Efeito da densidade construída sobre o microclima urbano by Angela Madeira

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

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 1

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

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.

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. 4

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

Elaborado em coautoria com a mestranda Carolina Gusson, orientanda da Prof.ª Denise Duarte e também participante do projeto Capes.

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. 6

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

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 7

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.

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 céu 2 (Figura 1) e a abertura de espaço ao nível do solo são os parâmetros que mais

influem

densidade

percebida,

enquanto

coeficiente

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.

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) 9

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 10

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 11

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:

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 12

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).

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

RMSP,

com

uma

média

aproximadamente 74 habitantes por hectare (Figura 4).

Figura 4. Mapa de densidade populacional da RMSP Fonte: Elaboração da autora sobre dados do IBGE, 2011 14

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

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.

Os dez bairros mais densamente construídos da cidade de São Paulo

5 4 3 2

quantas vezes a área do terreno

1 0

Figura 6. Os dez distritos mais densamente construídos da cidade de São Paulo Fonte: Elaborado pela autora a partir dos dados da SMDU, 2009

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.

Figura 7. Mapa de densidade construĂda e populacional da cidade de SĂŁo Paulo Fontes: Elaborado pela autora a partir de dados da SMDU, 2009 e IBGE, 2011

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 viceversa. 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 19

O mesmo pode ser averiguado nos perfis de densidade traçados tendo como referência a Linha Azul da CMSP, que corta o território no sentido NorteSul 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.

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

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.

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).

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 24

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. 25

6. Discussão e Conclusão

A partir das análises elaboradas neste trabalho, chega-se a algumas conclusões e questionamentos. Pode-se

afirmar

que,

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.

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, questionase 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:

Possuir certo grau de adensamento (construtivo e populacional)

Possuir hibridade de tipologias de edifícios

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.

Figura 15. Área escolhida na Bela Vista Fontes: Google Earth, 2012

Figura 16. Área escolhida na República Fontes: Google Earth, 2012 29

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.

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

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 32

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 (SantosJundiaí) 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) 33

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

ônibus

área

potencializaram

acessibilidade do centro para as faixas de menor renda. Com isso ocorre o 34

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

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. 36

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.

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 pósgraduação da disciplina AUT05823 - Conforto Ambiental Urbano, com a participação desta bolsista de Iniciação Científica (ANEXO E). 38

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. 39

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).

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.

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

ENVI-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.

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 43

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

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).

Figura 29. Modelo, terreno e caracterĂsticas do solo

Figura 30. Modelo com as caracterĂsticas do solo ampliado

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

dados

microclimáticos

“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.

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.

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.

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 50

Dados gerados pelo ENVI-met: Receptor “aa”:

Figura 35.Temperatura do ar (°C) e umidade do ar (%) no “receptor” AA O modelo Leonardo 4 também pode auxiliar a visualização 3D da condição climática local (figuras 32 a 35).

Leonardo é um aplicativo que importa dados do programa ENVI-met e organiza-os em mapas (camadas) tridimensionais e bidimensionais. 51

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 52

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. 53

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.

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.

O estudo realizado, no entanto, contribuiu muito para o domínio da ferramenta de simulação e possibilitou a análise de suas possibilidades e limitações.

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. 57

10. CHENG,

Vicky.

Human

Perception

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.

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. 59

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. 769785, 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.

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.

ANEXO B – Tabela com dados de densidade demográfica separados por distritos da cidade de São Paulo.

Distrito Bela Vista República Santa Cecília Cidade Ademar Brasilândia Sapopemba Capão Redondo Liberdade Lajeado Itaim Paulista Cachoeirinha Perdizes Vila Jacuí Sacomã Campo Limpo Vila Medeiros Artur Alvim Jabaquara Vila Curuçá Jardim Helena Vila Mariana Consolação São Lucas Cidade Tiradentes Ponte Rasa Jardim Paulista Saúde Itaquera Ermelino Matarazzo Freguesia do Ó Aricanduva Jaçanã Vila Formosa Limão Vila Andrade Mandaqui Rio Pequeno Cidade Líder São Mateus Casa Verde Água Rasa Vila Matilde Guaianases São Rafael Vila Sônia

Habitantes/Hectare 279.3294 278.3341 251.4757 242.6318 241.4863 232.3214 216.8831 211.6408 205.4717 204.0506 198.7539 195.6341 194.8459 190.8509 187.1531 183.3509 180.1058 177.9149 174.7207 171.5708 170.1657 170.0592 163.7161 163.0967 159.2137 157.7069 157.3721 155.0042 154.1886 152.5786 145.7733 141.4437 140.5188 139.4965 137.7493 137.5349 136.8594 136.3259 136.1442 132.9832 132.3633 131.0897 130.0095 126.7905 125.4464 69

Sé Penha Pirituba Vila Prudente Tatuapé São Miguel Carrão Jardim São Luís Tucuruvi Cangaiba Ipiranga Vila Maria Mooca Cambuci Santana Itaim Bibi Moema Cursino Raposo Tavares São Domingos Parque do Carmo Pedreira Jardim Ângela Jaraguá Brás Bom Retiro Pinheiros Iguatemi Campo Grande Jaguaré Vila Guilherme Campo Belo Belém Cidade Dutra José Bonifácio Lapa Pari Alto de Pinheiros Perus Vila Leopoldina Jaguara Grajaú Santo Amaro Tremembé Morumbi Butantã Socorro Barra Funda Anhanguera Parelheiros

124.9148 124.6022 122.9091 121.0521 120.0488 119.219 118.8979 116.288 115.8052 110.3834 107.8811 107.5229 106.1614 104.5034 102.781 102.6646 101.7684 100.9266 98.4011 96.7173 95.5818 95.0188 94.7644 90.9444 89.4138 88.34 88.141 88.017 86.561 85.6549 83.543 83.2744 81.825 80.8766 73.8769 71.1074 70.6926 63.9548 63.6838 62.7855 61.1579 52.0728 49.952 48.289 47.0069 46.7441 34.2513 27.1967 23.0099 11.7107 70

Marsilac

0.4538

Fonte: IBGE, 2010

ANEXO C – Tabela com dados de densidade demográfica dos municípios pertencentes à Região Metropolitana de São Paulo. Município Arujá Barueri Biritiba-Mirim Caieiras Cajamar Carapicuíba Cotia Diadema Embu Embu-Guaçu Ferraz de Vasconcelos Francisco Morato Franco da Rocha Guararema Guarulhos Itapecerica da Serra Itapevi Itaquaquecetuba Jandira Juquitiba Mairiporã Mauá Mogi das Cruzes Osasco Pirapora do Bom Jesus Poá Ribeirão Pires Rio Grande da Serra Salesópolis Santa Isabel Santana de Parnaíba Santo André São Bernardo do Campo São Caetano do Sul São Lourenço da Serra São Paulo Suzano Taboão da Serra Vargem Grande Paulista

Habitantes/Hectare 7.7735 36.3994 0.901 8.9484 4.8792 106.8008 6.2255 125.191 34.125 4.0511 56.2482 31.3045 9.8128 0.955 38.2836 10.1541 24.1579 38.7773 61.2459 0.5504 2.5225 68.0354 5.4365 104.1179 1.4463 62.1194 11.4499 11.9245 0.3679 1.3909 6.0517 38.6635 18.7259 97.0879 0.7496 73.8769 12.7037 120.4987 10.2179

Fonte: IBGE, 2010 71

ANEXO D – Tabela com dados de densidade construída separados por distritos da cidade de São Paulo. Distrito República Sé Bela Vista Jardim Paulista Consolação Santa Cecília Itaim Bibi Vila Mariana Perdizes Liberdade Moema Pinheiros Brás Saúde Tatuapé Bom Retiro Moóca Pari Cambuci Campo Belo Belém Lapa Água Rasa Ipiranga Vila Andrade Santana Vila Formosa Santo Amaro Jabaquara Alto de Pinheiros Vila Leopoldina Carrão Casa Verde Barra Funda Vila Medeiros Vila Prudente Vila Sônia Penha Morumbi Limão

Área Construída

Área do Terreno

C.A.*

6,762,656 4,536,091 6,834,331 13,366,123 7,749,875 6,778,036 14,460,835 12,840,479 8,927,044 5,076,572 11,042,412 9,268,167 3,853,981 9,314,905 7,692,560 3,414,268 6,701,792 1,885,156 3,149,229 6,239,969 4,169,809 6,872,891 4,924,844 7,374,624 6,653,705 9,164,348 4,770,703 10,270,497 8,664,227 4,293,040 4,115,976 4,534,553 4,222,126 3,038,836 4,378,608 5,355,570 5,387,490 5,868,454 6,081,837 3,382,569

1,322,613 1,076,309 1,891,755 4,498,095 2,775,235 2,545,907 6,463,848 5,975,907 4,557,280 2,697,712 6,704,393 5,782,608 2,656,005 6,458,120 5,759,825 2,720,660 5,917,969 1,715,002 2,947,660 6,269,145 4,259,848 7,054,736 5,190,752 7,840,785 7,321,954 10,138,789 5,352,172 12,020,853 10,247,049 5,122,113 4,920,749 5,712,945 5,319,441 3,876,110 5,603,605 6,897,408 7,042,018 7,732,698 8,025,880 4,519,976

5.113103 4.214488 3.612694 2.971507 2.792511 2.662327 2.237187 2.148708 1.958854 1.881807 1.647041 1.602766 1.451044 1.442356 1.335554 1.254941 1.132448 1.099215 1.068383 0.995346 0.978863 0.974224 0.948773 0.940547 0.908734 0.90389 0.891358 0.85439 0.845534 0.838138 0.836453 0.793733 0.793716 0.783991 0.781391 0.776461 0.765049 0.758914 0.757778 0.74836 72

São Lucas Vila Maria Vila Guilherme Campo Grande Rio Pequeno Sacomã Vila Matilde Freguesia do Ó Aricanduva Tucuruvi Jaçanã Cidade Ademar Ponte Rasa Cangaíba Sapopemba Mandaqui Artur Alvim Cursino Jaguaré São Miguel Pirituba Cidade Tiradentes Socorro São Rafael Campo Limpo Cachoeirinha Jaguara São Mateus São Domingos José Bonifácio Vila Jacuí Butantã Brasilândia Tremembé Ermelino Matarazzo Itaim Paulista Vila Curuçá Capão Redondo Itaquera Cidade Líder Jardim São Luís Parque do Carmo Raposo Tavares Jardim Helena Jaraguá

5,145,887 5,262,128 3,915,071 6,628,589 4,158,231 7,443,761 4,015,147 5,273,876 3,255,486 4,705,035 2,394,449 5,475,607 2,775,313 3,497,586 5,030,921 4,190,608 2,614,453 5,238,166 2,483,246 2,917,334 4,958,556 1,214,980 2,930,248 1,509,090 4,161,013 2,855,011 1,595,158 3,672,205 3,158,712 1,840,119 2,393,803 4,848,378 3,178,009 3,606,351 2,531,472 3,236,912 2,604,435 3,722,222 4,184,155 3,181,441 4,943,702 1,373,882 2,510,977 2,148,053 2,381,149

7,067,413 7,497,237 5,603,215 9,540,110 6,002,392 10,899,408 5,890,506 7,775,894 4,813,048 7,320,596 3,814,745 8,786,069 4,545,864 5,894,498 8,498,473 7,151,125 4,478,605 9,424,166 4,565,714 5,417,564 9,418,871 2,332,641 5,627,153 2,921,310 8,137,927 5,606,526 3,199,410 7,452,889 6,415,969 3,816,339 5,007,205 10,276,656 7,266,738 8,396,898 5,906,632 7,622,845 6,147,016 8,923,409 10,110,543 7,784,149 13,542,392 3,764,621 7,274,656 6,411,867 7,299,513

0.728115 0.701876 0.698719 0.694813 0.692762 0.682951 0.68163 0.678234 0.676388 0.642712 0.627683 0.623215 0.610514 0.593365 0.591979 0.586007 0.583765 0.555823 0.54389 0.538496 0.526449 0.52086 0.520734 0.51658 0.511311 0.50923 0.498579 0.492722 0.49232 0.482169 0.478072 0.471786 0.437336 0.429486 0.428581 0.424633 0.423691 0.41713 0.413841 0.408708 0.365054 0.364946 0.345168 0.335012 0.326207 73

Iguatemi Cidade Dutra Perus Lajeado Guaianases Grajaú Jardim Ângela Pedreira Anhanguera Parelheiros Marsilac

•

842,863 3,994,254 942,823 1,928,381 1,488,619 2,683,541 2,411,992 1,633,833 372,201 668,956 15,063

2,711,315 12,862,607 3,148,887 6,542,385 5,118,636 11,085,479 13,898,931 10,545,606 2,496,886 7,109,291 1,574,972

0.310869 0.310532 0.299415 0.294752 0.290823 0.242077 0.173538 0.15493 0.149066 0.094096 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

Aparel hos / Medid as

Termohigrômetro

Horári o

Temperatura do Ar (ºC)

Umidade do Ar (%)

7:00 7:10 7:20 7:30 7:40 7:50 8:00 8:10 8:20 8:30 8:40 8:50 9:00

20.3 20.4 20.6 20.6 20.6 20.9 21.4 21.4 21.8 21.2 21.3 21 21

74.1 74.4 73.4 73.8 74.1 72.8 69.5 69.7 68.3 71.6 71.1 72.3 72.3

Ponto 1 Medi dor de Nível Luxímet de ro Press ão Sonor a Press ão Intensid Sonor ade a Leq [lx(x100 em dB )] (A) 72.1 28 71.6 40 70.8 55 70.1 68 70.9 66 68.3 127 65.1 141 67.7 206 69.6 144 67.9 91 67.1 91 68 95 73.5 106

Anemômetro

Termôme tro Globo

Velocidade (m/s)

Direção

Tempera tura (ºC)

1 0.5 2.6 3.6 0.9 1.5 1.8 2.2 3.2 4.3 0.6 0.5 0.6

210 190 310 300 180 210 180 240 300 310 340 180 180

20.5 20.6 21 21 20.6 21.5 22.1 23.1 23.8 22.1 22.5 22 22

9:10 9:20 9:30 9:40 9:50 10:00 10:10 10:20 10:30 10:40 10:50 11:00 11:10 11:20

21.1 21.2 21.3 21.5 21.6 21.7 21.7 21.6 21.6 21.8 22.8 24.1 23.8 23.6

71.8 71.5 71.2 70.4 69.7 69.8 70.4 71.0 71.4 71.6 66.9 60.7 63.0 63.2

72.9 68.9 69.1 64.3 67.1 66.7 70.5 64.1 64.8 58.2 66.6 69.8 67.8 68.9

85 101 113 140 130 134 133 103 108 170 400 492 334 363

1.5 0.9 2.4 0.5 1.5 0.7 1.3 1.1 0.2 1.6 0.4 0.9 4.2 0.9

180 200 300 200 30 330 300 300 180 270 120 180 180 180

22.1 22 22.2 22.9 23.2 23 23 22.9 22.8 23.5 26 31 28 28

11:30 11:40 11:50 12:00 12:10 12:20 12:30 12:40 12:50 13:00 13:10 13:20 13:30 13:40 13:50 14:00 14:10 14:20 14:30 14:40 14:50 15:00 15:10 15:20 15:30 15:40 15:50 16:00 16:10 16:20 16:30 16:40 16:50 17:00

25 24 24.1 23.9 24.2 24.5 24.1 25.3 25.7 26.3 26.8 28.8 28.6 27.1 27.9 29.5 28.6 28 29.4 30.2 27.8 29.3 28.3 29.2 29.8 28.1 29.2 30.4 29.2 30.2 29.5 28.8 29.5 29.8

58.4 62.0 61.1 61.8 60.8 59.7 61.4 55.8 54.8 52.8 50.7 44.2 44.5 49.9 44.8 38.9 42.9 43.1 37.8 35.4 44.9 39.2 43.8 41.1 39.3 43.5 39.9 36.2 39.8 37.3 38.8 41.7 39.2 38.6

76.1 71.9 69.4 67.8 67.9 71 71.9 72.4 71 69.4 70.1 71.1 71.3 73.2 71.2 76.5 39 79.1 79.1 79.1 79.1 72.6 71 72.8 70.1 68.2 71.9 69.3 69 74.1 72.2 69.6 64.6 71.6

295 315 280 300 279 314 238 384 324 521 335 1040 302 1150 1155 222 402 1028 913 945 183 908 211 666 231 194 197 185 605 542 493 171 502 448

1.8 1.7 1.1 1.8 1.5 2.7 1.4 1.4 3.1 1.7 1.7 0.7 1.5 1.5 0.8 2.2 1.4 1.3 0.6 0.7 2.4 0.7 0.6 2.7 0.7 0 0.9 0 1.6 1.6 1.5 0 1.4 0.2

31.5 27.5 27.5 27 27 28.5 27.3 30.5 31 32 32.5 37 37.2 32 34.5 39 34 34 37 38 33 34 32 33.5 34.2 31 33.5 35.1 33 36 35.6 32.3 36 35.5

Maior

30.4

74.4

79.1

1155

4.3

300 330 300 180 300 300 300 330 180 180 180 180 130 270 180 330 270 180 150 270 180 0 0 240 210 0 180 0 180 270 150 0 270 240 Maior Frequen cia:

180º(31, 7%) Média Menor

25.0 20.3

57.1 35.4

333.5 28

1.4 0

28.6 20.5

Ponto 2

Local

Aparel hos / Medid as

69.8 39

Termohigrômetro

Horári o

Temperatura do Ar (ºC)

Umidade do Ar (%)

7:00 7:10 7:20 7:30 7:40 7:50 8:00 8:10 8:20 8:30 8:40 8:50 9:00 9:10 9:20 9:30 9:40 9:50 10:00 10:10 10:20 10:30 10:40 10:50 11:00 11:10 11:20 11:30

20.2 20 20.1 20.3 20.4 20.4 20.7 20.7 20.9 20.6 20.6 20.6 20.5 20.6 20.6 20.8 20.9 21 21 21.1 21.1 21.1 21.1 21.5 22 22.3 22.3 23.3

76.2 77.8 77.5 76.6 77.5 76.7 75.4 74.9 74.8 75.9 76.1 76.4 77.0 76.3 76.4 75.7 75.5 75.0 75.1 75.2 75.7 76.1 76.6 75.7 73.2 73.1 72.4 67.8

Medi dor de Nível de Press ão Sonor a Press ão Sonor a Leq em dB (A) 69.4 67.4 69.6 72 69.2 68.5 68.5 71.3 67.7 73.8 70.4 68.8 69.2 71.5 67.1 70.2 68.2 72.9 69.2 71.8 68.8 68.8 70.5 68 71.4 71.8 71.1 73.2

Luxímet ro

Anemômetro

Intensid ade [lx(x100) ]

Velocidade (m/s)

14 24 33 33 40 60 80 108 82 46 46 47 58 52 58 60 81 71 82 77 57 59 80 254 215 162 210 180

1.8 0.2 0.4 4.3 1.9 5.2 0 1.6 6.5 0.5 0.8 1.2 2.3 2.3 0 3.1 2.1 3 1.8 1.5 2.1 1.3 3.1 3.6 1.8 1.7 2.5 1.9

Direção

45 50 40 30 30 30 30 50 330 50 0 45 30 60 30 0 45 0 30 30 240 25 30 30 45 30 30

Termôme tro Globo

Tempera tura (ºC) 20.5 20 20.5 20.7 20.7 21 22 22 22 21 21 21 21 21.5 21 21.5 22 22 22 22 22 22 22 24 26.5 25 25 27

11:40 11:50 12:00 12:10 12:20 12:30 12:40 12:50 13:00 13:10 13:20 13:30 13:40 13:50 14:00 14:10 14:20 14:30 14:40 14:50 15:00 15:10 15:20 15:30 15:40 15:50 16:00 16:10 16:20 16:30 16:40 16:50 17:00

22.9 22.9 22.9 23.1 23.3 23.1 23.6 24 24.3 24.6 25.6 25.4 25.5 25.8 26.4 26 25.7 26.1 26.8 26.5 26.5 26.5 26.6 27.2 27 27 27.3 26.6 27.4 27.3 26.9 26.9 27.7

69.3 69.6 69.5 68.3 68.4 68.1 66.0 64.7 63.3 61.8 58.5 59.3 58.6 57.6 52.8 54.9 55.7 52.2 51.4 51.7 52.7 52.2 51.4 50.2 49.9 51.0 49.1 51.0 49.8 49.1 50.2 50.8 48.6

73.5 73.8 73.7 69 68.8 70 64.7 68.7 67 71 70.2 70.4 69.8 69.7 72.3 67.9 67.9 67.2 67.6 71.3 69.8 71.6 69.9 69.5 73.3 67.6 68.2 77.7 73.3 70.2 68.9 66.2 66.4

172 175 173 189 209 155 400 196 246 197 118 184 165 197 141 289 367 135 114 134 130 183 294 230 138 123 114 136 250 159 70 140 85

2.7 1.8 4.2 2.7 1.5 1.6 1.3 3.1 3 1.5 1.4 6.5 2.1 0.9 3 5.3 1 1.2 5.1 3 5 4.1 2 1.4 5.4 3 2.6 1.8 3.5 3.6 1.8 1.1 1.8

Maior

27.7

77.8

77.7

400

6.5

Média Menor

23.5 20

65.4 48.6

70.0 64.7

137.3 14

2.4 0

30 30 30 45 45 45 0 30 30 45 45 45 45 45 40 45 45 45 60 45 60 45 45 45 45 45 45 45 45 45 45 270 45 Maior Frequen cia: 45º(50% )

25.5 25 25 25 25.5 25 25 27 27 27 28 28 28.5 28.5 28 28.5 28 28.5 29 28.5 28 28 29 30 29 28.5 29 29 29 29.5 28 28 29 30 25.1 20

ANEXO F – Certificado de Participação de Evento