Estimativa e diagnóstico da qualidade do ar obtida por dados de observação da Terra

Abstract

O ar que respiramos pode conter diversos poluentes, dependendo de diversos factores que podem contribuir à sua constituição, e de modo a precaver para situações de riscos, elevados teores, estes, podem provocar graves efeitos no ambiente e na saúde pública. As emissões dos principais poluentes atmosféricos na Europa diminuíram desde 1990. Durante a última década, esta redução das emissões resultou, para alguns dos poluentes, na melhoria da qualidade do ar em toda a região. No entanto, devido às complexas ligações entre as emissões e a qualidade do ar, as reduções de emissões nem sempre produzem uma correspondente queda nas concentrações atmosféricas. Nesse sentido, o presente trabalho dirige-se ao estudo da capacidade modelar, através de ferramentas estatísticas, os poluentes, bem como as suas relações químicas/moleculares. Obter informação quantificada no que diz respeito à influência e interdependência cruzada das diferentes vertentes de caracterização química da qualidade do ar. Esta ideia surgiu através de a colaboração da Primelayer e Spacelayer, que disponibilizou os dados relativos, ao mês de fevereiro de 2017 no Meco, munícipe de Montemor-o-velho, esse dados foram, os factores meteorológicos, a humidade relativa, temperatura, direção do vento, velocidade do vento e pluviosidade e indicadores da qualidade do ar CO, NO, NO2, NH3, SO2, O3, PM2.5, PM10, PANs, NMVOCs, para caracterizar os diversos poluentes químicos. Como ferramentas foi utilizado o código SNAP do Copernicus e análise multivariacional para estabelecer padrões de emissão de poluentes. Para estabelecer estes padrões de emissão, partimos de uma estratégia de modelar por via de análise multivariada, através de dados relativos ao mês de fevereiro de 2017 dos poluentes e dos indicadores de qualidade referidos anteriormente. O presente estudo evidenciou uma boa descrição (modelação) dos teores de PM2.5, NO2, CO e NMVOCs.

The air we breathe may contain several pollutants, depending on several factors that may contribute to its constitution, and in order to prevent risks, high levels of these can have serious effects on the environment and public health. Emissions of major air pollutants in Europe have declined since 1990. During the last decade, this reduction in emissions has resulted, for some of the pollutants, in improving air quality throughout the region. However, due to the complex links between emissions and air quality, emission reductions do not always produce a corresponding fall in atmospheric concentrations. In this sense, the present work is directed to the study of the modeling capacity, through statistical tools, the pollutants, as well as their chemical / molecular relations. To obtain quantified information regarding the influence and interdependence of the different aspects of chemical characterization of air quality. This idea arose through the collaboration of Primelayer and Spacelayer, who provided the data related to the month of February, 2017 in Meco, Montemor-o-velho municipality, this data were, meteorological factors, relative humidity, temperature, direction wind velocity, rainfall and air quality indicators CO, NO, NO2, NH3, SO2, O3, PM2.5, PM10, PANs, NMVOCs, to characterize the various chemical pollutants. Copernicus SNAP code and multivariate analysis were used as tools to establish pollutant emission standards. In order to establish these emission standards, we started with a multivariate modeling strategy based on data from February 2017 on the pollutants and quality indicators referred to above. The present study showed a good description (modeling) of PM2.5, NO2, CO and NMVOCs.