| Processo: | 12/14928-2 |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |
| Vigência (Início): | 01 de dezembro de 2012 |
| Vigência (Término): | 01 de fevereiro de 2015 |
| Área do conhecimento: | Engenharias - Engenharia Química |
| Pesquisador responsável: | Nivaldo Aparecido Corrêa |
| Beneficiário: | Elaine Schornobay |
| Instituição Sede: | Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Assunto(s): | Poluição atmosférica Monitoramento ambiental Modelagem ambiental |
| Palavra(s)-Chave do Pesquisador: | Controle Ambiental | Modelagem Ambiental | Poluição atmosférica | Modelagem de poluentes atmosféricos |
Resumo A modelagem de poluentes atmosféricos tem sido bastante utilizada como ferramenta para a gestão da qualidade do ar. A previsão da concentração de material particulado pode ser mais difícil do que a previsão de poluentes de gases comuns, devido à maior complexidade dos processos que controlam a formação, transporte e remoção de partículas da atmosfera. Nos últimos anos, alguns trabalhos têm sido realizados com a utilização de redes neurais artificiais, que tem a previsão como uma das maiores áreas de aplicação. Diferentemente dos modelos tradicionais, as RNAs são métodos auto adaptativos, seu aprendizado ocorre através de exemplos e captura sutil das relações funcionais entre os dados, mesmo os que não são claramente entendidos ou estão ocultos. Assim, as RNAs são adequadas para problemas onde as soluções requerem um conhecimento que é difícil especificar, mas em que há dados ou observações. Baseado nessas características, o objetivo deste trabalho é a construção de dois modelos de previsão de concentração de material particulado na cidade de São Carlos, utilizando como ferramenta as redes neurais artificiais. Os modelos serão denominados RNA1 e RNA2. Na RNA1, a previsão a ser realizada será da concentração de médias mensais de material particulado e a RNA2 da concentração média do próximo dia de material particulado, ambas farão a previsão de MP10 e MP2,5. Para treinamento das redes neurais serão utilizados dados de concentração de material particulado, coletados nos anos de 1997 a 2006, cedidos pelo grupo de Controle Ambiental da UFSCar. Uma nova etapa de coleta de dados será realizada para atender a necessidade de dados diários, no mesmo local e com os mesmos equipamentos dos dados anteriores. Também serão utilizados dados das variáveis climáticas, cedidas pelo Instituto Nacional de Meteorologia (INMET). Para utilização dos dados climáticos serão realizadas análises de sensibilidade, a fim de identificar as variáveis mais relevantes para a concentração de material particulado. Para a construção da RNA1 os dados de concentração, tanto dos dados antigos quanto dos novos, serão transformados em médias mensais. Para a construção da RNA2 serão utilizados apenas os dados novos, que apresentarão valores diários de coleta. Espera-se que, a RNA1, proposta neste trabalho, seja capaz de prever a concentração de partículas mesmo sem a utilização de concentrações anteriores. E que, a RNA2 seja uma valiosa ferramenta para previsão do dia seguinte, além disso, que a modelagem com redes neurais para concentrações baixas e médias de material particulado seja uma importante para o entendimento dos fenômenos que as cercam. Além disso, a análise de sensibilidade a ser utilizada juntamente com as redes neurais será uma contribuição inédita e pode reduzir significativamente custos de monitoramento e de processamento computacional. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |