Análise dos poluentes de qualidade do ar para a estação São José do Rio Preto localizada na cidade de São Paulo

Relatório como parte da disciplina AGM5710 Meteorologia da Poluição do Ar

Prof.^a Maria de Fátima Andrade

Alejandro Herman Delgado Peralta \(^{(a)}\), Leandro Alex Moreira Viscardi \(^{(b)}\)

\(^{(a)}\) IAG-USP, Nº USP: 11340504, adelgado@iag.usp.br
\(^{(b)}\) IF-USP, Nº USP: 8624459, leandro.viscardi@usp.br

---

Introdução

A estação de São José do Rio Preto (SJRP) da Companhia Ambiental do Estado de São Paulo (CETESB) coleta dados de poluentes atmosféricos e disponíbilizam em seu endereço eletrônico. Para o presente trabalho foram baixados os dados de 2018 (janeiro até dezembro) do ozônio (O₃), dióxido de nitrogênio (NO₂) e material particulado menor que 2,5 \(\mu\)m (PM_2,5) como diâmetro aerodinâmico. Os gráficos foram feitos para cada poluente com a finalidade de fazer comparações com o limite da Organização Mundial da Saude (OMS) e os padrões de qualidade do ar da CETESB. Os objetivos deste projeto são baseados nas seguintes atividades:

1. Faça o gráfico da série temporal de todos os poluentes baixados.
2. Calcule as médias e compare com os Padrões Estaduais/Nacionais e as recomendações da Organização Mundial de Saúde (que é o padrão final do decreto e da resolução CONAMA)
3. Calcule o número de ultrapassagens dos padrões/recomendações.
4. Calcule as médias horárias do PM_2,5, O₃ e NO₂ e esboce os gráficos do ciclo diário médio (24 horas) para cada um dos meses.
5. Discuta o comportamento diário dos poluentes (tente relacionar com as variáveis de radiação, temperatura, chuva/umidade).
6. Prepare uma pequena apresentação contendo os resultados para discutirmos na próxima aula.
7. Fazer um relatório.

Desenvolvimento do trabalho

A estação SJRP está localizada nas coordenadas 7700854 m de latitude e 666719 m de longitude, fuso 22k (CETESB, 2019). A Figura 1 mostra a estação de qualidade do ar SJRP.

Figura 1  Estação SJRP. Fonte: CETESB (2019).

A Figura 2 mostra a localização da estação SJRP que está no entorno urbano.

Figura 2  Localização da estação SJRP. Fonte: CETESB (2019).

1. Faça o gráfico da série temporal de todos os poluentes baixados.

Os dados são da CETESB e estão disponíveis em seu endereço eletrônico. Os programas usados para o processamento dos dados foram o Python e R Studio. O programa R Studio foi usado para obter o gráfico da série temporal de todos os poluentes considerados. Para isso, foi utilizado o pacote openair com a função timePlot.

Como mostra a Figura 3, as concentrações de O\(_3\) foram altas principalmente entre os meses de setembro e novembro. Similarmente, nestes meses as concentrações de NO\(_2\) e PM\(_{2,5}\) também foram altas. No entanto, as concentrações de PM\(_{2,5}\) aumentou ainda mais durante o inverno.

2. Calcule as médias e compare com os Padrões Estaduais/Nacionais e as recomendações da Organização Mundial de Saúde (que é o padrão final do decreto e da resolução CONAMA).

As médias foram calculadas para cada poluente de acordo com as médias dos padrões de qualidade do ar nacional e da Organização Mundial de Saúde (OMS). A Tabela 1 mostra os padrões de qualidade do ar. Estes padrões são usados na comparação com as médias calculadas para a estação SJRP. Segundo a CETESB, as Metas Intermediárias (MI) são padrões temporários a serem alcançados com o objetivo de melhorar a qualidade do ar no Estado de São Paulo. Os Padrões Finais (PF) são aqueles que oferecem menor risco a saúde da população e correspondem aos padrões da OMS de acordo com seu endereço eletrônico.

Tabela 1 Padrões de qualidade do ar (CETESB Decreto Estadual nº 59113 de 23/04/2013)

Poluente	Tempo de Amostragem	MI\(_1\)	MI\(_2\)	MI\(_3\)	PF
PM\(_{2,5}\)	24 horas (média)	60	50	37	25
NO\(_2\)	1 hora (média)	260	240	220	200
O\(_3\)	8 horas (média móvel máxima diaria)	140	130	120	100

Para o cálculo da média de cada poluente, usamos o programa Python e também o R Studio. Neste ultimo programa, as opções timePlot, rollingMean e aggregate foram usados. A opção timePlot permite fazer médias diárias; importante para obter médias de 24 horas para o PM\(_{2,5}\). O rollingMean é uma função do openair que permite calcular as médias móveis para cada 8 horas que tenham ao menos 75% de dados (6 horas) (Carslaw D., 2015). Esta opção foi usada para processar as concentrações horárias de O\(_3\). Finalmente, as médias móveis máxima diaria foram analisadas. Os calculos também foram feitos usando o programa Python como mostra a figura abaixo.

A Figura 4 mostra a média diária do PM\(_{2,5}\) comparado com os padrões de qualidade do ar (Tabela 1). No inverno e início da primavera (setembro) acontecem ultrapassagens dos padrões. No setembro o aumento das concentrações de PM_2,5 está relacionado à formação de partículas devido a reações associadas ao O₃ (Jacobs D., 1999).

A Figura 5 mostra a concentração média horária de NO\(_2\) em 2018. Não ocorrem ultrapassagens dos padrões de acordo com a Tabela 1.

A Figura 6 mostra as concentrações médias móveis máxima diária para o O\(_3\) troposférico comparados com os padrões da OMS (PF) e demais (Tabela 1). Durante o verão a nebulosidade atenua a irradiância solar que é um fator determinante nas reações químicas de formação do O\(_3\); na primavera, em ausência de nuvens, aumenta o tempo de irradiância solar (Carvalho V., Freitas E., Martins L., Mazzoli C. e Andrade M., 2015).

3. Calcule o número de ultrapassagens dos padrões/recomendações.

A Tabela 2 mostra o número de ultrapassagens dos padrões de qualidade do ar para os poluentes. As opção timeAverage do pacote openair foi usado para calcular a média diária do PM_2,5; outras opções do programa R foram usadas (subset, length, Reduce).

Tabela 2 Número de ultrapassagens dos padrões de qualidade do ar (CETESB, 2019)

Poluente	MI\(_1\)	MI\(_2\)	MI\(_3\)	PF
PM\(_{2,5}\)	1	2	8	48
NO\(_2\)	0	0	0	0
O\(_3\)	0	2	3	22

Para analisar os resultados foram gravadas as datas com ultrapassagens para cada poluente usando o programa R. Além disso, a função calendarPlot do pacote openair foi utilizada para visualizar os dias com ultrapassagens dos padrões de qualidade do ar (Tabela 1) para o PM\(_{2,5}\) (Figura 7) e o O\(_3\) (Figura 8). A *Figura 7 mostra as concentrações médias de 24 horas e a Figura 8** mostra as concentrações máximas diárias das médias móveis do O₃.

Julho apresenta mais dias com ultrapassagens dos padrões de qualidade do ar (Tabela 1). De acordo com a CETESB (2019), as condições meteorológicas foram desfavoráveis à dispersão de poluentes primários, como o PM_2,5, devido estabilidade atmosférica, a baixa ventilação, ausência de precipitação, ocorrência de focos de queimadas em regiões do interior do estado e alta porcentagem de calmaria.

O segundo mês com mais dias de ultrapassagens foi setembro. Neste mês tambem houve as maiores concentrações de O\(_3\) diaria.

Neste sentido, a Figura 8 mostra claramente que os meses de agosto e setembro apresentam os dias com mais ultrapasagens dos padrões de qualidade do ar para o O\(_3\).

4. Calcule as médias horárias do PM_2,5, O₃ e NO₂ e esboce os gráficos do ciclo diário médio (24 horas) para cada um dos meses.

As médias horárias foram calculadas para cada poluente. A Figura 9 mostra a variação das concentrações do PM_2,5. Julho é o mês que tem as máximas concentrações durante o ciclo diário médio de 24 horas.

A Figura 10 mostra as concentrações médias durante o ciclo diario de cada mês para o poluente NO₂. As altas concentrações ocorrem no inverno e as baixas durante o verão. Além disso, também há concentrações altas durante a manhã (07:00 h - 09:00 h) e a noite (19:00 h - 22:00 h). Por outro lado, entre as 14:00 horas e as 17:00 horas as concentrações de NO₂ diminuem e são aproximadamente constantes ao longo do ano.

A Figura 11 mostra as concentrações médias durante o ciclo diario de cada mês para O₃. As concentrações máxima de O₃ acontece próximo das 12:00 horas, próximo do horário que a intensidade de irradiância solar é máxima. Durante a noite ocorre um pequeno aumento da concentração em que possivelmente está relacionado com o transporte urbano (Carvalho et al., 2015).

5. Discuta o comportamento diário dos poluentes (tente relacionar com as variáveis de radiação, temperatura, chuva/umidade).

Partículas inaláveis finas o PM_2,5

De acordo com a CETESB (2019), a porcentagem majoritária do PM_2,5 em São Paulo é de origem veicular. Existem uma porcentagem baixa devida a ressuspensão de poeira de rua, mas não é significativa (CETESB, 2019). Além disso, no mês de julho (Figura 4) as condições meteorológicas não permitiram uma boa dispersão dos poluentes devido ao estagnamento, baixa ventilação e alta porcentagem de calmaria (CETESB, 2019). No setembro aconteceu o aumento das concentrações de PM_2,5 devido aos processos de formação de partículas pela reações químicas para a formação do ozônio (Brasseur et al., 1999).

Durante o verão, as concentrações são baixas devido ao aumento da camada de mistura pelos processos de convecção devido ao aumento de temperatura e também pela deposição úmida devido aos efeitos das chuvas que retêm as partículas (Lazaridis, 2011).

Dióxido de nitrogênio (NO₂)

O NO₂ sofre reações químicas na atmosfera e atua como precursor na formação do ozônio (Brasseur et al., 1999). Deste modo, na Figura 10 a diminuição das concentrações de NO₂ são devidas ao aumento das concentrações de O₃ (Figura 11). Além disso, durante o inverno as concentrações são altas devida a redução da camada de mistura e estabilidade atmosférica (Lazaridis, 2011).

Ozônio troposférico (O₃)

O O₃ troposférico é um poluente secundário formado da oxidação fotoquímica do CO (monóxido de carbono), metano (CH₄) e compostos orgânicos voláteis (COV) na presença de NO_x (óxidos de nitrogênio) e radiação solar (Brasseur et al., 1999). Durante o dia poderia acontecer uma maior emissão de COV; os isoprenos são produzidos durante o dia pelas florestas (Lazaridis, 2011).

Assim, durante a primavera (Figura 11), as maiores concentrações de O₃ foram registradas devido ao maior número de horas de radiação solar (CETESB, 2019). Durante o verão, apesar das maiores temperaturas e intensidade da radiação solar, as nuvens foram um fator de redução do número de horas de radiação solar (Carvalho et al., 2015). Contudo, em dezembro devido à alta incidência de radiação solar e altas temperaturas a formação de O₃ aumentou pela formação de HNO₃ (CETESB, 2019).

Durante a noite, como não há formação do O₃ então é muito possível que o aumento seja pelo transporte de outras lugares, como sugerem alguns estudos (Carvalho et al., 2015).

Referência

• Brasseur, G. P., Orlando, J. J., & Tyndall, G. S. (1999). Atmospheric Chemistry and Global Change. New York: Oxford University Press.
• Carslaw, D. (2015). The openair manual open-source tools for analysing air pollution data. In King’s College London. London, England: King’s College London.
• Carvalho, V. S. B., Freitas, E. D., Martins, L. D., Martins, J. A., Mazzoli, C. R., & Andrade, M. de F. (2015). Air quality status and trends over the Metropolitan Area of São Paulo, Brazil as a result of emission control policies. Environmental Science & Policy, 47, 68–79. https://doi.org/10.1016/j.envsci.2014.11.001
• CETESB. (2019). Qualidade do ar no estado de São Paulo 2018. https://doi.org/10.1192/bjp.112.483.211-a
• Lazaridis, M. (2011). First Principles of Meteorology and Air Pollution (Springer; B. J. Alloway & J. T. Trevors, eds.). https://doi.org/10.1007/978-94-007-0162-5