EDU-CLIMA: UMA FERRAMENTA DIDÁTICA PARA SIMULAÇÃO E MODELAGEM DO CLIMA URBANO

Henrique Nicolau Grillaud  Maranholi; Flávia Maria de Moura Santos; Victor Hugo  Maranholi; Wennder Tharso Oliveira da Silva  Martins; Wellington Fava  Roque-Maranholi

doi:10.31413/nat.v14i2.20963

Autores

Henrique Nicolau Grillaud Maranholi rick_maranholi@hotmail.com
Programa de Pós-Graduação em Física Ambiental, Universidade Federal de Mato Grosso, Cuiabá, MT, Brasil. https://orcid.org/0000-0001-6454-8196
Flávia Maria de Moura Santos flavia_mms@hotmail.com
Faculdade de Arquitetura, Engenharia e Tecnologia, Universidade Federal de Mato Grosso, Cuiabá, MT, Brasil. https://orcid.org/0000-0002-6009-6185
Victor Hugo Maranholi tinhomaranholi@hotmail.com
Sistemas de Informação, Universidade Federal de Mato Grosso, Cuiabá, MT, Brasil. https://orcid.org/0009-0003-7491-9714
Wennder Tharso Oliveira da Silva Martins Wenndermartins@gmail.com
Programa de Pós-Graduação em Física Ambiental, Universidade Federal de Mato Grosso, Cuiabá, MT, Brasil. https://orcid.org/0009-0006-8157-6176
Wellington Fava Roque-Maranholi wellington.fava23@gmail.com
Faculdade de Engenharia Florestal, Universidade Federal de Mato Grosso, Cuiabá, MT, Brasil. https://orcid.org/0000-0002-7597-7305

DOI:

https://doi.org/10.31413/nat.v14i2.20963

Palavras-chave:

ciências ambientais, educação ambiental, simulação do clima urbano, ensino de climatologia

Resumo

Este artigo apresenta o desenvolvimento e a validação do Edu-Clima, uma aplicação educacional de código aberto para simular a temperatura da superfície urbana. O objetivo deste estudo foi desenvolver e validar um aplicativo para simular a temperatura da superfície urbana, com fins didáticos, comparando seus resultados aos obtidos pelo software ENVI-met, a fim de avaliar sua confiabilidade para uso no ensino de climatologia urbana. O Edu-Clima foi desenvolvido em Python e utiliza bibliotecas como Streamlit, Pandas, Matplotlib, Seaborn e Plotly para criar uma interface interativa e visualmente instrutiva. A metodologia envolveu a comparação entre os resultados do Edu-Clima e do ENVI-met, utilizando 12 cenários distintos, cada um com 23 simulações, totalizando 276. Os cenários consideraram variáveis como temperatura da superfície, índice de área foliar (alta, média ou baixa), cobertura do solo (50% de asfalto ou de concreto) e tipo de solo (exposto ou vegetado). Os resultados revelaram que, embora o ENVI-met apresente temperaturas mais altas de forma consistente, o Edu-Clima apresentou um padrão térmico mais regular. Embora as análises estatísticas tenham indicado uma diferença significativa entre as médias térmicas simuladas (p < 0,05), com o ENVI-met registrando valores superiores, ambas as ferramentas demonstraram tendências de comportamento semelhantes nos cenários propostos, o que valida o Edu-Clima para fins didáticos, em linha com o ODS 4 (Educação de Qualidade), que enfatiza a promoção de recursos educacionais inclusivos e acessíveis. No entanto, o Edu-Clima mostrou maior sensibilidade em cenários vegetados, indicando uma limitação na modelagem da evapotranspiração e do sombreamento, que são mais precisos no ENVI-met. Entre as perspectivas futuras, destacamos a importância de aprimorar a modelagem dos efeitos da vegetação, incluindo variáveis como a evapotranspiração, a umidade do solo e o sombreamento.

Palavras-chave: ciências ambientais; educação ambiental; simulação do clima urbano; ensino de climatologia.

Edu-Clima: a didactic tool for the simulation and modeling of urban climate

ABSTRACT: This article presents the development and validation of Edu-Clima, an open-source educational application for simulating urban surface temperature. The objective of this study was to develop and validate an urban surface temperature simulation application for educational purposes by comparing its results with those obtained via ENVI-met software and evaluating its reliability for use in teaching urban climatology. Edu-Clima was built in Python and uses libraries such as Streamlit, Pandas, Matplotlib, Seaborn, and Plotly to create an interactive and visually educational interface. The methodology involved comparing the results of Edu-Clima with those of ENVI-met, using 12 different scenarios, each with 23 simulations, totaling 276 simulations. The scenarios considered variables such as surface temperature, leaf area index (high, medium, low), ground cover (50% asphalt or concrete), and soil type (exposed or vegetated). The results revealed that although ENVI-met consistently presented higher temperatures, Edu-Clima followed a more regular thermal pattern. Although statistical analyses indicated a significant difference between the simulated thermal averages (p < 0.05), with ENVI-met registering higher values, both tools demonstrated similar behavioral trends in the proposed scenarios, validating Edu-Clima for educational purposes, in line with SDG 4 (Quality Education), which emphasizes the promotion of inclusive and accessible educational resources. However, Edu-Clima showed greater sensitivity in vegetated scenarios, indicating a limitation in evapotranspiration and shading modeling, which are more accurate in ENVI-met. As prospects, we highlight the importance of improving the modeling of vegetation effects, including variables such as evapotranspiration, soil moisture, and shading.

Keywords: environmental sciences; environmental education; urban climate simulation; climatology teaching.

Referências

ABDUL GHANI, A.S., ABDUL RAHIM, A.F., YUSOFF, M.S.B.; HADIE, S. N. H. Developing an interactive PBL environment via persuasive gamify elements: a scoping review. RPTEL, v. 17, e21, 2022. https://doi.org/10.118 6/s4 1039-022-00193-z

AL-HAJRI, S.; AL-RAMADAN, B.; SHAFIULLAH, M.; RAHMAN, SM. Microclimate Performance Analysis of Urban Vegetation: Evidence from Hot Humid Middle Eastern Cities. Plants, v. 8, n. 14, e 521, 2025. https://doi.org/10.3390/plants14040521

ALMAZROUI, M; ASHFAQ, M; ISLAMM. N.; RASHID I. U.; KAMIL, S.; ABID, M. A.; O’BRIEN, E.; ISMAIL, M.; REBOITA, M. S.; SÖRENSSON, A. A.; ARIAS, P. A.; ALVES, L. M.; TIPPETT, M. K.; SAEED, S.; HAARSMA, R.; DOBLAS-REYES, F. J.; SAEED, F.; KUCHARSKI, F.; NADEEM, I.; SILVA-VIDAL, Y.; RIVERA, J. A.; EHSAN, M. A.; MARTÍNEZ-CASTRO, D.; MUÑOZ, A. G.; ALI, M. A.; COPPOLA, E.; SYLLA, M. B. Assessment of CMIP6 performance and projected temperature and precipitation changes over South America. Earth Systems and Environment, v. 5, n. 2, p. 155-183, 2021. https://doi.org/10.1007/s41748-021-0023 3-6

ANDERSON, A. Climate change and sustainability literacy: a mixed-methods study of attitudes to climate education in secondary schools. Climatic Change, v. 177, n. 169, 2024. https://doi.org/10.100 7/s 10584-024-03815-1

BELOUAFA, S.; HABTI, F.; BENHAR, S.; BELAFKIH, B.; TAYANE, S.; HAMDOUCH, S.; BENNAMARA, A.; ABOURRICHE, A. Ferramentas e abordagens estatísticas para validar métodos analíticos: metodologia e exemplos práticos. Revista Internacional de Metrologia e Engenharia da Qualidade, v. 8, e9, 2017. https://doi. org/ 10.1051/ijmqe/2016030

CALLEJAS, I. J. A.; KRÜGER, E. Microclimate and thermal perception in courtyards located in a tropical savannah climate. International Journal of Biometeorology, v. 66, n. 9, p. 1877-1890, 2022. https://doi.org/10.1007/s00484-022-02329-8

CAMPS-VALLS, G.; FERNÁNDEZ-TORRES, M.; COHRS, K.; HÖHL, A.; CASTELLETTI, A.; PACAL, A.; ROBIN, C.; MARTINUZZI, F.; PAPOUTSIS, I.; PRAPAS, I.; PÉREZ-ARACIL, J.; WEIGEL, K.; GONZALEZ-CALABUIG, M.; REICHSTEIN, M.; RABEL, M.; GIULIANI, M.; MAHECHA, M. D.; POPESCU, O.-I.; PELLICER-VALERO, O. J.; OUALA, S.; SALCEDO-SANZ, S.; SIPPEL, S.; KONDYLATOS, S.; HAPPÉ, T.; WILLIAMS, T. Artificial intelligence for modeling and understanding extreme weather and climate events. Nature Communications, v. 16, n. 1, e1919, 2025. https://doi.org/10.1038/s41467-025-56573-8

CARMO, E. L. I.; REBOITA, M. S.; MARQUES, R. Evolução temporal das variáveis atmosféricas associadas a casos de frentes frias fortes em Cuiabá, MT, entre 1996 e 2015. Revista Brasileira de Geografia Física, v. 16, n. 1, p. 145-154, 2023. https://doi.org/10.26848/rbgf.v16.1.p 145-154

CASTRO, E. R.; BARRETO, M. C.; NASCIMENTO, F. J.; SOUSA, G. L. Construction and interpretation of statistical tables and graphs: a look at the attitude of teachers in training. Ensino em Re-Vista, v. 31, p. 1-24, 2024. http://doi.org/10.14393/ER-v31e2024-07

CHICCO, D.; WARRENS, M. J.; JURMAN, G. The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation. PeerJ Computer Science, v. 7, e623, 2021. http://doi.org/10.7717/peerj-cs.623

FAN, P.; WANG, H.; IMBROGLINI, C. Hourly impact of urban forests on land surface temperature based on machine learning. Results in Engineering, v. 28, e107584, 2025. https://doi.org/10.1016/j.rineng.2025.107584

FONSECA, M. N. O ensino de climatologia em ambientes urbanos: uma proposta metodológica. Boletim Gaúcho de Geografia, v. 49, n. 2, p. 55-73, 2022. https://doi.org/10.52 81/zenodo.18526307

KIM, D. Y.; KWON, O. How open source artificial intelligence democratizes and improves science: evidence from structural biology. SSRN Pre-Prints, p. 1-46, 2025. http://doi.org/10.2139/ssrn.5219337

KOU, Y.; XIAN, D.; LIU, Y.; CHEN, J.; WANG, C.; CHENG, B.; GUO, W.; LI, Y.; TANG, L. Factors affecting urban climate at different times of the day in China: a case study in Yibin, a riverside mountain city. Nature-Based Solutions, v. 2, e100043, 2022. http://doi.org/10.1016/j. nbsj.2022.100043

KUROKAWA, H.; IGEI, K.; KITSUKI, A.; KURITA, K.; MANAGI, S.; NAKAMURO, M.; SAKANO, A. Improvement impact of nudges incorporated in environmental education on students’ environmental knowledge, attitudes, and behaviors. Journal of Environmental Management, v. 325, e116612, 2023. http://doi.org/10.1016/j.jenvman.2022.116612

LIU, T.; OUBIBI, M.; ZHOU, Y.; FUTE, A. Research on online teachers’ training based on the gamification design: A survey analysis of primary and secondary school teachers. Heliyon, 9, n. 4, e15053, 2023. https://doi.org/10.1016/j.heliyon.2023.e15053

LOZANO-DÍAZ, A.; FERNÁNDEZ-PRADOS, J. S. Educating digital citizens: an opportunity to critical and activist perspective of sustainable development goals. Sustainability, v. 12, n. 18, e7260, 2020. http://doi.org/10.3390/su12187260

MACHADO, C. S. D.; GONZÁLEZ, A. Z. D. Variabilidade climática no bioma Cerrado de Mato Grosso durante as últimas décadas. Revista Equador, v. 10, n. 2, p. 207-227, 2021. http://doi.org/10.26694/equador.v10i2. 12763.

MAKVANDI, M.; LI, W.; OU, X.; CHAI, H.; KHODABAKHSHI, Z.; FU, J.; YUAN, P. F.; DE LA JOIE HORIMBERE, E. Mitigation of urban heat for climate change adaptation: an eco-sustainable design strategy to improve environmental performance amid rapid urbanization. Atmosphere, v. 14, n. 4, e638, 2023. http://doi.org/10.3390/atmos14040638

MARANHOLI, H. N. G.; SANTOS, F. M. M. O método científico e a compreensão das variáveis ambientais no contexto educacional: uma revisão. Cadernos Cajuína, v. 9, n. 5, e249525, 2024. https://doi.org/10.52641/cadcajv9 i5.638

METSÄMUURONEN, J. Directional nature of the product-moment correlation coefficient and some consequences. Frontiers in Psychology, v. 13, e 988660, 2022. https://doi.org/10.3389/fpsyg.2022.988660

PACIFICI, M.; NIETO-TOLOSA, M. Comparing ENVI-Met and Grasshopper modeling strategies to assess local thermal stress and urban heat island effects. In: Urban microclimate modeling for comfort and energy studies. Cham: Springer, 2021. p. 293-316. https://doi.org/10.1007/978-3-030-65421-4_14

PERIN, A. P.; CAMPO, C. R. Leitura e interpretação de gráficos estatísticos por alunos do 2º ano do ensino médio. Revista Baiana de Educação Matemática, v. 3, n. 1, e202227, 2022. https://doi.org/10.47207/rbem.v3i01.1564 5

RIUTTANEN, L.; RUUSKANEN, T.; ÄIJÄLÄ, M.; LAURI, A. Society needs experts with climate change competencies: what is the role of higher education in atmospheric and Earth system sciences? Tellus B: Chemical and Physical Meteorology, v. 73, n. 1, p. 1-14, 2021. https://doi.org/10.1080/16000889.2021.1967845

SAGUIN, E.; SALOMÉ, J.; FAVODON, B.; LAHUTTE, B.; GIGNOUX-FROMENT, F. Validation of a didactic model evaluating the usability, usefulness and acceptability of psychological first aid teaching through simulation. BMC Medical Education, v. 24, e1431, 2024. https://doi.org/10.1186/s12909-024-06491-y

SANTOS, M. E. M.; BONFIM, R. G.; PAIVA, R. L. F.; NUNES, J. L. S. Influence of the structural complexity of phytal substrates on intertidal meiofaunal community structure in a tropical system (NE Brazil). Community Ecology, p. 1-10, 2026. https://doi.org/10.1007/s42974-026-00292-7

SCHÜNEMANN, C.; ZIEMANN, A.; GOLDBERG, V. Spatially resolved indoor overheating evaluation using microscale meteorological simulation as input for building simulation–opportunities and limitations. City and Environment Interactions, v. 20, e100122, 2023. https://doi.org/10.1016/j.cacint.2023.100122

STEFANIDIS, S., DAFIS, S., STATHIS, D. Evaluation of regional climate models (RCMs) performance in simulating seasonal precipitation over Mountainous Central Pindus (Greece). Water, v. 12, n. 10, e2750, 2020. https://doi.org/10.3390/w12102750

STREB, V.; FERREIRA, M. D.; GOMES, A. F.; CECCHIN, A. S.; REGINATTO, A. A.; ROCHA, K. M. da. Teoria x prática: panorama inicial sobre a inserção das tecnologias digitais no ensino superior presencial e a distância na UFSM. Revista Brasileira de Desenvolvimento, v. 7, n. 4, p. 41318-41331, 2021. https://doi.org/10.34117/bjdv7n4-544

TOZZI, C. C. C.; OLIVEIRA, I. de S. B. de; BONICENHA, L. C.; CAMPANIN, M. A. A.; DONA, R. A. M.; ONOFRE, V.; ANDREZA, W. G. G. Mídias digitais na educação online: o impacto da linguagem audiovisual e ferramentas colaborativas. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 10, n. 10, p. 3723-3729, 2024. https://doi.org/10.51891/ rease.v10i10.16362

TRANE, M.; GIOVANARDI, M.; PEJOVIC, A.; POLLO, R. Overview on urban climate and microclimate modeling tools and their role to achieve the sustainable development goals. In: Architecture and Design for Industry 4.0. Theory and practice. Cham: Springer, 2023. p. 247–267. https://doi.org/10.1007/978-3-031-36922-3_15

TWARDOSZ, R.; WALANUS, A.; GUZIK, I. Warming in Europe: recent trends in annual and seasonal temperatures. Pure and Applied Geophysics, v. 178, n. 10, p. 4021-4032, 2021. https://doi.org/10.1007/s00024-021-02847-7

VIEIRA, S. F.; GOMES, M. F. V. B. O processo de ensino e aprendizagem de Geografia com jogos digitais de simulação de cidades. Signos Geográficos, v. 7, p. 1-20, 2025. https://doi.org/10.5216/signos.v7.81351

VIVAR, J. M. F.; PEÑALVO, F. J. G. Reflections on the ethics, potential, and challenges of artificial intelligence in the context of quality education (SDG 4). Comunicar, n. 74, p. 37-47, 2023. https://doi.org/10.3916/C74-2023-03-02

WASKOM, M. L. Seaborn: statistical data visualization. Journal of Open Source Software, v. 6, n. 60, e3021, 2021. https://doi.org/10.21105/joss.03021

WILLMOTT, C. J.; ROBESON, S. M.; MATSUURA, K.; FICKLIN, D. L. Assessment of three dimensionless measures of model performance. Environmental Modeling & Software, v. 73, p. 167-174, 2015. https://doi.org/10.1016/j.envsoft.2015.08.012

ZHANG, F.; BRYNILDSRUD, H.; PAPAVLASOPOULOU, S.; SHARMA, K.; GIANNAKOS, M. Where inquiry-based science learning meets gamification: a design case of Experiverse. Behavior & Information Technology, v. 44, n. 5, p. 1099-1121, 2025. https://doi.org/10.1080/0144929X.2024.2433 058

ZOURMPAKIS, A. I.; KALOGIANNAKIS, M.; PAPADAKIS, S. Adaptive gamification in science education: an analysis of the impact of implementation and adapted game elements on students’ motivation. Computers, v. 12, n. 7, e143, 2023. https://doi.org/10.3 390/computers12070143