Nocturnal UTCI Heat Duration and Next-Day Active-Mobility Use: A Behavior-Day Monitoring Framework

Resumo Técnico: Duração de UTCI Noturna e Uso de Mobilidade Ativa no Dia Seguinte

Definição do Problema
O estudo aborda um desafio recorrente na biometeorologia humana aplicada: o desalinhamento temporal entre as janelas de exposição e os resultados das atividades diárias. Especificamente, a exposição ao calor noturno frequentemente atravessa o limite do dia de calendário (por exemplo, de 20:00 do dia $t-1$ até 05:59 do dia $t$), tornando difícil atribuir essas condições ao dia subsequente da atividade humana utilizando agregações convencionais de dia de calendário. Embora a atividade ao ar livre seja conhecida por ser sensível às condições térmicas, as estruturas de monitoramento existentes frequentemente dependem da exposição térmica do mesmo dia ou de médias diárias, podendo negligenciar a persistência do armazenamento de calor urbano e da troca de energia de superfície que sustenta condições térmicas elevadas após o pôr do sol. Os autores postulam que atribuir uma janela de exposição que cruza a meia-noite ao correto "dia de comportamento" é essencial para monitorar com precisão atividades de mobilidade ativa sensíveis ao clima.

Metodologia
O estudo propõe e demonstra uma estrutura de monitoramento de dia de comportamento utilizando dados agregados diários do sistema Capital Bikeshare em Washington, DC, abrangendo 1.584 dias de 1º de maio de 2020 a 31 de agosto de 2024.

• Métrica de Exposição: A métrica primária é o NightRiskHours_28, definido como o número de horas com um Índice de Clima Térmico Universal (UTCI) $\ge$ 28°C durante a janela das 20:00 do dia $t-1$ até as 05:59 do dia de comportamento $t$. Esta abordagem de duração baseada em limiar foi escolhida para capturar a persistência de estados de calor elevado, em vez de temperaturas médias ou de pico.
• Fontes de Dados: Dados horários de UTCI foram derivados do ERA5-HEAT, e dados de precipitação do ERA5. A variável de resultado foi o logaritmo natural do total de utilizações diárias de bicicletas ($\log(1 + \text{rides}_t)$).
• Modelagem Estatística: A análise central utilizou um modelo de referência operacional com um ajuste de fundo térmico diurno linear (DayMeanUTCI de 06:00–19:59), controles de precipitação e efeitos fixos para dia da semana, Ano$\times$Mês e o período da COVID.
• Diagnósticos: O estudo empregou diagnósticos extensivos para avaliar o valor da métrica:
  • Comparadores de Limiar: Testou-se limiares alternativos (20°C, 22°C, 26°C).
  • Especificidade Temporal: Utilizou-se verificações de placebo de liderança distante (+7 e +14 dias) para verificar se a associação era específica à noite anterior.
  • Diagnósticos Incrementais: Comparou-se o NightRiskHours_28 contra resumos de média noturna/máximo de UTCI e métricas de duração térmica diurna (DayRiskHours_28).
  • Controles Flexíveis: Testou-se a métrica contra modelos de fundo térmico diurno flexíveis (splines naturais com 3 e 4 graus de liberdade) para determinar se o sinal noturno era separável das estruturas de calor diurno mais amplas.
  • Sensibilidade: Incluiu modelos de contagem (PPML, binomial negativa) e verificações de sensibilidade de feriados.

Resultos Principais

1. Associação com a Mobilidade: Sob a especificação de controle térmico diurno linear padrão, cada hora adicional de NightRiskHours_28 foi associada a uma diminuição de 7,96% no uso de bicicletas no dia seguinte (95% CI: -10,25% a -5,61%). Esta associação negativa foi consistente entre os comparadores de limiar e as análises de sensibilidade (incluindo modelos de contagem e ajustes de feriados).
2. Especificidade Temporal: A associação foi estatisticamente significativa para a janela da noite anterior corretamente alinhada, mas nula para exposições futuras distantes (+7 e +14 dias), confirmando a lógica de alinhamento temporal.
3. Valor Incremental: O NightRiskHours_28 forneceu mais informações de monitoramento do que os resumos de média noturna ou máximo de UTCI quando adicionado a um modelo linear diurno. No entanto, não foi a variável térmica isolada mais forte; o DayMeanUTCI explicou mais variação individualmente.
4. Sobreposição de Sinal e Fronteiras: Quando comparado com métricas de duração diurna de mesma forma, o DayRiskHours_28 produziu um ganho incremental maior do que o NightRiskHours_28. Crucialmente, quando o fundo térmico diurno foi modelado de forma flexível usando um spline natural com 4 graus de liberdade, o valor incremental do NightRiskHours_28 tornou-se negligenciável (parte $R^2 \approx 0,000035$, $p=0,759$). Isso indica que o sinal noturno não é um efeito independente, mas sobrepõe-se significativamente à estrutura não linear mais ampla do calor diurno.

Principais Contribuições

• Estrutura de Alinhamento de Dia de Comportamento: O estudo introduz um método reproduzível para alinhar janelas de exposição biometeorológica que cruzam a meia-noite com resultados de atividades humanas diárias, resolvendo o problema da separação de limites de dia de calendário.
• Métrica de Duração Baseada em Limiar: Propõe o NightRiskHours_28 como uma ferramenta de monitoramento específica que captura a duração da exposição da cauda de alto calor, distinguindo-se de resumos térmicos médios ou de pico.
• Definição de Fronteira Diagnóstica: A pesquisa esclarece os limites operacionais das métricas de calor noturno. Demonstra que, embora a duração noturna baseada em limiar adicione valor sob controles térmicos diurnos lineares simples, seu sinal é absorvido por modelos térmicos diurnos flexíveis, sugerindo que atua como um resumo das condições de cauda de alto calor, em vez de um driver causal noturno independente.

Significância e Alegações
O artigo alega modestamente que o NightRiskHours_28 é melhor interpretado como um resumo de monitoramento da cauda de alto calor alinhado ao dia de comportamento, e não como evidência de um mecanismo causal noturno independente. Sua principal significância reside em sua utilidade como um indicador de triagem para monitoramento de nível de sistema. Ele permite que operadores e pesquisadores sinalizem dias com condições de calor elevado sustentadas na noite anterior para revisão posterior ou monitoramento sazonal.

Os autores enfatizam que a estrutura é transferível para outros contextos com dados biometeorológicos horários e contagens de atividades diárias (ex: contagens de pedestres, visitas a parques). No entanto, eles declaram explicitamente que os achados não são generalizáveis para mecanismos comportamentais individuais, interrupção do sono ou contextos urbanos específicos sem validação adicional. O estudo conclui que, embora a métrica ajude a organizar o monitoramento diário de atividades sensíveis ao clima, ela deve ser usada com cautela como uma estatística de resumo, reconhecendo que seu sinal está profundamente entrelaçado com o ambiente térmico diurno mais amplo.