Dissertacão_ Polari Batista Corrêa

INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA - INPA
UNIVERSIDADE DO ESTADO DO AMAZONAS – UEA
PROGRAMA DE PÓS-GRADUAÇÃO EM CLIMA E AMBIENTE – CLIAMB
ILHAS DE CALOR NA CIDADE DE MANAUS: ASPECTOS
OBSERVACIONAIS E DE MODELAGEM
POLARI BATISTA CORRÊA
Manaus – Amazonas
Maio, 2013
ILHAS DE CALOR NA CIDADE DE MANAUS: ASPECTOS
OBSERVACIONAIS E DE MODELAGEM
POLARI BATISTA CORRÊA
Orientador: Dr. Rodrigo Augusto Ferreira de Souza.
Co-Orientador: Dr. Luiz Antônio Candido.
Fonte Financiadora: CAPES.
Dissertação
apresentado
ao
PROGRAMA DE PÓS-GRADUAÇÃO EM
CLIMA E AMBIENTE – INPA/UEA,
como requisito parcial para obtenção
do título de Mestre em CLIMA E
AMBIENTE.
Manaus – Amazonas
Maio, 2013
C824
Corrêa, Polari Batista
Ilhas de calor na cidade de Manaus: aspectos observacionais e de
modelagem / Polari Batista Corrêa --- Manaus : [s.n], 2013.
xii, 68 f. : il. color.
Dissertação (mestrado) --- INPA, Manaus, 2013.
Orientador : Rodrigo Augusto Ferreira de Souza.
Coorientador : Luiz Antônio Candido.
Área de concentração : Interações Clima-Biosfera na Amazônia.
1. Clima - Manaus. 2. Climatologia. 3. Modelagem climática.
4. Sensoriamento remoto. I. Título.
CDD 19. ed. 551.668113
Sinopse:
Este trabalho teve por objetivo estudar o fenômeno de ilha de calor na cidade de
Manaus utilizando dados de sensoriamento remoto (dados do sensor MODIS à bordo do
satélite Aqua) e modelagem numérica (modelo WRF) para o período de 2002 a 2012 e
estudo caso para agosto e setembro de 2009. As variáveis abordadas foram índices de
vegetação (NDVI e EVI) e temperatura da superfície, além de medidas de temperatura
do ar de estações meteorológicas e umidade medida em campo.
Palavras-chave: Ilha de calor, sensor MODIS, modelagem numérica, modelo WRF,
temperatura de superfície, índice de vegetação.
iii
À minha família.
Dedico.
iv
AGRADECIMENTOS
Agradeço a Deus (por sua misericórdia infinita e por realizar tantas vezes o
impossível); pelo apoio incondicional da minha família: minha mãe Maria, meu pai
Tertuliano (in memorian), meus irmãos Hélio, Dinho, Socorro e Solange.
Aos professores Rodrigo Souza e Luiz Candido, pela orientação, incentivos,
paciência e por acreditarem na minha capacidade para o domínio das ferramentas
utilizadas neste trabalho; ao prof. Francis pelas referências indicadas e ao prof. Dr.
Antonio Manzi pelos incentivos.
Ao colega Paulo Coutinho por me ajudar em diversas ocasiões; ao Paulo
Teixeira, Glauber Cirino, Raoni, Alexandra e profa. Dra. Rita Valéria pelas dicas do
Matlab; à Liviany Viana pela ajuda na interpretação dos gráficos; à Ludmila pela ajuda
nos dados da estação do INPA; aos meus colegas Takeshi, Paula, Andréa, Suzana,
Diana, Lis e Josiel; Jeane e Alessandro pela ajuda sobre o modelo WRF.
À CAPES, pela bolsa; ao LBA, pelo apoio logístico e dados da estação do
INPA; ao projeto TEAM pelos dados da estação da Reserva Ducke e ao CNPQ, FINEP,
pela ampliação da infraestrutura de modelagem;
Em fim, a todos que contribuíram de maneira direta ou indiretamente para a
realização deste trabalho.
v
“Se o Senhor não edificar a casa em vão
trabalham os edificadores”
(Salmo 127)
vi
RESUMO
O fenômeno de ilha de calor na cidade de Manaus foi estudado com o uso de dados de
sensoriamento remoto e modelagem do clima urbano. Para os dados remotos foi
utilizado o sensor MODIS do satélite ambiental Aqua, produtos MYD11C3
(temperatura de superfície – media mensal) e MYD13C2 (Indices de vegetação - NDVI
e EVI – média mensal), ambos na resolução 5 km por 5 km. Também foi utilizado o
produto MYD11A2 (temperatura de superfície) na resolução 1 km por 1 km do mesmo
sensor para 2002 a 2012. Um estudo de caso foi analisado para os meses de agosto e
setembro de 2009 com o produto MYD11A2 e também simulações com o modelo WRF
na escala de 1 km por 1 km. Na resolução 5 km por 5 km foi possível identificar as
áreas mais quentes da cidade em associação com o aumento ou diminuição da
temperatura da superfície (TS) e índices de vegetação ao longo do período 2003 a 2011,
a fim de verificar uma relação entre cobertura e temperatura da superfície. Os resultados
mostram que existe uma relação inversamente proporcional entre os índices de
vegetação e a temperatura da superfície, onde o incremento no aquecimento foi
acompanhado pela diminuição da cobertura. A quantificação da intensidade da ilha de
calor (IIC) para o domínio da cidade de Manaus indicou valores entre 4° C e 9° C para
esta resolução espacial. No estudo de caso foi possível identificar a distribuição espacial
da TS, indicando que as áreas mais quentes encontram-se nas Zonas Sul e intersecção
das Zonas Leste e Norte da cidade. Foram analisados dois transectos (latitudinal e
longitudinal) para a análise da IIC através da TS, os dados de satélites mostraram 29 ºC
a 43 ºC e IIC de 10 ºC (em relação a floresta) a 13 ºC (em relação ao rio), enquanto os
do modelo apresentaram de 38 ºC a 43 ºC e IIC entre 5 ºC (em relação à floresta) a 15
ºC (em relação ao rio). Ao final do trabalho foram analisados as variáveis do balanço de
radiação e energia do modelo e verificou-se que os fluxos de energia na área urbana são
diferenciados em relação ao ambiente de floresta e que o modelo representou-os
satisfatoriamente, entretanto, a radiação de onda curta precisa ser melhor ajustada nas
parametrizações do modelo. Também foram analisados dados de temperatura do ar de
estações metereológicas da área de floresta e da área urbana, bem como medidas de
campo da temperatura e umidade na área urbana, os quais foram comparados aos
resultados obtidos com o uso do sensor MODIS e modelagem, corroborando-os.
Portanto, tanto os dados remotos quanto a modelagem numérica apresentaram-se como
ferramentas eficientes para o estudo do fenômeno de ilha de calor para a cidade.
Palavras-chave: Ilha de calor, sensor MODIS, modelagem numérica, modelo WRF,
temperatura de superfície, índice de vegetação.
vii
ABSTRACT
The phenomenon of heat island in the city of Manaus was studied with the use of
remote sensing data and modeling of urban climate. For remote data was used MODIS
Aqua satellite environmental products MYD11C3 (surface temperature - monthly
average) and MYD13C2 (vegetation indices - NDVI and EVI - monthly average), both
in resolution 5 km by 5 km. We also used the product MYD11A2 (surface temperature)
at 1 km resolution for 1 km from the same sensor for 2002-2012. A case study was
analyzed for the months of August and September 2009 with product MYD11A2 and
also simulations with the WRF model on the scale of 1 km by 1 km. In resolution 5 km
by 5 km was possible to identify the hottest areas of the city in association with the
trend of surface temperature (TS) and vegetation indices over the period 2003-2011, in
order to ascertain a relationship between coverage and temperature surface. The results
show that there is an inverse relationship between vegetation indices and surface
temperature, where the increase in heating was accompanied by a decrease in coverage.
The quantification of the heat island intensity (HII) for the domain of the city of Manaus
indicated values between 4 ° C and 9 ° C for this spatial resolution. In the case study it
was possible to identify the spatial distribution of TS, indicating that the hottest areas
are in the southern zones and the intersection of Eastern and Northern zones of the city.
We analyzed two transects (latitudinal and longitudinal) for analyzing the HII via the
TS data from satellites showed 29 º C to 43 º C and HII 10 ° C (regarding forest) at 13 °
C (relative to the river), while The model had between 38 º C to 43 º C and 5 º C and
HII (with respect to forest) to 13 ° C (relative to the river). At the end of the
experimental variables of the radiation balance and energy of the model and it was
found that the energy flows in the urban area are differentiated in relation to the forest
environment and the model represented them satisfactorily, however, the radiation short
wave needs to be better adjusted in the model parameterization. Were also analyzed
temperature data from weather stations air of the forest area and the urban area as well
as field measurements of temperature and humidity in the urban area, which were
compared to the results obtained from the use of MODIS and modeling, corroborating
them. Therefore, both the remote data as numerical modeling presented themselves as
effective tools for the study of the phenomenon of heat island to the city.
Key-words: Heat island, sensor MODIS, modeling, WRF model, surface temperature,
vegetation index.
viii
SUMÁRIO
1.
2.
3.
4.
4.1
INTRODUÇÃO..............................................................................................
OBJETIVO.....................................................................................................
REVISÃO BIBLIOGRÁFICA......................................................................
METODOLOGIA..........................................................................................
Dados...............................................................................................................
11
15
15
21
21
4.2
Metodologia.....................................................................................................
22
5.
RESULTADOS...............................................................................................
26
5.1
5.4
Análise dos dados do satélite Aqua na resolução 5 km x 5 km para o período
de 2003 a 2011.................................................................................................. 26
Análise dos campos espaciais de temperatura da superfície para os meses de
agosto e setembro (de 2003 a 2012)................................................................. 34
Análise dos dados do satélite Aqua na resolução 1 km x 1 km para o período
de 2002 a 2012.................................................................................................. 37
Estudo de caso da intensidade da ilha de calor................................................. 40
5.4.1
5.4.1. Análise de ilha de calor pela temperatura da superfície.........................
41
5.4.2
5.4.2. Análise de ilha de calor pela temperatura do ar....................................
45
5.4.3
5.4.3. Análise das componentes do balanço de radiação e energia..................
47
5.4.4
5.7. Variação da temperatura e umidade do ar entre áreas urbanas e verdes
5.2
5.3
em Manaus........................................................................................................
51
6
CONCLUSÃO................................................................................................
54
7
8
9
REFERÊNCIAS BIBLIOGRÁFICAS...........................................................
APÊNDICES....................................................................................................
57
ANEXOS........................................................................................
.
62
67
ix
LISTA DE FIGURAS
Figura 4.1
Área de estudo: Cidade de Manaus e vizinhanças ...........................................
22
Figura 4.2.1
Fluxograma
mostrando
as
etapas
da
metodologia
adotada..............................................................................................................
23
Figura 4.2.2
Fluxograma mostrando a etapa 3 da metodologia...........................................
23
Figura 4.2.3
Pontos de grade em diferentes regiões da cidade de Manaus
utilizados para ilustrar o fenômeno de ilha de calor........................................
24
Precipitação para o ano de 2009 em comparação com a média climatológica
de 1960-1990. FONTE: INMET.....................................................................
25
Figura 4.2.4
Figura 4.2.5
Figura 5.1.1
Figura 5.1.2
Figura 5.1.3
Figura 5.1.4
Figura 5.1.5
Figura 5.1.6
Figura 5.1.7
Figura 5.2.1
Abrangência dos domínios para as simulações com o modelo WRF (a).
Mapa da cobertura da superfície utilizado para as simulações
(b).....................................................................................................................
Série de temperatura da superfície (TS) estimada por satélite para uma área
urbana (linha em vermelho) para os pontos: 1 (a1), 2 (a2), 3 (a3), 4 (a4) e 5
(a5) e uma área de floresta da reserva Ducke (linha azul).............................
Série intensidade da ilha de calor (IIC) estimada por satélite para os pontos:
1 (a1), 2 (a2), 3 (a3), 4 (a4) e 5 (a5).................................................................
25
28
29
Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e
EVI (b) para a região 1 da cidade de Manaus..................................................
31
Tendência nas estimativas remotas de temperatura da superfície (a), NDVI
(b) e EVI (c) para a região 2 da cidade de Manaus.........................................
32
Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e
EVI (b) para a região 3 da cidade de Manaus.................................................
32
Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e
EVI (b) para a região 4 da cidade de Manaus..................................................
33
Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e
EVI (b) para a região 5 da cidade de Manaus..................................................
33
Temperatura média da superfície (°C) para a cidade de Manaus, para o mês
de agosto (a) e setembro de 2003 (b). E agosto (c) e setembro de 2004 (d)
com resolução de 5 km por 5 km....................................................................
35
x
Figura 5.2.2
Figura 5.2.3
Figura 5.2.4
Figura 5.2.5
Figura 5.3.1
Figura 5.3.2
Figura 5.3.3
Figura 5.4.1
Figura 5.4.2
Figura 5.4.3
Figura 5.4.4
Figura 5.4.5
Figura 5.4.6
Figura 5.4.7
Figura 5.4.8
Figura 5.4.9
Temperatura média da superfície (°C) para a cidade de Manaus, para o mês
de agosto (a) e setembro de 2005 (b). E agosto (c) e setembro de 2006 (d)
com resolução de 5 km por 5 km......................................................................
Temperatura média da superfície (°C) para a cidade de Manaus, para o mês
de agosto (a) e setembro de 2007 (b). E agosto (c) e setembro de 2008 (d)
com resolução de 5 km por 5 km......................................................................
Temperatura média da superfície (°C) para a cidade de Manaus, para o mês
de agosto (a) e setembro de 2009 (b). E agosto (c) e setembro de 2010 (d)
com resolução de 5 km por 5 km......................................................................
Temperatura média da superfície (°C) para a cidade de Manaus, para o mês
de agosto (a) e setembro de 2011 (b). E agosto (c) e setembro de 2012 (d)
com resolução de 5 km por 5 km..................................................................
Temperatura média da superfície (°C) para os meses de agosto (a) e
setembro (b) para o período de 2002 a 2005, sobre a cidade de Manaus, com
resolução de 1 km por 1 km.............................................................................
Temperatura média da superfície (°C) para os meses de agosto (a) e
setembro (b) para o período de 2009 a 2012, sobre a cidade de Manaus, com
resolução de 1 km por 1 km.............................................................................
Temperatura média da superfície (°C) para os meses de agosto (a) e
setembro (b) para o período de 2002 a 2012, sobre a cidade de Manaus, com
resolução de 1 km por 1 km.............................................................................
Temperatura média da superfície (°C) para os meses de agosto e setembro
de 2009, sobre a cidade de Manaus na resolução de 1 km por 1 km, sensor
MODIS........................................................................................................
Temperatura da superfície (°C) para o período de 01 de agosto a 30 de
setembro de 2009 na resolução 1 km por 1 km, modelo
WRF.................................................................................................................
Diferença de temperatura da superfície (°C) entre os dados do modelo WRF
e os dados do sensor MODIS......................................................................
35
36
36
37
38
39
39
41
42
43
Transecto longitudinal temperatura da superfície (°C)
do satélite AQUA e modelo WRF.................................................................
44
Transecto latitudinal da temperatura da superfície (°C) do satélite AQUA e
modelo WRF....................................................................................................
44
Temperatura do ar (°C) para o período de 01 de agosto a 30 de setembro de
2009
na
resolução
1
km
por
1
km,
modelo
WRF.................................................................................................................
Ciclo diário da Temperatura do ar a 2 metros para agosto a setembro de
2009. Comparação entre o Modelo WRF e os dados da Reserva Ducke.........
45
46
Ciclo diário da temperatura do ar a 2 m para agosto à setembro de 2009.
Comparação modelo (WRF) e estação urbana (INPA)....................................
46
Intensidade da Ilha de Calor (°C) para 01/08/09 a 30/09/09 (ciclo diurno) ....
47
xi
Figura 5.4.10
Figura 5.4.11
Figura 5.4.12
Figura 5.4.13
Ciclo diário da radiação de onda curta para agosto à setembro de
2009.Comparação modelo (WRF) e estação (Reserva Ducke)........................
48
Variáveis do balanço de energia para uma área urbana (a) e floresta
(b)................................................................................................................
51
Foto ilustrativa dos sensores de temperatura e umidade do ar instalados
sobre um carro (a) e trajeto realizado durante estas medidas na cidade de
Manaus (b)................................................................................................
Medidas de temperatura e umidade relativa do ar em diferentes ruas e
avenidas da Cidade de Manaus, para o dia 09 de dezembro de 2012,
ilustrando 17 pontos de controle/referência.................................................
xii
51
53
1. INTRODUÇÃO
Nos últimos anos, o maior interesse pelo comportamento da temperatura média
global do ar próximo à superfície visa melhor caracterizar e entender as tendências de
aquecimento do planeta agora e no futuro. Ao mesmo tempo, sabe-se que a temperatura
média anual em áreas urbanas é tipicamente mais alta que a de suas redondezas. Em
alguns dias esse contraste pode atingir cerca de 10º C ou mais (Stull, 1988; Lombardo,
1985).
Atualmente, mais de 50% da população mundial vive em cidades e espera-se que
a população urbana chegue a 81% em 2030 (UNFPA, 2007). Como o processo de
urbanização global acelerou tanto em intensidade como em área física, existe um
interesse crescente no entendimento de suas implicações na saúde humana, no
funcionamento de ecossistemas, no tempo e, possivelmente, no clima como um
contribuinte para o aquecimento global (Imhoff et al., 2010).
As alterações no microclima de determinada região ocorrem tanto por
influências da urbanização e agricultura, quanto por emissões de gases de efeito estufa
(GEE), uma vez que as mudanças no uso do solo e as emissões desses gases são
diretamente relacionadas ao crescimento populacional e ao desenvolvimento econômico
dos grandes centros urbanos (Kalnay & Cai, 2003). Atividades humanas, como o
desenvolvimento de indústrias e a ampla utilização de veículos automotores, vêm
causando mudanças na composição da atmosfera por meio de um contínuo aumento nas
concentrações dos poluidores do ar, como o dióxido de carbono. Adicionalmente,
mudanças na superfície terrestre, como a urbanização, que tem como efeito a
substituição de superfícies naturais por edificações, ruas e avenidas, têm aumentado
significativamente a impermeabilização dos solos e a irradiação de calor para a
atmosfera (Sousa e Ferreira, 2012).
Uma das mais conhecidas influências antropogênica no clima é o fenômeno de
aquecimento urbano. O aumento da temperatura da superfície e do ar sobre uma área
urbana em relação às áreas rurais ou suburbanas vizinhas é denominado de Ilha de Calor
(IC) (Arya, 2001). Sendo que a diferença da temperatura (do ar ou da superfície) de uma
área urbana em relação à sua vizinhança fornece a Intensidade da Ilha de Calor (IIC)
(Memon et al., 2009; Hung et al., 2006).
11
A ilha de calor urbana é um fenômeno característico de todas as cidades e
metrópoles, entretanto, a sua distribuição e intensidade é proporcional ao tamanho da
cidade e de sua população, sendo mais intensa nos dias da semana, em que as atividades
no meio urbano são máximas. Ela varia também com as formas de uso do solo, com a
posição/localização geográfica, além da hora do dia e da estação do ano, sendo mais
expressiva na estação seca em condições de céu claro e vento calmo, onde os efeitos que
amenizam a umidade são reduzidos (Landsberg, 1981). Nessas condições, em algumas
grandes áreas metropolitanas o aquecimento relativo da cidade, comparado com seus
arredores, pode promover uma circulação convectiva do ar. O ar relativamente quente
sobre o centro da cidade é trocado por ar mais frio e mais denso, convergente das zonas
rurais. A coluna de ar ascendente acumula aerossóis sobre a cidade formando uma
nuvem de poeira (poluentes), que podem tornar-se muitas vezes mais concentrados
sobre uma área urbana que sobre as áreas rurais (Arya, 2001).
Sabe-se que a ilha de calor urbana não resulta da ação de um simples fator, e sim
da interação de muitas características da atmosfera urbana. Dentre aquelas que são
possíveis causas do clima urbano (e consequentemente da IC), tem-se: a alta capacidade
calorífica dos materiais de construção; a redução da área de superfícies de
evapotranspiração; a retenção de radiação de ondas longas devido ao aumento da
poluição atmosférica, dentre outras (Oke, 1982; Ribeiro, 2008).
As áreas urbanas apresentam características estruturais que tornam complexa a
identificação dos seus problemas, pois não apresentam continuidade ou homogeneidade
(Iwai, 2003). Deste modo, é necessária a utilização de instrumentos e metodologias que
permitam analisar o quanto cada elemento constituinte das diferentes regiões urbanas
contribui na geração das ilhas de calor.
Diferentes estudos observacionais estimaram a magnitude do efeito ilha de calor
pela comparação da temperatura do ar observada em estações meteorológicas
localizadas em regiões urbanas e rurais (Gartland, 2010). Dados convencionais
(medidas in situ) possuem a vantagem de alta resolução temporal, mas por outro lado
têm pobre resolução espacial. Nas últimas décadas, o sensoriamento remoto aplicado
em estudos de clima urbano vem destacando-se, pois além de possuir alta resolução
espacial e oferecer visões em diferentes escalas, permite a utilização de dados espectrais
localizados na região do infravermelho termal dentro da janela atmosférica. Isto faz
como que estes sensores possam ter seus dados convertidos, após sofrerem correção dos
12
efeitos atmosféricos e da superfície, em temperatura da superfície continental (Streutker,
2002; Novo et al., 2005), a qual é um parâmetro de importância fundamental para o
estudo da climatologia urbana (Voogt e Oke, 2003).
A temperatura da superfície continental, além de ser uma componente
importante no balanço de energia à superfície, modula a temperatura do ar nas camadas
mais baixas da atmosfera urbana, ajuda na determinação do clima interno de edificações
e exerce influência nas trocas de energia que afetam o conforto dos moradores de
cidades. Mudanças na temperatura da superfície continental urbana podem ocasionar
efeitos significantes sobre o tempo e o clima local (Kalnay & Cai, 2003). Diferentes
pesquisas têm sido conduzidas com base no uso de dados de sensoriamento remoto para
detectar as características térmicas das superfícies urbanas.
Estudos acerca do fenômeno ilha de calor, utilizando estimativas de temperatura
da superfície continental, com base em dados de satélites, foram conduzidos
originalmente empregando-se dados do sensor AVHRR (Advanced Very High
Resolution Radiometer) a bordo dos satélites da série NOAA (National Oceanic and
Atmospheric Administration) (Gallo et al., 1999; Streutker, 2002). Posteriormente,
foram utilizados dados dos satélites da série LANDSAT, tendo-se destacado por muitos
anos o LANDSAT 5, com resolução espacial de 120 m, para estudos de ilha de calor
(Weng, 2003; Weng et al., 2004).
Existe, na atualidade, uma grande quantidade e diversidade de produtos
disponíveis oriundos se sensoriamento remoto e, em particular, para o estudo de IC
através de diferentes sensores a bordo de plataformas orbitais. Na última década, o
sensor MODIS (Moderate Resolution Imaging Spectroradiometer), a bordo dos satélites
TERRA (a partir de 2000) e AQUA (a parir de 2002) tem sido um dos mais utilizados
neste tipo de pesquisa (Tomlinson et al., 2011).
Como a temperatura da superfície continental é mais facilmente relacionada com
as condições da própria superfície, uma das principais aplicações do sensoriamento
remoto no estudo de climas urbanos consiste em examinar relações entre a estrutura
espacial dos padrões térmicos urbanos e as características da superfície urbana, o que
pode ajudar posteriormente no planejamento do uso do solo (Chen et al., 2006).
Nos últimos anos têm sido observados aumentos significativos nos registros
climáticos de diferentes cidades do mundo (IPCC, 2001; IPCC, 2007). Muitas vezes
estas tendências têm sido erroneamente atribuídas à intensificação do efeito estufa,
13
sendo que dentre suas causas primeiras são expressões do crescimento dos centros
urbanos locais e não efeitos do aquecimento atmosférico global (Souza, 2012). A
urbanização afeta os registros longos de temperatura nos mais diferentes graus e a
intensidade do fenômeno ilha de calor influencia nos registros climáticos onde a cidade
avançou sobre áreas antes não urbanizadas.
Dentro deste contexto, pretende-se estudar o fenômeno de IC na cidade de
Manaus, no Estado do Amazonas, região Norte do Brasil. A principal característica
desta região é apresentar temperaturas elevadas, com pouca variabilidade durante o ano,
o que caracteriza seu clima quente e úmido. A cidade de Manaus representa uma área
em que o índice de urbanização vem crescendo desde a década de 60 até os dias atuais
(Silva, 2009). E, particularmente entre 2000 e 2010, sua população passou de 1.405.835
para 1.802.014 habitantes (IBGE, 2010). A sua localização entre áreas densamente
florestadas e de grandes rios a torna uma cidade ímpar no que diz respeito à variação de
seu clima local e de que forma as alterações devido à urbanização vão interagir com as
condições naturais vizinhas e influenciar no novo padrão climático local.
Nesse sentido é indispensável o estudo da temperatura da superfície a partir de
dados integradores e complementares, ou seja, ferramentas de sensoriamento remoto e
modelagem que possam abranger espacialmente uma grande área e, ao mesmo tempo,
um conjunto de variáveis meteorológicas. Isto vai permitir compreender de maneira
sistemática e simultânea os padrões de alterações locais do clima em função da
urbanização, determinando sua influencia nos condicionantes do clima natural
determinado pelas vizinhanças. A modelagem, através da aplicação de modelos em
altíssima resolução permitirá representar as condições de superfície urbana e seu
impacto na atmosfera sobrejacente, enquanto as estimativas de sensoriamento remoto
contribuirão para a análise de variáveis à superfície, além de avaliar a habilidade do
modelo em representar a física da superfície.
Desta forma, este trabalho propôs-se a realizar um estudo para identificar e
quantificar o fenômeno ilha de calor na cidade de Manaus quanto a sua abrangência
espacial e variação temporal. O diferencial do mesmo é a consideração de séries
históricas de dados remotos de temperatura da superfície e a aplicação simultânea de um
modelo capaz de simular a física do clima urbano.
14
2. OBJETIVO
Caracterizar e quantificar o fenômeno ilha de calor na cidade de Manaus a partir de
dados de sensoriamento remoto e simulações do clima urbano. Especificamente
pretende-se:
a) Quantificar o fenômeno ilha de calor na cidade de Manaus utilizando dados de
temperatura da superfície estimados pelo sensor MODIS, satélite AQUA, para o
período de 2003 a 2011 (na resolução 5 km por 5 km).
b) Verificar se um possível aumento na temperatura da superfície está relacionado
com mudanças no uso do solo na cidade, utilizando índices de vegetação
estimados pelo sensor MODIS.
c) Caracterizar e quantificar espacialmente o fenômeno de IC na resolução 1 km
por 1 km para os meses de agosto e setembro para 2002 a 2012, com o uso do
sensor MODIS do satélite AQUA.
d) Utilizar o modelo WRF para simular o fenômeno de IC para o período de agosto
e setembro de 2009, a fim de avaliar habilidade do modelo em representar o
fenômeno em comparação aos dados de sensoriamento remoto.
e) Realizar medidas em campo de temperatura e umidade dentro do perímetro
urbano.
f) Avaliar os efeitos da expansão urbana sobre a estrutura da vegetação e a sua
relação com a dinâmica da temperatura da superfície no período de 2002 a 2012
na cidade de Manaus.
15
3. REVISÃO BIBLIOGRÁFICA
Os primeiros trabalhos sobre microclimatologia, nos quais está inserido o
fenômeno de Ilha de calor (IC), cita-se Landsberg (1981), no qual são mencionadas as
contribuições de John Evelin, em 1661, abordando a poluição das cidades; Luck
Howard em 1818, com a publicação do livro: o clima da cidade, no qual aborda
resultados de observações contínuas realizadas entre 1807 e 1816 e afirma que centros
urbanos apresentavam maior temperatura do que a sua vizinhança e Emilien Renou, em
1855, com os estudos para a cidade de Paris, encontrando uma intensidade de IC de 1ºC
a 2ºC, apontando a poluição a poluição atmosférica e a radiação solar incidente sobre os
ambientes estudados como a principal causa para o fenômeno.
Posteriormente, diversos estudos sobre ilha de calor foram impulsionados,
principalmente, após a Segunda Guerra Mundial (1939-1945) com o crescimento das
áreas metropolitanas e a industrialização. Dentre os estudos mais relevantes sobre IC ao
longo da segunda metade do século XX, destacam-se os trabalhos realizados por Oke.
Com a sua publicação em 1982, as bases energéticas da ilha de calor, ele aborda o
fenômeno da IC urbana evidenciando seus processos físicos, relacionando-os com o
balanço de energia no sistema Terra-Atmosfera, bem como o processo de urbanização
das cidades e sua interação com o clima.
Oke (1982) ressalta que a ilha de calor resulta das diversas transformações no
ambiente urbano que fazem aumentar o fluxo de calor sensível à superfície através da
alteração das propriedades físicas dos materiais constituintes da superfície urbana,
causando um aumento da temperatura do ar nessas áreas. A falta de vegetação em
associação com superfícies impermeáveis na cidade reduz o fluxo de calor latente.
Aliado a isso, os níveis de poluição atmosférica (aerossóis) nos centros urbanos
influenciam na absorção e re-emissão de radiação de onda longa da atmosfera para a
superfície, afetando os balanços de radiação e energia.
Em 1987, Oke publicou a segunda edição (sendo a 1ª ed. em 1978) do seu livro
sobre “O clima da camada limite”, no qual aborda o fenômeno IC para 31 cidades
(distribuídas pelo continente europeu, América do Norte e Austrália) descrevendo com
mais detalhes as causas para a formação de IC. Desta vez o autor expõe uma visão mais
abrangente e minuciosa do fenômeno considerando aspectos energéticos e a circulação
atmosférica em interação com a geometria das construções da cidade (Oke, 1987).
16
No Brasil, muitos estudos vêm sendo desenvolvidos sobre a temática Ilha de
Calor com uso do método de estações fixas, onde cada autor aborda o tema de maneira
diferente, uns relacionam ao uso do solo, enquanto outros evidenciam o conforto
térmico. Costa (1998), por exemplo, estudou as variações termo-higrométricas para a
cidade de Belém/PA, através de medidas de campo, analisando o comportamento
térmico espacial da temperatura e umidade relativa do ar. Ele notou que a maiores
diferenças de temperatura (de 4,5ºC) ocorreram em bairros sem arborização e onde
havia intensa atividade humana, indicando a formação de IC na cidade.
Arya (2001) fez um estudo complementar ao de Oke (1987), analisando cidades
da Europa e da América do Norte evidenciando processos físicos envolvidos no
fenômeno de IC, bem como as influências antropogênicas (uso do solo, poluição
atmosférica) e fatores meteorológicos (circulação atmosférica).
Kalnay e Cai (2003) analisaram temperaturas mínimas e máximas para 1982
estações de superfície nos Estados Unidos, no período de 1950 a 1999, e notaram uma
tendência de aquecimento de 0,088ºC por década, sendo que as mudanças no uso do
solo foi o principal fator para esse aumento de temperatura. Eles fizeram comparações
destes dados (estações) com temperatura de superfície derivados do NNR (NCEPNCAR Reanalysis) e constataram maiores diferenças (1,4 ºC) para a última década
sugerindo que uma das causas para isso seria a ausência de assimilação de dados de
satélites aos modelos na primeira década (70-80).
No Brasil, Pezzuto (2007) realizou um estudo para a cidade de Campinas-SP e
encontrou intensidades da IC de 7,23ºC, no verão (agosto) de 2004, e 7ºC, no inverno de
2005 (julho e agosto). O mesmo utilizou dados de 12 estações fixas e 18 medidas
móveis. Em 2008, Ribeiro analisou dados convencionais para o Distrito Federal com o
objetivo de determinar um índice relativo à qualidade de vida, onde a influência das
condições de ilha de calor e de existência de áreas verdes foi determinante na
elaboração deste índice. Ele notou que as menores temperaturas coincidiram com as
áreas onde havia mais vegetação (áreas verdes). Em outro estudo, Uchôa (2011) avaliou
o fenômeno de IC para a cidade de Santarém-PA e seus resultados indicam a existência
deste fenômeno com intensidade de 1,0 a 2,9ºC, sendo mais significativo em áreas onde
há intenso uso do solo. O fenômeno de IC é comparado por Gartland (2010), a um
“Oásis inverso”, ou seja, enquanto o Oásis no deserto funciona como uma região com
17
temperaturas mais amenas, na cidade as IC proporcionam a uma região de temperaturas
mais elevadas.
Entretanto, além da metodologia com uso de estações fixas, vem sendo bastante
utilizadas nas últimas décadas técnicas de sensoriamento remoto para o estudo de IC.
Isto se deve ao advento da tecnologia a partir da qual se pôde observar remotamente o
comportamento térmico da superfície terrestre (Voogt e Oke, 2003). Um dos pioneiros e
mais relevantes trabalhos com a aplicação desta nova tecnica, no Brasil, foi realizado
por Lombardo (1985). Ela estudou a metrópole de São Paulo utilizando dados do
satélite NOAA e encontrou uma diferença de até 10ºC entre o centro e as áreas
adjacentes à cidade, sendo que os maiores gradientes térmicos foram encontrados no
horário de 15 e 21h (hora local).
Diversos outros trabalhos similares vem sendo realizados desde então, como o de
Lee (1993) que avaliou o efeito da ilha de calor em Seoul (Korea) com o uso do sensor
AVHRR dos satélites NOAA (9 e 10), relacionando temperatura de brilho do sensor
com as temperatura do ar e da superfície encontrando um coeficiente de correlação de
0,85 em relação à primeira e subestimativas em relação segunda. O mesmo verificou
também que a intensidade da IC era diretamente proporcional à densidade demográfica
e que o sensor representou adequadamente essa relação.
Mais recentemente, existe uma significativa quantidade e disponibilidade de
dados de sensores obtidos a partir de plataformas orbitais. Tomlison et al. (2011) listam
alguns sensores em operação, os quais disponibilizam dados na faixa do infravermelho
termal. Dentre eles citam-se: Landsat ETM (no satélite Landsat 7, com dados
disponíveis desde 1999); MODIS/Aqua (a partir de 2002) e do MODIS/Terra (a partir
de 2000); ASTER/Terra (2000); AVHRR (NOAA-1979 e MetOP-2006); AATSR
(Envisat-2004) e SEVIRI (Meteosat-8, a partir de 2005). Dentre eles, os dados do
sensor MODIS tem sido amplamente utilizados devido à sua alta resolução espacial e
temporal (Freitas et al., 2011).
Hung et al. (2006) analisaram com o uso do sensor MODIS/Terra (utilizando
temperatura de superfície e NDVI) a intensidade (diária e sazonal) e padrão espacial do
fenômeno de IC para oito cidades da Ásia: Tóquio, Beijing, Shanghai, Seoul, e
Pyongyang (localizadas na zona climática temperada) e Bankov, Manila e Ho Chi Minh
(na zona tropical), no período de 2000-2003. Dentre as cidades de clima temperado foi
encontrada a maior intensidade para a IC em Tóquio (12ºC) e menor, em Pyongyang (de
18
4 ºC), ambas em agosto de 2001. E para as cidades tropicais foram observadas
diferenças de até 8ºC para Bangkok (em fevereiro de 2002) e de 7ºC para a cidade de
Manila (em novembro de 2001).
Imhoff et al. (2010) fizeram um estudo de três ciclos anuais (2003-2005) do
fenômeno de IC para as 38 cidades mais populosas dos Estados Unidos utilizando os
satélites Landsat (sensor ETM+) e IKONOS, para estimar um “Índice de Áreas
Impermeável” (ISA) e compararam-nas com a temperatura de superfície e com o índice
de vegetação, ambos estimados pelo sensor MODIS/Aqua. Eles compararam as
intensidades das IC para diferentes biomas e encontraram diferenças de temperatura de
6,9 a 9,0ºC em relação à floresta, diferenças de 6,3ºC para gramíneas e de 5,0ºC para
regiões de savanas, para o período de verão.
Em outro estudo, Peng et al. (2012) utilizaram o produto temperatura de
superfície do sensor MODIS/Aqua para analisar a intensidade da IC em 419 cidades do
globo, das quais 65 encontravam-se na América do Sul. Nas cidades da América do Sul
as intensidades diurnas da IC foram de 3,0 ± 1,4 ºC. Os autores mostraram também que
a vegetação tem o papel de diminuir a intensidade da IC, principalmente na “estação de
crescimento”. Sousa e Ferreira (2012) utilizaram o sensor MODIS do satélite Terra
juntamente com os sensores TM e ETM+ dos Landsats 5 e 7 para estudar ilhas de calor
no município de Goiânia, Goiás, para o período seco de 2002 a 2011 e encontraram até
38 ºC para os valores de temperatura da superfície e intensidade de ilha de calor de 8 ºC.
Apesar do avanço no aperfeiçoamento de métodos para estudo de Ilhas de Calor,
ainda são poucos os trabalhos que utilizam as técnicas de sensoriamento remoto e a
modelagem da superfície e da atmosfera de áreas urbanas de maneira conjunta para tal
finalidade. Nesse sentido, Jin e Shepherd (2005) ressaltam que é essencial a inclusão de
dados de satélites em modelos climáticos regionais e globais e apontam três vantagens
de se usar o sensor MODIS: observações instantâneas da interação superfície-atmosfera;
cobertura global e boa qualidade dos dados. No trabalho são exemplificados os casos de
Beijing e Houston (Texas) através da análise espacial da temperatura de superfície para
as mesmas. Eles ressaltam ainda a adequada representação dos parâmetros (como
geometria urbana e cobertura do solo) das áreas urbanas nos modelos.
Os avanços também são verificados nos modelos meteorológicos que agora já
dispõem de parametrizações físicas retratando as áreas urbanas com efeito direto nas
estimativas do balanço de radiação, energia e água à superfície e, portanto, capazes de
19
representar os efeitos dessas estruturas no clima local (Chen e Dudhia, 2001a; 2001b).
O avanço também da capacidade de simular a escala urbana com resolução de 1 km ou
menos contribuíram também para o aprimoramento sobre estudos de IC, juntamente
com os avanços e melhorias nos dados de sensoriamento.
Para o Brasil alguns estudos já vêm sendo realizados utilizando medidas
convencionais, sensoriamento remoto e/ou modelagem. Freitas e Dias (2005) fizeram
um estudo, para região metropolitana de São Paulo, sobre os efeitos das áreas urbanas
na formação de ilha de calor com a aplicação do modelo RAMS (Regional Atmospheric
Modeling System) e perceberam que áreas urbanas contribuem para a formação de zonas
de convergência e divergência sobre as áreas urbanas e suas proximidades.
Mais especificamente para a cidade de Manaus, com o uso de estações fixas
localizadas na Reserva Duck (floresta), Fazenda Dimona (pastagem) e na área urbana da
cidade, Maitelli e Wright (1996) analisaram o efeito de ilha de calor comparando dados
de temperatura do perímetro urbano da cidade de Manaus com áreas rurais para os
meses chuvosos e secos de 1991 a 1992. Eles encontraram intensidade média de IC de
1,37ºC, comparado com área de pastagem, e 0,96ºC em relação à floresta para todo o
período de estudo. E, para o mês de setembro, a maior intensidade da IC, encontrada por
eles, foi de 2,5 ºC ocorrida às 11 horas da manhã.
Silva (2009) analisaram medidas de temperatura em 13 pontos da cidade de
Manaus e observaram variações térmicas espaciais de 8,0ºC e 6,0ºC em agosto de 2008
e março
de 2009, respectivamente. O mesmo também apontou espacialmente a
localização dos pontos (áreas) de maiores valores de temperaturas encontradas na zona
Centro-Sul e menores na Zona Leste da cidade.
Em um estudo mais recente, Souza e Avalá (2012) analisaram a influência do
fenômeno de ilha de calor urbana no microclima local da cidade de Manaus utilizando
dados de estações meteorológicas (entre 2000 a 2008). Eles encontraram uma
intensidade média da IC de 2,27 ºC para a estação seca, apresentando dois picos: um às
8 horas e outro às 17 horas. Souza (2012) fez simulações com o modelo BRAMS e
apontou uma tendência de aquecimento de 0,74ºC para a cidade, nos últimos 50 anos.
Entretanto, o autor não atribui exclusivamente esta tendência ao efeito de ilha de calor
ou consequência das mudanças climáticas globais, mas sugere ser uma junção desses
dois fatores.
20
A comunidade cientifica, nas últimas décadas, tem procurado desenvolver um
modelo que represente mais adequadamente o fenômeno de Ilha de Calor, nesse sentido
o Centro Nacional de Pesquisas Atmosféricas (NCAR) em parceria com outros grupos
vem aprimorando sistemas de modelagem, dentre estes, o Modelo de Pesquisa e
Previsão de Tempo (WRF). O mesmo já vem sendo usado para o estudo de IC em áreas
metropolitanas como Beijin, Guangzhou, Hong Kong, Houston, New York, Salt Lake
City Tapei e Tóquio (Miao et al., 2009a e Chen et al., 2011). No entanto, não foram
encontrados na literatura estudos realizados na América do Sul com a aplicação do
modelo WRF em estudos sobre ilha de calor.
4. DADOS E METODOLOGIA
4.1. Dados
Os dados utilizados neste trabalho foram: séries mensais de temperatura de
superfície (TS) e os índices de vegetação NDVI e EVI (produtos MYD11C3 e
MYD13C2, respectivamente, do sensor MODIS do satélite AQUA) na resolução 5 km
por 5 km, para o período de 2003 a 2011. E também temperatura de superfície para os
meses agosto e setembro de 2002 a 2012, na resolução 1 km por 1 km (produto
MYD11A2 do mesmo sensor). Esses dados foram obtidos no portal do sensor MODIS
na NASA (National Aeronautics and Space Administration), através do LP DAAC
(Land
Processes
Distributed
Active
Archive
Center),
disponível
em:
<
https://lpdaac.usgs.gov/get_data/data_pool> e possuem alta confiabilidade (WAN,
2007; 2008). Ressalta-se que todos dados remotos correspondem ao horário de
passagem do satélite (13h30min-hora local).
E os dados para as condições inicias e de contorno para as simulações com o
modelo WRF foram obtidos do NCEP (National Centers for Environmental Prediction),
de
temperatura
da
superfície
do
mar
disponível
em:
<ftp://ftp.emc.ncep.noaa.gov/cmb/sst/oisst_v2/GRIB> e dados de reanálise CFSR
(Climate
Forecast
System
Reanalysis),
obtidos
no
site:
http://soostrc.comet.ucar.edu/data/grib/cfsr/2009/. O mapa de uso e cobertura do solo da
área urbana de Manaus foi definido com base em Roque (2006).
A área de estudo compreende a cidade de Manaus, localizada no estado do
Amazonas (Figura 4.1) à esquerda dos Rios Negro e Amazonas, tem uma população de
21
1.802.525 habitantes e extensão territorial de 11.401 km², sendo contituída por floresta
de terra firme, campinarana, várzea e igapó (IBGE, 2010).
Figura 4.1: Área de estudo - Cidade de Manaus e vizinhanças.
4.2. Metodologia
A figura 4.2.1 descreve esquematicamente como está estruturado as etapas da
metodologia deste trabalho. Inicialmente foram feitas as aquisições, a seleção e
organização das estimativas de TS sobre o município de Manaus (ETAPA 1). Em
seguida, trabalhou-se no tratamento de dados através da elaboração de programas
científicos (linguagem de programação) para se fazer a navegação nas imagens de
satélite a fim de selecionar (recortar) a região de estudo e extrair as variáveis a serem
analisadas (ETAPA 2).
22
Figura 4.2.1: Fluxograma mostrando as etapas da metodologia adotada.
Na resolução espacial 5 km por 5 km, foram analisadas as séries de TS e
Intensidade da Ilha de Calor (IIC) para cada pixel da figura 4.2.3 para o período 2003 a
2012. Em seguida, fez o procedimento análogo para os índices de vegetação e procurouse uma possível relação entre a TS e esses índices (ETAPA 3). Na mesma resolução
foram analisadas os campos espaciais de TS para os meses de agosto e setembro de
2003 a 2012 (ETAPA 4) (Figura 4.2.2).
Figura 4.2.2: Fluxograma mostrando a etapa 3 da metodologia.
Na resolução espacial 1 km por 1 km, analisou-se as médias de TS para os
primeiros 4 anos (2002 – 2005) e os quatro últimos anos (2009 - 2012) da série
23
histórica do satélite Aqua, bem como para todo o período (2002 - 2012) para os meses
de agosto e setembro (ETAPA 5).
As análises na resolução espacial de 5 km por 5 km serão apresentados para os
pontos 1, 2, 3 4, e 5 da figura 4.2.3 que recobrem as regiões mais quentes da cidade de
Manaus e os para os pontos 6, 7, 8 e 9 serão apresentados no apêndice A.
Figura 4.2.3 – Pontos de grade em diferentes regiões da cidade de Manaus
utilizados para ilustrar o fenômeno de ilha de calor.
A análise em um estudo de caso com a versão 3.1.1 do modelo WRF em
comparação com os dados de satélites foi realizada para a mesma área de estudo
abordada nos dados remotos e para os meses de agosto e setembro de 2009, por ter sido
uma estação anomalamente seca, o que se pode perceber pela figura 4.2.4 que mostra a
precipitação climatológica (1960 - 1990) em comparação com o ano de 2009.
500,0
2009
Precipitacao total mensal (mm)
450,0
clim60-90
400,0
350,0
300,0
250,0
200,0
150,0
100,0
50,0
0,0
jan
feb
mar
apr
mai
jun
jul
aug
sep
oct
nov
dec
Figura 4.2.4 - Precipitação para o ano de 2009 em comparação com a média climatológica
de 1960-1990. FONTE: INMET.
24
Primeiramente, foram preparadas as Condições Iniciais (C.I) com os dados do
NCEP e configuradas as Condições de Contorno (C.C) através das parametrizações
físicas, dinâmicas e controle de tempo do modelo descritas por Skamarock et al.(2005)
(ETAPA 6), sendo utilizados dois domínios aninhados (Figura 4.2.5) D1 (na resolução
espacial 5 por 5 km com 61 x 61 pontos de grade) e D2 (na resolução espacial 1 km por
1 km com 70 x 70 pontos de grade) e a atmosfera foi discretizada em 38 níveis verticais
em coordenadas sigma-eta (híbrida) desde a superfície até 50 hPa, resultando nas
variáveis de saída (temperatura da área urbana e de floresta; componentes do balanço de
radiação e energia (fluxos de calor sensível, latente e de calor no solo). Trabalhou-se,
então, na elaboração “rotinas de linguagem de programação” a fim de extrair as
variáveis para análise (ETAPA 7).
(a)
(b)
Figura 4.2.5: Abrangência dos domínios para as simulações com o modelo WRF (a). Mapa da
cobertura da superfície utilizado para as simulações em amarelo (área de floresta), em azul (área urbana) e
laranja (área de rio) (b).
A simulação foi inicializadas às 12 UTC do dia 25 de julho de 2009 até o dia 1º
de outubro do mesmo ano utilizando os dados de análises globais do NCEP (National
Centers for Environmental Prediction) com resolução de 50 km como C.I e foram
conduzidas até 72h de integração do modelo WRF. As opções físicas utilizadas no
modelo WRF foram: parametrização de cúmulus (5, 5 – Grell – Deveni ensemble
scheme); microfísica (2, 2 – Lin et al. scheme); radiação de onda longa (4, 4 – RRTMG
scheme); radiação de onda curta (4, 4 - RRTMG scheme); física da superfície (2, 2 –
Noah Land Surface Model), física urbana (1, 1 – Urban canopy model); camada limite
planetária (1, 1 – YSU scheme), sendo o mapa de cobertura de superfície da área urbana
25
(Figura 4.2.5) definido a partir de Roque (2006), e as classes de tipo de cobertura do
ambiente urbano agregados em uma única classe, de forma que os ambientes definidos
foram: floresta, rios e área urbana;
Foi analisado também o ciclo diário da temperatura do ar à 2 m do modelo em
comparação aos dados de estações metereológicas situadas em área urbana e de floresta,
bem como a estimativa da Intensidade da Ilha de Calor (IIC), mostrando os picos
característicos e a variação espacial da temperatura da superfície e da IIC através de
análise de transectos horizontal (longitudinal) e vertical (latitudinal), tanto nos dados de
satélites como nos dados do modelo e em seguida fez a comparação entre os mesmos
(ETAPA 8). Variáveis do balanço de radiação e energia simulados para os ambientes
urbano e de floresta foram analisadas e, quando possível, comparados com medidas
(ETAPA 9). Por fim, foram realizadas medidas de temperatura do ar e umidade relativa
utilizando sensores em movimento e cruzando vários bairros de Manaus a fim de avaliar
as variações microclimáticas entre os ambientes do percurso (ETAPA 10).
5. RESULTADOS
5.1. Análise dos dados do satélite Aqua na resolução 5 km x 5 km para o período de
2003 a 2012
Os resultados das análises de temperatura da superfície são apresentados para os
pontos 1, 2, 3, 4 e 5 da figura 4.2.3 que representam pontos de grade aqui denominadas
de áreas: 1 (Central), 2 (Sul), 3 (Norte), 4 (Oeste) e 5 (Leste) da área urbana de Manaus
e uma área de floresta sobre a Reserva Ducke (RD), ao norte da cidade de Manaus. A
figura 5.1.1 apresenta as séries temporais das temperaturas médias da superfície para as
respectivas áreas citadas acima em comparação com a área na Reserva Ducke, a fim de
ilustrar a existência do fenômeno ilha de calor na cidade. Enquanto que a figura 5.1.2
mostra a intensidade da IC nessas áreas. O apêndice A apresenta a mesma análise para
mais 4 regiões (6, 7, 8 e 9) da cidade.
26
Figura 5.1.1 – Série de temperatura da superfície (TS) estimada por satélite para uma área urbana (linha
em vermelho) para os pontos: 1 (a1), 2 (a2), 3 (a3), 4 (a4) e 5 (a5) e uma área de floresta da reserva
Ducke (linha azul), na resolução espacial 5km por 5 km.
27
Figura 5.1.2 – Série intensidade da ilha de calor (IIC) estimada por satélite para os pontos: 1
(a1), 2 (a2), 3 (a3), 4 (a4) e 5 (a5).
Observa-se, mas figuras, que a temperatura da superfície nas áreas urbanas é
sistematicamente superior às áreas de floresta e sofre grande variabilidade associada à
variabilidade sazonal e interanual da precipitação. As maiores temperaturas nos dois
28
ambientes ocorrem durante os meses de agosto, setembro e outubro e se intensifica
durante os anos em que a precipitações foram muito baixas. Isso ocorreu, por exemplo,
em 2006 e 2009 quando 3 ou mais das estações de estiagem não apresentaram qualquer
evento de precipitação. Ao longo do gradiente urbano-floresta, percebe-se que no
período 2007-2012 as variações sazonais são mais intensas do que o período 2003-2006.
Sugere-se que à medida que as cidades crescem geram seu próprio clima, pois dentro
das áreas urbanas o clima é diferente das áreas de floresta, pois maior densidade de
edificações resultará em maior diferença nos registros climáticos de temperatura dentro
das cidades em comparação com os registros climáticos nas zonas florestadas.
As maiores médias, 7,9 ºC e 6,7 ºC (Tabela 1), da IC foram observadas nas
regiões 1 e 4 (figuras 5.1.2). Certamente esses valores são mais elevados porque se
tratar de regiões com bastantes construções e poucas áreas verdes em relação às outras
regiões da cidade. Das cinco regiões analisadas, a região de número 5 foi a que
apresentou a menor intensidade média (5,1 ºC) para o fenômeno Ilha de Calor
ocorrendo nos meses de agosto e setembro. Provavelmente por se tratar de uma área que
apresenta cobertura do solo ainda bastante vegetada em relação aos outros pontos
analisados.
Tabela 1: Intensidades médias da ilha de calor referentes aos pontos de grades da figura 4.2 para os
meses de agosto e setembro no período de 2003 a 2011 na resolução 5 km por 5 km.
ANO
2003
2004
2005
2006
2007
2008
2009
2010
2011
MEDIA (ago-set)
INTENSIDADE DA IC
PONTO
PONTO
PONTO
1
2
3
8,2
4,7
5,0
8,2
6,6
7,4
6,3
6,7
6,0
8,4
5,3
5,7
7,0
4,2
5,0
7,8
6,5
6,4
8,3
6,4
5,4
8,1
4,5
6,6
9,0
7,0
6,8
7,9
5,8
6,0
PONTO
4
5,9
7,6
6,4
6,7
5,1
7,9
7,4
6,0
7,5
6,7
PONTO
5
4,3
5,1
5,7
4,9
4,7
5,6
5,5
4,1
5,7
5,1
Todos os pontos de grade indicam o efeito de ilha de calor na temperatura da
cidade de Manaus com maiores intensidades ocorrendo nos meses de agosto a outubro
29
(estação seca). Neste período, intensidade da ilha de calor variou de 4ºC a 9ºC para as
diferentes regiões da cidade de Manaus, para os diferentes anos analisados.
A fim de avaliar se a temperatura da superfície vem aumentando nos últimos
anos fez-se uma análise das séries temporais da temperatura da superfície nas 5 regiões
da cidade de Manaus apresentadas na figura 4.2.3. Além disso, são apresentadas as
mesmas análises para as séries temporais de dados de dois diferentes índices de
vegetação (NDVI e EVI), também estimados por satélite, para verificar se é possível
observar uma relação direta do aumento na temperatura da superfície com uma
diminuição nos valores destes índices ao longo da série 2003 a 2011. Foram utilizados
ambos os índices, uma vez que os mesmos estão relacionados com parâmetros
biofísicos da vegetação (coloração, biomassa), o que permite analisar a dinâmica
temporal da vegetação em comparação com a temperatura da superfície. Essas análises
são apresentadas nas figuras 5.1.3, 5.1.4, 5.1.5, 5.1.6 e 5.1.7 para as regiões 1, 2, 3, 4 e
5, respectivamente.
Nas regiões de 1 a 5 (Figuras 5.1.3 5.1.5, 5.1.6 e 5.1.7 e 5.1.6) nota-se que ao
longo da série temporal 2003-2011 a TS apresenta aumento, enquanto que os índices de
vegetação apresentam diminuição.
Figura 5.1.3 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e EVI (b) para a
região 1 da cidade de Manaus.
30
Figura 5.1.4 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (c)
para a região 2 da cidade de Manaus.
Figura 5.1.5 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e EVI (b) para a
região 3 da cidade de Manaus.
31
Figura 5.1.6 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e EVI (b) para a
região 4 da cidade de Manaus.
Figura 5.1.7 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e EVI (b) para a
região 5 da cidade de Manaus.
32
Observa-se nestas figuras que em todas as regiões analisadas há um aumento na
temperatura da superfície nos últimos anos, sendo mais pronunciado nas regiões 1 e 2.
Ao mesmo tempo, também é observada nos dois índices de vegetação uma diminuição
ao longo dos anos avaliados, sugerindo que o aumento de temperatura da superfície na
cidade de Manaus está diretamente relacionado com uma diminuição na área verde da
cidade.
Os gráficos que apresentam as séries de temperatura da superfície estimada por
satélite para uma região urbana e outra de floresta da reserva Ducke, juntamente com a
série da diferença entre essas temperaturas, além das tendências observadas nas séries
de temperatura da superfície e nos índices de vegetação para mais quatro diferentes
regiões da cidade de Manaus (pontos 6, 7, 8 e 9) constam no apêndice A.
Esta análise sugere que os espaços verdes desempenham um importante papel na
promoção de condições bioclimáticas favoráveis, contribuindo para o arrefecimento da
cidade, através do efeito de sombra e da evapotranspiração corroborando os estudos de
Oke (1987) e Peng et al. (2012).
5.2. Análise dos campos espaciais de temperatura da superfície para os meses de
agosto e setembro para os anos de 2003
Quanto à distribuição espacial da TS na resolução 5 km por 5 km, ilustrada nas
figuras 5.2.1, 5.2.2, 5.2.3, 5.2.4 e 5.2.5, os valores mais elevados de temperatura foram
encontrados para o mês de agosto, entre 36,3 ºC e 37,2 ºC, nos pontos 1, 2 e 4 da figura
4.2.3; temperaturas menores, de 31,3 ºC a 33,5 ºC, nos pontos1 6, 7 e 9 e valores
intermediários, entre 34,3 ºC e 34,7 ºC, nos pontos 3,5 e 8.
A tabela 2 apresenta os bairros de Manaus referentes aos respectivos pontos de
grade (áreas) da figura 4.2.3 e o apêndice B mostra a divisão por bairro nas suas
respectivas zonas da cidade que são mostradas no anexo 1.
1
Os pontos 6, 7 e 8 estão localizados no apêndice A.
33
Tabela 2: Bairros referentes aos pontos de grades da figura 4.2.3
PONTO DE
Bairro e porção do mesmo que pertence ao ponto de
GRADE
grade
(referente à
figura 4.2)
Área Central da Novo Aleixo – porção sul, São José Operário – lado oeste,
cidade - 1 Coroado, Flores, Parque 10 de Novembro – porção leste e
Aleixo – lado leste.
Área Sul da Petrópolis, Japiim, Distrito Industrial I, Vila Buriti e Crespo.
cidade - 2
Área Norte da Monte das Oliveiras – parte sul, Nova Cidade – porção sul,
cidade - 3 Cidade Nova e Novo Aleixo – porção norte.
Área Oeste - 4 Alvorada, Redenção, Bairro da Paz, Flores – lado oeste,
parque 10 de Novembro - oeste, Aleixo – lado oeste, Dom
Pedro e Chapada.
Área Leste da Tancredo Neves, São José Operário – lado leste, Zumbi dos
cidade - 5 Palmares, Armando Mendes, Gilberto Mestrinho e Distrito
Industrial II- porção sul.
Para o mês de setembro os valores maiores de temperatura foram entre 36,3 ºC e
38,3 ºC, de superfície nos pontos 1, 3, 4 e 6; menores valores de 31,9 ºC e 34,0 ºC foram
encontrados nos pontos 9 e 7, respectivamente. E os valores intermediários, de 34,7 ºC
até 35,7 ºC, nos pontos 2, 5 e 8.
34
Figura 5.2.1 – Temperatura média da superfície (°C) para a cidade de Manaus, para o mês de agosto (a) e
setembro de 2003 (b). E agosto (c) e setembro de 2004 (d) com resolução de 5 km por 5 km.
Figura 5.2.2 – Temperatura média da superfície (°C) para a cidade de Manaus, para o mês de agosto (a) e
setembro de 2005 (b). E agosto (c) e setembro de 2006 (d) com resolução de 5 km por 5 km.
35
Figura 5.2.3 – Temperatura média da superfície (°C) para a cidade de Manaus, para o mês de agosto (a) e
setembro de 2007 (b). E agosto (c) e setembro de 2008 (d) com resolução de 5 km por 5 km.
Figura 5.2.4 – Temperatura média da superfície (°C) para a cidade de Manaus, para o mês de agosto (a) e
setembro de 2009 (b). E agosto (c) e setembro de 2010 (d) com resolução de 5 km por 5 km.
36
Figura 5.2.5 – Temperatura média da superfície (°C) para a cidade de Manaus, para o mês de agosto (a) e
setembro de 2011 (b). E agosto (c) e setembro de 2012 (d) com resolução de 5 km por 5 km.
5.3. Análise dos dados do satélite Aqua na resolução 1 km x 1 km para o período de
2002 a 2012
Com o objetivo de melhorar a identificação quanto à configuração espacial e
abrangência da ilha de calor em Manaus, fez-se a obtenção e organização das
estimativas de temperatura da superfície por satélite na resolução espacial de 1 km por
1 km, para o período de 2002 a 2012 (meses de agosto e setembro) e analisou-se o
campo médio desta temperatura para os quatro primeiros e os quatro últimos anos da
série de dados remotos, de 2002 a 2005 e de 2009 a 2012, respectivamente.
As figura 5.3.1 e 5.3.2 apresentam o campo espacial de temperatura média da
superfície para os meses de agosto e setembro, sobre a cidade de Manaus, numa
resolução espacial de 1 km por 1 km, para os quatro primeiros anos da série de dados
remotos e para os quatro últimos anos da série, respectivamente. Já a Figura 5.3.3
37
apresenta o campo espacial de temperatura média da superfície para os meses de agosto
e setembro, para o período de 2002 a 2012 da mesma série. Nota- se, nestas figuras, que
os maiores valores de temperatura da superfície para o período destacam-se sobre duas
áreas: uma ao sul e outra a leste da zona urbana. Estas áreas são as que apresentam
maior densidade de urbanização. E na porção oeste da cidade observa-se que ainda
existem áreas verdes preservadas englobando as proximidades do Aeroporto
Internacional Eduardo Gomes. Já na porção mais a leste da cidade, observam-se
temperaturas amenas na região que envolve a mata da UFAM.
De forma geral, é possível observar que, ao longo dos últimos anos, houve um
aumento na temperatura média da superfície em diferentes bairros de Manaus, tanto no
mês de agosto quanto no mês de setembro, sendo as maiores temperaturas encontradas
no mês de setembro, mostrando a intensificação do fenômeno Ilha de Calor em Manaus
nos quatro últimos anos do período analisado em relação aos quatro primeiros anos.
Figura 5.3.1 – Temperatura média da superfície (°C) para os meses de agosto (a) e setembro (b)
para o período de 2002 a 2005, sobre a cidade de Manaus, com resolução de 1 km por 1 km.
38
Figura 5.3.2 – Temperatura média da superfície (°C) para os meses de agosto (a) e setembro (b) para o
período de 2009 a 2012, sobre a cidade de Manaus, com resolução de 1 km por 1 km.
Figura 5.3.3 – Temperatura média da superfície (°C) para os meses de agosto (a) e setembro (b) para o
período de 2002 a 2012, sobre a cidade de Manaus, com resolução de 1 km por 1 km.
39
Observa-se ainda que as temperaturas são mais elevadas no mês de setembro. E
que as áreas que apresentam temperaturas mais elevadas localizam-se na porção sul e
oeste da cidade, mais especificamente nos bairros: Cidade Nova, São José Operário,
Zumbi dos Palmares, Japiim, Petrópolis, Aleixo, São Francisco, Nossa Sra. das Graças,
Parque Dez de Novembro, Flores, Alvorada, Planalto, Redenção, Santos Dumont,
Cachoeirinha e parte do Centro da Cidade. Por outro lado, é possível observar que o
bairro do Coroado apresentou uma temperatura média da superfície menor do que os
bairros de seu entorno, provavelmente em função da grande área de vegetação nativa
existente no campus da Universidade Federal do Amazonas (UFAM). E também nas
porções no entorno da cidade, no caso dos contornos da região sul a temperatura sofre
influência da região de rios e, nas porções nos contornos das regiões leste e oeste, além
da influencia dos rios tem a presença de áreas de florestas.
5.4. Estudo de caso da intensidade da ilha de calor
Com o intuito de melhor caracterizar o fenômeno ilha de calor na cidade de
Manaus fez um estudo de caso através da análise do campo de temperatura da superfície
e transectos com os dados de satélite e do modelo, na resolução espacial de 1 km por
1 km, para os meses de agosto e setembro de 2009 (Figura 5.4.1), bem como a análise
do ciclo diário da temperatura e umidade do ar com os dados do modelo, estações
meteorológicas e coletas de campo.
40
5.4.1. Análise de ilha de calor pela temperatura da superfície
De maneira geral, verifica-se que a superfície das áreas urbanas apresentam os
maiores valores de temperatura em relação à floresta e superfície dos rios. Nos dados de
satélite (figura 5.4.1), as maiores temperaturas da superfície (entre 40 ºC e 42 ºC) foram
encontradas em duas regiões da cidade: uma envolvendo a maior parte das zonas Sul e
outra na intersecção das zonas Leste e Norte da cidade de Manaus. Na região CentroSul e Centro-Oeste da cidade observa-se a os valores entre 38 ºC e 40 ºC para a
temperatura da superfície e as demais regiões os valores estão entre 30 ºC e 38 ºC,
sendo que os valores inferiores a estes (entre 25 º e 30 ºC) correspondem a regiões de
rios e/ou florestas.
Figura 5.4.1 – Temperatura média da superfície (°C) para os meses de agosto e setembro
de 2009, sobre a cidade de Manaus na resolução de 1 km por 1 km, sensor MODIS.
Para os dados do modelo (Figura 5.4.2) verifica-se o mesmo padrão de
distribuição espacial da temperatura da superfície comparado aos dados do sensor
MODIS, entretanto, apresenta menores temperaturas da superfície para toda a área de
estudo, sendo estes entre 40 ºC e 42 ºC para a maior para da área urbana, envolvendo as
41
zonas sul, centro-sul e centro-oeste da cidade. Para a área de floresta a temperatura foi
em torno de 38 ºC, enquanto para a superfície de rio foi cerca de 30 ºC.
Figura 5.4.2: Temperatura da superfície (°C) para o período de 01 de
agosto a 30 de setembro de 2009 na resolução 1 km por 1 km, modelo WRF.
Analisou-se também a diferença entre os dados do modelo em relação aos de
satélite (figura 5.4.3) e observou-se o modelo superestimou em até 6 ºC em relação
áreas de florestas e subestimou em até -6 ºC para a superfície de rios. Entretanto, para as
regiões que apresentam maior temperatura, a diferença entre modelo e satélite é de cerca
de 2 ºC.
42
Figura 5.4.3: Diferença de temperatura da superfície (°C) entre os dados do
modelo WRF e os dados do sensor MODIS.
No transecto longitudinal (figura 5.4.4), os dados do modelo WRF mostraram
variações espaciais na temperatura de superfície entre 30 °C na área de floresta e 43 °C
para a área no perímetro urbano, resultando numa intensidade de ilha de calor de 13 ºC
em relação à área de floresta. Já em relação ao rio, tem-se 15 ºC de intensidade da IC,
sendo 28 ºC a temperatura da superfície do rio. Quanto aos dados do sensor MODIS,
observa-se 30 °C para a área de floresta e 41 ºC para área urbana resultando em uma IIC
de 11 ºC em relação à área de floresta. Em relação ao rio, a IIC foi de 13 ºC, sendo 28
ºC para a temperatura superfície do rio.
43
Figura 5.4.4: Transecto longitudinal temperatura da superfície (°C)
do satélite AQUA e modelo WRF.
No transecto latitudinal (Figura 5.4.5), a temperatura da superfície simulada pelo
modelo WRF para a área de floresta foi de 38 ºC e de 43,0 ºC para a área urbana, resultando na
intensidade da IC de 5 ºC. Em relação ao rio a intensidade da IC foi de 15 ºC, sendo 28 ºC a
temperatura para a superfície de rio. Para os resultados do satélite, obteve-se: 31 ºC, para a área
de floresta, e de 41 ºC para a área urbana, sendo a intensidade da IC de 10 ºC. Já em relação ao
rio tem-se a intensidade de 12 ºC, onde a temperatura para a área de floresta foi cerca de 29 ºC.
Figura 5.4.5: Transecto latitudinal da temperatura da superfície (°C)
do satélite AQUA e modelo WRF.
44
As diferenças entre as curvas da simulação e do satélite refletem o efeito da
variação da densidade de urbanização na temperatura e explicita que as medidas
remotas consistentemente com o modelo.
5.4.2. Análise de ilha de calor pela temperatura do ar
A figura 5.4.6 apresenta o campo espacial médio da temperatura do ar à 2 m para
agosto e setembro de 2009 simuladas pelo modelo WRF. Verifica-se que a temperatura
do ar é relativamente menor do que a temperatura da superfície analisada anteriormente.
Sendo os maiores valores em torno de 33,7 ºC sobre a área central da cidade de Manaus.
E para a área de floresta cerca de 33 ºC, resultado numa intensidade da IC de 0,7 ºC. Já
em relação ao rio verifica maior intensidade, 3,7 ºC, sendo a temperatura sobre o rio de
aproximadamente 30 ºC.
Figura 5.4.6: Temperatura do ar (°C) para o período de 01 de
agosto a 30 de setembro de 2009 na resolução 1 km por 1 km, modelo WRF.
A figura 5.4.7 mostra o ciclo diário da temperatura do ar à 2 m simulada pelo
modelo WRF juntamente com as medidas na estação localizada na Reserva Ducke (área
de floresta) para o período de agosto e setembro de 2009. Verifica-se que as maiores
45
temperaturas estão em torno de 34 ºC. Entretanto, tanto na simulação (WRF) quanto nas
medidas (OBS) o modelo subestima as temperaturas entre 9 h e 13 h e superestima no
restante do dia, particularmente entre 16 h e 18 h. Esse erro está associado aos dois
fatores determinantes da temperatura, a capacidade térmica da superfície na área de
floresta e ao fluxo de radiação solar incidente à superfície. Esta análise será apresentada
mais adiante.
Figura 5.4.7: Ciclo diário da Temperatura do ar à 2 metros para agosto a setembro
de 2009. Comparação entre o Modelo WRF e os dados da Reserva Ducke (floresta).
Figura 5.4.8: Ciclo diário da temperatura do ar a 2 m para agosto à setembro de 2009.
Comparação modelo (WRF) e estação urbana (INPA).
No ambiente de floresta, o modelo representou um pico mais tardio e uma queda
mais abrupta na temperatura, certamente porque a capacidade térmica do modelo sobre
a área de floresta, neste caso, precisa ser melhorada. Na área urbana (Figura 5.4.8) a
diferença entre a temperatura do ar à 2 m simulada (WRF) e observada (OBS) é menor,
mas como o modelo ainda representado substimativas nas primeiras horas do dia e
46
superstimativas no final do dia. Porém, com magnitudes do erro menores que os
verificados no ambiente de floresta.
O ambiente de floresta resfria-se mais rapidamente. Isto se deve à partição de
energia de calor latente e sensível ser de maneira diferenciada nos dois ambientes (será
analisado mais adiante). Enquanto que o ambiente urbano resfria-se mais lentamente e
mais tarde do que na floresta. Estas diferenças de aquecimento e resfriamento nos
ambientes ocorrem porque há diferenças nas taxas de aquecimento na área urbana em
relação à área de floresta, uma vez que a difussividade térmica dos materiais que
constituem o ambiente urbano são maiores que aqueles da área de floresta. Isto faz com
que o fluxo de calor sensível seja maior, no ambiente de urbano, enquanto o fluxo de
calor latente maior na floresta, influenciando, assim, os componentes do balanço de
energia e afetando o ciclo diário da intensidade da ilha de calor.
O ciclo diário da intensidade de ilha de calor, mostrada na figura 5.4.9, apresenta
dois máximos: um entre às 7 e 8 horas, de 4,2 ºC (para os dados observados) e 5,6 ºC
(para os dados do modelo) e outro entre 18 e 20 horas, com magnitude de 2,4 ºC para os
dados observados e de 3,4 ºC para os dados do modelo. Estes resultados estão de acordo
as estimativas da IIC derivadas por Matelli e Wright (1996) que obteve valor de 2,5 ºC
para o mês de setembro de 1990-1992.
Figura 5.4.9: Intensidade da Ilha de Calor (°C) para 01/08/09 a 30/09/09 (ciclo diurno)
Estes resultados concordam também com os obtidos por Souza (2012), quando
estimou, para a estação seca, a intensidade da IC de 2,7 ºC à 3 ºC nos horários de pico,
47
ocorrendo às 8 horas e às 17h. Entretanto, o segundo pico não ficou bem caracterizado
pelos dados observados. As estimativas da IIC pelos dados do modelo são influenciadas
pelos erros na temperatura do ar comentados anteriormente. A IIC modelada é maior
entre 7h e 9h, com mínimo à tarde e valores intermediários à noite. Percebe-se que os
dados observados quanto nos simulados que o padrão climatológico da IIC verificado
por Souza (2012) não é representado apenas com dados de uma dada época e são
dependentes da representatividade dos dados medidos.
5.4.3. Análise das componentes do balanço de radiação e energia
Para verificar o porquê dos resultados do modelo divergiram em relação àqueles
por sensoriamento remoto e aos dados de estações de superfície, particularmente na
representação de área de floresta, é analisado o comportamento da radiação solar
incidente (Figura 5.4.10), uma vez que esta pode ter sido uma das principais
responsáveis pela diferença na temperatura e analisou-se, também, as variáveis do
balanço de energia à superfície (Figura 5.4.11).
Figura 5.4.10: Ciclo diário da radiação de onda curta para agosto à setembro de 2009.
Comparação modelo (WRF) e estação (Reserva Ducke).
48
Verifica-se na figura 5.4.10 que ao comparar o ciclo diário da radiação de onda
curta incidente, simulada, em relação os dados medidos para a área de floresta, o
modelo está superestimando os valores principalmente no período da tarde,
influenciando, desta forma, no aumento do saldo de radiação à superfície e na
temperatura simulada. Estas diferenças sugerem que a escolha de algumas
parametrizações de radiação do modelo devem ser revistas e ajustadas de forma a
representar mais adequadamente esta componente, particularmente na área de floresta.
Os ciclo diário médio dos termos do balanço de energia à superfície nas áreas
urbanas e de floresta são analisados nas figuras 5.4.11a e 5.4.11b. Verifica-se que a
partição de energia ocorre de maneira diferenciada para os dois ambientes (floresta e
urbano), pois fluxo de calor sensível (H) é maior sobre a área urbana devido às
propriedades dos materiais constituinte deste ambiente apresentar maior capacidade
térmica, logo apresentam maior difusividade térmica do que o ambiente de floresta.
Entretanto, o fluxo de calor latente (LE) é maior na área de floresta, uma vez que a
presença de vegetação facilita os processos de evapotranspiração, sendo utilizada maior
energia para esses processos do que para o aquecimento da superfície. Esta diferença é
ainda mais acentuada em relação à superfície de rios, onde o calor latente é
consideravelmente maior.
Os ambientes de floresta e urbano também se diferenciam quanto ao fluxo de
calor no solo (G), pois este é consideravelmente maior na área urbana, isto se deve ao
fato de a superfície, tendo maior difussividade, transmitir maior fluxo de calor para as
camadas inferiores. Enquanto que no ambiente de floresta este fluxo é menor, pois a
presença de cobertura vegetal impede a incidência de radiação solar nas camadas
superiores do solo, resultando em menor energia para o subsolo.
Esta peculiaridade desses ambientes quanto aos fluxos de G, H e LE, influencia,
consequentemente, no saldo de energia à superfície (Rn) em cada um dos ambientes,
que é maior no ambiente de floresta, uma vez que haverá menos “perdas” pelos
processos energéticos. É importante considerar também que o albedo para floresta é
menor do que para o ambiente urbano, portanto, tem-se maior energia disponível.
49
(a)
(b)
Figura 5.4.11: Variáveis do balanço de energia para uma área urbana (a) e floresta (b).
50
5.4.4 Variação da temperatura e umidade do ar entre áreas urbanas e verdes em
Manaus
Com o objetivo de avaliar a temperatura e a umidade relativa do ar em algumas
das principais ruas/avenidas da cidade de Manaus, realizou-se no dia nove (9) de
dezembro de 2012 um experimento de campo com sensores em movimento fixados em
um carro. O intuito foi utilizar o período de 14 às 16 horas, quando a variação da
temperatura do ar é pequena, para estimar as variações espaciais existentes que servem
como indicar da IIC neste horário. Para isso foram utilizados dois sensores, com taxas
de amostragem a cada 2 segundos e defasados um do outro em 1 segundo, para registrar
o dobro de medições em cada mosaico de superfície por onde o veículo passava. A
figura 5.4.12a ilustra os sensores de temperatura e umidade do ar instalados sobre o
carro e a figura 5.4.12b mostra o trajeto realizado. É importante destacar que o percurso
abrangeu áreas com diferentes densidades de urbanização, bem como áreas verdes o que
refletiu nas diferenças de temperatura e umidade medidas.
(a)
(b)
Figura 5.4.12 – Foto ilustrativa dos sensores de temperatura e umidade do ar instalados sobre um carro (a)
e trajeto realizado durante estas medidas na cidade de Manaus (b).
51
TABELA 5.7.1 – Pontos de referência identificados durante as medidas de temperatura e umidade do ar
em algumas ruas e avenidas de Manaus.
Pontos de
Controle
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Localidade
Início da Avenida das Torres
Início da Avenida Max Teixeira
Início da Av. Torquato Tapajós
Início da Avenida Constantino Nery
Terminal de ônibus T1 – Av. Constantino Nery
Porto de Manaus – Centro
Bairro Educandos – próximo ao DB
Bola da Suframa
Aeroporto de Ponta Pelada
Distrito Industrial – próximo a Honda
Porto Ceasa – Balsa do Careiro
Shopping Studio 5
Entrando no bairro Japiim
Colégio Tiradentes – Bairro Petrópolis
Instituto Nacional de Pesquisas da Amazônia – INPA
Entrando na UFAM
De volta ao INPA
A Figura 5.4.13 apresenta os resultados das medidas de temperatura e umidade
relativa do ar realizadas neste percurso, ilustrando também os 17 pontos de
controle/referência descritos na Tabela 5.7.1. O experimento teve início na Bola do
Coroado com destino a Rodovia das Torres (1). É possível observar um aumento na
temperatura do ar quando se chega na Avenida das Torres em direção a Cidade Nova. A
temperatura do ar atinge um máximo na Avenida Torquato Tapajós e vai diminuindo
lentamente até a chegada ao porto da Cidade de Manaus (ponto 6). Próximo ao
Aeroporto de Ponta Pelada (ponto 9) e ao Porto da Ceasa (ponto 10) a temperatura
diminui de forma mais acentuada, voltando a subir quando há o distanciamento do rio.
Em seguida, as maiores temperaturas do ar foram medidas nos bairros do Japiim e
Petrópolis (pontos 13 e 14, respectivamente). À medida em que se aproximava do bairro
Coroado a temperatura do ar diminuía lentamente. As menores temperaturas foram
registradas no campus da UFAM (área verde), com diferenças de aproximadamente 4
ºC em relação aos pontos onde foram registradas as temperaturas mais elevadas (áreas
52
urbanas). Quanto à umidade relativa, observa-se que esta apresenta relação inversa com
a temperatura. Entretanto, em alguns trechos, como do ponto 1 ao ponto 4, a umidade
apresenta diminuição, uma vez que o percurso vai de uma área cercada de vegetação
adentrando em uma área bastante urbanizada; já do ponto 5 ao ponto 11 e do ponto 13
ao 16 a umidade apresenta aumento crescente, isso se deve principalmente ao fato do
percurso ocorrer agora de uma área com alta densidade de urbanização para áreas áreas
próximas ao rio e áreas com presença de vegetação (treco 16 e 17); entre os pontos 16 e
17 a umidade permanece alta e a temperatura amena, devido à presença da mata da
UFAM.
3 4
2
5
1
6
7
8
9
10
12
11
13
14
15
16
17
Figura 5.4.13 – Medidas de temperatura e umidade relativa do ar em diferentes ruas e avenidas da Cidade
de Manaus, para o dia 09 de dezembro de 2012, ilustrando 17 pontos de
controle/referência.
Estes resultados estão consistentes com o processo de expansão urbana de
Manaus ocorrida na última década que têm modificado consideravelmente a paisagem
urbana, pela construção de conjuntos habitacionais, praças, ruas e a canalização dos
igarapés da rede hidrográfica da cidade. Esta metodologia mostrou-se eficiente para as
estimativas dos efeitos da urbanização, assim como da arborização, na temperatura e
complementa os dados de modelagem e satélite, com o diferencial de capturar os efeitos
em uma escala mais refinada.
53
6. CONCLUSÃO
O fenômeno de ilha de calor na cidade de Manaus foi estudado com uso de duas
ferramentas: o sensoriamento remoto (sensor MODIS) nas resoluções 5 km por 5 km e
1 km por 1 km e a modelagem do clima urbano (modelo WRF), na resolução 1 km por 1
km. Com os dados do sensor MODIS na resolução 5 km por 5 km foi possível detectar
as regiões da cidade que apresentaram os menores e maiores valores de temperatura da
superfície (31 ºC e 39 ºC, respectivamente) e os valores da intensidade da ilha de calor
que variou entre 4 °C e 9 ºC nos pontos analisados. Esses resultados, de maneira geral,
corroboram os resultados de estudos anteriores, como os de Silva (2009) e Souza
(2012).
Nas análises das séries históricas de temperatura observou-se que ao longo da
série histórica a temperatura da superfície apresenta aumento, enquanto os índices de
vegetação apresentaram diminuição, sendo mais acentuado para o EVI do que para o
NDVI possivelmente porque variações mais significativas foram relacionadas a
diminuição da quantidade de vegetação em diversas áreas da cidade ao longo dos anos
em virtude da urbanização.
Quanto à distribuição espacial da temperatura de superfície na resolução 1 km
por 1 km com o uso do sensor MODIS, foi possível identificar com mais detalhes as
áreas que apresentaram os maiores e menores valores da temperatura da superfície,
melhorando, desta forma a localização espacial das áreas mais quentes dentro da cidade.
No estudo de caso para agosto e setembro de 2009 com a utilização dos dados do
sensor MODIS na resolução 1 km por 1 km em comparação com os resultados do
modelo WRF, na mesma resolução, verificou-se que ambas as ferramentas (satélite e
modelo) representaram o mesmo padrão de distribuição espacial da temperatura de
superfície. Entretanto, diferenças na intensidade do fenômeno IC pelo modelo foram
subestimadas em relação aos resultados por satélite, uma vez que o modelo apresentou
maiores valores de temperatura para a área de floresta, resultando nas intensidades da
ilha de calor: na análise latitudinal em relação à floresta, para o modelo, foram de 5 ºC e
para os dados de satélite de 10 ºC; Verificou-se também que a intensidade da ilha de
54
calor aumenta quando comparado a áreas de rios, chegando à 15 ºC e 12 ºC para os
dados do modelo e de satélite, respectivamente. A diferença em relação à área de
floresta se deu possivelmente porque as parametrizações da radiação de onda curta
simulada para este ambiente precisam ser melhor ajustadas. Contudo, na análise das
demais componentes dos balanços de radiação e energia mostra que o modelo
representa satisfatoriamente os diferentes ambientes (urbano e floresta) evidenciando o
comportamento diferenciado dos fluxos de energia nesses ambientes.
Portanto, conclui-se que o uso de dados de sensoriamento remoto (sensor
MODIS) e modelagem (modelo WRF) do clima urbano possibilitam identificar o efeito
da urbanização no clima urbano e mostraram-se ferramentas úteis para o estudo do
fenômeno de ilha de calor em grandes cidades. Os dados remotos foram importantes
para estimar a temperatura da superfície, enquanto o uso da modelagem possibilitou
integrar a superfície e a atmosfera através de diversas parametrizações. E que, a partir
dos resultados, nota-se que a presença de áreas verdes amenizam o fenômeno de ilhas
de calor, uma vez que contribuem para o arrefecimento da superfície e do ar.
Para trabalhos futuros, propõe-se:
- Utilizar dados remotos do período noturno para complementar diurnos e a
utilização de dados de outros sensores à bordo de outros satélites, como o Terra e o
Landsat, por exemplo, a fim de se ter uma maior abordagem do comportamento do
fenômeno de IC em maior resolução temporal e espacial;
- Analisar outros índices, como o SAVI (índice de vegetação ajustado ao solo),
em complementaridade ao NDVI e EVI para verificar se as respostas destes às
alterações do uso do solo (em relação à cobertura da superfície) ocorrem de maneira
diferente;
- Simular o fenômeno de IC com o modelo WRF incluindo novas configurações,
como utilização de maior quantidade de domínios e configurações físicas diferentes
para a radiação de onda curta e classes de cobertura do solo.
- Incluir a análise de outras variáveis (como a precipitação) além da temperatura
de superfície a fim de buscar alguma relação comportamental entre as mesmas.
55
- Montar um sistema de monitoramento de variáveis climáticas (como
temperatura, precipitação, radiação, etc) ao longo do gradiente floresta-urbano em
Manaus que permita estudar a dinâmica climática dentro da cidade.
- Explorar o desenvolvimento de modelos dinâmicos que permitam simular
cenários futuros alternativos de expansão urbana em Manaus e seu impacto sobre as
florestas e qualidade de habitat urbano.
- Analisar a relação entre estrutura e abundância da vegetação das áreas urbanas
em Manaus e florestas (e/ou áreas verdes dentro da cidade) com padrões de
evapotranspiração e temperatura de superfície.
56
REFERÊNCIAS BIBLIOGRÁFICAS
Arya, S. P. 2001. Introduction to Micrometereology. International Geophisics
Series, vol. 79. Academic Press.
Chen, F.; Kusaka, H.; Bornstein R.; Ching J.; Grimmond, C.S.B; GrossmanClarke S.; Loridan T.; Manning K.W.; Martilli, A.; Miao, S.; Sailor, D.;
Salamanca, F. P.; Taha, H.; Teware, M.; Wang, X.; Wyszogrodzki, A. A. e
Zhang, C. 2011. The integrated WRF/urban modelling system: development,
evaluation, and applications to urban environmental problems. International
Journal of Climatology 31: 273–288.
Chen e Dudhia, J. 2001a. Coupling an advanced land surface – hydrology model
with the Penn State–NCAR MM5 modeling system. Part I: Model
implementation and sensitivity. Monthy Weather Review, 129, 569–585.
Chen e Dudhia. 2001b. Coupling an advanced land surface–hydrology model
with the Penn State–NCAR MM5 modeling system. Part II: Preliminary model
validation. Monthy Weather Review, 129, 587–604.
Chen; X. L.; Zhao, H. M.; Li, P. X. e Yin, Z.Y. 2006. Remote sensing imagebased analysis of the relationship between urban heat island and land use/cover
changes. Remote Sensing of Environment.104, 133–146.
Costa, A. C. 1998. Estudo de variações termo-higrométricas de cidade
equatorial devido a processo de urbanização: o caso de Belém/PA. Tese
(Doutorado). Escola de Engenharia de São Carlos-Universidade de São Paulo.
201pp.
Freitas, E. D. e Dias, P. L. S. 2005. Alguns efeitos de áreas urbanas na geração
de uma ilha de calor. Revista Brasileira de Meteorologia, v.20, n.3, 355-366.
Freitas, R. M.; Arai, E.; Adami, M.; Ferreira, A. S.; Sato, F. Y.; Shimabukuro,
Y. E.; Rosa, R. R.; Anderson, L. O. e Rudorff, B. F. T. 2011. Virtual laboratory
of remote sensing time series: visualization of MODIS EVI2 data set over
Sourth America. Jornal of Computational Interdisciplinary Science 2(1): 57-68.
ISSN 2177-8833.
Gallo, K. P., Owen, T. W., Easterling, D. R., Jamason, P. E. 1999. Temperature
trends of the U.S. Historical Climatology Network based on satellite designated
land use-land cover. Journal of Climate 12: 1344–1348.
Gartland, L. 2010. Ilhas de calor: como mitigar zonas de calor em áreas
urbanas. Tradução.: Silvia Helena Gonçalves. São Paulo: Oficina de Textos.
57
Hung, T.; Uchihama, D.; Ochi S.; Yasuoka, Y.; 2006. Assessment with satellite
data of the urban heat island effects in Asian mega cities. International Journal
of Applied Earth Observation and Geoinformation, 8(1): 34-48.
Jin, M., e J. M. Shepherd. 2005. Inclusion of urban landscape in a climate
model: How can satellite data help? Bulletin of the American Meteoreological
Society, 86, 681–689.
IBGE – INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSICA.
Disponível em:
<http://www.ibge.gov.br/home/estatistica/populacao/censo2010/tabelas_pdf/Am
azonas.pdf>, acessado em 31 de Janeiro de 2012.
Imhoff, M. L.; Zhang, P.; Wolfe, R. E.; Bounoua, L. 2010. Remote sensing of
the urban heat island effect across biomes in the continental USA. Remote
Sensing of Environment, 114 (3), 504−513.
Intergovernmental Panel on Climate Change, (IPCC). 2001. Third Assessment
Report. Climate Change 2001: The Scientific Basis. Houghton, J. T. et al., eds.,
Cambridge University Press, New York.
Intergovernmental Panel on Climate Change, (IPCC). 2007. Summary for
Policymakers, in Climate Change 2007: Impacts, Adaptation and Vulnerability.
Contribution of Working Group II to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change, edited by M. L. Parry, O. F.
Canziani, J. P. Palutikof, P. J. van der Linden and C. E. Hanson, pp. 7‐22,
Cambridge University Press, Cambridge, UK.
Iwai, Olga Kazuko. 2003. Mapeamento do uso do solo urbano do município de
São Bernardo do Campo, através de imagens de satélites. Dissertação
(Mestrado em Engenharia de Transportes) - Escola Politécnica, Universidade de
São Paulo, São Paulo.
Kalnay, E. e Cai, M. 2003. Impact of urbanization and land-use change on
climate. Nature 423: 528-531.
Landsberg, H. E. 1981. The Urban Climate. New York, Academic Press.
Lee, H. Y. 1993. An application of NOAA AVHRR thermal data to the study of
urban heat islands. Atmospheric Environment, 27B, 1 –13.
Lombardo, M. A. 1985. A ilha de calor nas metrópoles – O exemplo de São
Paulo. Ed. Huciteck. 224p.
LP-DAAC - Land Processes Distributed Active Archive Center. Disponível em:
<https://lpdaac.usgs.gov>. Acessado de 27 de fevereiro a 10 de março de 2012.
58
Maitelli, G. T.; Wright, I. R., 1996. The climate of a riverside city in the
Amazon Basin: urban-rural differences in temperature and humidity. In:
Amazonian Deforestation and Climate (J.H.C. Gash, C.A. Nobre, J.M. Roberts
and R.L. Victoria, Eds). J Wiley, Chichester: 193-206.
Memon, R. A.; Leung, D. Y. C. e Liu, Chun-Ho. 2009. An investigation of
urban heat island intensity (UHII) as indicator of urban heating. Atmospheric
Research. 94 (491 - 500). Doi:10.1016/j.atmosres.2009.07.006.
Miao, S.; Chen, F.; LeMone, MA; Tewari, M.; Li, Q.; Wang, Y. 2009a. An
observational and modeling study of characteristics of urban heat island and
boundary layer structures in Beijing. Journal of Applied Meteorology and
Climatology 48(3): 484–501.
Oke, T.R., 1982. The energetic basis of the urban heat island. Quarterly Journal
Royal Meteorological Society, 108, 1–24.
Oke, T. R. 1987. Boundery Layer Climates. Taylor & Francis e- Library. ISBN
0-203-71545-4.
eng, S. iao, S. Ciais, ., riedlingstein, . Ottle, C. réon, F. Nan, H. Zhou, L.
e Myneni, R. B. 2012. Surface Urban Heat Island Across 419 Global Big Cities.
American Chemical Society. Enviromental Science Technology, 46 (696−703).
Pezzuto, C. C. 2007. Avaliação do ambiente térmico nos espaços urbanos
abertos. Estudo de caso em Campinas. Tese (Doutorado em Engenharia Civil) Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Universidade Estadual
de Campinas, São Paulo. 182pp.
PNUMA - PROGRAMA DAS NAÇÕES UNIDAS PARA O MEIO
AMBIENTE.
Disponível
em:
<
http://www.pnuma.org.br/admin/publicacoes/texto/GEO_Manaus.pdf>
Acessado em 24 de março de 2012.
Ribeiro, R. J. C. 2008. Índice composto de qualidade de vida urbana – aspectos
de configuração espacial, socioeconômicos e ambientais urbanos. Tese
(Doutorado em Arquitetura e Urbanismo). Universidade de Brasília, Distrito
Federal. 219pp.
Roque, W. V. 2006. Mapeamento geoambiental da área urbana de Manaus-Am.
Dissertação (mestrado em Geotecnia). Universidade de Brasília. Departamento
de engenharia civil e ambiental, Brasília, DF. 1662pp.
59
Silva, D. Araújo. 2009. A influência das áreas verdes no clima da cidade de
Manaus. Dissertação (mestrado em Geografia). Universidade Federal do
Amazonas. Manaus, Amazônas. 293pp.
Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, W. Wang,
and J. G. 2005. A description of the advanced research WRF version 2.
NCAR/TN-468+STR, 88 pp.
Souza, D. O. 2012. Influência da Ilha de calor urbana das cidades de Manaus e
Belém sobre o microclima local. Tese (Doutorado em Meteorologia). Instituto
Nacional de Pesquisas Espaciais, São José dos Campos, São Paulo. 203pp.
Souza, D. O. e Alvalá, R. C. S. 2012. Observational evidence of the urban heat
of Manaus City, Brazil. Meteorological Applicatin. DOI: 10.1002/met.1340.
Sousa, S. B. e Ferreira, L. G. 2012. Análise da temperatura de superfície em
ambientes urbanos: um estudo por meio de sensoriamento remoto no município
de Goiânia, Goiás (2002 – 2011). Confins. DOI : 10.4000/confins.7631.
Stull, R. B. 1988. An Introduction to Boundary Layer Meteorology, Kluwer
Academic Publishers, Holanda.
Tomlinson, C. J.; Lee, C.; Thornes, J. E. e Bakera, C. 2011. Remote sensing land
surface temperature for meteorology and climatology: a review. Royal
Metereological Society. Meteorologial Applications, 18: 296–306.
Uchôa, P. W. de Sousa. 2011. Estudos de variações termo-higrométricas de
cidade equatorial devido ao processo de urbanização: o caso de Santarém-PA.
Dissertação (Mestrado). Universidade Federal do Oeste do Pará, Programa de
Pós-Graduação em Recursos Naturais da Amazônia, Santarém, Pará. 77pp.
UNFPA. 2007. The state of world population 2007: Unleashing the potential of
urban growth. United Nations Population Fund, United Nations Publications 1
pp.
Streutker, D. R. 2002. A remote sensing study of the urban heat island of
Houston, Texas. International Journal of Remote Sensing, Basingstoke, v.23,
n.13, p.2.595-2.608.
Voogt, J.A. and T.R. Oke. 2003. Thermal Remote Sensing of Urban Areas.
Remote Sensing of Environment. 86: 370-384.
Wan, Z. 2007. Collection-5 MODIS Land Surface Temperature roducts Users’
Guide. Institute for Computational Earth System Science. University of
California, Santa Bárbara.
60
Wan, Z. 2008. New refinements and validation of the MODIS Land-Surface
Temperature/Emissivity products. Remote Sensing of Environment 112, 59–74.
Weng, Q. 2003. Fractal analysis of satellite-detected urban heat island effect.
Photogrammetric Engineering and Remote Sensing, 69, 555– 566.
Weng, Q., Lu, D., Schubring, J., 2004. Estimation of land-surface temperature–
vegetation abundance relationship for urban heat island studies. Remote Sensing
Environment 89, 467–483.
61
APÊNDICE A: SÉRIE DE TEMPERATURA DA SUPERFÍCIE ESTIMADA POR
SATÉLITE PARA UMA ÁREA URBANA E UMA ÁREA DE FLORESTA DA
RESERVA DUCKE, JUNTAMENTE COM A SÉRIE DA DIFERENÇA ENTRE
ESSAS TEMPERATURAS, ALÉM DAS ANÁLISES DE DIMINUIÇÃO OU
AUMENTO NA TEMPERATURA DA SUPERFÍCIE E NOS ÍNDICES DE
VEGETAÇÃO.
Figura 5.2 – Série de temperatura da superfície (TS) estimada por satélite para uma área urbana
(linha em vermelho) para os pontos: 6 (a6), 7 (a7), 8 (a8) e 9 (a9) e uma área de floresta da reserva
Ducke (linha azul).
62
Figura 5.1 – Série intensidade da ilha de calor (IIC) estimada por satélite para os pontos: 6 (a1),
7 (a2), 8 (a3) e 9 (a9).
63
Figura A3 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI e EVI (b) para a
região 6 da cidade de Manaus.
Figura A5 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (b) para
a região 7 da cidade de Manaus.
64
Figura A7 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (c) para
a região 8 da cidade de Manaus.
Figura A9 – Tendência nas estimativas remotas de temperatura da superfície (a), NDVI (b) e EVI (b) para
a região 9 da cidade de Manaus.
65
66
APÊNDICE B: BAIRROS DE MANAUS E SEUS RESPECTIVOS NÚMEROS E ZONAS
Tabela B1: Cidade de Manaus (divisão por zonas).
ZONA SUL
Betânia
Cachoeirinha
Centro
Colônia Oliveira Machado
Crespo
Distrito Industrial I
Educandos
Japiim
Morro da Liberdade
Nossa Senhora de Aparecida
Petrópolis
Praça 14 de Janeiro
Presidente Vargas
Raiz
Santa Luzia
São Francisco
São Lázaro
Vila Buriti
ZONA LESTE
Armando Mendes
Colônia Antônio Aleixo
Coroado
Distrito Industrial II
Gilberto Mestrinho
Jorge Teixeira
Mauazinho
Puraquequara
São José Operário
Tancredo Neves
Zumbi dos Palmares
ZONA OESTE
Compensa
Glória
Lírio do Vale
Nova Esperança
Ponta Negra
Santo Agostinho
Santo Antônio
São Jorge
São Raimundo
Tarumã
Tarumã-Açu
Vila da Prata
ZONA CENTRO-OESTE
Alvorada
Bairro da Paz
Dom Pedro
Planalto
Redenção
ZONA CENTRO-SUL
Adrianópolis
Aleixo
Chapada
Flores
Nossa Senhora das Graças
Parque 10 de Novembro
São Geraldo
ZONA NORTE
Cidade de Deus
Cidade Nova
Colônia santo Antônio
Colônia Terra Nova
Lago Azul
Monte das Oliveiras
Nova Cidade
Novo Aleixo
Novo Israel
Santa Etelvina
66
67
ANEXO 1: CIDADE DE MANAUS – DIVISÃO POR ZONAS.
Figura B2: Cidade de Manaus (divisão por zonas).
Fonte: PNUMA, 2002.
Disponível em: http://www.pnuma.org.br/admin/publicacoes/texto/GEO_Manaus.pdf
67