{
  "versao": 2,
  "mapas_versao": "1.1.1",
  "gerado_em": "2026-10-16T13:20:22.361Z",
  "gerador": "scripts/build-home-maps.mjs",
  "mapas": [
    {
      "id": "raiva-adequabilidade",
      "versao": "1.1.1",
      "descricao_acessivel": "Mapa do Brasil com a adequabilidade climática à raiva humana, de 0 a 1. Os maiores valores estão no Norte e no Nordeste. Percentual da área com adequabilidade alta: Amapá (100%), Pará (99,9%), Roraima (93,1%). 8 unidades da federação têm 0%: Minas Gerais, Distrito Federal, Espírito Santo, São Paulo, Rio de Janeiro, Paraná, Santa Catarina, Rio Grande do Sul. A incerteza entre os modelos é maior em Rio Grande do Sul (coeficiente de variação médio de 126,1%).",
      "citacao": {
        "licenca": "Artigo em acesso aberto (MDPI); confira a licença na página do artigo",
        "como_citar": "Neves JMM, Belo VS, Catita CMS, Oliveira BFA, Horta MAP. Modeling of Human Rabies Cases in Brazil in Different Future Global Warming Scenarios. Int J Environ Res Public Health. 2024;21(2):212. doi:10.3390/ijerph21020212. Mapa e agregação por UF: MAPHS, versão 1.1.1."
      },
      "en": {
        "tema": "Infectious diseases · zoonoses",
        "titulo": "Amapá, Pará and Roraima have the climate most suitable for human rabies in Brazil",
        "pergunta": "Where is the climate most suitable for human rabies?",
        "resumo": "Climatic suitability estimated by an ensemble of 7 niche-modelling algorithms (biomod2) from reported cases in Brazil. Values near 1 mean a climate very similar to places with cases; this is not an incidence rate.",
        "destaques": [
          "AUC of the consensus model",
          "states with more than half of their area at high suitability (≥ 0.5)",
          "highest mean suitability among southern states"
        ],
        "fontes_destaques": [
          "Article abstract",
          "MAPHS calculation on the raster",
          "MAPHS calculation on the raster"
        ],
        "camadas": {
          "pixels": "4.6 km grid",
          "uf": "% of state at high suitability",
          "incerteza": "Model uncertainty"
        },
        "metodo": [
          "Original study raster (EMmeanByROC band, 2.5′ ≈ 4.6 km resolution), not resampled.",
          "Continuous inferno palette (reversed: darker = more suitable), perceptually uniform and colour-blind safe.",
          "State mean and area share weighted by the true area of each cell (cosine of latitude), using official IBGE boundaries.",
          "0.5 threshold for “high suitability”: the scale midpoint, chosen by MAPHS for readability; the article defines no classes.",
          "Uncertainty layer: coefficient of variation across models (EMcvByROC), saturating at 120%."
        ],
        "limitacoes": [
          "Current climate only (study baseline); the article’s 12 future scenarios have no published rasters.",
          "Climatic suitability ignores vaccination, reservoir control and surveillance."
        ],
        "descricao_acessivel": "Map of Brazil showing climatic suitability for human rabies, from 0 to 1. The highest values are in the North and Northeast. Share of area at high suitability: Amapá (100%), Pará (99.9%), Roraima (93.1%). 8 states have 0%: Minas Gerais, Distrito Federal, Espírito Santo, São Paulo, Rio de Janeiro, Paraná, Santa Catarina, Rio Grande do Sul. Model uncertainty is highest in Rio Grande do Sul (mean coefficient of variation 126.1%).",
        "legenda_titulo": "Climatic suitability (0–1)",
        "rotulo_min": "low",
        "rotulo_max": "high",
        "imagem_compartilhar": "/home-maps/og-raiva-adequabilidade-en.png"
      },
      "tema": "Doenças infecciosas · zoonoses",
      "titulo": "Amapá, Pará e Roraima têm o clima mais adequado à raiva humana no Brasil",
      "pergunta": "Onde as condições climáticas são mais adequadas à ocorrência de raiva humana?",
      "resumo": "Adequabilidade climática estimada por um ensemble de 7 algoritmos de modelagem de nicho (biomod2) a partir dos casos notificados no Brasil. Valores perto de 1 indicam clima muito semelhante ao dos locais com casos; não é taxa de incidência.",
      "tipo": "raster",
      "raster": {
        "url": "/home-maps/raiva-adequabilidade-atual.webp",
        "bounds": [
          [
            -33.75,
            -74
          ],
          [
            5.25,
            -28.8333333333333
          ]
        ]
      },
      "camadas": [
        {
          "id": "pixels",
          "rotulo": "Grade de 4,6 km",
          "tipo": "raster"
        },
        {
          "id": "uf",
          "rotulo": "% do estado com adequabilidade alta",
          "tipo": "coropletico",
          "arquivo": "/home-maps/raiva-adequabilidade-uf.json",
          "campo": "pct_alta",
          "unidade": "% da área ≥ 0,5",
          "unidade_en": "% of area ≥ 0.5"
        },
        {
          "id": "incerteza",
          "rotulo": "Incerteza entre modelos",
          "tipo": "raster",
          "url": "/home-maps/raiva-incerteza-cv.webp",
          "legenda": {
            "tipo": "continua",
            "paleta": [
              "#f1eef6",
              "#d0d1e6",
              "#a6bddb",
              "#74a9cf",
              "#2b8cbe",
              "#045a8d"
            ],
            "titulo": "Coeficiente de variação entre os modelos (%)",
            "titulo_en": "Coefficient of variation across models (%)",
            "rotulo_min": "0%",
            "rotulo_max": "≥ 120%"
          }
        }
      ],
      "legenda": {
        "tipo": "continua",
        "paleta": [
          "#fcffa4",
          "#f7d13d",
          "#fb9b06",
          "#ed6925",
          "#cf4446",
          "#a52c60",
          "#781c6d",
          "#4a0c6b",
          "#1b0c41"
        ],
        "min": 0,
        "max": 1,
        "rotulo_min": "baixa",
        "rotulo_max": "alta",
        "titulo": "Adequabilidade climática (0–1)"
      },
      "destaques": [
        {
          "valor": "0,90",
          "valor_en": "0.90",
          "rotulo": "AUC do modelo de consenso",
          "fonte": "Resumo do artigo"
        },
        {
          "valor": "10",
          "rotulo": "UFs com mais da metade da área em adequabilidade alta (≥ 0,5)",
          "fonte": "Cálculo MAPHS sobre o raster"
        },
        {
          "valor": "0,06",
          "valor_en": "0.06",
          "rotulo": "adequabilidade média máxima nos estados do Sul",
          "fonte": "Cálculo MAPHS sobre o raster"
        }
      ],
      "metodo": [
        "Raster original do estudo (banda EMmeanByROC, resolução 2,5′ ≈ 4,6 km), sem reamostragem.",
        "Cores contínuas na paleta inferno (invertida: mais escuro = mais adequado), perceptualmente uniforme e legível com daltonismo.",
        "Média e fração de área por UF ponderadas pela área real de cada célula (cosseno da latitude), com as malhas oficiais do IBGE.",
        "Limiar de 0,5 para “adequabilidade alta”: ponto médio da escala, escolhido pelo MAPHS para leitura; o artigo não define classes.",
        "Camada de incerteza: coeficiente de variação entre os modelos (banda EMcvByROC), com saturação em 120%."
      ],
      "limitacoes": [
        "Representa o clima atual (linha de base do estudo); os 12 cenários futuros do artigo não têm rasters publicados.",
        "Adequabilidade climática não considera vacinação, controle de reservatórios ou vigilância."
      ],
      "fontes": [
        {
          "rotulo": "Neves et al. (2024), IJERPH 21(2):212",
          "url": "https://doi.org/10.3390/ijerph21020212"
        },
        {
          "rotulo": "Malha de UFs — IBGE",
          "url": "https://www.ibge.gov.br/geociencias/organizacao-do-territorio/malhas-territoriais.html"
        }
      ],
      "origem": "Publicação científica",
      "publicacao": {
        "id": "6acf8f6cbc501f83dd24f258",
        "slug": "modeling-of-human-rabies-cases-in-brazil-in-different-future",
        "titulo": "Modeling of Human Rabies Cases in Brazil in Different Future Global Warming Scenarios"
      },
      "explorar": "/v2/epidemiology/raster",
      "entradas": {
        "raster_sha256": "500fd27b0afca69b253a09957607cd7b2c242cd9258ae36cadcfb676fc007edf",
        "pixels_validos": 408553,
        "dimensoes": "1084×936"
      },
      "imagem_compartilhar": "/home-maps/og-raiva-adequabilidade.png"
    },
    {
      "id": "amazonia-calor-mortalidade",
      "versao": "1.1.1",
      "descricao_acessivel": "Mapa das 6 capitais da Amazônia Legal coloridas pela temperatura de superfície média de 2001 a 2019. Da mais quente para a menos quente: Boa Vista 27,5 °C, Manaus 27 °C, Belém 26,9 °C, Porto Velho 26,2 °C, Macapá 26,2 °C, Rio Branco 25,7 °C. Na mortalidade bruta, Belém tem a maior taxa (4,9 óbitos por mil habitantes por ano) e Boa Vista a menor (3,14).",
      "citacao": {
        "licenca": "Relatório de projeto (Conservation International, 2024) publicado no MAPHS; reprodução externa depende de autorização dos autores",
        "como_citar": "Conservation International. Progress Report 2024 — Estudo 01: Combined effects of climate change and land cover alterations on mortality in the capitals of the Legal Amazon. Disponível em MAPHS (maphs.base44.app). Mapa: MAPHS, versão 1.1.1."
      },
      "en": {
        "tema": "Extreme heat · mortality",
        "titulo": "Heat and mortality in the capitals of the Legal Amazon: Boa Vista has the hottest surface (27.5 °C)",
        "pergunta": "How do surface temperature and mortality vary across Amazonian capitals?",
        "resumo": "Mean daily land surface temperature (LST) from 2001 to 2019 and deaths over the same period in 6 capitals. The study estimates that above 29 °C the risk of death rises, and, applying that curve to Amazonian municipalities, projects 2,209 heat-attributable deaths per year under SSP3 — a regional figure, not the 6 capitals.",
        "destaques": [
          "heat-attributable deaths per year across Amazonian municipalities (not just the 6 capitals), SSP3 projection",
          "daily LST above which the risk of death rises (P95 = 29.2 °C, RR 1.086)",
          "deaths analysed, 2001–2019"
        ],
        "fontes_destaques": [
          "Table 3",
          "Abstract and Table 2",
          "Table 1"
        ],
        "camadas": {
          "lst": "Mean LST (°C)",
          "mortalidade": "Deaths per 1,000 pop./year"
        },
        "metodo": [
          "Values from Table 1 of the publication, read directly from the text published in MAPHS and checked against the derived layer (no discrepancies).",
          "Official municipal boundaries (IBGE, mesh API v3).",
          "Crude rate = deaths 2001–2019 ÷ 19 years ÷ 2010 population × 1,000.",
          "Fixed classes: six units do not support statistical breaks."
        ],
        "limitacoes": [
          "LST was computed by the authors over the urban area and is shown here on the whole municipal boundary.",
          "Crude rate, not age-standardised; municipal attributable fractions (Fig. 2) were not published.",
          "The 2,209 deaths/year (Table 3) sum Amazonian municipalities: the implied baseline (≈ 70,000 deaths/year) is 3.6 times the annual total of the 6 capitals. The report labels the extreme scenario SSP3-RCP7.0 (methods) and SSP3-RCP8.5 (abstract, Table 3)."
        ],
        "descricao_acessivel": "Map of the 6 capitals of the Legal Amazon coloured by mean land surface temperature, 2001–2019. From hottest to coolest: Boa Vista 27.5 °C, Manaus 27 °C, Belém 26.9 °C, Porto Velho 26.2 °C, Macapá 26.2 °C, Rio Branco 25.7 °C. Belém has the highest crude mortality (4.9 deaths per 1,000 per year) and Boa Vista the lowest (3.14).",
        "tooltip": [
          "Mean LST",
          "Population (2010)",
          "Deaths 2001–2019",
          "Deaths per 1,000 pop./year"
        ],
        "imagem_compartilhar": "/home-maps/og-amazonia-calor-mortalidade-en.png"
      },
      "tema": "Calor extremo · mortalidade",
      "titulo": "Calor e mortalidade nas capitais da Amazônia Legal: Boa Vista tem a superfície mais quente (27,5 °C)",
      "pergunta": "Como temperatura de superfície e mortalidade se distribuem entre as capitais amazônicas?",
      "resumo": "Temperatura de superfície (LST) média diária de 2001 a 2019 e óbitos no mesmo período em 6 capitais. O estudo estima que, acima de 29 °C, o risco de morte cresce, e, aplicando essa curva aos municípios da Amazônia, projeta 2.209 óbitos por ano atribuíveis ao calor no cenário SSP3 — número regional, não das 6 capitais.",
      "tipo": "coropletico",
      "geojson": "/home-maps/amazonia-capitais-calor.geojson",
      "camadas": [
        {
          "id": "lst",
          "rotulo": "LST média (°C)",
          "campo": "lst_media_c",
          "unidade": "°C",
          "classes": [
            25.5,
            26,
            26.5,
            27,
            27.6
          ],
          "paleta": [
            "#fee8c8",
            "#fdbb84",
            "#fc8d59",
            "#e34a33"
          ]
        },
        {
          "id": "mortalidade",
          "rotulo": "Óbitos por mil hab./ano",
          "campo": "obitos_por_mil_ano",
          "unidade": "por mil hab./ano",
          "classes": [
            2.8,
            3.6,
            4.4,
            5.2
          ],
          "paleta": [
            "#efedf5",
            "#bcbddc",
            "#756bb1"
          ]
        }
      ],
      "tooltip": [
        [
          "lst_media_c",
          "LST média",
          "°C"
        ],
        [
          "populacao_2010",
          "População (2010)",
          ""
        ],
        [
          "obitos_total",
          "Óbitos 2001–2019",
          ""
        ],
        [
          "obitos_por_mil_ano",
          "Óbitos por mil hab./ano",
          ""
        ]
      ],
      "destaques": [
        {
          "valor": "2.209",
          "valor_en": "2,209",
          "intervalo": "460–3.623",
          "intervalo_en": "460–3,623",
          "rotulo": "óbitos por ano atribuíveis ao calor nos municípios da Amazônia (não só nas 6 capitais), projeção no cenário SSP3",
          "fonte": "Tabela 3"
        },
        {
          "valor": "> 29 °C",
          "rotulo": "limiar de LST diária acima do qual o risco de morte sobe (P95 = 29,2 °C, RR 1,086)",
          "fonte": "Resumo e Tabela 2"
        },
        {
          "valor": "370.426",
          "valor_en": "370,426",
          "rotulo": "óbitos analisados de 2001 a 2019",
          "fonte": "Tabela 1"
        }
      ],
      "metodo": [
        "Valores da Tabela 1 da publicação, lidos diretamente do texto publicado no MAPHS e conferidos com a camada derivada (sem divergências).",
        "Limites municipais oficiais (IBGE, API de malhas v3).",
        "Taxa bruta = óbitos 2001–2019 ÷ 19 anos ÷ população de 2010 × 1.000.",
        "Classes fixas: seis unidades não sustentam quebras estatísticas."
      ],
      "limitacoes": [
        "A LST foi calculada pelos autores sobre a área urbana e aparece aqui no limite municipal inteiro.",
        "Taxa bruta, sem padronização por idade; a fração atribuível por município (Fig. 2) não foi publicada.",
        "Os 2.209 óbitos/ano (Tabela 3) somam os municípios da Amazônia: a base implícita (≈ 70 mil óbitos/ano) é 3,6 vezes o total anual das 6 capitais. O relatório rotula o cenário extremo ora como SSP3-RCP7.0 (métodos), ora como SSP3-RCP8.5 (resumo e Tabela 3)."
      ],
      "fontes": [
        {
          "rotulo": "CI Progress Report 2024 — Estudo 01, Tabelas 1–3",
          "url": null
        },
        {
          "rotulo": "Malhas municipais — IBGE",
          "url": "https://servicodados.ibge.gov.br/api/docs/malhas?versao=3"
        }
      ],
      "origem": "Publicação científica",
      "publicacao": {
        "id": "6acf8f6c8b9fd26d6738349e",
        "slug": "combined-effects-of-climate-change-and-land-cover-alterations-on",
        "titulo": "Combined effects of climate change and land cover alterations on mortality in the Brazilian Amazon (Conservation International Progress Report 2024 — Study 01)"
      },
      "explorar": "/v2/thermal-stress",
      "entradas": {
        "geojson_sha256": "ae7bbe19cff84a247518ee87cb2b20f5fac3bd8ec0d9580fd9f02450c974cf14",
        "tabela1_sha256": "e58a923aa781e672527e3cf985d094342eef6b25890cf72b64c8c4da880461f5"
      },
      "imagem_compartilhar": "/home-maps/og-amazonia-calor-mortalidade.png"
    },
    {
      "id": "territorio-evidencia",
      "versao": "1.1.1",
      "descricao_acessivel": "Mapa de contexto do Brasil com os seis biomas do IBGE (Amazônia, Cerrado, Mata Atlântica, Caatinga, Pampa e Pantanal) e pontos nas 6 capitais estudadas: Porto Velho, Rio Branco, Manaus, Boa Vista, Belém, Macapá. Não representa intensidade de risco.",
      "citacao": {
        "licenca": "Biomas: IBGE, dados públicos; estudos: ver cada publicação",
        "como_citar": "IBGE. Biomas do Brasil, escala 1:5.000.000. Mapa de contexto: MAPHS, versão 1.1.1."
      },
      "en": {
        "tema": "Territory · biomes",
        "titulo": "4 published studies link climate and health across Brazil",
        "pergunta": "Where is the scientific evidence gathered by MAPHS?",
        "resumo": "Official IBGE biomes and the areas analysed by the studies published on the platform: 1 in the Legal Amazon, 2 in the capitals of the Legal Amazon and 1 across Brazil.",
        "destaques": [
          "studies focused on the Legal Amazon",
          "Amazonian capitals with heat and mortality series"
        ],
        "fontes_destaques": [
          "Publication catalogue",
          "Study 01"
        ],
        "metodo": [
          "Biomes: IBGE, 1:5,000,000 scale, simplified (Douglas-Peucker, 0.03° ≈ 3 km) for fast loading.",
          "Points: centroids of the municipal boundaries of the studied capitals."
        ],
        "limitacoes": [
          "Context map: shows where published evidence exists, not risk intensity."
        ],
        "descricao_acessivel": "Context map of Brazil with IBGE’s six biomes (Amazon, Cerrado, Atlantic Forest, Caatinga, Pampa and Pantanal) and points at the 6 studied capitals: Porto Velho, Rio Branco, Manaus, Boa Vista, Belém, Macapá. It does not show risk intensity.",
        "legenda_titulo": "Biomes (IBGE)",
        "imagem_compartilhar": "/home-maps/og-territorio-evidencia-en.png"
      },
      "tema": "Território · biomas",
      "titulo": "4 estudos publicados ligam clima e saúde no território brasileiro",
      "pergunta": "Onde estão as evidências científicas reunidas pelo MAPHS?",
      "resumo": "Biomas oficiais do IBGE e as áreas analisadas pelos estudos publicados na plataforma: 1 na Amazônia Legal, 2 nas capitais da Amazônia Legal e 1 em todo o Brasil.",
      "tipo": "contexto",
      "geojson": "/home-maps/biomas-ibge-simplificado.geojson",
      "sites": [
        {
          "nome": "Porto Velho",
          "latlng": [
            -9.154727085285852,
            -64.39321715089032
          ]
        },
        {
          "nome": "Rio Branco",
          "latlng": [
            -10.06549172413793,
            -68.20286517241385
          ]
        },
        {
          "nome": "Manaus",
          "latlng": [
            -2.6783789644012943,
            -60.125476375404496
          ]
        },
        {
          "nome": "Boa Vista",
          "latlng": [
            3.161685789473684,
            -60.62424684210524
          ]
        },
        {
          "nome": "Belém",
          "latlng": [
            -1.3319989010989015,
            -48.43774615384617
          ]
        },
        {
          "nome": "Macapá",
          "latlng": [
            0.5795786206896549,
            -50.783611494252845
          ]
        }
      ],
      "estudos": [
        {
          "id": "6acf8f6de2c27dd6772cb936",
          "slug": "impacts-of-deforestation-and-climate-change-on-the-spatial-distribution",
          "titulo": "Impacts of Deforestation and Climate Change on the Spatial Distribution of Human Rabies and Oropouche Fever Cases in the Amazon (Conservation International Progress Report 2024 — Study 03)",
          "categoria": "infectious_diseases",
          "data": "2024-12-01",
          "escala": "Amazônia Legal"
        },
        {
          "id": "6acf8f6d8b505d9da14ddc35",
          "slug": "climate-change-and-land-surface-temperature-vulnerable-population-groups-in",
          "titulo": "Climate Change and Land Surface Temperature: vulnerable population groups in urban areas and green/blue infrastructure (Conservation International Progress Report 2024 — Study 02)",
          "categoria": "thermal_stress",
          "data": "2024-12-01",
          "escala": "Capitais da Amazônia Legal"
        },
        {
          "id": "6acf8f6c8b9fd26d6738349e",
          "slug": "combined-effects-of-climate-change-and-land-cover-alterations-on",
          "titulo": "Combined effects of climate change and land cover alterations on mortality in the Brazilian Amazon (Conservation International Progress Report 2024 — Study 01)",
          "categoria": "thermal_stress",
          "data": "2024-12-01",
          "escala": "Capitais da Amazônia Legal"
        },
        {
          "id": "6acf8f6cbc501f83dd24f258",
          "slug": "modeling-of-human-rabies-cases-in-brazil-in-different-future",
          "titulo": "Modeling of Human Rabies Cases in Brazil in Different Future Global Warming Scenarios",
          "categoria": "infectious_diseases",
          "data": "2024-02-11",
          "escala": "Brasil"
        }
      ],
      "legenda": {
        "tipo": "categorias",
        "itens": [
          [
            "Amazônia",
            "#2d6a4f"
          ],
          [
            "Cerrado",
            "#bc8a5f"
          ],
          [
            "Mata Atlântica",
            "#52b788"
          ],
          [
            "Caatinga",
            "#e9c46a"
          ],
          [
            "Pampa",
            "#a7c957"
          ],
          [
            "Pantanal",
            "#4cc9f0"
          ]
        ]
      },
      "destaques": [
        {
          "valor": "3",
          "rotulo": "estudos com foco na Amazônia Legal",
          "fonte": "Catálogo de publicações"
        },
        {
          "valor": "6",
          "rotulo": "capitais amazônicas com séries de calor e mortalidade",
          "fonte": "Estudo 01"
        }
      ],
      "metodo": [
        "Biomas: IBGE, escala 1:5.000.000, simplificados (Douglas-Peucker, 0,03° ≈ 3 km) para carregar rápido.",
        "Pontos: centroides dos limites municipais das capitais estudadas."
      ],
      "limitacoes": [
        "Mapa de contexto: indica onde há evidência publicada, não intensidade de risco."
      ],
      "fontes": [
        {
          "rotulo": "Biomas — IBGE 1:5.000.000",
          "url": "https://www.ibge.gov.br/geociencias/informacoes-ambientais/vegetacao/15842-biomas.html"
        }
      ],
      "origem": "Catálogo MAPHS + IBGE",
      "explorar": "/v2/publications",
      "imagem_compartilhar": "/home-maps/og-territorio-evidencia.png"
    }
  ]
}