Um estudo da USP revelou que certos bairros como Tucuruvi, Mooca e Freguesia do Ó apresentam ilhas de calor urbano (ICU) mais intensas.
A pesquisa, publicada na Revista Brasileira de Meteorologia, analisou dados de temperatura e umidade de 2009 a 2019. Identificando áreas com alta ocupação residencial e pouca vegetação como as mais afetadas.
Estes bairros registraram temperaturas médias significativamente mais altas em comparação com áreas periurbanas e rurais.
O impacto da perda de áreas verdes na ICU
O declínio das áreas verdes tem agravado o fenômeno das ilhas de calor, especialmente em regiões urbanas densamente povoadas como a Região Metropolitana de São Paulo (RMSP).
A falta de vegetação contribui diretamente para o aumento da temperatura, uma vez que superfícies construídas, como asfalto e concreto, absorvem e reemitem calor, elevando as temperaturas urbanas em comparação com áreas rurais.
Durante ondas de calor, essa dinâmica é ainda mais preocupante, já que a ausência de vegetação reduz a capacidade de resfriamento natural do ambiente.
Bairros com alta concentração residencial e pouca cobertura verde são os que apresentam as maiores temperaturas, enquanto regiões mais afastadas dos centros urbanos, com maior presença de árvores, registram um conforto térmico superior.
A expansão de áreas verdes é uma estratégia essencial para amenizar esse problema, pois a evapotranspiração promovida pelas plantas contribui para o resfriamento do ambiente.
O papel do K-means na análise das ilhas de calor
A tecnologia tem desempenhado um papel fundamental na identificação e análise das ilhas de calor na RMSP.
O algoritmo K-means, um modelo de Machine Learning não supervisionado, é utilizado para agrupar bairros com perfis climáticos semelhantes, facilitando o estudo dessas regiões.
O processo de análise envolve diversas etapas:
- Pré-tratamento dos dados: antes da aplicação do K-means, utiliza-se o algoritmo de Análise de Componentes Principais (PCA) para normalizar os dados.
- Agrupamento: o K-means separa as localidades com base na proximidade dos dados em relação aos centros de cada cluster.
- Determinação do número ideal de clusters: o “método do cotovelo” é utilizado para definir a quantidade ideal de agrupamentos, evitando excesso.
- Análise de boxplots: permite comparar as diferenças e semelhanças entre os clusters identificados.
Na RMSP, essa metodologia permitiu a identificação de quatro grandes grupos distintos, levando em conta variáveis como temperatura, umidade, precipitação e uso do solo.
O uso do K-means possibilita uma compreensão aprofundada do fenômeno, facilitando a adoção de medidas eficazes para mitigar seus impactos.
Quais são os bairros mais quentes de SP?
Os bairros de São Paulo que apresentam as maiores temperaturas e, consequentemente, são considerados os mais quentes, foram identificados através de estudos sobre ilhas de calor urbano (ICU).
Esses estudos utilizam dados meteorológicos e algoritmos de machine learning para identificar padrões de temperatura e umidade em diferentes regiões da cidade.
Os bairros que se destacam com as maiores temperaturas médias são:
- Tucuruvi
- Mooca
- Freguesia do Ó
- Jabaquara
- Vila Mariana
- Sé
- Pinheiros
- Butantã
- Lapa
- Pirituba
- Tremembé
- Penha
- Vila Formosa
- Anhembi
- Vila Prudente
Esses bairros geralmente apresentam alta ocupação residencial e comercial, com uma menor quantidade de áreas verdes, o que contribui para o aumento da temperatura.
A ausência de vegetação impede o resfriamento do ambiente por evapotranspiração, um processo natural que ajuda a reduzir a temperatura do ar.
Em contraste, bairros como Capela do Socorro e Riacho Grande, que são áreas mais rurais e periurbanas com maior vegetação, apresentam as temperaturas mais baixas.
Outros bairros com temperaturas mais amenas devido à presença de mais áreas verdes incluem Perus, Santana do Parnaíba, Itaquera, Itaim Paulista, Ipiranga, Vila Maria, Cidade Ademar e Campo Limpo.