Submitted by Livia Mello (liviacmello@yahoo.com.br) on 2016-09-21T13:12:29Z No. of bitstreams: 1 DissPRD.pdf: 11103389 bytes, checksum: 0e5d6184c08c04b5d3f2de0c5b4f8e74 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-21T18:35:31Z (GMT) No. of bitstreams: 1 DissPRD.pdf: 11103389 bytes, checksum: 0e5d6184c08c04b5d3f2de0c5b4f8e74 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-21T18:35:38Z (GMT) No. of bitstreams: 1 DissPRD.pdf: 11103389 bytes, checksum: 0e5d6184c08c04b5d3f2de0c5b4f8e74 (MD5) / Made available in DSpace on 2016-09-21T18:35:43Z (GMT). No. of bitstreams: 1 DissPRD.pdf: 11103389 bytes, checksum: 0e5d6184c08c04b5d3f2de0c5b4f8e74 (MD5) Previous issue date: 2016-02-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / This research aims to verify the thermal environment of a campus university, by evaluating the relative contribution of urban elements towards the modification of the air temperature. For this purpose, real data of air temperature were collected at several points of the Federal University of São Carlos (UFSCar). These were then related to the local urban indexes, by applying the technique of Artificial Neural Networks (ANN), in order to develop a prediction model. This analysis considered three different scales of approaching, taking the radius of 25, 50 and 100 meters as references. Within the areas of these radii, the Occupation Coefficient (OC), the Urban Vegetation Coefficient (UVC), the Sky View Factor (SVF) and the Ground Cover Coefficient (GCC) were estimated. This method allowed the observation of interactions among these urban parameters and the thermal tendencies. The mathematical model developed by ANN training process was identified and described to be incorporated into a Geographical Information System. By this procedure, thematic maps were developed and, consequently, a microclimatic classification for the case study was proposed. The results pointed out that the urban indexes under investigation presented different relative importance according to the scale of analysis. For the diurnal period, the urban indexes had significant influence in the air temperatures of the Campus. Furthermore, the Urban Vegetation Coefficient was one of the most important parameters in the determination of the thermal patterns reached in the Campus area. / Esta pesquisa tem como objetivo verificar o ambiente térmico de um campus universitário, através da avaliação da contribuição relativa dos elementos do entorno urbano em relação à alteração da temperatura do ar intraurbano. Para isso, dados reais sobre a temperatura do ar foram coletados em vários pontos do Campus da Universidade Federal de São Carlos (UFSCar). Estes foram relacionados com índices urbanísticos locais, aplicando-se a técnica de Redes Neurais Artificiais (RNA), para a criação de um modelo matemático de previsão. A análise considerou três diferentes escalas tomadas a partir dos raios de abrangência de 25, 50 e 100 m. Nas áreas delimitadas por esses raios, foram estimados o Coeficiente de Ocupação (CO), o Coeficiente de Vegetação Urbana (CVU), o Fator de visão de céu (FVC) e o Coeficiente de Cobertura do Solo (CCS). Este método permitiu a observação das interações entre aqueles parâmetros urbanos e as tendências térmicas. O modelo matemático desenvolvido a partir do processo de treinamento na RNA foi identificado e descrito de forma a ser inserido em um Sistema de Informações Geográficas. Por esse procedimento foram criados mapas temáticos, e, consequentemente, foi proposta uma classificação microclimática para o estudo de caso. Os resultados apontaram que os índices urbanísticos estudados apresentaram importância relativa diferenciada de acordo com a escala de análise. Para o período diurno, os índices urbanísticos exerceram significativa influência sobre as temperaturas do ar no Campus. Além disso, o Coeficiente de Vegetação Urbana foi um dos parâmetros mais importantes na determinação dos padrões térmicos alcançados na área do Campus.