Uso de modelos híbridos na previsão da concentração de ozônio troposférico no município de Sorocaba

• Processo: 20/06872-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2020
• Data de Término da vigência: 30 de novembro de 2021
• Área de conhecimento: Engenharias - Engenharia Sanitária
• Pesquisador responsável: Sandra Regina Monteiro Masalskiene Roveda
• Beneficiário: Beatriz Caroline Porto Ghirardi
• Instituição Sede: Instituto de Ciência e Tecnologia. Universidade Estadual Paulista (UNESP). Campus de Sorocaba. Sorocaba , SP, Brasil
• Assunto(s): Engenharia ambiental Inteligência artificial Neuro-fuzzy Poluição atmosférica Qualidade do ar Ozônio troposférico Sorocaba (SP)
• Palavra(s)-Chave do Pesquisador: Inteligência Artificial | modelos neuro fuzzy | Ozonio Troposférico | Previsão | Engenharia Ambiental

Resumo

A crescente atenção dada a qualidade do ar, como visto entre as metas de desenvolvimento sustentável propostas pelas Nações Unidas, surge em resposta ao deterioramento das condições humanas e ambientais causadas pela poluição atmosférica. Esses poluentes, em particular o ozônio troposférico, estão associados desde limitações no crescimento de vegetais a problemas respiratórios, cardiovasculares e mortes prematuras. Com o intuito de construir uma ferramenta capaz de auxiliar no planejamento e gestão de saúde pública, assim como ser uma das bases para alcançar a meta 11.6 de Desenvolvimento Sustentável da ONU no município, propõe-se desenvolver um modelo neuro-fuzzy capaz de prever a concentração de ozônio no município de Sorocaba. Utilizando os dados locais disponibilizados pela Companhia de Tecnologia de Saneamento Ambiental de São Paulo (CETESB), serão construídos modelos neuro-fuzzy de arquitetura ANFIS, onde a melhor configuração será escolhida a partir de métricas de desempenho entre os dados reais coletados e os previstos pelo modelo. Pretende-se que a elaboração deste projeto contribua no desenvolvimento de planos sustentáveis referentes a qualidade do ar em Sorocaba, assim como os conhecimentos gerados apoie a construção de modelos de previsão precisos e confiáveis.