Embed Size (px)
DESCRIPTION
relatório final de iniciação científica. orientadora: Denise Helena Silva Duarte. ano: 2012
Citation preview
CNPQ - Conselho Nacional de Desenvolvimento Científico e Tecnológico
Relatório Final do Projeto de Pesquisa referente ao Processo nº 149512/2011-2
Efeito da densidade construída sobre o microclima urbano: levantamentos de
densidade construída na cidade de São Paulo e modelagem de uma área para
simulação computacional no software Envi-MET
Bolsista: Angela Helena Yamaguishi Madeira
Orientadora: Prof. Drª. Denise Helena Silva Duarte
São Paulo, 2012
1
Sumário
1. Introdução ..................................................................................................... 3
2. Objetivo ......................................................................................................... 4
3. Metodologia .................................................................................................. 5
4. Revisão Bibliográfica ..................................................................................... 6
4.1. Conceitos de densidade ......................................................................... 6
4.1.1. Densidade física ............................................................................... 6
4.1.2. Densidade percebida ....................................................................... 8
4.2. Morfologia urbana ................................................................................. 10
4.3. Tipologias, uso e ocupação do solo em São Paulo .............................. 11
4.4. Microclima Urbano ................................................................................ 12
5. Levantamento de Dados Secundários........................................................ 13
5.1. Densidade populacional na cidade de São Paulo ................................. 13
5.2. Densidade construída na cidade de São Paulo .................................... 16
4.2. Tipologias Construtivas......................................................................... 20
5. Análise e Resultados .................................................................................. 21
5.1. Mesma tipologia e diferentes valores de densidade populacional e
construída .................................................................................................... 21
5.2. Mesma densidade populacional e diferentes tipologias e valores de
densidade construída .................................................................................. 23
5.3. Mesma densidade construída e diferentes tipologias e valores de
densidade populacional ............................................................................... 24
6. Discussão e Conclusão ............................................................................... 26
7. Escolha das áreas de estudo ...................................................................... 27
7.1. Análise das Áreas Selecionadas ........................................................... 30
2
7.1.1. Levantamento do Uso e Ocupação do Solo ................................... 30
7.1.2. Modelos Tridimensionais ................................................................ 32
7.1.3. Levantamento Histórico da Área da República .............................. 33
8. Simulações do Microclima ........................................................................... 38
8.1. Medições de Campo ............................................................................. 38
8.1.1. Variáveis Medidas e Coletadas ...................................................... 39
8.1.2. Equipamentos Utilizados para a Medição...................................... 41
8.2. Primeira Aplicação do Modelo: ENVI-met ............................................ 42
8.2.1. Input dos Dados ............................................................................. 42
8.2.2. Output dos dados ........................................................................... 49
8.2.3. Resultados obtidos ........................................................................ 50
8.2.4. Principais limitações ...................................................................... 54
8.2.5. Considerações Finais ..................................................................... 55
9. Referências Bibliográficas ........................................................................... 57
ANEXO A ........................................................................................................ 61
ANEXO B ........................................................................................................ 69
ANEXO C ........................................................................................................ 71
ANEXO D ........................................................................................................ 72
ANEXO E ........................................................................................................ 74
ANEXO F ........................................................................................................ 78
3
1. Introdução
Tendo em vista a rápida urbanização ocorrida a partir de meados do século
XX confrontando-se com a escassez de terras em áreas urbanas, a questão da
densidade nas grandes cidades tornou-se recorrente nas políticas de
planejamento urbano de todo mundo (CHENG, 2010). O crescimento
populacional e as altas taxas de urbanização são temas relevantes para o
discurso da sustentabilidade, pois com o crescimento das cidades há a
diminuição dos espaços naturais que contribuem para o equilíbrio da biosfera,
um aumento nos gastos com infraestrutura urbana, dos deslocamentos feitos
por automóveis e, consequentemente, da poluição do ar destas cidades
(ROAF, 2010).
Neste trabalho tem-se como premissa que a necessidade de uma maior
densidade de ocupação no século XXI é inevitável; a urbanização e a alta
densidade de ocupação são irreversíveis e o modo de morar mais denso
continuará a se desenvolver e em breve será a norma. No entanto, surge a
necessidade de compreender como a questão da densidade de insere no
contexto atual das grandes cidades e também como adensar com qualidade
ambiental em cada contexto.
4
2. Objetivo
O objeto deste trabalho é a densidade urbana na cidade de São Paulo. O
objetivo é quantificar, qualificar e correlacionar os valores de densidade
construída, densidade populacional e as diversas tipologias construtivas de
alguns distritos de interesse para a pesquisa e, em função desses resultados,
eleger uma área real a ser estudada na região central de São Paulo. Dando
continuidade ao trabalho, o 2º ano de pesquisa, já em andamento, tem por
objetivo correlacionar densidade construída e microclimas urbanos, por meio
do modelo computacional Envi-MET (BRUSE, 1998) de balanço de energia em
áreas urbanas.
Este trabalho se insere dentro de um projeto maior em andamento, dentro
do Programa Nacional de Pós- Doutorado – PNPD/CAPES Processo nº
02556/09-0, intitulado “Edificação e desenho urbano com adensamento e
qualidade ambiental: habitação de interesse social na recuperação de áreas
urbanas degradadas”, que associa o Laboratório de Conforto Ambiental e
Eficiência Energética da FAUUSP – LABAUT e o Laboratório de Habitação e
Assentamentos Humanos – LabHab. O projeto maior tem como finalidade
propor alternativas de arranjos espaciais urbanos para assentamentos
humanos sustentáveis que promovam o adensamento com qualidade
ambiental, esta entendida como a habitabilidade da unidade, a adequação
climática, qualidade do ar, segurança, infraestrutura, conforto ambiental
(térmico, acústico, luminoso, mobilidade e acessibilidade) e eficiência
energética. Os parâmetros de qualidade ambiental serão aplicados tanto às
edificações como aos espaços públicos.
5
3. Metodologia
Durante a pesquisa, de forma concomitante à revisão bibliográfica dos
temas descritos, dados secundários foram levantados a partir da consulta aos
bancos de dados de instituições governamentais pertinentes. Aqueles
referentes à densidade populacional foram obtidos na Sinopse do Censo
Demográfico de 2010 (IBGE, 2010), enquanto os que concernem à densidade
construída foram obtidos na Secretaria Municipal de Desenvolvimento Urbano
(SMDU, 2009). Para a melhor análise desses dados, eles foram sistematizados
através de recursos gráficos e textuais. Os resultados preliminares obtidos com
esse primeiro levantamento foram utilizados como um dos critérios para
escolha dos estudos de caso a serem estudados em conjunto com as demais
pesquisas do projeto em andamento PNPD/CAPES Processo nº02556/09-0 na
região central de São Paulo.
Foi de interesse também explorar a relação entre os dados de densidade
levantados e as diferentes tipologias construtivas da cidade de São Paulo. Os
resultados dessa análise foram organizados em forma de um artigo científico,
“São Paulo, a Dense City?”1, publicado e apresentado oralmente na
conferência internacional “Smart and Sustainable Built Environments: Emerging
Economies” (SASBE), de 2012 (ANEXO A). Além disso, foram realizados
estudos preliminares para familiarização com o software de simulação do
microclima, o Envi-Met, utilizando como objeto de estudo um conjunto de
1 Elaborado em coautoria com a mestranda Carolina Gusson, orientanda da Prof.ª Denise Duarte e também participante do projeto Capes.
6
quadras do distrito do Cambuci, localizado na região central de São Paulo, este
selecionado através critérios pré-estabelecidos pelo projeto Capes, entre
Labaut e LabHab.
4. Revisão Bibliográfica
4.1. Conceitos de densidade
De acordo com Cheng (2010), o conceito de densidade pode ser dividido
em dois tópicos: densidade física e densidade percebida.
4.1.1. Densidade física
A densidade física é aquela que representa a razão entre a
concentração de indivíduos ou estruturas físicas em certa unidade geográfica.
Ela é um indicador quantitativo e neutro do espaço, cuja aplicação só tem
verdadeiro sentido quando faz referência a uma escala específica. Do
contrário, a comparação de dados de densidade física se torna inviável ou até
mesmo impossível.
Não existe uma medida padrão de densidade, mas há, no entanto,
algumas mais usuais que outras. No planejamento urbano, a densidade física
pode ser dividida em duas categorias: densidade populacional e densidade de
edifícios, onde a primeira é expressa como o número de pessoas por unidade
de área, e a segunda como a relação de estruturas edificadas por unidade de
área.
Dentre os tipos de densidade populacional está a densidade regional,
que expressa a relação entre população e área do terreno de uma região.
7
Porém, o que se observa é que existem áreas nos municípios e estados que
não podem ser habitadas por serem áreas de risco, por exemplo, e que se não
entrassem nos cálculos, gerariam outro valor de densidade demográfica, outro
parâmetro, mais próximo da realidade para se calcular a densidade urbana e
não apenas demográfica de uma área urbanizada.
As densidades bruta e líquida estão relacionadas com os valores de
densidade residencial. A medida da área residencial líquida no Reino Unido
refere-se somente à área pertencente às propriedades residenciais,
considerando-se os jardins e a metade da largura de ruas adjacentes,
enquanto em Hong Kong e em alguns estados dos Estados Unidos, ela leva
em consideração apenas a área na qual a residência se situa, excluindo
parques, estradas e outras terras públicas; já a medida da densidade
residencial bruta considera a área residencial como um todo, incluindo, além da
área onde a residência se situa, espaços como parques, escolas, centros
comunitários, entre outros. A variabilidade dos tipos de áreas incluídas faz com
que a comparação das medidas de densidade residencial bruta seja difícil.
A densidade de ocupação é a relação do número de pessoas por área
de unidades de habitação individuais, e a referência dessas habitações pode
ser de diversos tipos, públicos ou privados, como casa, escritório, teatro ou
outros. Ela é uma medida importante para o projeto de serviços dos edifícios,
pois consiste em um indicador para estimar diferentes necessidades.
Além da densidade populacional, pode-se quantificar a densidade de
edifícios, ou densidade construída, que pode ser representada pelo coeficiente
de aproveitamento, que é a relação entre a área construída total de uma
edificação e a área onde ela se situa. Essa será a medida utilizada neste
8
projeto para expressar a densidade construída no levantamento dos dados
secundários levando em consideração a área bruta. Outra forma de se medir a
densidade construída é através da taxa de ocupação, que consiste na relação
da área da projeção ortogonal de um edifício com a área na qual ele está
inserido, expressa em porcentagem.
4.1.2. Densidade percebida
Densidade, no entanto, como é discutida por Cheng (2010), não se trata
apensas de uma medida física, mas pode depender também da percepção
individual de cada pessoa dos elementos que o cercam, formando-se assim a
ideia de densidade percebida, esta estando intimamente ligada ao conforto
humano.
“[…] Perceived density can be seen as an environmental quality which corresponds to the rate of perceptual information one encounters in an environment. Therefore, it is not simply about the actual people or building densities; it is the intensity of sensory stimuli present in the environment that affect our perceived density.” (CHENG, 2010)
A vida nas grandes cidades nos dias de hoje proporciona aos indivíduos
inúmeros estímulos sensoriais que exigem um grande esforço da capacidade
de percepção de cada um para processá-los, gerando stress e o fenômeno
denominado “crowding” (superlotação). No entanto, como citado, não é
somente a densidade física que é levada em consideração para o cálculo da
densidade percebida, mas a intensidade dos estímulos como um todo.
9
Figura 1. Fator de visão de céu Fontes: Gusson, C, 2011; Liao, J., 2012
Uma das conclusões de Cheng (2010) mostra que o fator de visão de
céu2 (Figura 1) e a abertura de espaço ao nível do solo são os parâmetros que
mais influem na densidade percebida, enquanto o coeficiente de
aproveitamento e a taxa de ocupação, duas das formas mais utilizadas de se
medir a densidade construída, têm pouca relação com a densidade percebida
individualmente. Porém, a combinação desses dois parâmetros gera grande
influência no fator de visão de céu. Portanto, eles afetam indiretamente a
percepção da densidade. Esse estudo também aponta uma correlação mais
fraca entre a percepção dos indivíduos da densidade e a densidade física de
fato, o que é determinante para o planejamento urbano atual.
2 Fator de visão de céu é a medida de abertura de uma superfície: um fator de visão de céu de valor um significa uma visão desobstruída do céu; e um fator de visão de céu de valor zero significa uma visão completamente obstruída do céu. Fator de visão de céu é uma medida tridimensional que leva em consideração uma geometria de 90 graus verticais e 360 graus horizontais. (CHENG, 2010)
10
4.2. Morfologia urbana
Nos estudos conduzidos por Martin e March (1972), aborda-se o tema
da morfologia urbana, o papel da rede de quadras, lotes e ruas na formação
das cidades, o denominado “grid”, determinante para analisar a forma pela qual
os edifícios são implantados e arranjados no terreno.
Através do diagrama de Fresnel (Figura 2), são analisadas duas
formas distintas de implantação de um edifício em um lote, porém com
áreas equivalentes: a parte central, representando um padrão de ocupação
tipo “torre” e o anel externo, representando um padrão do tipo “courtyard”
ou pátio.
Figura 2. Diagrama de Fresnel Fonte: Martin; March, 1972
Essas duas morfologias possuem, no entanto, diferentes questões
de acesso, de como o espaço livre pode ser distribuído e de como elas se
comportam em relação ao conforto ambiental e à eficiência energética.
Se feita a comparação dessas duas formas com o mesmo volume de
edifício, mesma profundidade de planta, e mesma área de implantação,
verifica-se que a forma “courtyard” necessita, com a mesma ocupação do
11
solo, apenas um terço da altura necessária se comprada à forma do tipo
“torre”.
Variando-se as taxas de ocupação e coeficientes de aproveitamento,
obtêm-se diferentes morfologias construtivas (CHENG, 2010). Certas formas,
no entanto, podem resultar em um melhor aproveitamento do espaço urbano,
assim como de sua infraestrutura.
4.3. Tipologias, uso e ocupação do solo em São Paulo
A cidade de São Paulo até o início do século XX poderia ser considerada
como uma cidade essencialmente horizontal, e o sobrado, o tipo de edificação
predominante até então. Na mesma época, devido ao aumento populacional e
ao desenvolvimento tecnológico da construção civil, um novo fenômeno se fez
pela primeira vez presente e até os dias de hoje desempenha um papel
importante na composição do quadro da arquitetura urbana de São Paulo: a
verticalização.
Junto a esse fenômeno foram levantadas discussões sobre as vantagens e
desvantagens do uso da forma vertical na cidade. Uma das grandes vantagens
seria a redução de custos de produção, ou seja, o melhor aproveitamento do
solo urbano. Porém, muitas questões em relação aos malefícios da
verticalização surgiram como a preocupação com a qualidade de vida
proveniente dessa tipologia, principalmente no que se refere às condições
sanitárias das construções (DEVECCHI, 2010).
Essas discussões culminaram com a implementação da Lei municipal
número 526, no ano de 1957, a qual estabeleceu um controle sobre a altura
12
dos edifícios, fixando o coeficiente de aproveitamento do terreno em quatro
para uso residencial e seis para uso comercial e também estabeleceu uma
densidade demográfica máxima de 600 habitantes por hectare, mediante a
fixação de uma fração ideal mínima de 35 m² por unidade habitacional.
Dentre as repercussões dessa lei, está o início de dois processos contínuos
e simultâneos, porém controversos: a desconcentração populacional
acompanhada do aumento sensível da quantidade de construções verticais. De
acordo com Devecchi (2010), essa lei fez com que o padrão de adensamento
anterior proporcionado pelos renques de sobradinho se mantivesse, só que
agora com o emprego da forma urbana vertical. Tendo isso em vista, pode ser
questionada então a relação entre densidade demográfica, densidade
construída e as tipologias das construções da cidade de São Paulo.
4.4. Microclima Urbano
De acordo com Brown e Gillespie (1995), microclima é a condição da
radiação solar e terrestre, vento, temperatura do ar, umidade e precipitação em
um pequeno espaço externo. O que nos interessa saber, no entanto, é como
usar e modificar tais variantes das condições microclimáticas de forma que haja
conforto humano nesses espaços externos.
Um conceito importante abordado pelos autores é o de “Balanço
Energético”. Um microclima pode ser analisado através de um balanço
energético como forma de entender como os fluxos de energia podem ser
modificados através do desenho da paisagem. Esse conceito pode ser aplicado
13
tanto para análise de microclimas em espaços externos, para edifícios, quanto
para a análise dos fluxos de energia do corpo humano.
5. Levantamento de Dados Secundários
5.1. Densidade populacional na cidade de São Paulo
Os dados de densidade populacional foram obtidos na Sinopse do
Censo Demográfico de 2010 do Instituto Brasileiro de Geografia e Estatística, o
IBGE (ANEXO B). De acordo com as definições de densidade estudadas, o tipo
de densidade populacional utilizada é aquela denominada densidade regional.
A referência geográfica utilizada foram os distritos pertencentes à cidade de
São Paulo e o valor é expresso em habitantes por hectare.
A partir dos valores encontrados pôde-se observar que os dez distritos
mais demograficamente densos se encontram tanto em bairros centrais como
periféricos e que o maior valor encontrado corresponde ao distrito de Bela
Vista, um distrito central, com aproximadamente 279 habitantes por hectare
(Figura 3).
14
Figura 3. Os dez distritos mais demograficamente densos da cidade de São Paulo
Fonte: Elaboração da autora sobre dados do IBGE, 2011
Em relação aos valores de densidade populacional da Região
Metropolitana de São Paulo (RMSP) (ANEXO C), São Paulo é a sexta cidade
mais demograficamente densa da RMSP, com uma média de
aproximadamente 74 habitantes por hectare (Figura 4).
Figura 4. Mapa de densidade populacional da RMSP Fonte: Elaboração da autora sobre dados do IBGE, 2011
15
Quando se compara a densidade populacional média de São Paulo em
relação a algumas das maiores cidades do mundo, como Nova Iorque ou
Cidade do México, percebe-se que elas não diferem muito entre si. No entanto,
em relação à densidade média dos distritos mais densos de cada cidade,
percebe-se no exemplo da Bela Vista, o distrito mais denso de São Paulo, que
este possui valores relativamente baixos; o distrito mais denso de Mumbai, por
exemplo, tem densidade populacional quatro vezes maior que o de São Paulo
(Figura 5).
Figura 5. Cidades Grandes, sua densidade média e distritos mais densos Fontes: GUSSON; MADEIRA; DUARTE, 2012. Elaborado a partir de dados do IBGE, 2011; Burdett and Sudjic, 2011 e Hong Kong
(Special Administrative Region), 2012
16
5.2. Densidade construída na cidade de São Paulo
Já os dados referentes à densidade construída, obtidos na Secretaria de
Desenvolvimento Urbano (SMDU, 2009), são expressos em número de vezes a
área do terreno, ou seja, o Coeficiente de Aproveitamento – CA (ANEXO D).
Os valores apresentados revelam que a República é o distrito mais
densamente construído, com CA de aproximadamente cinco vezes a área do
terreno, e que, de forma geral, os dez distritos mais densamente construídos
de São Paulo estão concentrados em áreas centrais da cidade e, portanto, com
mais disponibilidade de infraestrutura (Figura 6). Pode-se afirmar que a cidade
de São Paulo não possui uma densidade construída elevada, uma vez que sua
média não passa de CA=1.
Figura 6. Os dez distritos mais densamente construídos da cidade de São Paulo
Fonte: Elaborado pela autora a partir dos dados da SMDU, 2009
0
1
2
3
4
5
6
Os dez bairros mais densamente construídos da cidade de São Paulo
quantas vezes a área do terreno
17
A partir da sistematização dos dados obtidos, tanto de densidade
populacional quanto de densidade construída, estes foram cruzados e
apresentados em um gráfico de densidades, onde a construída é representada
pela extrusão e a populacional pela intensidade de cor (Figura 7).
Observando-se os resultados, pode-se concluir que, de forma geral, a
cidade de São Paulo não possui uma densidade construída elevada, uma vez
que sua média não passa de uma vez a área do terreno (CA=1). Valores mais
elevados de até cinco vezes a área do terreno (CA-5) podem ser encontrados
principalmente nos distritos localizados em áreas centrais. No entanto, os
valores mais altos de densidade populacional também se estendem aos
distritos periféricos, retratando um fenômeno bastante acentuado dos últimos
anos: o da dispersão populacional.
Em dados recentes (IBGE, 2011), no entanto, observou-se um aumento
generalizado da densidade populacional em todos os distritos, inclusive os
centrais, o que indica uma mudança dessa tendência.
18
Figura 7. Mapa de densidade construída e populacional da cidade de São Paulo
Fontes: Elaborado pela autora a partir de dados da SMDU, 2009 e IBGE, 2011
19
Tendo isso em vista, destacam-se divergências entre os valores de
densidade construída e populacional na cidade de São Paulo. Nem sempre
uma alta densidade construída significa alta densidade populacional e vice-
versa. Existem casos em que a densidade construída de um distrito não passa
de duas vezes a área total do terreno e sua densidade populacional é
consideravelmente mais elevada do que a de alguns distritos centrais cuja
densidade construída é muito superior.
Figura 8. Perfis de densidade da cidade de São Paulo a partir da Linha Azul e
Vermelha da Companhia do Metropolitano de São Paulo (CMSP) Fontes: Elaborado pela autora a partir de dados do IBGE, 2011; SMDU, 2009
20
O mesmo pode ser averiguado nos perfis de densidade traçados tendo
como referência a Linha Azul da CMSP, que corta o território no sentido Norte-
Sul passando pelo centro (Figura 8). Em quase todo o percurso, o
comportamento do perfil de densidade populacional é quase inverso ao do
perfil de densidade construída. No entanto, tanto a densidade populacional
quanto a construída atingem seus valores máximos em regiões centrais. O
mesmo vale para os perfis de densidade referentes à Linha Vermelha da
CMSP.
4.2. Tipologias Construtivas
As densidades populacional e construída em geral estão intimamente
ligadas às diferentes tipologias das construções da cidade de São Paulo
(DEVECCHI, 2010). Para explicitar essa relação, foi selecionado um grupo de
distritos de interesse, por se destacarem, de um total de 97 distritos, como
distritos que apresentam as maiores discrepâncias com relação aos valores de
densidade populacional e densidade construída (Figura 9). Os distritos
selecionados foram: Barra Funda, Brasilândia, Moema, Itaim Bibi, Sé, Santa
Cecília, Bela Vista e República.
21
Figura 9. Densidade populacional e construída dos distritos selecionados Fonte: GUSSON; MADEIRA; DUARTE, 2012. Elaboração da autora a partir de dados
do IBGE, 2011 e SMDU, 2009
As tipologias foram classificadas considerando-se a predominância do
uso do solo, a forma das edificações e a renda da população residente, e para
melhor ilustrá-las, foram utilizados recursos fotográficos.
5. Análise e Resultados
5.1. Mesma tipologia e diferentes valores de densidade populacional e construída
Figura 10. Distritos de mesma tipologia e diferentes valores de densidade populacional e construída
Fontes: GUSSON; MADEIRA; DUARTE, 2012. Elaborado pela autora a partir de dados do IBGE, 2011 e SMDU, 2009
22
Como pode ser observado na Figura 10, os distritos de Bela Vista, Santa
Cecília e Moema possuem em comum a predominância tipológica de edifícios
verticais de habitação. Os valores de densidade construída e populacional, no
entanto, variam. De acordo com os resultados observados, nem sempre um
nível elevado de verticalização pressupõe altos valores de densidade
construída. Em Moema, por exemplo, apesar de ser um distrito cuja
predominância tipológica é de uso residencial verticalizado de alto padrão, o
coeficiente de aproveitamento do solo não passa de dois o que corresponde a
um padrão de ocupação de renque de sobradinhos. As explicações para esse
fato estão relacionadas a fatores como a classe social predominante, o
tamanho das unidades de habitação e a forma de ocupação do terreno.
Os distritos República, Sé e Itaim são distritos onde o uso comercial e de
serviços verticalizados predominam. Porém, possuem diferentes valores de
densidades populacionais e construídas. República e Itaim possuem mais uso
misto do solo, uma vez que para ambos os distritos os valores de densidade
populacional e construída são quase coincidentes; já, Sé possui uso mais
monofuncional.
23
5.2. Mesma densidade populacional e diferentes tipologias e valores de densidade construída
Figura 11. Distritos com mesma densidade populacional e diferentes tipologias e valores de densidade construída
Fontes: GUSSON; MADEIRA; DUARTE, 2012. Elaborado pela autora a partir de dados do IBGE, 2011 e SMDU, 2009
Fatores como classe social predominante e taxa de ocupação associada
ao coeficiente de aproveitamento dos distritos são determinantes para as
diferenças de valor de densidade construída. Nos distritos de Santa Cecília e
Brasilândia, apesar de possuírem os mesmos valores para a densidade
populacional, possuem distintas tipologias predominantes e valores de
densidade construída diferentes (Figura 11).
No caso de Santa Cecília, sua tipologia predominante é residencial
vertical de médio padrão e seu valor de densidade construída é mais elevado
do que no caso de Brasilândia, cuja tipologia predominante é a residencial
horizontal de baixo padrão (Figura 12).
24
Figura 12. Tipologias predominantes de Santa Cecília e Brasilândia Fontes: Dados da SMDU, 2009 e fotografias do autor, 2012
5.3. Mesma densidade construída e diferentes tipologias e valores de densidade populacional
Figura 13. Distritos com mesma densidade construída e diferentes tipologias e valores de densidade populacional
Fontes: GUSSON; MADEIRA; DUARTE, 2012. Elaboração da autora a partir de dados do IBGE, 2011 e SMDU, 2009
25
No caso dos distritos de Moema e Barra Funda verifica-se a mesma
densidade construída e divergências tanto nas tipologias, quanto na densidade
populacional (Figuras 13 e 14). Moema possui uma densidade construída baixa
se avaliada pela sua tipologia predominante: residencial vertical de alto padrão,
levando-se em consideração que o estudo adotou a área bruta para calcular a
densidade construída. Neste caso em particular, a área do Parque do
Ibirapuera influencia no valor resultante de densidade construída de Moema
assim como a área da ferrovia para o distrito de Barra Funda.
Na Barra Funda, onde o predomínio é de comércio e serviços verticais e
horizontais e de edifícios industriais, a densidade construída é equivalente à de
Moema, no entanto apresenta uma baixa densidade populacional para uma
região central com grande oferta de transporte público e infraestrutura.
Figura 14. Tipologias predominantes de Moema e Barra Funda Fontes: Dados da SMDU, 2009 e fotografias do autor, 2012.
26
6. Discussão e Conclusão
A partir das análises elaboradas neste trabalho, chega-se a algumas
conclusões e questionamentos.
Pode-se afirmar que, em comparação com alguns exemplos
internacionais, São Paulo possui uma densidade populacional relativamente
baixa. Além disso, após o cruzamento de dados de densidade construída,
densidade populacional e as diferentes tipologias construtivas de alguns
distritos de interesse para a pesquisa, conclui-se que estas variáveis nem
sempre estão diretamente relacionadas.
São observados casos em que a tipologia das construções é a mesma,
porém com valores de densidade construída e populacional diferentes; da
mesma forma há casos em que a densidade populacional é a mesma e a
densidade construída e as tipologias variam; por fim há casos em que a
densidade populacional é a mesma e os valores de densidade construída e as
tipologias são divergentes. Uma alta densidade construída, portanto, não
implica em uma alta densidade populacional e vice-versa e, quando são
similares, também não significa que terão a mesma tipologia construtiva.
É possível dizer, então, que a verticalização não pode ser sempre
associada a valores mais elevados de densidade populacional, e que estes
podem ser alcançados utilizando-se um padrão mais horizontal de ocupação do
solo, de média altura.
27
São Paulo, à primeira vista, pode ser percebida como uma cidade densa
devido ao grande número de construções verticalizadas em seu território
(CHENG, 2010). No entanto, depois de levantados os dados reais, questiona-
se essa afirmação abrindo possibilidades para a elaboração de arranjos dos
edifícios de forma a melhor aproveitar a ocupação do solo e seus recursos
(MARTIN; MARCH, 1972).
O estudo concluiu também que valores mais elevados de densidade
construída em São Paulo estão concentrados em áreas centrais enquanto os
de densidade populacional estão dispersos no território, atingindo também
áreas periféricas como Brasilândia. Como a região central de São Paulo possui
uma oferta maior de transporte e infraestrutura do que na região periférica,
atribui-se à primeira um grande potencial para adensamento populacional.
Tendo isso em vista, é pertinente questionar como conduzir de fato esse
processo de adensamento, com qualidade ambiental no meio urbano.
7. Escolha das áreas de estudo
As áreas de estudo foram selecionadas objetivando a compreensão da
cidade existente, a busca de exemplos bem sucedidos de qualidade social,
econômica e urbana, a observação dos dados de densidade relacionando-os
com a qualidade ambiental e a identificação de tipologias e formas urbanas
mais usuais para assim avaliar o desempenho ambiental de cada uma a partir
de critérios pré-estabelecidos pelo projeto PNPD/CAPES, sendo eles:
28
o Possuir certo grau de adensamento (construtivo e populacional)
o Possuir hibridade de tipologias de edifícios
o Possuir mix de usos (predominância habitacional)
A partir do levantamento de dados secundários relativos à densidade
urbana na cidade de São Paulo e suas diversas tipologias construtivas, foi
possível fazer a escolha de duas áreas de interesse, sendo uma delas no
distrito de Bela Vista e a segunda no distrito da República (Figuras 15 e 16).
Foram selecionadas duas quadras de cada distrito assim como uma área de
influência do entorno devido à necessidade de simulação das qualidades
ambientais das áreas em seu contexto devido. Ambas as quadras
apresentaram, dentre as demais de cada distrito, as maiores densidades
populacionais por setor (IBGE, 2011).
Seria de interesse que para cada área fossem simuladas as respectivas
condições microclimáticas. No entanto, como a área da Bela Vista se encontra
em um terreno de aclives bastante acentuados, não seria possível realizá-la
com os recursos disponíveis no momento, como explicitado mais à frente no
tópico referente às limitações da ferramenta de simulação ENVImet.
Por isso, foi determinado que para essa etapa da pesquisa, seria dado
maior enfoque na área da República, situada em terreno praticamente plano.
Como parte fundamental para a análise das condições existentes dessa
região, foi realizado um levantamento histórico da formação do bairro de Santa
Ifigênia, onde a área de estudo está inserida.
29
Figura 15. Área escolhida na Bela Vista
Fontes: Google Earth, 2012
Figura 16. Área escolhida na República Fontes: Google Earth, 2012
30
7.1. Análise das Áreas Selecionadas
7.1.1. Levantamento do Uso e Ocupação do Solo
Para melhor compreensão das áreas selecionadas foram realizados
estudos do existente iniciado por um levantamento detalhado do uso e
ocupação do solo das quadras e seu entorno (Figuras 17 e 18). Esse material
foi elaborado em conjunto pelo grupo de pesquisa do projeto PNPD/CAPES.
Como conclusão dessa etapa de reconhecimento, destacaram-se as
divergências das características de ocupação de ambas as áreas e tipologias
construtivas predominantes, que podem ser justificadas a partir do processo de
desenvolvimento das regiões determinado pelas diferentes leis urbanísticas e
estímulos de crescimento. Um exemplo dessas divergências é o claro contraste
entre as características de recuo. Enquanto na Bela Vista ele está presente em
quase todas as construções analisadas, na República, todos as edificações
não possuem distanciamento da calçada.
No entanto, tal diversidade pode ser considerada um ponto positivo,
tendo em vista que isso significa também uma maior variedade de resultados
de como a qualidade ambiental em ambientes adensados se traduz em
cenários diversos.
31
Figura 17. Uso e Ocupação do solo da área na Bela Vista
Fontes: Elaboração da autora
Figura 18. Uso e Ocupação do solo da área na República Fontes: Elaboração do grupo de pesquisa
32
7.1.2. Modelos Tridimensionais
Figura 19. Modelo tridimensional da área na Bela Vista
Fontes: Elaborado pela autora
Figura 20. Modelo tridimensional da área na República Fontes: Elaborado pelo grupo de pesquisa
33
7.1.3. Levantamento Histórico da Área da República
A primeira freguesia paulistana desmembrada da Sé se formou a partir
da construção da igreja de Santa Ifigênia em 1809. Logo após, em 1810, foi
realizado o projeto de loteamento dessa área pelo Marechal Arouche de Toledo
em 1810. No entanto, até a década de 1870, Santa Ifigênia não podia ser
considerada um forte núcleo urbanizado da cidade de São Paulo e possuía
feições de ocupações dispersas, relacionadas muitas vezes a produção de
subsistência e de abastecimento da própria cidade.
Com a construção da Estrada de Ferro São Paulo Railway (Santos-
Jundiaí) em 1867, ocorre um crescimento urbano e demográfico sem
precedentes e observou-se na década de 1870 o deslocamento da população
de maior poder aquisitivo para o bairro de Santa Cecília, que passava a
assumir um perfil mais comercial, se constituindo como uma centralidade.
Em 1880 criou-se o primeiro loteamento com desenho totalmente
ortogonal, com praças e ruas largas e com isso, um novo padrão de ocupação
aristocrático que definiu o vetor de expansão oeste de São Paulo. Este trecho
urbano passou a carregar o título de “cidade nova” e diferia da forma de
ocupação da cidade antiga, mais orgânica e espontânea.
“A estação de trem, as linhas de bonde, a mudança da residência de fazendeiros do interior para a capital, o desenvolvimento do comércio, a instalação de restaurantes, hotéis e cinemas configuraram o quadro de prosperidade desta parte da cidade entre o fim do século XIX e primeiras décadas do XX. A participação do Estado na afirmação do novo centro para além do vale e na consolidação da segregação das elites em relação aos outros grupos sociais também foi crucial.” (ISIDA, 2011)
34
Na década de 1920 ocorre o crescimento vertical e o desenvolvimento
imobiliário de Santa Ifigênia estimulados por regulações urbanísticas que
dirigiam a verticalização pelos eixos viários da cidade em expansão. Na
Avenida São João, por exemplo, não eram permitidas construções com menos
de três pavimentos e o controle de altura permitia que as edificações tivessem
de duas a três vezes a largura da rua que as servia. Porém, na década de 1930
com a implementação do Plano de Avenidas, o novo quadro das vias de
circulação de automóveis colocou a região do centro em outro patamar de
acessibilidade viária e isso foi determinante para compreender o rumo da
expansão dos grupos mais ricos da cidade em direção à Avenida Paulista.
Consequentemente, a partir de 1950 iniciou-se o processo denominado
de “degradação” urbana ocasionada não só devido ao Plano de Metas, mas
também pelas novas posturas da regulação de uso e ocupação do solo com a
Lei de Zoneamento de 1972.
De acordo com ela, a área de estudo se situa na Zona denominada Z5
(Figura 21), que juntamente à Z3 e Z4, passou a gozar do dobro do
aproveitamento permitido na maior parte da cidade (até 3,5). A falta de
distinção das características de aproveitamento do solo destas demais zonas
fez com que houvesse a expansão tanto da verticalização como das atividades
centrais para novas frentes de valorização imobiliária como os Jardins,
Pinheiros, Itaim, Moema e outros.
Além disso, o investimento no metrô no centro histórico e a
implementação de corredores de ônibus na área potencializaram a
acessibilidade do centro para as faixas de menor renda. Com isso ocorre o
35
abandono do centro pelas elites, acompanhado pela substituição destas por
uma população de perfil econômico inferior.
Porém, com a Nova Lei de Zoneamento da cidade de São Paulo (Figura
22), a área de estudo agora classificada como uma Zona de Centralidade Polar
(ZCPb/05), recuos de frente passam a ser exigidos, a taxa de ocupação diminui
de 80% para 70% e o coeficiente de aproveitamento aumenta de até 3,5 para
até 4 (Tabelas 1 e 2).
Hoje em dia a área de estudo se situa dentro do perímetro da “Operação
Urbana Centro” e do projeto “Nova Luz”, cujo objetivo principal seria o de
revitalizar a região central do distrito da República, melhorando a qualidade
urbana e atraindo novos empreendimentos e visitantes através do instrumento
de concessão urbana (MOEL, 2012). No entanto, o projeto é amplamente
criticado devido à falta de participação e inclusão popular no processo e pelo
seu aspecto meramente especulativo de valorização e comercialização do solo
urbano que ocasionaria um processo de gentrificação (NISIDA, 2011).
Figura 20. Linha do tempo
Fontes: Elaborado pela autora
36
Figura 21. Mapa de Zoneamento de 1972 para a área central de São Paulo. FONTE: Guia Mapograf de Zoneamento de 1997 (Leis 8.382/75 e 8.796/78) aplicados sobre MOC.
Tabela 1. Quadro número 2ª, anexo à Lei número 8.001/73. Zoneamento. Características das Zonas de Uso. FONTE: PCSP.
37
Figura 22. Mapa de Zoneamento de 2004 para a área central de São Paulo. FONTE: PCSP, 2012.
Tabela 2. Quadro 04 do livro IX – Anexo à Lei número 13.885, de 25 de agosto de 2004. Características de aproveitamento, dimensionamento e ocupação dos lotes. FONTE: PCSP, 2012.
38
8. Simulações do Microclima
Como forma de familiarização com o modelo de simulação ENVImet
versão 3.1, foram realizados estudos preliminares utilizando-se como estudo de
caso um conjunto de quadras selecionadas do distrito do Cambuci, localizado
nas regiões centrais de São Paulo, de acordo com critérios pré-estabelecidos
pelo projeto Capes.
O arranjo dos edifícios, bem como a altura dos mesmos, se deu de
forma hipotética. A altura dos edifícios se deu procurando o adensamento
máximo dos mesmos, calculado a partir de dados da Companhia de
Desenvolvimento Habitacional e Urbano de São Paulo como área mínima das
unidades habitacionais e número de habitantes médio por unidade. A
disposição dos edifícios nos lotes levou em consideração critérios para que as
condições mínimas de iluminação fossem asseguradas. A referência utilizada
para o cálculo da distância mínima entre os edifícios foi adotada a partir de
Brandão (2004).
8.1. Medições de Campo
Para que a simulação fosse realizada com maior fidelidade às condições
microclimáticas da área de estudo, seria necessário ter como base dados
empíricos. Por isso, antes que o modelo de simulação fosse criado, medições
de campo foram realizadas no dia 26 de outubro de 2011 pelos alunos de pós-
graduação da disciplina AUT05823 - Conforto Ambiental Urbano, com a
participação desta bolsista de Iniciação Científica (ANEXO E).
39
Os pontos escolhidos para coletar os dados são os representados pelos
números um e dois, como ilustrado abaixo (Figura 23) e se localizam em áreas
de características distintas, porém próximas. O primeiro está localizado na
calçada de uma rua movimentada e o segundo no meio de uma praça.
Figura 23. Pontos selecionados para medição de campo
Fontes: Google Maps, 2011
8.1.1. Variáveis Medidas e Coletadas
As variáveis coletadas nos levantamentos de campo foram aquelas que,
direta ou indiretamente, influenciam no conforto térmico, luminoso e acústico
dos seres humanos. Essas variáveis podem ser divididas em três tipos: (a) as
variáveis para caracterização dos ambientes térmico, acústico e luminoso, (b)
as variáveis comportamentais e (c) as variáveis subjetivas.
40
a) As variáveis para caracterização dos ambientes térmico, acústico e
luminoso permitem a caracterização das condições ambientais no momento em
que foram realizados os levantamentos de campo. São elas: a temperatura do
ar (Ta, em °C), a umidade do ar (UR, em %), a velocidade do vento (V.V, em
m/s), sua direção (em graus a partir do Norte verdadeiro), a temperatura de
globo (Tg, em °C) para o cálculo da temperatura radiante média (Trm, em °C),
o nível de pressão sonora equivalente contínuo – (LAeq, em dB(A)) e a
iluminância (E, em lux).
b) As variáveis comportamentais correspondem às características físicas e
aos dados específicos de cada um dos indivíduos no momento da realização
da entrevista. São elas: a altura (m), a idade (anos), o peso (kg), o sexo, a taxa
metabólica (W), o isolamento térmico da vestimenta (clo) e a localização dos
entrevistados durante a entrevista: se ao sol ou à sombra.
c) As variáveis subjetivas são associadas às percepções, avaliações e
preferências de sensações térmicas e acústicas. Essas variáveis são avaliadas
por meio de escalas de julgamento subjetivo dos ambientes.
As variáveis para caracterização dos ambientes foram medidas em
campo ao mesmo tempo em que as variáveis comportamentais e subjetivas
foram coletadas por meio da aplicação de questionários (Figura 24).
41
Figura 24. Questionário Aplicado
8.1.2. Equipamentos Utilizados para a Medição As medições nos bairros Cambuci e Liberdade, previstas para ocorrerem
no período das 7 às 19:15, foram realizadas das 7 às 17h, devido à equipe
reduzida e a periculosidade do local. O horário de verão já estava em efeito,
portanto o horário verdadeiro foi das 6 às 16 h.
Para as medições ambientais, foram utilizados equipamentos portáteis
fixados em tripé metálico de 1,60 m de altura (Figura 25). Essas variáveis
foram medidas de 10 em 10 minutos.
42
Figura 25. Montagem padrão dos equipamentos em cada um dos pontos de
medição
8.2. Primeira Aplicação do Modelo: ENVI-met3
8.2.1. Input dos Dados
O primeiro passo para se iniciar a simulação é determinar a base para
inserção do terreno que será estudado. Para isso é preciso configurar as
3ENVI-met é um modelo computacional tridimensional que combina cálculo de parâmetros da dinâmica de fluidos (como fluxo de ventos ou turbulência) com processos termodinâmicos ocorridos na superfície do solo, em paredes de edifícios e na vegetação para simulação de interações em ambientes urbanos. Indicado para estudos nas áreas de climatologia urbana, arquitetura, planejamento ambiental e urbano.
43
opções apresentadas no ícone “Change size of model or create a new model
domain” (Figura 26).
Na opção “Size of grid cell in meter”, por se tratar de um modelo
tridimensional, é preciso determinar a proporção do “grid”, que é uma base
auxiliar para a inserção do terreno, em três eixos. Nesse caso, foi escolhida
uma proporção de 4x4x4 metros, por motivos práticos, por ser a medida da rua
mais estreita na área estudada e também porque é uma medida a qual
apresentaria um bom nível de detalhamento.
Na opção “Number of grids and nesting properties” o número de “grids”,
considerando a proporção escolhida, é determinado tendo em vista as
dimensões do terreno de estudo e a altura dos edifícios que serão implantados.
Os “nesting grids” são grids que se localizam às margens da área do terreno
determinada e terão o papel de garantir a precisão dos resultados.
Figura 26. Change or create model Domain
44
Já com a base determinada, as características do terreno podem ser
inseridas, tais como as dimensões dos edifícios e o tipo de solo e vegetação.
Nesse caso, os edifícios foram inseridos com uma altura de 60 metros; para as
áreas interiores à quadra foi inserida grama como vegetação e solo tipo
argiloso (loamy) enquanto para as áreas exteriores o tipo de solo asfalto
(asphalt). A melhor maneira para se fazer o desenho do terreno é inserindo
uma figura bitmap em escala como base e, a partir dela, traçar os pontos do
grid (Figura 27).
Figura 27. Imagem do terreno Fontes: Google Maps, 2011
45
Após a classificação das características do terreno, foi construído o seguinte modelo explicitado na Figura 28.
Figura 28. Modelo com as características do terreno
Em seguida, com a ferramenta Edit Soils, aplica-se que tipo de solo cada
grid possui (Figuras 29 e 30). Neste caso aplicou-se loamy soil (L) onde havia
grama sobre solo argiloso e Asphalt Road (S), onde havia asfalto e, na base do
edifício, não foi aplicado nenhum tipo de solo (0).
46
Figura 29. Modelo, terreno e características do solo
Figura 30. Modelo com as características do solo ampliado
47
Depois, foram escolhidos dois pontos, de onde seriam gerados os
resultados, chamados de receptores. Um receptor foi localizado em uma área
próxima a uma via, próximo ao ponto 2 da medição de campo. O outro receptor
foi localizado no meio de uma das quadras, próximo ao ponto 1 da medição de
campo (Figura 31).
Figura 31. Receptors
Posteriormente foram inseridos os dados microclimáticos no
“Configuration Editor” do ENVI-met (Figura 32) como velocidade e direção do
vento, temperatura atmosférica inicial, umidade específica e relativa, entre
outros. Os dados empíricos (ANEXO E) foram obtidos por medição de campo
realizada na área de estudo.
48
Figura 32. Configuration Editor
Após essa etapa, ao selecionar a opção “Start ENVImet” o programa
inicia uma janela na qual é possível através da aba “Output Settings” selecionar
as variáveis as quais serão analisadas (Figura 33). Para essa fase de estudo,
foram selecionadas as variáveis: Classed LAD and Shelters, Wind Speed, Wind
Direction, Pot. Temperature em Kelvins, Spec. Humidity, Relative Humidity e
Sky View Factor Buildings. Depois, em “Start this Model”, os resultados da
simulação são, enfim, obtidos.
49
Figura 33. Default Configurations
8.2.2. Output dos dados
Os resultados para cada receptor (aa e bb) foram obtidos na forma de
uma tabela, exportada para o Excel, que relaciona, para determinada data,
hora e altura, as diferentes variáveis escolhidas nas opções de saída. A partir
da tabela, gera-se os gráficos necessários para a cada análise.
Outra forma de se visualizar os resultados é utilizar o aplicativo
Leonardo, que gera mapas bidimensionais e tridimensionais das variáveis para
uma data e hora determinadas a partir dos dados do ENVI-met.
50
Para importar os dados da simulação, é preciso abrir a janela Data
Navigator da barra Tools e, no ícone de arquivo, selecionar um documento do
tipo EDI, obtido na pasta de resultados do ENVI-met com a data e o horário de
interesse. Depois de obtido o arquivo, deve-se selecionar então uma das
variáveis microclimáticas e o plano de corte de visualização.
Depois disso, as características do mapa criado podem ser ajustadas na
aba 2D settings, como mudar as cores do mapa na opção Data Layer ou os
valores máximo e mínimo da escala, assim como destacar uma informação
específica, por exemplo, a vegetação, na opção Special Layer, criar linhas
vetoriais em mapas de fluxo de ventos na opção Vector Layers e isolinhas em
Isoline Layer.
8.2.3. Resultados obtidos
Dados gerados pelo ENVI-met: receptor bb:
Figura 34. Temperatura do ar (°C) e umidade do ar (%) no “receptor” bb
51
Dados gerados pelo ENVI-met: Receptor “aa”:
Figura 35.Temperatura do ar (°C) e umidade do ar (%) no “receptor” AA
O modelo Leonardo4 também pode auxiliar a visualização 3D da
condição climática local (figuras 32 a 35).
4 Leonardo é um aplicativo que importa dados do programa ENVI-met e organiza-os em mapas (camadas) tridimensionais e bidimensionais.
52
Figura 36. Resultados obtidos para temperatura do ar, em 3D (modelo Leonardo), para as 10h.
Figura 37. Resultados dos dados obtidos para temperatura do ar, em 3D (por meio do software Leonardo), para as 12h
53
.
Figura 38. Resultados dos dados obtidos para temperatura do ar, em 3D (por meio do software Leonardo), para as 15h.
Figura 39. Resultados dos dados obtidos para velocidade do vento, em 3D (por meio do software Leonardo), para as 15h.
54
8.2.4. Principais limitações
Após a realização desse primeiro exercício algumas limitações podem
ser destacadas.
Uma delas é a ortogonalidade do “grid” frente a uma área de estudo de
malha irregular e a impossibilidade de simular áreas com diferenças de alturas,
uma vez que o traçado do desenho da mesma é feito de forma bidimensional e
não existem ferramentas nesse programa que permitam a inserção da
topografia do terreno.
Como forma de solucionar o fato de que para a mesma área seriam
testados diversos cenários de implantação dos edifícios, admitiu-se que uma
vez que as quadras são o objeto principal de análise, o desenho das mesmas é
priorizado em relação aos edifícios e estes iriam variar de acordo com os
diversos cenários.
Da mesma maneira pode-se destacar o fato de que a ferramenta está
programada para simular regiões de clima temperado, o que faz com que
alguns ajustes sejam necessários para que os dados microclimáticos da
simulação possam ser aproveitados para analisar áreas de diferentes climas.
55
8.2.5. Considerações Finais
No decorrer da pesquisa, principalmente quando se iniciou os trabalhos
de medição em campo foram encontrados valores entre um ponto e outro muito
discrepantes, como no caso dos valores de temperatura radiante, isso se
deveu a vários fatores: a instabilidade atmosférica no dia da medição e de que
os equipamentos utilizados eram equipamentos de medições portáteis para uso
interno, adaptados para uso externo, o que não deu bons resultados nessa
medição.
Paralelamente, o LABAUT adquiriu recentemente duas novas estações
meteorológicas Campbell, com verba do projeto “O Impacto da vegetação nos
microclimas urbanos: estudo quantitativo da intensidade, da distribuição
espacial e da área de abrangência dos efeitos microclimáticos da vegetação
urbana” – CNPq/Processo nº 400643/2010-3, que será utilizada nas próximas
etapas deste mestrado e de outras pesquisas do grupo, com grande vantagem
com relação à acuidade dos dados medidos. As duas estações estão em fase
de montagem e testes. Ambas incluem os seguintes equipamentos: um tripé
TW Tripod/ Mast Assembly 1,5m, um Measurement and Control Datalogger
CR800-ST-SW-NC, os sensores: um Gill 2-D Sonic Wind WINDSONIC1-L24,
um Vaisala Temperature/RH HMP45C-L12, um Kipp & Zonen Pyranometer W /
Sun Shield CMP3-L12, um Solar Sensor Mounting Stand CM22, um Temp
Probe 108-L12 e um CSC Blackglobe-L15 Temperature Sensor For Heat
Stress.
56
O estudo realizado, no entanto, contribuiu muito para o domínio da
ferramenta de simulação e possibilitou a análise de suas possibilidades e
limitações.
57
9. Referências Bibliográficas
1. ABRUZZI, Valter; ALVES, Carolina; BARBOZA, Julierme; FEIJÓ, Maria
Alice; GUSSON, Carolina; HIRASHIMA, Simone; MACEDO, Elisa;
MENDES, Bruno Henrique; TAKAESU, Luciana. Relatório dos Trabalhos
de Campo 1 e 2. AUT5823 – Conforto Ambiental Urbano, Profa. Dra.
Denise Helena Silva Duarte e Prof. Dr. Leonardo M. Monteiro (colab).
Faculdade de Arquitetura e Urbanismo, Universidade de São Paulo, São
Paulo, 2011.
2. ALEXANDER, Christopher. Tres aspectos de matemática y diseño y La
estructura Del médio ambiente. 2nd Ed. Barcelona: Tusquet, 1980.
3. BRANDÃO, Rafael Silva. Acesso ao Sol e à Luz Natural: Avaliação do
impacto de novas edificações no desempenho térmico, luminoso e
energético do seu entorno. Tese (mestrado), Faculdade de Arquitetura e
Urbanismo, Universidade de São Paulo, São Paulo, 2004.
4. BREHENY, Michael. Urban compaction: feasible and acceptable? Cities,
v. 14, n. 4, aug. 1997.
5. BROWN, Robert; Gillespie, Terry J. Microclimatic landscape design:
creating thermal comfort and energy efficiency. New York: J. Wiley &
Sons, 1995.
6. BRUSE, M. Simulating the Effects of Urban Environmental on
Microclimate with a Three- Dimensional Numerical Model. In: Climate
and Environmental Change, Conference Meeting of the Commission on
Climatology, Évora, 1998.
7. BURDETT, R. (ed.); SUDJIC, D. (ed). Living in the endless city: The
Urban Age Project by the London School of Economics and Deutsche
Bank´s Alfred Herrhausen Society, Phaidon, London, 2011.
8. CHENG, Vicky et. al. Outdoor thermal comfort study in a sub-tropical
climate: a longitudinal study based in Hong Kong. Internationa l Journal
of Biometeorology, jan, 2011.
9. CHENG, Vicky. Understanding density and high density. In: NG, Edward
(Ed.). Designing highdensity cities for social and environmental
sustainability. London: Earthscan, 2010. cap. 1, p. 3-16.
58
10. CHENG, Vicky. Human Perception of Urban Density. PhD
Thesis.University of Cambridge, 2010.
11. CHO, Sung H.; LEE, Tae K. A study on building communities in high-rise
and high-density apartments – focused on living program. Building and
Environment, v.46, n. 7, p. 1428-1435, jul. 2011.
12. DEVECCHI, Alejandra Maria. Reformar não é construir. A reabilitação
de edifícios verticais: novas formas de morar em São Paulo no século
XXI. São Paulo: FAUUSP, 2010. 552 p. Tese (Doutorado) – Programa
de Pós-Graduação em Arquitetura e Urbanismo, Faculdade de
Arquitetura e Urbanismo, Universidade de São Paulo, São Paulo, 2010.
13. GIRADET, Herbert. Creating Sustainable Cities. Schumacher Briefings 2.
Bristol:Green Books, 2003.
14. GLAESER, Edward. Triumph of the city: how our greatest invention
make us richer, smarter, greener, healthier, and happier. New York: The
Penguin Press, 2011.
15. GUSSON, Carolina; MADEIRA, Angela; DUARTE, Denise. São Paulo: a
dense city? In: SASBE, 4° CIB International Conference on Smart and
Sustainable Built Environment, São Paulo, 2012.
16. HENG, Chye Kiang; MALONE-LEE, Lai Choo. Density and urban
sustainability: an exploration of critical issues. In: NG, Edward (ed.).
Designing high-density cities for social and environmental sustainability.
London: Earthscan, 2010. p. 41-50.
17. Hong Kong (Special Administrative Region). Hong Kong Figures. Hong
Kong Census and Statistics Department, 2012. Available at:
<www.censtatd.gov.hk>
18. IBGE (Instituto Brasileiro de Geografia e Estatística). 2010, Censo
Demográfico.
19. JACOBS, Jane. Morte e vida de grandes cidades. São Paulo: Martins
Fontes, 2000.
20. JENKS, Mike, DEMPSEY, Nicola. Future Forms and Design for
Sustainable Cities. Oxford: Architectural Press, 2005.
59
21. KATZSCHNER, Lutz. Urban climate in dense cities. In: NG, Edward
(Ed.). Designing high-density cities for social and environmental
sustainability. London: Earthscan, 2010. cap. 7, p. 71-78.
22. MARTIN, Leslie (ed.); Lionel March (ed.). Urban space an structures.
London: Cambridge University Press, 1972.
23. MASCARÓ, Juan L. Desenho urbano e custos de urbanização. Porto
Alegre: Luzzatto, 1989.
24. MEYER, Regina Maria Prosperi; GROSTEIN, Marta Dora; BIDERMAN,
Ciro. São Paulo Metrópole. São Paulo: EDUSP: IMESP, 2004.
25. MIANA, Anna Christina. Adensamento e forma urbana: inserção de
parâmetros ambientais no processo de projeto. São Paulo: FAUUSP,
2010. 394 p. Tese (Doutorado) – Programa de Pós- Graduação em
Arquitetura e Urbanismo, Faculdade de Arquitetura e Urbanismo,
Universidade de São Paulo, São Paulo, 2010.
26. MOËL, Marie. Land Use in the Urban Concession Area of Nova Luz: A
Comparative Study Among the Current Situation, the Proposed Urban
Design and French Urban Indicators. Trabalho de Conclusão de Curso.
Faculdade de Engenharia Civil da Universidade de São Paulo, São
Paulo, 2012.
27. NG, Edward. Towards planning and practical understanding of the need
for meteorological and climatic information in the design of high-density
cities: A case-based study of Hong Kong. International Journal of
Climatology, n/a. doi: 10.1002/joc.2292, jan.2011.
28. NG, Edward. Designing high-density cities for social and environmental
sustainability. London: Earthscan, 2010.
29. NISIDA, Vitor Coelho. Outra luz: Alternativas Urbanísticas Para o Projeto
Nova Luz. Trabalho Final de Graduação da Faculdade de Arquitetura e
Urbanismo da Universidade de São Paulo, São Paulo, 2011.
30. Projeto Nova Luz. Prefeitura de São Paulo. Desenvolvimento Urbano.
São Paulo, 2011
31. ROAF, Susan. The sustainability of high-density. In: NG, Edward (Ed.).
Designing high-density cities for social and environmental sustainability.
London: Earthscan, 2010. cap. 3, p. 27-37.
60
32. ROGERS, Richard; GUMUCHDJAN, Philip. Cidades para um pequeno
planeta. Barcelona: Gustavo Gili, 2001.
33. ROHINTON, Emmanuel M. An urban approach to climate sensitive
design: strategies for the tropics. Abingdon: Spon Press. 2000.
34. SÃO PAULO. Secretaria Municipal de Planejamento Urbano. Atlas
Ambiental do Município de São Paulo. São Paulo, 2000: SEMPLA, 1985,
358p. Disponível em: <http://atlasambiental.prefeitura.sp.gov.br/>
Acesso em: 10 mar 2006.
35. SÃO PAULO, Secretaria Municipal do Desenvolvimento Urbano, 2009.
Infocidade. Disponível em: <http://infocidade.prefeitura.sp.gov.br/>.
Acesso em janeiro de 2012.
36. TARIFA, José Roberto, Azevedo, Tarik Rezende de. Os climas na
cidade de São Paulo. Teoria e prática. São Paulo: Pró-reitoria de Cultura
e Extensão. USP: laboratório de Climatologia. FFLCH, 2001. (GEOUSP
– Coleção Novos Caminhos, 4).
37. YANG, Feng; LAU, Stephen S. Y.; QIAN, Feng. Urban design to lower
summertime outdoor temperatures: An empirical study on high-rise
housing in Shanghai. Building and Environment, v.46, Issue 3, p. 769-
785, mar. 2011.
38. YANG, Feng; LAU, Stephen S. Y.; QIAN, Feng. Summertime heat island
intensities in three high-rise housing quarters in inner-city Shangai China:
Building layout, density and geenery. Building and Environment, v.45, n.
1, p. 115-134, jan. 2010.
61
ANEXO A – E-mail de aceite e artigo publicado no evento SASBE 2012
Your abstract was approved in SASBE2012 first round!
Dear Carolina dos Santos Gusson.
On behalf of the Scientific Committee of the Smart and Sustainable Built Environments:
Emerging economies - SASBE2012, we are very pleased to inform you that your abstract
RS37631B, “São Paulo: A dense city?”, Gusson CS, Madeira AHY, Duarte DHS, was accepted
to proceed to full paper submission. Please observe SASBE2012 manuscript guidelines. The
full paper submission deadline is January 30, 2012.
62
63
64
65
66
67
68
69
ANEXO B – Tabela com dados de densidade demográfica separados por distritos da cidade de São Paulo.
Distrito Habitantes/Hectare
Bela Vista 279.3294 República 278.3341 Santa Cecília 251.4757 Cidade Ademar 242.6318 Brasilândia 241.4863 Sapopemba 232.3214 Capão Redondo 216.8831 Liberdade 211.6408 Lajeado 205.4717 Itaim Paulista 204.0506 Cachoeirinha 198.7539 Perdizes 195.6341 Vila Jacuí 194.8459 Sacomã 190.8509 Campo Limpo 187.1531 Vila Medeiros 183.3509 Artur Alvim 180.1058 Jabaquara 177.9149 Vila Curuçá 174.7207 Jardim Helena 171.5708 Vila Mariana 170.1657 Consolação 170.0592 São Lucas 163.7161 Cidade Tiradentes 163.0967 Ponte Rasa 159.2137 Jardim Paulista 157.7069 Saúde 157.3721 Itaquera 155.0042 Ermelino Matarazzo 154.1886 Freguesia do Ó 152.5786 Aricanduva 145.7733 Jaçanã 141.4437 Vila Formosa 140.5188 Limão 139.4965 Vila Andrade 137.7493 Mandaqui 137.5349 Rio Pequeno 136.8594 Cidade Líder 136.3259 São Mateus 136.1442 Casa Verde 132.9832 Água Rasa 132.3633 Vila Matilde 131.0897 Guaianases 130.0095 São Rafael 126.7905 Vila Sônia 125.4464
70
Sé 124.9148 Penha 124.6022 Pirituba 122.9091 Vila Prudente 121.0521 Tatuapé 120.0488 São Miguel 119.219 Carrão 118.8979 Jardim São Luís 116.288 Tucuruvi 115.8052 Cangaiba 110.3834 Ipiranga 107.8811 Vila Maria 107.5229 Mooca 106.1614 Cambuci 104.5034 Santana 102.781 Itaim Bibi 102.6646 Moema 101.7684 Cursino 100.9266 Raposo Tavares 98.4011 São Domingos 96.7173 Parque do Carmo 95.5818 Pedreira 95.0188 Jardim Ângela 94.7644 Jaraguá 90.9444 Brás 89.4138 Bom Retiro 88.34 Pinheiros 88.141 Iguatemi 88.017 Campo Grande 86.561 Jaguaré 85.6549 Vila Guilherme 83.543 Campo Belo 83.2744 Belém 81.825 Cidade Dutra 80.8766 José Bonifácio 73.8769 Lapa 71.1074 Pari 70.6926 Alto de Pinheiros 63.9548 Perus 63.6838 Vila Leopoldina 62.7855 Jaguara 61.1579 Grajaú 52.0728 Santo Amaro 49.952 Tremembé 48.289 Morumbi 47.0069 Butantã 46.7441 Socorro 34.2513 Barra Funda 27.1967 Anhanguera 23.0099 Parelheiros 11.7107
71
Marsilac 0.4538
Fonte: IBGE, 2010
ANEXO C – Tabela com dados de densidade demográfica dos municípios pertencentes à Região Metropolitana de São Paulo.
Município Habitantes/Hectare Arujá 7.7735 Barueri 36.3994 Biritiba-Mirim 0.901 Caieiras 8.9484 Cajamar 4.8792 Carapicuíba 106.8008 Cotia 6.2255 Diadema 125.191 Embu 34.125 Embu-Guaçu 4.0511 Ferraz de Vasconcelos 56.2482 Francisco Morato 31.3045 Franco da Rocha 9.8128 Guararema 0.955 Guarulhos 38.2836 Itapecerica da Serra 10.1541 Itapevi 24.1579 Itaquaquecetuba 38.7773 Jandira 61.2459 Juquitiba 0.5504 Mairiporã 2.5225 Mauá 68.0354 Mogi das Cruzes 5.4365 Osasco 104.1179 Pirapora do Bom Jesus 1.4463 Poá 62.1194 Ribeirão Pires 11.4499 Rio Grande da Serra 11.9245 Salesópolis 0.3679 Santa Isabel 1.3909 Santana de Parnaíba 6.0517 Santo André 38.6635 São Bernardo do Campo 18.7259 São Caetano do Sul 97.0879 São Lourenço da Serra 0.7496 São Paulo 73.8769 Suzano 12.7037 Taboão da Serra 120.4987 Vargem Grande Paulista 10.2179 Fonte: IBGE, 2010
72
ANEXO D – Tabela com dados de densidade construída separados por distritos da cidade de São Paulo.
Distrito Área Construída Área do Terreno C.A.* República 6,762,656 1,322,613 5.113103 Sé 4,536,091 1,076,309 4.214488 Bela Vista 6,834,331 1,891,755 3.612694 Jardim Paulista 13,366,123 4,498,095 2.971507 Consolação 7,749,875 2,775,235 2.792511 Santa Cecília 6,778,036 2,545,907 2.662327 Itaim Bibi 14,460,835 6,463,848 2.237187 Vila Mariana 12,840,479 5,975,907 2.148708 Perdizes 8,927,044 4,557,280 1.958854 Liberdade 5,076,572 2,697,712 1.881807 Moema 11,042,412 6,704,393 1.647041 Pinheiros 9,268,167 5,782,608 1.602766 Brás 3,853,981 2,656,005 1.451044 Saúde 9,314,905 6,458,120 1.442356 Tatuapé 7,692,560 5,759,825 1.335554 Bom Retiro 3,414,268 2,720,660 1.254941 Moóca 6,701,792 5,917,969 1.132448 Pari 1,885,156 1,715,002 1.099215 Cambuci 3,149,229 2,947,660 1.068383 Campo Belo 6,239,969 6,269,145 0.995346 Belém 4,169,809 4,259,848 0.978863 Lapa 6,872,891 7,054,736 0.974224 Água Rasa 4,924,844 5,190,752 0.948773 Ipiranga 7,374,624 7,840,785 0.940547 Vila Andrade 6,653,705 7,321,954 0.908734 Santana 9,164,348 10,138,789 0.90389 Vila Formosa 4,770,703 5,352,172 0.891358 Santo Amaro 10,270,497 12,020,853 0.85439 Jabaquara 8,664,227 10,247,049 0.845534 Alto de Pinheiros 4,293,040 5,122,113 0.838138 Vila Leopoldina 4,115,976 4,920,749 0.836453 Carrão 4,534,553 5,712,945 0.793733 Casa Verde 4,222,126 5,319,441 0.793716 Barra Funda 3,038,836 3,876,110 0.783991 Vila Medeiros 4,378,608 5,603,605 0.781391 Vila Prudente 5,355,570 6,897,408 0.776461 Vila Sônia 5,387,490 7,042,018 0.765049 Penha 5,868,454 7,732,698 0.758914 Morumbi 6,081,837 8,025,880 0.757778 Limão 3,382,569 4,519,976 0.74836
73
São Lucas 5,145,887 7,067,413 0.728115 Vila Maria 5,262,128 7,497,237 0.701876 Vila Guilherme 3,915,071 5,603,215 0.698719 Campo Grande 6,628,589 9,540,110 0.694813 Rio Pequeno 4,158,231 6,002,392 0.692762 Sacomã 7,443,761 10,899,408 0.682951 Vila Matilde 4,015,147 5,890,506 0.68163 Freguesia do Ó 5,273,876 7,775,894 0.678234 Aricanduva 3,255,486 4,813,048 0.676388 Tucuruvi 4,705,035 7,320,596 0.642712 Jaçanã 2,394,449 3,814,745 0.627683 Cidade Ademar 5,475,607 8,786,069 0.623215 Ponte Rasa 2,775,313 4,545,864 0.610514 Cangaíba 3,497,586 5,894,498 0.593365 Sapopemba 5,030,921 8,498,473 0.591979 Mandaqui 4,190,608 7,151,125 0.586007 Artur Alvim 2,614,453 4,478,605 0.583765 Cursino 5,238,166 9,424,166 0.555823 Jaguaré 2,483,246 4,565,714 0.54389 São Miguel 2,917,334 5,417,564 0.538496 Pirituba 4,958,556 9,418,871 0.526449 Cidade Tiradentes 1,214,980 2,332,641 0.52086 Socorro 2,930,248 5,627,153 0.520734 São Rafael 1,509,090 2,921,310 0.51658 Campo Limpo 4,161,013 8,137,927 0.511311 Cachoeirinha 2,855,011 5,606,526 0.50923 Jaguara 1,595,158 3,199,410 0.498579 São Mateus 3,672,205 7,452,889 0.492722 São Domingos 3,158,712 6,415,969 0.49232 José Bonifácio 1,840,119 3,816,339 0.482169 Vila Jacuí 2,393,803 5,007,205 0.478072 Butantã 4,848,378 10,276,656 0.471786 Brasilândia 3,178,009 7,266,738 0.437336 Tremembé 3,606,351 8,396,898 0.429486 Ermelino Matarazzo 2,531,472 5,906,632 0.428581 Itaim Paulista 3,236,912 7,622,845 0.424633 Vila Curuçá 2,604,435 6,147,016 0.423691 Capão Redondo 3,722,222 8,923,409 0.41713 Itaquera 4,184,155 10,110,543 0.413841 Cidade Líder 3,181,441 7,784,149 0.408708 Jardim São Luís 4,943,702 13,542,392 0.365054 Parque do Carmo 1,373,882 3,764,621 0.364946 Raposo Tavares 2,510,977 7,274,656 0.345168 Jardim Helena 2,148,053 6,411,867 0.335012 Jaraguá 2,381,149 7,299,513 0.326207
74
Iguatemi 842,863 2,711,315 0.310869 Cidade Dutra 3,994,254 12,862,607 0.310532 Perus 942,823 3,148,887 0.299415 Lajeado 1,928,381 6,542,385 0.294752 Guaianases 1,488,619 5,118,636 0.290823 Grajaú 2,683,541 11,085,479 0.242077 Jardim Ângela 2,411,992 13,898,931 0.173538 Pedreira 1,633,833 10,545,606 0.15493 Anhanguera 372,201 2,496,886 0.149066 Parelheiros 668,956 7,109,291 0.094096 Marsilac 15,063 1,574,972 0.009564
• Coeficiente de Aproveitamento, ou Densidade Construída.
Fonte: SMDU, 2009
ANEXO E – Tabelas com Dados das Medições Realizadas no Cambuci 26.10.2011 (Trabalho de campo dos alunos de pós-graduação da Matéria Optativa AUT05823 - Conforto Ambiental Urbano, ministrada pela Prof. Dr. Denise Helena Duarte e Prof. Dr. Leonardo Monteiro (colab)).
Local Ponto 1
Aparelhos /
Medidas
Termohigrômetro
Medidor de
Nível de
Pressão
Sonora
Luxímetro Anemômetro Termôme
tro Globo
Horário
Temperatura do Ar (ºC)
Umidade do Ar (%)
Pressão
Sonora Leq
em dB (A)
Intensidade
[lx(x100)]
Velocidade (m/s) Direção Tempera
tura (ºC)
7:00 20.3 74.1 72.1 28 1 210 20.5 7:10 20.4 74.4 71.6 40 0.5 190 20.6 7:20 20.6 73.4 70.8 55 2.6 310 21 7:30 20.6 73.8 70.1 68 3.6 300 21 7:40 20.6 74.1 70.9 66 0.9 180 20.6 7:50 20.9 72.8 68.3 127 1.5 210 21.5 8:00 21.4 69.5 65.1 141 1.8 180 22.1 8:10 21.4 69.7 67.7 206 2.2 240 23.1 8:20 21.8 68.3 69.6 144 3.2 300 23.8 8:30 21.2 71.6 67.9 91 4.3 310 22.1 8:40 21.3 71.1 67.1 91 0.6 340 22.5 8:50 21 72.3 68 95 0.5 180 22 9:00 21 72.3 73.5 106 0.6 180 22
75
9:10 21.1 71.8 72.9 85 1.5 180 22.1 9:20 21.2 71.5 68.9 101 0.9 200 22 9:30 21.3 71.2 69.1 113 2.4 300 22.2 9:40 21.5 70.4 64.3 140 0.5 200 22.9 9:50 21.6 69.7 67.1 130 1.5 30 23.2
10:00 21.7 69.8 66.7 134 0.7 330 23 10:10 21.7 70.4 70.5 133 1.3 300 23 10:20 21.6 71.0 64.1 103 1.1 300 22.9 10:30 21.6 71.4 64.8 108 0.2 180 22.8 10:40 21.8 71.6 58.2 170 1.6 270 23.5 10:50 22.8 66.9 66.6 400 0.4 120 26 11:00 24.1 60.7 69.8 492 0.9 180 31 11:10 23.8 63.0 67.8 334 4.2 180 28 11:20 23.6 63.2 68.9 363 0.9 180 28
11:30 25 58.4 76.1 295 1.8 300 31.5 11:40 24 62.0 71.9 315 1.7 330 27.5 11:50 24.1 61.1 69.4 280 1.1 300 27.5 12:00 23.9 61.8 67.8 300 1.8 180 27 12:10 24.2 60.8 67.9 279 1.5 300 27 12:20 24.5 59.7 71 314 2.7 300 28.5 12:30 24.1 61.4 71.9 238 1.4 300 27.3 12:40 25.3 55.8 72.4 384 1.4 330 30.5 12:50 25.7 54.8 71 324 3.1 180 31 13:00 26.3 52.8 69.4 521 1.7 180 32 13:10 26.8 50.7 70.1 335 1.7 180 32.5 13:20 28.8 44.2 71.1 1040 0.7 180 37 13:30 28.6 44.5 71.3 302 1.5 130 37.2 13:40 27.1 49.9 73.2 1150 1.5 270 32 13:50 27.9 44.8 71.2 1155 0.8 180 34.5 14:00 29.5 38.9 76.5 222 2.2 330 39 14:10 28.6 42.9 39 402 1.4 270 34 14:20 28 43.1 79.1 1028 1.3 180 34 14:30 29.4 37.8 79.1 913 0.6 150 37 14:40 30.2 35.4 79.1 945 0.7 270 38 14:50 27.8 44.9 79.1 183 2.4 180 33 15:00 29.3 39.2 72.6 908 0.7 0 34 15:10 28.3 43.8 71 211 0.6 0 32 15:20 29.2 41.1 72.8 666 2.7 240 33.5 15:30 29.8 39.3 70.1 231 0.7 210 34.2 15:40 28.1 43.5 68.2 194 0 0 31 15:50 29.2 39.9 71.9 197 0.9 180 33.5 16:00 30.4 36.2 69.3 185 0 0 35.1 16:10 29.2 39.8 69 605 1.6 180 33 16:20 30.2 37.3 74.1 542 1.6 270 36 16:30 29.5 38.8 72.2 493 1.5 150 35.6 16:40 28.8 41.7 69.6 171 0 0 32.3 16:50 29.5 39.2 64.6 502 1.4 270 36 17:00 29.8 38.6 71.6 448 0.2 240 35.5
Maior 30.4 74.4 79.1 1155 4.3 Maior
Frequencia:
39
76
180º(31,7%)
Média 25.0 57.1 69.8 333.5 1.4 28.6 Menor 20.3 35.4 39 28 0 20.5 Local Ponto 2
Aparelhos /
Medidas
Termohigrômetro
Medidor de
Nível de
Pressão
Sonora
Luxímetro Anemômetro Termôme
tro Globo
Horário
Temperatura do Ar (ºC)
Umidade do Ar (%)
Pressão
Sonora Leq
em dB (A)
Intensidade
[lx(x100)]
Velocidade (m/s) Direção Tempera
tura (ºC)
7:00 20.2 76.2 69.4 14 1.8 45 20.5 7:10 20 77.8 67.4 24 0.2 50 20 7:20 20.1 77.5 69.6 33 0.4 40 20.5 7:30 20.3 76.6 72 33 4.3 30 20.7 7:40 20.4 77.5 69.2 40 1.9 30 20.7 7:50 20.4 76.7 68.5 60 5.2 30 21 8:00 20.7 75.4 68.5 80 0 22 8:10 20.7 74.9 71.3 108 1.6 30 22 8:20 20.9 74.8 67.7 82 6.5 50 22 8:30 20.6 75.9 73.8 46 0.5 330 21 8:40 20.6 76.1 70.4 46 0.8 50 21 8:50 20.6 76.4 68.8 47 1.2 0 21 9:00 20.5 77.0 69.2 58 2.3 45 21 9:10 20.6 76.3 71.5 52 2.3 30 21.5 9:20 20.6 76.4 67.1 58 0 60 21 9:30 20.8 75.7 70.2 60 3.1 30 21.5 9:40 20.9 75.5 68.2 81 2.1 0 22 9:50 21 75.0 72.9 71 3 45 22
10:00 21 75.1 69.2 82 1.8 0 22 10:10 21.1 75.2 71.8 77 1.5 30 22 10:20 21.1 75.7 68.8 57 2.1 30 22 10:30 21.1 76.1 68.8 59 1.3 240 22 10:40 21.1 76.6 70.5 80 3.1 25 22 10:50 21.5 75.7 68 254 3.6 30 24 11:00 22 73.2 71.4 215 1.8 30 26.5 11:10 22.3 73.1 71.8 162 1.7 45 25 11:20 22.3 72.4 71.1 210 2.5 30 25 11:30 23.3 67.8 73.2 180 1.9 30 27
77
11:40 22.9 69.3 73.5 172 2.7 30 25.5 11:50 22.9 69.6 73.8 175 1.8 30 25 12:00 22.9 69.5 73.7 173 4.2 30 25 12:10 23.1 68.3 69 189 2.7 45 25 12:20 23.3 68.4 68.8 209 1.5 45 25.5 12:30 23.1 68.1 70 155 1.6 45 25 12:40 23.6 66.0 64.7 400 1.3 0 25 12:50 24 64.7 68.7 196 3.1 30 27 13:00 24.3 63.3 67 246 3 30 27 13:10 24.6 61.8 71 197 1.5 45 27 13:20 25.6 58.5 70.2 118 1.4 45 28 13:30 25.4 59.3 70.4 184 6.5 45 28 13:40 25.5 58.6 69.8 165 2.1 45 28.5 13:50 25.8 57.6 69.7 197 0.9 45 28.5 14:00 26.4 52.8 72.3 141 3 40 28 14:10 26 54.9 67.9 289 5.3 45 28.5 14:20 25.7 55.7 67.9 367 1 45 28 14:30 26.1 52.2 67.2 135 1.2 45 28.5 14:40 26.8 51.4 67.6 114 5.1 60 29 14:50 26.5 51.7 71.3 134 3 45 28.5 15:00 26.5 52.7 69.8 130 5 60 28 15:10 26.5 52.2 71.6 183 4.1 45 28 15:20 26.6 51.4 69.9 294 2 45 29 15:30 27.2 50.2 69.5 230 1.4 45 30 15:40 27 49.9 73.3 138 5.4 45 29 15:50 27 51.0 67.6 123 3 45 28.5 16:00 27.3 49.1 68.2 114 2.6 45 29 16:10 26.6 51.0 77.7 136 1.8 45 29 16:20 27.4 49.8 73.3 250 3.5 45 29 16:30 27.3 49.1 70.2 159 3.6 45 29.5 16:40 26.9 50.2 68.9 70 1.8 45 28 16:50 26.9 50.8 66.2 140 1.1 270 28 17:00 27.7 48.6 66.4 85 1.8 45 29
Maior 27.7 77.8 77.7 400 6.5
Maior Frequen
cia: 45º(50%
)
30
Média 23.5 65.4 70.0 137.3 2.4 25.1 Menor 20 48.6 64.7 14 0 20
78
ANEXO F – Certificado de Participação de Evento
