sombra ⬇ Baixar dados

Metodologia e limitações

Calor de superfície

Usamos a banda térmica (ST_B10) do Landsat 8/9, Collection 2 Level-2, em cenas de verão (dezembro a março) desde 2013, com máscara de nuvem e sombra (QA_PIXEL). Para cada cena, calculamos a anomalia de cada pixel em relação à mediana urbana da própria cena, o que remove a diferença entre dias mais quentes e mais frios. Compomos a mediana das anomalias e agregamos por setor censitário (média e percentil 90).

Índice de prioridade e pesos

O índice combina três componentes, cada um em percentil dentro da cidade, e o resultado é a média geométrica deles, de 0 a 100. Os pesos estão abertos:

ComponenteIndicadores (peso igual)
ExposiçãoAnomalia de calor de superfície (↑)
Sensibilidade% com 60+ anos (↑), % com 0–4 anos (↑), moradores por domicílio (↑)
Baixa capacidade de adaptaçãoRenda mediana do responsável (↓), % pretos e pardos (↑), vegetação, NDVI (↓). A distância à UBS (↑) está prevista, mas fora do índice até haver fonte oficial.

Idosos: o Censo 2022 agregado por setor traz as faixas 60–69 e 70+, então usamos 60+ (e não 65+). ↑ aumenta a prioridade; ↓ reduz. Classes do mapa: quartis do índice dentro da cidade.

Robustez do ranking

Refazemos o índice com pesos alternativos (um componente dobrado; um indicador removido por vez) e medimos quanto do top 10% se mantém. Meta: sobreposição de pelo menos 70%.

Cobertura dos dados desta cidade

Limitações

Mapa-base e privacidade

O mapa de fundo vem do OpenFreeMap, com dados do OpenStreetMap. Ao abrir o mapa, o navegador consulta tiles.openfreemap.org, que recebe o endereço IP, dados do navegador e as áreas do mapa visualizadas, conforme a política do OpenFreeMap. O Sombra em si não usa cookies, análise de acesso nem rastreio.

Ética

Publicamos só agregados por setor. O foco é onde investir, não “onde é ruim”.

Base científica

Fontes