Análise das ilhas de calor urbanas em São Paulo: desenvolvimento de um modelo estatístico para mitigação e planejamento sustentável

Abstract

Este estudo teve como objetivo central desenvolver um modelo estatístico de regressão linear múltipla (RLM) para analisar o fenômeno das Ilhas de Calor Urbanas (ICU) na cidade de São Paulo – SP, Brasil, entre 2019 e 2023, por meio de uma abordagem quali-quantitativa. O método utilizado foi o Design Science Research (DSR), que orientou todas as etapas do estudo, desde a definição da natureza de pesquisa até a construção do modelo. Além disso, tanto a literatura nacional e internacional, como estudos de Málaga, Espanha e Estocolmo, Suécia, fundamentaram o campo teórico desta dissertação. Foram coletados dados meteorológicos, ambientais e de saúde, de órgãos como INMET, IAG-USP, CETESB e Secretaria Municipal da Saúde de São Paulo. A análise considerou três áreas estratégicas (Área 1 – A1, Área 2 – A2 e Área 3 – A3), avaliando variáveis como temperatura do ar, umidade relativa, precipitação, velocidade dos ventos e emissão de poluentes. O estudo revelou que as regiões mais urbanizadas (A1 e A2) apresentaram maior elevação térmica e impactos na saúde, como o aumento de doenças respiratórias. Em janeiro de 2019, por exemplo, A1 registrou a maior temperatura máxima média (32,41°C), enquanto A3 registrou a menor em junho de 2023 (15,16°C), evidenciando o papel da vegetação na mitigação térmica. O uso de geoprocessamento com imagens de satélite permitiu a criação de mapas comparativos, evidenciando o aumento da temperatura do solo entre 2019 e 2023. Além disso, o modelo estatístico indicou que a umidade relativa do ar, a emissão de poluentes e a precipitação foram os fatores mais significativos na variação da temperatura. Esta pesquisa reforça a necessidade de um planejamento urbano sustentável, com estratégias baseadas na vegetação, sombreamento e ventilação natural para mitigar o efeito das ICU. Ademais, o produto ou processo tecnológico gerado, isto é, o modelo estatístico, demonstrou potencial de generalização para aplicação em outros contextos urbanos, contribuindo para políticas públicas voltadas à resiliência climática.

This study aimed to develop a multiple linear regression (MLR) statistical model to analyze the phenomenon of Urban Heat Islands (UHI) in the city of São Paulo, Brazil, between 2019 and 2023, using a mixed-methods approach. The research followed the Design Science Research (DSR) methodology, guiding all stages of the study, from defining the research framework to constructing the model. Additionally, both national and international literature, including studies from Málaga, Spain, and Stockholm, Sweden, provided the theoretical foundation for this dissertation. Meteorological, environmental, and health data were collected from institutions such as INMET, IAG-USP, CETESB, and the São Paulo Municipal Health Department. The analysis considered three strategic áreas (Area 1 – A1, Area 2 – A2 and Area 3 – A3), evaluating variables such as air temperature, relative humidity, precipitation, wind speed, and pollutant emissions. The study revealed that the more urbanized regions (A1 and A2) exhibited higher thermal increases and health impacts, such as a rise in respiratory diseases. For instance, in January 2019, A1 recorded the highest average maximum temperature (32.41°C), while A3 registered the lowest in June 2023 (15.16°C), highlighting the role of vegetation in mitigating heat islands. The use of geoprocessing with satellite imagery enabled the creation of comparative maps, demonstrating the increase in land surface temperature between 2019 and 2023. Furthermore, the statistical model indicated that relative humidity, pollutant emissions, and precipitation were the most significant factors influencing temperature variation. This research reinforces the need for sustainable urban planning strategies, incorporating vegetation, shading, and natural ventilation to mitigate the UHI effect. Moreover, the developed statistical model has the potential for generalization and application in other urban contexts, contributing to public policies aimed at climate resilience.