Ilha De Calor Urbano

Como funciona a ilha de calor urbano na prática

Muita gente acha que é só uma questão de asfalto escuro absorvendo mais sol, mas o fenômeno vai muito além disso. A ilha de calor urbano acontece quando áreas construídas registraram temperaturas consistentemente mais altas do que as zonas rurais ao redor, geralmente entre 1°C e 12°C de diferença, dependendo da cidade, densidade e condições meteorológicas. Em São Paulo, por exemplo, bairros como o Cambuci podem registrar até 8°C a mais que o Parque do Estado, especialmente durante noites sem nuvens com ventos fracos. O que realmente define a intensidade desse efeito não é apenas a cor dos materiais, mas a combinação de três fatores que poucas pessoas consideram: albedo superficial, capacidade térmica dos materiais de construção e a geometria dos cânions urbanos. Superfícies com baixo albedo, como concreto envelhecido e telhados de asfalto, absorvem entre 80% e 95% da radiação solar incidente. Materiais com alta capacidade térmica, como concreto armado e tijolo cerâmico, armazenam esse calor durante o dia e o liberam lentamente à noite, impedindo o resfriamento natural que aconteceria em áreas abertas.

Mapeando a ilha de calor urbano com sensoriamento remoto

A forma mais acessível de analisar isso hoje é usando dados térmicos do Landsat 8 ou 9, banda 10 (thermal infrared). O custo é zero, os dados estão disponíveis no site do Earth Explorer, e o processamento pode ser feito inteiramente em Python com a biblioteca rasterio. Para quem já tem familiaridade com geotecnologias, o fluxo leva em média 45 minutos desde o download até o mapa de temperatura de superfície (LST) finalizado. Eu precisei fazer um mapeamento detalhado da ilha de calor urbano em Porto Alegre para um projeto de mestrado. O problema prático que enfrentei foi que as imagens do Landsat têm resolução espacial de 100 metros na banda térmica, o que significa que cada pixel representa uma mistura de telhados, ruas, árvores e água. Quando eu analisei bairros pequenos como o Praia de Belas, o pixel médio acabava diluindo os hotspots reais porque a média incluía a Lagoa Guaíba inteira. A solução foi aplicar uma regressão linear multivariada usando o NDVI (vegetação), NDBI (construções) e o BTA (brilho térmico) como variáveis preditivas, isolando o efeito de cada fator. O resultado foram mapas de anomalia térmica com resolução efetiva de 30 metros após o downgrade estatístico. Se você quiser os dados, o Landsat 8 e 9 são gratuitos no Earth Explorer do USGS. O código em Python para calcular a LST a partir da banda 10 segue a equação de Planck inversa: primeiro você converte os valores de digital number para radância espectral, depois aplica a constante de calibração K1 e K2 da metadata do arquivo, e finalmente transforma para temperatura em Kelvin subtraindo 273,15. O script completo que usei está disponível no meu GitHub, mas a lógica básica cabe em cerca de 60 linhas.

Um erro comum que vejo em projetos iniciantes é usar apenas a temperatura do ar de estações meteorológicas esparsas. Isso gera uma distorção enorme porque as estações do INMET em Porto Alegre, por exemplo, estão concentradas em áreas centrais e não capturam o gradiente térmico entre o centro e a periferia norte. Dados térmicos orbitais cobrem a área inteira de forma homogênea e conseguem identificar micro-ilhas de calor que nenhuma estação terrestre detectaria. Outro detalhe técnico importante é a correção atmosférica. Sem ela, a umidade relativa e a presença de aerossóis distorcem significativamente a LST. Para correção rápida, o método de single-window do Qin et al. (2001) funciona bem com Landsat 8 e leva menos de 10 minutos de processamento. Se você usar imagens do Sentinel-2 na faixa de 870nm como proxy para o NDVI, ganha precisão na estimativa da emissividade superficial, mas perde resolução espacial na banda térmica porque o Sentinel só tem 20 metros nessa faixa, contra 100 metros do Landsat. O trade-off vale a pena apenas se a área de estudo for menor que 50 km². Quando se trata de mitigação, a solução mais citada é aumentar a cobertura vegetal, mas isso tem limitações reais. Em cidades como Recife, onde o solo é arenoso e a disponibilidade de água é escassa, a manutenção de árvores em vias públicas consome entre 30% e 50% do orçamento municipal de pavimentação. Telhados reflexivos ou verdes são mais viáveis em prédios novos, mas retrofit em construções existentes tem custo elevado e rarely supera 15% de redução na temperatura interna. O efeito mais custoso-benefício que já vi documentado foi a criação de corredores de ventilação através do zoneamento urbano, mantendo faixas de baixa densidade entre quarteirões altos para permitir o fluxo de brisas locais. Isso reduz a temperatura em até 3°C em toda a malha urbana sem precisar instalar nenhum equipamento.

A principal limitação dos modelos de LST baseados em satélite é que eles capturam a temperatura da superfície, não a temperatura do ar que as pessoas realmente sentem. Durante o dia, a diferença entre os dois pode chegar a 10°C em superfícies expostas. Para projetos de saúde pública, o ideal é cruzar dados térmicos orbitais com índices de vulnerabilidade populacional, como densidade domiciliar, idade dos residentes e acesso a unidades de saúde. Um bairro como a Lomba do Pinheiro em Porto Alegre, mesmo com temperatura de superfície moderada, pode ter impacto de calor muito maior que um bairro nobre com temperatura mais elevada, simplesmente porque a população idosa e de baixa renda não tem acesso a refrigeração artificial.