PREVISÃO DE CONCENTRAÇÃO DE POLUENTES EMITIDOS POR VEÍCULOS AUTOMOTORES UTILIZANDO ANÁLISE MULTIVARIADA DE DADOS

• Ano de defesa: 2020
• Autor(a) principal: JÚNIOR, JOÃO BOSCO ARBUÉS CARNEIRO
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Doenças respiratórias; Poluição do ar
• Link de acesso: https://repositorio.pgsskroton.com//handle/123456789/30463

A poluição atmosférica nas áreas urbanas é um problema que resulta em impactos consideráveis no meio ambiente e mais especificadamente na saúde da população. O crescimento populacional urbano no Brasil é expressivo, principalmente, nas últimas décadas, consequência do grande êxodo ocorrido do campo para as cidades e o modelo de produção e de consumo adotados por essa população e, principalmente, pela predominância da mobilidade urbana individualista, em detrimento da coletiva. Consequentemente, a frota de veículos automotores acompanha esse aumento populacional, causando sérios problemas na qualidade do ar, decorrente das altas concentrações de poluentes que são emitidos pelos veículos, exigindo a necessidade permanente de estudos relacionados às emissões e concentrações de poluentes nos grandes centros urbanos e consequentes problemas relacionados à saúde pública, principalmente, doenças respiratórias. Esta pesquisa se enquadra na linha de pesquisa Sociedade, Ambiente e Desenvolvimento Regional Sustentável, e teve como objetivo desenvolver uma modelagem de previsão de concentração de poluentes emitidos por veículos automotores utilizando análise multivariada de dados, principalmente, a emissão de poluentes oriunda dos veículos automotores na cidade de Campo Grande, no período de 2005 a 2016. Para alcançar este objetivo, o mesmo foi desmembrado três objetivos específicos que deu origem a três artigos, a saber: I) estimar as correlações entre o número de internações provocadas por doenças respiratórias e o volume de CO2 emitidos na cidade de Campo Grande (MS), como também, com o número de habitantes da cidade, no período de 2005 a 2016; II) construir um modelo de redes neurais artificiais (RNA’s) para estimar o número de internações provenientes de doenças respiratórias em função do volume de CO2 e do número de habitantes no período de 2005 a 2016 e; III) construir um modelo de Regressão Linear Múltipla (RLM para estimar o número de internações provenientes de doenças respiratórias em função do volume de CO2 e do número de habitantes no período de 2005 a 2016 e comparar a capacidade preditiva das duas técnicas de análises multivariadas. Concluído o primeiro artigo I), foi possível verificar que existem correlações fortes entre as doenças respiratórias, o tamanho da população e o volume de CO2 emitido, haja vista que todos os valores obtidos de correlações foram superiores a 0,7, em uma escala de -1 a 1. No segundo artigo II), as variáveis da pesquisa foram utilizadas em uma Rede Neural Artificial (RNA), tendo a quantidade de internações provocadas por emissão de CO2 como variável dependente e o volume de emissão de CO2 e o tamanho da população de Campo Grande como variáveis independentes. Concluiu-se que possui forte capacidade preditiva. Por fim, o terceiro artigo III), estimou um modelo de regressão linear do tipo hierárquico com o intuito de verificar sua capacidade preditiva e comparar com o modelo de RNA’s. Observou que o modelo de regressão apresenta melhores resultados se utilizado somente a variável independente emissão de CO2 e, que o modelo também possui relevante capacidade preditiva. Por fim, concluiu-se que ambos os modelos de análise multivariada demonstraram significativas capacidades preditivas e que o modelo de RNA’s apresentou melhor desempenho