IMPACTO DE ESPAÇOS VERDES URBANOS NO BEM-ESTAR E CONFORTO TÉRMICO DE PEDESTRES: AVALIAÇÃO QUALITATIVA INTEGRADA COM TERMOGRAFIA
Nome: LUCIÉLIA LACERDA DA SILVA
Data de publicação: 10/11/2025
Banca:
Nome |
Papel |
|---|---|
| CRISTIANE COELHO DE MOURA | Examinador Interno |
| FLÁVIO CIPRIANO DE ASIS DO CARMO | Examinador Externo |
| NILTON CESAR FIEDLER | Presidente |
| REJANE TAVARES BOTREL | Examinador Externo |
| RICARDO HIDEAKI MIYAJIMA | Examinador Externo |
Resumo: Este estudo teve como objetivo investigar a influência dos espaços verdes urbanos sobre o bem-estar e o conforto térmico. Foram analisadas a amplitude das temperaturas superficiais e do ar, bem como o conforto térmico em cenários arborizados e não arborizados. Além disso, buscou-se avaliar a possibilidade de estimar o Índice de Bulbo Úmido e Termômetro de Globo (IBUTG) a partir da temperatura superficial, bem como de visualizar cenários futuros de mudanças climáticas. A metodologia incluiu a definição de dias típicos de inverno, a caracterização sociodemográfica dos pedestres e a avaliação do bem-estar por meio da escala de afetos positivos e negativos associada ao método de Avaliação Ecológica Momentânea. A temperatura superficial foi obtida por aerolevantamento com sensor térmico, em três horários (6h, 12h e 16h), em locais arborizados e não arborizados de vias centrais do município de Jerônimo Monteiro (ES). Paralelamente, dois medidores de estresse térmico registraram dados a cada cinco minutos, em condições de sombra e de sol, entre 6h e 16h. Para a análise de mudanças climáticas, foram considerados o cenário positivo (RCP 4.5) e negativo (RCP 8.5) para o período de 2071 a 2100. A análise do conforto térmico seguiu a Norma Regulamentadora nº 15 e a Norma de Higiene Ocupacional nº 06, utilizando modelos de regressão linear múltipla e o algoritmo de aprendizado de máquina Random Forest. Os resultados indicaram que o bem-estar, avaliado pela média dos afetos, não diferiu significativamente entre os períodos do dia nem entre áreas arborizadas e não arborizadas. Contudo, observou-se uma polarização mais acentuada entre afetos positivos e negativos no cenário não arborizado. Em geral, emoções positivas predominaram, especialmente “atento”, “determinado” e “alerta”, enquanto “culpado”, “hostil” e “apavorado” foram pouco mencionadas. As áreas arborizadas apresentaram maior amplitude térmica, alcançando 13,46 °C entre condições de sombra e sol, confirmando sua importância na regulação do microclima urbano. O IBUTG pôde ser estimado a partir da temperatura superficial: na regressão linear múltipla, o R² ajustado variou de 0,238 a 0,962, enquanto no Random Forest alcançou 0,835 em áreas arborizadas e 0,890 em áreas não arborizadas. A regressão linear múltipla apresentou limitações, exigindo a segmentação por períodos horários e pela separação entre sombra e sol para atender aos pressupostos estatísticos. A modelagem da temperatura do ar via regressão linear múltipla mostrou ajuste apenas para o cenário não arborizado (R² ajustado entre 0,844 e 0,985). Com Random Forest, o R² ajustado variou de 0,800 a 0,949 entre os cenários. Assim, foi possível espacializar, com alta resolução (1 m²), os cenários de mudanças climáticas positivos e negativos nas áreas estudadas. As projeções climáticas mostraram que as temperaturas máximas, em ambos os cenários, ocorrerão às 16h. No cenário arborizado, as temperaturas máximas estimadas variaram de 27,30 a 34,62 °C no RCP 4.5 e de 29,73 a 37,05 °C no RCP 8.5. No cenário não arborizado, as máximas também se concentraram às 16h, variando de 23,09 a 26,40 °C (RCP 4.5) e de 26,95 a 30,26 °C (RCP 8.5).
