You are on page 1of 53

FORMAÇÃO DE ILHAS DE CALOR URBANO

EM ÁREAS INDUSTRIAIS

Aluna: Angela M. Arruda


Orientador: Prof. Dr. Érico Masiero
Supervisor de estágio: Prof. Dr. António Lopes
Formação de ilhas de calor urbano em áreas
industriais

1. Análise sistemática dos estudos das ICUs


nos Distritos Industriais

2. Análise multivariada microclimática de


Estrutura da tese
duas áreas industriais

3. Simulação computacional e análise


multivariada microclimática de uma cidade
tropical: industrial x residencial
2
Formação de ilhas de calor urbano em áreas
industriais
Introdução

3
Formação de ilhas de calor urbano em áreas
industriais
Introdução

4
Formação de ilhas de calor urbano em áreas
industriais
Introdução

5
Formação de ilhas de calor urbano em áreas
industriais

Questões da pesquisa

Quais as variáveis presentes no microclima Quais as correlações entre as variáveis e


urbano com maior impacto na formação de ICU configurações urbanas na formação de ICU?
em áreas industriais?

Quais as propostas de medidas mitigatórias exequíveis para os efeitos das


ICUs para o ambiente industrial?

6
Formação de ilhas de calor urbano em áreas
industriais

Objetivos
01 Revisar sistematicamente os principais trabalhos publicados
e identificar as palavras-chave mais recorrentes sobre o tema

02 Identificar possíveis lacunas nas pesquisas desenvolvidas


sobre a formação de ICUs em distritos industriais;

Registrar o comportamento térmico e os Utilizar modelos de simulação do software ENVI-met para


principais fatores de influência que contribuem
para a ocorrência, a configuração de ICUs e o 03 avaliar componentes climáticos específicos em Sintra/PT e
Uberlândia/MG;
impacto da implantação de zonas industriais
no microclima urbano.
04 Identificar quais das variáveis climáticas possuem maior
relevância sobre o microclima urbano de cada local;

Medir in loco a temperatura e a umidade relativa do ar e


05 posteriormente realizar a simulação computacional de dois
recortes urbanos
7
Formação de ilhas de calor urbano em áreas
industriais
Apresentação das áreas de
estudo: Uberlândia/MG

Figura 3 – (a) Localização dos recortes, (b) industrial; (c) residencial (GOOGLE EARTH, 2023).

8
Formação de ilhas de calor urbano em áreas
industriais
Apresentação das áreas de
estudo: Sintra/PT

9
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais

Objetivo: Método:
Desenvolver uma revisão
sistemática da literatura
dedicada aos estudos
sobre Ilhas de Calor
Urbano e o impacto dos
distritos industriais no
microclima urbano.
10
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais
Resultados: Relevância da produção científica

11
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais
Resultados

12
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais
Resultados

13
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais
Resultados: Métodos e softwares utilizados para estudo das ICUs

14
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais
Resultados: Variáveis associadas ao estudo do microclima industrial

15
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais
Resultados: Variáveis associadas ao estudo do microclima industrial

16
1. Análise sistemática dos estudos das ICUs nos
Distritos Industriais
Resultados: Resumo

17
2. Análise multivariada microclimática de duas
áreas industriais Método:

Objetivo:
Analisar quais variáveis, além do LST, têm maior
impacto no microclima urbano de distritos industriais
de duas cidades, Sintra/PT e Uberlândia/BR, de acordo
com o tipo de clima e a composição física do
aglomerados urbanos, utilizando análise multivariada
com os dados obtidos do modelo de microclima ENVI-
met e posteriormente comparando-os com os dados
das variáveis obtidas de estações meteorológicas
posicionadas em locais abertos, chamados de pontos
de controle, para identificar as especificidades de cada
microclima.
18
2. Análise multivariada microclimática de duas
áreas industriais

Parâmetro Arquivo Climático

Arquivo Climático Climate.One- Building.Org (2023)

Tipo de Processamento Full Forcing

Período de simulação 23/01/22 (Udia) e 17/07/22 (Sin)


Tempo de simulação 24 horas

Área de modelagem (L, W, H) 500 m x 500 m x 50 m

4x4x2
Grids (x, y,z)

19
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Albedo

Albedo = rs,B (0.246 )+ rs,G (0.146) + rs,R (0.191) + rs,NIR (0.304) + rs,SWIR1 (0.105) + rs,SWIR2 (0.008)
20
( (1) onde rs B é o SWIR, bandas 2 a 6 do Landsat (após ser transformado em refletâncias)
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Análise multivariada

21
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Análise multivariada

22
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Análise multivariada

23
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Análise multivariada

24
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Composição física e albedo dos recortes

Percentuais de
vegetação e
coberturas são,
respectivamente, 2,81%
e 8% maiores em UI
Sintra, enquanto a UI
Udia apresenta
superfície 6,52% mais
impermeável que a UI
Sintra e a presença de
solo exposto (4,17%),

Espaço impermeável vegetação: alívio térmico,


pode modificar os evapotranspiração,
balanços de energia e sombreamento
massa

25
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Composição física e albedo dos recortes
O albedo da cobertura
da UI de Sintra é 48%
superior ao apresentado
na UI Udia. O albedo
médio medido em Sintra
é, em média, 45%
superior ao albedo de
Uberlândia para a região
estudada. Este resultado
teve como contribuição
mais significativa os
albedos das coberturas
e calçadas

Alchapar et al. (2017), o aumento do albedo no


ambiente urbano pode melhorar as condições
térmicas dos espaços exteriores,
principalmente pela diminuição da temperatura
máxima, quando combinado com cenários com
percentagem de vegetação superior a 20%.
26
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Análise descritiva WS, Tar, LST e UR

27
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Análise descritiva WS, Tar, LST e UR

28
2. Análise multivariada microclimática de duas
áreas industriais
Resultados: Análise descritiva WS, Tar, LST e UR

29
2. Análise multivariada microclimática de duas
áreas industriais
Considerações Finais

Sintra Udia
UR, WS Tar, LST
Percentual de vegetação 2,81 Superfície impermeabilizada
% maior, albedo 45% maior 6,52% maior
-- UR e Uesp superiores aos pontos
de controle (8% e 3g/kg)
Tar > no DI se comparado ao Tar <no DI se comparado ao ponto
ponto de controle (1.2ºC) de controle (- 1.3ºC)
WS nos pontos de controle > DIs

30
2. Análise multivariada microclimática de duas
áreas industriais
DI Udia: materiais com menor albedo, O microclima do DI Sin depende
menores porcentagens de vegetação, fortemente da WS, cuja função é o
umidade relativa e velocidade do vento resfriamento e perda de calor da
do que o DI Sin, as temperaturas do ar superfície para o ambiente (Oke, 2002). A
dentro dele podem ser mais baixas do diferença de -1,9 m/s, em relação aos
que em ambientes sem sombra. pontos de controle, causou um pico de
1,5ºC no ambiente industrial.

Planejamento da ventilação urbana com


direção do vento é predominante, parques e
espaços verdes, e corredores de ventilação
secundária complementares (Zhen et al., 2022).
31
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Método:
Objetivo:

Identificar a formação de ICU em um distrito


industrial e em um bairro residencial em
uma região tropical, bem como analisar as
possíveis correlações existentes entre as
variáveis que influenciam o microclima
urbano como a temperatura do ar (Tar),
umidade relativa (UR) e umidade específica
(Uesp), velocidade (WS) e direção do vento
(WD), fator de visão do céu (SVF) a taxa de
energia cinética turbulenta (TKE).

32
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

33
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

34
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

35
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Resultados

76% 72%
36
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Resultados

Para avaliar a efetiva contribuição


da vegetação na melhoria das
condições microclimáticas é
interessante avaliar o NDVI destas
áreas, pois segundo Barbosa et al.
(2019), existe uma correlação
entre a redução do vigor de
biomassa da vegetação no
processo de urbanização e o
aumento da temperatura das
superfícies e do ar.

37
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Resultados

DI
-0,2 – 0,8 (seca, chuvoso)

R
0,1 – 0,2 (seca, chuvoso)

38
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Resultados

Ventos a NE, 2,10 m/s a 3,6 m/s

39
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Resultados

DI: 1,3ºC 40
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Resultados

Propriedades térmicas dos


materiais construtivos que
compõem os recortes DI e R

A maior taxa de vegetação presente no DI


não é capaz de superar o efeito da alta
taxa de impermeabilização por asfalto e
das coberturas dos amplos galpões,
compostas por telhas metálicas sem
revestimento, que tendem a reter calor,
possuem emissividade térmica baixa e
geralmente se aquecem a 50 ºC - 70º C
sob o sol (Gartland, 2010).

DI: 2,5ºC 41
42
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

43
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

44
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial
Resultados

45
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

46
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

47
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

48
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

49
3. Simulação computacional e análise multivariada
microclimática de uma cidade tropical: industrial x residencial

50
3. Simulação computacional e análise multivariada microclimática
de uma cidade tropical: industrial x residencial

DI Residencial

● Tar e LST superiores; ● Maior taxa de UR;


● > taxa de vegetação e > NDVI , ● pico ICU de 1,5ºC às 21 h e 3
porém os efeitos não sobrepõe h;
a alta taxa impermeabilizada; ● Tar, WS, TKE, UR, WD
● pico ICU de 5ºC às 21 h;
● das 8 variáveis somente a Uesp
pode ser desprezada

● Tar e UR correlação forte


negativa; ● WS e SVF, UR e TKE
Correlação entre as
● LST e Tar, WS, WD e SVF e positiva
variáveis
UR e TKE positiva
51
Considerações Finais
● Estudos sobre o impacto da
industrialização no microclima ● Pico de intensidade de ICU para DI
são escassos (1%), China e Índia foi às 21h (5ºC) e residencial (1,5ºC)
lideram; às 21 h e 3 h;
● Sensoriamento remoto para ● Foram encontradas para o DI fortes
mapear LST e associá-la à correlações entre LST e Tar, SVF e
intensidade de ICU; WS, WS e WD, WD e SVF e UR e
● Necessidade de ampliação dos
TKE, enquanto para R destacam-se
estudos considerando as zonas WS e SVF; UR e TKE.
industriais em expansão e outras ● Importância da inclusão de variáveis
variáveis além da LST. climáticas.

Artigo 2 Propostas

Artigo 1 Artigo 3
● Substituição de materiais
● Comparativo entre distritos construtivos já implantados por
industriais de Udia e Sintra, materiais com propriedades
através de simulação térmicas adequadas (alta
computacional; emissividade e alta refletância);
● Sintra apresentou maiores WS e ● Planejamento urbano focado na
albedo; orientação das ruas e avenidas
● WS foi expressiva para Sintra:
para otimizar circulação dos
arrefecimento noturno ventos; 52
REFERÊNCIAS BIBLIOGRÁFICAS
• DEMUZERE, M., KITTNER, J., MARTILLI, A., MILLS, G., MOEDE, C., STEWART, I. D., van VLIET, J., and BECHTEL, B.
Global map of Local Climate Zones, 2022. DOI: https://doi.org/10.5281/zenodo.6364594.
• ENVI-MET. Decode urban nature with Microclimate simulations, (n.d.). Disponível em: https://www.envi-
met.com/pt. Acesso em: 08 fevereiro 2023
• STEWART, I. D.; OKE, T. R. Local climate zones for urban temperature studies. Bulletin of the American
Meteorological Society, v.93, p. 1879-1900, 2012.
• ZHENG, Z.; REN, G; YANG, Y,. Urban ventilation planning and its associated benefits based on numerical
experiments: A case study in Beijing, China, Building and Environment, v. 222, 2022, 109383, ISSN 0360-
1323, https://doi.org/10.1016/j.buildenv.2022.109383

AGRADECIMENTOS
O presente trabalho foi realizado com apoio da Coordenação
de Aperfeiçoamento de Pessoal de Nível Superior - Brasil
(CAPES) - Código de Financiamento 001, pela Universidade
Federal de São Carlos (UFSCar) e Centro de Estudos
Geográficos (CEG) da Universidade de Lisboa (ULisboa).
53

You might also like