Zoneamento bioclimático para o BrasilResumo
O impacto das condições meteorológicas na experiência humana pode ser avaliado por meio de índices bioclimáticos que mensuram o conforto térmico. Este estudo adotou o Índice Climático Térmico Universal (UTCI) para analisar a distribuição das categorias de estresse térmico em todo o território brasileiro. No período de 1979 a 2020, os resultados apresentam uma primeira normal climatológica para o conforto térmico no Brasil. Valores crescentes foram observados para os extremos de desconforto, tanto em situações de frio quanto calor. Houve, ainda, uma diminuição nas categorias de estresse relacionadas ao frio, enquanto as classes de desconforto por calor demonstraram aumento. Os resultados revelaram uma conexão com os eventos ENOS, evidenciando que o El Niño contribui para o aumento do desconforto térmico por calor, ao passo que o La Niña está associado ao desconforto térmico por frio.
Palavras-chave:
ERA5; mudanças climáticas; bioclimatologia
Abstract
The impact of weather conditions on human experience can be assessed through bioclimatic indices that measure thermal comfort. This study adopted the Universal Thermal Climate Index (UTCI) to analyze the distribution of thermal stress categories across the entire Brazilian territory. From 1979 to 2020, the results present a first climatological norm for thermal comfort in Brazil. Increasing values were observed for extremes of discomfort in both cold and hot situations. Furthermore, there was a decrease in cold-related stress categories, while heat discomfort classes showed an increase. The results revealed a connection with ENSO events, highlighting that El Niño contributes to increased thermal discomfort due to heat, whereas La Niña is associated with thermal discomfort due to cold.
Keywords:
ERA5; climate change; bioclimatology
Resumen
El impacto de las condiciones meteorológicas en la experiencia humana puede evaluarse mediante índices bioclimáticos que miden el confort térmico. Este estudio adoptó el Índice Climático Térmico Universal (UTCI) para analizar la distribución de las categorías de estrés térmico en todo el territorio brasileño. En el período de 1979 a 2020, los resultados presentan una primera norma climatológica para el confort térmico en Brasil. Se observaron valores crecientes para los extremos de incomodidad, tanto en situaciones de frío como de calor. Además, hubo una disminución en las categorías de estrés relacionadas con el frío, mientras que las clases de incomodidad por calor mostraron un aumento. Los resultados revelaron una conexión con los eventos ENOS, evidenciando que El Niño contribuye al aumento del malestar térmico debido al calor, mientras que La Niña está asociada al malestar térmico por frío.
Palabras clave:
ERA5.; cambio climático; bioclimatología
Introdução
A capacidade de manter uma temperatura corporal adequada é crucial para a saúde humana. Ambientes que ultrapassam os limites fisiológicos de conforto térmico, seja por calor extremo ou frio intenso, estão associados a um aumento significativo no risco de mortalidade (Changnon et al., 2000). Estudos indicam que as temperaturas extremas afetam a saúde de forma mais acentuada do que outros fenômenos meteorológicos, especialmente em grupos vulneráveis como idosos (Golden et al., 2008). Além de comprometer a sobrevivência, o estresse térmico prejudica o desempenho físico e cognitivo, afetando a produtividade, a aprendizagem e a qualidade de vida (Nelson; Spollen, 1987, 1988; Mendell, 2005; Hassanain, 2015; Iftikhar, 2015; Haverinen-Shaughnessy; Moschandreas; Shaughnessy, 2015).
No contexto brasileiro, Floss e Barros (2020) destacam o aumento de manifestações clínicas relacionadas ao estresse por calor na atenção primária à saúde, como reações cutâneas, cefaleia e desconforto gástrico. Se não tratada adequadamente, a exaustão térmica pode evoluir para insolação, uma condição grave que pode levar ao coma ou à morte. De modo semelhante, ambientes frios intensos elevam o risco de hipotermia, especialmente entre idosos e populações vulneráveis (Golin et al., 2003).
A relação entre variações térmicas e impactos na saúde pública tem sido comprovada em diversos estudos. Urban e Kyselý (2021) demonstraram que variações extremas de temperatura, tanto de calor quanto de frio, estão associadas ao aumento das taxas de mortalidade, especialmente entre idosos e populações vulneráveis. De forma mais ampla, o clima, como destacado por Höppe (1999), exerce uma das maiores influências sobre a atividade humana, um princípio que fundamenta a Bioclimatologia desde a década de 1930.
Eventos climáticos extremos recentes, como ondas de calor e de frio, evidenciam ainda mais a interconexão entre o ambiente e o bem-estar humano (Seltenrich, 2015). Para avaliar essa interação complexa entre as condições ambientais e a resposta fisiológica humana, foi desenvolvido o Índice Universal de Clima Térmico (UTCI). O UTCI integra variáveis atmosféricas - temperatura do ar, umidade relativa, vento e radiação térmica - em um modelo fisiológico completo de termorregulação humana (Jendritzky et al., 2012; Di Napoli et al., 2021).
Diferenciando-se de índices simplificados, o UTCI utiliza o modelo Fiala multi-node, simulando mecanismos corporais universais, como a produção de suor, a modulação do fluxo sanguíneo e ajustes metabólicos. É um índice que permite a aplicação em diferentes zonas climáticas do planeta. Sua aplicabilidade foi testada em zonas temperadas, subtropicais e tropicais (Jendritzky et al., 2012; Ge et al., 2017; Vinogradova, 2019; Di Napoli; Pappenberger; Cloke, 2020; Chen et al., 2024; Zheng et al., 2024). Apenas em condições extremamente frias, como em regiões polares, sua aplicação pode ser limitada como apresentado por Nie et al. (2022).
Dentro dessa perspectiva, o zoneamento bioclimático surge como uma ferramenta essencial para identificar áreas com padrões térmicos similares sob a ótica da experiência humana de conforto. Ao subsidiar estratégias de adaptação climática, planejamento urbano e gestão ambiental, o zoneamento torna-se especialmente relevante em países de grande diversidade ambiental, como o Brasil.
Assim, o objetivo deste estudo é mapear as zonas de conforto térmico no Brasil com base nos dados do Índice Universal de Clima Térmico (UTCI) para o período de 1979 a 2020, identificar padrões espaciais e temporais de estresse térmico, e discutir as relações desses padrões com variáveis climáticas, topográficas e eventos ENOS.
Materiais e métodos
Dados
Foram utilizados dados do índice Universal Thermal Climate Index (UTCI), obtidos a partir da base de reanálises ERA5-HEAT, desenvolvida pelo European Centre for Medium-Range Weather Forecasts (ECMWF). O ERA5-HEAT é um produto derivado do ERA5, cuja metodologia combina variáveis atmosféricas para calcular o UTCI em escala global com alta resolução temporal e espacial.
O conjunto de dados em formato NetCDF abrange o período de 1 de janeiro de 1979 a 31 de dezembro de 2020, totalizando 42 anos de informações meteorológicas horárias. Cada dado foi obtido em horário UTC, sem conversão para o horário de Brasília. Assim, todas as análises referem-se a horários padrão UTC.
Para o cálculo do UTCI, os seguintes parâmetros atmosféricos foram utilizados:
Temperatura do ar a 2 metros acima da superfície (°C).
Velocidade do vento a 10 metros (m/s).
Umidade relativa do ar (%).
Temperatura média radiante (TMR).
Cálculo do UTCI
O UTCI representa a temperatura equivalente que produz a mesma carga térmica para o corpo humano em comparação com as condições de referência padrão.
Sua formulação é baseada no modelo físico Fiala multi-node, validado para diferentes escalas climáticas (tabela 1). A expressão matemática do UTCI pode ser resumida da seguinte forma:
UTCI = Ta + ƒ (Ta, RH, V, TMR)
Onde:
Ta = temperatura do ar (°C).
RH= umidade relativa do ar (%).
V = velocidade do vento (m/s).
TMR = temperatura média radiante (°C).
ƒ = função polinomial que modela os efeitos combinados das variáveis.
Para o presente estudo, adotaram-se os parâmetros fisiológicos recomendados pela International Society of Biometeorology (ISB), referentes a um adulto padrão (Tabela 1):
Tratamento Estatístico
Antes da aplicação de qualquer análise estatística, foi realizado o teste de normalidade de D’Agostino, utilizando o software RStudio. O objetivo foi verificar se a distribuição dos dados permitia o uso de testes paramétricos.
As análises de correlação entre o UTCI médio, a latitude, a altitude e outros fatores físicos foram realizadas por meio de regressões lineares simples, considerando significativo o valor de p < 0,05. Para a avaliação da intensidade das relações, utilizou-se o coeficiente de correlação de Pearson (r), sendo interpretadas como fortes as correlações com r ≥ 0,7.
Adicionalmente, aplicou-se regressão linear simples às séries temporais do número de pixels classificados em categorias específicas de estresse térmico por frio e calor, no período de 1979 a 2020, com o objetivo de identificar tendências de modificação espacial ao longo do tempo. Para essas séries, foram avaliados o coeficiente de correlação (r), o coeficiente de determinação (r²) e o valor de p, permitindo verificar a força da associação e a significância estatística das tendências detectadas.
Produção Cartográfica e Processamento Espacial
A série temporal horária do UTCI, armazenada em formato NetCDF, foi processada no software GrADS (Grid Analysis and Display System), versão 2.2.1.oga. Nesse ambiente, realizaram-se as análises geoestatísticas, a interpolação dos dados por meio do método de krigagem ordinária e a conversão dos formatos NetCDF para o formato GeoTIFF. Posteriormente, o arquivo GeoTIFF foi importado para o software QGIS, versão 3.17, no qual foi realizada a produção final do mapa de zoneamento bioclimático brasileiro apresentado na Figura 1 dos resultados.
A escala de estresse térmico foi readequada para a realidade brasileira, considerando a média dos valores do UTCI no país e ajustando os limites das categorias em relação à escala global, conforme descrito na seção de resultados.
RESULTADOS E DISCUSSÃO
Panorama Brasil
O território brasileiro abrange uma ampla gama de latitudes, variando até 38°, e exibe uma topografia que varia desde o nível do mar até altitudes de 2993 metros. Como resultado da análise dos 42 anos, foi possível estabelecer um zoneamento bioclimático baseado nas médias do Índice UTCI, abrangendo todas as classes de estresse térmico (Figura 1).
Embora o Brasil, em geral, apresente predomínio de estresse térmico relacionado ao calor, foram identificadas áreas de estresse térmico devido ao frio em regiões de alta latitude (particularmente o Sul do Brasil) e em áreas de altitude elevada (como serras no Sudeste e Sul). Esses padrões refletem a diversidade climática do país, influenciada tanto pela latitude quanto pela variação altimétrica.
Nota-se que as áreas com maior estresse térmico por frio coincidem com regiões de maiores altitudes ou maiores latitudes, conforme evidenciado nas serras do Rio Grande do Sul, Santa Catarina e Paraná, além de áreas pontuais do Sudeste e até partes do Nordeste (Bahia). Já o restante do território, especialmente as regiões Norte, Nordeste e Centro-Oeste, apresenta dominância de estresse térmico muito forte ou extremo devido ao calor.
A média do UTCI ao longo dos últimos 42 anos para todo o território brasileiro foi calculada em 21,31°C, indicando um nível de conforto térmico conforme a escala global do UTCI. No entanto, observou-se que a aplicação direta da escala global do índice não refletia de maneira adequada a realidade térmica do Brasil. A escala original do UTCI foi desenvolvida para abarcar os extremos planetários, incluindo situações de frio intenso nas regiões polares e calor extremo em desertos, condições que não ocorrem no território brasileiro.
Ao utilizar os limites globais, a variabilidade climática interna do Brasil era mascarada, resultando em uma representação artificialmente homogênea do conforto térmico nacional. Diante disso, optou-se por readequar a escala de classificação, considerando apenas os valores máximos e mínimos observados no território brasileiro durante o período de análise.
Assim, a nova categorização de estresse térmico foi construída a partir do intervalo real de UTCI registrado no Brasil entre 1979 e 2020, respeitando a diversidade climática nacional e evidenciando com maior precisão as áreas sujeitas a desconforto térmico por frio ou calor.
A Figura 2 apresenta essa escala readequada, elaborada pelos autores, e adaptada especificamente para a realidade brasileira. As cores e categorias foram reorganizadas para representar de forma mais sensível as transições térmicas observadas.
Com base nessa adaptação, observou-se que, de forma geral, o Brasil é caracterizado por predomínio de desconforto térmico devido ao calor, com exceções localizadas associadas a altitudes elevadas ou latitudes mais ao Sul.
Zoneamento Bioclimático das Capitais Brasileiras
A análise do UTCI médio nas capitais brasileiras ao longo do período de 1979 a 2020 permitiu identificar padrões distintos de estresse térmico. Para fins de organização, os resultados foram agrupados em categorias de estresse térmico, em vez de regiões geográficas, conforme apresentado na tabela 2, com a categorização do estresse térmico médio das capitais brasileiras.
Foi possível observar que a maioria das capitais da Região Norte e Nordeste apresenta desconforto térmico forte ou muito forte devido ao calor, enquanto capitais da Região Sul apresentam desconforto moderado a forte relacionado ao frio. Capitais situadas em áreas de transição, como Brasília, exibem condições de conforto térmico ou estresse térmico reduzido.
A capital com maior desconforto térmico por calor é Manaus (AM), enquanto a capital com maior desconforto térmico por frio é Curitiba (PR).
É importante ressaltar que os dados refletem a normal climatológica do UTCI dentro do período dos 42 anos analisados, e não valores extremos sazonais.
Distribuição Espacial das Categorias de Estresse Térmico no Brasil
A Figura 3 apresenta a distribuição percentual das categorias de estresse térmico no Brasil, com base nos valores médios anuais do UTCI para o período de 1979 a 2020. O gráfico foi construído a partir da classificação de cada pixel da base ERA5-Heat, considerando os limites readequados à realidade climática brasileira. No total, foram analisados 32.761 pixels, distribuídos sobre o território nacional.
Uma parcela significativa de 32% está situada na categoria de desconforto muito forte para o calor, abrangendo uma extensão territorial de 2.722.458 km². Logo em seguida, 28,97% dos pixels correspondem a regiões classificadas como desconforto forte para o calor, totalizando 2.455.838 km². Essas duas categorias somam mais de 60% do território nacional, confirmando o predomínio de calor como fator de desconforto térmico no Brasil.
As classes “conforto térmico” (10,5%) e “sem estresse térmico” (5,7%) estão majoritariamente localizadas em zonas de transição climática, especialmente no Sudeste.
Por outro lado, as áreas menos representativas estão associadas a níveis elevados de estresse térmico causados pelo frio, englobando apenas 1,4% para o estresse muito forte (119.847 km²) e 0,4% para o estresse extremo (29.980 km²). Ambas as categorias estão predominantemente localizadas na Região Sul do Brasil.
Observa-se que todos os valores máximos anuais do UTCI se situam acima de 30°C, indicando níveis constantes de estresse térmico extremo devido ao calor. O ano de 2010 destacou-se com o maior valor máximo registrado (32,85°C), enquanto o menor valor máximo foi observado em 1981 (30,10°C) (Figura 4). As localidades de Piracuruca, no estado do Piauí, concentraram a maioria dos registros de máximas de desconforto térmico por calor, evidenciando sua posição como um dos centros de maior adversidade térmica do país.
Em contrapartida, os valores mínimos anuais de UTCI apresentaram maior variabilidade ao longo da série histórica, com uma diferença de 5,82°C entre o valor mais baixo (2,48°C, registrado em 2011) e o valor mais alto (8,33°C, em 2017). Esses valores refletem condições extremas de desconforto térmico por frio, localizadas principalmente no município de Chuy, no Rio Grande do Sul, que concentrou o maior número de ocorrências de estresse extremo por frio.
Variações Espaciais e Temporais do Desconforto Térmico no Brasil
Em relação às médias anuais, observou-se uma redução nas áreas e no número de dias associados às categorias de estresse térmico por frio e conforto térmico, com exceção da categoria de estresse extremo por calor, que apresentou tendência de aumento. A análise estatística por regressão linear simples indicou uma correlação forte para o aumento da área associada ao estresse térmico por calor (r = 0,75; r² = 0,56; p = 0,02), bem como para a redução da área associada ao estresse térmico por frio (r = -0,73; r² = 0,53; p = 0,03).
No ano de 1980, considerado neutro em termos do fenômeno El Niño-Oscilação Sul (ENOS), a área identificada como submetida ao estresse térmico extremo por calor era de 1.515.658 km². Esse valor quase duplicou em 2019, último ano neutro da série, alcançando 2.991.958 km², correspondendo a um aumento de aproximadamente 97,4%.
A menor variação registrada foi observada na categoria de estresse térmico forte por calor, com uma redução de apenas 0,8% em relação aos dados iniciais de 1979. Esse padrão indica que as áreas anteriormente classificadas em categorias inferiores de desconforto estão migrando progressivamente para categorias superiores de estresse térmico.
Áreas que historicamente apresentavam desconforto por frio estão se tornando zonas de conforto térmico, enquanto regiões antes confortáveis migram para condições de desconforto térmico por calor. Essa transição é particularmente notável nas regiões Norte e Centro-Oeste do Brasil, com destaque para o Pantanal, onde a intensificação do calor extremo foi mais pronunciada. A Região Sul do país exibiu a maior variabilidade, abarcando todas as categorias de estresse térmico ao longo do ano, refletindo os efeitos da sazonalidade.
Anos marcados por maior desconforto térmico devido ao calor, considerando área, número de dias e intensidade dos valores de UTCI, coincidem frequentemente com episódios de El Niño. Segundo Marengo, Alves e Soares (2009) e Nobre et al. (2016), eventos de El Niño são associados a aumentos de temperatura e redução da precipitação no Centro-Sul do Brasil. Por outro lado, anos sob influência de La Niña tendem a apresentar aumento do desconforto térmico por frio, especialmente durante o inverno, devido à maior incursão de massas de ar frio.
Exemplos marcantes foram observados nos eventos de El Niño de 1986/87, 1997/98 e 2014/15, reconhecidos pelo NOAA como intensos, e que corresponderam a picos de desconforto térmico por calor. Assim, a associação entre a variabilidade interanual do UTCI e a ocorrência de fenômenos ENOS é respaldada pela literatura climatológica recente.
Em uma análise espacial comparativa, os valores médios do UTCI para o território brasileiro não apresentaram correspondência significativa com a classificação climática de Köppen, conforme proposta por Alvares et al. (2014).
Durante a manipulação cartográfica, constatou-se que cerca de 71% do território nacional apresentou padrões de desconforto térmico que não se alinharam diretamente aos tipos climáticos de Köppen. A análise estatística entre as duas variáveis, por meio de regressão linear simples, indicou uma correlação fraca (r = 0,25; r² = 0,06; p = 0,12), reforçando a ausência de associação significativa entre a classificação climática tradicional e as categorias de conforto térmico obtidas ao nível nacional.
A classificação de Köppen, baseada em parâmetros físicos como temperatura média do ar, precipitação, umidade relativa e regime de massas de ar, é fundamental para a delimitação dos grandes domínios climáticos. A vegetação, enquanto expressão da adaptação ao clima, reforça essas delimitações, possibilitando a identificação de fitofisionomias características em diferentes regiões.
Entretanto, o UTCI, por incorporar elementos fisiológicos e subjetivos (como percepção térmica, metabolismo e estado psicológico do indivíduo), captura aspectos do conforto térmico que vão além das variáveis físicas tradicionais. Dessa forma, classificações baseadas apenas em parâmetros físicos podem não representar plenamente a experiência térmica humana em um dado local.
A distribuição desigual de energia solar pelo planeta resulta em variações latitudinais significativas nos valores do UTCI, sendo que maiores latitudes estão associadas, em média, a valores mais baixos de UTCI. A curvatura da Terra, o eixo de inclinação orbital, a transparência atmosférica, a duração variável de dias e noites e o ângulo de incidência solar contribuem para o aquecimento desigual entre diferentes regiões. Consequentemente, áreas próximas à linha do Equador apresentam temperaturas mais elevadas e valores de UTCI superiores, enquanto regiões em direção aos polos registram gradualmente menores valores térmicos.
A topografia constitui outro fator determinante na modulação das condições térmicas. À medida que a altitude aumenta, a temperatura média do ar tende a diminuir, com uma redução aproximada de 1°C a cada 100 metros de elevação, segundo o gradiente adiabático seco. Essas diferenças altitudinais refletem-se também nas formações vegetais e nos padrões de conforto térmico, seguindo a lógica descrita na Regra de Humboldt, que relaciona gradientes altitudinais a padrões latitudinais equivalentes.
Importante destacar que localidades situadas na mesma latitude podem apresentar valores médios de UTCI bastante distintos em razão da variação altitudinal. Por exemplo, o topo do Monte Roraima, na Venezuela, situado a 2.739 metros de altitude, apresenta um valor médio de UTCI de 19,32°C (classificado como moderado estresse térmico para o frio), enquanto a cidade de Presidente Médici, em Rondônia, localizada a aproximadamente 100 km ao sul e a 185 metros de altitude, registra um UTCI médio de 28,85°C (classificado como forte estresse térmico para o calor).
Ge et al. (2017), Vinogradova (2019) e Di Napoli, Pappenberger e Cloke (2020) analisaram a influência da latitude e da altitude sobre os valores do UTCI em extensas áreas geográficas, incluindo a China, Rússia e Paquistão, respectivamente. Esses estudos evidenciam que, de forma geral, os valores de UTCI diminuem à medida que a latitude aumenta, e que variações atitudinais locais também podem modular significativamente o conforto térmico percebido.
No caso brasileiro, a análise da relação entre altitude e valores médios de UTCI foi realizada por meio de regressão linear. Embora a tendência indique que maiores altitudes estão associadas a menores valores de UTCI, o teste estatístico apresentou um valor de p superior a 0,05, indicando que essa relação não foi estatisticamente significativa ao nível de 95% de confiança. Ainda assim, o comportamento geral dos dados reforça a associação teórica entre elevação e redução da temperatura percebida.
A presença de valores atípicos, como na região sul do estado do Rio Grande do Sul, onde se observam baixos valores de UTCI mesmo em áreas de baixa altitude, pode ser atribuída a características climáticas regionais específicas, como a influência de massas de ar frio de origem polar. De maneira geral, verifica-se que, no território brasileiro, à medida que a altitude aumenta, há uma tendência de diminuição dos valores médios de UTCI, embora essa relação seja modulada por fatores locais, como latitude, circulação atmosférica e cobertura vegetal.
Região Norte
A Região Norte do Brasil, em sua maior parte, caracteriza-se por apresentar muito forte estresse térmico devido ao calor, com uma média de UTCI de 29,2°C. O Índice Universal de Sensação Térmica (UTCI) mantém uma relação significativa com os níveis de umidade e a temperatura média radiante, fatores que influenciam a resposta de desconforto associada ao calor (Bröde et al., 2010). Assim, as bacias dos rios Solimões, Juruá, Purus, Matuará, Manicoré, Negro e Amazonas destacam-se nas representações cartográficas como áreas de extremo estresse térmico por calor.
Em Amaturá/AM, localizada nas margens do Rio Solimões, o UTCI médio atinge 30,36°C, ilustrando uma condição de adversidade térmica extrema.
No estado do Tocantins, a região que abrange o Rio Araguaia também se destaca como área de acentuado estresse térmico por calor. Além das localidades situadas às margens dos grandes rios, o município de Presidente Figueiredo/AM apresenta-se como um epicentro de elevado estresse térmico na Região Norte, registrando uma média de 29,97°C.
Por outro lado, unidades de conservação como o Parque Nacional de Pacaás Novos, em Rondônia, o Parque Nacional Montanhas do Tumucumaque, na fronteira entre Amapá e Pará, e a Reserva Biológica Nascentes da Serra do Cachimbo, ao sul do Pará, apresentam valores médios de UTCI de 25,12°C, indicando moderado estresse térmico por calor.
Ao norte de Roraima, nas elevações da Serra do Aracá e da Serra do Sol, são observadas condições classificadas como “sem estresse térmico”, conforme as categorias de UTCI, com uma média de 22,93°C. Essas áreas de relevo mais elevado e menor temperatura contribuem para a diversidade térmica regional, mesmo dentro de um padrão geral de forte desconforto térmico.
Região Nordeste
O Nordeste brasileiro é predominantemente caracterizado como uma área de forte estresse térmico por calor, com uma média de UTCI de 28,9°C. No entanto, há consideráveis disparidades nas categorias de conforto térmico entre os estados.
Os estados localizados mais a noroeste - Maranhão, Piauí e Ceará - enfrentam condições de extremo desconforto térmico por calor, com valores médios de UTCI superiores a 27°C. Em contraste, os estados situados mais a leste - Rio Grande do Norte, Paraíba, Pernambuco, Alagoas, Sergipe e Bahia - apresentam uma condição de estresse térmico moderado devido ao calor, com uma média de UTCI de 25,27°C.
O município de Piracuruca, no estado do Piauí, destaca-se como o local mais termicamente desconfortável da Região Nordeste, registrando uma média de UTCI de 30,34°C, classificada como extremo desconforto térmico por calor. A elevada sensação térmica observada em Piracuruca não é explicada apenas por sua posição próxima ao Equador, mas também pela sua localização no semiárido nordestino, onde condições atmosféricas específicas potencializam o aquecimento. Conforme analisado por Molion e Bernardo (2002), a baixa nebulosidade, a baixa umidade relativa do ar, a atuação de subsistência atmosférica ligada à Circulação de Walker e a influência da alta pressão subtropical do Atlântico Sul contribuem para o superaquecimento da superfície e reduzem a evaporação.
Em contrapartida, o município de Boninal, na Bahia, apresenta o menor UTCI médio da região, com 17,48°C, indicando moderado estresse térmico por frio. Boninal está situado na região da Chapada Diamantina, caracterizada por altitudes que chegam a 2.033 metros, além de uma cobertura vegetal exuberante e topografia acentuada, como o Morro da Areia e o Morro do Cruzeiro. Esses fatores contribuem para temperaturas mais amenas e menores valores de UTCI. A vegetação exerce influência positiva no conforto térmico de espaços abertos, especialmente em regiões de clima quente (Silva; Ferreira; Freitas, 2012).
Região Centro-Oeste
A Região Centro-Oeste do Brasil apresenta uma média de UTCI de 28,14°C, indicando forte estresse térmico devido ao calor. De forma geral, os estados que compõem a região - Mato Grosso, Mato Grosso do Sul, Goiás e Distrito Federal - possuem clima tropical típico, caracterizado por uma estação chuvosa no verão (novembro a março) e uma estação seca no inverno (abril a outubro).
As áreas associadas ao Pantanal e à bacia do Rio Araguaia exibem os valores mais elevados de desconforto térmico da região, com médias de UTCI em torno de 28,85°C, enquanto áreas de maior altitude, como o Planalto Central, registram valores mais amenos, como observado em Brasília/DF, onde a média de UTCI é de 21,59°C.
De acordo com Boin et al. (2019), o Pantanal possui um regime climático tropical típico, com temperaturas médias mais elevadas no verão e menores no inverno, variando sob a influência de massas de ar tropicais e ocasionais frentes frias que podem provocar quedas bruscas de temperatura. No entanto, mesmo reconhecendo que o verão apresenta as temperaturas absolutas mais elevadas, a análise biometeorológica revela que o maior desconforto térmico para o calor no Pantanal ocorre frequentemente durante a primavera.
Essa condição aparentemente contraintuitiva decorre da interação de fatores locais específicos. Durante a primavera, a alta incidência de radiação solar direta, a baixa umidade relativa resultante do resquício da estação seca e a reduzida cobertura de nuvens combinam-se para elevar a carga térmica percebida pelo corpo humano. Assim, mesmo que a temperatura do ar não atinja os picos absolutos do verão, o desconforto térmico torna-se mais acentuado devido ao aumento da Temperatura Média Radiante (TMR) e à limitação da evaporação cutânea.
Durante o verão, embora as temperaturas atmosféricas absolutas sejam superiores, a elevada frequência de chuvas promove aumento da cobertura de nuvens e ventilação natural, reduzindo a incidência direta de radiação solar e moderando a Temperatura Média Radiante (TMR). Esses fatores atuam para diminuir a carga térmica percebida pelo corpo humano, de modo que, paradoxalmente, o desconforto térmico durante o verão pode ser relativamente atenuado em comparação à primavera.
Além disso, durante o inverno, embora as temperaturas médias sejam mais baixas do que no verão, diversas áreas da planície pantaneira mantêm níveis de desconforto térmico moderado a forte por calor. Isso ocorre especialmente nas regiões centrais e meridionais do Pantanal, onde a radiação solar intensa e a baixa umidade relativa compensam a redução térmica, prolongando o desconforto associado ao calor mesmo na estação seca.
Portanto, no Centro-Oeste, e particularmente no Pantanal, o desconforto térmico não é explicado apenas pelos valores absolutos de temperatura, mas resulta da interação complexa entre temperatura do ar, radiação solar, umidade relativa e dinâmica atmosférica regional.
Região Sudeste
A Região Sudeste do Brasil apresenta uma média de UTCI de 22,80°C, indicando, em geral, ausência de estresse térmico. A diversidade de formas de relevo - incluindo complexos montanhosos como a Serra da Mantiqueira, Serra do Mar, Serra da Canastra, Serra do Caparaó e Serra do Espinhaço - influencia diretamente as variações espaciais do conforto térmico na região.
As áreas de maior altitude, especialmente nas serras mencionadas, apresentam os menores valores médios de UTCI, situando-se em torno de 17,85°C, o que indica moderado estresse térmico para o frio. Por exemplo, na nascente do Rio São Francisco, localizada na Serra da Canastra, o UTCI médio é de 18,1°C, caracterizando moderado estresse térmico para o frio.
À medida que o Rio São Francisco avança para latitudes menores e altitudes mais baixas, próximo à divisa de Minas Gerais com a Bahia, os valores de UTCI aumentam, atingindo 25,75°C, indicativos de moderado estresse térmico para o calor. Esse aumento do desconforto térmico está relacionado à elevação das temperaturas médias, à diminuição da altitude, da velocidade dos ventos e da latitude.
Na Região Sudeste, as áreas com maior desconforto térmico devido ao calor estão concentradas no norte e noroeste de Minas Gerais e nas porções mais ocidentais da região, próximas ao limite com o Centro-Oeste. Entre os destaques, encontra-se a cidade do Rio de Janeiro/RJ, que apresenta um UTCI médio de 25,71°C, caracterizando moderado estresse térmico para o calor, associado à combinação de altas temperaturas médias e elevada umidade relativa.
Região Sul
A Região Sul do Brasil destaca-se por apresentar os menores valores médios do Índice UTCI, com uma média de 15,2°C, indicando predominância de forte estresse térmico para o frio. Rio Grande do Sul e Santa Catarina sobressaem-se com médias indicativas de forte estresse térmico para o frio, com destaque para municípios que exibem valores médios caracterizados como extremo desconforto térmico para o frio, como Chuí, São Francisco de Paula, Cambará do Sul e Jaquirana no Rio Grande do Sul, e São Joaquim, Urupema e Urubici em Santa Catarina.
No Paraná, a análise da média estadual indica menor intensidade de estresse térmico para o frio em comparação aos demais estados do Sul. Entretanto, é fundamental destacar que a média estadual se refere a uma análise espacial contínua, considerando todos os pixels do território paranaense, e, portanto, reflete uma média geral do conjunto de condições climáticas do estado. Assim, a média do estado não representa diretamente as condições específicas de localidades individuais. Por exemplo, em Curitiba, que conforme apresentado na tabela 2 é a capital mais desconfortável para o frio e assim respectivamente é a mais desconfortável da Região Sul. Essa diferença ocorre porque Curitiba é um ponto específico de análise, enquanto o valor atribuído ao Paraná reflete a média ponderada de todo o território estadual.
Entre todas as regiões costeiras do Brasil, a zona costeira do Sul apresenta a maior variação térmica observada: de 21,58°C ao norte do Paraná até 11,98°C ao sul do Rio Grande do Sul. A Região Sul também é a única do país que apresenta, ao longo do ano, todas as classes de conforto térmico, variando do extremo desconforto por frio durante o inverno austral ao extremo desconforto por calor no verão austral.
O Planalto Meridional, com numerosas escarpas conhecidas como serras, concentra as maiores altitudes da região, incluindo a Serra do Mar, onde altitudes superiores a 1.500 metros são registradas. Essas áreas apresentam os menores valores médios de UTCI.
As regiões nordeste do Rio Grande do Sul e sudeste de Santa Catarina sofrem maior desconforto devido ao frio, pois estão localizadas nas zonas de planalto elevado. Por outro lado, as regiões noroeste do Rio Grande do Sul e sudoeste de Santa Catarina, com altitudes mais baixas, registram os maiores valores de UTCI.
O sul do Rio Grande do Sul destaca-se como o único local do Brasil onde são observados baixos valores médios de UTCI em áreas de baixa altitude, fenômeno atribuído à elevada latitude e à forte influência de eventos atmosféricos de alta energia, como ciclones e ventos fortes, especialmente durante o inverno.
A Região Sul do Brasil possui características que favorecem a formação de ciclones extratropicais, sendo considerada uma área propícia para sua gênese (Reboita, 2010). Esses ciclones contribuem para o aumento da nebulosidade, precipitações acima da média, ventos fortes e variações bruscas de temperatura. De acordo com Jantsch e Aquino (2020), a maior parte dos ciclones formados na Patagônia (Argentina) ou na desembocadura do Rio da Prata (Argentina e Uruguai) utiliza o sul do Rio Grande do Sul como rota de passagem em direção ao Atlântico. Exemplo extremo dessa dinâmica é observado em Santa Vitória do Palmar/RS, onde temperaturas do ar tão baixas quanto as típicas de inverno são registradas mesmo em dias de verão (Gobo, 2017).
Conclusão
A abordagem do conforto e da sensação térmica é um campo complexo e delicado, que requer a compreensão integrada das variáveis físicas ambientais, bem como dos comportamentos fisiológicos e psicológicos dos indivíduos. Essa interação envolve fatores como histórico de aclimatação e percepções sociológicas e culturais, que estão em constante adaptação e evolução em um planeta naturalmente instável e sujeito a mudanças climáticas aceleradas pelas ações humanas.
A utilização do Índice Universal de Clima Térmico (UTCI) mostrou-se adequada para a avaliação do conforto térmico no Brasil, considerando que o índice é fundamentado em mecanismos fisiológicos universais de resposta ao ambiente térmico. Embora diferenças culturais e psicológicas possam modular a percepção individual do desconforto térmico, essas variáveis influenciam a experiência subjetiva, mas não invalidam a avaliação física realizada pelo índice, que permanece como uma referência objetiva para a exposição humana ao estresse térmico.
Os resultados evidenciaram mudanças nas categorias de desconforto térmico em todo o território nacional durante o período de 1979 a 2020, contribuindo para a definição da primeira normal climatológica do conforto térmico do país e para a delimitação das zonas de estresse térmico.
A hipótese original de que o Índice UTCI estaria diretamente correlacionado com os tipos climáticos de Köppen foi refutada para a escala nacional, uma vez que os dados demonstraram maior associação com variáveis como altitude e latitude. Essa observação reforça a necessidade de considerar fatores locais e regionais na avaliação do conforto térmico humano, para além das classificações climáticas tradicionais.
Observou-se também uma tendência de aumento do desconforto térmico devido ao calor em várias regiões do Brasil, enquanto áreas historicamente associadas ao desconforto térmico por frio mostraram sinais de redução. Eventos como o El Niño e a La Niña mostraram influência sobre as médias de estresse térmico, intensificando o estresse por calor durante o El Niño e aumentando o estresse por frio durante episódios de La Niña.
Devido à vasta extensão territorial e às variações topográficas do Brasil, cada região apresentou respostas distintas ao estresse térmico, podendo até mesmo coexistir diferentes categorias de desconforto térmico dentro de uma mesma unidade regional.
O estudo do conforto térmico no Brasil ainda demanda aprofundamentos, visando compreender de maneira integrada como fatores físicos, fisiológicos e socioculturais interagem e condicionam a experiência térmica humana.
Compreender essas questões, especialmente no contexto de crescente instabilidade climática, é fundamental para o desenvolvimento de estratégias de planejamento urbano e gestão ambiental adaptativas. O aprimoramento do diagnóstico do conforto térmico pode subsidiar políticas públicas que melhorem as condições de vida da população, reduzam a vulnerabilidade socioambiental e favoreçam o desenvolvimento de espaços urbanos e turísticos mais resilientes às novas condições climáticas.
Referências bibliográficas
- ALVARES, C. A. et al Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, Stuttgart, v. 22, n. 6, p. 711-728, 2014.
- BOIN, M. N. et al Pantanal: The Brazilian wetlands. In: VIEIRA, B. C.; SALGADO, A. A. R. (org.). The Physical Geography of Brazil Cham: Springer, 2019. p. 263-287.
- BRÖDE, P. et al The Universal Thermal Climate Index UTCI in operational use. International Journal of Biometeorology, Heidelberg, v. 56, n. 3, p. 485-497, 2010.
- CHANGNON, S. A. et al Human impacts on the severity of weather. Bulletin of the American Meteorological Society, Boston, v. 81, n. 3, p. 437-443, 2000.
- CHEN, H. et al Spatiotemporal changes of outdoor thermal comfort and human health risk in China during 1980-2100. Science of The Total Environment, Amsterdam, v. 909, p. 168721, 2024.
- DI NAPOLI, C.; PAPPENBERGER, F.; CLOKE, H. L. Assessing heat-related health risk in Europe via the Universal Thermal Climate Index (UTCI). International Journal of Biometeorology, Heidelberg, v. 64, p. 1029-1042, 2020.
- DI NAPOLI, C. et al ERA5-HEAT: A global gridded historical dataset of human thermal comfort indices from climate reanalysis. Geoscience Data Journal, Oxford, v. 8, n. 1, p. 2-10, 2021.
- FLOSS, M.; BARROS, F. Thermal stress due to climate change: challenges for primary health care. Revista Brasileira de Medicina de Família e Comunidade, Rio de Janeiro, v. 15, n. 42, p. 2377, 2020.
- GE, X. et al Evaluation of the Universal Thermal Climate Index (UTCI) for assessment of occupational heat stress in China. International Journal of Biometeorology, Heidelberg, v. 61, p. 791-801, 2017.
- GOLIN, A. K. et al Hipotermia acidental em país tropical: análise de fatores associados. Revista Brasileira de Terapia Intensiva, São Paulo, v. 15, n. 3, p. 127-132, 2003.
- GOLDEN, J. S. et al Heat watch-warning systems: a review. International Journal of Biometeorology, Heidelberg, v. 52, n. 1, p. 43-54, 2008.
-
GOBO, João Paulo Assis. Bioclimatologia subtropical e modelização do conforto humano: da escala local à regional. 2017. Tese(Doutorado) - Universidade de São Paulo, São Paulo, 2017. Available from: http://www.teses.usp.br/teses/disponiveis/8/8135/tde-23022018-094537/ Access at: 01 set. 2025.
» http://www.teses.usp.br/teses/disponiveis/8/8135/tde-23022018-094537/ - HASSANAIN, M. A. Impact of thermal comfort on students’ performance. International Journal of Sustainable Built Environment, Abu Dhabi, v. 4, n. 2, p. 293-300, 2015.
- HAVERINEN-SHAUGHNESSY, U.; MOSCHANDREAS, D. J.; SHAUGHNESSY, R. J. Association between substandard classroom ventilation rates and students’ academic achievement. Indoor Air,Copenhagen, v. 25, n. 4, p. 366-378, 2015.
- HÖPPE, P. The physiological equivalent temperature-a universal index for the biometeorological assessment of the thermal environment. International Journal of Biometeorology, Heidelberg, v. 43, n. 2, p. 71-75, 1999.
- IFTIKHAR, A. Thermal comfort and its impact on student’s performance in Pakistani universities. International Journal of Computer Applications, New York, v. 111, n. 10, p. 38-43, 2015.
- JANTSCH, M; AQUINO, F. Ocorrência e Distribuição Espacial de Ciclones Extratropicais na Região Sul do Brasil em 2018. Para Onde!?, Porto Alegre, v. 13, n. 1, p. 234-249, 2020
- JENDRITZKY, G. et al The Universal Thermal Climate Index UTCI: appropriate assessment of the thermal environment for the needs of public health. International Journal of Biometeorology, Heidelberg, v. 56, n. 3, p. 431-445, 2012.
- MARENGO, J. A.; ALVES, L. M.; SOARES, W. R. Modelling regional climate change scenarios in South America: Present climate simulations and future projections. International Journal of Climatology, Chichester, v. 29, p. 2918-2936, 2009.
- MENDELL, M. J., HEATH, G. A. Do indoor pollutants and thermal conditions in schools influence student performance? A critical review of the literature. Indoor Air , v. 15, n. 1, p. 27-52, 2005 feb. Erratum in: Indoor Air. 2005.
- MOLION, L. C. B.; BERNARDO, S. O. Uma revisão dinâmica da climatologia da Amazônia. Acta Amazonica, Manaus, v. 32, n. 2, p. 121-132, 2002.
- NELSON, C. J.; SPOLLEN, W. G. F. Physiologia Plantarum, 1987. 512p.
- NIE, A. et al Validation of UTCI in cold regions: case study in Northeast China. Atmosphere, Basel, v. 13, n. 2, p. 277, 2022.
- NOBRE, C. A. et al Climate change risks on Amazon forest ecosystem services. Proceedings of the National Academy of Sciences, Washington, v. 113, n. 39, p. 10752-10757, 2016.
- REBOITA, M. S. et al Regimes de precipitação na América do Sul: uma revisão bibliográfica. Revista Brasileira de Meteorologia, São Paulo, v. 25, n. 2, p. 185-204, 2010.
- SELTENRICH, N. Between extremes: health effects of heat and cold. Environmental Health Perspectives, Research Triangle Park, v. 123, n. 11, p. A275-A279, 2015.
- SILVA, A. F. da; FERREIRA, N. J.; FREITAS, E. D. Modelagem da influência da cobertura do solo sobre o clima urbano de São Paulo usando o modelo BRAMS. Revista Brasileira de Meteorologia, São Paulo, v. 27, n. 2, p. 171-182, 2012.
- URBAN, A.; KYSELÝ, J. Heat- and cold-stress effects on cardiovascular mortality and morbidity in urban areas: a review. Frontiers in Environmental Science, Lausanne, v. 9, p. 541, 2021.
- VINOGRADOVA, V. A. Universal Thermal Climate Index (UTCI): Analysis and forecast for Moscow. Russian Meteorology and Hydrology, Moscou, v. 44, n. 7, p. 446-451, 2019.
- ZHENG, X. et al Projection of future global human heat stress based on CMIP6 models. Nature Communications, London, v. 15, n. 1, p. 1015, 2024.
Disponibilidade de dados
Todo o conjunto de dados que dá suporte aos resultados deste estudo foi publicado no próprio artigo
Datas de Publicação
-
Publicação nesta coleção
03 Nov 2025 -
Data do Fascículo
2025
Histórico
-
Recebido
17 Fev 2025 -
Aceito
02 Jul 2025
Fonte: Elaborado pelos autores
Fonte: Elaborado pelos autores
Fonte: Elaborado pelos autores
Fonte: Elaborado pelos autores