que representam as séries temporais dos valores das

variáveis climáticas coletadas no Nordeste de Amaralina e na Pituba, bem como as séries dos

valores calculados de temperatura radiante média e do índice de conforto PET (°C). Também

são representados os valores de temperatura do ar e de umidade relativa do ar coletados na

Estação do INMET, localizada no bairro de Ondina, em Salvador/BA.

Os Gráficos 1a 3 mostram as séries dos valores de temperatura do ar, Ta (°C), medidos

na Pituba e no Nordeste de Amaralina e os obtidos na estação do INMET, nas campanhas

C1(12/11/2010), C2 (26/01/2011) e C3 (26/04/2011).

Gráfico 1 – Série dos valores de Ta (°C), medidos na Pituba, no Nordeste de Amaralina

e na estação do INMET - C1.

20

25

30

35

40

45

50

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Ta(°C)

Hora

Ta(°C) Nordeste Ta(°C) Pituba Ta(°C) INMET

92


e na estação do INMET - C2.


e na estação do INMET – C3.

Os Gráficos 4 5 e 6 representam as séries de valores de umidade relativa do ar – UR

(%), medidos na Pituba, no Nordeste de Amaralina e na estação do INMET, nas campanhas

C1, C2 e C3.

20

25

30

35

40

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Ta(°C)

Hora

Ta (°C) Nordeste Ta(°C) Pituba Ta (°C) - INMET

20

25

30

35

40

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

Ta(°C)

Hora

Ta (°C) Nordeste Ta(°C) Pituba Ta (°C) INMET

93

Gráfico 4 – Série dos valores de UR (%), medidos na Pituba, no Nordeste de Amaralina e

na estação do INMET - C1.

Gráfico 5 – Série dos valores de UR (°C), medidos na Pituba, no Nordeste de Amaralina

e na estação do INMET – C2.

30

40

50

60

70

80

90

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

UR (%)

Hora

UR (%) Nordeste UR (%) Pituba UR (%)INMET

30

40

50

60

70

80

90

100

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

UR(%)

Hora

UR (%) Pituba UR (%) Nordeste UR (%) - INMET

94

Gráfico 6 – Série dos valores de UR (%), medidos na Pituba, no Nordeste de Amaralina e

na estação do INMET – C3. Fonte: A autora

A seguir, os Gráficos 7, 8 e 9 mostram os valores da temperatura de globo, Tg (°C),

medidos na Pituba e no Nordeste de Amaralina, nas campanhas C1, C2 e C3.

Gráfico 7 – Série dos valores de Tg (°C), medidos na Pituba e no Nordeste de

Amaralina – C1. Fonte: A autora

30

40

50

60

70

80

90

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

UR (%)

Hora

UR (%) Pituba UR (%) Nordeste UR (%) INMET

20

25

30

35

40

45

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Tg (°C)

Hora

Tg(°C) Pituba Tg(°C) Nordeste

95





Os Gráficos 10 a 12 a seguir apresentam os valores de velocidade do ar, Va (m/s),

medidos na Pituba, no Nordeste de Amaralina e na estação do INMET, nas campanhas C1, C2

e C3.

20

25

30

35

40

45

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Tg (°C)

Hora

Tg (°C) Pituba Tg(°C) Nordeste

20

25

30

35

40

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

Tg (°C)

Hora

Tg (°C) Nordeste Tg (°C) Pituba

96

Gráfico 10 – Série de valores de Va (m/s), medidos na Pituba, no Nordeste de Amaralina e na

estação do INMET – C1. Fonte: A autora





0,00

1,00

2,00

3,00

4,00

5,00

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Va(m/s)

Hora

Va (m/s) Pituba Va (m/s) Nordeste

Va (m/s) INMET

0,001,002,003,004,005,00

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:001

6:0

01

7:0

01

8:0

0

19

:00

20

:00

Va (m/s)

Va (m/s) Pituba Va (m/s) NordesteVa (m/s) INMET

0

0,5

1

1,5

2

2,5

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Va(m/s)

Hora

Va (m/s) - Pituba Va (m/s) - NordesteVa (m/s) - INMET

0

1

2

3

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Va (m/s)

Va (m/s) - Pituba Va (m/s) - Nordeste

Va (m/s) - INMET

0,00,51,01,52,02,53,03,5

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

Va(m/s)

Hora

Va (m/s) Pituba Va (m/s) Nordeste

Va (m/s) INMET

00,5

11,5

22,5

33,5

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00 18

:00

Va (m/s)

Va (m/s) Pituba Va (m/s) NordesteVa (m/s) INMET

97

A seguir, os Gráficos 13 a 15 mostram as séries dos valores de temperatura radiante

média, Trm (°C), calculados para a Pituba e o Nordeste de Amaralina, referentes às

campanhas C1, C2 e C3. Os valores foram calculados com o uso da equação 1, conforme

descrito no item 3.2.5.

Gráfico 13 – Série dos valores calculados de Trm (°C), para a Pituba e o Nordeste de


Gráfico 14 – Série dos valores calculados de Trm (°C), para a Pituba e o Nordeste de


0

10

20

30

40

50

8:0

0

9:0

0

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Trm (°C)

Hora

Trm (°C) Pituba Trm (°C) Nordeste

20

25

30

35

40

45

50

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

Trm (°C)

Hora

Trm (°C) Pituba Trm (°C) Nordeste

98

Gráfico 15 – Série dos valores calculados de Trm (°C), para a Pituba e para o Nordeste

de Amaralina – C3. Fonte: A autora

Nos Gráficos 16 a 18 são representadas as séries dos valores calculados do índice de

conforto PET (°C) para a Pituba e para o Nordeste de Amaralina, nas campanhas C1, C2 e C3.

Gráfico 16 – Série dos valores calculados do índice de conforto PET (°C), para a Pituba

e para o Nordeste de Amaralina – C1. Fonte: A autora

20

25

30

35

40

45

50

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

Trm (°C)

Hora

Trm(°C) Nordeste Trm(°C) Pituba

15

20

25

30

35

40

45

50

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

PET(°C)

Hora

PET (°C) Pituba PET (°C) Nordeste

99

Gráfico 17 – Série dos valores calculados do índice de conforto PET (°C), para a Pituba

e o Nordeste de Amaralina – C2. Fonte: A autora

Gráfico 18 – Série dos valores calculados do Índice de conforto PET (°C), para a Pituba

e para o Nordeste de Amaralina – C3. Fonte: A autora

A análise dos resultados apresentados nas tabelas e nos gráficos acima será mostrada no

capítulo 5.

15

20

25

30

35

40

45

50

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

19

:00

20

:00

PET(°C)

Hora

PET(°C) Nordeste PET(°C) Pituba

15

20

25

30

35

40

45

50

08

:00

09

:00

10

:00

11

:00

12

:00

13

:00

14

:00

15

:00

16

:00

17

:00

18

:00

PET(°C)

Hora

PET(°C) Nordeste PET(°C) Pituba

100

4.2.2 Análise estatística dos dados

Observadas algumas discrepâncias nos dados brutos obtidos nas medições das variáveis

climáticas, principalmente na primeira campanha, procedeu-se a análise para verificação das

observações atípicas. Segundo Hair et al. (1998), este procedimento deve ser adotado quando

o número de casos estudados é superior a 80. Neste estudo foram gerados 414 conjuntos de

dados. Foram identificados 9 dados como observações atípicas. Apesar de ter sido um número

pequeno, alguns eram bem significativos para os resultados deste estudo.

As observações atípicas foram identificadas pelas variáveis: Ta (°C), com seis casos na

campanha 1, com valores de 33,8°C, 44,8°C, 43,5°C, 40,6°C, 40°C e 39,2°C; Trm (°C), com

um caso na campanha 2, com valor de 38,4°C; e Va (m/s), com dois casos na campanha 1,

com valores de 3,1 m/s e 3 m/s. Desta forma, foram excluídos nove conjuntos de dados, do

banco geral, que passou a conter 405 casos, sendo 206 referentes ao bairro Nordeste de

Amaralina e 199 referentes ao bairro Pituba.

A Tabela 12, a seguir, mostra os dados excluídos.

Tabela 12 – Dados excluídos

Ordem Campanha Local Hora Ta(°C) UR (%) Va (m/s) Tg (°C) Trm (°C) PET (°C)

102 C1 PIT 12:40 33,8 57 1,1 28,1 -0,5 20,9

101 C1 PIT 12:30 44,8 35 2,7 42,1 23,2 43,2

100 C1 PIT 12:20 43,5 37 3,1 40 11,4 38,6

99 C1 PIT 12:10 40,6 45 4,6 40,2 36,5 44,4

98 C1 PIT 12:00 40 47 4,2 40,3 42,8 45,6

97 C1 PIT 11:50 39,2 62 0,8 37,7 32,7 37,7

171 C2 NE 12:00 31,1 75 0,4 33,3 38,4 34,8

112 C1 PIT 14:20 29,2 72 3,1 29,7 31,8 26,6

118 C1 PIT 15:20 28,3 72 3 28,1 26,5 23,5

No Apêndice B encontra-se o Banco de Dados Geral das variáveis climáticas, com os

valores das observações atípicas destacados.

101

A estatística descritivas dos dados brutos e dos dados tratados das variáveis climáticas,

são apresentadas nas Tabelas 13 e 14. As células destacadas referem-se aos valores que foram

alterados após a eliminação das observações atípicas.

Tabela 13 – Estatística descritiva dos dados brutos

N Mínimo Máximo Média Desvio Padrão

Ta (°C) 414 23,6 44,8 29,1 2,1

UR (%) 414 35 89 72,7 5,8

Tg (°C) 414 23,6 42,1 29,0 2,0

Trm (°C) 414 -5 42,8 28,4 2,9

PET (°C) 414 20,9 45,6 28,1 2,7

Va (m/s) 414 0 4,6 0,9 0,7

Tabela 14 - Estatística descritiva dos dados tratados

N Mínimo Máximo Média Desvio Padrão

Ta (°C) 405 23,6 33,4 28,9 1,6

UR (%) 405 61 89 73 4,8

Tg (°C) 405 23,6 32,5 28,8 1,6

Trm (°C) 405 17,2 37,1 28, 5 2,2

PET (°C) 405 22,9 33,3 28,0 2, 2

Va (m/s) 405 0 2,9 0,8 0,6

Em seguida, foram verificados os valores do coeficiente de correlação de Pearson entre

as variáveis Ta (°C), Tg (°C), Trm (°C) e o índice de conforto PET (°C). A Tabela 15 mostra

os resultados encontrados.

Tabela 15 – Coeficiente de Pearson entre as variáveis Ta (°C), Tg (°C), Trm (°C)

e o índice PET (°C)

Variáveis Ta (°C) Tg (°C) Trm (°C) PET (°C)

Ta (°C) 1 0,95 0,27 0,75

Tg (°C) 0,95 1 0,47 0,83

Trm (°C) 0,27 0,47 1 0,56

PET (°C) 0,75 0,83 0,56 1

102

Observa-se que a temperatura do ar apresenta uma boa correlação com a temperatura de

globo e em menor grau com o PET (°C). A temperatura de globo apresenta uma boa

correlação com o PET (°C). Em contrapartida, a Trm (°C) não apresenta correlação

significativa com nenhuma destas três variáveis. Isto porque a Trm (°C) é resultado das

interações entre a radiação solar e as características dos materiais que revestem as superfícies

do entorno. Observa-se que a melhor correlação da Trm (°C) foi com o PET (°C),

significando que a Trm (°C) também influencia a sensação térmica.

Na sequência, foi feita a análise comparativa das variáveis Ta (°C), Trm (°C) e PET

(°C), entre os locais estudados no Nordeste de Amaralina (NE) e na Pituba (PIT), utilizando-

se o Box-plot, para análise de dispersão dos dados, e o método da Árvore de Decisão – AD,

para classificação. Os dados foram divididos e classificados segundo a variável dependente

categórica ―local‖ e agrupados de acordo com os valores das variáveis independentes

numéricas (Ta, Trm e PET).

A Figura 30 mostra a dispersão dos valores de Ta (°C) para as duas áreas estudadas. A

variação de Ta (oC) por local se encontra entre os valores do 1º quartil e 3º quartil

respectivamente. Tal variação abrange pelo menos 50% dos dados por local. Dessa forma,

considerando apenas a análise do Box-plot, ilustrado na Figura 29, pode-se sugerir uma

comparação entre os locais em estudo (considerando, respectivamente, os valores do 1º e 3º

quartis para cada local).

Figura 29 – Dispersão dos valores de Ta (°C) para as áreas estudadas.

103

Verifica-se que o Nordeste apresentou uma grande amplitude térmica, com valor

mínimo de 25°C e valor máximo de 33°C. A predominância de valores foi de 28°C (1º quartil)

a 30°C (3º quartil), com mediana de 29°C. Na Pituba, os valores de Ta variaram de 26 a 29°C,

correspondendo ao mínimo e máximo, respectivamente, com predominância de valores entre

27°C (1º quartil) e 28°C (3º quartil) e mediana de 28°C. Houve, portanto, uma menor

amplitude de dados de Ta na Pituba. A Tabela 16 traz as principais medidas descritivas de Ta,

relativas às áreas em estudo.

Tabela 16 – Medidas descritivas de Ta (oC) relativas aos locais

Local

Medidas descritivas (Ta°C)

Nº Média Mediana Máximo Mínimo 1º quartil 3º quartil

NE 206 29,7 29,0 33,0 25,0 28,0 30,0

PIT 199 28,1 28,0 29,0 26,0 27,0 28,0

A Figura 30 apresenta a classificação de Ta (°C), através da AD, que apresentou as

seguintes características: total de 07 nós, sendo 01 nó13

raiz e 06 nós filhos, dos quais 04 são

terminais ou folha, apresentando profundidade14

igual a 2. As faixas de classificação de Ta

são apresentadas na tabela 17.

Tabela 17 – Faixas de classificação de Ta (°C) pela AD.

Faixas de Ta

Nó 1 Nó 2 Nó 3 Nó 4 Nó 5 Nó 6

<= 28,5°C

61,2%

>28,5°C

38,8%

<=27,5°C

32,1%

>27,5°C

29,1%

<=30,5°C

26,2%

>30,5°C

12,6%

NE 28,6% 86% 34,6% 22% 79,2% 100%

PIT 71,4% 14% 65,4% 78% 20,8% 0%

Observa-se que na primeira partição os dados foram segregados em dois grupos

principais: (1) Ta ≤ 28,5; e (2) Ta > 28,5. O Nó 1, que apresenta menores valores de Ta, é

predominantemente representado pela Pituba (71,4%). O Nó 2 ( com maiores valores de Ta) é

formado predominantemente por valores do Nordeste de Amaralina (86%). A partir desses

dois nós foram realizadas outras divisões binárias considerando outros valores de Ta. Na

segunda partição dos dados, o valor de Ta foi equivalente a 27,5°C, formando os nós 3 e 4. O

Nó 3, com valores de Ta ≤ 27,5°C, é predominante na Pituba (65,4%) e o Nó 4, com valores

de Ta > 27,5°C, também tem predominância na Pituba (78%). A terceira partição dos dados,

13

Cada nó representa o banco de dados formado a partir das características semelhantes classificadas pela

mineração de dados. 14

A profundidade representa o conjunto de dados selecionados por prioridade de predominância e, visualmente,

dá origem às ramificações da estrutura da árvore.

104

definiu o valor de Ta em 30,5°C. No Nó 5, com valores de Ta ≤ 30,5°C, a maioria é referente

ao Nordeste (79,2%), assim como o Nó 6, com 100% dos valores de Ta > 30,5°C, registrados

no Nordeste.

Figura 30 – Árvore de Decisão e Classificação para análise de Ta (°C)

Os resultados da Trm (°C), observados na Figura 31, mostram que o Nordeste

apresentou valores de Trm (°C) variando de 23°C a 34°C, o mínimo e o máximo,

respectivamente, que representa uma amplitude de 11°C, e mediana de 28°C. Os valores

predominaram no intervalo de 27 a 30°C, correspondentes, respectivamente, ao 1º e 3º

quartis, que abrange em torno de 50% dos dados. A Pituba apresentou uma amplitude de 3°C

nos valores da Trm (°C), com o mínimo de 26°C e o máximo de 29°C. Os valores estão

concentrados no intervalo de 27°C (1º quartil) a 28°C (3º quartil), com mediana de 27°C.

Nó Raiz

Local

Profundidade 1

Nó terminal

ou Folha

Profundidade 2

Nó Nó

105

Figura 31 – Dispersão dos valores de Trm (°C) para as áreas estudadas.

A Tabela 18 traz as principais medidas descritivas da Trm (oC), relativas às áreas em

estudo.

Tabela 18 – Medidas descritivas da Trm (oC) relativas aos locais

Local

Medidas descritivas (Trm°C)


NE 206 28,9 28,0 34,0 23,0 27,0 30,0

PIT 199 28,1 27,0 29,0 26,0 27,0 28,0

O comportamento da variável dependente categórica ―local‖ segundo valores de Trm

(oC), pela AD, é mostrado na Figura 32 com o total de 09 nós, sendo: 01 nó raiz e 08 nós

filhos, dos quais 05 são terminais ou folhas. A profundidade foi igual a 3. As faixas de

classificação encontram-se na tabela 19.

Tabela 19 – Faixas de classificação da Trm pela AD.

Faixas

de Trm

Nó 1 Nó 2 Nó 3 Nó 4 Nó 5 Nó 6 Nó 7 Nó 8

<=

28,5°C

67,9%

>28,5°C

32,1%

<=26,5°C

19,5%

>26,5°C

48,4%

<=30,5°C

18,5%

>30,5°C

13,6%

<=27,5°C

25,4%

>27,5°C

23,0%

NE 41,5% 70,8% 60,8% 33,7% 65,3% 78,2% 27,2% 40,9%

PIT 58,5% 29,2% 39,2% 66,3% 34,7% 21,8% 72,8% 59,1%

106

Figura 32 – Árvore de Decisão e Classificação para análise de Trm (°C)

Verifica-se que na primeira partição os dados foram segregados em dois grupos

principais: (1) Trm ≤ 28,5; e (2) Trm > 28,5. O Nó 1, que apresenta menores valores de Trm,

é predominantemente representado pela Pituba (58,5%). O Nó 2 ( com maiores valores de

Trm) é formado predominantemente por valores do Nordeste de Amaralina (70,8%). Na

segunda partição dos dados, o valor de Trm foi equivalente a 26,5°C, formando os nós 3 e 4.

O Nó 3, com valores de Trm ≤ 26,5°C, é predominante no Nordeste (60,8%) e o Nó 4, com

valores de Trm > 26,5°C, tem predominância na Pituba (66,3%). A terceira partição dos

dados, definiu o valor de Trm em 30,5°C. No Nó 5, com valores de Trm ≤ 30,5°C, a maioria

Profundidade 2

Nó Nó

Nó Raiz

Local

Nó terminal

ou Folha

Profundidade 3

Profundidade 1

Nó

terminal ou

Folha

Nó terminal

ou Folha

Nó

Nó terminal

ou Folha

107

é referente ao Nordeste (65,3%), assim como o Nó 6, com 78,2% dos valores de Trm >

30,5°C.

Para a comparação do índice de conforto térmico PET (oC) entre o local estudado no

Nordeste de Amaralina (NE) e na Pituba (PIT), foi utilizada a Árvore de Decisão – AD com o

Box-plot funcionando como técnica de análise de dispersão dos dados. A variável categórica

―local‖ foi considerada como variável dependente ou responsável para efetivar a comparação

entre as áreas estudadas. As análises do Box-plot foram suficientes para uma prévia

visualização da distribuição dos valores de PET (°C).

Considerando a variável ―local‖, foi feita a primeira análise relativa ao Box-plot para

determinar o comportamento do Nordeste e da Pituba associado às faixas de PET relativas às

categorias de sensação térmica, utilizando os resultados encontrados por Souza (2010). A

Figura 33 apresenta o Box-plot de PET (°C) para as áreas estudadas. Observa-se que os

valores de PET obtidos no Nordeste de Amaralina são sempre superiores aos da Pituba.

Figura 33 – Dispersão dos valores do PET (°C) para as áreas estudadas.

A Tabela 20 traz as principais medidas descritivas do Índice PET (oC), associadas às

áreas em estudo.

108

Tabela 20 – Medidas descritivas do índice PET (oC) relativas aos locais

Local

Medidas descritivas (PET°C)


NE 206 28,9 29,0 33,0 23,0 27,0 30,0

PIT 199 27,1 27,0 31,0 22,9 25,0 28,0

Os resultados de PET (°C), observados na Figura 34, mostram que os valores do

Nordeste variaram de 23°C a 33°C, o que representa uma amplitude de 10°C, e mediana de

29°C. Os valores predominaram no intervalo de 27 a 30°C, correspondentes, respectivamente,

ao 1º e 3º quartis, que abrange em torno de 50% dos dados. A Pituba apresentou uma

amplitude de 9°C nos valores de PET (°C), com o mínimo de 22°C e o máximo de 31°C. Os

valores estão concentrados no intervalo de 25°C (1º quartil) a 28°C (3º quartil), com mediana

de 27°C.

A Árvore de Decisão que identifica o comportamento da variável dependente ―local‖

segundo valores de PET (Figura 34), apresentou nove nós no total, sendo 01 nó raiz e 08 nós

filhos, dos quais 05 são terminais ou folhas. Cada nó representa a classificação dos valores da

variável independente, em relação à variável dependente. A profundidade representa camadas

da classificação selecionadas por prioridade de predominância entre as ramificações da

estrutura e no caso foi igual a três. A Tabela 21 apresenta as faixas de classificação da AD.

Tabela 21 – Faixas de classificação de PET (°C) pela AD.

Faixas de

PET

Nó 1 Nó 2 Nó 3 Nó 4 Nó 5 Nó 6 Nó 7 Nó 8

<= 29,5°C

80%

>29,5°C

20%

<=27,5°C

48,4%

>27,5°C

31,6%

<=26,5°C

34,3%

>26,5°C

14,1%

<=28,5°C

16,8%

>28,5°C

14,8%

NE 41,7 % 87,7% 32,1% 56,2% 30,2 36,8 54,4 58,3

PIT 58,3% 12,3% 67,9% 43,8% 69,8 63,2 45,6 41,7

109

Figura 34 – Árvore de Decisão e Classificação para análise de PET (°C)

Observa-se que para a primeira partição dos dados foi obtido um valor de PET

equivalente a 29,5º C. Assim, os dados foram segregados em dois grupos principais: (1) PET

≤ 29,5, que representa 80% da amostra total; e (2) PET > 29,5, que representa 20% da amostra

total. A seguir, apresenta-se cada partição com as percentagens relativas aos valores de PET

em cada local, correspondente à percentagem total em cada nó. O Nó 1, que apresenta valores

de PET ≤ 29,5, é predominantemente representado pela Pituba (58,3%). O Nó 2, com maiores

valores de PET, é formado predominantemente por valores do Nordeste de Amaralina

(87,7%). A partir desses dois nós foram realizadas sucessivas divisões binárias considerando

outros valores de PET. Na segunda partição dos dados, o valor de PET foi equivalente a

27,5°C, formando os nós 3 e 4. O Nó 3, com valores de PET ≤ 27,5°C, é predominante na

Nó

Nó Raiz

Local

Profundidade 3

Nó terminal

ou Folha

Profundidade 1

Profundidade 2

Nó Nó

Nó terminal

ou Folha

110

Pituba (67,9%) e o Nó 4, com valores de PET > 27,5°C, tem predominância no Nordeste de

Amaralina (56,2%). A terceira partição dos dados, definiu dois valores de PET, 26,5°C e

28,5°C. No Nó 5, com valores de PET ≤ 26,5°C, a maioria é referente à Pituba (69,8%).O Nó

6, com valores de PET > 26,5°C, também é predominante na Pituba (63,2%). No Nó 7, com

valores de PET ≤ 28,5°C, e no Nó 8, com valores de PET > 28,5°C, a maioria é referente ao

Nordeste de Amaralina (54,4% e 58,3%).

4.3 AVALIAÇÃO DAS CONDIÇÕES DE CONFORTO TÉRMICO NOS LOCAIS

ESTUDADOS

No intuito de conhecer as condições de conforto térmico nos locais estudados,

comparativamente entre si, foram gerados gráficos que mostram os valores de PET (°C)

mínimos e máximos e as médias, referentes às duas áreas, para cada intervalo de duas horas,

totalizando 6 intervalos. Esta separação dos dados por intervalos de tempo foi na tentativa de

obter resultados mais homogêneos, uma vez que a coleta de dados estendeu-se por um período

de 12 horas. Segundo Hirashima (2010), quando o período de coleta abrange várias horas, as

condições ambientais podem diferir bastante a cada intervalo.

A Figura 35 mostra os valores máximo, mínimo e médio de PET (°C) a cada período de

2 horas, para as duas áreas de estudo. Verifica-se que o Nordeste apresenta valores de

máximos, mínimos e médias superiores aos da Pituba em todos os períodos.

111

Figura 35 – Resultados de PET (°C), por período, para os locais estudados.

Para analisar as condições de conforto nos espaços urbanos estudados, considerou-se a

calibração do índice PET (°C) realizado por Souza (2010), para áreas abertas em Salvador,

que apresentou os seguintes resultados: para valores de PET (°C) maiores que 34°C, a

sensação térmica é de Muito Calor; para PET (°C) com valores de 29°C a 34°C, a sensação é

de Calor; e para a classificação de Conforto, valores de PET (°C) menores que 29°C.

Dessa forma, foram classificados os valores de PET (°C), de acordo com os intervalos

citados, obtendo-se os resultados apresentados nas Figuras 36 e 37.

Figura 36 – Classificação de conforto térmico no Nordeste de Amaralina, segundo

Souza, 2010.

32

,5

30

,3 33

,1

31

,1 33

,3

30

,7

31

,8

30

,3

29

,7

29

,2

29

,0

27

,7

15

20

25

30

35

40

No

rde

ste

Pitu

ba

No

rde

ste

Pitu

ba

No

rde

ste

Pitu

ba

No

rde

ste

Pitu

ba

No

rde

ste

Pitu

ba

No

rde

ste

Pitu

ba

(8h - 9:50h) (10h - 11:50h) (12h -13:50h) (14h - 15:50h) (16h - 17:50h) (18h - 20h)

PET (°C)

PET (°C) - Geral

Média Máx Mín

135

7166 34

0

50

100

150

200

≤ 29 °C 29 a 34 °C > 34 °C

Conforto Calor Muito Calor

Nordeste

Freq.

%

112

Figura 37– Classificação de conforto térmico na Pituba, segundo Souza, 2010.

Observa-se a prevalência de valores de PET (°C) menores que 29°C, em conforto

térmico, nas duas áreas, com 66% (135 ocorrências) no Nordeste de Amaralina e 95% na

Pituba (189 ocorrências). Com relação à sensação de Calor, foram 34% no Nordeste de

Amaralina (71 ocorrências) e 5% na Pituba (10 ocorrências). Não houve classificação de

Muito Calor para ambas as áreas.

Na calibração do índice PET realizada por Hirashima (2010) para espaços abertos de

Belo Horizonte, foram delimitadas as seguintes faixas: PET <=30,5°C, Confortável; PET

>30,5 até 35°C, Calor; PET > 35°C, Muito Calor.

Verifica-se, portanto, que a faixa de Conforto calibrada para Belo Horizonte apresentou

o limite superior maior do que a faixa calibrada por Souza (2010) para Salvador. Esses

valores, por sua vez, são superiores à calibração para climas temperados (MATZARAKIS et

al., 1999).

Hirashima (2010) admite a hipótese de que a faixa de conforto maior para Belo

Horizonte, se deve à adaptação da população a condições climáticas não tão rigorosas, com

pequenas variações sazonais e amplitude anual, em comparação às condições climáticas de

países de clima temperado.

A análise aprofundada dos resultados será mostrada no capítulo 5 a seguir.

189

10

95

50

50

100

150

200

≤ 29 °C 29 a 34 °C > 34 °C

Conforto Calor Muito Calor

Pituba

Freq.

%

113

5 ANÁLISE E DISCUSSÃO DOS RESULTADOS

Este capítulo apresenta a análise e discussão dos resultados do estudo realizado, na

seguinte sequência: a) características urbanísticas dos espaços urbanos estudados; (b)

condições climáticas de ambos os espaços nos períodos das medições, comparativamente

entre si e com os dados da estação de referência da cidade; (c) tratamento estatístico das

variáveis climáticas; e d) discussão das condições de conforto térmico resultantes.

5.1 ANÁLISE DAS CARACTERÍSTICAS URBANÍSTICAS DAS ÁREAS DE ESTUDO

Nesta seção, serão analisados e discutidos os resultados do estudo urbanístico das áreas

selecionadas. As variáveis urbanísticas analisadas, considerando cada lote são: área do lote,

índice de ocupação (IO), gabarito das construções, índice de utilização (IU), índice de

permeabilidade (IP) e recuos das edificações (frontal, lateral e fundo). A análise será feita

separadamente para cada área.

5.1.1 Análise das Características Urbanísticas do bairro Pituba

Nesta seção, apresenta-se a análise dos resultados do levantamento das variáveis

urbanísticas das áreas 1 e 2 da Pituba, estabelecendo-se comparações entre ambas e com os

índices de referência estabelecidos na LOUOS.

a) Análise comparativa das áreas 1 e 2

O levantamento das características urbanísticas das áreas 1 e 2 da Pituba mostraram que

os locais não são homogêneos. Comparando-se a máscara de sombra e o fator de visão de céu

das duas áreas, constata-se que a área 1, com FVC de 0,68, é menos obstruída em relação à

área 2, cujo FVC é 0,35. Entretanto, este é um resultado previsível, tendo em vista que o

ponto de observação da área 2 (centro do círculo) encontra-se entre edifícios de alto gabarito

(15 e 18 pavimentos), enquanto na área 1, os edifícios têm gabarito mais baixo, até 12

pavimentos, e mais afastados do ponto de observação, localizado na esquina de um

cruzamento entre duas ruas.

114

Em relação às medidas descritivas dos lotes, comparando-se os resultados das médias

apresentadas nas tabelas 3a e 4a, verifica-se que, em relação à área 1, a área 2 apresenta :

Área média dos lotes maior, em torno de 50% (837 m² x 565 m²);

Média do índice de ocupação dos lotes menor, aproximadamente 70% (38% x 65%),

gabarito médio das edificações maior o dobro (8 x 4 pavimentos) e recuos maiores entre as

edificações e os limites dos lotes (média de 1 a 2 m, na área 1, e de 3 a 8 m, na área 2), fatores

que indicam uma maior verticalização desta área;

Índice de utilização médio equivalente, igual a 2;

Índice de permeabilidade médio maior o triplo (7% x 2%).

Analisando-se os resultados das variáveis urbanísticas considerando a área total,

observa-se que:

Em relação à ocupação do solo, o índice de ocupação médio da área 2 (32%), é cerca

de 57% menor do que o da área 1 (56%). No entanto, a área construída total da área 2 (62.211

m²) é 80% maior do que a da área 1 (33.997 m²), resultando em uma densidade construída

também superior cerca de 85% ( 2,0 x 1,1). Quanto ao índice de utilização médio, os valores

são equiparados nas duas áreas (2,7 x 2,5).

Quanto à permeabilidade do solo, outro fator considerado importante para

estabelecimento de microclimas nos espaços urbanos, verifica-se que a área 1 é quase

impermeável por completo, com um índice geral de 1,4%. Já a área 2, que é uma área mais

residencial, com mais áreas livres dentro dos lotes (recuos), apresentou maior permeabilidade

no geral (11,8%).

Em relação à presença de áreas verdes, foram contadas 18 árvores na área 2 e 24 na

área 1. Portanto, a área 2 é um pouco menos arborizada que a área 1. Por outro lado, possui

maior área permeável no solo.

Desta forma, constata-se que a área 2 possui parâmetros mais favoráveis a melhores

condições de conforto térmico. Isto porque, apesar de apresentar maior densidade construída,

revela ser uma área com maior porosidade, uma vez que possui uma taxa de ocupação menor

e maior afastamento das edificações, possibilitando maior circulação dos ventos.

b) Análise comparativa entre as duas áreas da Pituba e os índices da LOUOS

115

Para comparar os índices estabelecidos na LOUOS, para o bairro da Pituba, com os

índices correspondentes levantados nas áreas 1 e 2, foram analisadas as seguintes variáveis:

área mínima do lote, índice de ocupação máximo (IO), gabarito máximo das edificações e

índice de permeabilidade mínimo (IP).

Verificando-se a área mínima dos lotes, encontra-se o valor de 258 m², na área 1, e de

321 m², na área 2, ambos inferiores a 450 m², que é o valor mínimo de referência da LOUOS.

Entretanto, são lotes que já existiam antes da implantação da atual legislação. Observou-se,

também, através de imagens de satélite atualizadas e de verificações in loco, que houve a

junção de alguns lotes existentes nos mapas digitais da Prefeitura de Salvador, formando lotes

maiores onde se encontram implantados edifícios de grande porte.

Quanto ao índice de ocupação máximo, foram encontrados lotes com até 100% de

ocupação na área 1 e até 74% na área 2, muito acima dos 50% determinado pela legislação.

Sobre o gabarito das construções (expresso em número de pavimentos), consta na atual

legislação, para o bairro da Pituba, o número máximo de 15 pavimentos. Assim, comparando-

se com as áreas estudadas, observa-se que a área 1, com gabarito máximo de 12 pavimentos,

está de acordo com a legislação. Por outro lado, a área 2 apresenta gabaritos de até 18

pavimentos, superando o valor máximo de referência definido pela legislação.

Com relação ao índice de permeabilidade mínimo do solo, verifica-se grande

divergência entre os valores levantados e o valor mínimo de 20% determinado para este

bairro. Ambas as áreas apresentaram lotes totalmente impermeáveis. A área 2 apresentou uma

situação menos crítica, com um índice de permeabilidade médio de 11,8%, considerando a

área total dos lotes (22.754 m²). Já na área 1, o valor médio encontrado, considerando a área

total dos lotes (13.556 m²), foi de 1,4%. Ressalta-se, no entanto, que este valor resultou de

apenas dois lotes, um totalmente vazio, com solo natural, e outro com uma pequena área

permeável. Nos demais lotes, não foram encontradas áreas permeáveis.

De acordo com as características apresentadas, considera-se que a Pituba, por ser uma

área com edificações de alto gabarito e densidade construída também elevada, configura-se

como uma área de alta rugosidade, causada pelo atrito entre os ventos e as estruturas urbanas.

Por outro lado, a existência de afastamentos entre as construções e os limites dos lotes

contribui para que a área tenha uma boa porosidade, possibilitando a circulação dos ventos e

melhores condições de conforto nessa área.

116

No entanto, a elevada impermeabilidade do solo com materiais de revestimento com

grande capacidade calorífica, como cimento, concreto e asfalto, possibilita a formação de

microclimas desconfortáveis nas áreas.

5.1.2 Análise das Características Urbanísticas do bairro Nordeste de Amaralina

Esta seção apresenta a análise dos resultados do estudo das características urbanísticas

no bairro Nordeste de Amaralina, comparativamente com os valores de referência definidos

na LOUOS.

a) Análise das características urbanísticas encontradas no Nordeste de Amaralina

Analisando-se, inicialmente, a ocupação do solo, verifica- se, através das Figuras 27 e

28a, que a área é muito densa e desordenadamente ocupada, contendo em torno de 170 lotes

na área total delimitada de 31.416 m². A área menor, com 8.019 m², definida para estudo

detalhado das variáveis urbanísticas, contém 42 lotes. O FVC de 0,45 indica uma área com

visão de céu obstruída em mais de 50%, o que representa um grau acentuado de obstrução.

Ressalta-se que o ponto de referência para o cálculo do FVC se localiza em um pátio interno

de uma escola, sendo um local aberto, pouco comum em todo o quarteirão.

De acordo com a tabela 5a, as medidas descritivas das variáveis urbanísticas do

Nordeste de Amaralina, referentes aos lotes, indicam que:

A área dos lotes varia de 34 m² a 636 m², sendo a média de 168 m2;

O índice de ocupação dos lotes apresenta valores de 0% a 100%, com média de

69%. Significa, portanto, uma área de alto índice de ocupação.

O gabarito das edificações tem média de 3 (pavimentos), com valores variando de 1 a

5 (pavimentos).Estes valores confirmam que se trata de uma área considerada como

horizontal, ou seja, de gabarito igual ou menor a 4;

Os recuos das edificações em relação aos limites dos lotes apresentam média de 2m,

0,4m e 1,6m (frente, lateral e fundo, respectivamente) e mínimo de zero em todas as

extensões;

O índice de utilização médio dos lotes é 2, atingindo o máximo de 4;

O índice de permeabilidade do solo tem média de 4%, apresentando um valor

máximo de 87%. Estes índices, no entanto, são relacionados a um único lote que possui uma

117

pequena construção, sendo o restante da área em solo natural. Os demais lotes apresentam

índice de permeabilidade ―zero‖.

Quanto aos resultados apresentados na tabela 5b, considerando a área total, destaca-se a

densidade construída (DC) de 1,8, indicando elevada ocupação da área, visto que o gabarito é

baixo. Observa-se, ainda, a ausência total de arborização nas ruas.

c) Análise comparativa do Nordeste de Amaralina com os índices da LOUOS

Comparando-se as características urbanísticas encontradas com os índices estabelecidos

na LOUOS, para o Nordeste de Amaralina, observa-se que:

O valor mínimo encontrado para as áreas dos lotes (34m2) é 90% menor do que o

valor de 360 m2, definido pela legislação, demonstrando a ocupação desordenada da área;

O índice de ocupação máximo dos lotes atinge o percentual de 100%, que representa

um valor muito discordante com o índice máximo constante na legislação que é de 45%.

Também o índice médio existente supera em mais de 50% o valor atribuído como máximo;

Sobre o gabarito, a legislação estabelece o máximo de 4 (pavimentos) para o bairro.

Verifica-se que já existem edificações no local com cinco pavimentos, mas predominam

gabaritos de três e quatro pavimentos. Portanto, ainda não há grande discordância da

legislação;

Com relação aos recuos (afastamentos) das construções, a legislação determina

valores mínimos de 4m, 1,5m e 2,5m (frente, lateral e fundo). No entanto, estes valores não

são aplicados no local, onde se observam pequenos afastamentos (quase frestas) ou nenhum;

Quanto à permeabilidade dos lotes, o índice mínimo de 20% definido na LOUOS é

um item ignorado quase por completo, registrando-se um lote, entre os quarenta e dois do

quarteirão, com área permeável.

Os dados apresentados, como índice de ocupação elevado e pequeno ou nenhum

afastamento das construções em relação aos limites do lote e às construções vizinhas, indicam

alta rugosidade e baixa porosidade nesta área. Esses fatores, conforme exposto no item 2.1.4,

dificultam a dissipação do calor através da ação dos ventos, que é impedido de circular devido

às barreiras criadas pelas estruturas urbanas.

Além disso, a elevada impermeabilidade do solo, utilizando materiais com grande

capacidade de retenção de calor, como cimento, concreto e asfalto, contribui para a formação

de microclimas desconfortáveis que podem levar ao estresse térmico.

118

5.1.3 Comparação entre os resultados dos índices da Pituba e do Nordeste de

Amaralina

Analisando-se a subdivisão das áreas contidas pelos círculos, com 31.416 m², verifica-

se a grande diferença entre os dois bairros. Na Pituba foi encontrado o total de 24 lotes na área

1, com média de 565 m² e total de 13.556 m². A área 2 do mesmo bairro contém 29 lotes, com

área média de 837 m², ocupando a área total de 22.754 m². Já no Nordeste de Amaralina, o

espaço equivalente apresentou o quantitativo de 170 lotes, com média de 135 m², somando o

total de 22.935 m².

Desse modo, evidencia-se o desordenamento da ocupação do solo no Nordeste de

Amaralina, onde as vias de circulação formam um entrançado de ruas, becos e travessas.

Além disso, a média do índice de ocupação no Nordeste, de 69%, é mais alto do que na

Pituba, constatando-se, em ambos os locais, lotes com até 100% de ocupação, contrariando os

valores máximos estabelecidos na legislação que é 45% para o Nordeste e 50% para a Pituba.

Entretanto, na Pituba o índice de ocupação médio é de 32%, que é inferior ao valor

máximo definido na legislação, tornando a situação mais equilibrada. No Nordeste de

Amaralina, ao contrário, o índice de ocupação médio também apresenta valor maior do que o

valor de referência da lei.

Os recuos das edificações também são destacados, ressaltando-se que na Pituba esta

variável é presente. Ao contrário, no Nordeste, os afastamentos são muito pequenos ou não

existem.

Com relação à densidade construída, o valor encontrado no Nordeste (1,8) é equivalente

ao valor da Pituba (2,0). No entanto, por ser o Nordeste uma área mais horizontal, a densidade

encontrada indica que há uma maior ocupação do solo.

Já com relação à permeabilidade, tanto o Nordeste quanto a Pituba apresentaram

resultados preocupantes, constatando-se índices de permeabilidade muito baixos ou ―zero‖,

nos lotes em geral. Sobre as vias públicas ou espaços externos, apresentaram

impermeabilização total em todos os locais de estudo.

Quanto à arborização, que contribui para amenização dos microclimas, observa-se a

presença de algumas árvores na Pituba, em contraste com o Nordeste de Amaralina onde não

há árvores nas ruas, sendo observadas na parte interna de alguns lotes.

119

Por fim, de acordo com os resultados das variáveis urbanísticas obtidos no estudo,

reforça-se o pressuposto de que na área com padrão de ocupação espontânea, as

possibilidades de desconforto térmico são maiores em relação à área com ocupação planejada.

Isto poderá ser confirmado através da análise dos resultados da avaliação das condições

climáticas das áreas.

5.2 ANÁLISE DAS CONDIÇÕES CLIMÁTICAS DOS LOCAIS ESTUDADOS

Esta seção apresenta a análise da avaliação das condições climáticas dos espaços

urbanos estudados na Pituba e no Nordeste de Amaralina, comparativamente entre si e com os

dados da estação de referência da cidade, em cada campanha de medição.

Para este estudo, foram realizadas medições das variáveis climáticas em um ponto

definido nas áreas do Nordeste de Amaralina e da Pituba, onde foram estudadas as

características urbanísticas, sendo que, na Pituba, foram feitas medições apenas na área 2,

conforme explicado no item 4.1.1.

Na Pituba, o ponto de medição foi localizado no pátio interno do Edifício Mar do

Caribe, que fica na esquina da Rua Amazonas com a Rua Paraíba, conforme indicado na

Figura 18, no item 3.2.3.

No Nordeste de Amaralina, o ponto de medição foi localizado no pátio interno da

Escola Dom Pedro I, que também é a sede de uma Associação de Moradores do bairro, com

acesso pela Rua Elenita e a Travessa Prof. João Luiz Barreiros, conforme mostrado na Figura

19, no item 3.2.3.

5.2.1 Análise das condições climáticas nos períodos das campanhas

Apresenta-se a seguir, a análise comparativa dos dados brutos de Ta, UR e Va, medidos

nos dois locais estudados e na estação do INMET, e os dados brutos calculados de Trm e PET,

relativos aos períodos das campanhas, realizadas nos dias 12 de novembro de 2010, 26 de

janeiro de 2011 e 26 de abril de 2011, conforme tabelas 6 a 11 da seção 4.2.1.

Temperatura do ar (Ta):

Comparando-se os dados de temperatura do ar dos dois locais estudados, verificou-se

que os valores encontrados foram maiores no Nordeste de Amaralina, nas três campanhas de

120

medições. Na primeira campanha (12 de novembro de 2010), conforme tabelas 6 e 7, a média

e a mediana apresentaram diferenças de +1,8°C na média e +2,1°C, respectivamente, no

Nordeste de Amaralina. Já o valor máximo apresentou valor muito maior na Pituba, sendo a

diferença de +11,4°C. Esta diferença abrupta na Pituba, observada no Gráfico 1 do item 4.2.1,

foi atribuída ao fato dos equipamentos terem ficado expostos ao sol e estarem recebendo calor

de uma parede próxima, que também estava sob radiação direta dos raios solares, no intervalo

entre 11:50h e 12:30h. Com a exclusão desses dados, considerados observações atípicas, os

valores de temperatura do ar no Nordeste, são sempre maiores que os valores da Pituba até o

final da tarde, em torno de 17 h. A partir dessa hora, as temperaturas nos dois locais são

praticamente iguais. Comparando-se os dados das duas áreas com a estação de referência do

INMET, conforme Gráfico 1, verifica-se que a Pituba apresentou valores de temperatura

próximos aos da estação em alguns períodos do dia, passando a valores mais altos no final da

tarde. O Nordeste de Amaralina, apresentou valores de temperatura sempre mais elevados do

que os do INMET.

Na segunda campanha, em 26 de janeiro de 2011, observam-se, conforme tabelas 8 e 9,

valores mais elevados no Nordeste de Amaralina, com diferenças significativas na média

(+1,4°C), no valor máximo, que foi de +3,2°C, e no valor mínimo, que foi +2,3°C. O Gráfico

2 mostra que houve uma queda acentuada da temperatura no período da manhã, registrada

tanto nos locais de medições quanto na Estação do INMET. Este período corresponde ao

intervalo em que ocorreram fortes chuvas, relatadas no item 4.2. Porém, comparando-se as

séries dos dois locais entre si e com a Estação do INMET, constata-se que o Nordeste de

Amaralina apresentou-se mais aquecido do que a Pituba, até as 18 h, mostrando valores

equivalentes a partir deste horário. Os valores da Estação do INMET mantiveram-se sempre

menores do que os dos locais estudados.

Na campanha 3, em 26/04/2011, os dados de temperatura do ar mostrados nas tabelas 10

e 11 confirmam os resultados das campanhas anteriores, com um maior aquecimento no

Nordeste de Amaralina em relação à Pituba. As diferenças mais significativas foram

verificadas no valor máximo (+3,1°C), na média e na mediana (+1,7°C). O valor mínimo

apresentou uma diferença de +0,5°C. Foi observada ainda uma maior variação nos dados do

Nordeste onde a amplitude foi de 5°C, enquanto na Pituba foi de 2,4°C. Analisando-se, o

Gráfico 3, constata-se que os valores de Ta°C, no Nordeste, mantiveram-se mais elevados do

que na Pituba durante todo o período de medições, tendendo à aproximação no final do dia.

Quanto aos valores da Estação do INMET, o Gráfico mostra que foram mais baixos do que

121

dos locais de estudo, sendo que em alguns instantes, os dados da Pituba foram equiparados

aos do INMET.

Umidade relativa do ar:

Quanto à umidade relativa do ar, verifica-se pelas tabelas 6 e 7, que o Nordeste de

Amaralina apresentou média e mediana maior que a Pituba, sendo a diferença de +3% na

média e de +7% na mediana. O valor máximo da umidade nas duas áreas foi igual a 79% e o

valor mínimo na Pituba foi 26% menor do que no Nordeste. Este resultado representa uma

anomalia, observada no Gráfico 4 do item 4.2.1, que corresponde ao intervalo em que houve o

aumento brusco da temperatura. Portanto, são observações atípicas resultantes da exposição

dos equipamentos à radiação solar direta, as quais foram excluídas após o tratamento dos

dados.

O Gráfico 4 nos mostra que, excluindo-se esses valores discrepantes, a Pituba apresenta

umidade mais alta do que o Nordeste e que os valores das duas áreas se igualam a partir do

final da tarde. Em relação à estação do INMET, os valores do Nordeste foram mais próximos

e os da Pituba mais altos que os valores da estação até o final da tarde, em torno de 17:30 h,

mantendo-se todos os valores equiparados a partir desta hora.

Na segunda campanha, verificam-se, pelas tabelas 8 e 9, valores mais elevados na

Pituba, com diferenças de +3,5°C na média, +3,2°C na mediana, e +7,5°C no valor máximo.

O valor mínimo, foi mais elevado no Nordeste, com diferença de +0,6°C. No Gráfico 5,

verifica-se um comportamento irregular dos dados com elevação significativa no período da

manhã, que corresponde ao intervalo de chuvas já mencionado. No geral, o gráfico mostra o

Nordeste com valores menores e os dados do INMET mais elevados do que os dois locais,

equiparando-se, em alguns instantes, aos valores da Pituba.

Na campanha 3, analisando-se as Tabelas 10 e 11, verifica-se que a Pituba apresentou-se

mais úmida, com diferenças de +2,7% na média e na mediana e de +4,1% no valor mínimo.

No valor máximo, houve uma pequena diferença de +0,6%. O Gráfico 6 mostra que os

valores de UR variaram muito nos dois locais de medições e que os valores da Estação do

INMET foram em geral mais elevados do que os das áreas de estudo, sendo que, no período

da manhã, mostrou valores mais baixos do que a Pituba.

Velocidade do ar:

122

Com relação à ventilação, na primeira campanha, pelas tabelas 6 e 7, a Pituba apresenta-

se mais ventilada do que o Nordeste de Amaralina. As diferenças foram: na média, de 0,5 m/s;

na mediana, de 0,4 m/s; no valor máximo, de 2,0 m/s; e o valor mínimo, de 0,1 m/s.

Comparando-se os resultados pelo Gráfico 10 do item 4.2.1, verifica-se que os valores

medidos na Pituba, são sempre maiores do que os do Nordeste. No entanto, a estação do

INMET apresentou valores mais elevados que as duas áreas.

Na segunda campanha, de acordo com os valores descritos nas tabelas 8 e 9, verifica-se

que houve um comportamento semelhante nos dois locais de estudo, com valores que

variaram de 0 a 2,0 m/s e média de 0,7 m/s. O Gráfico 11 mostra que os valores de Va

registrados pela Estação do INMET foram próximos aos dos locais estudados.

Na terceira campanha, conforme tabelas 10 e 11, verificou-se na Pituba uma variação de

0 a 2,2 m/s, com média de 0,6 m/s, e no Nordeste, uma variação de 0 a 1,5 m/s, sendo a média

de 0,5 m/s. Portanto, a Pituba apresentou uma melhor condição de ventilação. Pelo Gráfico

12, observa-se que os dados do INMET foram mais elevados do que dos locais estudados.

Temperatura radiante média:

Com relação à temperatura radiante média, na primeira campanha, observa-se pelas

tabelas 6 e 7, que o Nordeste apresentou valores de média e mediana mais altos do que a

Pituba, sendo a diferença de +1,9°C na média e de +1,7°C na mediana. O valor máximo, no

entanto, foi maior na Pituba, com diferença de +7,3°C, devido às discrepâncias ocorridas nos

dados de temperatura do ar e de temperatura de globo, uma vez que estas variáveis servem de

base para o cálculo da Trm. O valor mínimo, foi o que teve maior alteração na Pituba, sendo

de -0,5°C, e no Nordeste foi de 23,2°C. Portanto, registrou-se uma diferença de 23,7°C a

maior no Nordeste. Comparando-se os valores das duas áreas, através do Gráfico 13, do item

4.2.1, observa-se que os valores de Trm (°C), das duas áreas, excluídas as observações

atípicas, apresentam, no geral, pequenas diferenças.

Na segunda campanha, os valores da temperatura radiante média, de acordo com as

Tabelas 8 e 9, apresentaram, em geral, resultados muito próximos nos dois locais, com

pequenas diferenças a maior no Nordeste, havendo uma diferença muito significativa de

8,9°C em relação ao valor máximo. Através do Gráfico 14, confirma-se a proximidade dos

dados e observa-se um aumento brusco no valor da Trm (°C), em torno de meio dia, que deve

ser resultante da incidência de raios solares sobre o termômetro de globo. Este dado foi

classificado como observação atípica e excluído do conjunto de dados.

123

Na terceira campanha, a Trm foi mais elevada no Nordeste. No entanto, as diferenças

foram pequenas, exceto no valor máximo, que foi de +2,1°C. Comparando-se os valores pelo

Gráfico 15, pode-se observar a proximidade dos dados das duas áreas durante todo o período

das medições, com mais evidência no período da tarde, após as 15 h.

Índice PET:

Quanto ao índice PET (°C), na primeira campanha, pelas tabelas 6 e 7, apresentam-se as

mesmas tendências da temperatura do ar, com a média e a mediana mais altas no Nordeste,

com diferença de 1,9°C na média e de 3,4°C na mediana. O valor máximo, como era

esperado, foi maior na Pituba, com diferença de 13,1°C, devido às anomalias verificadas na

temperatura do ar, que é uma variável utilizada no cálculo do PET (°C). Comparando-se os

dados das duas áreas pelo Gráfico 16 do item 4.2.1, verifica-se que a Pituba apresenta uma

tendência a melhores condições de conforto térmico.

Na segunda campanha, analisando-se os valores de PET, pelas Tabelas 8 e 9, constata-se

que no Nordeste, as condições de conforto são mais precárias, em relação à Pituba. A

diferença na média e na mediana é de 1,3°C e de 4,1°C no valor máximo. Pelo Gráfico 17,

verifica-se que, houve um aumento diferenciado no valor do PET (°C), no mesmo tempo em

que ocorreu o aumento brusco da Trm (°C). Este valor foi, portanto, excluído do conjunto de

dados nas análises seqüentes.

Na terceira campanha, o índice PET (°C) também foi mais elevado no Nordeste do que

na Pituba, assim como ocorreu nas campanhas anteriores. No Nordeste, os valores de PET

variaram de 25,4 a 33,1°C, com média de 29,3°C. Na Pituba, a variação foi de 23,3 a 30,9°C e

a média foi de 28,0°C. Portanto, as diferenças a maior no Nordeste foram: +1,3°C na média,

+2,2°C no valor máximo e +2,1°C no valor mínimo. Através do Gráfico 18, verifica-se que os

valores da Pituba e do Nordeste se intercalam em alguns instantes, predominando a tendência

a maior desconforto térmico no Nordeste de Amaralina.

5.2.2 Análise dos resultados estatísticos dos dados

Os resultados da análise descritiva dos dados, realizada após a exclusão das

observações atípicas, apresentados na seção 4.2.2, são analisados e discutidos a seguir.

As medidas descritivas dos 414 conjuntos de dados brutos e dos 405 conjuntos de dados

tratados, apresentadas nas tabelas 13 e 14, mostraram que as principais diferenças verificadas

124

foram nos valores máximos de Ta (-11,4°C), Tg (-9,6°C), Trm (-5,7°C), PET (-12,3°C) e Va

(-1,7 m/s), e no valor mínimo de UR (+26%). As diferenças foram, então, consideradas

significativas para os resultados finais deste estudo.

No estudo das correlações entre as variáveis Ta (°C), Tg (°C), Trm (°C) e o índice PET

(°C), mostradas na tabela 15, observa-se que a temperatura do ar apresenta uma boa

correlação com a temperatura de globo e em menor grau com o PET (°C). A temperatura de

globo também apresenta uma boa correlação com o PET (°C). Em contrapartida, a Trm (°C)

não apresenta correlação significativa com nenhuma destas três variáveis. Isto porque a Trm

(°C) é resultado das interações entre a radiação solar e as características dos materiais que

revestem as superfícies do entorno. Observa-se que a melhor correlação da Trm (°C) foi com

o PET (°C), significando que a Trm (°C) também influencia a sensação térmica.

Na análise da dispersão dos dados gerais de Ta (°C), mostrada na Figura 30, observa-se

que os valores, no Nordeste, variam de 25°C a 33°C, com 50% dos dados entre 28 e 30°C. Na

Pituba, os valores variaram de 26 a 29°C, sendo 50% entre 27 e 28°C na Pituba. Esses

resultados corroboraram com a classificação dos dados gerais de Ta (°C), através da Árvore

de Decisão – AD, mostrada na Figura 31. Observa-se, no Nó 1, que 61,2% dos dados gerais

de Ta são menores ou igual a 28,5°C. Destes, 71,4% correspondem à Pituba e 28,6% ao

Nordeste. O Nó 2 mostra que 38,8% dos dados gerais de Ta são maiores do que 28,5°C, dos

quais 86% são relativos ao Nordeste. Verifica-se também que dos valores de Ta > 28,5°C,

12,6% são maiores do que 30,5°C e correspondem a dados registrados no Nordeste.

Quanto à Trm (°C), a análise da dispersão dos dados dos locais de estudo (Figura 32),

indica valores mais elevados no Nordeste, variando de 23 a 34°C, com 50% dos casos entre

27 e 30°C. Enquanto na Pituba, houve menor dispersão dos dados, que variaram de 26 a 29°C,

sendo 50% na faixa de 27 a 28°C. Na classificação dos dados, através da Árvore de Decisão –

AD, mostrada na Figura 33, há uma divergência nos resultados. Verifica-se, pelo Nó 1, que,

dos 67,9% dos dados gerais de Trm <= 28,5°C, 58,5% correspondem à Pituba e 41,5% ao

Nordeste. Já no Nó 2, observa-se que, dos 32,1% de dados de Trm > 28,5°C, 70,8% referem-

se ao Nordeste e 29,2% à Pituba. No Nó 6, verifica-se, ainda, que 13,6% dos valores de Trm >

28,5°C, são maiores do que 30,5°C, dos quais, 78,2% são do Nordeste e 21,8% são da Pituba.

A análise da dispersão dos valores de PET (°C) para as áreas estudadas, mostrada na

Figura 34 do item 4.2.2, indica que houve grande amplitude de dados nos dois locais, com

predominância de valores mais elevados no Nordeste, onde os dados registrados variaram de

125

23 a 33°C e 50% destes estão entre 27 e 30°C. Na Pituba, os valores de PET variaram de 22 a

31°C, sendo 50% entre 25 e 28°C. Na classificação dos dados de PET pela árvore de decisão

(Figura 35), verifica-se que 80% dos dados gerais são menores ou iguais a 29,5°C (Nó 1), dos

quais, 41,7% correspondem ao Nordeste e 58,3% à Pituba. Os 20% restante, representam os

valores de PET maiores que 29,5°C (Nó 2). Destes, 87,7% referem-se ao Nordeste e 12,3% à

Pituba. Dos valores de PET <= 29,5°C, 34,3% são menores ou igual a 26,5°C (Nó 5), dos

quais 69,8% correspondem à Pituba e 30,2% referem-se ao Nordeste.

Assim, os resultados do Nordeste apresentam-se mais desfavoráveis ao conforto

térmico. Essa análise será mais aprofundada na seção 5.3 a seguir.

5.3 ANÁLISE COMPARATIVA DAS CONDIÇÕES DE CONFORTO TÉRMICO NOS

LOCAIS ESTUDADOS

Analisando-se os resultados gerais do índice PET (°C), Figura 36, para cada intervalo de

2 horas, confirma-se que o Nordeste de Amaralina apresentou valores máximos maiores do

que a Pituba, em todos os intervalos. As diferenças foram em torno de 2°C até o início da

tarde, diminuindo para 0,5°C no final da tarde, voltando a aumentar a partir das 18 h.

De acordo com a calibração do índice PET (°C) realizada por Souza (2010), para áreas

abertas em Salvador, constata-se que as condições térmicas no Nordeste de Amaralina são

mais desfavoráveis do que na Pituba. As faixas de valores estabelecidas para as sensações

térmicas, no Nordeste, 66% dos dados de PET (°C) indicam sensação de conforto, com

valores menores que 29°C e 34% indicam calor, com valores de 29 a 34°C (Figura 37). Na

Pituba, 95% dos dados de PET (°C), estão na faixa de conforto e 5% indicam calor (Figura

38). A faixa de valores que indica sensação de muito calor, PET acima de 34°C, não foi

observada neste estudo.

Dessa forma, comparando-se os resultados dos dois locais, se observa que a Pituba

apresentou +29% dos valores de PET (°C) na faixa de conforto, e –29% na faixa de calor, em

relação ao Nordeste de Amaralina. Portanto, os resultados apontam que o local estudado no

Nordeste de Amaralina é mais aquecido e tem maior tendência ao desconforto térmico do que

o local estudado na Pituba.

126

6 CONCLUSÕES

Fatores decorrentes da urbanização tais como supressão da vegetação com redução

significativa das áreas verdes, ocupação intensiva do solo, impermeabilização excessiva das

superfícies, adensamento populacional, emissão de poluentes, atividades industriais intensas,

entre outras, são apontados como fatores que interferem fortemente nas alterações do clima

urbano. Essas alterações climáticas, progressivamente, ocasionam a degradação da qualidade

ambiental urbana e, consequentemente, da qualidade de vida das pessoas.

Diante deste cenário, o objetivo deste trabalho foi analisar as diferenças de conforto

térmico entre dois locais com padrões de ocupação urbana distintos representados por uma

ocupação planejada e uma ocupação espontânea. As áreas escolhidas para estudo foram os

bairros Pituba e Nordeste de Amaralina, e nestes foram escolhidos dois padrões de ocupação,

um planejado, na Pituba, e um padrão de ocupação espontânea, no Nordeste de Amaralina. O

padrão de ocupação espontânea escolhido no Nordeste de Amaralina, pode ser considerado

representativo de todo o bairro devido às semelhanças existentes nas suas características

urbanísticas, ou seja, área do lote, índice de ocupação (IO), gabarito das construções, índice

de utilização (IU), índice de permeabilidade (IP) e recuos das edificações (frontal, lateral e

fundo). Na Pituba, observa-se vários padrões de ocupação e foi escolhido um padrão que está

aproximadamente na mesma cota e mesma proximidade do oceano.

Além da análise das características urbanísticas dos espaços urbanos, foram avaliadas as

condições climáticas de ambos os espaços, comparativamente entre si e com os dados da

estação de referência da cidade, feito o tratamento estatístico das variáveis climáticas e

avaliadas as condições de conforto térmico nas duas áreas.

O levantamento das características urbanísticas dos locais estudados ressaltou os

contrastes entre as duas áreas, principalmente quanto à ocupação intensiva do solo e a

presença de vegetação nos espaços públicos.

O mosaico da área estudada no Nordeste de Amaralina, formado por 170 lotes, com

média do lote em torno de 135 m² e índice médio de ocupação de 69%, ressaltam a

intensidade de ocupação do solo e a não conformidade com a LOUOS. Além disso, a

densidade construída, em torno de 1,8, pode ser considerada um valor elevado para uma área

com gabarito médio de 3 pavimentos. As ruas estreitas, totalmente impermeabilizadas e sem

127

vegetação, construções com pequenos ou nenhum afastamento entre si, constituem condições

desfavoráveis à circulação do ar e, consequentemente, ao conforto térmico da população.

Na Pituba, a área estudada abrange o total de 29 lotes, com média de 837 m². Além dos

lotes serem maiores, há afastamentos entre as construções, as ruas são largas e possuem

pontos arborizados, embora também sejam impermeabilizadas. Estas condições, somadas ao

índice de ocupação médio em torno de 32%, com gabarito médio de 8 pavimentos e densidade

construída igual a 2,0, conferem a este padrão localizado na Pituba, maior porosidade,

possibilitando uma melhor condição de conforto térmico no ambiente urbano, comparada ao

padrão estudado no Nordeste de Amaralina.

Entretanto, tanto no padrão estudado na Pituba quanto no Nordeste de Amaralina, foi

observado que o índice de permeabilidade nos lotes, em geral igual a ―zero‖, reflete a

inobservância à legislação urbanística, Lei de Ordenamento do Uso e Ocupação do Solo em

Salvador – LOUOS, que determina, para Salvador, o índice mínimo de 20% nas áreas

estudadas. Mesmo se tratando de uma ocupação planejada na Pituba, verifica-se que a

legislação não tem sido obedecida provocando condições desfavoráveis e, mesmo a legislação

vigente não fomenta o uso das áreas permeáveis para a criação de áreas verdes, o que poderia

contribuir para a obtenção de microclimas mais amenos e para melhores condições de

conforto na área urbana.

O crescente adensamento da área metropolitana de Salvador requer providências para o

diminuir a degradação do clima urbano, e, em conseqüência, a melhoria das condições de

conforto térmico na cidade.

Na avaliação das condições climáticas dos espaços estudados, o Nordeste de Amaralina

apresentou maiores valores de temperatura do ar e de temperatura radiante média (em torno

de 2°C em média) em relação à Pituba, em todas as campanhas.

Verificando-se o enquadramento das condições climáticas dentro da variação sazonal do

clima da cidade, percebe-se que os valores registrados na Estação Meteorológica de Ondina

nos dias de medição, no período noturno, aproximam-se do dia típico de verão, nas três

campanhas, caracterizando um aquecimento no período noturno, o que pode indicar as

mudanças climáticas produzidas pela urbanização.

No estudo das correlações entre as variáveis Ta (°C), Tg (°C), Trm (°C) e o índice PET

(°C), percebeu-se que a temperatura do ar e a temperatura de globo apresentaram uma boa

correlação entre si e em menor grau com o PET. Por outro lado, a Trm não apresentou

128

correlação significativa com nenhuma destas três variáveis. Isto porque a Trm (°C) é

resultado das interações entre a radiação solar e as características dos materiais que revestem

as superfícies do entorno. A melhor correlação observada da Trm foi com o PET, significando

que a Trm também influencia a sensação térmica.

A partir dos resultados obtidos com a utilização das técnicas de Box-plot e AD, o PET

(°C) apresentou, na primeira partição, a seguinte faixa de valores: ≤ 29,5 (80% do total); >

29,5°C (20%). Dos valores ≤ 29,5°C, 58,3% referem-se à Pituba, e dos valores > 29,5°C,

87,7%, referem-se ao Nordeste de Amaralina. Em seguida, foram estabelecidas outras faixas

de valores de PET (°C), derivadas da primeira: a)PET ≤ 27,5°C; PET > 27,5°C; b)PET ≤

26,5°C; PET > 26,5°C; c)PET ≤ 28,5°C; PET > 28,5°C. Dos valores menores que 27,5°C,

67,9% são referentes à Pituba e dos valores maiores que 27,5°C, 56,2% são referentes ao

Nordeste de Amaralina. Em relação aos valores de PET menores que 26,5°C, 69,8%, são

relativos à Pituba, enquanto os valores maiores que 26,5°C, a maioria (63,2%) referem-se ao

Nordeste de Amaralina. Quanto aos valores de PET menores ou iguais a 28,5°C e aos maiores

que 28,5°C, 54,4% e 58,3%, respectivamente são referentes ao Nordeste de Amaralina.

De acordo com a calibração do índice PET (°C) realizada por Souza (2010), para áreas

abertas em Salvador, constata-se que as condições térmicas no Nordeste de Amaralina são

mais desfavoráveis do que na Pituba. Conforme as faixas de valores estabelecidas para as

sensações térmicas, no Nordeste, 66% dos dados de PET (°C) indicam sensação de conforto,

com valores menores que 29°C; 34% indicam calor, com valores de 29 a 34°C. Na Pituba,

95% dos dados de PET (°C), estão na faixa de conforto e 5% na faixa de calor. A faixa de

valores que indica sensação de muito calor, não foi observada neste estudo.

Dessa forma, comparando-se a ocupação espontânea com o padrão de ocupação

planejada estudado na Pituba, observa-se que agravam-se as condições de desconforto térmico

na cidade, penalizando ainda mais a população de menor renda que habita o padrão

espontâneo que assim constrói por falta absoluta de conhecimento técnico e de condições

financeiras.

A utilização de um único ponto de medição das variáveis climáticas em cada espaço

estudado devido à disponibilidade de um par de equipamentos, na UFBA, forneceu uma

avaliação de conforto térmico, que, para ser mais abrangente, deveria cobrir mais padrões de

ocupação existentes na cidade e maior tempo de medição. Assim, sugere-se que em trabalhos

futuros com essa abordagem, sejam definidos mais pontos de medição em cada área e que,

129

também, o raio de abrangência seja maior do que 100 metros, para possibilitar uma análise

mais extensiva das características urbanísticas.

Este trabalho indica a necessidade de trabalhos futuros dentro da ocupação espontânea

para propor melhorias nas condições de habitabilidade destas populações.

Sugerem-se, também, estudos com a aplicação de softwares de modelagem para

simular as condições térmicas dos ambientes, propondo novas alternativas urbanísticas que

proporcionem melhores condições de conforto na área urbana.

130

REFERÊNCIAS

ALI-TOUDERT, F.; MAYER, H. Numerical study on the effects of aspect ratio and orientation of

an urban street canyon on outdoor thermal comfort in hot and dry climate. Building and

Environment 41: 94–108, 2006.

______. Outdoor thermal comfort in the old desert city of Beni-Isquen, Algeria. Climate Research

28: 243–256, 2005.

ALMEIDA, E. M. de. – A configuração urbana e sua relação com os microclimas: estudo de

frações urbanas na cidade de Maceió. Maceió, 2006.116 p. Dissertação (Mestrado em Dinâmicas do

Espaço Habitado). Centro de Tecnologia, Universidade Federal de Alagoas.

ALVA, E. N. Qualidade Ambiental Urbana. In: ENCONTRO NACIONAL DE CONFORTO EM

AMBIENTE CONSTRUÍDO, 4., 1997, Salvador. Anais... Salvador: FAUFBA/LACAM; ANTAC,

1997.1. p. 67-71.

AYOADE, J. O. Introdução à Climatologia para os Trópicos. Rio de Janeiro:Bertrand Brasil, 1988.

ANDRADE, A. B. Do planejado ao vivido: o caso da Pituba. RAU – Revista de Administração

UNIME, Volume 2, Número 1, jan./jul. 2004.

ANDRADE, T.; LYRA, D.; NERY, J.; FREIRE, T. Conforto Térmico em Biblioteca no Trópico

Úmido. In: ENCONTRO NACIONAL DE CONFORTO EM AMBIENTE CONSTRUÍDO, 8, 2005,

Maceió. Anais... Maceió: ANTAC, 2005. 1 CD-ROM.

ANDRADE, T.; FREIRE T.; NERY, J.; KATZSCHNER, L. Condição de conforto térmico em uma

cidade tropical Salvador Brasil. Procedimentos Vol.1, ARGUMENTO 2004, NL, Technische

Universität, pág. 53 – 57, 2004.

ANDRADE, T. et al. Thermal Comfort and Urban Climate in the Tropical City of Salvador-BA.

Revista Baiana de Tecnologia – TECBAHIA. 2003.

ANDRADE, T. et al. Conforto Ambiental e Conservação de Energia no Ambiente Construído.

Revista baiana de tecnologia (TECBAHIA), Salvador, v.17, n.3, p.29-33, set/dez. 2002.

ASHRAE – American Society of Heating, Refrigerating and Air-Conditioning Engineers. Conceitos e

Instruções. Disponível em: http://www.ashrae.org/. Acesso em: 18/out/ 2009.

ASSIS, E. S. Impactos da forma urbana na mudança climática: método para a previsão do

comportamento térmico e melhoria de desempenho do ambiente urbano. 2000. Tese (Doutorado) -

Faculdade de Arquitetura e Urbanismo, Universidade de São Paulo, São Paulo, 2000.

______. Bases teóricas para a aplicação da climatologia ao planejamento urbano. In: ENCONTRO

NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO, 4., 1997, Salvador. Anais...

Salvador: Editora ANTAC, 1997. CDROM.

______. Mecanismos de desenho urbano apropriados à atenuação da ilha de calor urbana:

análise de desempenho de áreas verdes em clima tropical. 164f. Dissertação (Mestrado) – Faculdade

de Arquitetura e Urbanismo, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 1990.

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 6023: informação e documentação -

referências – elaboração.Rio de Janeiro, 2000.

131

BARBIRATO, G. M. Clima e cidade: a abordagem climática como subsídio para estudos urbanos.

Maceió: EDUFAL, 2007.

BITTENCOURT, L. S. A influência da relação entre taxa de ocupação x nº de pavimentos no

potencial de ventilação natural dos ambientes internos e externos. In: IV Encontro Nacional de

Conforto no Ambiente Construído, 1997. Salvador. Anais... Salvador: FAUFBA/LACAM-ANTAC.

CARLOS, A. F. A (re)produção do espaço urbano. São Paulo: Universidade de São Paulo, 1994.

COELHO-ZANOTTI. Uma análise estatística com vistas a previsibilidade de internação por

doenças respiratórias em função das condições meteorológicas na cidade de São Paulo (2007).

196f. Tese (Doutorado) – Instituto de Astronomia Geofísica e Ciências Atmosféricas da Universidade

de São Paulo, 2007.

COMPANHIA DE DESENVOLVIMENTO URBANO DO ESTADO DA BAHIA (CONDER). Mapa

Digital. Disponível em: < http://www.informs.conder.ba.gov.br/ >. Acessos em 2010 e 2011.

CORBELLA, O. Manual de arquitetura bioclimática tropical. Rio de Janeiro: Revan, 2011.

COX, E. P. – Interação entre clima e superfície urbanizada: o caso da cidade de Várzea

Grande/MT. Cuiabá, 2008. 141p. Dissertação (Mestrado em Física e Meio Ambiente). Departamento

de Física, Instituto de Ciências Exatas e da Terra, Universidade Federal de Mato Grosso.

DE SCHILLER, Silvia. Transformação urbana e sustentabilidade. URBANA, Julho 2002, vol.7,

no.31, p.013-030. ISSN 0798-0523.

DUARTE, D. Padrões de Ocupação do solo e microclimas na região de clima tropical continental.

2000. Tese (Doutorado) - Faculdade de Arquitetura e Urbanismo, Universidade de São Paulo, São

Paulo, 2000.

______. Estado da arte em clima urbano e planejamento. In: Seminário Internacional -

Sustentabilidade, Arquitetura e Desenho Urbano, NUTAU’ 2002. Anais... São Paulo: NUTAU/USP,

2002. p.1003-1111.

DUARTE, D. H. S.; SERRA, G. G. Padrões de ocupação do solo e microclimas urbanos na região

de clima tropical continental brasileira: correlações e proposta de um indicador. Ambiente

Construído, Porto Alegre, v. 3, n. 2, p. 7-20, abr./jun. 2003

FANGER, P. O. Thermal comfort, analysis and application in environment engineering. New

York: McGraw Hill Book Company. 1972.

FE, D. S. et al. Índices de Conforto Térmico: Avaliação para Clima Quente e Úmido. In: IX

Encontro Nacional de Conforto no Ambiente Construído (ENCAC) e V Encontro Latino Americano de

Conforto no Ambiente Construído (ELACAC), 2007, Ouro Preto

FROTA, Anésia B.; SCHIFFER, Sueli R.. Manual de Conforto Térmico. 2. ed. São Paulo: Studio

Nobel, 1988.

GIVONI, B. Climate considerations in building and urban design. New York: John Wiley & Sons,

1998.

______. Comfort, climate analyses and building design guidelines. Energy and Buildings, n 18,

1992, p. 11-23.

132

GOMES, Patrícia S. Ocupação do solo e microclimas urbanos: O caso de Montes Claros – MG.

Dissertação de Mestrado. Programa de Pós-Graduação em Arquitetura e Urbanismo da Universidade

Federal de Santa Catarina, 2008.

GORDILHO-SOUZA, A. Limites do habitar: segregação e exclusão na configuração urbana

contemporânea de Salvador e perspectivas no final do século XX. Salvador: EDUFBA, 2000.

GOULART, S.; LAMBERTS, R.; FIRMINO, S. Dados climáticos para projeto e avaliação

energética de edificações para 14 cidades brasileiras – 2ed. Florianópolis, NPC/UFSC, 1998.

HAIR, J. F. et al. Multivariate Data Analysis. 5. ed. Prentice-Hall. Upper Saddle River, New Jersey,

1998.

HIRASHIMA, S. Q. S. Calibração do índice de conforto térmico temperatura fisiológica

equivalente (PET) para o município de Belo Horizonte, MG . Dissertação de Mestrado. Programa

de Mestrado em Ambiente Construído e Patrimônio Sustentável da Escola de Arquitetura da

Universidade Federal de Minas Gerais. Belo Horizonte, 2010.

HÖPPE, P. The physiological equivalent temperature: a universal index for the biometeorological

assessment of the thermal environment. International Journal of Biometeorology. 43: 71-75, 1999.

______. Heat balance modelling. Experientia, 49:741–746, 1993.

HOUGH, M. Naturaleza e Ciudad. Barcelona: Gustavo Gili, 1998.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE (2000). BRASIL – Censo

2000. Disponível em: <http://www.ibge.gov.br/>. Acesso em: ago. 2009.

INSTITUTO NACIONAL DE METEOROLOGIA - INMET. Consulta de dados da estação

convencional: Salvador (BA). Disponível em: <http://www.inmet.gov.br/>. Acessos em: 26/11/2010;

27/01/2011.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. Ergonomics of the thermal

environment – Estimation of thermal insulation and vapour resistance of a clothing ensemble,

ISO/DIS 9920. Genebra, 2007.

______. Ergonomics of the thermal environment – Instruments for measuring physical

quantities, ISO/DIS 7726. Genebra, 1998.

KATZSCHNER, L. Microclimatic thermal comfort analysis in cities for urban planning and open

space design. In: Network for Comfort and Energy use in Buildings (NCUB), Comfort and Energy

Use in Buildings, London, 2006.

______. Urban climate studies as tools for urban planning and architecture. In: Encontro

Nacional sobre Conforto no Ambiente Construído, 4., 1997, Salvador – BA. Anais... Salvador-BA:

ANTAC, 1997. CD-ROM.

LANDSBERG, H. E. The Urban Climate. 1ª edição. 275 p. Academic Press, 1981.

LAPPONI, J. L. Estatística usando Excel. São Paulo: Lapponi Treinamento e Editora, v. 1, n. 3,

1996.

LOMBARDO, M. A. Ilhas de Calor nas Metrópoles – O exemplo de São Paulo. São Paulo:

Hucitec, 1985.

133

LUBISCO, N. M. L.; VIEIRA, S. C.; SANTANA, I. V. Manual de Estilo Acadêmico- Monografias,

Dissertações e Teses. 4ª edição, Salvador: EDUFBA, 2008.

LYRA, Débora Santa Fé Monteiro. Aplicabilidade de Índices de Conforto Térmico: um estudo de

caso em Salvador-BA. Dissertação de Mestrado. Programa de Pós-Graduação em Engenharia

Ambiental Urbana- MEAU/ EPUFBA/ UFBA. Universidade Federal da Bahia, Salvador, 2007.

MAITELLI, G. T. Uma abordagem tridimensional de clima urbano em área tropical continental:

o exemplo de Cuiabá – MT. 1994. Tese (Doutorado em Geografia) - Universidade de São Paulo. São

Paulo, 1994.

MAYER, H.; HÖPPE, P. Thermal comfort of man in different urban environments. Theoretical

and Applied Climatology, v. 38, p. 43-49, 1987.

MAYER, H. Urban bioclimatology. Experientia 49: 957-963, 2003.

MASCARÓ, L; MASCARÓ, J. Ambiência Urbana. 3. Porto Alegre: Masquatro Editora, 2009.

MATZARAKIS, A. Modelling of radiation fluxes in urban areas and their relevance to thermal

conditions of humans. Third Symposium on the urban environment. 163-164, 2000.

MATZARAKIS, A.; MAYER, H. Applications of a universal thermal index: physiological

equivalent temperature. International Journal of Biometeorology, v. 43, p. 76-84, 1999.

MONTEIRO, C. A. F.; MENDONÇA, F. Clima urbano. São Paulo: Oficina de texto, 2003.

_______. O estudo do clima urbano no Brasil: evolução, tendências e alguns desafios. In:

MONTEIRO, C.A.F.; MENDONÇA, F. Clima Urbano. São Paulo: Contexto, 2003b.

MONTEIRO, C. A. F. Teoria e Clima Urbano. (Série Teses e Monografias). São Paulo: IGEOGUSP,

1976.

MOURA, T.; NERY, J.; ANDRADE, T.; KATZSCHNER, L. Mapeando as condições de conforto

térmico em Salvador. In: RUA - Revista de Arquitetura e Urbanismo. Salvador, v.1.n.9, jan/jun 2006.

p. 44-49.

NERY, J.; ANDRADE, T.; MOURA, T. Primeira Aproximação para Estudo de Clima Urbano em

Salvador. In: IV Encontro Nacional de Conforto no Ambiente Construído, Salvador. Anais.

FAUFBA/LACAM-ANTAC, p 124-128. 1997.

NERY, J. et al. Temperatura do ar e padrões de ocupação em Salvador. In: VII ENCONTRO

NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO, Curitiba, 2003. Anais... São Paulo:

ANTAC/PUC-PR, 2003, p. 624-631. CD-ROM

NIKOLOPOULOU, M.; BAKER, N.; STEEMERS K. Improvements to the globe thermometer for

outdoor use. Architectural Science Review, v. 42, p. 27–34, 1999.

OKE, T. R. Initial guidance to obtain representative meteorological observations at urban sites.

IOM Report nº 81, 2004.

________. Boundary Layer Climates. 2. ed. New York: Routledgep, n.3-76, p.

272-303, 1996.

134

________. Methods in urban climatology. Applied Climatology, n. 14, 1984.

________. The energetic basis of the urban heat island. Quarterly Journal of the Royal

Meteorological Society. Reino Unido, Vol. 108, n. 455, p. 1-24. Janeiro, 1982.

________. Canyon geometry and the nocturnal heat island: comparisons of scale model and field

observations. Journal of Climatology, n. 1, p. 237-254, 1981.

________. The distintiction between canopy and boundary-layer urban heat islands. Atmosphere,

v.14, n.4, p.269-277, 1976.

OLIVEIRA, P. M. P. Cidade apropriada ao clima: a forma urbana como instrumento de controle

do clima urbano. Dissertação (Mestrado), Instituto de Arquitetura e Urbanismo da Universidade de

Brasília. Brasília, 1988.

PEREIRA, Fabiana Oliveira. A problemática ambiental urbana: uma avaliação da relação entre o

padrão de ocupação e o potencial de degradação ambiental, em trechos da área de borda

marítima de Salvador – BA. Dissertação de Mestrado. Programa de Pós-Graduação em Engenharia

Ambiental Urbana- MEAU/ EPUFBA/ UFBA. Universidade Federal da Bahia, Salvador, 2010.

PREFEITURA MUNICIPAL DE SALVADOR. LEI Nº 7.400/2008. Dispõe sobre o Plano Diretor de

Desenvolvimento Urbano do Município do Salvador – PDDU 2007 e dá outras providências.

Salvador: PMS, 2008.

______. Lei do Ordenamento do Uso e da Ocupação do Solo de Salvador – 3.377/1984. Salvador:

Secretaria Municipal do Planejamento, Urbanismo e Meio Ambiente / Fundação Mário Leal Ferreira,

2001. CD-ROM.

______. Secretaria Municipal de Desenvolvimento Urbano, Habitação e Meio Ambiente - SEDHAM.

CADERNOS DA CIDADE - Uso e Ocupação do Solo em Salvador. Salvador – Bahia - Ano I, No

1—Junho de 2009

PREFEITURA MUNICIPAL DE RECIFE. Manual de ocupação dos morros da região

metropolitana de Recife. Fundação de Desenvolvimento Municipal. Recife: Ensol, 2004.

RAYMAN: software livre. Versão 1.2, desenvolvida por MATZARAKIS, A.; RUTZ,F.; MAYER,H.

Meteorological Institute of the University of Freiburg, Germany, 2000. Disponível em: <http://www.

urbanclimate.net/rayman>. Acesso em: 23 set. 2009.

R. Emmanuel et al. Urban shading – a design option for the tropics? A study in Colombo, Sri

Lanka. Int. J. Climatol., 27. 2007

ROCHA, Carla P.; SILVA, Liliane F. M. A paisagem do medo – um estudo do bairro da Pituba em

Salvador – BA. RDE – Revista de Desenvolvimento Econômico, Ano X, Nº 17, janeiro /2008,

Salvador, BA.

ROMERO, M. A. B. Arquitetura Bioclimática do Espaço Público.Brasília: Editora Universidade de

Brasília, 2001.

ROMERO, M. A. B. Princípios bioclimáticos para o desenho urbano. 2. ed. Brasília:

Editora UnB, 2000.

135

RORIZ, M.; BARBUGLI, R. A. Mapeamento e análise de microclimas urbanos. In: VII Encontro

Nacional de Conforto no Ambiente Construído, 05 a 07 de novembro de 2003, Curitiba – PR. Anais...

VII ENCAC, 2003.

SAMPAIO, A. H. L. Correlação entre uso do solo e ilha de calor no ambiente urbano: o caso de

Salvador. 1981. Dissertação (Mestrado em Geografia) – Universidade de São Paulo. São Paulo, 1981.

SANTAMOURIS et al. On the impact of urban climate on the energy consumption of buildings.

Solar Energy, Volume 70, Issue 3, 2001a, Pages 201-216.

SANTAMOURIS, M. Energy and climate in the urban built environment. London, James &

James, 2001b.

SANTOS, C. A. A violência no contexto dos espaços vividos, percebidos e concebidos na cidade

de Salvador: estudo de caso nos bairros da Pituba e Nordeste de Amaralina. Dissertação de

Mestrado. Programa de Pós-Graduação em Geografia. Departamento de Geografia, Instituto

Geociências, Universidade Federal da Bahia, Salvador, 2008.

SANTOS, M. A urbanização brasileira. 3. ed., São Paulo: Hucitec, 1996.

SILVA, C. A. S. Conforto ambiental urbano – apropriação e análise de dados microclimáticos. In:

VIII Encontro Nacional do Ambiente Construído, 18 a 21 de julho de 2004, São Paulo.

SOUZA, S. H. M. Avaliação da Aplicabilidade de Índices de Conforto Térmico em Espaços

Públicos de Salvador: Praça Visconde de Cayru e Praça da Piedade. Dissertação de Mestrado.

Programa de Pós-Graduação em Engenharia Ambiental Urbana. Escola Politécnica, Universidade

Federal da Bahia, Salvador, 2010.

SOUZA, T. dos S. Cultura e desenvolvimento local: reflexões sobre a experiência do Programa

Viva Nordeste. Dissertação de mestrado. Faculdade de Comunicações. Universidade Federal da

Bahia, Salvador, 2008.

SVENSSON, M.K.; THORSSON, S.; LINDQVIST, S. A geographical information system model

for creating bioclimatic maps – examples from a high, mid-latitude city. Int J Biometeorol, 47:

102–112, 2003.

VILELA, J. A. Variáveis do clima urbano: análise da situação atual e prognósticos para a região

do bairro Belvedere III, Belo Horizonte, MG. Dissertação (Mestrado em Arquitetura e Urbanismo).

Escola de Arquitetura da Universidade Federal de Minas Gerais, 2007.

WMO – World Meteorological Organization. Climate and human health (1999). Texto em HTML.

Disponível em: <http://www.wmo.int/pages/index_en.html>. Acesso em: jun. 2009.

136

APÊNDICES

137

APÊNDICE A – Dados urbanísticos das áreas de estudo

a) Pituba (Área 1)

Nº Lote Área Lote

(m²)

A. OC.

(m²)

I.O.

(%)

Gabarito (N°

Pav.)*

A. C.

(m²) I.U.

V. C.

(m³)

A. P.

(m²)

I.P.

(%)

Recuos (m)


1 504 225 44,6 3 675 1,3 2025 0 0,0 4,2 2,8 4,0

2 765 493 64,4 12 5916 7,7 17748 0 0,0 0,0 0,0 18,0

3 377 262 69,5 2 524 1,4 1572 31 8 1,4 4,5 4,5

4 347 200 57,6 2 400 1,2 1200 0 0,0 3,0 2,5 0,0

5 1858 631 34,0 3 1893 1,0 5679 0 0,0 0,0 0,0 0,0

6 1231 602 48,9 3 1806 1,5 5418 0 0,0 0,0 0,0 0,0

7 530 299 56,4 3 897 1,7 2691 0 0,0 0,0 0,0 2,6

8 353 283 80,2 3 849 2,4 2547 0 0,0 0,0 0,0 0,0

9 431 208 48,3 2 416 1,0 1248 0 0,0 3,0 2,5 1,1

10 380 245 64,5 2 490 1,3 1470 0 0,0 4,0 0,0 5,2

11 1061 496 46,7 5 2480 2,3 7440 0 0,0 6,0 3,0 4,4

12 755 349 46,2 5 1745 2,3 5235 0 0,0 6,6 4,0 6,3

13 946 493 52,1 12 5916 6,3 17748 0 0,0 0,0 0,0 2,5

14 290 250 86,2 2 500 1,7 1500 0 0,0 0,0 0,0 0,0

15 430 301 70,0 2 602 1,4 1806 0 0,0 3,2 0,0 0,0

16 397 206 51,9 2 412 1,0 1236 0 0,0 2,4 2,5 3,1

17 279 228 81,7 12 2736 9,8 8208 0 0,0 0,0 0,0 1,0

18 370 0 - - - - - 170 46 - - -

19 404 404 100,0 2 808 2,0 2424 0 0,0 0,0 0,0 0,0

20 410 410 100,0 2 820 2,0 2460 0 0,0 0,0 0,0 0,0

21 339 252 74,3 3 756 2,2 2268 0 0,0 0,0 0,0 0,0

22 258 220 85,3 3 660 2,6 1980 0 0,0 0,0 0,0 0,0

23 325 256 78,8 3 768 2,4 2304 0 0,0 0,0 0,0 0,0

24 516 314 60,9 3 942 1,8 2826 0 0,0 3,1 4,7 2,3

Totais 13556 7.627 56,3 - 33.011 2,4 99.033 201 1,5 - - -

LEGENDA:

Nº Lote = Número do lote I.U. = Índice de Utilização (adimensional)

A. OC. = Área Ocupada, em m² V.C. = Volume Construído, em m³

I. O. = Índice de Ocupação, em % A.P. = Área Permeável, em m²

Nº Pav. = Número de pavimentos I. P. = Índice de Permeabilidade, em %

A.C. = Área Construída, em m²

138

b) Pituba ( Área 2)

Nº Lote Área Lote

(m²)

A. OC.

(m²) I.O. (%)

Gabarito

(N° Pav.)

A. C.

(m²) I.U. V. C. (m³)

A. P.

(m²)

I.P.

(%)

Recuos (m)


1 989 261 26,4 17 4437 4,5 13311 185 18,7 11,0 4,0 -

2 1343 356 26,5 17 6052 4,5 18156 154 11,5 11,0 4,0 -

3 - - - PRAÇA - - - - - - - -

4 1260 336 26,7 15 5040 4,0 15120 182 14,4 13,2 6,0 -

5 1060 443 41,8 GALPÃO 443 0,4 1329 38 3,6 - - -

6 680 395 58,1 2 790 1,2 2369 0 0,0 6,5 1,2 0,0

7 719 246 34,2 2 492 0,7 1475 134 18,6 6,3 0,9 18,6

8 551 208 37,7 4 830 1,5 2491 28 5,0 6,2 1,9 15,0

9 409 248 60,8 1 248 0,6 745 35 8,6 5,5 1,3 2,0

10 - - - - - - - - - - - -

11 165 92 55,8 4 368 2,2 1104 23 13,9 4,0 3,0 -

12 586 320 54,6 1 320 0,5 960 28 4,8 1,5 3,2 4,3

13 529 196 37,0 2 392 0,7 1175 0 0,0 1,7 2,3 15,0

14 370 228 61,6 3 684 1,8 2052 0 0 0,0 2,6 4,9

15 370 185 49,9 3 555 1,5 1664 38 10,1 4,0 2,0 4,0

16 321 205 64,0 1 205 0,6 616 0 0,0 0,0 0,0 4,3

17 337 250 74,2 2 500 1,5 1500 0 0,0 2,0 0,0 0,0

18 558 164 29,5 2 329 0,6 986 88 15,8 4,2 2,0 19,0

19 542 299 55,2 2 598 1,1 1794 118 21,8 3,5 0,0 -

20 - - - - - - - - - - - -

21 780 239 30,6 14 3346 4,3 10038 154 19,7 6,0 8,9 -

22 - - - - - - - - - - - -

23 - - - - - - - - - - -

24 - - - - - - - - - - - -

25 631 226 35,9 8 1811 2,9 5433 34 5,4 4,0 5,0 4,0

26 563 236 41,9 8 1886 3,4 5659 0 0,0 2,0 1,6 6,0

27 410 215 52,4 4 859 2,1 2576 0 0,0 5,0 1,5 1,8

28 2485 521 21,0 13 6768 2,7 20303 222 8,9 19,3 5,4 14,0

29 1738 583 33,5 18 10486 6,0 31458 41 2,4 20,0 2,0 11,0

30 849 0 0,0 - - - - 0 0,0 - - -

31 679 152 22,4 16 2432 3,6 7296 0 0,0 20,0 4,5 14,0

32 854 213 25,0 16 3412 4,0 10235 108 12,6 9,5 5,0 7,0

33 1167 261 22,4 16 4179 3,6 12537 125 10,7 10,0 5,5 8,0

34 1811 264 14,6 18 4750 2,6 14250 123 6,8 30,0 4,0 5,0

Totais 22922 7341 32,0 - 62211 2,7 186632 1857 8,1 - - -

LEGENDA:




Nº Pav. = Número de pavimentos I.P. = Índice de Permeabilidade, em %


139

c) Nordeste de Amaralina (área reduzida)

Nº Lote

Área

Lote

(m²)

A. OC. (m²)

I.O. (%)

Gabarito (N° Pav.)

A. C. (m²)

I.U. V. C. (m³)

A. P. (m²)

I.P. (%) Recuos (m)


1 149 88 59,4 3 265 1,8 796 0 0,0 2 2,0 0

2 114 67 58,6 4 267 2,3 800 0 0,0 3,2 0 4,1

3 150 90 60,2 3 271 1,8 814 0 0,0 0 0,7 1,2

4 169 152 89,5 2 303 1,8 909 0 0,0 0 0 0

5 101 68 66,9 3 203 2,0 608 0 0,0 1,2 0 0

6 99 70 70,6 5 350 3,5 1.051 0 0,0 0,5 0 0

7 101 56 55,6 5 280 2,8 841 0 0,0 1,2 0,3 1,6

8 82 64 78,6 4 258 3,1 773 0 0,0 2,1 0 4,6

9 57 0 - 0 0 - - 0 0,0 0 0 0

10 34 0 - 0 0 - - 0 0,0 0 0 0

11 251 105 42,0 3 316 1,3 947 0 0,0 6,6 0 0

12 212 168 79,2 2 336 1,6 1.009 0 0,0 0 0 0

13 180 76 42,0 4 302 1,7 907 0 0,0 8,8 0 0

14 176 74 41,8 3 221 1,3 662 0 0,0 0 0 0

15 525 409 77,9 3 1227 2,3 3.680 0 0,0 11,4 0 0

16 562 165 29,4 3 496 0,9 1.489 0 0,0 0 0 16,8

17 636 84 13,1 2 167 0,3 502 552 86,8 0 0 0

18 241 191 79,2 5 954 4,0 2.862 0 0,0 0 0 0

19 160 111 69,6 3 334 2,1 1.002 0 0,0 5,6 0 0

20 117 86 73,7 4 344 2,9 1.031 0 0,0 0 0 0

21 44 44 100 4 175 4,0 525 0 0,0 0 0 0

22 46 41 89,5 3 122 2,7 366 0 0,0 0 0 0

23 242 209 86,4 3 627 2,6 1.880 0 0,0 0 0 0

24 182 101 55,8 3 304 1,7 912 0 0,0 0 4,2 2,1

25 301 278 92,2 2 556 1,8 1.668 0 0,0 0,5 0 0

26 139 118 84,4 4 471 3,4 1.413 0 0,0 6,8 0 0

27 87 81 93,3 4 325 3,7 974 0 0,0 3,0 0 0

28 137 50 36,3 4 199 1,5 598 0 0,0 2,0 1,8 8,5

29 236 185 78,4 4 742 3,1 2.225 0 0,0 0,6 0 6,5

30 134 79 58,9 5 395 2,9 1.184 0 0,0 7,5 0,7 2,9

31 200 166 83,1 3 498 2,5 1.494 0 0,0 0 0 0

32 122 121 98,8 3 362 3,0 1.087 0 0,0 0,9 0 0

33 80 61 76,5 2 123 1,5 368 0 0,0 1,1 0,6 0

34 119 79 66,7 3 237 2,0 712 0 0,0 6,9 0 4,0

35 84 74 88,9 5 372 4,4 1.115 0 0,0 2,2 0 3,4

36 75 68 91,0 3 204 2,7 611 0 0,0 2,0 0 2,6

37 88 79 89,8 3 237 2,7 712 0 0,0 3,8 0 2,8

38 81 78 96,5 3 233 2,9 700 0 0,0 0 0,6 0

39 151 151 100 4 602 4,0 1.807 0 0,0 0 0 0

40 174 159 91,6 4 636 3,7 1.908 0 0,0 1,5 1,6 1,0

41 142 103 72,4 4 412 2,9 1.236 0 0,0 0,8 3,0 3,0

42 67 58 87,0 2 116 1,7 349 0 0,0 0,5 1,3 0

Totais 7043 4.507 64,0 - 14842 2,1 44.527 552 7,8 - - -

140

LEGENDA:






d) Nordeste de Amaralina (área total)

Nº

Lote

Área Lote

(m²)

A. OC.

(m²)

I. O.

(%)

Gabarito (N°

Pav.)

A. C.

(m²)

I.

U.

V. C.

(m³)

A. P.

(m²)

I. P.

(%)

Recuos (m)


1 149 88 59,4 3 265 1,8 796 0 0,0 2 2,0 0

2 114 67 58,6 4 267 2,3 800 0 0,0 3,2 0 4,1

3 150 90 60,2 3 271 1,8 814 0 0,0 0 0,7 1,2

4 169 152 89,5 2 303 1,8 909 0 0,0 0 0 0

5 101 68 66,9 3 203 2,0 608 0 0,0 1,2 0 0

6 99 70 70,6 5 350 3,5 1.051 0 0,0 0,5 0 0

7 101 56 55,6 5 280 2,8 841 0 0,0 1,2 0,3 1,6

8 82 64 78,6 4 258 3,1 773 0 0,0 2,1 0 4,6

9 57 0 - 0 0 - - 0 0,0 0 0 0

10 34 0 - 0 0 - - 0 0,0 0 0 0

11 251 105 42,0 3 316 1,3 947 0 0,0 6,6 0 0

12 212 168 79,2 2 336 1,6 1.009 0 0,0 0 0 0

13 180 76 42,0 4 302 1,7 907 0 0,0 8,8 0 0

14 176 74 41,8 3 221 1,3 662 0 0,0 0 0 0

15 525 409 77,9 3 1227 2,3 3.680 0 0,0 11,4 0 0

16 562 165 29,4 3 496 0,9 1.489 0 0,0 0 0 16,8

17 636 84 13,1 2 167 0,3 502 552 86,8 0 0 0

18 241 191 79,2 5 954 4,0 2.862 0 0,0 0 0 0

19 160 111 69,6 3 334 2,1 1.002 0 0,0 5,6 0 0

20 117 86 73,7 4 344 2,9 1.031 0 0,0 0 0 0

21 44 44 100 4 175 4,0 525 0 0,0 0 0 0

22 46 41 89,5 3 122 2,7 366 0 0,0 0 0 0

23 242 209 86,4 3 627 2,6 1.880 0 0,0 0 0 0

24 182 101 55,8 3 304 1,7 912 0 0,0 0 4,2 2,1

25 301 278 92,2 2 556 1,8 1.668 0 0,0 0,5 0 0

26 139 118 84,4 4 471 3,4 1.413 0 0,0 6,8 0 0

27 87 81 93,3 4 325 3,7 974 0 0,0 3,0 0 0

28 137 50 36,3 4 199 1,5 598 0 0,0 2,0 1,8 8,5

29 236 185 78,4 4 742 3,1 2.225 0 0,0 0,6 0 6,5

30 134 79 58,9 5 395 2,9 1.184 0 0,0 7,5 0,7 2,9

141

Nº

Lote

Área Lote

(m²)

A. OC.

(m²)

I. O.

(%)

Gabarito (N°

Pav.)

A. C.

(m²)

I.

U.

V. C.

(m³)

A. P.

(m²)

I. P.

(%)

Recuos (m)


31 200 166 83,1 3 498 2,5 1.494 0 0,0 0 0 0

32 122 121 98,8 3 362 3,0 1.087 0 0,0 0,9 0 0

33 80 61 76,5 2 123 1,5 368 0 0,0 1,1 0,6 0

34 119 79 66,7 3 237 2,0 712 0 0,0 6,9 0 4,0

35 84 74 88,9 5 372 4,4 1.115 0 0,0 2,2 0 3,4

36 75 68 91,0 3 204 2,7 611 0 0,0 2,0 0 2,6

37 88 79 89,8 3 237 2,7 712 0 0,0 3,8 0 2,8

38 81 78 96,5 3 233 2,9 700 0 0,0 0 0,6 0

39 151 151 100 4 602 4,0 1.807 0 0,0 0 0 0

40 174 159 91,6 4 636 3,7 1.908 0 0,0 1,5 1,6 1,0

41 142 103 72,4 4 412 2,9 1.236 0 0,0 0,8 3,0 3,0

42 67 58 87,0 2 116 1,7 349 0 0,0 0,5 1,3 0

43 151 74 49,0

44 152 129 84,9

45 154 145 94,2

46 72 72 100

47 60 48 80,0

48 57 50 87,7

49 62 50 80,6

50 95 76 80,0

51 88 53 60,2

52 67 47 70,1

53 86 62 72,1

54 79 66 83,5

55 72 58 80,6

56 88 77 87,5

57 258 80 31,0

58 76 61 80,3

59 65 34 52,3

60 58 45 77,6

61 53 53 100

62 85 82 96,5

63 80 59 73,8

64 85 80 94,1

65 90 61 67,8

66 106 73 68,9

67 110 82 74,5

68 151 122 80,8

69 71 61 85,9

70 103 69 67,0

71 89 72 80,9

72 287 125 43,6

73 152 111 73,0

74 112 62 55,4

75 177 142 80,2

142

Nº

Lote

Área Lote

(m²)

A. OC.

(m²)

I. O.

(%)

Gabarito (N°

Pav.)

A. C.

(m²)

I.

U.

V. C.

(m³)

A. P.

(m²)

I. P.

(%)

Recuos (m)


76 87 80 92,0

77 288 250 86,8

78 65 52 80,0

79 95 61 64,2

80 148 91 61,5

81 116 80 69,0

82 86 59 68,6

83 59 53 89,8

84 96 53 55,2

85 103 86 83,5

86 63 48 76,2

87 111 76 68,5

88 103 40 38,8

89 130 102 78,5

90 78 67 85,9

91 63 51 81,0

92 72 42 58,3

93 70 70 100

94 72 72 100

95 124 56 45,2

96 133 67 50,4

97 119 62 52,1

98 95 57 60,0

99 78 66 84,6

100 109 45 41,3

101 56 28 50,0

102 97 34 35,1

103 56 50 89,3

104 89 38 42,7

105 237 237 100

106 177 177 100

107 167 92 55,1

108 256 136 53,1

109 115 93 80,9

110 90 82 91,1

111 176 126 71,6

112 150 121 80,7

113 190 99 52,1

114 73 18 24,7

115 99 73 73,7

116 212 95 44,8

117 108 67 62,0

118 83 65 78,3

119 187 101 54,0

120 322 115 35,7

143

Nº

Lote

Área Lote

(m²)

A. OC.

(m²)

I. O.

(%)

Gabarito (N°

Pav.)

A. C.

(m²)

I.

U.

V. C.

(m³)

A. P.

(m²)

I. P.

(%)

Recuos (m)


121 103 59 57,3

122 140 97 69,3

123 97 80 82,5

124 109 77 70,6

125 113 67 59,3

126 110 79 71,8

127 92 67 72,8

128 90 62 68,9

129 158 87 55,1

130 191 191 100

131 224 189 84,4

132 170 45 26,5

133 172 135 78,5

134 117 69 59,0

135 124 103 83,1

136 316 196 62,0

137 273 137 50,2

138 168 73 43,5

139 146 142 97,3

140 175 70 40,0

141 262 145 55,3

142 144 115 79,9

143 106 82 77,4

144 139 72 51,8

145 85 53 62,4

146 102 45 44,1

147 88 54 61,4

148 98 78 79,6

149 104 43 41,3

150 144 52 36,1

151 135 78 57,8

152 324 174 53,7

153 148 93 62,8

154 130 80 61,5

155 120 50 41,7

156 108 92 85,2

157 270 146 54,1

158 122 84 68,9

159 92 60 65,2

160 142 52 36,6

161 100 76 76,0

162 126 40 31,7

163 73 49 67,1

164 56 28 50,0

165 135 45 33,3

144

Nº

Lote

Área Lote

(m²)

A. OC.

(m²)

I. O.

(%)

Gabarito (N°

Pav.)

A. C.

(m²)

I.

U.

V. C.

(m³)

A. P.

(m²)

I. P.

(%)

Recuos (m)


166 147 112 76,2

167 89 59 66,3

168 82 48 58,5

169 57 39 68,4

170 82 39 47,6

Totais 22935 14829 64,7 0 0 0,0

LEGENDA:






145

APÊNDICE B – Banco de Dados das variáveis climáticas

Nº de

Ordem Campanha Local Hora Ta (°C) UR (%) Va (m/s) Tg (°C) Trm (°C) PET (°C)

1 C1 NE 08:00 30,5 70 0,8 30,0 28,3 29,0

2 C1 NE 08:10 30,0 70 0,7 29,4 27,4 28,2

3 C1 NE 08:20 30,4 70 0,5 29,9 28,5 29,3

4 C1 NE 08:30 30,8 68 0,0 31,8 31,8 32,5

5 C1 NE 08:40 30,8 67 0,3 31,3 32,3 31,8

6 C1 NE 08:50 31,3 66 0,7 30,6 28,4 29,8

7 C1 NE 09:00 31,0 66 0,6 30,5 29,0 29,9

8 C1 NE 09:10 31,0 66 0,9 30,4 28,1 29,2

9 C1 NE 09:20 31,0 67 1,0 30,5 28,5 29,3

10 C1 NE 09:30 31,6 66 0,2 30,9 29,8 31,2

11 C1 NE 09:40 31,4 65 0,4 30,8 29,4 30,5

12 C1 NE 09:50 31,2 64 0,7 30,7 29,0 29,8

13 C1 NE 10:00 31,2 66 0,7 30,8 29,5 30,2

14 C1 NE 10:10 31,2 66 0,3 31,0 30,6 31,2

15 C1 NE 10:20 31,8 64 0,9 31,8 31,8 31,4

16 C1 NE 10:30 32,0 65 0,4 31,9 31,7 32,1

17 C1 NE 10:40 32,0 64 0,9 31,7 30,6 31,1

18 C1 NE 10:50 31,8 64 1,0 32,0 32,8 31,8

19 C1 NE 11:00 32,0 64 0,4 31,9 31,7 32,1

20 C1 NE 11:10 31,8 64 0,2 31,7 31,6 32,2

21 C1 NE 11:20 32,2 64 0,9 31,7 29,8 30,9

22 C1 NE 11:30 32,2 64 1,1 31,7 29,6 30,7

23 C1 NE 11:40 32,6 63 0,8 32,5 32,2 32,4

24 C1 NE 11:50 32,4 64 1,0 32,0 30,4 31,3

25 C1 NE 12:00 32,8 63 0,3 32,0 30,5 32,1

26 C1 NE 12:10 32,6 63 1,1 31,7 27,9 30,4

27 C1 NE 12:20 33,4 61 1,0 32,3 28,0 31,2

28 C1 NE 12:30 33,1 61 1,1 32,0 27,3 30,6

29 C1 NE 12:40 32,6 61 2,6 31,7 25,3 28,9

30 C1 NE 12:50 32,2 64 1,6 32,1 31,6 31,3

31 C1 NE 13:00 32,2 64 1,7 32,5 34,1 32,3

32 C1 NE 13:10 31,7 64 1,2 32,1 33,8 32,0

33 C1 NE 13:20 31,4 65 2,0 31,7 33,5 30,9

34 C1 NE 13:30 31,2 65 1,7 31,4 32,5 30,5

35 C1 NE 13:40 30,8 66 2,5 31,2 33,9 29,9

36 C1 NE 13:50 30,7 67 1,7 31,0 32,6 30,0

37 C1 NE 14:00 30,7 68 0,1 31,1 31,5 31,8

38 C1 NE 14:10 31,0 67 2,5 31,3 33,3 30,0

39 C1 NE 14:20 30,5 67 1,7 31,3 35,5 31,0

40 C1 NE 14:30 30,5 67 1,5 31,1 34,0 30,6

41 C1 NE 14:40 30,2 67 0,3 30,8 31,9 31,2

42 C1 NE 14:50 30,1 67 1,9 30,5 32,8 29,2

43 C1 NE 15:00 29,9 68 0,7 30,3 31,6 30,1

44 C1 NE 15:10 29,9 68 1,9 30,2 31,9 28,6

146

Nº de


45 C1 NE 15:20 29,6 68 1,6 29,9 31,5 28,4

46 C1 NE 15:30 29,5 69 1,2 29,8 31,2 28,7

47 C1 NE 15:40 29,5 70 1,9 29,7 30,9 27,8

48 C1 NE 15:50 29,2 70 1,4 29,4 30,4 27,8

49 C1 NE 16:00 29,1 70 2,6 29,3 30,7 26,4

50 C1 NE 16:10 29,0 71 1,7 29,1 29,7 26,9

51 C1 NE 16:20 28,8 72 1,4 28,9 29,4 27,0

52 C1 NE 16:30 28,6 72 0,4 28,7 28,9 28,6

53 C1 NE 16:40 28,5 73 0,6 28,6 28,9 27,9

54 C1 NE 16:50 28,4 73 0,5 28,5 28,7 28,1

55 C1 NE 17:00 28,3 73 1,0 28,3 28,3 26,8

56 C1 NE 17:10 28,1 73 0,8 28,0 27,6 26,6

57 C1 NE 17:20 27,9 74 1,2 27,8 27,3 25,6

58 C1 NE 17:30 27,8 76 1,2 27,6 26,7 25,2

59 C1 NE 17:40 27,8 76 2,3 27,5 25,4 23,2

60 C1 NE 17:50 27,6 77 1,5 27,4 26,4 24,5

61 C1 NE 18:00 27,5 77 1,8 27,3 26,1 23,7

62 C1 NE 18:10 27,5 77 0,3 27,3 26,9 27,1

63 C1 NE 18:20 27,5 77 0,9 27,4 27,0 25,6

64 C1 NE 18:30 27,5 77 0,1 27,4 27,3 28,3

65 C1 NE 18:40 27,4 77 1,1 27,3 26,9 25,1

66 C1 NE 18:50 27,3 77 0,8 27,1 26,4 25,4

67 C1 NE 19:00 27,2 77 1,6 27,1 26,6 23,9

68 C1 NE 19:10 27,2 77 0,1 27,1 27,0 27,8

69 C1 NE 19:20 27,2 78 0,0 27,2 27,2 28,3

70 C1 NE 19:30 27,2 79 0,0 27,1 27,1 28,7

71 C1 NE 19:40 27,1 78 1,1 27,0 26,6 24,7

72 C1 NE 19:50 27,0 78 0,8 27,0 27,0 25,4

73 C1 NE 20:00 26,9 79 0,0 26,9 26,9 28,5

74 C1 PIT 08:00 27,7 78 0,9 27,9 28,7 26,5

75 C1 PIT 08:10 27,8 78 0,3 28,9 30,9 29,4

76 C1 PIT 08:20 28,5 75 0,1 28,6 28,7 29,3

77 C1 PIT 08:30 28,6 75 1,0 28,5 28,1 26,9

78 C1 PIT 08:40 28,4 75 1,3 28,3 27,8 26,2

79 C1 PIT 08:50 28,4 75 1,2 28,4 28,4 26,5

80 C1 PIT 09:00 28,5 75 0,7 28,5 28,5 27,6

81 C1 PIT 09:10 28,5 75 0,9 28,2 27,0 26,5

82 C1 PIT 09:20 28,4 76 0,5 28,3 28,0 27,7

83 C1 PIT 09:30 28,6 77 0,4 28,7 28,9 28,6

84 C1 PIT 09:40 28,6 74 0,5 28,6 28,6 28,2

85 C1 PIT 09:50 28,7 74 0,8 28,8 29,2 27,8

86 C1 PIT 10:00 28,8 74 0,9 29,1 30,2 28,3

87 C1 PIT 10:10 29,1 72 0,9 29,0 28,6 27,7

88 C1 PIT 10:20 29,4 72 1,0 29,5 29,9 28,5

89 C1 PIT 10:30 29,5 72 1,5 29,5 29,5 27,6

90 C1 PIT 10:40 29,6 71 0,8 29,6 29,6 28,7

147

Nº de


91 C1 PIT 10:50 29,6 71 2,1 29,6 29,6 27,2

92 C1 PIT 11:00 29,8 71 0,7 29,6 28,9 28,7

93 C1 PIT 11:10 30,3 70 2,4 29,9 27,2 26,9

94 C1 PIT 11:20 30,0 70 1,5 29,8 28,8 27,9

95 C1 PIT 11:30 30,4 70 0,9 30,2 29,4 29,2

96 C1 PIT 11:40 30,8 69 2,7 31,6 37,1 31,1

97 C1 PIT 11:50 39,2 62 0,8 37,7 32,7 37,7

98 C1 PIT 12:00 40,0 47 4,2 40,3 42,8 45,6

99 C1 PIT 12:10 40,6 45 4,6 40,2 36,5 44,4

100 C1 PIT 12:20 43,5 37 3,1 40,0 11,4 38,6

101 C1 PIT 12:30 44,8 35 2,7 42,1 23,2 43,2

102 C1 PIT 12:40 33,8 57 1,1 28,1 -0,5 20,9

103 C1 PIT 12:50 30,2 69 1,2 27,9 17,2 23,8

104 C1 PIT 13:00 28,8 73 1,2 28,0 24,4 25,3

105 C1 PIT 13:10 28,8 73 0,8 27,9 24,6 25,8

106 C1 PIT 13:20 28,5 74 1,4 28,2 26,7 25,6

107 C1 PIT 13:40 28,0 74 0,8 27,8 27,1 26,2

108 C1 PIT 13:40 29,4 71 2,3 30,0 33,9 28,4

109 C1 PIT 13:50 28,8 71 1,7 29,7 34,5 28,7

110 C1 PIT 14:00 30,0 70 1,6 29,7 28,1 27,5

111 C1 PIT 14:10 30,0 70 2,6 29,5 25,9 25,9

112 C1 PIT 14:20 29,2 72 3,1 29,7 31,8 26,6

113 C1 PIT 14:30 29,0 72 2,2 29,0 29,0 26,1

114 C1 PIT 14:40 28,7 70 2,8 28,6 27,8 24,6

115 C1 PIT 14:50 28,6 72 2,9 28,5 27,7 24,5

116 C1 PIT 15:00 28,4 73 0,2 28,6 28,9 28,9

117 C1 PIT 15:10 28,3 73 1,5 28,3 28,3 25,9

118 C1 PIT 15:20 28,3 72 3,0 28,1 26,5 23,5

119 C1 PIT 15:30 27,9 75 1,3 28,0 28,5 25,9

120 C1 PIT 15:40 27,9 75 1,7 27,8 27,2 24,8

121 C1 PIT 15:50 27,8 75 1,8 27,8 27,8 24,7

122 C1 PIT 16:00 27,7 76 1,3 27,7 27,7 25,3

123 C1 PIT 16:10 27,6 76 1,7 27,7 28,3 24,9

124 C1 PIT 16:20 27,6 76 1,3 27,6 27,6 25,2

125 C1 PIT 16:30 27,9 75 1,7 28,0 28,6 25,3

126 C1 PIT 16:40 28,1 74 1,9 28,2 28,8 25,3

127 C1 PIT 16:50 28,1 74 1,3 28,1 28,1 26,0

128 C1 PIT 17:00 28,0 74 1,2 27,8 26,9 25,5

129 C1 PIT 17:10 27,8 75 1,8 27,6 26,4 24,2

130 C1 PIT 17:20 27,7 76 2,0 27,5 26,3 23,8

131 C1 PIT 17:30 27,5 76 1,5 27,5 27,5 24,8

132 C1 PIT 17:40 27,5 77 1,2 27,4 26,9 25,0

133 C1 PIT 17:50 27,4 77 1,8 27,3 26,7 23,9

134 C1 PIT 18:00 27,3 78 1,4 27,3 27,3 24,7

135 C1 PIT 18:10 27,2 78 1,2 27,3 27,8 25,1

136 C1 PIT 18:20 27,2 78 1,3 27,3 27,8 25,0

148

Nº de


137 C1 PIT 18:30 27,2 79 1,5 27,2 27,2 24,3

138 C1 PIT 18:40 27,2 77 1,5 27,2 27,2 24,3

139 C1 PIT 18:50 27,1 77 1,0 27,2 27,6 25,2

140 C1 PIT 19:00 27,1 77 1,4 27,3 28,3 24,8

141 C1 PIT 19:10 27,1 78 1,5 27,1 27,1 24,2

142 C1 PIT 19:20 27,1 79 1,5 27,1 27,1 24,2

143 C1 PIT 19:30 27,1 79 1,3 27,0 26,5 24,3

144 C1 PIT 19:40 27,0 78 1,3 27,0 27,0 24,4

145 C1 PIT 19:50 27,0 78 1,3 27,0 27,0 24,4

146 C1 PIT 20:00 27,0 78 1,2 26,9 26,4 24,3

147 C2 NE 08:00 29,0 72 0,5 29,0 29,0 30,3

148 C2 NE 08:10 29,0 72 0,4 29,0 29,0 30,3

149 C2 NE 08:20 29,9 72 0,5 29,0 26,6 28,1

150 C2 NE 08:30 29,6 72 0,7 28,6 25,4 27,1

151 C2 NE 08:40 29,6 72 0,0 29,3 29,2 30,6

152 C2 NE 08:50 29,5 72 1,1 28,7 25,1 26,3

153 C2 NE 09:00 29,3 73 0,0 28,7 28,7 30,2

154 C2 NE 09:10 29,0 74 1,5 28,1 23,6 24,8

155 C2 NE 09:20 28,5 74 0,1 27,8 27,0 28,3

156 C2 NE 09:30 28,3 75 0,5 27,4 27,4 27,2

157 C2 NE 09:40 27,5 79 1,1 26,4 21,5 23,0

158 C2 NE 09:50 27,0 79 0,0 26,5 26,4 28,2

159 C2 NE 10:00 27,9 78 0,4 28,7 30,7 28,9

160 C2 NE 10:10 28,3 75 0,8 27,2 23,1 24,8

161 C2 NE 10:20 27,5 77 0,8 26,7 23,6 24,3

162 C2 NE 10:30 26,9 78 0,1 26,2 25,4 26,8

163 C2 NE 10:40 26,4 80 0,6 25,5 25,5 27,5

164 C2 NE 10:50 26,0 80 0,5 25,5 25,5 27,4

165 C2 NE 11:00 25,9 81 0,4 26,2 26,1 27,7

166 C2 NE 11:10 26,3 82 0,5 26,7 26,7 28,2

167 C2 NE 11:20 26,7 82 0,0 27,2 27,2 28,6

168 C2 NE 11:30 27,5 82 0,0 28,8 28,8 29,7

169 C2 NE 11:40 29,2 80 0,0 31,5 31,5 31,9

170 C2 NE 11:50 30,3 77 1,0 31,5 35,8 31,9

171 C2 NE 12:00 31,1 76 0,4 33,3 38,4 34,8

172 C2 NE 12:10 31,4 75 0,8 31,8 33,1 32,0

173 C2 NE 12:20 31,4 74 0,4 30,9 29,8 30,9

174 C2 NE 12:30 31,0 72 0,4 30,2 28,3 29,9

175 C2 NE 12:40 30,7 74 0,0 29,9 29,9 31,4

176 C2 NE 12:50 30,7 74 0,3 30,3 29,4 30,4

177 C2 NE 13:00 31,8 73 0,0 32,4 32,3 33,3

178 C2 NE 13:10 32,6 72 0,7 32,5 32,3 32,6

179 C2 NE 13:20 32,2 73 0,9 31,8 30,4 31,3

180 C2 NE 13:30 32,6 74 0,9 31,9 29,0 31,1

181 C2 NE 13:40 32,2 73 0,4 31,3 29,3 31,2

182 C2 NE 13:50 31,6 75 1,1 30,6 26,1 28,8

149

Nº de


183 C2 NE 14:00 31,1 76 1,0 30,5 28,0 29,2

184 C2 NE 14:10 30,8 76 1,1 30,5 29,4 29,4

185 C2 NE 14:20 30,8 76 0,7 30,5 29,3 29,8

186 C2 NE 14:30 30,8 76 0,7 30,7 30,4 30,3

187 C2 NE 14:40 30,7 76 1,3 30,4 28,8 29,0

188 C2 NE 14:50 30,5 76 0,5 30,1 28,8 29,7

189 C2 NE 15:00 30,4 76 0,2 30,3 30,2 30,9

190 C2 NE 15:10 30,5 75 2,0 30,3 28,6 28,0

191 C2 NE 15:20 30,7 76 0,5 30,8 31,2 31,0

192 C2 NE 15:30 30,5 77 0,8 30,2 29,0 29,4

193 C2 NE 15:40 30,4 74 0,7 30,1 29,2 29,4

194 C2 NE 15:50 30,3 73 0,6 29,8 28,0 29,0

195 C2 NE 16:00 30,0 72 0,9 29,6 28,2 28,4

196 C2 NE 16:10 29,8 72 1,1 29,4 27,3 27,6

197 C2 NE 16:20 29,7 72 1,6 29,2 26,4 26,6

198 C2 NE 16:30 29,4 72 1,7 29,3 28,3 26,9

199 C2 NE 16:40 29,4 72 0,4 29,0 28,1 28,8

200 C2 NE 16:50 29,3 72 0,8 29,0 27,9 27,7

201 C2 NE 17:00 29,3 73 0,5 29,0 28,2 28,4

202 C2 NE 17:10 29,2 73 1,6 28,9 26,9 26,2

203 C2 NE 17:20 28,9 73 1,2 28,6 26,8 26,4

204 C2 NE 17:30 28,7 74 1,6 28,3 26,3 25,4

205 C2 NE 17:40 28,5 75 1,0 28,0 26,1 26,0

206 C2 NE 17:50 28,3 74 1,0 27,9 26,2 25,9

207 C2 NE 18:00 28,2 75 1,2 27,8 25,8 25,2

208 C2 NE 18:10 28,1 75 1,5 27,7 25,3 24,5

209 C2 NE 18:20 27,9 76 0,8 27,6 26,3 25,9

210 C2 NE 18:30 27,8 75 0,5 27,6 26,8 26,7

211 C2 NE 18:40 27,8 74 0,7 27,6 26,6 26,2

212 C2 NE 18:50 27,8 75 0,9 27,5 26,0 25,4

213 C2 NE 19:00 27,7 75 0,0 27,4 27,4 29,0

214 C2 NE 19:10 27,7 75 0,0 27,6 27,5 29,0

215 C2 NE 19:20 27,7 75 1,0 27,4 26,2 25,3

216 C2 NE 19:30 27,5 76 0,5 27,2 26,4 26,3

217 C2 NE 19:40 27,5 75 0,3 27,3 26,8 27,1

218 C2 NE 19:50 27,6 76 0,7 27,4 26,6 26,0

219 C2 NE 20:00 27,6 76 1,3 27,3 25,9 24,5

220 C2 PIT 08:00 27,6 75 0,2 27,6 27,6 29,1

221 C2 PIT 08:10 27,8 74 0,2 27,8 27,8 29,2

222 C2 PIT 08:20 28,4 74 0,2 28,6 28,6 29,9

223 C2 PIT 08:30 28,6 73 0,1 29,3 29,3 30,3

224 C2 PIT 08:40 28,8 71 0,2 29,1 29,5 29,6

225 C2 PIT 08:50 28,7 70 0,2 29,0 29,4 29,3

226 C2 PIT 09:00 28,9 72 0,0 28,7 28,6 29,8

227 C2 PIT 09:10 28,5 75 0,4 28,1 27,3 27,8

228 C2 PIT 09:20 28,2 77 0,3 28,0 27,5 28,0

150

Nº de


229 C2 PIT 09:30 27,8 80 0,7 27,0 24,2 25,2

230 C2 PIT 09:40 27,0 83 0,0 26,0 26,0 28,0

231 C2 PIT 09:50 26,3 88 0,7 25,3 21,9 22,9

232 C2 PIT 10:00 26,3 82 0,0 27,3 27,2 28,4

233 C2 PIT 10:10 26,8 81 0,0 26,9 26,9 28,4

234 C2 PIT 10:20 26,5 86 0,6 26,4 26,1 25,3

235 C2 PIT 10:30 26,2 85 0,0 26,1 26,1 27,8

236 C2 PIT 10:40 24,7 87 0,0 24,7 24,7 26,6

237 C2 PIT 10:50 23,6 90 0,0 23,6 23,6 25,6

238 C2 PIT 11:00 23,9 90 0,0 23,9 23,9 25,9

239 C2 PIT 11:10 25,6 85 0,0 26,7 26,7 27,9

240 C2 PIT 11:20 25,9 85 0,0 26,7 26,7 28,0

241 C2 PIT 11:30 26,4 84 0,0 28,1 28,1 29,0

242 C2 PIT 11:40 27,1 89 0,0 28,3 28,3 29,3

243 C2 PIT 11:50 27,7 85 0,0 28,5 28,5 29,6

244 C2 PIT 12:00 28,3 82 0,0 29,6 29,5 30,4

245 C2 PIT 12:10 29,0 84 0,0 29,6 29,5 30,7

246 C2 PIT 12:20 28,8 76 0,7 28,5 27,1 27,1

247 C2 PIT 12:30 28,6 75 0,5 28,2 27,1 27,5

248 C2 PIT 12:40 28,4 76 1,0 28,1 26,8 26,2

249 C2 PIT 12:50 28,2 78 0,5 28,2 28,1 27,7

250 C2 PIT 13:00 28,4 78 0,5 28,4 28,5 28,0

251 C2 PIT 13:10 28,4 79 0,9 28,3 27,7 26,9

252 C2 PIT 13:20 28,3 78 0,7 28,2 27,7 27,1

253 C2 PIT 13:30 28,3 77 1,0 28,3 27,9 26,6

254 C2 PIT 13:40 28,4 78 0,6 28,4 28,1 27,6

255 C2 PIT 13:50 28,4 77 1,5 28,3 27,8 25,8

256 C2 PIT 14:00 28,4 77 1,2 28,3 27,7 26,3

257 C2 PIT 14:10 28,4 78 0,9 28,2 27,4 26,6

258 C2 PIT 14:20 28,3 77 1,9 28,1 26,8 24,8

259 C2 PIT 14:30 28,3 77 1,4 28,2 27,3 25,8

260 C2 PIT 14:40 28,3 77 0,6 28,1 27,5 27,2

261 C2 PIT 14:50 28,4 78 0,8 28,4 28,5 27,4

262 C2 PIT 15:00 28,4 78 1,6 28,3 27,7 25,7

263 C2 PIT 15:10 28,4 78 1,3 28,2 27,2 25,9

264 C2 PIT 15:20 28,3 77 0,9 28,4 28,7 27,1

265 C2 PIT 15:30 28,4 76 0,8 28,5 28,8 27,4

266 C2 PIT 15:40 28,4 75 0,6 28,4 28,3 27,6

267 C2 PIT 15:50 28,4 76 0,7 28,3 28,0 27,2

268 C2 PIT 16:00 28,3 76 1,1 28,3 28,2 26,5

269 C2 PIT 16:10 28,3 76 0,7 28,3 28,2 27,3

270 C2 PIT 16:20 28,3 76 1,2 28,4 28,8 26,7

271 C2 PIT 16:30 28,4 76 0,8 28,4 28,5 27,3

272 C2 PIT 16:40 28,3 75 0,9 28,3 27,9 26,7

273 C2 PIT 16:50 28,3 76 1,3 28,3 28,1 26,2

274 C2 PIT 17:00 28,3 77 1,3 28,3 28,2 26,3

151

Nº de


275 C2 PIT 17:10 28,2 77 0,6 28,0 27,2 26,9

276 C2 PIT 17:20 28,1 77 1,3 28,1 27,9 25,9

277 C2 PIT 17:30 28,1 76 2,0 28,1 28,2 25,0

278 C2 PIT 17:40 28,1 77 0,6 28,0 27,5 27,0

279 C2 PIT 17:50 28,0 77 0,8 27,9 27,5 26,5

280 C2 PIT 18:00 28,0 78 1,6 27,8 26,8 25,0

281 C2 PIT 18:10 28,0 79 1,3 27,8 26,7 25,3

282 C2 PIT 18:20 27,8 79 0,3 27,8 27,6 27,7

283 C2 PIT 18:30 27,8 79 0,4 27,7 27,5 27,3

284 C2 PIT 18:40 27,8 78 0,6 27,7 27,4 26,8

285 C2 PIT 18:50 27,8 79 0,6 27,7 27,5 26,8

286 C2 PIT 19:00 27,8 79 1,1 27,7 27,4 25,7

287 C2 PIT 19:10 27,8 79 0,4 27,8 27,7 27,5

288 C2 PIT 19:20 27,7 78 1,9 27,4 25,9 23,9

289 C2 PIT 19:30 27,5 80 0,9 27,5 27,5 26,0

290 C2 PIT 19:40 27,6 80 0,9 27,7 28,1 26,2

291 C2 PIT 19:50 27,6 79 1,0 27,6 27,2 25,7

292 C2 PIT 20:00 27,6 78 0,9 27,6 27,4 26,0

293 C3 NE 08:00 27,9 74 0,3 27,7 27,4 27,5

294 C3 NE 08:10 27,8 74 1,1 27,6 26,6 25,4

295 C3 NE 08:20 27,9 75 0,0 27,9 27,9 29,3

296 C3 NE 08:30 28,1 75 0,3 28,1 28,2 28,3

297 C3 NE 08:40 28,2 75 0,6 28,2 28,1 27,5

298 C3 NE 08:50 28,6 74 0,3 28,7 28,9 28,8

299 C3 NE 09:00 28,9 73 0,3 29,0 29,1 28,9

300 C3 NE 09:10 29,4 73 0,4 29,3 29,1 29,1

301 C3 NE 09:20 29,7 72 0,1 29,7 29,7 30,4

302 C3 NE 09:30 29,7 71 0,3 29,8 30,0 30,0

303 C3 NE 09:40 30,0 71 0,6 31,4 35,0 32,1

304 C3 NE 09:50 30,4 70 0,5 30,5 30,7 30,3

305 C3 NE 10:00 30,5 69 1,0 30,4 29,8 29,3

306 C3 NE 10:10 30,8 69 1,4 30,8 30,8 29,7

307 C3 NE 10:20 31,4 68 0,7 31,5 32,0 31,5

308 C3 NE 10:30 32,0 67 0,1 32,4 32,8 33,1

309 C3 NE 10:40 32,5 65 0,8 32,2 31,5 32,0

310 C3 NE 10:50 31,7 67 0,2 30,5 28,4 30,5

311 C3 NE 11:00 30,4 68 1,1 29,6 26,1 27,6

312 C3 NE 11:10 30,7 69 1,1 30,3 28,3 28,8

313 C3 NE 11:20 30,8 69 0,7 30,2 28,4 29,4

314 C3 NE 11:30 30,5 69 1,2 29,9 27,2 28,1

315 C3 NE 11:40 30,4 68 0,4 30,4 30,4 30,5

316 C3 NE 11:50 30,1 68 0,3 29,6 28,7 29,6

317 C3 NE 12:00 29,8 68 0,6 29,7 29,3 29,1

318 C3 NE 12:10 29,8 69 0,2 30,6 31,7 31,2

319 C3 NE 12:20 31,1 64 0,1 31,4 31,6 32,1

320 C3 NE 12:30 31,6 64 0,3 31,7 32,0 32,1

152

Nº de


321 C3 NE 12:40 31,6 65 1,1 31,7 31,8 31,2

322 C3 NE 12:50 29,9 68 1,5 29,8 29,3 28,0

323 C3 NE 13:00 29,9 68 0,3 30,2 30,7 30,4

324 C3 NE 13:10 29,9 66 0,8 29,9 29,7 29,1

325 C3 NE 13:20 31,0 64 0,5 30,6 29,7 30,3

326 C3 NE 13:30 31,6 63 0,6 32,0 33,1 32,2

327 C3 NE 13:40 30,9 66 0,4 31,3 32,2 31,5

328 C3 NE 13:50 30,9 68 1,3 30,9 30,8 29,9

329 C3 NE 14:00 31,1 68 0,8 31,3 32,1 31,2

330 C3 NE 14:10 31,2 69 0,8 31,2 31,3 30,9

331 C3 NE 14:20 30,4 69 0,2 29,8 29,0 30,2

332 C3 NE 14:30 29,6 71 0,4 29,0 27,6 28,6

333 C3 NE 14:40 29,4 71 0,3 29,1 28,7 29,1

334 C3 NE 14:50 29,6 71 0,8 29,7 30,3 29,1

335 C3 NE 15:00 29,7 71 0,7 29,4 28,5 28,5

336 C3 NE 15:10 29,6 72 0,7 29,3 28,1 28,3

337 C3 NE 15:20 29,5 72 0,4 29,0 28,0 28,6

338 C3 NE 15:30 29,4 72 0,5 29,1 28,2 28,6

339 C3 NE 15:40 29,4 72 0,3 29,1 28,6 29,2

340 C3 NE 15:50 29,5 71 0,0 29,1 29,1 30,5

341 C3 NE 16:00 29,3 72 0,5 29,0 28,2 28,5

342 C3 NE 16:10 29,3 71 0,4 28,8 27,9 28,6

343 C3 NE 16:20 29,1 69 0,1 28,6 28,2 29,3

344 C3 NE 16:30 28,8 68 0,2 28,4 27,8 28,5

345 C3 NE 16:40 28,7 67 0,8 28,5 27,6 27,0

346 C3 NE 16:50 28,7 66 0,0 28,3 28,3 29,7

347 C3 NE 17:00 28,4 66 0,2 28,0 27,4 28,0

348 C3 NE 17:10 28,3 69 0,4 27,9 27,0 27,3

349 C3 NE 17:20 28,2 69 0,3 27,8 27,0 27,5

350 C3 NE 17:30 28,1 70 0,9 27,7 26,2 25,8

351 C3 NE 17:40 27,9 72 0,8 27,5 26,1 25,7

352 C3 NE 17:50 27,5 73 0,4 27,2 26,4 26,6

353 C3 NE 18:00 27,5 73 0,2 27,2 26,6 27,2

354 C3 PIT 08:00 27,5 73 0,3 28,1 28,1 29,3

355 C3 PIT 08:10 27,1 73 0,3 27,4 27,4 28,8

356 C3 PIT 08:20 27,3 76 0,5 27,3 27,3 26,6

357 C3 PIT 08:30 27,3 76 0,0 27,4 27,4 28,9

358 C3 PIT 08:40 27,3 76 0,4 27,6 28,2 27,2

359 C3 PIT 08:50 27,4 76 0,0 27,7 27,7 29,0

360 C3 PIT 09:00 27,4 76 0,1 27,6 27,8 28,4

361 C3 PIT 09:10 27,5 76 0,0 27,7 27,8 28,9

362 C3 PIT 09:20 27,7 76 0,6 27,8 28,0 26,9

363 C3 PIT 09:30 27,8 76 0,1 28,0 28,2 28,8

364 C3 PIT 09:40 27,9 75 0,1 28,0 28,2 28,7

365 C3 PIT 09:50 28,0 75 0,2 28,4 28,9 28,7

366 C3 PIT 10:00 28,2 75 0,2 28,3 28,5 28,7

153

Nº de


367 C3 PIT 10:10 28,3 74 0,0 28,4 28,4 29,7

368 C3 PIT 10:20 28,5 73 0,0 28,9 28,9 30,0

369 C3 PIT 10:30 28,9 72 0,0 29,2 29,2 30,3

370 C3 PIT 10:40 29,0 70 0,7 29,3 30,4 28,7

371 C3 PIT 10:50 28,8 71 0,7 28,9 29,2 28,1

372 C3 PIT 11:00 29,2 74 0,0 29,6 29,6 30,7

373 C3 PIT 11:10 29,1 71 0,4 29,2 29,6 29,2

374 C3 PIT 11:20 29,4 73 0,0 30,0 30,0 30,9

375 C3 PIT 11:30 29,2 72 1,4 29,7 32,2 28,6

376 C3 PIT 11:40 28,8 71 2,2 29,2 32,0 27,1

377 C3 PIT 11:50 28,9 72 1,9 29,5 32,9 28,0

378 C3 PIT 12:00 28,8 71 0,7 29,4 31,3 29,1

379 C3 PIT 12:10 28,9 70 1,2 29,2 30,3 27,8

380 C3 PIT 12:20 28,7 70 1,8 28,9 29,8 26,5

381 C3 PIT 12:30 28,7 70 1,7 29,0 30,3 26,8

382 C3 PIT 12:40 28,6 70 2,2 28,8 30,1 26,4

383 C3 PIT 12:50 28,8 73 1,3 29,3 31,7 28,2

384 C3 PIT 13:00 28,8 72 1,3 29,5 32,8 28,6

385 C3 PIT 13:10 28,3 72 0,0 27,9 27,9 29,4

386 C3 PIT 13:20 28,7 70 0,4 29,8 32,1 30,1

387 C3 PIT 13:30 29,0 71 1,5 29,3 30,6 27,6

388 C3 PIT 13:40 28,4 73 0,0 28,0 28,0 29,5

389 C3 PIT 13:50 28,0 73 0,5 27,7 27,0 26,9

390 C3 PIT 14:00 28,0 75 0,1 28,4 28,8 29,0

391 C3 PIT 14:10 28,1 73 1,2 28,8 32,1 27,8

392 C3 PIT 14:20 27,6 69 0,0 26,9 26,9 28,6

393 C3 PIT 14:30 27,2 70 0,0 27,0 27,0 28,5

394 C3 PIT 14:40 27,4 74 0,0 27,7 27,7 29,0

395 C3 PIT 14:50 27,4 75 0,0 28,0 28,0 29,2

396 C3 PIT 15:00 28,4 72 0,6 29,4 32,1 29,4

397 C3 PIT 15:10 28,8 69 0,0 29,2 29,2 30,3

398 C3 PIT 15:20 28,6 70 1,0 28,3 27,3 26,5

399 C3 PIT 15:30 28,2 70 1,0 28,0 27,3 26,1

400 C3 PIT 15:40 27,9 73 0,7 27,9 27,9 26,7

401 C3 PIT 15:50 27,8 72 0,2 27,8 27,7 27,9

402 C3 PIT 16:00 27,8 71 0,4 27,9 28,1 27,6

403 C3 PIT 16:10 27,8 69 0,6 27,7 27,4 26,6

404 C3 PIT 16:20 27,8 70 0,0 27,8 27,8 29,2

405 C3 PIT 16:30 27,8 69 0,0 27,9 28,0 29,1

406 C3 PIT 16:40 27,8 67 0,5 27,8 27,6 27,0

407 C3 PIT 16:50 27,8 68 1,5 27,7 27,3 24,8

408 C3 PIT 17:00 27,7 69 0,4 27,6 27,3 26,9

409 C3 PIT 17:10 27,6 70 1,1 27,6 27,4 25,4

410 C3 PIT 17:20 27,5 70 0,9 27,5 27,4 25,7

411 C3 PIT 17:30 27,5 72 0,7 27,5 27,4 26,3

412 C3 PIT 17:40 27,2 76 1,7 27,0 25,7 23,3

154

Nº de


413 C3 PIT 17:50 27,0 74 1,2 27,0 26,8 24,5

414 C3 PIT 18:00 27,0 74 0,5 27,0 27,2 26,3

Nota: Os dados sombreados correspondem às observações atípicas que foram excluídas.

155

APÊNDICE C – Dados de Ta (°C) e UR (%) referentes ao Teste de Aferição dos Hobos

Data Hora

Ta (°C)

H1

UR (%)

H1

Ta (°C)

H2

UR (%)

H2

Ta (°C)

H3

UR (%)

H3

Ta (°C)

H4

UR (%)

H4

29/01/2011 11:25 30,1 68 30,1 69 30,1 69 30,1 69

29/01/2011 11:30 30,0 68 30,1 69 30,1 69 30,1 69

29/01/2011 11:35 30,0 68 30,0 69 30,0 69 30,1 69

29/01/2011 11:40 30,0 69 30,0 70 30,0 70 30,0 69

29/01/2011 11:45 30,0 69 30,0 70 30,0 70 30,0 69

29/01/2011 11:50 30,0 69 30,0 71 30,0 70 30,0 70

29/01/2011 11:55 30,0 70 30,0 71 30,0 71 30,0 70

29/01/2011 12:00 30,0 70 30,1 71 30,0 71 30,0 71

29/01/2011 12:05 30,0 70 30,1 71 30,0 71 30,0 71

29/01/2011 12:10 30,0 70 30,0 71 30,0 71 30,1 71

29/01/2011 12:15 30,0 70 30,0 71 30,0 71 30,0 71

29/01/2011 12:20 30,0 70 30,0 71 30,0 71 30,0 71

29/01/2011 12:25 30,0 70 30,0 71 30,0 71 30,0 70

29/01/2011 12:30 30,0 70 30,0 71 30,0 71 30,0 70

29/01/2011 12:35 30,0 69 30,0 70 30,0 71 30,0 70

29/01/2011 12:40 30,0 69 30,0 71 30,0 70 30,0 70

29/01/2011 12:45 29,9 70 30,0 70 30,0 71 30,0 70

29/01/2011 12:50 29,9 70 30,0 71 30,0 71 30,0 70

29/01/2011 12:55 29,9 70 30,0 70 30,0 70 30,0 70

29/01/2011 13:00 29,9 69 30,0 70 29,9 71 30,0 70

29/01/2011 13:05 29,9 69 29,9 70 29,9 70 30,0 69

29/01/2011 13:10 29,9 69 29,9 70 29,9 70 30,0 69

29/01/2011 13:15 29,9 69 29,9 70 29,9 70 29,9 69

29/01/2011 13:20 29,9 69 29,9 70 29,9 70 30,0 69

29/01/2011 13:25 29,9 68 29,9 69 29,9 70 29,9 69

29/01/2011 13:30 29,9 68 29,9 69 29,9 69 29,9 69

29/01/2011 13:35 29,9 68 29,9 69 29,9 69 29,9 69

29/01/2011 13:40 29,9 68 29,9 69 29,9 69 29,9 69

29/01/2011 13:45 29,9 68 29,9 69 29,9 69 29,9 68

29/01/2011 13:50 29,9 68 29,9 69 29,9 69 29,9 68

29/01/2011 13:55 29,9 68 29,9 69 29,9 69 29,9 68

29/01/2011 14:00 29,9 68 29,9 69 29,9 69 29,9 68

29/01/2011 14:05 29,9 68 29,9 69 29,9 69 29,9 68

29/01/2011 14:10 29,9 68 29,9 69 29,9 69 29,9 68

29/01/2011 14:15 29,9 68 29,9 69 29,9 69 29,9 68

29/01/2011 14:20 29,9 67 29,9 68 29,9 69 29,9 68

29/01/2011 14:25 29,9 67 29,9 68 29,9 69 29,9 68

29/01/2011 14:30 29,8 67 29,9 68 29,8 68 29,9 68

29/01/2011 14:35 29,8 67 29,9 68 29,8 68 29,9 68

29/01/2011 14:40 29,8 67 29,9 68 29,8 68 29,9 67

29/01/2011 14:45 29,8 67 29,9 67 29,8 68 29,9 67

29/01/2011 14:50 29,8 66 29,9 67 29,8 68 29,9 67

29/01/2011 14:55 29,9 66 29,9 66 29,9 67 29,9 66

156

Data Hora

Ta (°C)

H1

UR (%)

H1

Ta (°C)

H2

UR (%)

H2

Ta (°C)

H3

UR (%)

H3

Ta (°C)

H4

UR (%)

H4

29/01/2011 15:00 29,8 65 29,8 66 29,8 66 29,9 65

29/01/2011 15:05 29,8 65 29,9 65 29,8 66 29,8 65

29/01/2011 15:10 29,8 65 29,9 65 29,8 66 29,9 65

29/01/2011 15:15 29,8 65 29,9 65 29,8 66 29,9 65

29/01/2011 15:20 29,9 64 29,9 65 29,8 66 29,9 65

29/01/2011 15:25 29,8 64 29,9 65 29,9 65 29,9 65

29/01/2011 15:30 29,8 64 29,9 65 29,8 65 29,9 64

29/01/2011 15:35 29,8 64 29,8 65 29,8 65 29,9 64

29/01/2011 15:40 29,8 64 29,9 65 29,8 66 29,8 65

29/01/2011 15:45 29,8 65 29,9 66 29,8 66 29,8 65

29/01/2011 15:50 29,8 65 29,9 66 29,8 66 29,9 65

29/01/2011 15:55 29,8 65 29,9 66 29,8 66 29,9 65

29/01/2011 16:00 29,8 65 29,9 66 29,8 66 29,9 65

29/01/2011 16:05 29,8 65 29,9 65 29,8 66 29,9 65

29/01/2011 16:10 29,8 65 29,9 66 29,8 66 29,9 65

29/01/2011 16:15 29,9 65 29,9 66 29,8 66 29,9 65

29/01/2011 16:20 29,8 65 29,9 66 29,8 66 29,9 66

29/01/2011 16:25 29,9 66 29,9 67 29,9 67 29,9 66

29/01/2011 16:30 29,9 66 29,9 67 29,9 67 29,9 66

29/01/2011 16:35 29,9 66 30,0 67 29,9 67 29,9 66

29/01/2011 16:40 29,9 66 30,0 67 29,9 67 30,0 66

29/01/2011 16:45 29,9 66 30,0 67 29,9 67 30,0 67

29/01/2011 16:50 29,9 66 30,0 67 29,9 67 30,0 67

29/01/2011 16:55 30,0 66 30,0 67 30,0 67 30,0 67

29/01/2011 17:00 30,0 66 30,0 67 30,0 67 30,0 67

29/01/2011 17:05 30,0 66 30,0 67 30,0 67 30,0 67

29/01/2011 17:10 30,0 66 30,0 67 30,0 67 30,0 67

29/01/2011 17:15 30,0 66 30,0 67 29,9 67 30,0 67

29/01/2011 17:20 29,9 66 29,9 67 29,9 67 29,9 66

29/01/2011 17:25 29,9 65 29,9 66 29,9 67 29,9 66

29/01/2011 17:30 29,9 65 29,9 66 29,9 67 29,9 66

29/01/2011 17:35 29,9 66 29,9 67 29,9 67 29,9 66

29/01/2011 17:40 29,9 66 29,9 67 29,9 67 29,9 66

29/01/2011 17:45 29,9 66 29,9 67 29,9 67 29,9 66

29/01/2011 17:50 29,8 66 29,9 67 29,9 67 29,9 66

29/01/2011 17:55 29,8 66 29,8 67 29,8 67 29,9 67

29/01/2011 18:00 29,8 66 29,8 67 29,8 67 29,8 67

29/01/2011 18:05 29,8 66 29,8 67 29,8 67 29,8 67

29/01/2011 18:10 29,7 66 29,8 67 29,7 67 29,8 67

29/01/2011 18:15 29,7 66 29,8 67 29,7 67 29,8 67

29/01/2011 18:20 29,7 66 29,7 67 29,7 67 29,7 67

29/01/2011 18:25 29,7 66 29,7 67 29,7 67 29,7 66

29/01/2011 18:30 29,7 66 29,7 67 29,7 67 29,7 66

29/01/2011 18:35 29,7 66 29,7 67 29,7 67 29,7 66

157

Data Hora

Ta (°C)

H1

UR (%)

H1

Ta (°C)

H2

UR (%)

H2

Ta (°C)

H3

UR (%)

H3

Ta (°C)

H4

UR (%)

H4

29/01/2011 18:40 29,7 66 29,6 67 29,7 67 29,7 66

29/01/2011 18:45 29,6 66 29,6 67 29,6 67 29,6 67

29/01/2011 18:50 29,6 67 29,6 68 29,6 68 29,6 67

29/01/2011 18:55 29,6 67 29,6 68 29,6 68 29,6 67

29/01/2011 19:00 29,5 67 29,5 68 29,6 68 29,6 67

29/01/2011 19:05 29,5 67 29,5 68 29,5 68 29,5 68

29/01/2011 19:10 29,5 67 29,5 68 29,5 68 29,5 68

29/01/2011 19:15 29,5 67 29,4 68 29,5 68 29,5 68

29/01/2011 19:20 29,4 67 29,4 68 29,5 68 29,5 68

29/01/2011 19:25 29,4 67 29,4 68 29,4 68 29,4 68

29/01/2011 19:30 29,4 67 29,3 68 29,4 68 29,4 67

29/01/2011 19:35 29,4 67 29,3 68 29,4 68 29,4 68

29/01/2011 19:40 29,4 67 29,3 68 29,4 68 29,4 68

29/01/2011 19:45 29,4 67 29,3 68 29,3 68 29,3 68

29/01/2011 19:50 29,3 67 29,3 68 29,3 68 29,3 68

29/01/2011 19:55 29,3 67 29,3 68 29,3 68 29,3 68

29/01/2011 20:00 29,3 67 29,3 68 29,3 68 29,3 68

29/01/2011 20:05 29,3 67 29,3 69 29,3 69 29,3 68

29/01/2011 20:10 29,3 68 29,3 68 29,3 69 29,3 68

29/01/2011 20:15 29,3 68 29,3 69 29,3 69 29,3 68

29/01/2011 20:20 29,3 68 29,3 69 29,3 69 29,3 68

29/01/2011 20:25 29,3 68 29,3 69 29,3 69 29,3 68

29/01/2011 20:30 29,3 68 29,2 69 29,3 69 29,3 68

29/01/2011 20:35 29,2 68 29,2 69 29,2 69 29,2 68

29/01/2011 20:40 29,2 68 29,2 69 29,2 69 29,2 68

29/01/2011 20:45 29,2 68 29,2 69 29,2 69 29,2 68

29/01/2011 20:50 29,2 68 29,2 69 29,2 69 29,2 68

29/01/2011 20:55 29,2 68 29,2 69 29,2 69 29,2 68

29/01/2011 21:00 29,2 68 29,2 69 29,2 69 29,2 68

29/01/2011 21:05 29,2 68 29,2 68 29,2 69 29,2 68

29/01/2011 21:10 29,2 67 29,1 68 29,2 69 29,2 68

29/01/2011 21:15 29,2 67 29,1 68 29,2 68 29,2 68

29/01/2011 21:20 29,1 67 29,1 68 29,1 68 29,1 68

29/01/2011 21:25 29,1 67 29,1 68 29,1 68 29,1 68

29/01/2011 21:30 29,1 67 29,1 68 29,1 69 29,1 68

29/01/2011 21:35 29,2 67 29,1 68 29,1 69 29,1 68

29/01/2011 21:40 29,1 67 29,1 68 29,1 68 29,1 68

29/01/2011 21:45 29,1 67 29,1 68 29,1 68 29,1 68

29/01/2011 21:50 29,1 67 29,1 68 29,1 68 29,1 68

29/01/2011 21:55 29,1 67 29,1 68 29,1 68 29,1 68

29/01/2011 22:00 29,1 68 29,1 69 29,1 69 29,1 68

29/01/2011 22:05 29,1 68 29,1 69 29,1 69 29,1 68

29/01/2011 22:10 29,1 68 29,1 69 29,1 69 29,1 68

29/01/2011 22:15 29,1 68 29,1 69 29,1 69 29,1 68

158

Data Hora

Ta (°C)

H1

UR (%)

H1

Ta (°C)

H2

UR (%)

H2

Ta (°C)

H3

UR (%)

H3

Ta (°C)

H4

UR (%)

H4

29/01/2011 22:20 29,1 68 29,1 69 29,1 69 29,1 68

29/01/2011 22:25 29,2 68 29,1 69 29,1 69 29,1 68

29/01/2011 22:30 29,2 68 29,1 69 29,1 69 29,1 69

29/01/2011 22:35 29,2 68 29,1 69 29,1 69 29,1 69

29/01/2011 22:40 29,2 68 29,1 69 29,1 69 29,1 69

29/01/2011 22:45 29,2 68 29,1 69 29,1 69 29,1 69

29/01/2011 22:50 29,2 68 29,1 69 29,1 69 29,1 69

29/01/2011 22:55 29,2 68 29,1 69 29,1 69 29,1 69

29/01/2011 23:00 29,2 68 29,1 69 29,1 69 29,1 68

29/01/2011 23:05 29,1 68 29,1 69 29,1 69 29,1 68

29/01/2011 23:10 29,2 68 29,1 69 29,1 69 29,1 68

29/01/2011 23:15 29,2 68 29,1 69 29,1 69 29,1 68

29/01/2011 23:20 29,2 68 29,1 69 29,1 69 29,1 68

29/01/2011 23:25 29,2 68 29,1 69 29,1 69 29,1 68

29/01/2011 23:30 29,1 67 29,1 69 29,1 69 29,1 68

29/01/2011 23:35 29,1 68 29,1 69 29,1 69 29,1 68

29/01/2011 23:40 29,2 68 29,2 69 29,2 69 29,2 68

29/01/2011 23:45 29,2 68 29,2 68 29,2 69 29,2 68

29/01/2011 23:50 29,2 67 29,2 68 29,2 69 29,2 68

29/01/2011 23:55 29,2 68 29,2 69 29,2 69 29,2 68

30/01/2011 0:00 29,2 68 29,2 68 29,2 69 29,2 68

30/01/2011 0:05 29,2 68 29,3 68 29,2 69 29,3 68

30/01/2011 0:10 29,3 67 29,3 68 29,2 69 29,3 68

30/01/2011 0:15 29,3 67 29,3 68 29,2 68 29,3 68

30/01/2011 0:20 29,2 67 29,3 68 29,2 68 29,3 68

30/01/2011 0:25 29,2 67 29,3 68 29,2 68 29,3 68

30/01/2011 0:30 29,3 67 29,3 68 29,3 68 29,3 68

30/01/2011 0:35 29,3 67 29,3 68 29,3 68 29,3 68

30/01/2011 0:40 29,3 67 29,3 68 29,3 68 29,3 68

30/01/2011 0:45 29,2 67 29,3 68 29,3 68 29,3 68

30/01/2011 0:50 29,2 67 29,3 68 29,2 68 29,3 68

30/01/2011 0:55 29,2 67 29,2 68 29,2 68 29,3 68

30/01/2011 1:00 29,2 67 29,2 68 29,2 68 29,3 68

30/01/2011 1:05 29,2 67 29,2 68 29,2 68 29,3 68

30/01/2011 1:10 29,2 67 29,2 68 29,2 68 29,3 68

30/01/2011 1:15 29,2 67 29,3 68 29,2 68 29,3 68

30/01/2011 1:20 29,2 67 29,3 68 29,2 68 29,3 68

30/01/2011 1:25 29,2 67 29,2 68 29,2 68 29,3 68

30/01/2011 1:30 29,2 67 29,2 68 29,2 68 29,3 68

30/01/2011 1:35 29,2 67 29,3 68 29,2 68 29,3 68

30/01/2011 1:40 29,2 67 29,3 68 29,2 68 29,3 68

30/01/2011 1:45 29,2 67 29,2 68 29,2 68 29,3 68

30/01/2011 1:50 29,2 67 29,2 68 29,2 68 29,2 68

30/01/2011 1:55 29,2 67 29,2 68 29,2 68 29,2 68

159

Data Hora

Ta (°C)

H1

UR (%)

H1

Ta (°C)

H2

UR (%)

H2

Ta (°C)

H3

UR (%)

H3

Ta (°C)

H4

UR (%)

H4

30/01/2011 2:00 29,2 67 29,2 68 29,2 68 29,2 68

30/01/2011 2:05 29,2 67 29,2 68 29,2 68 29,2 68

30/01/2011 2:10 29,2 67 29,2 68 29,2 68 29,2 68

30/01/2011 2:15 29,2 67 29,2 68 29,2 68 29,2 68

30/01/2011 2:20 29,2 67 29,2 68 29,2 68 29,2 68

30/01/2011 2:25 29,2 68 29,2 68 29,2 68 29,2 68

30/01/2011 2:30 29,2 68 29,2 69 29,2 69 29,2 68

30/01/2011 2:35 29,2 68 29,2 69 29,2 69 29,2 68

30/01/2011 2:40 29,2 68 29,2 68 29,2 69 29,2 68

30/01/2011 2:45 29,2 68 29,2 69 29,2 69 29,2 68

30/01/2011 2:50 29,2 68 29,2 68 29,2 69 29,2 68

30/01/2011 2:55 29,2 68 29,2 68 29,2 69 29,2 68

30/01/2011 3:00 29,2 68 29,2 68 29,2 69 29,2 68

30/01/2011 3:05 29,1 68 29,2 68 29,2 69 29,2 68

30/01/2011 3:10 29,1 68 29,2 68 29,2 69 29,2 68

30/01/2011 3:15 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:20 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:25 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:30 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:35 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:40 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:45 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:50 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 3:55 29,1 68 29,2 69 29,2 69 29,2 68

30/01/2011 4:00 29,1 68 29,2 69 29,1 69 29,2 68

30/01/2011 4:05 29,1 68 29,1 69 29,1 69 29,2 68

30/01/2011 4:10 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:15 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:20 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:25 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:30 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:35 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:40 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:45 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:50 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 4:55 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 5:00 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 5:05 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 5:10 29,1 68 29,1 69 29,1 69 29,1 68

30/01/2011 5:15 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 5:20 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 5:25 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 5:30 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 5:35 29,1 68 29,1 69 29,1 69 29,1 69

160

Data Hora

Ta (°C)

H1

UR (%)

H1

Ta (°C)

H2

UR (%)

H2

Ta (°C)

H3

UR (%)

H3

Ta (°C)

H4

UR (%)

H4

30/01/2011 5:40 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 5:45 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 5:50 29,1 69 29,1 69 29,1 70 29,1 69

30/01/2011 5:55 29,1 68 29,1 69 29,1 70 29,1 69

30/01/2011 6:00 29,1 68 29,1 69 29,1 70 29,1 69

30/01/2011 6:05 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 6:10 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 6:15 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 6:20 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 6:25 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 6:30 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 6:35 29,1 68 29,1 69 29,1 69 29,1 69

30/01/2011 6:40 29,1 69 29,1 69 29,1 70 29,1 69

30/01/2011 6:45 29,1 69 29,1 70 29,1 70 29,1 69

30/01/2011 6:50 29,1 69 29,1 70 29,1 70 29,1 69

30/01/2011 6:55 29,1 69 29,1 70 29,1 70 29,1 69

30/01/2011 7:00 29,1 69 29,1 70 29,1 70 29,1 69

30/01/2011 7:05 29,1 69 29,1 70 29,1 70 29,1 69

30/01/2011 7:10 29,1 69 29,0 70 29,1 70 29,1 70

30/01/2011 7:15 29,1 69 29,1 70 29,1 70 29,1 70

30/01/2011 7:20 29,1 69 29,1 70 29,1 70 29,1 70

30/01/2011 7:25 29,1 69 29,1 70 29,1 70 29,1 70

30/01/2011 7:30 29,1 69 29,1 70 29,1 70 29,1 70

30/01/2011 7:35 29,1 69 29,2 70 29,1 70 29,2 70

30/01/2011 7:40 29,2 69 29,2 70 29,2 70 29,2 70

30/01/2011 7:45 29,2 69 29,2 70 29,2 70 29,2 70

30/01/2011 7:50 29,2 69 29,3 70 29,2 71 29,3 70

30/01/2011 7:55 29,3 69 29,3 70 29,3 71 29,3 70

30/01/2011 8:00 29,3 69 29,4 70 29,3 70 29,4 70

30/01/2011 8:05 29,3 69 29,4 70 29,3 70 29,4 70

30/01/2011 8:10 29,4 69 29,4 70 29,3 70 29,4 70

30/01/2011 8:15 29,4 69 29,4 70 29,4 70 29,4 70

30/01/2011 8:20 29,4 69 29,4 70 29,4 70 29,4 70

30/01/2011 8:25 29,3 69 29,4 70 29,3 70 29,4 70

30/01/2011 8:30 29,4 69 29,4 70 29,4 70 29,4 70

30/01/2011 8:35 29,4 70 29,5 71 29,4 70 29,5 70

30/01/2011 8:40 29,5 70 29,6 71 29,5 71 29,5 70

30/01/2011 8:45 29,5 70 29,6 71 29,5 71 29,6 70

30/01/2011 8:50 29,5 70 29,6 71 29,5 71 29,6 70

30/01/2011 8:55 29,5 70 29,5 71 29,5 71 29,6 71

30/01/2011 9:00 29,5 70 29,6 71 29,5 71 29,6 71

30/01/2011 9:05 29,5 71 29,6 71 29,5 71 29,6 71

30/01/2011 9:10 29,5 71 29,6 71 29,5 71 29,6 71

30/01/2011 9:15 29,6 70 29,7 71 29,6 71 29,6 71

161

Data Hora

Ta (°C)

H1

UR (%)

H1

Ta (°C)

H2

UR (%)

H2

Ta (°C)

H3

UR (%)

H3

Ta (°C)

H4

UR (%)

H4

30/01/2011 9:20 29,6 71 29,7 71 29,6 71 29,7 71

30/01/2011 9:25 29,6 70 29,7 71 29,7 71 29,7 71

30/01/2011 9:30 29,6 71 29,7 71 29,7 71 29,7 71

30/01/2011 9:35 29,6 71 29,7 71 29,7 72 29,7 71

30/01/2011 9:40 29,6 71 29,7 72 29,6 72 29,7 71

Identificação dos hobos:

H1 – Número de série: 904035


H3 – Número de série 904041


Gráficos representando os dados de Ta (°C) e UR (%) obtidos no teste de aferição dos Hobos

H1, H2, H3 e H4.

Série de valores de Ta (°C) medidos nos Hobos H1, H2, H3 e H4, para teste de aferição.

Série de valores de UR (%) medidos nos Hobos H1, H2, H3 e H4, para teste de aferição.

28,0

29,0

30,0

31,0

32,0

11:2

0

12:2

0

13:2

0

14:2

0

15:2

0

16:2

0

17:2

0

18:2

0

19:2

0

20:2

0

21:2

0

22:2

0

23:2

0

0:2

0

1:2

0

2:2

0

3:2

0

4:2

0

5:2

0

6:2

0

7:2

0

8:2

0

9:2

0

Ta°C

Hora

Ta °CTeste de aferição dos hobos

Ta (°C) H1

Ta (°C) H2

Ta (°C) H3

Ta (°C) H4

60

65

70

75

80

11:2

0

12:2

0

13:2

0

14:2

0

15:2

0

16:2

0

17:2

0

18:2

0

19:2

0

20:2

0

21:2

0

22:2

0

23:2

0

0:2

0

1:2

0

2:2

0

3:2

0

4:2

0

5:2

0

6:2

0

7:2

0

8:2

0

9:2

0

UR %

Hora

UR %Teste de aferição dos hobos

UR (%) H1

UR (%) H2

UR (%) H3

UR (%) H4

162

APÊNDICE D - Dados de Ta (°C), UR (%) e Tg (°C) medidos através dos Hobos, nas

campanhas 1, 2 e 3

Data Campanha Hora Ta (°C) Pituba

UR (%) Pituba

Tg (°C) Pituba

Ta (°C) Nordeste

UR (%) Nordeste

Tg (°C) Nordeste

12/11/2010 C1 14:20 28,7 71 30,0 67

12/11/2010 C1 14:30 28,5 71 30,3 67

12/11/2010 C1 14:40 28,5 69 29,8 68

12/11/2010 C1 14:50 28,4 71 29,7 67

12/11/2010 C1 15:00 28,2 71 29,6 68

12/11/2010 C1 15:10 28,1 72 29,6 68

12/11/2010 C1 15:20 28,2 71 29,3 68

12/11/2010 C1 15:30 27,7 73 29,3 68

12/11/2010 C1 15:40 27,9 73 29,1 69

12/11/2010 C1 15:50 27,7 74 29,0 69

12/11/2010 C1 16:00 27,6 74 28,8 70

12/11/2010 C1 16:10 27,5 74 28,7 70

12/11/2010 C1 16:20 27,4 75 28,7 71

12/11/2010 C1 16:30 27,8 73 28,4 71

12/11/2010 C1 16:40 28,0 73 28,4 71

12/11/2010 C1 16:50 27,9 72 28,2 72

12/11/2010 C1 17:00 27,9 73 28,2 72

12/11/2010 C1 17:10 27,8 73 28,0 72

12/11/2010 C1 17:20 27,6 74 27,9 73

12/11/2010 C1 17:30 27,5 74 27,7 74

12/11/2010 C1 17:40 27,4 74 27,6 75

12/11/2010 C1 17:50 27,4 75 27,5 75

12/11/2010 C1 18:00 27,3 75 27,5 75

12/11/2010 C1 18:10 27,2 76 27,5 75

12/11/2010 C1 18:20 27,3 75 27,4 75

12/11/2010 C1 18:30 27,2 77 27,4 76

12/11/2010 C1 18:40 27,2 75 27,4 75

12/11/2010 C1 18:50 27,2 75 27,3 76

12/11/2010 C1 19:00 27,2 75 27,2 75

12/11/2010 C1 19:10 27,2 75 27,2 76

12/11/2010 C1 19:20 27,1 76 27,2 76

12/11/2010 C1 19:30 27,1 77 27,2 77

12/11/2010 C1 19:40 27,1 76 27,1 77

12/11/2010 C1 19:50 27,0 75 27,0 76

12/11/2010 C1 20:00 27,1 76 27,0 76

26/01/2011 C2 08:00 27,6 75 29,0 72

26/01/2011 C2 08:10 27,8 74 29,2 72

26/01/2011 C2 08:20 28,0 73 29,2 72

163

Data Campanha Hora

Ta (°C)

Pituba

UR (%)

Pituba

Tg (°C)

Pituba

Ta (°C)

Nordeste

UR (%)

Nordeste

Tg (°C)

Nordeste

26/01/2011 C2 08:30 28,3 73 29,0 72

26/01/2011 C2 08:40 28,4 70 28,8 72

26/01/2011 C2 08:50 28,5 69 28,9 73

26/01/2011 C2 09:00 28,6 71 28,7 74

26/01/2011 C2 09:10 28,3 73 28,5 74

26/01/2011 C2 09:20 28,0 76 28,1 76

26/01/2011 C2 09:30 27,9 77 27,9 77

26/01/2011 C2 09:40 27,3 78 27,6 81

26/01/2011 C2 09:50 26,7 82 26,8 82

26/01/2011 C2 10:00 26,4 84 26,9 83

26/01/2011 C2 10:10 27,0 80 27,6 81

26/01/2011 C2 10:20 26,8 78 27,1 80

26/01/2011 C2 10:30 26,6 78 26,6 80

26/01/2011 C2 10:40 24,7 87 26,3 83

26/01/2011 C2 10:50 23,6 90 25,7 82

26/01/2011 C2 11:00 23,9 90 25,6 85

26/01/2011 C2 11:10 24,2 90 25,9 83

26/01/2011 C2 11:20 24,7 89 26,4 82

26/01/2011 C2 11:30 25,2 86 26,9 81

26/01/2011 C2 11:40 25,9 85 27,7 80

26/01/2011 C2 11:50 26,6 79 29,1 76

26/01/2011 C2 12:00 27,1 78 29,7 72

26/01/2011 C2 12:10 27,7 78 30,3 71

26/01/2011 C2 12:20 27,9 74 30,3 69

26/01/2011 C2 12:30 27,8 74 30,0 70

26/01/2011 C2 12:40 27,7 75 29,6 70

26/01/2011 C2 12:50 27,8 76 29,6 72

26/01/2011 C2 13:00 28,0 75 29,9 72

26/01/2011 C2 13:10 28,1 76 30,9 70

26/01/2011 C2 13:20 28,1 75 31,2 69

26/01/2011 C2 13:30 28,2 75 30,8 69

26/01/2011 C2 13:40 28,3 76 30,8 69

26/01/2011 C2 13:50 28,3 75 30,7 70

26/01/2011 C2 14:00 28,2 75 30,4 70

26/01/2011 C2 14:10 28,3 75 30,1 71

26/01/2011 C2 14:20 28,2 75 30,3 70

26/01/2011 C2 14:30 28,2 76 30,3 70

26/01/2011 C2 14:40 28,2 75 30,3 71

26/01/2011 C2 14:50 28,2 76 30,1 72

26/01/2011 C2 15:00 28,3 76 29,9 72

26/01/2011 C2 15:10 28,3 76 30,0 72

164

Data Campanha Hora

Ta (°C)

Pituba

UR (%)

Pituba

Tg (°C)

Pituba

Ta (°C)

Nordeste

UR (%)

Nordeste

Tg (°C)

Nordeste

26/01/2011 C2 15:20 28,2 76 30,1 72

26/01/2011 C2 15:30 28,3 74 30,2 73

26/01/2011 C2 15:40 28,3 74 30,0 72

26/01/2011 C2 15:50 28,3 74 30,1 69

26/01/2011 C2 16:00 28,2 74 29,7 71

26/01/2011 C2 16:10 28,3 75 29,7 71

26/01/2011 C2 16:20 28,2 73 29,5 70

26/01/2011 C2 16:30 28,3 74 29,2 71

26/01/2011 C2 16:40 28,3 73 29,3 71

26/01/2011 C2 16:50 28,3 74 29,2 72

26/01/2011 C2 17:00 28,2 75 29,2 72

26/01/2011 C2 17:10 28,2 75 29,1 73

26/01/2011 C2 17:20 28,2 75 28,9 74

26/01/2011 C2 17:30 28,1 73 28,6 73

26/01/2011 C2 17:40 28,1 75 28,5 73

26/01/2011 C2 17:50 28,0 75 28,3 73

26/01/2011 C2 18:00 28,0 75 28,2 74

26/01/2011 C2 18:10 27,9 76 28,1 75

26/01/2011 C2 18:20 27,9 77 28,0 77

26/01/2011 C2 18:30 27,8 76 27,9 77

26/01/2011 C2 18:40 27,8 76 27,9 76

26/01/2011 C2 18:50 27,7 76 27,9 77

26/01/2011 C2 19:00 27,8 77 27,8 77

26/01/2011 C2 19:10 27,8 78 27,8 77

26/01/2011 C2 19:20 27,7 76 27,8 78

26/01/2011 C2 19:30 27,6 77 27,6 78

26/01/2011 C2 19:40 27,7 78 27,6 77

26/01/2011 C2 19:50 27,8 76 27,7 78

26/01/2011 C2 20:00 27,7 76 27,7 76

26/04/2011 C3 8:00 27,5 73 28,1 27,5 73 27,9

26/04/2011 C3 8:10 27,1 74 27,4 27,5 74 27,7

26/04/2011 C3 8:20 27,3 74 27,5 27,6 74 28,0

26/04/2011 C3 8:30 27,2 75 27,4 27,8 74 28,3

26/04/2011 C3 8:40 27,2 75 27,7 27,8 75 28,3

26/04/2011 C3 8:50 27,3 75 27,8 28,0 74 28,8

26/04/2011 C3 9:00 27,4 74 27,7 28,3 73 29,1

26/04/2011 C3 9:10 27,5 74 27,9 28,6 72 29,4

26/04/2011 C3 9:20 27,5 74 27,9 28,9 71 29,8

26/04/2011 C3 9:30 27,6 73 28,1 29,0 71 29,8

26/04/2011 C3 9:40 27,8 73 28,2 29,3 71 31,3

165

Data Campanha Hora

Ta (°C)

Pituba

UR (%)

Pituba

Tg (°C)

Pituba

Ta (°C)

Nordeste

UR (%)

Nordeste

Tg (°C)

Nordeste

26/04/2011 C3 9:50 27,9 73 28,5 29,6 69 30,9

26/04/2011 C3 10:00 28,0 71 28,5 29,6 68 30,7

26/04/2011 C3 10:10 28,1 71 28,6 30,0 67 31,3

26/04/2011 C3 10:20 28,2 71 29,0 30,3 66 31,6

26/04/2011 C3 10:30 28,5 69 29,4 30,6 66 32,9

26/04/2011 C3 10:40 28,7 66 29,6 31,1 64 32,7

26/04/2011 C3 10:50 28,6 68 29,2 30,6 68 31,1

26/04/2011 C3 11:00 28,8 72 29,9 29,4 72 29,8

26/04/2011 C3 11:10 28,7 67 29,3 29,1 73 30,3

26/04/2011 C3 11:20 29,0 72 30,1 29,2 73 30,4

26/04/2011 C3 11:30 28,9 70 30,1 29,2 73 30,4

26/04/2011 C3 11:40 28,4 68 29,4 29,0 74 30,5

26/04/2011 C3 11:50 28,4 72 29,7 29,0 74 30,0

26/04/2011 C3 12:00 28,3 69 29,5 28,7 75 29,8

26/04/2011 C3 12:10 28,6 66 29,5 28,9 70 30,6

26/04/2011 C3 12:20 28,4 66 29,0 30,0 66 31,5

26/04/2011 C3 12:30 28,4 68 29,3 30,6 64 31,9

26/04/2011 C3 12:40 28,4 67 29,1 30,7 67 32,2

26/04/2011 C3 12:50 28,5 74 29,5 29,3 71 30,1

26/04/2011 C3 13:00 28,2 74 29,5 28,9 73 30,6

26/04/2011 C3 13:10 27,8 75 28,2 28,9 73 30,0

26/04/2011 C3 13:20 28,0 75 29,8 29,0 73 30,3

26/04/2011 C3 13:30 28,4 74 29,8 29,4 72 31,9

26/04/2011 C3 13:40 28,0 76 28,1 29,3 72 31,0

26/04/2011 C3 13:50 27,7 76 27,7 29,5 71 31,3

26/04/2011 C3 14:00 27,6 76 28,5 29,7 70 31,9

26/04/2011 C3 14:10 27,8 75 29,0 29,8 70 31,8

26/04/2011 C3 14:20 27,4 70 27,2 29,4 72 30,6

26/04/2011 C3 14:30 27,0 68 27,1 28,8 73 29,4

26/04/2011 C3 14:40 27,2 75 27,8 28,5 73 29,5

26/04/2011 C3 14:50 27,4 75 28,2 28,8 72 30,1

26/04/2011 C3 15:00 27,9 73 29,4 29,0 71 29,9

26/04/2011 C3 15:10 28,2 71 29,4 29,1 71 29,7

26/04/2011 C3 15:20 28,2 71 28,7 29,0 71 29,4

26/04/2011 C3 15:30 28,0 72 28,2 29,0 71 29,4

26/04/2011 C3 15:40 27,8 71 28,1 29,0 70 29,3

26/04/2011 C3 15:50 27,7 70 27,9 29,1 67 29,4

166

Data Campanha Hora

Ta (°C)

Pituba

UR (%)

Pituba

Tg (°C)

Pituba

Ta (°C)

Nordeste

UR (%)

Nordeste

Tg (°C)

Nordeste

26/04/2011 C3 16:00 27,7 70 28,0 29,1 67 29,2

26/04/2011 C3 16:10 27,7 69 27,9 29,0 67 29,1

26/04/2011 C3 16:20 27,7 70 28,0 28,9 67 28,9

26/04/2011 C3 16:30 27,8 70 27,9 28,7 68 28,6

26/04/2011 C3 16:40 27,7 67 27,9 28,6 67 28,7

26/04/2011 C3 16:50 27,8 66 27,9 28,5 65 28,5

26/04/2011 C3 17:00 27,7 67 27,7 28,3 67 28,2

26/04/2011 C3 17:10 27,6 68 27,7 28,3 68 28,1

26/04/2011 C3 17:20 27,6 69 27,6 28,2 68 27,9

26/04/2011 C3 17:30 27,6 70 27,6 28,1 69 27,9

26/04/2011 C3 17:40 27,4 73 27,0 27,9 72 27,7

26/04/2011 C3 17:50 26,9 71 27,1 27,5 70 27,3

26/04/2011 C3 18:00 27,0 70 27,2 27,5 69 27,3

Nota: Somente na terceira campanha a temperatura de globo foi medida através dos hobos.

167

APÊNDICE E – Planilhas geradas pelo Programa RayMan®

Nordeste de Amaralina - Valores calculados de PET – Campanha 1

RayMan 1.2 © 2000

Meteorological Institute, University of Freiburg, Germany

Place: Salvador Brasil

Horizon limitation: 0.0% Sky view factor: 1.000

Geogr. longitude: -141°30' Latitude: -77°0' Timezone: UTC +3.0 h

Personal data: Height: 1.70 m Weight: 69.0 kg Age: 36 a

Clothing: 0.4clo Activity: 143.0 W Sex: m

Date

Day of Year

Time Ta Tmrt PET

h:mm °C °C °C

12/11/2010 316 07:40 29.2 27.9 27.8

12/11/2010 316 07:50 29.8 29.0 29.1

12/11/2010 316 08:00 30.5 28.3 29.0

12/11/2010 316 08:10 30.0 27.4 28.2

12/11/2010 316 08:20 30.4 28.5 29.3

12/11/2010 316 08:30 30.8 31.8 32.5

12/11/2010 316 08:40 30.8 32.3 31.8

12/11/2010 316 08:50 31.3 28.4 29.8

12/11/2010 316 09:00 31.0 29.0 29.9

12/11/2010 316 09:10 31.0 28.1 29.2

12/11/2010 316 09:20 31.0 28.5 29.3

12/11/2010 316 09:30 31.6 29.8 31.2

12/11/2010 316 09:40 31.4 29.4 30.5

12/11/2010 316 09:50 31.2 29.0 29.8

12/11/2010 316 10:00 31.2 29.5 30.2

12/11/2010 316 10:10 31.2 30.6 31.2

12/11/2010 316 10:20 31.8 31.8 31.4

12/11/2010 316 10:30 32.0 31.7 32.1

12/11/2010 316 10:40 32.0 30.6 31.1

12/11/2010 316 10:50 31.8 32.8 31.8

12/11/2010 316 11:00 32.0 31.7 32.1

12/11/2010 316 11:10 31.8 31.6 32.2

12/11/2010 316 11:20 32.2 29.8 30.9

12/11/2010 316 11:30 32.2 29.6 30.7

12/11/2010 316 11:40 32.6 32.2 32.4

12/11/2010 316 11:50 32.4 30.4 31.3

12/11/2010 316 12:00 32.8 30.5 32.1

12/11/2010 316 12:10 32.6 27.9 30.4

12/11/2010 316 12:20 33.4 28.0 31.2

12/11/2010 316 12:30 33.1 27.3 30.6

12/11/2010 316 12:40 32.6 25.3 28.9

12/11/2010 316 12:50 32.2 31.6 31.3

12/11/2010 316 13:00 32.2 34.1 32.3

12/11/2010 316 13:10 31.7 33.8 32.0

12/11/2010 316 13:20 31.4 33.5 30.9

12/11/2010 316 13:30 31.2 32.5 30.5

12/11/2010 316 13:40 30.8 33.9 29.9

12/11/2010 316 13:50 30.7 32.6 30.0

12/11/2010 316 14:00 30.7 31.5 31.8

12/11/2010 316 14:10 31.0 33.3 30.0

12/11/2010 316 14:20 31.0 32.9 30.5

12/11/2010 316 14:30 30.8 32.6 30.4

12/11/2010 316 14:40 30.6 31.2 31.1

12/11/2010 316 14:50 30.5 30.5 28.8

12/11/2010 316 15:00 30.2 30.6 29.9

12/11/2010 316 15:10 30.2 30.2 28.3

12/11/2010 316 15:20 29.9 29.9 28.2

12/11/2010 316 15:30 29.8 29.8 28.4

12/11/2010 316 15:40 29.8 29.1 27.4

12/11/2010 316 15:50 29.4 29.4 27.6

12/11/2010 316 16:00 29.3 29.3 26.2

12/11/2010 316 16:10 29.3 28.0 26.6

12/11/2010 316 16:20 29.0 28.4 26.9

12/11/2010 316 16:30 28.7 28.7 28.6

12/11/2010 316 16:40 28.7 28.3 27.8

12/11/2010 316 16:50 28.6 28.2 28.0

12/11/2010 316 17:00 28.5 27.5 26.6

12/11/2010 316 17:10 28.2 27.3 26.5

12/11/2010 316 17:20 27.9 27.3 25.6

12/11/2010 316 17:30 27.8 26.7 25.2

12/11/2010 316 17:40 27.8 25.4 23.2

12/11/2010 316 17:50 27.6 26.4 24.5

12/11/2010 316 18:00 27.6 25.5 23.7

12/11/2010 316 18:10 27.5 26.9 27.1

12/11/2010 316 18:20 27.5 27.0 25.6

12/11/2010 316 18:30 27.5 27.3 28.3

12/11/2010 316 18:40 27.4 26.9 25.2

12/11/2010 316 18:50 27.3 26.4 25.5

12/11/2010 316 19:00 27.2 26.6 23.9

12/11/2010 316 19:10 27.2 27.0 27.9

12/11/2010 316 19:20 27.2 27.2 28.3

12/11/2010 316 19:30 27.2 27.1 28.7

12/11/2010 316 19:40 27.0 27.0 24.8

12/11/2010 316 19:50 27.0 27.0 25.4

12/11/2010 316 20:00 26.9 26.9 28.5

168

Pituba - Valores calculados de PET – Campanha 1

RayMan 1.2 © 2000







Date

Day of year

Time Ta Tmrt PET

h:mm °C °C °C

12/11/2010 316 08:00 27.6 29.6 26.7

12/11/2010 316 08:10 27.7 29.2 29.4

12/11/2010 316 08:20 27.8 30.9 29.4

12/11/2010 316 08:30 28.5 28.9 27.1

12/11/2010 316 08:40 28.6 28.6 26.4

12/11/2010 316 08:50 28.4 28.4 26.5

12/11/2010 316 09:00 28.4 28.4 27.7

12/11/2010 316 09:10 28.5 28.9 26.7

12/11/2010 316 09:20 28.5 27.5 27.8

12/11/2010 316 09:30 28.4 28.4 28.6

12/11/2010 316 09:40 28.6 28.9 28.2

12/11/2010 316 09:50 28.6 28.6 28.0

12/11/2010 316 10:00 28.7 29.6 28.3

12/11/2010 316 10:10 28.8 30.2 27.9

12/11/2010 316 10:20 29.1 29.1 28.5

12/11/2010 316 10:30 29.4 29.9 27.9

12/11/2010 316 10:40 29.5 30.1 29.0

12/11/2010 316 10:50 29.6 30.1 27.5

12/11/2010 316 11:00 29.6 30.3 28.9

12/11/2010 316 11:10 29.8 29.4 27.1

12/11/2010 316 11:20 30.3 27.9 28.1

12/11/2010 316 11:30 30.0 29.4 29.6

12/11/2010 316 11:40 30.4 30.4 32.0

12/11/2010 316 11:50 30.8 39.4 37.1

12/11/2010 316 12:00 39.2 31.3 45.6

12/11/2010 316 12:10 40.0 42.8 44.8

12/11/2010 316 12:20 40.6 37.6 41.5

12/11/2010 316 12:30 43.5 20.7 43.8

12/11/2010 316 12:40 44.8 25.0 21.4

12/11/2010 316 12:50 33.8 1.0 23.8

12/11/2010 316 13:00 30.2 17.2 25.5

12/11/2010 316 13:10 28.8 24.9 26.1

12/11/2010 316 13:20 28.8 25.1 25.8

12/11/2010 316 13:30 28.5 27.3 26.4

12/11/2010 316 13:40 28.0 27.5 28.7

12/11/2010 316 13:50 29.4 34.6 29.3

12/11/2010 316 14:00 28.8 35.8 28.0

12/11/2010 316 14:10 30.0 29.4 26.2

12/11/2010 316 14:20 30.0 26.7 26.5

12/11/2010 316 14:30 29.7 29.7 26.0

12/11/2010 316 14:40 29.4 27.2 24.7

12/11/2010 316 14:50 28.9 27.2 24.5

12/11/2010 316 15:00 28.8 27.1 29.0

12/11/2010 316 15:10 28.6 28.9 25.8

12/11/2010 316 15:20 28.4 27.8 23.7

12/11/2010 316 15:30 28.4 26.6 25.7

12/11/2010 316 15:40 28.1 27.5 25.0

12/11/2010 316 15:50 28.0 27.3 24.8

12/11/2010 316 16:00 28.0 27.3 25.5

12/11/2010 316 16:10 27.8 27.8 25.1

12/11/2010 316 16:20 27.7 28.3 25.2

12/11/2010 316 16:30 27.8 27.2 25.3

12/11/2010 316 16:40 28.1 28.1 25.5

12/11/2010 316 16:50 28.2 28.9 26.2

12/11/2010 316 17:00 28.2 28.2 25.7

12/11/2010 316 17:10 28.1 27.0 24.5

12/11/2010 316 17:20 27.8 27.1 24.1

12/11/2010 316 17:30 27.7 27.0 24.9

12/11/2010 316 17:40 27.6 27.6 25.3

12/11/2010 316 17:50 27.5 27.5 24.2

12/11/2010 316 18:00 27.4 27.4 24.9

12/11/2010 316 18:10 27.4 27.4 25.3

12/11/2010 316 18:20 27.2 28.3 25.0

12/11/2010 316 18:30 27.2 27.8 24.6

12/11/2010 316 18:40 27.2 27.8 24.4

12/11/2010 316 18:50 27.2 27.2 25.3

12/11/2010 316 19:00 27.1 27.6 24.8

12/11/2010 316 19:10 27.1 28.3 24.5

12/11/2010 316 19:20 27.1 27.7 24.4

12/11/2010 316 19:30 27.1 27.7 24.6

12/11/2010 316 19:40 27.1 27.1 24.7

12/11/2010 316 19:50 27.0 27.6 24.8

12/11/2010 316 20:00 26.9 28.1 24.6

169


RayMan 1.2 © 2000







Date

Day of

year

Time Ta Tmrt PET

h:mm °C °C °C

26/01/2011 26 08:00 29.0 29.0 30.3

26/01/2011 26 08:10 29.0 29.0 30.3

26/01/2011 26 08:20 29.9 26.6 28.1

26/01/2011 26 08:30 29.6 25.4 27.1

26/01/2011 26 08:40 29.6 29.2 30.6

26/01/2011 26 08:50 29.5 25.1 26.3

26/01/2011 26 09:00 29.3 28.7 30.2

26/01/2011 26 09:10 29.0 23.6 24.8

26/01/2011 26 09:20 28.5 27.0 28.3

26/01/2011 26 09:30 28.3 27.4 27.2

26/01/2011 26 09:40 27.5 21.5 23.0

26/01/2011 26 09:50 27.0 26.4 28.2

26/01/2011 26 10:00 27.9 30.7 28.9

26/01/2011 26 10:10 28.3 23.1 24.8

26/01/2011 26 10:20 27.5 23.6 24.3

26/01/2011 26 10:30 26.9 25.4 26.8

26/01/2011 26 10:40 26.4 25.5 27.5

26/01/2011 26 10:50 26.0 25.5 27.4

26/01/2011 26 11:00 25.9 26.1 27.7

26/01/2011 26 11:10 26.3 26.7 28.2

26/01/2011 26 11:20 26.7 27.2 28.6

26/01/2011 26 11:30 27.5 28.8 29.7

26/01/2011 26 11:40 29.2 31.5 31.9

26/01/2011 26 11:50 30.3 35.8 31.9

26/01/2011 26 12:00 31.1 38.4 34.8

26/01/2011 26 12:10 31.4 33.1 32.0

26/01/2011 26 12:20 31.4 29.8 30.9

26/01/2011 26 12:30 31.0 28.3 29.9

26/01/2011 26 12:40 30.7 29.9 31.4

26/01/2011 26 12:50 30.7 29.4 30.4

26/01/2011 26 13:00 31.8 32.3 33.3

26/01/2011 26 13:10 32.6 32.3 32.6

26/01/2011 26 13:20 32.2 30.4 31.3

26/01/2011 26 13:30 32.6 29.0 31.1

26/01/2011 26 13:40 32.2 29.3 31.2

26/01/2011 26 13:50 31.6 26.1 28.8

26/01/2011 26 14:00 31.1 28.0 29.2

26/01/2011 26 14:10 30.8 29.4 29.4

26/01/2011 26 14:20 30.8 29.3 29.8

26/01/2011 26 14:30 30.8 30.4 30.3

26/01/2011 26 14:40 30.7 28.8 29.0

26/01/2011 26 14:50 30.5 28.8 29.7

26/01/2011 26 15:00 30.4 30.2 30.9

26/01/2011 26 15:10 30.5 28.6 28.0

26/01/2011 26 15:20 30.7 31.2 31.0

26/01/2011 26 15:30 30.5 29.0 29.4

26/01/2011 26 15:40 30.4 29.2 29.4

26/01/2011 26 15:50 30.3 28.0 29.0

26/01/2011 26 16:00 30.0 28.2 28.4

26/01/2011 26 16:10 29.8 27.3 27.6

26/01/2011 26 16:20 29.7 26.4 26.6

26/01/2011 26 16:30 29.4 28.3 26.9

26/01/2011 26 16:40 29.4 28.1 28.8

26/01/2011 26 16:50 29.3 27.9 27.7

26/01/2011 26 17:00 29.3 28.2 28.4

26/01/2011 26 17:10 29.2 26.9 26.2

26/01/2011 26 17:20 28.9 26.8 26.4

26/01/2011 26 17:30 28.7 26.3 25.4

26/01/2011 26 17:40 28.5 26.1 26.0

26/01/2011 26 17:50 28.3 26.2 25.9

26/01/2011 26 18:00 28.2 25.8 25.2

26/01/2011 26 18:10 28.1 25.3 24.5

26/01/2011 26 18:20 27.9 26.3 25.9

26/01/2011 26 18:30 27.8 26.8 26.7

26/01/2011 26 18:40 27.8 26.6 26.2

26/01/2011 26 18:50 27.8 26.0 25.4

26/01/2011 26 19:00 27.7 27.4 29.0

26/01/2011 26 19:10 27.7 27.5 29.0

26/01/2011 26 19:20 27.7 26.2 25.3

26/01/2011 26 19:30 27.5 26.4 26.3

26/01/2011 26 19:40 27.5 26.8 27.1

26/01/2011 26 19:50 27.6 26.6 26.0

26/01/2011 26 20:00 27.6 25.9 24.5

170


RayMan 1.2 © 2000







Date

Day of

year

Time Ta Tmrt PET

h:mm °C °C °C

26/01/2011 26 08:00 27.6 27.6 29.1

26/01/2011 26 08:10 27.8 27.8 29.2

26/01/2011 26 08:20 28.4 28.6 29.9

26/01/2011 26 08:30 28.6 29.3 30.3

26/01/2011 26 08:40 28.8 29.5 29.6

26/01/2011 26 08:50 28.7 29.4 29.3

26/01/2011 26 09:00 28.9 28.6 29.8

26/01/2011 26 09:10 28.5 27.3 27.8

26/01/2011 26 09:20 28.2 27.5 28.0

26/01/2011 26 09:30 27.8 24.2 25.2

26/01/2011 26 09:40 27.0 26.0 28.0

26/01/2011 26 09:50 26.3 21.9 22.9

26/01/2011 26 10:00 26.3 27.2 28.4

26/01/2011 26 10:10 26.8 26.9 28.4

26/01/2011 26 10:20 26.5 26.1 25.3

26/01/2011 26 10:30 26.2 26.1 27.8

26/01/2011 26 10:40 24.7 24.7 26.6

26/01/2011 26 10:50 23.6 23.6 25.6

26/01/2011 26 11:00 23.9 23.9 25.9

26/01/2011 26 11:15 25.6 26.7 27.9

26/01/2011 26 11:20 25.9 26.7 28.0

26/01/2011 26 11:30 26.4 28.1 29.0

26/01/2011 26 11:40 27.1 28.3 29.3

26/01/2011 26 11:50 27.7 28.5 29.6

26/01/2011 26 12:00 28.3 29.5 30.4

26/01/2011 26 12:10 29.0 29.5 30.7

26/01/2011 26 12:20 28.8 27.1 27.1

26/01/2011 26 12:30 28.6 27.1 27.5

26/01/2011 26 12:40 28.4 26.8 26.2

26/01/2011 26 12:50 28.2 28.1 27.7

26/01/2011 26 13:00 28.4 28.5 28.0

26/01/2011 26 13:10 28.4 27.7 26.9

26/01/2011 26 13:20 28.3 27.7 27.1

26/01/2011 26 13:30 28.3 27.9 26.6

26/01/2011 26 13:40 28.4 28.1 27.6

26/01/2011 26 13:50 28.4 27.8 25.8

26/01/2011 26 14:00 28.4 27.7 26.3

26/01/2011 26 14:10 28.4 27.4 26.6

26/01/2011 26 14:20 28.3 26.8 24.8

26/01/2011 26 14:30 28.3 27.3 25.8

26/01/2011 26 14:40 28.3 27.5 27.2

26/01/2011 26 14:50 28.4 28.5 27.4

26/01/2011 26 15:00 28.4 27.7 25.7

26/01/2011 26 15:10 28.4 27.2 25.9

26/01/2011 26 15:20 28.3 28.7 27.1

26/01/2011 26 15:30 28.4 28.8 27.4

26/01/2011 26 15:40 28.4 28.3 27.6

26/01/2011 26 15:50 28.4 28.0 27.2

26/01/2011 26 16:00 28.3 28.2 26.5

26/01/2011 26 16:10 28.3 28.2 27.3

26/01/2011 26 16:20 28.3 28.8 26.7

26/01/2011 26 16:30 28.4 28.5 27.3

26/01/2011 26 16:40 28.3 27.9 26.7

26/01/2011 26 16:50 28.3 28.1 26.2

26/01/2011 26 17:00 28.3 28.2 26.3

26/01/2011 26 17:10 28.2 27.2 26.9

26/01/2011 26 17:20 28.1 27.9 25.9

26/01/2011 26 17:30 28.1 28.2 25.0

26/01/2011 26 17:40 28.1 27.5 27.0

26/01/2011 26 17:50 28.0 27.5 26.5

26/01/2011 26 18:00 28.0 26.8 25.0

26/01/2011 26 18:10 28.0 26.7 25.3

26/01/2011 26 18:20 27.8 27.6 27.7

26/01/2011 26 18:30 27.8 27.5 27.3

26/01/2011 26 18:40 27.8 27.4 26.8

26/01/2011 26 18:50 27.8 27.5 26.8

26/01/2011 26 19:00 27.8 27.4 25.7

26/01/2011 26 19:10 27.8 27.7 27.5

26/01/2011 26 19:20 27.7 25.9 23.9

26/01/2011 26 19:30 27.5 27.5 26.0

26/01/2011 26 19:40 27.6 28.1 26.2

26/01/2011 26 19:50 27.6 27.2 25.7

26/01/2011 26 20:00 27.6 27.4 26.0

171


RayMan 1.2 © 2000







Date

Day of

year

Time Ta Tmrt PET

h:mm °C °C °C

26/04/2011 116 08:00 28.2 26.9 27.4

26/04/2011 116 08:10 28.2 26.1 25.6

26/04/2011 116 08:20 28.3 27.9 29.4

26/04/2011 116 08:30 28.5 27.4 28.1

26/04/2011 116 08:40 28.6 27.1 27.3

26/04/2011 116 08:50 29.2 27.5 28.5

26/04/2011 116 09:00 29.5 27.6 28.6

26/04/2011 116 09:10 30.1 27.1 28.7

26/04/2011 116 09:20 30.4 28.6 30.2

26/04/2011 116 09:30 30.5 27.8 29.4

26/04/2011 116 09:40 30.8 27.4 29.1

26/04/2011 116 09:50 31.2 26.6 29.0

26/04/2011 116 10:00 31.4 24.2 27.8

26/04/2011 116 10:10 31.6 24.4 27.9

26/04/2011 116 10:20 32.5 25.6 29.5

26/04/2011 116 10:30 33.5 29.5 32.0

26/04/2011 116 10:40 33.8 25.1 30.2

26/04/2011 116 10:50 32.8 27.4 30.6

26/04/2011 116 11:00 31.5 23.5 27.5

26/04/2011 116 11:10 32.4 20.6 27.3

26/04/2011 116 11:20 32.4 22.8 28.2

26/04/2011 116 11:30 31.8 20.7 26.7

26/04/2011 116 11:40 31.9 26.2 29.5

26/04/2011 116 11:50 31.2 26.4 29.2

26/04/2011 116 12:00 31.0 24.9 28.0

26/04/2011 116 12:10 30.8 29.6 30.7

26/04/2011 116 12:20 32.2 31.0 32.2

26/04/2011 116 12:30 32.5 31.0 32.1

26/04/2011 116 12:40 32.5 29.5 31.0

26/04/2011 116 12:50 30.5 28.1 28.2

26/04/2011 116 13:00 30.8 29.0 30.2

26/04/2011 116 13:10 31.0 28.4 29.5

26/04/2011 116 13:20 33.0 30.1 31.9

26/04/2011 116 13:30 33.8 28.7 31.8

26/04/2011 116 13:40 32.4 29.0 31.0

26/04/2011 116 13:50 32.4 20.1 27.0

26/04/2011 116 14:00 32.5 21.0 27.5

26/04/2011 116 14:10 32.6 19.7 27.0

26/04/2011 116 14:20 31.5 26.2 29.4

26/04/2011 116 14:30 30.5 25.0 28.0

26/04/2011 116 14:40 30.2 25.5 28.1

26/04/2011 116 14:50 30.4 27.7 28.6

26/04/2011 116 15:00 30.4 24.3 27.2

26/04/2011 116 15:10 30.2 25.6 27.7

26/04/2011 116 15:20 29.9 26.5 28.2

26/04/2011 116 15:30 29.9 26.7 28.2

26/04/2011 116 15:40 29.8 27.8 29.0

26/04/2011 116 15:50 29.8 29.1 30.6

26/04/2011 116 16:00 29.5 28.1 28.6

26/04/2011 116 16:10 29.5 27.9 28.7

26/04/2011 116 16:20 29.3 28.3 29.5

26/04/2011 116 16:30 29.0 27.9 28.7

26/04/2011 116 16:40 28.9 27.6 27.2

26/04/2011 116 16:50 28.8 28.5 29.9

26/04/2011 116 17:00 28.5 28.0 28.4

26/04/2011 116 17:10 28.4 28.1 28.0

26/04/2011 116 17:20 28.2 27.9 27.9

26/04/2011 116 17:30 28.2 27.7 26.6

26/04/2011 116 17:40 27.9 27.4 26.3

26/04/2011 116 17:50 27.5 27.5 27.1

26/04/2011 116 18:00 27.5 27.5 27.6

172


RayMan 1.2 © 2000






Clothing: 0.4clo Activity: 143.0 W

Sex: m

Date

Day of

year

Time Ta Tmrt PET

h:mm °C °C °C

26/04/2011 116 08:00 27.3 27.5 28.9

26/04/2011 116 08:10 27.3 27.5 28.9

26/04/2011 116 08:20 27.3 27.7 26.9

26/04/2011 116 08:30 27.3 27.5 28.9

26/04/2011 116 08:40 27.4 28.1 27.3

26/04/2011 116 08:50 27.5 27.7 29.1

26/04/2011 116 09:00 27.5 27.9 28.5

26/04/2011 116 09:10 27.6 27.7 28.9

26/04/2011 116 09:20 27.8 27.8 26.9

26/04/2011 116 09:30 27.9 28.1 28.8

26/04/2011 116 09:40 28.0 28.2 28.8

26/04/2011 116 09:50 28.2 28.7 28.7

26/04/2011 116 10:00 28.4 28.4 28.8

26/04/2011 116 10:10 28.4 28.5 29.8

26/04/2011 116 10:20 28.8 29.0 30.2

26/04/2011 116 10:30 29.2 29.3 30.5

26/04/2011 116 10:40 29.3 29.7 28.6

26/04/2011 116 10:50 29.0 28.6 28.0

26/04/2011 116 11:00 29.5 29.6 30.8

26/04/2011 116 11:10 29.4 29.4 29.3

26/04/2011 116 11:20 29.9 30.1 31.2

26/04/2011 116 11:30 29.6 30.2 28.2

26/04/2011 116 11:40 29.2 29.9 26.7

26/04/2011 116 11:50 29.3 31.3 27.8

26/04/2011 116 12:00 29.2 30.4 29.0

26/04/2011 116 12:10 29.3 28.8 27.5

26/04/2011 116 12:20 28.9 28.9 26.4

26/04/2011 116 12:30 28.9 29.5 26.7

26/04/2011 116 12:40 28.8 28.8 25.7

26/04/2011 116 12:50 29.2 30.3 28.0

26/04/2011 116 13:00 29.4 31.1 28.6

26/04/2011 116 13:10 28.8 28.0 29.7

26/04/2011 116 13:20 29.5 31.4 30.4

26/04/2011 116 13:30 29.6 26.5 26.6

26/04/2011 116 13:40 28.8 28.1 29.7

26/04/2011 116 13:50 28.3 26.8 27.1

26/04/2011 116 14:00 28.3 28.5 29.0

26/04/2011 116 14:10 28.4 31.1 27.7

26/04/2011 116 14:20 27.8 27.0 28.8

26/04/2011 116 14:30 27.4 27.1 28.7

26/04/2011 116 14:40 27.6 27.8 29.2

26/04/2011 116 14:50 27.9 28.0 29.4

26/04/2011 116 15:00 29.0 30.5 29.2

26/04/2011 116 15:10 29.5 29.4 30.6

26/04/2011 116 15:20 29.0 25.4 26.1

26/04/2011 116 15:30 28.4 26.4 26.0

26/04/2011 116 15:40 28.0 28.0 26.8

26/04/2011 116 15:50 27.9 27.6 27.9

26/04/2011 116 16:00 27.9 28.2 27.7

26/04/2011 116 16:10 27.9 27.1 26.6

26/04/2011 116 16:20 27.8 27.9 29.3

26/04/2011 116 16:30 27.9 28.0 29.2

26/04/2011 116 16:40 27.8 27.8 27.1

26/04/2011 116 16:50 27.8 27.8 25.1

26/04/2011 116 17:00 27.6 27.6 27.0

26/04/2011 116 17:10 27.6 27.6 25.5

26/04/2011 116 17:20 27.5 27.5 25.8

26/04/2011 116 17:30 27.5 27.5 26.4

26/04/2011 116 17:40 27.0 26.3 23.4

26/04/2011 116 17:50 27.0 27.0 24.6

26/04/2011 116 18:00 27.0 27.4 26.3

173

ANEXOS

174

ANEXO A – Especificação de montagem do Termômetro de Globo de 40 mm,

cinza.

O termômetro de globo portátil desenvolvido pela UFMG, específico para medição de

temperatura de globo realizada em ambientes externos, foi desenvolvido da seguinte maneira:

Utilizou-se o sensor de temperatura da Farnell Newark Brasil Distribuidora de Produtos

Eletrônicos Ltda., código 41K4848. Este sensor foi instalado no interior de uma bola de ping-

pong, por meio de um porta-LED de 5 mm enroscado em um furo feito com furadeira elétrica

na bola de ping-pong.

A bola de ping-pong de 40 mm, totalmente branca originalmente, foi .pintada com tinta

Grafite Claro, código 11202401404, Coral Dulux Metais. Para a pintura das bolinhas, estas

foram furadas com um prego quente e imersas na tinta, após o quê foram espetadas em isopor

para início do processo de secagem. Utilizou-se somente uma demão de tinta para a pintura.

Os sensores foram então ligados a um Amplificador Operacional Quádruplo LM324, de

ganho 5 (cinco), para amplificar o sinal elétrico do proveniente do sensor, visto que o Hobos

somente realiza leituras de valores entre 0 e 2,5 V, com uma precisão de + -2mV.

O Amplificador foi ligado, em uma de suas extremidades, a um conector P2 que se ajusta ao

canal externo do HOBO, e em sua outra extremidade, a um terminal para bateria portátil de

9V. A alimentação do sensor deve ser de 9 a 15 V de input.

Abraçadeiras tipo tied-up, foram utilizadas para a fixação da bateria no amplificador.

Em testes realizados com baterias novas de 9V, alcalinas, concluiu-se que estas duram,

aproximadamente, 4h de medição contínua.

Figura 01 - Projeto inicial do Termômetro de Globo. Fonte: LabCon/UFMG

175

ANEXO B – Certificados de Calibração dos Anemômetros.

181

ANEXO C – Desenvolvimento do abrigo meteorológico

O abrigo meteorológico foi confeccionado com os seguintes materiais:

Foram utilizados, para a confecção do abrigo meteorológico, os seguintes materiais:

- Plug de esgoto de PVC, Φ100 mm, marca TIGRE;

- Terminal de ventilação de PVC, Φ100 mm, marca TIGRE;

- Porca sextavada de 1/4";

- Peça antiinfiltração de PVC, Φ100 mm, marca TIGRE;

O abrigo consiste no encaixe do um plug de esgoto de PVC com 100 mm de diâmetro

da marca TIGRE com o terminal de ventilação também de PVC com 100 mm de diâmetro da

marca TIGRE. O plug de esgoto serve como base do abrigo, no qual se encaixa o terminal de

ventilação, e por meio do qual o abrigo se fixa ao tripé.

O plug de esgoto deve ser cortado e lixado em sua parte superior para encaixar com

facilidade no terminal de ventilação (FIGURA 18), facilitando o manuseio do abrigo. No plug

de esgoto devem ser feitos oito furos de 12 mm de diâmetro, para permitir a ventilação do

equipamento instalado em seu interior (FIGURA 19).

Também, nesta base, deve ser encaixada e colada, com durepoxi líquido, uma porca

sextavada de 1/4" (FIGURA 19), que corresponde ao encaixe padrão dos tripés. O

equipamento deve ser fixado no interior deste abrigo sem se encostar às suas laterais

(FIGURA 20). Sugere-se fixação por meio da utilização de fechos de contato auto-adesivos.

Na parte superior do abrigo, deve ser encaixada ainda uma peça antiinfiltração da

TIGRE, de PVC, com 100 mm de diâmetro, para sombrear a abertura destinada a

proporcionar circulação de ar em seu interior (FIGURA 21), evitando assim que raios solares

atinjam diretamente o equipamento ali dentro alojado.

182

Fonte: HIRASHIMA (2010).

183

ANEXO D – Dados da Estação Automática do INMET – Salvador (BA)

Dados da Estação Automática - SALVADOR (BA)

Data Hora Temperatura (°C) Umidade (%) Pressão (hPa) Vento (m/s)

UTC H Inst. Máx. Mín. Inst. Máx. Mín. Inst. Máx. Mín. Vel. Dir. Raj.

12/11/2010 0

25.1 25.2 25.1 82 82 81 1002.6 1003.9 1001.8 2.2 56° 11.5

12/11/2010 1

25.0 25.1 25.0 83 84 82 1002.9 1004.3 1002.1 1.5 62° 7.8

12/11/2010 2

25.0 25.2 25.0 84 85 83 1003.4 1004.5 1002.6 1.4 53° 6.5

12/11/2010 3 0 25.0 25.2 24.9 82 84 81 1003.5 1005.1 1002.7 0.5 54° 7.1

12/11/2010 4 1 24.9 25.0 24.8 83 83 81 1002.9 1004.9 1002.2 1.0 58° 5.7

12/11/2010 5 2 24.7 24.9 24.6 83 84 83 1002.8 1004.6 1002.0 0.6 41° 3.6

12/11/2010 6 3 24.4 24.7 24.3 83 83 83 1002.2 1004.4 1001.5 0.6 43° 4.4

12/11/2010 7 4 24.1 24.4 24.1 85 85 83 1001.8 1003.7 1001.1 0.3 36° 3.0

12/11/2010 8 5 23.9 24.2 23.9 85 86 84 1001.6 1003.6 1000.8 0.2 35° 3.2

12/11/2010 9 6 24.0 24.0 23.6 87 88 85 1002.6 1003.2 1001.5 0.2 30° 2.1

12/11/2010 10 7 25.1 25.2 24.0 82 87 82 1008.0 1008.0 1002.7 1.4 47° 4.1

12/11/2010 11 8 26.3 26.5 25.1 77 83 77 1014.4 1014.4 1008.0 1.0 65° 6.0

12/11/2010 12 9 28.2 28.3 25.6 71 83 70 1018.2 1018.2 1014.5 1.1 73° 5.9

12/11/2010 13 10 29.2 29.3 28.0 65 72 64 1029.8 1029.8 1018.2 2.2 63° 7.4

12/11/2010 14 11 29.4 29.9 29.1 66 67 62 1034.0 1034.0 1029.8 2.8 84° 8.6

12/11/2010 15 12 29.4 30.1 29.1 64 68 63 1032.9 1035.5 1032.4 2.6 86° 9.9

12/11/2010 16 13 29.1 29.7 29.1 67 68 62 1031.1 1033.8 1030.4 2.3 87° 9.9

12/11/2010 17 14 29.0 29.5 28.6 68 69 63 1028.7 1032.4 1028.1 2.5 78° 9.5

12/11/2010 18 15 28.3 29.0 28.1 64 70 62 1024.2 1029.6 1023.9 3.1 61° 9.4

12/11/2010 19 16 27.6 28.5 27.6 69 70 62 1018.5 1024.6 1018.3 3.0 63° 8.9

12/11/2010 20 17 26.2 27.6 26.2 74 75 68 1007.8 1018.6 1007.8 2.8 66° 10.9

12/11/2010 21 18 25.6 26.2 25.6 79 79 74 999.9 1007.8 999.5 1.7 73° 9.7

12/11/2010 22 19 25.4 25.7 25.4 80 80 79 997.1 1000.3 996.5 1.4 73° 8.2

12/11/2010 23 20 25.3 25.4 25.3 80 80 79 996.4 998.4 995.6 1.5 74° 6.0

26/01/2011 0

25.7 25.8 25.6 80 80 78 994.5 995.6 993.6 1.2 110° 5.5

26/01/2011 1

25.8 25.8 25.5 81 82 80 995.3 996.3 994.4 0.8 80° 5.6

26/01/2011 2

25.7 25.8 25.6 81 82 80 996.3 997.2 995.3 1.0 83° 6.3

26/01/2011 3 0 25.5 25.7 25.5 82 82 81 996.7 998.0 995.9 0.7 94° 6.3

26/01/2011 4 1 25.4 25.5 25.3 81 83 81 996.4 998.3 995.7 0.6 81° 4.5

26/01/2011 5 2 23.3 25.5 23.1 91 91 81 991.4 997.9 990.9 0.0 45° 7.4

26/01/2011 6 3 22.9 23.4 22.8 92 92 91 990.7 992.6 990.0 0.0 74° 2.2

26/01/2011 7 4 23.2 23.2 22.9 92 92 92 991.3 992.2 990.4 0.1 74° 2.9

26/01/2011 8 5 23.3 23.3 23.0 92 92 92 992.3 993.4 991.3 0.3 35° 2.2

184

Data Hora Temperatura (°C) Umidade (%) Pressão (hPa) Vento (m/s)

UTC H Inst. Máx. Mín. Inst. Máx. Mín. Inst. Máx. Mín. Vel. Dir. Raj.

26/01/2011 9 6 23.0 23.3 22.9 92 92 92 992.9 994.1 992.0 0.0 343° 2.2

26/01/2011 10 7 23.6 23.6 23.0 92 92 92 995.7 995.7 992.9 0.0 50° 1.5

26/01/2011 11 8 26.5 26.8 23.6 81 92 80 1006.3 1006.3 995.7 0.2 13° 3.0

26/01/2011 12 9 27.1 27.3 26.1 80 84 79 1012.6 1012.6 1006.3 0.8 311° 3.6

26/01/2011 13 10 23.6 27.5 23.6 92 92 76 1008.6 1015.6 1008.6 0.2 158° 4.0

26/01/2011 14 11 22.9 23.6 21.4 95 95 92 999.3 1008.6 998.6 0.1 99° 5.6

26/01/2011 15 12 24.4 25.4 22.8 94 96 93 1007.3 1007.3 999.4 0.7 114° 2.6

26/01/2011 16 13 26.4 27.6 24.3 82 94 79 1018.5 1018.5 1007.4 0.7 196° 3.7

26/01/2011 17 14 28.4 28.5 26.4 77 83 76 1024.5 1024.5 1018.6 1.1 125° 5.3

26/01/2011 18 15 28.8 29.0 28.4 76 79 74 1027.3 1027.5 1024.5 1.4 139° 5.9

26/01/2011 19 16 28.4 29.0 28.0 76 78 74 1025.8 1029.5 1025.4 1.3 119° 6.8

26/01/2011 20 17 27.0 28.4 27.0 78 78 73 1019.3 1026.5 1019.3 1.9 120° 7.7

26/01/2011 21 18 26.0 27.0 26.0 79 80 78 1006.9 1019.3 1006.9 1.5 100° 7.7

26/01/2011 22 19 25.8 26.0 25.7 83 83 79 1000.9 1006.9 1000.4 1.0 104° 6.1

26/01/2011 23 20 25.8 25.8 25.6 82 84 82 999.5 1001.8 998.7 1.2 99° 5.6

26/04/2011 0

25.3 25.4 25.1 76 79 75 991.9 992.8 990.9 1.1 149° 5.3

26/04/2011 1

25.6 25.7 25.3 78 78 75 994.1 994.1 992.0 0.9 141° 5.4

26/04/2011 2

25.1 25.6 25.1 78 79 77 994.4 996.2 993.6 0.4 156° 5.2

26/04/2011 3 0 24.4 25.6 24.4 84 84 78 995.8 996.1 994.4 0.4 91° 4.8

26/04/2011 4 1 23.4 24.4 23.4 90 90 84 992.5 996.7 991.9 0.0 95° 4.1

26/04/2011 5 2 24.2 24.2 23.2 88 91 88 992.0 993.6 991.0 0.9 182° 3.7

26/04/2011 6 3 24.2 24.2 24.0 85 88 85 993.7 994.5 992.0 0.1 152° 3.6

26/04/2011 7 4 24.8 24.8 24.2 85 85 81 995.4 995.5 993.7 1.4 156° 5.2

26/04/2011 8 5 22.9 24.9 22.9 88 89 85 995.7 998.1 995.2 1.7 89° 9.8

26/04/2011 9 6 22.8 23.0 22.8 89 89 87 993.8 996.4 993.0 0.0 108° 6.7

26/04/2011 10 7 23.8 23.8 22.8 87 90 87 996.5 996.5 993.8 0.0 224° 0.2

26/04/2011 11 8 25.8 25.8 23.8 78 87 78 1005.9 1005.9 996.5 0.5 161° 3.1

26/04/2011 12 9 27.4 27.6 25.8 75 80 74 1022.5 1022.5 1005.9 1.3 195° 3.6

26/04/2011 13 10 27.9 28.2 27.2 72 76 71 1031.8 1031.8 1022.6 1.6 179° 4.3

26/04/2011 14 11 26.9 28.3 26.6 81 83 70 1031.2 1035.1 1030.9 2.5 205° 6.7

26/04/2011 15 12 26.7 27.7 26.2 80 85 79 1025.2 1032.4 1025.0 3.1 206° 8.0

26/04/2011 16 13 26.5 27.3 26.1 82 83 79 1019.6 1026.1 1019.4 3.1 198° 6.5

26/04/2011 17 14 27.0 27.2 26.4 80 82 77 1023.5 1023.5 1019.6 2.4 188° 7.5

26/04/2011 18 15 26.7 27.2 26.5 78 80 77 1021.1 1025.6 1020.9 2.3 196° 6.0

26/04/2011 19 16 26.8 27.2 26.6 72 79 72 1019.7 1022.6 1019.2 1.0 161° 6.0

26/04/2011 20 17 25.7 26.8 25.7 76 76 71 1010.3 1020.2 1010.3 0.4 169° 5.5

26/04/2011 21 18 25.2 25.7 25.2 79 79 74 997.8 1010.3 997.6 0.6 140° 4.4

26/04/2011 22 19 24.9 25.2 24.8 81 81 78 993.5 998.0 992.9 0.2 147° 4.4

26/04/2011 23 20 24.1 25.4 24.1 87 87 80 992.3 994.7 991.7 0.4 154° 6.0

FONTE: www.inmet.gov.br - acessos em 26/11/2010, 30/01/2011e 03/05/2011

H = Hora UTC - 3

Nota: Os dados sombreados correspondem aos valores utilizados para comparação com os

dados medidos nos locais de estudo.

universidade federal da bahia - ufba escola … · joana darc medeiros de morais anÁlise...

Documents