AMBIENTE TÉRMICO DO PEDESTRE

Transcrição

1 AMBIENTE TÉRMICO DO PEDESTRE 121 AMBIENTE TÉRMICO DO PEDESTRE Léa Cristina Lucas de Souza Camila Pereira Postigo Departamento de Arquitetura, Urbanismo e Paisagismo,Universidade Estadual Paulista, Faculdade de Arquitetura, Artes e Comunicação,Av. Luis Edmundo Carrijo Coube, 14-01, CEP , Bauru, SP, Brasil, leacrist@faac.unesp.br Camila Mayumi Nakata Elisangela Cristina Sorano Faculdade de Arquitetura, Artes e Comunicação, Programa de Pós-Graduação em Desenho Industrial, Universidade Estadual Paulista, Av. Luis Edmundo Carrijo Coube, 14-01, CEP , Bauru, SP, Brasil, s: milarq_postigo@yahoo.com.br; zanzita@bol.com.br Resumo Esta pesquisa avaliou a influência do ambiente urbano sobre a temperatura do ar na escala do pedestre, identificando a formação de ilhas térmicas (calor e frescor) em um bairro residencial. A metodologia englobou três etapas principais: levantamento de dados térmicos, incorporação dos dados em um Sistema de Informações Geográficas e modelagem da ilha de calor por meio de Redes Neurais Artificiais (RNA). Adotando-se um raio de abrangência de 100 m a partir de pontos de referência, foram identificadas características urbanas e tomadas temperaturas do ar durante o período de verão. Simultaneamente, foram registradas as temperaturas da área rural, permitindo mapear o desenvolvimento horário das ilhas térmicas. Os resultados indicaram diversidade no grau de importância das variáveis, de acordo com o horário de análise, sendo a orientação, a massa construída e a vegetação os elementos mais influentes no ambiente térmico do pedestre. Palavras-chave: ilha de calor, ilhas de frescor, redes neurais artificiais. Introdução As alterações da paisagem natural e substituição pelo ambiente construído ocasionam forte mudança no balanço de energia, modificando o conforto térmico, a qualidade do ar e o impacto meteorológico (Monteiro & Mendonça, 2003). Uma das conseqüências dessas alterações é a formação de ilhas de calor urbana, ou seja, ocorrência de maior temperatura do ar sobre as cidades do que em suas periferias. O balanço total de radiação entre a área urbana e rural é uma das principais causas da ilha de calor, em virtude da baixa taxa de resfriamento durante a noite. A formação da ilha de calor é resultado de vários aspectos da urbanização, como a poluição do ar, que gera aumento da radiação de ondas longas emitidas pela atmosfera, o calor antropogênico (desprendido no processo de combustão), as superfícies impermeáveis (aumento do calor sensível), as propriedades térmicas das superfícies (aumento da admitância térmica das superfícies e materiais construtivos, ampliando o calor acumulado durante o dia e desprendido durante a noite) e a geometria das superfícies, que causam o aumento da absorção de ondas longas em conseqüência da retenção entre as edificações, da diminuição da perda de calor por turbulência causada pela estagnação entre as edificações e da diminuição da perda da radiação por ondas longas do espaço entre edificações através da redução da área de céu visível (Oke, 1981). Enquanto o ambiente construído incrementa o acúmulo de calor, a vegetação pode atuar como amenizadora da temperatura do ar. A sombra oferecida pelas árvores reduz a temperatura do ar, além de diminuir o consumo de energia ao longo do período mais quente do dia, protegendo ambientes da insolação indesejada (Mascaró, 2005). É, portanto, um elemento urbano que pode criar ilhas de frescor. Considerando a vegetação e os edifícios como atributos que influenciam o microclima de uma cidade, a formação horária de ilhas de calor e de frescor foi caracterizada para uma situação de verão em um bairro residencial na cidade de Bauru, SP. Utilizando-se as potencialidades de um Sistema de Informações Geográficas (SIG) e a geração de modelos de Redes Neurais Artificiais

2 122 SOUZA ET AL. (RNA), uma análise térmica da área permitiu verificar tendências e extrair informações diretamente aplicáveis ao planejamento urbano. Metodologia Para desenvolvimento deste estudo são destacadas três principais etapas metodológicas: i. Levantamento de dados térmicos. ii. Incorporação de dados em um SIG e mapeamento térmico da área de estudo. iii.desenvolvimento de modelos de RNA. Levantamento dos dados térmicos A área de estudo delimitada situa-se na cidade de Bauru, no interior paulista, implantada geograficamente entre as coordenadas 22º15 e 22º24 de latitude Sul, 48º57 e 49º08 de longitude Oeste e entre 500 e 630 m de altitude. Nessa área urbana foi selecionado um bairro residencial, dando, assim, continuidade a vários estudos já desenvolvidos pelas autoras nessa mesma fração. Para a configuração do ambiente térmico do pedestre na área de estudo, foi promovido um levantamento de dados tomado a partir de 40 pontos de referência. Para cada ponto foram registradas temperaturas do ar e determinadas as características urbanas do local, incluindo: a orientação de vias, a massa construída, o fator de visão do céu e a porcentagem e densidade de vegetação. As temperaturas do ar foram registradas através da instalação de data-loggers marca Hobo Pro, com precisão de 0,1ºC e programação para leitura horária. Os aparelhos foram instalados em postes de luz a 2 m de altura e os dias de medições correspondem a dias típicos para as estações de verão, tomados em janeiro de 2006, com céu claro e baixa velocidade do ar (abaixo de 2 m/s). A Figura 1 mostra a área de estudo, os respectivos pontos de referência e a localização de árvores implantadas ao longo das vias. Simultaneamente às medições térmicas urbanas, foram acessadas as temperaturas horárias rurais registradas e disponibilizadas pelo Instituto de Pesquisas Meteorológicas (IPMET) da UNESP-Bauru. Esse procedimento permitiu estabelecer as diferenças térmicas entre os pontos de referência na área urbana e a estação meteorológica na área rural. Assim, obteve-se a tendência das magnitudes das ilhas de calor ou frescor urbanas para a época das medições realizadas. Incorporação de dados a um SIG Em uma etapa de estudo anterior realizada por Leme (2004/2005) e Pedrotti (2004/2005) para a mesma área de estudo, foi construída uma base de dados em um SIG, utilizando-se para isso o software ArcView-GIS da ESRI (Environmental Systems Research Institute). N Av. Nações Unidas Av. Otávio Pinheiro Brizola Legenda: Edificação Árvores Data-loggers Figura 1 Área de estudo, pontos de referência e localização de árvores.

3 AMBIENTE TÉRMICO DO PEDESTRE 123 A altura de cada uma das edificações do bairro foi estimada visualmente e incorporada como atributo dos polígonos representativos das edificações no ambiente SIG. Utilizando-se aquele banco de dados, foi possível aplicar a extensão 3DSkyView, incorporada ao ArcView, para determinação dos fatores de visão do céu (FVC) em cada ponto estudado. O FVC representa uma estimativa da área visível do céu a partir de um ponto de observação na malha urbana, sendo definido como a razão entre a radiação total recebida por uma superfície plana e aquela recebida por todo o ambiente radiante. É, portanto, um parâmetro adimensional da quantidade de céu visível em um ponto. Dessa forma, a área resulta de limites impostos pelos elementos urbanos e suas inter-relações. O fator de visão do céu é uma das principais responsáveis pelas ilhas de calor urbana, porque o resfriamento das superfícies terrestres é proporcional à área de céu visível a partir dessa superfície. Foram ainda catalogadas as árvores existentes na área de estudo: um total de 827 unidades, correspondendo à área de cobertura verde do bairro. Essas árvores foram classificadas, segundo suas características físicas, em: altura, diâmetro de copa, densidade da folhagem e forma. Para análise da influência térmica dessas árvores adotou-se um raio de abrangência de 100 m, dentro do qual foi estimada a porcentagem de vegetação e massa construída. Os atributos de vegetação e massa construída foram agregados à base de dados no SIG, juntando-se aos de fator de visão do céu e de orientação das vias. Os dados térmicos foram tratados, determinandose as diferenças médias horárias encontradas para cada ponto no verão. Também incorporados ao SIG e utilizando suas ferramentas de interpolação de dados, foram criados os mapas térmicos horários para a área de estudo no verão. Desenvolvimento de Modelos de Redes Neurais Artificiais (RNA) Os dados numéricos dos atributos térmicos e de urbanização foram também aplicados no desenvolvimento de modelos de RNA, para modelagem da ilha de calor na fração urbana de estudo. Para o desenvolvimento dos modelos de RNAs foi empregado o software EasyNN Plus, desenvolvido por Stephen Wolstenholme. Esse procedimento é constituído de duas etapas. A primeira se refere ao desenvolvimento do modelo de previsão e à determinação do grau de importância das variáveis. A segunda etapa consiste em testes de verificação do melhor modelo, simulando o cruzamento entre as variáveis, o que proporciona uma análise das suas influências sobre o parâmetro de saída (neste caso, a formação de ilhas de calor). Silva et al. (2004) apresentam o procedimento detalhado para uso das RNAs. As redes neurais compreendem etapas de treinamento, validação e teste. Para a etapa de treinamento e validação, são utilizados dados reais coletados, para que o software possa identificar padrões do que acontece na realidade e consiga, assim, gerar o modelo. Tanto variáveis de entrada quanto variáveis de saída para a fase de treinamento e validação correspondem a dados reais. A partir do treinamento, um padrão é identificado pelo software. Para cada uma dessas três etapas os dados foram separados na seguinte proporção: 50% para treinamento, 25% para validação e 25% para teste. Dessa forma, na fase de teste, pode-se inserir dados que não foram geradores do modelo, mas que servem de parâmetro para verificar a confiabilidade dos resultados gerados pelo modelo. Assim, após o teste, dados reais podem ser comparados com dados simulados, examinando-se sua relação. No caso do modelo térmico, para a variável de saída na fase de treinamento e validação foram utilizados os valores de ilha de calor, ou seja, diferenças de temperaturas do ar entre a área rural e os pontos da área urbana. As variáveis de entrada para a fase de treinamento e validação foram: FVC, porcentagem edificada, porcentagem de terrenos vazios, porcentagem de área de vegetação, massa construída e orientação das vias. O objetivo nesse caso foi estabelecer um modelo que apresentasse variáveis comumente utilizáveis no planejamento urbano. Para os horários mais significativos da formação de ilhas de calor foram escolhidos os modelos de melhor desempenho. O melhor desempenho do modelo foi dado pela verificação do menor erro relativo e maior coeficiente de determinação quando comparados dados reais e dados simulados. Resultados A formação horária de ilhas de calor e ilhas de frescor no verão revelou o comportamento mapeado na Figura 2. Nos horários da manhã, entre 5 h e 6 h, ocorreram as menores magnitudes de ilhas de calor, com médias de 1,6 o C. Entre 7 h e 11 h foram registradas ilhas de frescor em alguns pontos, podendo atingir 2,3 o C. Entre 15 e 17 h, a formação de ilhas de calor alcançou valores médios de 4,5 o C, podendo em alguns pontos atingir 8,9 o C. Às 19 h, as maiores médias noturnas de formação de ilhas de calor foram registradas com magnitude média de 4,5 o C. Os modelos de melhor desempenho apresentaram as seguintes características: i. O modelo para as 5 h, erro relativo de 7% e coeficiente de determinação de 0,85. ii. O modelo para as 16 h, erro relativo de 9% e coeficiente de determinação de 0,92. iii.o modelo para as 19h, erro relativo de 6% e coeficiente de determinação de 0,87. Considerando esses horários da manhã, tarde e noite, a variável massa construída, vegetação, orientação e fator de visão do céu assumiram, para os melhores modelos desenvolvidos, as importâncias relativas apontadas na Tabela 1. Ressalta-se que para a tabela em questão foram incluídas apenas as variáveis do modelo que são objeto do estudo ora proposto.

4 124 SOUZA ET AL. 0h 1h 2h 3h 4h 5h 6h 7h 8h 9h 10h 11h 12h 13h 14h 15h 16 h 17 h 18 h 19 h 20 h 21 h 22 h 23 h 3-0 ºC 0-2 ºC 2-4 ºC 4-6 ºC N Figura 2 Formação horária de ilhas de calor e frescor no verão para o bairro em estudo baseado em dados de janeiro de Tabela 1 Importância das variáveis nos modelos em função do horário. Variável Modelo para 5 h Modelo para 16 h Modelo para 19 h Massa construída 18% 20% 11% % vegetação 16% 14% 20% Fator de visão do céu 12% 16% 12% Orientação 16% 10% 17% Para cada horário há um comportamento específico das variáveis. A fim de embasar as discussões a serem destacadas nos horários de maior relevância de cada variável, verificaram-se o comportamento da massa construída e o fator de visão do céu no modelo, em função das orientações estudadas. As Figuras 3 e 4 mostram esses resultados. Apenas como exemplo da grande variação desse comportamento ao longo do dia, na Figura 5 é apresentado o gráfico da variação da ilha de calor às 5 h da manhã em função do fator de visão do céu. Para o estudo da influência da vegetação no horário em que essa variável é mais relevante, a Figura 6 indica o resultado alcançado. Com a importância assumida pela vegetação, outro modelo foi criado, de forma que a densidade da vegetação também fosse considerada como uma de suas variáveis. Ao se verificar o comportamento da densidade de vegetação nesse novo modelo, obteve-se o resultado apresentado na Figura 7. Análises e Discussões Na formação de ilhas de calor apresentada na Figura 2, observa-se a grande variabilidade em sua distribuição espacial e magnitude. O horário das 6 h da manhã indica homogeneidade na grandeza da ilha por toda a área estudada, e a partir desse horário manifestam-se as maiores diferenciações no aquecimento e resfriamento das superfícies, pelas diferenças de acesso solar. No período da manhã, entre 7 h e 11 h, algumas áreas continuam se resfriando, podendo inclusive atingir temperaturas mais baixas do que a rural, uma vez que seu acesso solar é reduzido pela presença de edificações. Quando o sol atinge sua maior altura, às 12 h, todas as áreas apresentam temperaturas mais altas que a rural, com maior acúmulo entre 15 h e 16 h. Até as 18 h, o calor acumulado se dissipa por toda a área, tendendo a se tornar homogêneo.

5 AMBIENTE TÉRMICO DO PEDESTRE 125 Ilha (ºC) Ilha de calor às 16 h em função da massa construída NE-SO NO-SE , ,5 Massa construída Figura 3 Comportamento da variável massa construída no modelo das 16 h. Ilha (ºC) Ilha de calor às 16 h em função do FVC NE-SO NO-SE 0,55 0,65 0,75 0,85 0,9 0,95 FVC Figura 4 Comportamento da variável fator de visão do céu às 16 h. Ilha (ºC) 3,5 3 2,5 2 1,5 1 0,5 0 Ilha5hemfunção do FVC NE-SO NO-SE 0,55 0,65 0,75 0,85 0,9 0,95 FVC Figura 5 Comportamento da variável fator de visão do céu às 5 h. 8 Ilha de calor às 19 h em função da % de vegetação Ilha (ºC) NE-SO NO-SE 0 0, ,41 Vegetação (%) Figura 6 Comportamento da variável porcentagem de vegetação no modelo das 19 h.

6 126 SOUZA ET AL. IC 15 h 7,4 IC 15 h x densidade vegetação 7,2 7 6,8 6,6 6,4 6,2 NE-SO 6 NO-SE 5, Densidade vegetação Figura 7 Comportamento da variável densidade da vegetação no novo modelo para 15 h. A partir das 19 h, com o pôr-do-sol, a perda de radiação de ondas longas pelas superfícies urbanas leva à formação de ilhas de calor noturnas com valores médios mais altos. Nesse horário observa-se que as áreas que se aqueceram mais rapidamente durante o período da manhã são as mesmas que iniciam o processo de resfriamento mais rapidamente. Isso aponta para a influência do maior acesso solar durante o dia e maior visibilidade do céu durante a noite, que se caracteriza pelo maior valor de fator de visão do céu. Para os modelos desenvolvidos, as variáveis estudadas tornaram-se mais importantes para o horário das 16 e das 19 h. A massa construída e a vegetação foram as variáveis que mais se destacaram. Observou-se que a orientação NO-SE de vias tendeu a apresentar ilhas de calor com valores mais baixos do que as da orientação NE-SO. Aqui também a influência do acesso solar é o elemento determinante desse comportamento (Figura 8). Quanto à massa construída, o resultado encontrado para as 16 h é uma das discussões mais importantes da pesquisa. Verificou-se redução de até 3 o C na temperatura do ar com o aumento da massa construída. Em geral, os estudos de ilha de calor concentram-se no desenvolvimento noturno da ilha, horário em que o aumento da massa construída contribui para a maior formação do fenômeno. No entanto, para os dados aqui registrados, a magnitude da ilha noturna igualou-se ao da ilha diurna. Como a maior quantidade de massa construída é muitas vezes representada por edifícios mais altos, por vezes, durante o dia, esses podem também servir de protetores solares para a área do pedestre. Esse fato é reforçado ainda mais pela Figura 4, que também indica que o maior fator de visão do céu às 16 h está relacionado ao aumento da ilha de calor, uma vez que o acesso solar é maior. Destaca-se, aqui, que não foram estudados FVC menores do que 0,55, uma vez que a área de estudo não apresentava pontos com essa característica. NO NE Sol Nascente SO Sol Poente N SE Figura 8 Acesso solar e orientação das vias.

7 AMBIENTE TÉRMICO DO PEDESTRE 127 Por outro lado, ao se analisar a Figura 5, observase que para a orientação NO-SE às 5 h ocorre redução significativa na ilha de calor com o aumento do FVC, enquanto para a orientação NE-SO a ilha permanece praticamente estável com o aumento da FVC. O comportamento é, portanto, variável e de difícil generalização. O estudo aponta que é necessário pesquisar os limites para o quais o aumento da massa construída ou diminuição do FVC pode ser aproveitado em benefício do clima e das condições térmicas do pedestre durante o dia, sem que isso represente aumento de ilhas noturnas de calor. Quando retomado o gráfico da Figura 3, por exemplo, observa-se que para a orientação NO-SE o aumento da massa construída é mais significativo na redução da ilha de calor até atingir m 3, ponto a partir do qual a curva representativa daquela orientação tende a se manter constante. A partir desse ponto, não há diminuição significativa da ilha de calor diurna. Ressalta-se a necessidade de verificar a tendência para todos os horários, a fim de que sejam estabelecidas diretrizes de planejamento adequadas às condições térmicas dos diversos climas e locais. Quanto à contribuição da vegetação e sua capacidade de amenizar as temperaturas urbanas, este estudo apresenta características muito específicas. A vegetação da área de estudo é representada apenas por árvores isoladas implantadas ao longo da via. No entanto, o comportamento apresentado na Figura 6 indica que a conformação das árvores do local, apesar de auxiliar no resfriamento da temperatura e diminuição da ilha de calor durante o dia, também pode significar acúmulo de calor abaixo da copa das árvores durante a noite, pois ela funciona como barreira à troca de calor entre as superfícies abaixo dela e o céu. Verificou-se também, pelo gráfico da Figura 7, que, durante a tarde, para o tipo de vegetação apresentado pela área de estudo, a densidade da vegetação é ainda mais importante na ação de amenização climática do que a porcentagem arbórea. Notou-se que, apesar de a vegetação influir nas mudanças de temperatura do ar, para o bairro estudado, as massas construídas foram mais significativas na determinação da condição térmica. NE-SO. É necessário estabelecer um limite máximo para o aumento de massa construtiva e diminuição do fator de visão do céu, sem intensificar a ilha de calor, aproveitando, porém, o próprio edifício para o sombreamento diurno das áreas de pedestres. Concluiuse ainda que o poder de amenização da temperatura pela vegetação, no caso de árvores isoladas implantadas ao longo das vias, depende mais da densidade da vegetação do que da porcentagem de árvores no local, quando considerado um raio de 100 m de influência arbórea. Destaca-se, por fim, que a aplicação de RNA nesse tipo de estudo assumiu papel primordial para que pudessem ser desenvolvidos modelos e analisados os dados. Agradecimentos As autoras agradecem à FAPESP e ao CNPq pelos diversos auxílios concedidos durante os anos de realização desta pesquisa. Referências Bibliográficas LEME, F. T. L. Influência do fator de visão do céu em um bairro residencial. Bauru: UNESP, 2004/2005. (Relatório Final de Pesquisa Projeto CEU. PIBIC-CNPq.) PEDROTTI, F. S. (2004/2005). Coleta e armazenamento de dados de consumo de energia. Bauru: UNESP, 2004/ (Relatório Final de Pesquisa Projeto CEU. PIBIC- CNPq.) MASCARÓ, L.; MASCARÓ, J. Vegetação urbana. Porto Alegre: Mais Quatro, MONTEIRO, C. A. F.; MENDONÇA, F. Clima urbano. São Paulo: Contexto, OKE, T. R. Canyon geometry and the nocturnal urban heat island: comparison of scale model and field observations. Journal of Climatology, v. 1, n. 1-4, p , SILVA, A. N. R.; RAMOS, R. A. R.; SOUZA, L. C. L.; RODRIGUES, D. S.; MENDES, J. F. G. SIG: uma plataforma para introdução de técnicas emergente no planejamento urbano, regional e de transportes. São Carlos: Edição dos Autores, WOLSTENHOLME, S. Disponível em: Conclusões Os resultados desta pesquisa mostraram a importância das características construtivas para o ambiente térmico do pedestre no período de verão. A orientação, massa construída, fator de visão do céu e vegetação são elementos que têm papel significativo na formação de ilhas de calor, mas que variam em importância ao longo do dia. Algumas conclusões aqui extraídas podem auxiliar diretamente no planejamento urbano. Orientações de vias sobre o eixo NO-SE permitem temperaturas mais amenas para o pedestre do que aquelas implantadas sobre o eixo

8