Métodos de imputação de dados faltantes em séries temporais de concentração de poluentes atmosféricos na região metropolitana de São Paulo

• Processo: 24/03813-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2024
• Data de Término da vigência: 30 de abril de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Geociências - Meteorologia
• Pesquisador responsável: Luciana Varanda Rizzo
• Beneficiário: Daniel Morais Trojan
• Instituição Sede: Instituto de Física (IF). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Material particulado Qualidade do ar Regressão Poluição do ar
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | material particulado | Qualidade do ar | Regressão | Tendências de longo prazo | poluição do ar

Resumo

A poluição do ar é um dos principais problemas ambientais em áreas urbanas, com impactos na saúde e na qualidade de vida da população. Para quantificar os impactos e planejar ações mitigadoras, o monitoramento da qualidade do ar é fundamental. A região metropolitana de São Paulo (RMSP) é relativamente privilegiada em termos do monitoramento governamental da qualidade do ar. Porém, a cobertura de dados muitas vezes apresenta falhas, como: presença de dados faltantes devido a procedimentos operacionais ou falhas nos equipamentos; incompletude das variáveis monitoradas; distribuição espacial das estações. Essas falhas comprometem a caracterização da qualidade do ar e o desenvolvimento de modelos preditivos, epidemiológicos e de valoração. Este projeto de iniciação científica tem como objetivo principal avaliar diferentes métodos de imputação de dados faltantes em séries temporais de concentração de poluentes atmosféricos na RMSP. Serão avaliados métodos estatísticos convencionais, métodos baseados em aprendizado de máquina, uni e multivariados. Para isso, serão considerados dados diários de 10 estações de monitoramento da qualidade do ar da CETESB entre 2000 e 2023. O foco será o poluente material particulado inalável (MP10), mas também serão utilizados dados de outros poluentes. Serão caracterizadas tendências de longo prazo, ciclos sazonais e correlações, dando suporte para a aplicação dos métodos de imputação. Falhas artificiais serão inseridas nas séries temporais para avaliar a performance dos diferentes métodos, em uma abordagem de aprendizagem supervisionada. Espera-se caracterizar vantagens e desvantagens de cada método, de modo a propor uma estratégia de imputação de dados faltantes adequada para as condições da RMSP. Esta análise é inédita na RMSP, e pode contribuir para o desenvolvimento de uma base de dados de qualidade do ar completa e homogênea, que no futuro poderá ser utilizada em modelos preditivos e epidemiológicos.