Estudo sobre o grau de correlação entre as variáveis ambientais e os parâmetros urbanísticos

investigação teve como escopo identificar quais são os parâmetros que apresentam maior influência no comportamento das variáveis ambientais responsáveis pelas condições de conforto térmico humano: temperatura do ar, umidade relativa do ar e velocidade do ar.

5.4.1 Estudo sobre o grau de correlação entre as variáveis ambientais e os parâmetros urbanísticos

Sabe-se que existe correlação entre duas ou mais variáveis quando as alterações sofridas por uma delas são acompanhadas por modificações nas outras. Assim, no caso de duas variáveis, x e y, os aumentos (ou diminuições) em x correspondem a aumentos (ou diminuições) em y. A presente pesquisa fundamenta-se na avaliação referente ao grau de correlação entre as variáveis de ocupação do solo urbano (x), representadas pelos parâmetros urbanísticos (variáveis independentes) e as variáveis ambientais (y): temperatura do ar, umidade relativa e velocidade do ar (variáveis dependentes).

Neste sentido, o estudo de correlação identifica se existe uma relação funcional entre uma variável e as demais. O coeficiente de correlação (r) é uma medida da intensidade da relação entre variáveis. Ou seja, é um coeficiente que indica a força da associação entre quaisquer duas variáveis métricas. O sinal (+ ou -) indica a direção da relação. O valor pode variar de -1 e +1, onde +1 indica uma perfeita relação positiva, 0 indica relação nenhuma, e -1 uma perfeita relação negativa (HAIR et al., 2009). O conceito de associação, representado pelo coeficiente de correlação (r) é fundamental na análise de regressão, representando a relação entre duas variáveis.

O objetivo da análise de regressão é prever o comportamento de uma variável dependente (variável resposta) a partir do conhecimento de uma ou mais variáveis independentes (variáveis explanatórias/preditoras)28. Quando o objetivo da investigação preditiva envolve apenas uma variável dependente e uma variável independente a regressão é denominada como simples. Quando a investigação envolve a análise de duas ou mais variáveis independentes a regressão é denominada como múltipla. A análise do coeficiente de correlação (r) pode a indicar29, os seguintes graus de correlação (ver tabela 5.9):

Tabela 5.9: Classificação do grau de correlação a partir do valor do coeficiente de correlação (r)

-1 -0,95 -0,50 -0,10 0 0,10 0,50 0,95 1

negativa negativa negativa negativa ausência positiva positiva positiva positiva perfeita forte moderada fraca fraca moderada forte perfeita

Fonte: Beiguelman (1996)

28 _{Uma variável independente é aquela que é fator determinante para que ocorra um determinado resultado; é a} condição ou causa para um determinado efeito ou consequência. Uma variável dependente representa uma grandeza cujo valor depende de como a variável independente é manipulada.

29 _{BEIGUELMAN, B. Curso Prático de Bioestatística - 4a ed. rev. Sociedade Brasileira de Genética, Ribeirão} Preto, 1996.

Para o presente estudo, foi realizada uma análise preliminar referente à matriz de correlação entre os parâmetros urbanísticos (variáveis independentes) avaliados a partir dos cenários investigados (tabela 5.10). Os valores da matriz de correlação foram obtidos através o suplemento análise de dados do programa EXCEL, utilizando-se os valores calculados dos parâmetros urbanísticos de todos os cenários hipotéticos estudados (tabela 5.8).

Foi possível identificar valores significativos de correlações entre os parâmetros calculados (destacados na cor verde), observados na tabela 5.10. Os valores elevados de correlação revelam que certos parâmetros possuem forte associação entre eles. Como exemplo, pode-se citar os valores de forte correlação entre coeficiente de aproveitamento e

altura média das construções (r = 0,99) e, taxa de ocupação e porosidade da malha (r = -0,978). Ou seja, quanto maior a taxa de ocupação, menor é a porosidade da malha, quanto

maior o coeficiente de aproveitamento, maior será a altura média das construções. Outros valores podem ainda ser destacados:

 Taxa de solo natural (Tsn) e porosidade da malha (PoMa): correlação positiva moderada (r = 0,855)

 Altura média das construções (Hm) e recuo médio (Rm): correlação positiva moderada (r = 0,856)

 Taxa de ocupação (T.O) e Recuo médio (Rm): correlação negativa moderada (r = -0,782)

 Coeficiente de Aproveitamento (C.A) e Prospecto médio (Pm): correlação positiva moderada (r= 0,875)

 Recuo médio (Rm) e Índice de Densidade Arbórea (IDA): correlação positiva moderada (r= 0,820)

 Rugosidade Absoluta (Rg Ab) e Densidade Construtiva: correlação positiva forte (r= 0,959)

Tabela 5.10: Matriz de correlação para os parâmetros morfológicos aplicados aos tecidos

urbanos avaliados a partir dos cenários investigados.

T.O C.A Tsn Hm Rm Po Ma Po Vedif Pm Rg Ab DAF IDA Dens. C. T.O 1 C.A -0,609 1 Tsn -0,911 0,355 1 Hm -0,594 0,990 0,348 1 Rm -0,782 0,855 0,536 0,856 1 Po Ma -0,978 0,617 0,881 0,603 0,763 1 Po Vedif -0,506 0,493 0,299 0,550 0,685 0,478 1 Pm -0,327 0,875 0,129 0,857 0,578 0,358 0,253 1 Rg Ab 0,175 0,433 -0,261 0,457 0,199 -0,105 0,048 0,605 1 FAD -0,389 0,646 0,286 0,605 0,460 0,381 0,142 0,805 0,552 1 IDA -0,662 0,626 0,479 0,648 0,820 0,688 0,588 0,429 0,267 0,387 1 Dens. C. 0,056 0,561 -0,165 0,570 0,304 0,021 0,106 0,730 0,959 0,633 0,360 1

Estes resultados indicam que existe uma associação entre os parâmetros urbanísticos tradicionais e os parâmetros urbanísticos denominados como avançados. Ou seja, quando quantificados a partir da unidade da quadra, a caracterização morfológica a partir destes parâmetros pode ser compreendida tanto a partir dos índices tradicionais, mas também, a partir dos índices avançados.

Os valores obtidos entre o parâmetro densidade construtiva (Dens.C) e os demais parâmetros investigados (destacados na cor amarela na tabela 5.10), indicam os coeficientes de correlação fraca e demostram que a densidade construtiva urbana não está associada diretamente a nenhum padrão morfológico. Ou seja, um mesmo valor do parâmetro de densidade construtiva urbana pode ser aplicado a uma diversidade de tecidos urbanos, com variações diversas referentes aos parâmetros urbanísticos.

Assim, aponta-se a necessidade de análise de quais os parâmetros urbanísticos apresentam maior ou menor influência no desempenho climático de estruturas urbanas para as específicas realidades climáticas. O presente estudo insere-se nesta perspectiva, utilizando-se como base a pesquisa preditiva abordando a caracterização climática da cidade de Arapiraca- AL, adotada como objeto empírico do estudo. Neste sentido, serão apresentados, a seguir, os resultados referentes ao estudo sobre o grau de correlação entre o comportamento das variáveis ambientais e os parâmetros urbanísticos quantificados a partir dos cenários hipotéticos elaborados considerando diferentes padrões morfológicos e diferentes densidades construtivas.

No quadro 5.16, são apresentadas as principais hipóteses de correlação. As setas indicam a expectativa referente ao comportamento das variáveis ambientais a partir do aumento dos valores das variáveis independentes (parâmetros urbanísticos). A seta para cima indica expectativa de correlação positiva entre as variáveis, a seta para baixo indica correlação negativa. A seta de direcionamento lateral indica expectativa de ausência de correlação.

Os parâmetros urbanísticos cujos valores ampliados estão relacionados com o aumento de espaços livres para penetração das massas de ar e dissipação do calor acumulado no conjunto edificado, como também de solo permeável para utilização de elementos de amenização térmica como a vegetação ou o próprio solo nu, foram considerados como indicativos de correlação negativa com a temperatura do ar e velocidade do ar, e correlação positiva com a umidade relativa do ar, como: coeficiente de aproveitamento (C.A), taxa de solo natural (Tsn), recuos médios (Rm), porosidade da malha (PoMa) e Índice de Densidade Arbórea (IDA). Já os parâmetros urbanísticos cujos valores ampliados estão relacionados com a redução destes espaços livres, importantes para a incorporação das estratégias bioclimáticas locais, foram considerados, hipoteticamente, como indicativos de correlação positiva com a temperatura do ar e correlação negativa com a umidade relativa do ar e velocidade do ar, como: taxa de ocupação do solo e a densidade de área frontal(DAF).

Quadro 5.16: Hipóteses iniciais de correlação entre as variáveis ambientais e as variáveis de

caracterização morfológica dos tecidos urbanos (parâmetros urbanísticos).

Parâmetros Urbanísticos Temperatura do

ar (°C) Umidade Relativa (%) Velocidade do Ar (m/s) Taxa de Ocupação Coeficiente de Aproveitamento Taxa de Solo Natural

Altura média (verticalidade)

Recuos Médios Porosidade da Malha Porosidade do Volume Edificado Prospecto Médio Rugosidade Absoluta DAF- Densidade de Área Frontal

IDA – índice de densidade Arbórea

Densidade Construtiva

Os parâmetros urbanísticos cujos valores ampliados não estão diretamente relacionados com a redução ou ampliação de espaços livres, como a densidade construtiva (recintos com mesma densidade construtiva podem apresentar formas diferenciadas, adequadas ou não à incorporação de estratégias bioclimáticas), o prospecto médio e a altura média, foram considerados como indicativos de ausência correlação com as variáveis ambientais (dependentes): temperatura do ar, umidade relativa e velocidade do ar. Isso porque, entende-se que o comportamento destas variáveis ambientais dependerá de outras variáveis de ocupação do solo relacionadas diretamente com a forma do tecido urbano.

Os dados referentes ao desempenho climático dos cenários estudados foram obtidos a partir das simulações computacionais utilizando-se o programa ENVI-met 4.0. A licença gratuita do programa expirou em junho de 2016. Para a continuidade da investigação, o escritório de Michael Bruse concedeu uma licença provisória de três meses para a finalização

do estudo, referente à versão denominada como Science, aplicada na versão 4.0 Summer 16. Todas as simulações foram configuradas para a condição de verão (período de maior aquecimento diurno e maior comprometimento das condições de conforto térmico de acordo com a caracterização do objeto empírico).

Desta forma, foi adotado o dia representativo de verão (dia 03.01.2015, conforme identificação apresentada no capítulo 4) a partir dos dados calibrados segundo as condições microclimáticas estudadas através do monitoramento dos tecidos urbanos selecionados (Tipo 1: Brasília, Tipo 2: Novo Horizonte, Tipo 3: Residencial Espace e Tipo 4: Canafístula). Somando-se os cenários hipotéticos simulados, a investigação contemplou um total de 16 padrões morfológicos diferenciados de tecidos urbanos.

O processo de simulação computacional destes padrões morfológicos foi extremamente lento, correspondendo a aproximadamente 10 a 15 dias de simulação para cada cenário. Após a adoção da versão 4.0 Summer 16 do programa ENVI-met, a introdução de receptores30 nos modelos computacionais se tornou inviável, pois acarretou no aumento do tempo de simulação, como também, em entraves no processamento das simulações devido à incompatibilidades referentes ao uso da versão Basic do programa e a licença Science. Por isso, os receptores foram eliminados de todas as simulações que ainda precisavam ser realizadas.

Desta forma, para facilitar a análise dos dados obtidos a partir das simulações computacionais, os resultados foram identificados a partir da geração dos mapas temáticos de temperatura do ar, umidade relativa e velocidade dos ventos, a partir dos horários recomendados pela literatura especializada: de três em três horas, das 6h até às 21h.

A elaboração destes mapas objetivou, também, a análise geral dos tecidos, a partir da visualização da espacialização dos diferentes campos térmicos ao longo dos ambientes investigados para verificar os valores de temperatura máxima e mínima, como também, o desempenho no centro das estruturas edificadas. Todos os mapas foram gerados a partir da altura média de análise especificada a 1,5m do solo (padrão microclimático- interferência da camada de cobertura urbana).

Evitou-se, portanto, concentrar a análise em apenas um ponto (já que os receptores foram eliminados dos modelos computacionais), sendo valorizada a análise dos padrões de distribuição dos efeitos térmicos microclimáticos. Todos os mapas referentes aos dados dos horários analisados estão apresentados no apêndice C.

30 _{Corresponde à identificação de uma célula na malha do modelo computacional que registra os dados horários} referentes a todas as variáveis ambientais calculadas no Programa ENVI-met, gerando um arquivo que apresenta todos os resultados horários (pode ser lido em programa EXCEL). Quando o receptor ou receptores não são aplicados no modelo computacionais os arquivos para cada horário de simulação computacional devem ser analisados separadamente através do Programa Leonardo (vinculado ao ENVI-met), segundo a especificação da variável climática a ser analisada.

Nos quadros 5.17 a 5.24 são apresentados os resultados obtidos a partir das simulações computacionais referentes aos dados de temperatura do ar, umidade relativa do ar e velocidade das massas de ar (em ponto central de cada cenário hipotético).

Quadro 5.17: Resultados obtidos através da simulação computacional no modelo ENVI-met

4.0 referente ao tecido tipo 1 e seus cenários hipotéticos – temperatura do ar e velocidade dos ventos.