Wanda Tathyana (2021)

WANDA TATHYANA (2021).pdf
Documento PDF (1.8MB)

Exibir conteúdo Baixar

O
ga
UNIVERSIDADE FEDERAL DE ALAGAOS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA

Wanda Tathyana de Castro Silva

Variabilidade espaço-temporal do Índice Humidex sobre a Região Nordeste do Brasil

Maceió – AL
2021

WANDA TATHYANA DE CASTRO SILVA

Variabilidade espaço-temporal do Índice Humidex sobre a Região Nordeste do Brasil

Dissertação de Mestrado apresentada ao
Programa de Pós-Graduação em Meteorologia,
daUniversidade Federal de Alagoas, como
requisito para obtenção do título de Mestre em
Meteorologia.
Orientador: Prof. Dr.
Cavalcante Segundo

Georgenes

Hilário

Maceió – AL
2021
2

Catalogação na fonte
Universidade Federal de AlagoasBiblioteca
Central
Divisão de Tratamento Técnico
Bibliotecária: Lívia Silva dos Santos – CRB-4 – 1670
S586v Silva, Wanda Tathyana de Castro.
Variabilidade espaço-temporal do índice humidex sobre a região Nordeste do
Brasil / Wanda Tathyana de Castro Silva. – 2021.
38 f.:il.
Orientador: Georgenes Hilário Cavalcante Segundo.
Dissertação (Mestrado em Meteorologia) – Universidade Federal de Alagoas.
Institutode Ciências Atmosféricas. Programa de Pós-Graduação em
Meteorologia. Maceió, 2021.
Bibliografia: f. 38-31
1. Índice Humidex – Nordeste – Brasil. 2. Conforto térmico. 3. Variáveis
climáticas.
4. Clima. I. Título.
CDU: 551.5

Maceió – AL
2021
3

UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
COORDENAÇÃO DE PÓS-GRADUAÇÃO EM METEOROLOGIA
CERTIFICADO DE APRESENTAÇÃO

N.ºdeordem:MET-UFAL-MS-180.
“VARIABILIDADE ESPAÇO-TEMPORAL DO ÍNDICE HUMIDEX SOBRE A
REGIÃO NORDESTE DO BRASIL.”
Wanda Tathyana de Castro Silva
Dissertação submetida ao colegiado do Curso
de Pós-Graduação em Meteorologia da
Universidade Federal de Alagoas-UFAL, como
parte dos requisitos necessários à obtenção do
grau de Mestre em Meteorologia.

Aprovado pela Banca Examinadora composta por:

Prof. Dr. Geógenes Hilário Cavalcante Segundo
(Orientador)

Prof. Dr. Heliofábio Barros Gomes
(Membro Interno)

Prof. Dr. Ronabson Cardoso Fernandes
(Membro Externo)
Julho /2021
4

Dedico esta dissertação ao meu pai, Orleam (in
memorian).
Ao meu pai. Mas do que isso, o grande apoio
na minha vida. As vozes que me
tranquilizavam o coração, os sorrisos que me
alegravam a vida, o apoio que me ajudava a
percorrer os meus objetivos. Sem ele nunca
teria sido possível sonhar. O meu sorriso, as
minhas vitória devo a ele.

Maceió – AL
2021
5

AGRADECIMENTOS
A Deus, pela dádiva da vida e por me permitir realizar tantos sonhos nesta existência.
Obrigado por me permitir errar, aprender e crescer, por sua eterna compreensão e tolerância,
por seu infinito amor, pela sua voz “invisível” que não me permitiu desistir e principalmente
por ter me dado uma família tão especial, enfim, obrigado por tudo.

Aos meus pais, Vera Lúcia e Orleam (in memorian), pelo apoio e incentivo em todos os
momentos da minha vida. Por acreditarem em mim, e não medirem esforços para a
concretização dos meus sonhos. Sem vocês, nada seria possível. Amo vocês com amor eterno!
Gratidão!

A minha irmã/filha Thaynara e Taysa por sempre torcerem por mim, ficarem felizes por
minhas vitórias e me incentivar a ir além para que assim eu me sinta totalmente realizada ao
alcançar os meus objetivos na vida! Sei que me amam e querem o meu bem! Gratidão!

A minha sobrinha Maria Luísa, que considero uma filha e sou agradecida a ela pelo imenso
amor e extraordinária capacidade de me tormar mais dedicada e esperançosa devido ao forte
laço que nos une. Amo muito minha Luisinha!

As minhas tias paternas (Verônica, Walquiria, Wanderly e Valéria) e minha prima Beatriz,
sinônimo de amor e união. Obrigada por acreditar no meu sonho e sempre me motivar a
seguir em frente. É muito bom saber que posso contar com vocês em todos os momentos.
Amo vocês!

A minha avó Nanci Xavier e aos meus avôs Orlando Manoel e Demeval Joaquim (in
memorian), por tudo aquilo que me proporcionaram, pelo apoio no momento certo, conversas
incentivadoras, por acreditares sempre nas minhas capacidades e principalmente por
existirem. Amo demais!

Ao meu orientador, Professor Georgenes Hilário, pela oportunidade de realizar este trabalho.
Obrigada pela confiança e por me atender com paciência todas as vezes que bati em sua porta.
Agradeço por todos os ensinamentos compartilhados de forma admirável, e por me guiar nos
primeiros passos do Mestrado. Muito obrigada por tudo!
6

Aos professores do programa de pós-graduação em Meteorolgoia, agradecida pelos
ensinamentos que transcendem os limites da Universidade e pelos conhecimentos
transmitidos durante o curso e pela convivência que mesmo sendo virtual foi muito agradável.
Obrigada por sempre estarem a minha disposição! Gratidão!

À Viviane Chaves, pelo companheirismo diário e na vida. Você tornou os dias de estudos e
trabalhos muito mais leves e divertidos. Obrigada por me ajudar em todos os momentos que
precisei. Meu eterno agradecimento por não me deixar acumular responsabilidades nestes
últimos tempos e por compreender todos os meus momentos e dificuldades. Seu valioso e
incansável apoio foi definitivo em todos os momentos deste trabalho. A você, minha eterna
gratidão! Amo você!

Ao amigo Ronabson Cardoso, pessoa iluminada, e prova de que Deus coloca anjos em nosso
caminho. Um grande exemplo de força e serenidade. Obrigada por me oferecer um ombro
amigo sempre que precisei. A você, minha eterna gratidão!

A minha velha amiga, Viviane Ferreira, aquela que conheci na minha infância e levarei para o
resto da vida, mesmo com a distância está sempre presente me ajudando a ter força para
seguir em frente, com um gesto de carinho ou uma palavra amiga. É muito bom saber que
tenho você sempre comigo. Amo você!

À Renata Leirias, amiga que fiz durante o Mestrado e embarcou comigo nesse sonho.
Obrigada por todo apoio ao longo desta caminhada. Dividimos os sonhos e as dificuldades
juntas. Ter você por perto foi essencial para que eu conseguisse seguir em frente.

Aos colegas do mestrado Daniel Milano e Lourdes Gabriela, por todos os ensinamentos
compartilhados sem hesitar e pela convivência sempre muito agradável. Muito obrigada!

Aos amigos David Duarte, Fabiano Prestrelo e Marcos Viana meus sinceros agradecimentos e
foram sensacionais todos os esclarecimentos a mim prestados durante o período do mestrado.

Bom mesmo é ir à luta com determinação, abraçar a vida com paixão, perder com classe e vencer com
ousadia, porque o mundo pertence a quem se atreve e a vida é “muito” para ser insignificante.
(Charles Chaplin)
7

RESUMO
O conforto térmico, Humidex, é uma variável muito importante para avaliar o grau de estresse
térmico em seres vivos. Por depender de variáveis climáticas, o Humidex tem uma variação
espaço-tempo-intensidade condicionada a vários atenuadores do tempo e do clima. Assim, o
objetivo deste trabalho é verificar possíveis tendências e análises espaço-temporais do índice
Humidex no Nordeste do Brasil (NEB). Foram utilizados os dados do ERA5 distribuídos pelo
ECMWF para o período de 1990 a 2019. Constatou-se que a região do MATOPIBA foi a que
mais se destacou com tendências positivas de desconforto sobre o NEB, assim como a região
com os maiores índices Humidex. Enquanto na costa do NEB havia vales baixos de Humidex
que podem estar associados à influência oceânica. Observou-se que o período noturno tem
tendência positiva no NEB, principalmente no MATOPIBA. Além da escala horária,
constatou-se também que na escala mensal, sazonal e anual, esta região do MATOPIBA tem
destaque. Isso se deve ao fato da substituição da floresta natural pela produção agrícola, na
qual, afeta diretamente o balanço energético desta região. Verificou-se que no período La
Niña foi considerado relativamente mais confortável termicamente, enquanto no período El
Niño foi revertido. A redução e o aumento da precipitação no NEB devido ao El Niño e La
Niña levaram à atenuação do índice Humidex. Portanto, o índice Humidex foi estudado e a
atenuação deste índice em relação à escala espaço-tempo foi alterada devido aos sistemas
meteorológicos, alteração devido à modificação do uso do solo e atenuação devido aos
fenômenos El Niño e La Niña.

Palavras-chave: clima, atmosfera, conforto térmico.

ABSTRACT
Thermal comfort, Humidex, is a very important variable to assess the degree of thermal stress
on living beings. Because it depends on climatic variables, Humidex has a space-timeintensity variation conditioned to various weather and climate attenuators. Thus, the objective
of this work is to verify possible trends and spatio-temporal analysis of the Humidex index on
the Northeast of Brazil (NEB). ERA5 data distributed by ECMWF was used for the period
from 1990 to 2019. It was found that the MATOPIBA region was the one that stood out the
most with positive discomfort trends over NEB, as well as the region with the largest
Humidex indexes. While on the NEB coast there were low Humidex valleys which may be
associated with oceanic influence. It was observed that the night time has a positive trend on
NEB, especially on MATOPIBA. In addition to the hourly scale, it was also found that on the
monthly, seasonal and annual scale, this region of MATOPIBA has a highlight. This is due to
the fact that the replacement of the natural forest by agricultural production, in which, it
directly affects the energy balance in this region. It was found that in the La Niña period it
was considered relatively more comfortable thermally, whereas in the El Niño period it was
reversed. The reduction and increase in precipitation on the NEB due to El Niño and La Niña
led to the attenuation of the Humidex index. Therefore, the Humidex index was studied and
the attenuation of this index in relation to the time-spatial scale was altered due to
meteorological systems, change due to the modification of land use and attenuation due to the
El Niño and La Niña phenomena.
Keywords: climate, atmosphere, thermal comfort.

LISTA DE FIGURAS
Pág.
Figure 1 – Brasil e área de estudo em vermelho. A altimetria é representada pela

barra de cores
Figure 2 – Climatologia horária do índice Humidex de 1990 a 2019....................... 23
Figure 3 – Climatologia mensal do índice Humidex para 1990 a 2019.................... 24
Figure 4 – Tendência horária do índice Humidex para 1990 a 2019........................ 25
Figure 5 – Tendência mensal do índice Humidex para 1990 a 2019........................ 25
Figure 6 – Tendência sazonal do índice Humidex para 1990 a 2019.......................

Figure 7 – Tendência anual do índice Humidex para 1990 a 2019........................... 28
Figure 8 – Humidex (ºC), área de soja em Balsas e Tasso Fragoso em Hectares..... 29
Figure 9 – Densidade de Kernell do índice Humidex durante El Niño (1998 e 30
2016) e La Niña (2011, 2018)

LISTA DE TABELAS

Pág.
Tabela 1 - Valores limites e faixas do índice Humidex correspondentes ao aumento 21
das condições de desconforto térmico (Masterton JM, Richardson FA, 1979);
d'Ambrosio Alfanoet al., 2011)
Tabela 2 - Estatísticas descritivas e tendências anuais do índice Humidex (IH) com 28
respectivos p-valores de acordo com o teste de Mann-Kendall para as capitais dos
estados do Nordeste do Brasil e cidade de Balsas representando o setor norte do
Nordeste. Os valores das unidades estão em ° C

LISTA DE SIGLAS E ABREVIATURAS

ºC

Graus Celsius

CPTEC

Centro de Previsão de Tempo e Estudos Climáticos

Pressão de vapor real

Pressão de vapor saturado

ECMWF

European Centre for Medium-Range Weather Forecasts

ERA5

Reanálise do ECMWF de quinta geração para o clima e tempo globais

Horário local

Índice Humidex

INPE

Instituto Nacional de Pesquisas Espaciais

Kelvin

MATOPIBA

Maranhão, Tocantins, Piauí e Bahia

Mann-Kendall

𝑀𝑤

Constante molar do gás

NEB

Nordeste do Brasil

NOAA

National Oceanic and Atmospheric Administration

𝑹𝒘

Calor latente de evaporação da água

Temperaturas de bulbo seco

Temperaturas de bulbo úmido

𝑻𝟎

Temperatura, 273,15 K

ºS

Hemisfério Sul

Umidade relativa do ar, em %

VCAN

Vórtices Ciclônicos de Alto Nível

Horário de Greenwich

ZCIT

Zona de Convergência Intertropical

SUMÁRIO
Pág.
1 CAPÍTULO.................................................................................................................. 14
1.1 INTRODUÇÃO .......................................................................................................

2 CAPÍTULO ................................................................................................................. 15
2.1 REVISÃO BIBLIOGRÁFICA ............................................................................... 15
2.1.1 Clima do NEB..................................................................................................

2.1.2 Conforto térmico (Índice Humidex) .............................................................

3 CAPÍTULO-Artigo.....................................................................................................

1. INTRODUÇÃO..........................................................................................................

2 MATERIAIS E MÉTODOS....................................................................................... 19
2.1 Localização.......................................................................................................... 19
2.2 Conjunto de dados.............................................................................................. 20
2.3 Índice Humidex..................................................................................................

2.4 Teste Mann-Kendall........................................................................................... 21
3 RESULTADOS E DISCUSSÃO................................................................................

3.1 Climatologia Horária e Mensal do Índice Humidex.......................................

3.2 Tendência horária, mensal, sazonal e anual do índice Humidex...................

4 CONCLUSÃO.............................................................................................................

5 AGRADECIMENTOS................................................................................................ 31
6 REFERÊNCIAS..........................................................................................................

1 CAPÍTULO
1.1 INTRODUÇÃO

O conforto térmico é muito importante para os seres vivos, pois, com esses índices
pode-se avaliar o grau de conforto daquele ser vivo em relação as condições térmicas do
ambiente. Sabe-se que tanto as temperaturas quanto o tempo podem-se variar espacialmente e
temporalmente, em que, ao mesmo tempo que um ser vivo por acusar-se de desconforto
térmico por frio, em outro local, pode-se avaliar como termicamente quente.
Outros fatores têm sido estudados como as alterações do uso do solo trocando-se a
vegetação nativa por outra vegetação e, consequentemente, o balanço de energia sofre
alteração contribuindo para o aumento da energia sensível sobre uma certa região levando a
excesso térmico e aumento de desconforto ambiental. Outros fatores se devem pela variação
temporal da temperatura que depende não só de fatores astronômico quanto de fatores
climáticos como a frequência de frentes frias, de precipitação e de cobertura de nuvens, por
exemplo.
As mudanças climáticas trarão modificações sensíveis no conforto térmico, em que, o
aumento da temperatura trará consequências irreversíveis e adaptação ao clima pode ser uma
das soluções para as condições térmicas futuras. Tipo de roupas, máquinas de refrigeração e
de aquecimento, ventiladores mecânicos, plantio de regiões verdes entre outras tecnologias
pode-se atenuar consideravelmente o conforto ambiental mais adequado aos seres humanos.
Essas modificações térmicas além de prejudicial para o meio ambiente como um todo,
mostra-se potencialmente danoso à saúde tanto dos homens quanto para outros seres vivos.
Problemas cardíacos, respiratórios, problemas de aprendizagem de alunos nas escolas são
alguns efeitos nocivos do desconforto térmico nos seres humanos.
Com isso, esse estudo servirá para planejamentos públicos, como uma fonte de
pesquisa para avaliar as condições térmicas e situações de conforto ou desconforto ambiental.
Em caso extremos, em caso de desconforto térmico, os gestores públicos, pesquisadores e
cientistas podem por meio de estudos paralelos simular situações que possam minimizar os
efeitos danos de extremo climático no conforto ambiental.
Portanto, essa pesquisa visa analisar espacialmente e temporalmente o conforto
ambiental com índice existente, Humidex, para a região do Nordeste Brasileiro.

2 CAPÍTULO
2.1 REVISÃO BIBLIOGRÁFICA

2.1.1 Clima do NEB

O clima da região do Nordeste do Brasil (NEB) apresenta grande variedade temporal e
espacial devido a variação com a altitude, interação terra-oceano-atmosfera e, com os diversos
sistemas meteorológicos atuantes nessa região (Hastenrath and Heller, 1977; Kousky and
Gan, 1981; Gianniniet al, 2001, Molion e Bernardo, 2002; Fedorova et al., 2009; Rodrigues et
al., 2010; Fernandes e Carvalho, 2014; Kulikova et al., 2014; Lyra et al., 2014; Rodrigues
eMcPhaden , 2014; Stephanie et al., 2016; Cunha et al., 2018;Silva et al., 2018; Fedorova et
al. , 2020, Medeiros e Oliveira,2021, Gomes e Lima, 2021).
Outros fatores para mudanças espaço-temporal do clima sobre o NEB devem-se pela
mudança do uso do solo e, consequentemente, mudança no balanço de energia, elevando a
temperatura do ar e da evapotranspiração para algumas partes do NEB (Silva et al., 2018;
Borges et al., 2020; Marengo et al,2020; Rocha et al., 2020; Santos et al., 2020, Silva et al.,
2020). E com as mudanças climáticas tem-se o aumento das temperaturas sobre NEB,
mudanças hídricas, precipitação e vegetação (Montenegro e Ragab, 2010; Krol, et al., 2011;
Raulino et al., 2021; Silva et al., 2021; Sulca e Rocha, 2021). E esses fatores afetam
diretamente a temperatura do ar quanto no conforto térmico da população.

2.1.2 Conforto térmico (Índice Humidex)

O balanço de energia entre o ambiente e o corpo humano pode indicar o nível de
estress que esse corpo está sofrendo, caso corpo esteja sofrendo perda excessiva de calor pode
indicar perda de calor e sensação de frio e, inversamente, quanto um corpo ganha uma
quantidade excessiva de calor podendo indicar o stress por calor. E para isso, cientistas criam
índices para verificar essa interação, por exemplo, o índice Humidex entre outros.
O índice Humidex é muito utilizado no globo inteiro, auxiliando na construção de
novos conhecimentos, assim como, tomada de decisões políticas (Aghamolaei et al., 2020;
Sirangelo et al., 2020; Rutty et al., 2020; Back at al., 2021; Infusino et al., 2021; Mirzabeigi
et al., 2021). Estudos mostram que temperaturas extremamente frias e extremamente quentes
aumentam o risco relativo de doenças cardiovasculares e na saúde humana (Xie et al., 2020;
15

Riden e Pinkerton, 2021; Vanoset al., 2021). Além do aumento da frequência das pessoas no
pronto-socorro, principalmente pelos grupos populacionais mais vulneráveis, como crianças e
idosos (Infusino et al., 2021). Segundo algumas projeções para a China mostram que pessoas
com doenças cardiorrespiratórias, mulheres, idosos e pessoas com baixo nível de escolaridade
pode ser mais afetados com desconforto térmico (Yang et al., 2021).

3 CAPÍTULO
Este capítulo refere-se ao artigo intitulado como “Spatiotemporal variability of the
Humidex Index over the Northeast Region of Brazil” publicado na revista científica
“Revista

Brasileira

Geografia

Física”,

DOI:

10.26848/rbgf.v14.2.p591-606,

<https://periodicos.ufpe.br/revistas/rbgfe/article/view/250578>.

Variabilidade espaço-temporal do Índice Humidex sobre a Região Nordeste do Brasil
Wanda Tathyana de Castro Silva a, Georgenes Hilario Cavalcante Segundo b
a

Programa de Pós-Graduação em Meteorologia (PGMET). Instituto de Ciências

Atmosféricas, Universidade Federal de Alagoas, Maceió-AL, CEP: 12 57072-970, Brazil
b

Instituto de Ciências Atmosféricas, Universidade Federal de Alagoas, Maceió-AL, CEP: 12
57072-970, Brazil

qual, afeta diretamente o balanço energético desta região. Verificou-se que no período La
Niña foi considerado relativamente mais confortável termicamente, enquanto no período El
Niño foi revertido. A redução e o aumento da precipitação no NEB devido ao El Niño e La
Niña levaram à atenuação do índice Humidex. Portanto, o índice Humidex foi estudado e a
atenuação deste índice em relação à escala espaço-tempo foi alterada devido aos sistemas
meteorológicos, alteração devido à modificação do uso do solo e atenuação devido aos
fenômenos El Niño e La Niña.

Palavras-chave: clima, atmosfera, conforto térmico.

INTRODUÇÃO
As temperaturas fora de uma faixa de conforto afetam a saúde humana e estão

relacionadas ao aumento do estresse e da mortalidade. Relatórios das diversas organizações
profissionais brasileiras (CPTEC, INPE) mostram que o aquecimento global provoca
mudanças climáticas expressas, por exemplo, pelo aumento da temperatura. No Brasil, e
particularmente na região Nordeste (NEB), a temperatura média tem aumentado 25% mais
rápido do que a média global desde 1910, o que implica que a população pode estar
particularmente exposta aos efeitos do aumento da temperatura em relação a outras
populações (NOAA, 2017), apresentando riscos para a saúde humana. Nessas circunstâncias,
o conhecimento das condições de desconforto térmico é necessário, principalmente em áreas
com alto risco de mortalidade devido a temperaturas excessivas. O conforto térmico é difícil
de ser quantificado porque é necessário considerar uma série de fatores ambientais e humanos
para decidir o que faz uma pessoa se sentir confortável termicamente. Os primeiros fatores
podem incluir temperatura do ar, temperatura radiante, velocidade do vento e umidade do ar,
enquanto os últimos são atribuídos ao chamado "calor metabólico" (Brake e Bates, 2003).
Segundo a Organização Mundial da Saúde, a exposição contínua de um indivíduo a
um ambiente cujas condições térmicas são adversas àquelas a que está habituado faz com que
o organismo sofra alterações fisiológicas para se adaptar ao ambiente (Buitragoet al., 2016).
Isso é particularmente importante, pois os episódios de ondas de calor estão se tornando mais
frequentes e podem causar hipertermia, desidratação e doenças respiratórias. Por outro lado,
temperaturas extremamente baixas podem resultar em doenças isquêmicas do coração,
cerebrovasculares e respiratórias (Schwarz et al., 2010).
17

Como os modelos globais prevêem mudanças significativas no clima das regiões NEB,
espera-se que o aumento da temperatura afete diretamente o bem-estar da população, uma vez
que as variações de temperatura do ar, precipitação, umidade relativa e velocidade do vento
são muito importantes ao quantificar o conforto térmico de uma região. Mais importante, o
NEB está exposto a vários sistemas de atenuação do tempo e do clima que podem levar a um
aumento no nível de conforto ou desconforto térmico, como a Zona de Convergência
Intertropical (ZCIT), Brisas, Vórtices Ciclônicos de Alto Nível (VCAN), linhas de
estabilidade , sistemas convectivos, distúrbios de ondas e, com menos frequência, ciclones
tropicais (Hastenrath e Heller, 1977; Kousky e Gan, 1981; Molion e Bernardo, 2002;
Fedorova et al., 2009; Rodrigueset al., 2010; Fedorova et al., 2020). Além disso, nos anos de
El Niño / La Niña, o regime de precipitação diminui / aumenta no Nordeste brasileiro (NEB) e
aumenta / diminui na região sul do Brasil (Grimm et al. 1998).
Nesse sentido, como as condições climáticas no NEB tendem a se agravar devido a
vários fenômenos em diferentes escalas espaço-temporais tais mudanças causarão desconforto
na população NEB, podendo requerer adaptação do organismo durante esses períodos. Nesse
sentido, este estudo é um esforço para avaliar o grau de conforto térmico avaliado em todo o
NEB com base nas estimativas do índice Humidex. Avaliar a variabilidade espaço-temporal
dos índices e forçantes oceano-atmosfera, ajudará a identificar a correlação potencial entre
forçantes externos e condições térmicas dentro da região.
Sabe-se que a interação entre clima, tempo e configuração da cidade é complexa
(Darbani, et al., 2021; Matallah, et al., 2021; Pereira e Bourscheid). Segundo Pereira e
Bourscheid (2021), embora as pessoas que moram em prédios localizados próximos ao mar
também estejam expostas a altas temperaturas, a flutuação permanece em uma faixa
classificada como confortável, principalmente devido ao sombreamento e à brisa do mar.
Porém, o crescimento das cidades aumentou o desconforto térmico devido à substituição da
vegetação por concreto entre outros fatores (Sharmaet al., 2021). De acordo com Meiliet al.
(2021) o aumento da umidade devido às restrições de vegetação foi considerado o fator
responsável pela redução da média térmica para 3° C, bem como, o crescimento urbano tem
um efeito negativo no microclima do conforto térmico (Darbani, et al., 2021). Dito isso, os
desenvolvimentos urbanos devem desenvolver estratégias que busquem mitigação e
adaptação, aproveitando a infraestrutura verde existente (Matallah, et al., 2021, Meili et al.,
2021).

Nesse sentido, este estudo teve como objetivo compreender as tendências espaçotemporais do índice Humidex sobre o NEB, levando em consideração, como a mudança no
uso do solo pode impactar os índices de conforto térmico? Como a interação terra-oceanoatmosfera pode impactar os índices Humidex?

MATERIAIS E MÉTODOS

2.1 Localização

A região do NEB (53.081.950 hab.) Consiste em nove estados: Alagoas (3.120.494
hab.), Bahia (3.120.494 hab.), Ceará (8.452.381 hab.), Paraíba (3.766.528 hab.), Pernambuco
(8.796.448 hab.), Piauí (3.118.360 hab.), Rio Grande do Norte (3.168.027 hab.), Maranhão
(6.574.789) e Sergipe (2.068.017 hab.) (IBGE, 2020). Ocupa uma área de 1.554.000 km²,
cerca de 18,27% do território brasileiro (Figura 1).

Figura 1- Brasil e área de estudo em vermelho. A altimetria é representada pela barra de cores.
19

2.2 Conjunto de dados

Para este estudo, foi utilizado o banco de dados ECMWF Global Reanalysis, ERA5,
com espaçamento de grade de 0,25ºx0,25º (Latitude-Longitude) (Hersbach, 2017; Hersbach et
al., 2019; Hersbach et al., 2020). O índice Humidex foi utilizado para calcular a temperatura
do ar e a temperatura do ponto de orvalho, medida a cada hora (2 metros de altura), durante o
período de 1990-2019 (30 anos). Este banco de dados tem sido usado em várias áreas e
pesquisas (Cucchiet al., 2020; Di Napoliet al., 2020; Li, 2020; Martens et al., 2020; Mistry,
2020; Tarek et al. 2020; Vitolo et al., 2020).

2.3 Índice Humidex
O cálculo do índice Humidex foi baseado na metodologia adotada por Thom’s (1959)
e d’Ambrosio Alfanoetal (2011), e são expressos nas equações abaixo:
5
(1)
𝐻𝑢𝑚𝑖𝑑𝑒𝑥 = 𝑇 + (𝑝𝑎𝑠 − 10)
9
Onde,
𝑇

𝑝𝑎𝑠 = 6.112. (107.5(237.7+𝑇 ) )

𝑈𝑅
100

(2)

Para o cálculo da umidade relativa (UR), foram utilizadas as temperaturas de bulbo
seco (T) e úmido (Td) de acordo com a equação (3) da ERA5. UR corresponde à razão da
pressão de vapor real (ea (T)) e saturação (es (Td)) na mesma temperatura, em porcentagem:

𝑈𝑅 = 100

𝑒𝑎 (𝑇)
𝑒𝑠 (𝑇𝑑 )

(3)

A pressão de vapor real (ea (T)) e a pressão de saturação (es (Td)) foram calculadas a
partir das equações (4) e (5):

𝑒𝑎 (𝑇) = 𝑒𝑠 (𝑇0 )exp (

𝐿 1 1
( − ))
𝑅𝑤 𝑇0 𝑇

(4)

𝑒𝑠 (𝑇𝑑 ) = 𝑒𝑠 (𝑇0 )exp (

(5)

𝐿 1 1
(
))
𝑅𝑤 𝑇0 𝑇𝑑

Onde, ea (T) e es (Td) correspondem à pressão de vapor real na temperatura T e pressão
de saturação de vapor na temperatura Td, respectivamente. es (T0)) é a pressão de saturação de
vapor em uma temperatura de referência T 0, L = 2,5 × 〖10〗 ^ 6 J / kg corresponde ao calor
latente de evaporação da água e 𝑅𝑤 =

1000𝑅
𝑀𝑤

= 461.52𝐽/𝑘𝑔𝐾.𝑅 = 8.3144621𝐽/(𝑚𝑜𝑙𝐾) é a

constante molar do gás e 𝑀𝑤 = 18,01528𝑔 / 𝑚𝑜𝑙 é o peso molecular do vapor de água. A
temperatura de referência e a pressão de saturação de vapor utilizadas foram 𝑇0 = 273,15 K e
𝑒𝑠 (𝑇0) = 6,11 mb. Os limites de Humidex e o índice de conforto térmico são mostrados na
Tabela 1.

Tabela 1- Valores limites e faixas do índice Humidex correspondentes ao aumento das condições de
desconforto térmico (Masterton JM, Richardson FA, 1979); d'AmbrosioAlfanoet al., 2011).

Alcance Humidex

Nível de Desconforto Térmico

29≤ Hum≤20

Conforto

39≤Hum≤30

Algum desconforto

45≤Hum≤40

Grande desconforto

54≤Hum≤46

Perigoso

<54

Estado de emergência médica

2.4 Teste Mann-Kendall

Para calcular a tendência do Humidex nas escalas horária, mensal, sazonal e anual, foi
utilizado o teste estatístico não paramétrico Mann-Kendall (MK) (Mann, 1945; Kendall,
1975). A estatística S é obtida pela soma de todas as contagens, onde o sinal (xi – xj) é
determinado por (6):
𝑛 𝑖−1

(6)

𝑆 = ∑ ∑ 𝑠𝑔𝑛(𝑥𝑖 − 𝑥𝑗 )
𝑖=2 𝑗=1

O teste MK analisa os dados coletados ao longo do tempo para tendências crescentes
ou decrescentes de forma consistente. O teste oferece uma de duas opções: hipótese nula (sem
tendência monotônica na série) ou hipótese alternativa (há uma tendência e pode ser positiva,
negativa ou nula). A variância obtida da estatística MK é usada para definir o valor para um
nível de significância específico.
O pacote de Humidity (Cai, 2019) foi utilizado para calcular a umidade relativa do ar.
O índice Humidex foi calculado a partir do pacote Thermindex (Castelhano, 2017). Para as
cores, foi utilizado o pacote RColorBrewer (Neuwirth, 2014.). Para a interpretação dos
arquivos nectdf ERA5, foram utilizados os pacotes raster (Hijmans, R.J., 2020) e rasterVis
(Lamigueiro e Hijmans, 2020). Para cálculos de tendência, foram usados os pacotes trend
(Pohlert, 2020), spatialEco (Evans, 2020) e greenbrown (Forkel et al., 2013; Forkel et al.,
2015). Para interpretar esses algoritmos, foi utilizado o programa R (R, 2020).

RESULTADOS E DISCUSSÃO

3.1 Climatologia Horária e Mensal do Índice Humidex

A Figura 2 mostra a média espaço-temporal dos índices Humidex para a região NEB
de 1990 a 2019. Observa-se que o índice de conforto térmico aumenta de 30 ºC a 24 ºC entre
22Z (19h local) a 10Z (07h local), período noturno a período do meio da manhã,
acompanhando a diminuição da temperatura do ar (24 ºC a 36 ºC). Esse padrão é mais
proeminente em regiões de grande altitude, como a região da Chapada Diamantina localizada
na região central da Bahia. Já durante o período diurno (8h local) até o final da tarde (18h
local), foram encontrados picos de índices Humidex de 39 ºC nas regiões do Maranhão e
Piauí o que corresponde ao maior desconforto pela classificação da Humidex, com duração
em torno de 10 horas.,em média.

Figura 2 - Climatologia horária do índice Humidex de 1990 a 2019.

De acordo com o índice Humidex, regiões localizadas a 5ºS de latitude apresentaram
índices acima de 35ºC de outubro a maio. Verificou-se que as áreas próximas ao litoral
apresentam um índice relativamente constante ao longo do ano e que está associado à
influência do oceano como fonte de calor e umidade no litoral (Figura 3).
Observou-se que entre 10 ºS a 20 ºS o índice Humidex diminui de janeiro (29 ºC) a
agosto (> 23 ºC), principalmente na Chapada Diamantina e região central do estado da Bahia,
bem como em outras regiões de altitudes elevadas. como em Pernambuco, Alagoas e Paraíba.
Isso pode ser atribuído à posição do sol, altitude e fatores meteorológicos e climáticos. Por
exemplo, estudos mostraram que durante o El Niño, as frentes frias são menos frequentes na
região inibindo chuvas, e por outro lado, o La Niña é caracterizado por frentes frias frequentes
induzindo chuvas intensas e temperatura do ar mais baixa (Pereira et al., 2011).
Apesar da variabilidade temporal da precipitação que influencia o balanço energético,
a região NEB revela um balanço energético constante ao longo do ano. Segundo Correia Filho
et al (2019), eles mostraram que a estação chuvosa nos biomas Amazônia, Caatinga e Cerrado
ocorre entre janeiro e abril, mas variando em intensidade, não observada na Mata Atlântica.
As regiões com maiores níveis de conforto foram Bahia e Pernambuco com valor de 26 ºC a
23 ºC no período de maio a setembro (Figura 3). Correia Filho et al (2019) mostram que o
extremo sul da Caatinga, Cerrado e Mata Atlântica são influenciados por sistemas frontais e,
consequentemente, influenciam nos elevados níveis de conforto térmico da r.
23

Figura 3 - Climatologia mensal do índice Humidex para 1990 a 2019.

3.2 Tendência horária, mensal, sazonal e anual do índice Humidex

Pode-se observar que a Figura 4 mostra que a tendência horária positiva ocupa grande
parte da região do NEB. Durante o período noturno (22Z a 04Z), a região do MATOPIBA
(Figura 4, T.22 a T.04), apresentou as maiores tendências de temperatura em NEB com taxa
positiva variando de + 0,008ºC / Hora / Mês a 0,01 ºC / Hora / Mês Na região do litoral,
verifica-se uma ligeira tendência negativa durante o período noturno, que pode estar associada
ao aumento da intensidade da brisa marítima e da precipitação local. Estudos têm mostrado
que os ventos da brisa do mar têm potencial de resfriamento significativo, impactando os
níveis de conforto térmico (He et al., 2020a, He et al., 2020b, Liu et al., 2020).

Figura 4 - Tendência horária do índice Humidex para 990 a 2019.

A tendência mensal do índice Humidex é mostrada na Figura 5. Mais uma vez, a
região do MATOPIBA revela uma tendência muito significativa variando de + 0,04ºC / mês a
+ 0,08ºC / mês, principalmente nos meses de março, outubro e novembro. As pequenas
tendências de Humidex são observadas na região costeira e podem estar associadas à
influência oceânica (Moura et al., 2009; de Medeiros et al., 2020).

Figura 5 - Tendência mensal do índice Humidex para 990 a 2019.
25

Uma tendência sazonal crescente é observada em uma grande área cobrindo a região
NEB (Figura 6). Os estados do Maranhão e Piauí registraram tendências superiores a +0,06
ºC / mês. Aproximadamente 2,41% do NEB apresenta tendência igual ou superior a +0,06 ºC /
Ano e 24,21% do NEB com tendência igual ou superior a + 0,05 ºC / Ano.A tendência
sazonal de aumento observada na bacia do rio São Francisco + 0,04ºC / ano e MATOPIBA
(Figura 6) pode ser atribuída à mudança no uso do solo com intensificação da soja e outras
culturas agrícolas, causando efeito direto no clima local e regional. De acordo com Cunha et
al. (2015a), eles mostraram que as mudanças na cobertura da terra influenciaram os processos
climáticos em grande escala devido às mudanças na energia superficial e no balanço de
carbono. Além disso, Angelini et al. (2017) mostraram que o fluxo de calor latente no Cerrado
pode atingir níveis 60% maiores do que nas lavouras agronômicas, enquanto o fluxo de calor
sensível pode aumentar até 50% maior nas áreas agrícolas em comparação às áreas do
Cerrado. No geral, esses resultados desempenham um papel na causa-efeito da substituição da
vegetação e no aumento do desconforto térmico observado na região de estudo. A tendência
sazonal de umidade foi marginal apenas na região costeira, com poucas áreas com valores
máximos de 0,01 ºC / ano a 0,02 ºC / ano.

Figura 6 - Tendência sazonal do índice Humidex para 1990 a 2019.

A Tabela 2 mostra que valores mínimos de 30,4 ° C e máximos de 39,6 ° C do índice
Humidex (IH) foram encontrados em Maceió / AL e Teresina / PI, respectivamente, enquanto
a média de pico de 36,7 °C foi encontrada em Teresina / PI. A tendência anual do IA foi
estatisticamente significativa em todas as cidades, com exceção de João Pessoa / PB e Recife /
PE, e indica uma tendência geral positiva (Tabela 2). As maiores tendências anuais foram nas
cidades localizadas no setor norte do NEB, representadas pela cidade Balsas / MA com 0,061
° C / ano. As tendências anuais apresentaram variabilidade semelhante em relação à sazonal,
onde a última indicou valores superiores a 0,06 ºC / Ano, e mais intensos nos estados do
Maranhão e Piauí. Aproximadamente 3,13% do NEB apresenta tendência igual ou superior a
0,06 ºC / ano, expandindo-se para 26,57% do NEB com tendência igual ou superior a 0,05 ºC
/ ano. Isso representa um aumento de 1,8 ºC a 1,5 ºC, respectivamente, em 30 anos.
Novamente, a mudança no uso do solo afeta diretamente o balanço de energia, precipitação e
temperatura do ar na região (Narismaet al., 2003; Cunha et al., 2015a; Hirota et al., 2011;
Angelini et al., 2017, Gaspari et al., 2018; Salvador et al. 2018; Silva et al., 2018; Cabral
Júnior et al. 2019; Marçalet al., 2019).
De acordo com Costa et al. (2020) a região NEB apresenta indícios inconfundíveis de
aquecimento, em que, nas últimas décadas, tem havido tendências predominantes de
diminuição do percentual de noites frias (−8,4% dias / década), aumento do número de noites
quentes. noites (10,6% dias / década), bem como no número de dias por década em que as
temperaturas mínimas ultrapassaram o limiar de 20 ° C, e tendência de aumento dos eventos
de ondas de calor. Essas mudanças se devem a alguns fatores que, segundo Carvalho et al.
(2020) estão relacionados com a redução do número de precipitação / dias, principalmente ao
longo da zona costeira, bem como a redução da taxa de precipitação dentro de 150 a 300 km
da costa, e na região do Sertão (Vieira et al., 2020; Marengo et al., 2020).
Além dos fatores climáticos, a mudança no uso do solo com substituição da vegetação
nativa por soja alterou o balanço energético. De acordo com Vieira et al. (2021), mostraram
que aproximadamente 4677 km2 (0,63%) da região do MATOPIBA está sob fortes sinais de
degradação, principalmente em áreas de pastagem e campos, comumente usados para
pastagem. Consequentemente, além da substituição gradativa da vegetação nativa, a radiação
solar atinge diretamente o solo, aquecendo ainda mais a região.
Segundo estudos realizados por Salvador e Brito (2018) as temperaturas máximas e
mínimas e os índices de temperaturas extremas apresentaram forte tendência positiva em
praticamente todas as séries (p <0,05) na região do MATOPIBA, estado do Maranhão,
27

Tocantins, Piauí e Bahia. Os autores também apontaram que essa região vem passando por
um processo de aquecimento significativo nas últimas 3 décadas.

Tabela 2 - Estatísticas descritivas e tendências anuais do índice Humidex (IH) com respectivos pvalores de acordo com o teste de Mann-Kendall para as capitais dos estados do Nordeste do Brasil e
cidade de Balsas representando o setor norte do Nordeste. Os valores das unidades estão em °C.

Cidades

Min.

Máx.

Média

± Erro

p-value

0,6

Tendência
°C/Ano
+0,031

São Luís/MA

35,5

39,4

37,2

Teresina/PI

32,8

39,6

36,7

0,8

+0,048

0,000*

Fortaleza/CE

33,6

39,4

36,4

0,6

+0,031

0,000*

Natal/RN

32,1

38,9

35,4

0,5

+0,016

0,030*

João Pessoa/PB

31,7

39,0

35,3

0,5

+0,012

0,103

Recife/PE

30,8

38,5

34,7

0,6

+0,009

0,253

30,4

38,0

34,2

0,5

+0,015

0,050*

Aracaju/SE

30,5

38,2

34,4

0,6

+0,017

0,043*

Salvador/BA

29,3

39,0

34,3

0,8

+0,023

0,027*

Balsas/MA

30,1

38,1

34,5

0,9

+0,061

0,000*

Maceió/AL

0,001*

* Significativo a 5%.

Figura 7 - Tendência anual do índice Humidex para 1990 a 2019.

A evolução anual da Humidex e das áreas de cultivo de soja nos municípios de Balsas
/ MA e Tasso Fragoso / MA são os maiores produtores de soja desta região (Figura 8). Os
resultados indicam que a tendência crescente de desconforto ambiental está associada ao
aumento do cultivo da soja em Balsas e Tasso Fragoso (Figura 8). Esses dois municípios são
os maiores produtores de soja do estado do Maranhão. Aplicamos a correlação de Pearson
entre o índice Humidex e a área de soja em ambos os municípios e encontramos correlações
de 0,82 (p = 2,879e-08) (Balsas) e 0,83 (p = 1,101e-08) (Tasso Fragoso), o que confirma que
a substituição gradativa da vegetação natural pela soja refletiu positivamente no desconforto
térmico sobre a região do Maranhão e Piauí a aproximadamente 2ºC (Figura 8).

Figura 8 - Humidex (ºC), área de soja em Balsas e Tasso Fragoso em Hectares.

Para verificar a influência de climas em larga escala, como eventos El Niño e La Niña,
na oscilação do índice Humidex, análises de densidade de kernel foram aplicadas em ambas
as séries de dados. Pode-se observar na Figura 9 que o El Niño de 2016 foi mais intenso do
que o El Niño de 1998 com um índice Humidex superior a 40 ºC. Cunha et al. (2015b)
indefinido que a seca de 2012 a 2013, afetou cerca de 85% do semiárido brasileiro, afetando a
exclusão, umidade do solo, recuperação e os efeitos da memória da vegetação. Kogan
confirma que o El Niño 2015/2016 foi muito mais forte do que o evento extremo de 1997–
29

1998 que afetou diferentes regiões do globo. Observou-se que nenhum evento La Niño de
2011, o Humidex foi termicamente mais confortável que o La Niña de 2018, semelhante ao El
Niño de 1998.

Figura 9 - Densidade de Kernell do índice Humidex durante El Niño (1998 e 2016) e La Niña (2011,
2018).

CONCLUSÃO
Este estudo teve como objetivo estudar o índice Humidex em diferentes escalas como

horária, mensal, sazonal e anual e suas respectivas tendências. Percebeu-se que a região do
MATOPIBA foi a que mais se destacou com tendências positivas de desconforto, assim como
a região com os maiores índices de Humidex. Nesse sentido, observou-se que o período
noturno tem tendência positiva no NEB, principalmente no MATOPIBA. Além da escala
horária, constatou-se também que na escala mensal, sazonal e anual, esta região do
MATOPIBA tem destaque. Isso se deve ao fato da substituição da floresta natural pela
produção agrícola, na qual, afeta diretamente o balanço energético desta região. Observou-se
que a região da costa leste do NEB foi influenciada pelo Oceano Atlântico.
Constatou-se que durante o dia, a região norte do NEB apresenta os maiores índices de
desconforto térmico e a região centro-sul do NEB, durante o período noturno, apresenta os
índices mais confortáveis termicamente.
30

Observou-se que o índice Humidex na faixa de 5ºS apresenta-se de outubro a maio
mais incômodo com índices acima de 35ºC. Observe que a costa do NEB tem um índice
relativamente constante ao longo do ano devido à influência do oceano. Entre 10ºS e 20ºS, na
região continental do NEB, o índice Humidex diminui de janeiro (29ºC) a agosto (> 23ºC),
principalmente na Chapada Diamantina e região central do estado da Bahia e algumas outras
regiões de altitude como Pernambuco, Alagoas e Paraíba, voltando a partir de setembro. Isso
se deve à posição do sol, altitude e fatores meteorológicos e climáticos.
Verificou-se que no período La Niña foi considerado relativamente mais confortável
termicamente, enquanto no período El Niño foi revertido. A redução e o aumento da
precipitação no NEB devido ao El Niño e La Niña levaram à atenuação do índice Humidex.
Portanto, o índice Humidex foi estudado e a atenuação deste índice em relação à
escala espaço-temporal foi alterada devido aos sistemas meteorológicos, alteração devido à
modificação do uso do solo e atenuação devido aos fenômenos El Niño e La Niña.

AGRADECIMENTOS

Os autores agradecem aos fornecedores dos dados usados neste estudo: conjunto de dados
ERA5 distribuído pela ECMWF.

REFERÊNCIAS

Ailton A. de Carvalho, Abelardo A. de A. Montenegro,Hernande P. da Silva, IugLopes,José
E. F. de Morais, Thieres G. F. da Silva. Trendsofrainfallandtemperature in NortheastBrazil.
Revista Brasileira de Engenharia Agrícola e Ambiental, v.24, n.1, p.15-23, 2020
Amasuomo, T.T.; Amasuomo, J.O., 2016. Perceived Thermal Discomfort and Stress
Behaviours Affecting Students’ Learning in Lecture Theatres in the Humid Tropics.
Buildings, 6, 18.
Angelini, L.P., Silva, P. C. B.S., Fausto, M. A., Machado, N. G., Biudes, M. S., 2017.
Balanço de Energia nas Condições de Mudanças de Uso do Solo na Região Sul do Estado
de
Mato
Grosso.
RevistaBrasileira
de
Meteorologia,
32(3),
353-363.
https://doi.org/10.1590/0102-77863230003
Bao-Jie He, Lan Ding, Deo Prasad, Outdoor thermal environment of an open space under sea
breeze: A mobile experience in a coastal city of Sydney, Australia, Urban Climate, Volume
31, 2020b, 100567, ISSN 2212-0955, https://doi.org/10.1016/j.uclim.2019.100567.
31

Bao-Jie He, Lan Ding, Deo Prasad, Relationships among local-scale urban morphology, urban
ventilation, urban heat island and outdoor thermal comfort under sea breeze influence,
Sustainable Cities and Society, Volume 60, 2020a, 102289, ISSN 2210-6707,
https://doi.org/10.1016/j.scs.2020.102289.
Brake, D.J., Bates, G.P., 2003. Fluid losses and hydration status of industrial workers under
thermal stress working extended shiftsOccupational and Environmental Medicine; 60:9096.
Brito, S.S.; Cunha, A.P.; Cunningham, C.C.; Alvalá, R.C.; Marengo, J.A.; Carvalho,
M.A.,2018. Frequency, duration and severity of drought in the Semiarid Northeast Brazil
region. Int. J. Climatol., 38, 517–529
Buitrago, M.F., Groen, T. A., Hecker, C. A., Skidmore, A. K. 2016. Changes in thermal
infrared spectra of plants caused by temperature and water stress, ISPRS Journal of
Photogrammetry
and
Remote
Sensing,
Volume
111,
Pages
22-31.
https://doi.org/10.1016/j.isprsjprs.2015.11.003.
Cabral Júnior, J.B., Silva, C.M.S.e., de Almeida, H.A. et al., 2019. Detecting linear trend of
reference evapotranspiration in irrigated farming areas in Brazil’s semiarid region.
TheorApplClimatol 138, 215–225. https://doi.org/10.1007/s00704-019-02816-w
Cai, J., 2019. humidity: Calculate Water Vapor Measures from Temperature and Dew Point.
R packageversion 0.1.5.
Castelhano F. J., 2017. /Laboclima - Universidade Federal doParaná (2017). ThermIndex:
CalculateThermal
Indexes.
R
package
version
0.2.0.
https://CRAN.Rproject.org/package=ThermIndex
Cucchi, M., Weedon, G. P., Amici, A., Bellouin, N., Lange, S., Müller Schmied, H.,
Hersbach, H., and Buontempo, C., 2020.: WFDE5: bias-adjusted ERA5 reanalysis data for
impact studies, Earth Syst. Sci. Data, 12, 2097–2120, https://doi.org/10.5194/essd-122097-2020.
Cunha AP et al (2015b) Monitoring vegetative drought dynamics in the Brazilian semiarid
region.Agric For Meteorol 214–215:494–505.
Cunha A.P.M.A., Alvalá, R.C.S., Kubota, P.Y., Vieira, R.M.S.P (2015a) Impacts of land use
and land cover changes on the climate over Northeast Brazil. AtmosSciLett16:219–227.
https://doi.org/10.1002/asl2.543
Cunha, A.P.M.A., Tomasella, J., Ribeiro-Neto, G.G., Brown, M., Garcia, S.R., Brito, S.B.,
Carvalho, M.A., 2018. Changes in the spatial–temporal patterns of droughts in the
Brazilian Northeast. Atmos. Sci. Lett., 19,855–862.
d’AmbrosioAlfano F.R., Palella BI, Riccio G (2007) The role of measurement accuracy on
the heat stress assessment according to ISO 7933: 2004. WIT Transactions on Biomedicine
and Health 11, 115–24.

de Medeiros, F.J., de Oliveira, C.P. & Torres, R.R. Climatic aspects and vertical structure
circulation associated with the severe drought in Northeast Brazil (2012–2016). ClimDyn
55, 2327–2341 (2020). https://doi.org/10.1007/s00382-020-05385-1
Di Napoli, C.; Barnard, C.; Prudhomme, C.; Cloke, H.L.; Pappenberger, F. ERA5-HEAT: A
global gridded historical dataset of human thermal comfort indices from climate reanalysis.
Geosci. Data J. 2020, 1–9.
Domínguez-Amarillo, S.; Fernández-Agüera, J.; González, M.M.; Cuerdo-Vilches, T.
Overheating in Schools: Factors Determining Children’s Perceptions of Overall Comfort
Indoors. Sustainability 2020, 12, 5772.
Evans,
J.S.,
2020.
_spatialEco_.
R
https://github.com/jeffreyevans/spatialEco>.

package

version

1.3-1,

<URL:

Fedorova, N., Levit, V., Cavalcante, L. C. V., 2020. Impacts of Tropical Cyclones in the
Northern Atlantic on Adverse Phenomena Formation in Northeastern Brazil, Current
Topics in Tropical Cyclone Research [Working Title], 10.5772/intechopen.82936.
Fedorova, N., Levit, V., Silveira, M.H.S., Pontes Da Silva, B.F., Amiranashvili, A.G., 2009.
Mesoscale Convective Complexes on the Northeastern Coast of Brazil. Journal of the
Georgian Geophysical Society, Issue B: Physics of Atmosphere, Ocean and Space Plasma,
13B, 36-49.
Forkel, M., Carvalhais, N., Verbesselt, J., Mahecha, M. D., Neigh, C., Reichstein, M., 2013.
Trend Change Detection in NDVI Time Series: Effects of Inter-Annual Variability and
Methodology. Remote Sensing, 5(5), 2113-2144.
Forkel, M., Migliavacca, M., Thonicke, K., Reichstein, M., Schaphoff, S., Weber, U.,
Carvalhais, N., 2015. Co-dominant water control on global inter-annual variability and
trends in land surface phenology and greenness. Global ChangeBiology, 21(9), 3414-3435.
García, M.M., Martín, J.R., Soriano, L.R., Dávila, F.P.,2015. Observed impact of land uses
and soil types on cloud-to-ground lightning in Castilla-Leon (Spain).Atmospheric
Research.
Volume
166,
2015,
Pages
233-238.
https://doi.org/10.1016/j.atmosres.2015.07.009
Gaspari, J., Fabbri, K., Lucchi, M., 2018.The use of outdoor microclimate analysis to support
decision making process: Case study of Bufalini square in Cesena. Sustainable Cities and
Society.
Volume
42,
October
2018,
Pages
206-215.
https://doi.org/10.1016/j.scs.2018.07.015
Giannini, A., Chiang, J. C. H., Cane, M. A., Kushnir, Y., Seager, R., 2001. “The ENSO
teleconnection to the tropical Atlantic ocean: Contributions of the remote and local SSTs to
rainfall variability in the tropical Americas,” J. Clim. 14(24), 4530–4544.
https://doi.org/10.1175/1520-0442(2001)014<4530:TETTTT>2.0.CO;2
Hastenrath, S. and Heller, L.,1977. Dynamic of Climatic Hazards in Northeast Brazil.
Quarterly Journal of the Royal Meteorological Society, 110, 411-425.
http://dx.doi.org/10.1002/qj.49711046407
33

He, B.J., Ding, L., Prasad, D. Outdoor thermal environment of an open space under sea
breeze: A mobile experience in a coastal city of Sydney, Australia, Urban Climate, Volume
31, 2020b, 100567, ISSN 2212-0955, https://doi.org/10.1016/j.uclim.2019.100567.

He, B.J., Ding, L., Prasad, D. Relationships among local-scale urban morphology, urban
ventilation, urban heat island and outdoor thermal comfort under sea breeze influence,
Sustainable Cities and Society, Volume 60, 2020a, 102289, ISSN 2210-6707,
https://doi.org/10.1016/j.scs.2020.102289.
Hersbach, H., 2017. ERA5: the new reanalysis of weather and climate data. ECMWF Science
blog
Hersbach, H. et al. Global reanalysis: goodbye ERA-Interim, hello ERA5. ECMWF
Newsletter 17–24 (2019).
Hersbach, H. et al., 2020. The ERA5 global reanalysis.Q J R MeteorolSoc 1– 51,
https://doi.org/10.1002/qj.3803.
Hijmans, R.J., 2020. raster: Geographic Data Analysis and Modeling. R packageversion 3.313. https://CRAN.R-project.org/package=raster
Hirota, M., Oyama, M.D., Nobre, C., 2011. Concurrent climate impacts of tropical South
America land‐cover change. Atmos. Sci. Let. 12: 261–267.
Huimin Liu, Bo Huang, SihangGao, Jiong Wang, Chen Yang, Rongrong Li, Impacts of the
evolving urban development on intra-urban surface thermal environment: Evidence from
323 Chinese cities, Science of The Total Environment,Volume 771, 2021, 144810, ISSN
0048-9697, https://doi.org/10.1016/j.scitotenv.2020.144810.
IBGE,2020. https://censo2010.ibge.gov.br/sinopse/index.php?dados=4&uf=00
Kendall, M.G.,1975. Rank Correlation Methods. Griffin, London.Kogan F.N., Guo, W., 2017.
Strong 2015–2016 El Niño and implication to global ecosystems from space data.Int J
Remote Sens 38(1):161–178.
Kousky, V.E. and Gan, M.A., 1981. Upper Tropospheric Cyclonic Vortices in the Tropical
South Atlantic.Tellus, 33, 538-551. http://dx.doi.org/10.1111/j.2153-3490.1981.tb01780.x
Krishnamurthy, V., Misra, V., 2010.Observed ENSO teleconnections with the SouthAmerican
monsoon system.Atmos. Sci. Let. 11: 7–12.
Kulikova, I.,Fedorova, N., Levit, V., Cordeiro, E. S., 2014. Sea Surface Temperature
Anomaly and Precipitation Distribution in the Alagoas State of the Brazilian Northeast,
Natural Science, 10.4236/ns.2014.614104, 06, 14, (1159-1178).

Lamigueiro, O.P., Hijmans, R., 2020, rasterVis. R package version 0.48. Neuwirth, E., 2014.
RColorBrewer: ColorBrewer Palettes. R package.version 1.1-2. https://CRAN.Rproject.org/package=RColorBrewer
Li, Xian-Xiang, 2020. Heat wave trends in Southeast Asia during 1979–2018: The impact of
humidity, Science of The Total Environment, 10.1016/j.scitotenv.2020.137664, 721,
(137664).
Liu, H., Huang, B., Gao, S., Wang, J., Yang, C., R. Li, R., Impacts of the evolving urban
development on intra-urban surface thermal environment: Evidence from 323 Chinese
cities, Science of The Total Environment,Volume 771, 2021, 144810, ISSN 0048-9697,
https://doi.org/10.1016/j.scitotenv.2020.144810.
Mann, H.B., 1945. Nonparametric tests against trend. Econometrica, v.13, n. 3, p.245-259.
Marçal, N.A., Silva, R.M., Santos, A.G., Santos, J.S., 2019. Analysis of the environmental
thermal comfort conditions in public squares in the semiarid region of northeastern Brazil.
Building
and
Environment.
Volume
152,
Pages
145-159.
https://doi.org/10.1016/j.buildenv.2019.02.016
Marengo J.A. et al., 2019. Increase Risk of Drought in the Semiarid Lands of Northeast Brazil
Due to Regional Warming above 4 °C. In: Nobre C., Marengo J., Soares W. (eds) Climate
Change Risks in Brazil. Springer, Cham. https://doi.org/10.1007/978-3-319-92881-4_7
Marengo, J.A., Cunha, A.P.M.A., Nobre, C.A. et al. Assessing drought in the drylands of
northeast Brazil under regional warming exceeding 4 °C. Nat Hazards 103, 2589–2611
(2020). https://doi.org/10.1007/s11069-020-04097-3
Martens, B., Schumacher, D. L., Wouters, H., Muñoz-Sabater, J., Verhoest, N. E. C., and
Miralles, D. G., 2020: Evaluating the land-surface energy partitioning in ERA5, Geosci.
Model Dev., 13, 4159–4181, https://doi.org/10.5194/gmd-13-4159-2020.
Masterton, J.M., Richardson, F.A., 1979. HUMIDEX: a method of quantifying human
discomfort due to excessive heat and humidity. CLI 1-79. 1–45, Environment Canada,
Downside Ontario.
Matallah, M.E.; Alkama, D.; Teller, J.; Ahriz, A.; Attia, S. Quantification of the Outdoor
Thermal Comfort within Different Oases Urban Fabrics. Sustainability 2021, 13, 3051.
https://doi.org/10.3390/su13063051
Medeiros, F. J., Oliveira, C. P., C. M. Santos e Silva, Araújo, J. M., 2020. Numerical
simulation of the circulation and tropical teleconnection mechanisms of a severe drought
event (2012–2016) in Northeastern Brazil, Climate Dynamics, 10.1007/s00382-020-052136.
Mistry, M.N., 2020.A High Spatiotemporal Resolution Global Gridded Dataset of Historical
Human Discomfort Indices.Atmosphere, 11, 835.
Molion, L.C.B., Bernardo, S.O., 2002. Uma revisão da dinâmica das chuvas no Nordeste
Brasileiro. Revista Brasileira de Meteorologia, 17, 1-10.
35

Moura, Geber B. de A. et al . Relação entre a precipitação do leste do Nordeste do Brasil e a
temperatura dos oceanos. Rev. bras. eng. agríc. ambient., Campina Grande , v. 13, n. 4, p.
462-469,
Aug.
2009
.Available
from
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S141543662009000400014&lng=en&nrm=iso>.access
on
13
May
2021.
http://dx.doi.org/10.1590/S1415-43662009000400014.
NaikaMeili, Juan Angel Acero, NadavPeleg, Gabriele Manoli, Paolo Burlando, Simone
Fatichi, Vegetation cover and plant-trait effects on outdoor thermal comfort in a tropical
city, Building and Environment, Volume 195, 2021, 107733, ISSN 0360-1323
https://doi.org/10.1016/j.buildenv.2021.107733
Narisma, G. T., A. J. Pitman, 2003: The Impact of 200 Years of Land Cover Change on the
Australian
Near-Surface
Climate.
J.
Hydrometeor.,
4,
424–436,
https://doi.org/10.1175/1525-7541(2003)4<424:TIOYOL>2.0.CO;2.
Pereira, C.T., Masiero, É. &Bourscheidt, V. Socio-spatial inequality and its relationship to
thermal (dis)comfort in two major Local Climate Zones in a tropical coastal city. Int J
Biometeorol (2021). https://doi.org/10.1007/s00484-021-02099-9
Pohlert, T., 2020.trend: Non-Parametric Trend Tests and Change-Point Detection. R package
version 1.1.2. https://CRAN.R-project.org/package=trend
R Core Team, 2020. R: A language and environment for statistical computing. R Foundation
for Statistical Computing, Vienna, Austria.URL https://www.R-project.org/.
Rafaela Lisboa Costa, Gustavo Macedo de Mello Baptista, Heliofábio Barros Gomes,
Fabrício Daniel dos Santos Silva, Rodrigo Lins da Rocha Júnior, Mozar de Araújo
Salvador, Dirceu Luís Herdies, Analysisofclimate extremes indices over
northeastBrazilfrom 1961 to 2014, WeatherandClimate Extremes, Volume 28, 2020,
100254,
ISSN
2212-0947,
https://doi.org/10.1016/j.wace.2020.100254.
DOI:
http://dx.doi.org/10.1590/1807-1929/agriambi.v24n1p15-23
Richa Sharma, Lolita Pradhan, Maya Kumari, Prodyut Bhattacharya, Assessing urban heat
islands and thermal comfort in Noida City using geospatial technology, Urban Climate,
Volume 35, 2021, 100751, ISSN 2212-0955, https://doi.org/10.1016/j.uclim.2020.100751.
Rita Marcia da Silva Pinto Vieira, Javier Tomasella, Alexandre Augusto Barbosa, Silvia
PalottiPolizel, Jean Pierre Henry BalbaudOmetto, Fabrícia Cristina Santos, Yara da Cruz
Ferreira, Peter Mann de Toledo, Land degradation mapping in the MATOPIBA region
(Brazil) using remote sensing data and decision-tree analysis, Science of The Total
Environment,
Volume
782,
2021,
146900,
ISSN
0048-9697,
https://doi.org/10.1016/j.scitotenv.2021.146900.
Rodrigues, L.R.L., Fedorova, N. andLevit, V., 2010. Adverse Meteorological Phenomena
Associated with Low Level Baric Troughs in the Alagoas State, Brazil, in 2003.
Atmospheric Science Letters, 11, 204-209. http://dx.doi.org/10.1002/asl.273

Rodrigues, R. R., McPhaden, M. J., 2014. “Why did the 2011–2012 La Niña cause a severe
drought in the Brazilian Northeast?,” Geophys. Res. Lett. 41(3), 1012–1018.
https://doi.org/10.1002/2013GL058703
Salvador, M.D.A., de Brito, J.I.B., 2018. Trend of annual temperature and frequency of
extreme events in the MATOPIBA region of Brazil.TheorApplClimatol 133, 253–261.
https://doi.org/10.1007/s00704-017-2179-5.
Salvador, M.d.A., de Brito, J.I.B. Trend of annual temperature and frequency of extreme
events in the MATOPIBA region of Brazil.TheorApplClimatol 133, 253–261 (2018).
https://doi.org/10.1007/s00704-017-2179-5
SanagarDarbani, E.,MonsefiParapari, D., Boland, J. et al. Impacts of urban form and urban
heat island on the outdoor thermal comfort: a pilot study on Mashhad. Int J Biometeorol
(2021). https://doi.org/10.1007/s00484-021-02091-3.
Schwarz, D., Rouphael, Y., Colla, G., Venema, J. H. 2010.Grafting as a tool to improve
tolerance of vegetables to abiotic stresses: Thermal stress, water stress and organic
pollutants,ScientiaHorticulturae,Volume
127,
Issue
2,
Pages
162-171.
https://doi.org/10.1016/j.scienta.2010.09.016.
Silva, J.S.S., Silva, R.M., Santos, C.A.G., 2018. Spatiotemporal impact of land use/land cover
changes on urban heat islands: A case study of Paço do Lumiar, Brazil. Volume 136, Pages
279-292. https://doi.org/10.1016/j.buildenv.2018.03.041
Silva, G.J. F., de Oliveira, N.M., Santos, C.A.G. et al. Spatiotemporal variability of vegetation
due to drought dynamics (2012–2017): a case study of the Upper Paraíba River basin,
Brazil. Nat Hazards 102, 939–964, 2020.https://doi.org/10.1007/s11069-020-03940-x
Silva, M.V.M.; Silveira, C.d.S.; Costa, J.M.F.d.; Martins, E.S.P.R.; VasconcelosJúnior, F.d.C.
Projection of Climate Change and Consumptive Demands Projections Impacts on
Hydropower Generation in the São Francisco River Basin, Brazil. Water, 13, 332,2021.
https://doi.org/10.3390/w13030332

Sisniega, D.P.S., García, M.M., Menéndez, S.F., Soriano, L.R., Dávila, F.B., 2018. Evidence
for the influence of land uses and soil types on cloud-to-ground lightning activity in
Asturias
(Spain).Atmospheric
Research.
Volume
203,
Pages
62-67.
https://doi.org/10.1016/j.atmosres.2017.11.025
Sokol, N.J., Rohli, R.V., 2018.Land cover, lightning frequency, and turbulent fluxes over
Southern
Louisiana.Applied
Geography.
Volume
90,
Pages
1-8.
https://doi.org/10.1016/j.apgeog.2017.11.003
Subhashinia, S., Thirumaran, K., 2018.A passive design solution to enhance thermal comfort
in an educational building in the warm humid climatic zone of Madurai.Journal of Building
Engineering.
Volume
18,
July
2018,
Pages
395-407.
https://doi.org/10.1016/j.jobe.2018.04.014

Tarek, M., Brissette, F. P., Arsenault, R., 2020: Evaluation of the ERA5 reanalysis as a
potential reference dataset for hydrological modelling over North America, Hydrol. Earth
Syst. Sci., 24, 2527–2544, https://doi.org/10.5194/hess-24-2527-2020.
Thom, E.C., Bosen, J.F., 1959. The discomfort index.Weatherwise 12, 57–60.Vitolo, C., Di
Giuseppe, F., Barnard, C. et al., 2020.ERA5-based global meteorological wildfire danger
maps.Sci Data 7, 216. https://doi.org/10.1038/s41597-020-0554-z