Traduzido do Inglês para o Português - www.onlinedoctranslator.

com

Pesquisa de Poluição Atmosférica 11 (2020) 40–56

HOSPEDADO POR Listas de conteúdos disponíveis emScience Direct

Pesquisa de Poluição Atmosférica

Página inicial do jornal:www.elsevier.com/locate/apr

artigo de revisão

Aplicação dek- meios e técnicas de agrupamento hierárquico para análise da

poluição do ar: uma revisão (1980–2019)
P. Govender∗, V. Sivakumar
Universidade de KwaZulu-Natal, Escola de Química e Física, Durban, 4000, África do Sul

ARTIGOINFO ABSTRATO

Palavras-chave: Clustering é uma técnica de análise exploratória de dados usada para investigar a estrutura subjacente nos dados. É descrito como o
hierárquico ek-significa agrupamento agrupamento de objetos, onde os objetos compartilham características semelhantes. Nos últimos 50 anos, o agrupamento foi
Poluição do ar amplamente aplicado a dados científicos atmosféricos, em particular, dados climáticos e meteorológicos. Desde a década de 1980, os
Trajetórias de massa de ar
estudos de poluição do ar começaram a empregar técnicas de agrupamento, e desde então têm sido bem sucedidos, e o objetivo deste
assunto particular
artigo é fornecer uma revisão de tais estudos. Em particular, dois métodos de agrupamento bem conhecidos e comumente usados, ou
seja,k- revistos meios e aglomerativos hierárquicos, que têm sido aplicados em estudos de poluição do ar. Foram incluídos dados de
poluição do ar de duas fontes, ou seja, estações de monitoramento terrestres e trajetórias de massas de ar que descrevem os caminhos
dos poluentes. Trabalhos de pesquisa que se concentraram nas características espaço-temporais dos poluentes atmosféricos,
comportamento dos poluentes em termos de fonte, vias de transporte, distribuição e links para condições meteorológicas,
compreendem grande parte dos trabalhos de pesquisa revisados. Um total de 100 artigos de pesquisa foram incluídos durante o período
de 1980 a 2019. O objetivo da abordagem de agrupamento, a técnica específica utilizada e os dados aos quais foi aplicada constituem
grande parte da discussão apresentada nesta revisão. No geral, okA técnica de -means foi amplamente utilizada entre os estudos,
enquanto as ligações de média e Ward foram as técnicas de agrupamento hierárquico mais frequentemente aplicadas. Atualmente,
faltam revisões de técnicas de agrupamento aplicadas em estudos de poluição do ar e este artigo visa preencher essa lacuna. Além disso,
e de acordo com o conhecimento dos autores, esta é a primeira revisão dedicada a aplicações de agrupamento em estudos de poluição
do ar e a primeira que cobre o período de tempo mais longo (1980-2019).

1. Introdução ferramenta eficaz para a análise de poluentes atmosféricos.

Nos últimos cinquenta anos, a qualidade do ar global apresentou um declínio,
um efeito direto das atividades humanas, como queima de biomassa, operações
industriais e emissões de veículos (Adame e outros, 2012). A presença de aerossóis
ou material particulado (MP) em suspensão no ar tornou-se uma grande
preocupação por muito tempo, devido aos efeitos adversos à saúde humana. De
acordo comFullerton e outros. (2008), a poluição do ar é uma causa significativa de
morbidade e mortalidade. Além disso, vários estudos (Zhang e Smith, 2007;
Harinath e Murthy, 2012;Laumbach e Kipen, 2012;Bergstra e outros, 2018)
demonstraram a associação entre material particulado e doenças respiratórias e
cardiovasculares agudas, entre muitas outras. Devido a isso, muitos trabalhos de
pesquisa foram realizados relacionados ao monitoramento da poluição do ar e da
qualidade do ar, identificação de fontes, rotas de transporte de poluentes de
longo alcance e desenvolvimento e implementação de estratégias eficazes de
controle e mitigação. Dentro de muitos desses estudos, a análise de cluster
tornou-se uma
A análise de cluster, ou mais comumente chamada de “clustering”, é uma
técnica usada para agrupar observações semelhantes, pontos de dados ou
vetores de recursos com base em suas características semelhantes (Jain e outros,
1999). De acordo comKaufman e Rousseeuw (1990), é “a arte de encontrar grupos
em dados”. Em geral, o objetivo da análise de cluster é identificar grupos de
objetos semelhantes, onde os objetos em um cluster são mais semelhantes entre
si do que objetos em clusters diferentes. O agrupamento pode ser usado para a
identificação de padrões e distribuições interessantes e produzir possíveis insights
sobre a estrutura subjacente dos dados (Halkidi et al., 2001). Portanto, a análise de
cluster é uma técnica útil para descobrir e extrair informações que podem ter
passado despercebidas. A análise de clusters foi proposta já em 1930, porém sua
aplicação ganhou popularidade apenas muito mais tarde, na década de 1960. As
técnicas de agrupamento encontraram aplicação em uma ampla variedade de
disciplinas, como biologia, ciências sociais, medicina e geografia durante a década
de 1970, e na ciência atmosférica na década de 1980 (Gong e Richman, 1995).

Revisão por pares sob a responsabilidade do Comitê Nacional Turco para Pesquisa e Controle da Poluição do Ar.
∗Autor correspondente.
Endereço de e-mail:paulenegovender@gmail.com,GovenderP5@ukzn.ac.za (P. Govender).

https://doi.org/10.1016/j.apr.2019.09.009
Recebido em 9 de maio de 2019; Recebido em forma revisada em 16 de setembro de 2019; Aceito em 16 de setembro de 2019
disponível online 19 de setembro de 2019
1309-1042/ © 2019 Comitê Nacional Turco para Pesquisa e Controle da Poluição do Ar. Produção e hospedagem por Elsevier BV Todos os direitos reservados.
P. Govender e V. Sivakumar
Aplicação de agrupamento, em particulark-meios e técnicas de aglomeração
hierárquica, para dados de poluição do ar tem sido conduzido desde a década de
1980, e desde então tem ganhado atenção considerável.
Revisões anteriores sobre aplicativos de clustering, como as deGong e
Richman (1995)eJolliffe e Philipp (2010), concentraram-se principalmente no clima
e na precipitação e, em menor grau, na poluição do ar. Dado que os efeitos da
exposição ao PM são perigosos para a saúde humana, certamente é necessário
obter uma compreensão mais profunda do comportamento temporal e espacial e
da dinâmica dos poluentes atmosféricos. Aghabozorgi et ai. (2014)apresentou
uma revisão sobre o agrupamento espacial e temporal da poluição do ar, no
entanto, este estudo foi restrito à Malásia e não forneceu uma visão geral em
escala global. Esta revisão visa apresentar uma visão geral de duas técnicas de
agrupamento comumente usadas, ou seja,k-meios e hierárquicos, que têm sido
aplicados em estudos de poluição do ar, particularmente naqueles estudos que se
concentram em encontrar padrões e investigar a estrutura subjacente dos dados,
que é o objetivo fundamental da análise de cluster. Principalmente aqueles
estudos envolvendo o uso de medições baseadas no solo e trajetórias de massa
de ar foram incluídos. Mais especificamente, as contribuições significativas que
apresentam aplicações de clustering em estudos de poluição do ar aqui revisados
são categorizadas como um ou mais dos seguintes assuntos de interesse:
(1) Identificação de padrões espaciais e temporais de poluentes atmosféricos
(2) Exposição a poluentes atmosféricos e gestão da qualidade do ar
(3) Relacionar o comportamento dos poluentes atmosféricos com a meteorologia sinótica local
(4) Vias de transporte e distribuição de fontes
Foi realizada uma revisão da literatura, maioritariamente artigos de
investigação publicados e onde a seleção dos artigos foi orientada pelos temas
acima definidos. O Google acadêmico foi o principal buscador utilizado. As
seguintes palavras-chave em diferentes combinações foram usadas na pesquisa:
“análise de cluster”, “k-meios”, “hierárquico”, “agrupamento”, “poluição do ar”,
“poluentes do ar”, “espacial”, “temporal”, “variação”, “massa de ar
Figura 1.Diagrama esquemático descrevendo três objetivos principais da análise de cluster e o resultado de cada objetivo.
41
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
trajetórias” e “comportamento da poluição do ar”. Além disso, os estudos também
foram obtidos por meio de referências cruzadas. Com base nos assuntos de
interesse e juntamente com as palavras-chave, foram selecionados para
consideração estudos durante os anos de 1980 a 2019. Após a avaliação dos
resumos, apenas aqueles que se enquadram em uma das quatro categorias
listadas acima e que utilizam um dos dois métodos de agrupamento foram retidos
para revisão posterior. Artigos de pesquisa originais disponíveis em periódicos
revisados por pares foram considerados elegíveis para inclusão. A literatura
também foi selecionada para artigos de revisão anteriores relevantes para o
presente tópico. Juntamente com as palavras-chave, os critérios de inclusão foram
estudos de poluição do ar que empregaram agrupamento de dados de poluentes
obtidos por meio de medições terrestres (categoria 1), e aqueles que empregaram
o agrupamento de trajetórias de massas de ar usadas para representar as vias de
transporte de poluentes atmosféricos (categoria 2). A busca da literatura para
inclusão nesta revisão foi realizada até abril de 2019. Um total de 103 (57 e 46 na
categoria 1 e 2, respectivamente) artigos de pesquisa foram revisados.
A revisão foi organizada de forma a começar com uma visão geral e uma
breve discussão das duas técnicas de agrupamento comumente usadas, ou
seja, hierárquica aglomerativa (incluindo Ward, simples, média, centróide e
ligações completas) ek-significa. Posteriormente, o objetivo da abordagem
de agrupamento, a técnica específica usada e os dados aos quais foi
aplicada constituem grande parte da discussão. O artigo está estruturado da
seguinte forma: Seção2dá uma descrição dok-means e métodos de
agrupamento hierárquico. Seção3discute a escolha do número ideal de
clusters, um problema comum no procedimento de agrupamento. Alguns
métodos adicionais de agrupamento bem conhecidos são discutidos na
Seção4. Seção5apresenta uma discussão sobre a aplicação dos métodos de
agrupamento em duas categorias, ou seja, dados de poluição do ar a partir
de medições terrestres e trajetórias de massa de ar, ambas relacionadas a
estudos de poluição do ar. Seção6contém um resumo, seguido por uma
breve lista de recomendações na Seção7e algumas considerações finais na
Seção8.
P. Govender e V. Sivakumar Pesquisa de Poluição Atmosférica 11 (2020) 40–56

2. Descrição das técnicas de análise de cluster

De acordo comJain (2010), a análise de agrupamento pode ser categorizada

em três objetivos principais. Um esquema desses objetivos com uma descrição
dos resultados é apresentado emFigura 1. As técnicas de análise de cluster podem
ser amplamente classificadas como hierárquicas e não hierárquicas, sendo a
última frequentemente referida como particional. Embora existam várias técnicas
de análise de cluster, esta revisão é restrita a duas que são bem conhecidas e mais
comumente usadas, ou seja, agrupamento hierárquico aglomerativo e
agrupamento particional iterativo. Em particular, ligações únicas, médias,
completas, centróides e Ward para hierárquica, e ok-means técnica para clustering
particional são discutidos.

2.1. Agrupamento hierárquico: ligações simples, médias, completas, centróides e

Ward

As técnicas de agrupamento hierárquico encontram recursivamente

agrupamentos aninhados de maneira aglomerativa ou divisiva. O clustering
aglomerativo é aquele em que cada ponto de dados começa em seu próprio
cluster e, posteriormente, mescla o par semelhante de clusters sucessivamente,
resultando em uma hierarquia. Como alternativa, o clustering divisivo começa
com todos os pontos de dados em um cluster e divide repetidamente cada cluster
em outros menores. Uma vez que as divisões ou fusões são feitas, elas não podem
ser revertidas e, portanto, o reajuste não é possível com agrupamento hierárquico
(Lião, 2005). Um algoritmo de agrupamento hierárquico aglomerativo é
geralmente implementado da seguinte forma:
Passo 1: Cada observação é considerada um cluster inicial. Passo
2: As distâncias entre os clusters são calculadas.
Etapa 3: Dois clusters com distância mínima são combinados e
substituídos por um único cluster. A matriz de distância é então recalculada
para refletir esse processo de fusão.
Etapa 4: Repita as etapas 2 e 3 até que haja apenas um único cluster
contendo todas as observações.
A medida de distância ou proximidade é necessária para quantificar a
semelhança entre os objetos. A mais comum é a distância euclidiana. Outros
incluem as distâncias de Manhattan, Minkowski e Hamming. A saída de um
algoritmo de agrupamento hierárquico é um dendrograma, que é uma estrutura
bidimensional semelhante a uma árvore que descreve a sequência de
agrupamentos aninhados (Dubes e Jain, 1976). A distância de cada fusão (ou
divisão) também é representada na estrutura. Cortar o dendrograma em um nível
desejado resulta em um conjunto de grupos disjuntos (ou clusters).Figura 2mostra
uma ilustração de um dendrograma mostrando divisões ou fusões em diferentes
estágios. Existem diferentes medidas de proximidade usadas para combinar
clusters em algoritmos hierárquicos. Os mais comuns incluem ligação única,
completa, média, centróide e Ward. Esses métodos de ligação são descritos
abaixo.
Figura 2.Ilustração de um dendrograma, ou seja, uma estrutura bidimensional
mostrando divisões ou fusões em diferentes estágios. (Adaptado de Finding
Groups in Data, Kaufman e Rousseeuw, 1990, com permissão do editor, John Wiley
& Sons, Inc.).
cada objeto no primeiro cluster e cada objeto no segundo cluster são
determinados. A partir daí, a média dessas distâncias entre todos os
pares de objetos é calculada. A ligação média é superior à das ligações
simples e completas, pois permite a minimização da variância dentro
do cluster e a maximização da variância entre os clusters (Kalkstein e
outros, 1987).
2.1.4. Centróide
Ligação centróide é definida como a distância entre os centros de gravidade
(centróides) de dois aglomerados. Após a adição ou remoção de um objeto, o
centróide é recalculado. Esse método de ligação é mais robusto para outliers e
tende a ter um desempenho melhor do que outros ao lidar com clusters de
tamanhos diferentes (Everitt et al., 2011).
2.1.5. Ala
Ligação de Ward (ou método de variância mínima de Ward) (Ward,
1963), é definido como o menor aumento na soma dos quadrados
dentro do cluster devido à fusão de dois clusters. A distância do Ward
entre dois clustersAeBtendo centrosaebe frequênciasnAenB, É dado por

2.1.1. Solteiro
A ligação única calcula a menor dissimilaridade entre dois objetos. A
proximidade de dois clusters é definida pela distância mínima entre
quaisquer dois objetos pertencentes aos diferentes clusters. A ligação
simples também é conhecida como vizinho mais próximo. Esse tipo de
método de ligação é apropriado para lidar com formas não elípticas, mas
tende a ser sensível a valores discrepantes.
2.1.2. Completo
A ligação completa, o oposto da ligação simples, calcula a maior
dissimilaridade entre dois objetos. A proximidade de dois clusters é definida
pela distância máxima entre quaisquer dois objetos pertencentes aos
diferentes clusters. A ligação completa também é conhecida como vizinho
mais distante. Este tipo de método de ligação tende a produzir clusters
compactos e é menos sensível a outliers.
2.1.3. Média
A ligação média é o intermediário entre os métodos de distância
máxima e mínima. Mais especificamente, as distâncias entre
d(a,b)2
(A,B)= ,
nA1+ n1 B (1)
ondeaebsão os centróides dos clustersAeB, respectivamente (Tuffery, 2011).
De acordo comTuffery (2011), Ward linkage é aquele que mais se aproxima
do objetivo do agrupamento e, portanto, é o mais eficaz. De acordo com
Jolliffe e Philipp (2010), a ligação Ward é um método hierárquico
frequentemente usado. Uma representação de ligações simples, completas
e médias é apresentada emFig. 3. Para mais detalhes sobre os diferentes
métodos de ligação, o leitor deve consultarAnderberg (1973).
2.2. Agrupamento particional: k-means
Os métodos de clustering não hierárquicos ou particionais criam todos
os clusters simultaneamente, particionando os dados. A descoberta dok-
significa algoritmo de agrupamento há mais de 50 anos porSteinhaus (1956)
, (e mais tarde porBall and Hall, 1965;MacQueen, 1967), levou à sua
aplicação em diversos campos, como psicologia, pesquisa de marketing,
medicina e biologia. Embora vários outros agrupamentos

42
P. Govender e V. Sivakumar
Figura 3.Representação de ligações únicas, completas e médias (adaptado da análise de cluster,Everitt et al., 2011, com permissão do editor, John Wiley & Sons, Inc.).
algoritmos foram desenvolvidos desde então,k-means continua sendo um dos
métodos mais amplamente utilizados devido à sua simplicidade, facilidade de
implementação e eficiência (Jain, 2010).
De acordo comHartigan e Wong (1979), o objetivo dok-significa que o
algoritmo é dividirmobjetos emndimensões emk(ondek≤n) partições (ou clusters)
de modo que a soma dos quadrados dentro do cluster seja minimizada. Ao
contrário das técnicas hierárquicas,k-means produz uma estrutura de
agrupamento plana. A similaridade entre um par de objetos é definida por sua
distância e, entre as disponíveis, a distância euclidiana é frequentemente usada
como medida de distância. A partição divide os dados emkgrupos de modo que
cada grupo contenha pelo menos um objeto. Dado um conjunto de objetos, o
objetivo principal dak-significa que o agrupamento é para
otimizar a seguinte função objetivo:
k métodos bem conhecidos incluem particionamento em torno de medoids (PAM)
J= ||xeu cj||2,
j=1eu Cj
ondeJé a função critério,xeué oeuª observação, jé ojº
centro de cluster,jé o conjunto de objetos dojo cluster ekrepresenta o
número de clusters. Qualquer norma representando a distância entre o
objeto de dados e o centro do cluster é denotada por | || (Chu e outros,
2012). A função de critério tenta minimizar a distância de cada ponto do
centro do cluster ao qual o ponto pertence (Halkidi et al., 2001). Em geral, ok
-significa que o método de agrupamento iterativo é implementado da
seguinte maneira:
Passo 1: Escolha umkvalor. Use-os como o conjunto inicial dekcentróides.
Etapa 2: atribua cada um dos objetos ao cluster com o centróide mais
próximo.
Passo 3: Determine os novos centróides dokclusters, calculando a
média dos membros do cluster.
Passo 4: Repita os passos 3 e 4 até que não haja mudança na função de
critério após uma iteração (Chu e outros, 2012).
Não há garantia de quek-means encontra o mínimo global, mas
encontra um mínimo local para uma dada escolha inicial de centróides. Para
verificar a variação no agrupamento devido a diferentes centróides iniciais,k
-means é executado várias vezes. Além disso, okO algoritmo -means
pertence à família de algoritmos de agrupamento que requerem a
especificação a priori de um número desejado de agrupamentos.
2.3. Agrupamento em dois estágios
O agrupamento em dois estágios, nesta revisão, refere-se ao uso combinado de dois
métodos de agrupamento, onde a saída do primeiro é usada como entrada
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
no segundo. Mais especificamente, o agrupamento hierárquico é o primeiro
estágio ek-means é o segundo. O motivo da combinação desses dois
métodos e nessa ordem é usar o dendrograma para escolher o número de
clusters a serem usados como “sementes” nok-significa algoritmo. Essa
abordagem combina os pontos fortes de ambos os métodos, onde nenhuma
especificação a priori do número de clusters é necessária na primeira etapa
e a velocidade da segunda etapa. As ligações Ward, Average e Centróide
geralmente precedem ok-significa algoritmo, e geralmente é o caso em que
a ligação de Ward é comumente usada (Tuffery, 2011).
2.4. Outros métodos de agrupamento
Além dos métodos de agrupamento discutidos acima, alguns dos outros
ouk-medóides, modelo de Markov oculto (HMM), modelos de mistura e fuzzy c
(2) -meios que são brevemente descritos.tabela 1fornece uma comparação das
vantagens e desvantagens dos diferentes métodos de agrupamento.
2.4.1. Particionando em torno de medoids
Em vez de usar o valor médio dos objetos em um cluster como ponto de
referência, um objeto real pode ser usado. O objetivo é encontrar o objeto
localizado mais centralmente dentro do cluster, que é chamado de medoid,
e os objetos mais próximos são atribuídos ao medoid para criar clusters (
Madulatha, 2012;Omran et al., 2007). De acordo com Han et ai. (2012), o
critério de erro absoluto é definido como
k
E= dist.(p,oeu)
eu=1pCi (3)
ondeEé a soma do erro absoluto para todos os objetospno conjunto de
dados eeué o objeto representativo deeu. Esta é a base para okmétodo
-medoids, que agrupanobjetos emkclusters minimizando o erro
absoluto.
2.4.2. Modelos ocultos de Markov
Os modelos ocultos de Markov pertencem ao grupo de agrupamento baseado em
modelo e são úteis para dados de séries temporais. Usando um modelo oculto de
Markov, cada ponto de dados representa o valor observado de uma série temporal no
tempot. O modelo consiste em duas partes: (i) a observação da série temporal e (ii) as
variáveis de estado não observadas através das quais as observações da série temporal
são geradas.
O modelo é caracterizado por um conjunto de estados, uma distribuição de probabilidade
inicial para o primeiro estado, uma matriz de probabilidade de transição que liga
43
P. Govender e V. Sivakumar Pesquisa de Poluição Atmosférica 11 (2020) 40–56

tabela 1
Comparação das vantagens e desvantagens dos métodos de agrupamento (Bhagat e outros, 2016;Namratha e Prajwala, 2012,Omran et al., 2007).

método de agrupamento Vantagens Desvantagens

k-significa
• •
• •
Baixa complexidade O número de clusters precisa ser especificado com antecedência

• •
Computacionalmente rápido Sensível a valores discrepantes

• •
Capacidade de lidar com grandes conjuntos de dados A Incapacidade de lidar com clusters não convexos de tamanhos e densidades variáveis
Sensível à escala do conjunto de dados

•
associação do cluster pode ser ajustada

• •
Centróides iniciais diferentes produzem resultados diferentes
k-medoides Outliers menos sensíveis

• •
O número de clusters precisa ser especificado com antecedência
A associação do cluster pode ser ajustada

• •
Centróides iniciais diferentes produzem resultados diferentes
Hierárquico (único, completo, médio, Não requer que o número de clusters seja alta complexidade
centróide e ligação Ward) •
• •
especificado com antecedência Computacionalmente lento
O dendrograma fornece representação gráfica Capacidade de

• •
Depois que os clusters são formados, nenhum ajuste pode ser feito
detectar grupos de formas e tamanhos variados O nível de corte do dendrograma pode ser difícil de decidir
• Clusters dependentes da métrica de distância usada
Modelo oculto de Markov
• Flexibilidade no tratamento de vários tipos de dados
•
•
Requer muitos parâmetros Requer

• •
grandes conjuntos de dados
modelos de mistura Clusters podem ser caracterizados por um pequeno número de Computacionalmente caro se o número de distribuições for grande ou

•
parâmetros o conjunto de dados contém muito poucos pontos de dados observados.

•
Requer grandes conjuntos de dados

Difícil estimar o número de clusters

Difusoc-significa
• Permite flexibilidade de atribuição de cluster Mais • alta complexidade

• realista em termos de poder dar a probabilidade de •

•
O número de clusters precisa ser especificado com antecedência
pertencer a um cluster Pode convergir para um ótimo local

Nvocêm
estados sucessivos e distribuições de probabilidade dependentes do estado
eu=1 eu jxeu
responsáveis por gerar os dados da série temporal. Apenas as observações j= ,
N
eu=1 eu j
vocêm (6)
da série temporal são visíveis para o observador enquanto as variáveis de
estado estão ocultas. O modelo oculto de Markov fornece estatísticas como
ondeNé o número de observações,mé qualquer número real maior que
média, desvio padrão e valores de peso para um cluster, de acordo com as
1, conhecido como coeficiente de imprecisão eeu jrepresenta o grau de
observações que compõem o cluster (Gómez-Losada et al., 2014; Gómez-
adesão dexeuemjo cluster (Chu e outros, 2012).
Losada et al., 2018).

3. Escolha do número ideal de clusters e validade do cluster

2.4.3. modelos de mistura
Em alguns casos, é insuficiente descrever um conjunto de dados usando uma
Uma das principais dificuldades com a aplicação de algoritmos de
distribuição. Isso é particularmente comum quando o conjunto de dados é
agrupamento para a extração de informações e padrões significativos dos
derivado de duas ou mais subpopulações. Portanto, torna-se necessário ajustar
dados é a escolha do número ideal de agrupamentos. Este tem sido um
uma composição de distribuições ao conjunto de dados subjacente, onde tais
tópico de muito debate e ainda é considerado um aspecto importante, ainda
distribuições são chamadas de modelos de mistura. Os modelos de mistura são
não resolvido, da análise de agrupamento. A primeira investigação
definidos pelos parâmetros específicos de cada componente e a proporção em
abrangente de vários procedimentos para determinar o número de clusters
que ocorrem os componentes misturados. O agrupamento de objetos de dados é
foi porMilligan e Cooper (1985), onde 30 critérios de avaliação diferentes
obtido através da determinação dos parâmetros dos componentes e, assim,
foram testados em conjuntos de dados artificiais.
classificando cada objeto de dados pelo respectivo componente. Variáveis como
Para técnicas de agrupamento hierárquico e particional, existem vários
média e variância são usadas para caracterizar esses modelos. Várias técnicas
critérios que podem auxiliar o pesquisador na escolha e validação do número
podem ser usadas para ajustar as distribuições do modelo de mistura, por
ideal de agrupamentos. Estes incluem índice de silhueta, índice de Dunn, Calinski-
exemplo, métodos gráficos, o método dos momentos, estimativa de máxima
Harabz (CH), Davies-Bouldin (DB), índice de Rand, Bayes Information Criterion
verossimilhança (MLE) e abordagens bayesianas. A abordagem mais amplamente
(BIC), Akiake Information Criterion (AIC) e estatísticas de lacunas, soma de
utilizada é o algoritmo Expectation-Maximization (EM) para o MLE da distribuição
quadrados dentro do cluster (WCSS ), soma dos quadrados entre clusters (BCSS) e
do modelo de mistura (Gómez-Losada et al., 2014).
semi-R2, para nomear alguns. Nos estudos de poluição do ar por Beddows et ai.
(2009),Wegner e outros. (2012)evon Bismarck-Osten e Weber (2014), o índice de
2.4.4. C-meios difusos silhueta e o índice de Dunn foram os mais aplicados. O índice de silhueta é uma
Abordagens tradicionais de clustering criam partições, onde dentro da medida da compactação e separação do cluster. Os valores do índice de silhueta
partição um objeto pertence a um e apenas um cluster. Estes são, portanto, variam de -1 a 1, indicando observações não bem agrupadas e bem agrupadas,
clusters “difíceis”. O clustering fuzzy foi criado para aliviar esse problema, respectivamente. Observações com valor 0 indicam aquelas na borda de dois
fornecendo um objeto para ser associado a um cluster usando uma função clusters. O índice de Dunn é definido como a razão entre a distância mínima entre
de pertinência. O clustering fuzzy pode ser convertido em clustering rígido, duas observações pertencentes a diferentes clusters, dividida pela distância
atribuindo cada objeto ao cluster com o maior valor de associação (Jain e máxima entre duas observações pertencentes a um cluster. Um valor de índice de
outros, 1999). o confusoc-means é o algoritmo de agrupamento difuso mais Dunn mais alto indica uma solução de clustering mais ideal (Wegner e outros,
conhecido. O algoritmo tenta minimizar a função objetivo, chamada dec 2012;von Bismarck-Osten e Weber, 2014). Mais detalhes sobre validação de cluster
-significa a função definida como: podem ser encontrados emHalkidi et ai. (2001),Kaufman e Rousseeuw (1990) e
k N Tuffery (2011). Apesar dos diversos critérios disponíveis para auxiliar o
Jm= eu
vocêm ||xeu
j cj||2
j=1eu=1 (4) usuário na seleção do número apropriado de clusters, a escolha do
número de cluster ideal também depende da aplicação e do número
1
k que produzirá os clusters mais significativos. Portanto, cabe ao
eu j= (||xeu cj||/||xeu ceu||)
2/(m1)
, pesquisador avaliar mais de um método para encontrar qual é o
eu=1 (5) melhor para os dados em questão.

44
P. Govender e V. Sivakumar
4. Exposição ao material particulado e risco associado à saúde
humana
Produtos químicos perigosos expelidos no meio ambiente por meio de
uma variedade de atividades naturais e antropogênicas resultam em efeitos
adversos à saúde humana e ao meio ambiente. Os vários poluentes
comumente encontrados, como monóxido de carbono (CO), dióxido de
enxofre (SO2), óxidos de nitrogênio (NOx), compostos orgânicos voláteis
(VOCs), ozônio (O3), PM2.5e PM10, mostram diferenças em sua composição
química, propriedades de reação e capacidade de se difundir em distâncias
longas ou curtas.
A exposição a poluentes tem efeitos agudos e crônicos na saúde
humana, incluindo doenças respiratórias, pulmonares e cardiovasculares.
Além disso, a mortalidade prematura e a expectativa de vida reduzida
também têm sido associadas a exposições a poluentes de curto e longo
prazo.Kampa e Castanas, 2008).
Por muitos anos, os efeitos na saúde associados à exposição ao PM foram
amplamente reconhecidos. Suspensas no ar, essas partículas variam em tamanho
e composição e consistem em misturas complexas e variáveis. Processos
industriais, operações de fábricas e usinas de energia, veículos motorizados,
atividades de construção, incêndios e poeira constituem alguns dos principais
contribuintes para as fontes de MP. PM pode ser classificado em três categorias
com base em seu tamanho em termos de diâmetro aerodinâmico: (1) partículas
ultrafinas (menores que 0,1 μm), (2) partículas finas (menores que 1 μm) e (3)
partículas grossas (maiores que 1 m). A deposição da partícula PM no trato
respiratório depende de seu tamanho. PM10
as partículas se acumulam principalmente na região do trato respiratório
superior, enquanto as partículas finas e ultrafinas têm a capacidade de
penetrar na região do pulmão. Além disso, partículas ultrafinas e finas têm
efeitos piores do que partículas grossas, em termos de mortalidade, efeitos
cardiovasculares e respiratórios.Kampa e Castanas, 2008). Apesar do
tamanho, a presença de PM no ar é, no entanto, uma preocupação
significativa para a saúde pública.
O monitoramento ambiental dos níveis de poluentes atmosféricos é, portanto,
importante para entender o comportamento dos poluentes. Além disso, os
esforços para reduzir os níveis de poluição devem ser fortemente intensificados, o
que inclui a análise e compreensão dos padrões temporais e espaciais do
comportamento dos poluentes e a implementação de estratégias adequadas e
eficazes de controle e mitigação de curto e longo prazos. Esses fatores são cruciais
para garantir que os riscos à saúde humana sejam minimizados. A análise de
agrupamento pode ser usada como uma ferramenta na análise de muitos dos
aspectos acima. Esta revisão destaca muitos dos estudos em que isso foi
alcançado com sucesso.
5. Aplicativos de cluster
Esta seção apresenta as aplicações de ligações hierárquicas (Ward, simples,
médias, centróides e completas) e particionais (k- significa) técnicas de
agrupamento em estudos de poluição do ar que abrangem quase 40 anos. Em
particular, são apresentadas as investigações com foco em padrões espaciais e
temporais, exposição e gerenciamento da qualidade do ar, distribuição de fontes,
rotas de transporte e relação de poluentes atmosféricos à meteorologia sinótica. A
discussão é dividida em duas categorias, ou seja, (1) medições de poluição do ar
baseadas no solo e (2) trajetórias de massa de ar. Geralmente, as técnicas de
agrupamento são referidas como hierárquicas (incluindo ligações de Ward,
simples, médias, centróides e completas),k- significa agrupamento em dois
estágios (hierárquico seguido pork-means) e métodos múltiplos (o uso de mais de
um método de agrupamento).
5.1. Medições de poluição do ar terrestre
Várias obras (Zhang e Smith, 2007;Fullerton e outros, 2008; Harinath e
Murthy, 2012;Laumbach e Kipen, 2012;Bergstra e outros, 2018) destacaram
o impacto dos poluentes do aerossol em várias doenças relacionadas às vias
respiratórias. Portanto, a identificação e análise dos padrões espaciais e
temporais dos poluentes são aspectos importantes para
45
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
entender os níveis e o comportamento de cada espécie, de modo que
estratégias apropriadas de controle e mitigação possam ser implementadas.
A clusterização tem sido uma ferramenta útil para esse fim, onde métodos
hierárquicos têm sido amplamente utilizados (Kalkstein e Corrigan, 1986;
Cheng e outros, 1992;McGregor e Bamzelis, 1995;Greene e outros, 1999;
Saksena et al., 2003;Flemming e outros, 2005;Beaver e Palazoglu, 2006;Giri
et al., 2007;Grivas e outros, 2008;Pires e outros, 2008a;Pires e outros, 2008b;
Contini et al., 2010;Gao et al., 2011;Lu et al., 2011;Unal e outros, 2011;
Dominick e outros, 2012;Latif et al., 2014;Pandey e outros, 2014;Iizuka et al.,
2014;Solazzo e Galamarini, 2015;Kahya et al., 2017;Kwon et al., 2018;Cakmak
et al., 2018;Qiao et al., 2018;Soares e outros, 2018), juntamente com ok
método -means (Crecelius et al., 1980;Gorham e outros, 1984;Sausy e outros,
1987;Sanchez e outros, 1990;Comrie, 1996;Omar e outros, 2005;Kim e
outros, 2008;Jin e outros, 2011;Adame e outros, 2012;Shi e outros, 2014;
Munir e outros, 2015;Lyapina et al., 2016;Zhao et ai. 2016, 2018;Davuliene et
al., 2019). Nesta revisão, também houve estudos (Kalkstein e outros, 1987;
Cheng e outros, 1992;McGregor e Bamzelis, 1995;Greene at al. 1999;Cakmak
et al., 2018) investigando a relação entre o comportamento do aerossol
poluente e o clima, em particular, para identificar eventos sinópticos locais
associados a altos (ou baixos) níveis de poluentes. O agrupamento em dois
estágios e o uso de vários métodos são significativamente menores (Davis e
Kalkstein, 1990;Davis e Gay, 1993;Eder e outros, 1994;Davis e outros, 1998;
Lu e outros, 2006; Beddows e outros, 2009;Austin e outros, 2012;Hsu e
Cheng, 2016,2019). mesa 2apresenta um resumo da literatura que tem
aplicado métodos hierárquicos ek- significa técnicas para medições
terrestres para estudos de poluição do ar. Cada autor é listado junto com os
dados/variáveis agrupados, método e, se mais de um método de
agrupamento foi aplicado, o método que apresentou o melhor desempenho
foi indicado.
5.1.1. Técnicas de agrupamento para análise da variação espacial e temporal de
poluentes
Uma análise da qualidade do ar em Delhi, na Índia, foi realizada porSaksena et
ai. (2003), onde a abordagem de agrupamento de ligação média foi usada para
classificação de dióxido de enxofre (SO2), dióxido de nitrogênio (NO2) e poluentes
critérios de material particulado em suspensão (SPM), usando dados de 9
estações. Clusters representam padrões espaciais dos poluentes. Todos os
poluentes foram classificados em 2 clusters. Em geral, os resultados não
mostraram diferenças estatisticamente significativas existentes na concentração
média de todos os poluentes entre estações pertencentes a diferentes tipos de
uso da terra (residencial e industrial).Giri et al. (2007)usou o agrupamento de
Ward para obter uma compreensão da poluição do ar espacial, em particular PM10
, no vale de Katmandu, no Nepal. Tipos de cluster individuais foram baseados em
PM10concentrações de 6 locais de monitoramento da qualidade do ar, durante as
estações de pré-monção, monção, pós-monção e inverno. Dois clusters
sazonalmente independentes de PM semelhantes10características de
concentração foram identificadas. Esses dois grupos representam fundos de vale
e urbanos e a principal área da cidade associada a alta atividade comercial e
veicular. As características dos aglomerados durante as estações de monção, pós-
monção e inverno foram analisadas. Por exemplo, uma redução no PM10era
esperada concentração durante a monção, porém esta redução só foi observada
em algumas áreas, indicando assim o limitado efeito decrescente da monção.Kim
e outros. (2008)examinou o PM temporal2.5padrões nos EUA para a caracterização
de regiões espacialmente homogêneas. Um total de 522 locais de monitoramento
durante um período de 5 anos foi usado na análise. Os tipos dek- significa que os
clusters identificados foram temporais (resolução anual) e tendências sazonais de
PM2.5concentração. O agrupamento produziu 6 regiões que exibem PM temporal
homogêneo2.5padrões de concentração que foram: regiões Central, Flórida/Costa
do Golfo, Centro-Oeste, Nordeste, Sudeste e Oeste. Dentro de cada região
espacialmente homogênea, padrões temporais distintos foram observados.
Verificou-se que maior PM2.5as concentrações ocorrem no inverno na parte oeste
dos EUA, mas no verão nas regiões nordeste e sudeste. Um estudo investigando a
poluição do ar na China foi realizado porGao et al. (2011). Este estudo focou
P. Govender e V. Sivakumar Pesquisa de Poluição Atmosférica 11 (2020) 40–56

mesa 2
Resumo da literatura que aplicou métodos hierárquicos,k-métodos e técnicas de agrupamento em dois estágios para medições de poluentes terrestres em estudos de poluição do ar.

Ano Autor Dados/variáveis Abordagem/método de agrupamento Método de melhor desempenho se

mais de um usado

1980 Crecelius et al. elementos particulados k-significa

1984 Gorham et ai. Vários íons relacionados à poluição do ar, agricultura e k-significa
maresia
1986 Kalkstein e Corrigan Temperatura do ar e do ponto de orvalho, pressão, velocidade do vento, cobertura de hierárquico
nuvens, visibilidade, SO2

1987 Sausy et ai. Elementos de partícula k-significa

1990 Davis e Kalkstein Temperatura do ar e do ponto de orvalho, pressão, componentes do vento, cobertura de Dois estágios: ligação média ek-
nuvens significa
1990 Sanchez et ai. Concentrações de PM e diversas variáveis meteorológicas. O3 k-significa
1992 Cheng et ai. , TSP hierárquico
1993 Davis e Gay Temperatura do ar e ponto de orvalho, altura geopotencial, velocidade Dois estágios: ligação média ek-
e direção do vento, dados de aerossóis significa
1994 Eder et ai. O3, temperatura do ar e do ponto de orvalho, pressão, nebulosidade, Dois estágios: ligação média ek-
velocidade do vento significa
1995 McGregor e Bamzelis ENTÃO2,NÃO2, ó3, NÃO, CO, PM10, hierárquico
1996 Comrie 850 mb de altura geopotencial k-significa
1998 Davis et ai. Temperatura, pressão, umidade, cobertura de nuvens, velocidade do vento, O3. Dois estágios: Ligação média e
kmeans
1999 Greene et ai. Temperatura do ar e do ponto de orvalho, cobertura de nuvens, pressão e hierárquico
velocidade e direção do vento
2003 Saksena et ai. ENTÃO2, NÃO2, PM PM10, hierárquico
2005 Fleming et ai. ENTÃO2, NÃO2,O3 hierárquico
2005 Osmar et ai. Propriedades microfísicas e ópticas de aerossóis k-significa
2006 Gramsch et ai. PM10, ó3, hierárquico
2006 Lu et ai. PM10 hierárquico,k-significa, mapas auto- k-significa, mapas auto-organizados
organizados
2007 Giri et al. PM10 hierárquico
2008 Beaver et ai. Vento, ó3 hierárquico
2008 Grivas et al. PM10 hierárquico
2008 Kim e outros. PM2.5 k-significa
2008a Pires e cols. ENTÃO2, PM10 hierárquico
2008b Pires e cols. CO, NÃO2, NÃOx, ó3 hierárquico
2009 Beddows et ai. Tamanho da partícula k-significa,k- clusterização mediana, difusa e k-significa
baseada em modelo
2010 Contini et al. Vários PM10espécies iônicas hierárquico
2011 Jin et ai. O3 k-significa
2011 Gao et al. PM10, ENTÃO2, NÃO2 hierárquico
2011 Lu et ai. ENTÃO2, NÃO2, RSP hierárquico
2011 Unal et ai. PM10, velocidade e direção do vento, precipitação, pressão O3, hierárquico
2012 Adame et ai. NÃO2e assim2 k-significa
2012 Dominick e outros. O3, CO, NÃO, NÃO2, ENTÃO2, PM10, temperatura, humidade, velocidade do hierárquico
vento
2012 Wegner e outros. Dados de tamanho de aerossol k-significa
2013 Austin e outros. Um conjunto de 20h2.5componentes Dados de Dois estágios: Ward linkage ek-significa k
2014 Hussein e outros. tamanho de partícula -significa
2014 Iizuka et al. NÃOxOx, PM, NmHC hierárquico
2014 Latif et ai. O3, CO, NÃO, NÃO2, NOx, SO2, PM10, CH4, THC, NmHC PM10, hierárquico
2014 Pandey et ai. PM2.5, PM1,0, ENTÃO2, NÃO2 hierárquico
2014 Shi et ai. NÃO2, ENTÃO2 k-significa
2014 von Bismarck-Osten e Dados de tamanho de número de partícula k-significa
Weber
2015 Huang e outros. PM2.5 hierárquico
2015 Munir e outros. O3 k-significa
2015 Solazzo e Galamarini O3 hierárquico
2016 Cakmak et ai. O3, PM2.5,temperaturas do ar e do ponto de orvalho, pressão, velocidade do hierárquico
vento, cobertura de nuvens
2016 Hsu e Cheng Velocidade e direção do vento, PM2.5 Agrupamento em dois estágios: ligação não
especificada ek-significa método de
2016 Wang et ai. Trajetórias, PM2.5,ENTÃO2, NÃO2, temperatura, umidade, agrupamento não especificado
velocidade e direção do vento
2016 Lyapina et al. O3 k-significa
2016 Zhao et ai. PM2.5,PM10, ENTÃO2, NÃO2, CO, O3 k-significa
2017 Kahya et al. PM2.5 hierárquico
2018 Cakmak et ai. Ozônio, PM2.5,temperaturas do ar e do ponto de orvalho, pressão, velocidade hierárquico
do vento, cobertura de nuvens
2018 Kwon et ai. GEE hierárquico
2018 Qiao et ai. PM2.5 hierárquico
2018 Soares e outros. ENTÃO2, NÃO2 hierárquico
2018 Zhao et ai. PM2.5, ó3 k-significa
2019 Davuliene et al. BC k-significa
2019 Hsu e Cheng Velocidade e direção do vento, pressão ao nível do mar, PM2.5,PM10, Agrupamento em dois estágios: ligação não
O3 especificada ek-significa método de
2019 Zhang et ai. Trajetórias a 500 m, Pb, CO, O3, ENTÃO2, NÃOx agrupamento não especificado

46
P. Govender e V. Sivakumar
sobre a poluição do ar em escala regional e onde foram estudados os índices
diários de poluição do ar (DAPI) de 81 cidades. O DAPI foi analisado, usando
agrupamento de ligação média, para produzir cidades com uma distribuição
semelhante de níveis de poluição. No primeiro nível, os clusters representavam
dois regimes, ou seja, norte e sul, que consistiam em cidades com DAPI
semelhantes. A partir daí, os dois regimes DAPI foram divididos em 7 clusters
onde os clusters representavam a frequência do DAPI para as cidades contidas
neles.Jin et ai. (2011)demonstrou o uso dek-significa agrupamento para identificar
regimes espaciais de poluição por ozônio sobre San Joaquin Valley (SJV) da
Califórnia. Clusters (ou regimes) identificados através do kA abordagem de médias
representa locais de distribuição espacial de ozônio semelhante. Dos seis regimes
identificados, dois correspondem a clusters de ozônio baixo, três a moderado e
um a alto. Medições meteorológicas foram usadas para explicar as distribuições
espaciais do ozônio e sua correlação com aquelas da Bacia do São Francisco (SFB).
Atualmente, os locais de medição existentes foram capazes de capturar padrões
espaciais de ozônio dentro do SFB e do Vale do Scaremento, embora esses locais
ao longo da parte oeste do SJV estivessem sub-representados. Investigar variações
espaço-temporais em PM10concentrações e identificar locais de monitoramento
com comportamento poluente semelhante na Turquia, Istambul,Unal et ai. (2011)
aplicou o agrupamento de Ward aos dados registrados em 10 locais durante um
período de 5 anos. Os clusters identificados foram representativos da
variabilidade temporal do PM diário10concentrações. O agrupamento de inverno,
verão e anual revelou 5 PM distintos10regiões, com variação significativa em toda a
cidade. Seis dias da semana apresentaram maiores concentrações, e as estações
de inverno e verão são caracterizadas por altas e baixas concentrações,
respectivamente. Além disso, PM10as concentrações foram maiores para baixas
velocidades de vento e ventos originários das direções SW e ENE.Dominick e
outros. (2012)poluente atmosférico investigado (O, O3, PM10, ENTÃO2, NÃO2,NO)
fontes e padrões espaciais na Malásia, usando a técnica de agrupamento de Ward.
Clusters representam estações de monitoramento para identificar padrões
espaciais de qualidade do ar. Medições de espécies poluentes juntamente com
umidade de temperatura e velocidade do vento de 8 estações terrestres foram
analisadas. As estações foram classificadas em 3 clusters, que compreendem os
principais centros das cidades (cluster 1), áreas residenciais e comerciais (cluster 2)
e áreas industriais (cluster 3). De todos os poluentes analisados, constatou-se que
o PM10contribuíram com os maiores níveis de poluição em todas as estações. Um
estudo que investigou o agrupamento de poluentes na escala da cidade foi feito
porAustin e outros. (2013), onde PM2.5os dados de 109 locais de monitoramento
foram agrupados usando a abordagem de dois estágios, ou seja, Ward linkage
seguido pork-significa. Os tipos de cluster da abordagem de dois estágios foram
compostos de diferentes regiões geográficas que mostraram proporções
semelhantes de uma variedade de PM2.5elementos. Os grupos resultantes
representam grandes diferenças nas emissões. Igual aDominick e outros. (2012),
Latif et ai. (2014)também realizou uma análise do comportamento dos poluentes
atmosféricos na Malásia usando o método de Ward. No entanto, o estudo incluiu
poluentes orgânicos adicionais, como metano (CH4), hidrocarboneto total (THC) e
hidrocarboneto não metânico (NMHC) durante um período significativamente
mais longo (15 anos) e foi restrito à península da Malásia. Quatro agrupamentos
de padrão de variação temporal foram identificados a partir de dados de
resolução horária de várias variáveis de qualidade do ar. Avaliação das variações
espaciais e sazonais no PM10, PM2.5, PM1,0, ENTÃO2
e não2em uma jazida de carvão de Jharkhand na Índia, foi conduzido porPandey et ai.
(2014), usando agrupamento de ligação média. Os tipos de cluster foram compostos por
locais de monitoramento que retratam comportamento semelhante em termos de
dispersão de poluentes e variações espaciais. Cinco locais de monitoramento da
qualidade do ar foram usados e os resultados mostraram que, para todos os locais, as
concentrações de todos os tipos de PM foram as mais altas durante o inverno, seguido
pelo verão e pelas estações chuvosas.Shi et ai. (2014)conduziu um estudo semelhante em
Xiamen, na China, usando ok-significa abordagem, porém, apenas para NÃO2e assim2, e
em uma localização costeira urbana. Os tipos de cluster consistiram em variações diurnas
de poluentes, que foram classificados em 3 e 4 clusters para NO2e assim2,
respectivamente. Embora muitas soluções parakforam testados, o presente estudo não
conseguiu fornecer novos padrões diurnos em comparação com classificações feitas com
valores menores dek.
47
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
No entanto, os resultados de agrupamento produzidos fornecem informações
úteis sobre regimes de qualidade do ar e níveis de poluição em Xiamen.
Características da distribuição regional de PM2.5em Xi'an, na China, foram
investigados por Huang e outros. (2015), usando um método hierárquico. Tipos de
cluster individuais foram baseados em PM2.5concentrações de 13 locais de
monitoramento que foram divididos em 3 clusters. Algumas das principais
descobertas incluem distribuição temporal de PM2.5concentração é maior no
inverno, seguido do outono, primavera e verão. Em termos de características de
distribuição espacial, a maior concentração localizou-se em 3 dos 13 locais de
monitoramento. Além disso, constatou-se que a distribuição de PM2.5não teve
relação com as localizações geográficas, e variação na concentração de PM2.5foi
principalmente resultado de atividades industriais.Munir e outros. (2015)
estudaram as variações temporais de O3em Makkah, Arábia Saudita. Clusters de 4
e 12 ciclos diurnos foram produzidos. Essas soluções de agrupamento
correspondem a ciclos sazonais e mensais, respectivamente.Zhao et ai. (2016)
realizou uma avaliação da qualidade do ar em 31 cidades chinesas, por meio da
análise de 6 critérios poluentes (PM2.5, PM10, CO, NÃO2, ENTÃO2e O3) no que diz
respeito à sua variação anual e diurna, a fim de compreender melhor a situação
da poluição na China. Tipos de aglomerados de variação anual, sazonal e diurna
foram estabelecidos separadamente para cada um dos 6 poluentes. Em termos de
variações anuais, o agrupamento de PM2.5e assim2as concentrações dividiram as
cidades em 3 e 5 grupos, respectivamente, e com base no PM10, CO, NÃO2e O3
cidades divididas em 4 grupos. Com exceção de O.3, CO e SO2, as concentrações
de poluentes nos meses de inverno foram significativamente maiores do que nos
outros meses. As cidades mais poluídas estavam localizadas principalmente na
planície do norte da China e no nordeste da China durante abril de 2014 a março
de 2015 devido ao rápido crescimento econômico e mais emissões industriais nas
regiões. As cidades pouco poluídas estavam principalmente na região sul e
aquelas cidades com altitude elevada. Variação diurna de O3
as concentrações mostraram tendências opostas às de outros poluentes.
Kahya et al. (2017)aplicou o agrupamento de Ward para investigar o PM
espacial e temporal2.5distribuições na Turquia. Os tipos de cluster
consistiram em 13 estações de monitoramento que foram agrupadas em 5.
Dois locais exibiram o maior PM2.5concentrações que foram atribuídas
principalmente ao aquecimento de combustível fóssil. Quatro estações
urbanas excederam o limite padrão durante o período de estudo.Qiao et ai.
(2018)usou agrupamento de ligação média para investigar PM2.5distribuição
de fontes e contribuições de 25 cidades chinesas, derivadas de um modelo
de Qualidade do Ar Multiescala Comunitária (CMAQ). Nove clusters
representaram grupos de cidades com contribuições semelhantes. Os
resultados mostraram o maior e o menor PM anual2.5concentrações para as
cidades do norte e do litoral sul e leste, respectivamente. As incertezas do
modelo na repartição da fonte e nas estimativas de contribuição podem ser
atribuídas aos inventários de emissões não padronizados disponíveis para a
China.Zhao et ai. (2018)identificou as potenciais regiões de origem de PM2.5e
O3atingindo a Bacia de Sichuan na China, aplicandok-significa agrupamento
de dados de 22 locais. Tipos de cluster compostos por PM por hora2.5
e O3dados agrupados em 4 e 5 clusters, respectivamente. Maior concentração de
PM2.5estavam localizados principalmente nas regiões oeste e sul da bacia de
Sichuan. para O3, foram observadas grandes diferenças nas variações entre as
cidades, com níveis elevados nas partes sul e leste da bacia. Além disso, as
trajetórias chegando a 500 m foram atribuídas a clusters usando o método de
Ward. Principais vias de transporte resultando em aumento de PM2.5e O3as
concentrações no inverno e no verão, respectivamente, foram identificadas
combinando trajetórias com concentrações de poluentes. O planalto tibetano foi
considerado uma importante região fonte de alto teor de O3, principalmente para
a região oeste. Outros estudos recentes envolvendo agrupamento para avaliação
de poluentes na China incluem o deZhang et ai. (2019).Davuliene et al. (2019)
apresentou uma análise da variação do carbono negro (BC) em Preila, Lituânia,
durante um período de 8 anos, usando o esquema de agrupamento de trajetória
reversa desenvolvido porBycenkiene et al. (2014)(discutido mais tarde). As
concentrações mais baixas e mais altas de black carbon foram observadas durante
as estações de inverno e verão, respectivamente.
P. Govender e V. Sivakumar
5.1.2. Técnicas de agrupamento para monitoramento da qualidade do ar e otimização de redes
de monitoramento
Fleming et ai. (2005)produziu um esquema de classificação da qualidade do ar
para PM10, ó3, ENTÃO2e não2poluentes na Alemanha, usando Ward linkage. Os
clusters representaram os ciclos diários, semanais e anuais dos 4 poluentes. Três
técnicas de agrupamento, o método de Ward,k-meios, e uma combinação de
mapas auto-organizados (SOMs) ek-meios, foram usados porLu et ai. (2006)para
PM de inverno10concentrações em Taiwan. A comparação das três técnicas
sugeriu que 71 estações que compõem a rede de monitoramento da qualidade do
ar podem ser classificadas em 5 classes (ou regiões) de qualidade do ar, com a
abordagem combinada produzindo os melhores resultados. Clusters individuais
representavam as diferentes regiões do país, com base no PM10distribuição. Das 5
regiões, PM10os níveis de poluição foram os mais altos e os mais baixos nas
regiões sul e leste de Taiwan, respectivamente. A utilização de clustering para a
gestão de estações de monitorização da qualidade do ar na área metropolitana do
Porto, em Portugal, foi examinada porPires e cols. (2008a). Focando no enxofre SO
2e PM10concentrações, os objetivos eram identificar áreas exibindo tendências de
poluição semelhantes e encontrar a fonte dessas emissões. De um conjunto de 10
locais de monitoramento, o agrupamento pelo método de ligação média foi usado
para criar 6 agrupamentos, não mais que 2 agrupamentos para SO2e PM10,
respectivamente. Os tipos de cluster consistiam em SO2e PM10concentrações dos
vários locais de monitoramento. Os resultados mostraram que muitas áreas são
caracterizadas pelos mesmos padrões de poluição do ar, mas são cobertas por
mais de uma estação de monitoramento, sugerindo uma gestão ineficaz do
número de estações dentro da rede. As estações adicionais possivelmente
poderiam ser movidas para áreas que atualmente carecem de cobertura,
expandindo assim a cobertura geral da rede. Uma fonte principal de emissão foi
encontrada para SO2
enquanto três fontes foram encontradas para PM10. Usando a mesma abordagem
de agrupamento,Pires e cols. (2008b)estenderam seus trabalhos anteriores
considerando as concentrações de monóxido de carbono CO, NO2, e O3para o
mesmo local. O agrupamento revelou 3 grupos diferentes para CO e para NO2e 2
grupos para O3. Os tipos de cluster foram semelhantes aos apresentados emPires
e cols. (2008a), mas para diferentes poluentes. Dois dos locais de monitoramento
mostraram diferenças no comportamento dos poluentes devido à localização das
fontes de emissão dominantes e à topografia do local. Usando agrupamento de
ligação média,Lu et ai. (2011)realizou um estudo semelhante paraPires e cols.
(2008a,2008b), para a avaliação de uma rede de monitoramento da qualidade do
ar em Hong Kong. No entanto, a análise foi restrita a SO2, NÃO2e partículas
suspensas respiráveis (RSP). Igual aPires e cols. (2008a,2008b), clusters
representam poluentes (SO2, NÃO2, RSP) dos locais de monitoramento. Os
resultados deste estudo foram destinados a serem utilizados para otimização do
número de estações de monitoramento na região. Isso ocorreu porque
atualmente existem estações de monitoramento redundantes que contribuem
para o gerenciamento ineficaz da qualidade do ar, o que exigiu realocação.Iizuka
et al. (2014)adotou o uso do agrupamento de Ward para quatro poluentes (NOx, ó
x, PM e NMCH) na região de Kanto no Japão. Usando medições de poluição do ar
por 2 anos não consecutivos, um total de 476 estações de monitoramento foram
agrupadas em 8. As estações de monitoramento com base na similaridade do
comportamento do poluente individual compreendiam os diferentes tipos de
cluster. Foi também explorada a redução do número de estações de
monitorização, onde foram propostos 3 critérios simples. Com a aplicação desse
critério, uma parcela significativa das estações de monitoramento poderia ser
removida, mas os detalhes desse método de remoção não foram discutidos. O
agrupamento por ligação completa foi empregado porKwon et ai. (2018)para a
análise de informações de emissões de gases de efeito estufa (GEE) de 24 países
asiáticos registradas por uma década. Seis grupos de GEE (AF) foram
estabelecidos, fornecendo assim um agrupamento de países com características
semelhantes de emissões principais e secundárias de GEE. Os resultados do
estudo têm implicações para o desenvolvimento de outras estratégias de
mitigação climática na Ásia. Igual aShi et ai. (2014),Soares e outros. (2018)também
investigou NÃO2e assim2poluentes, mas por agrupamento de ligação média. Um
dos objetivos era analisar e otimizar as redes de monitoramento da qualidade do
ar no Canadá. Os tipos de cluster foram baseados em distribuições espaciais de
48
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
os poluentes individuais.
5.1.3. Técnicas de agrupamento para correlacionar concentrações de poluentes com
condições sinóticas específicas
Kalkstein e Corrigan (1986)usou o método de agrupamento de Ward
para investigar a relação entre SO2concentrações e meteorologia para
Wilmington, Delaware. Dez clusters foram identificados descrevendo as
categorias sinóticas ligadas aos diferentes SO2níveis de concentração. A
regressão linear foi usada para examinar a relação entre variáveis
climáticas individuais e SO2concentrações, no entanto, as relações foram
consideradas bastante fracas. Estudos que envolveram o uso de técnicas de
agrupamento para relacionar parâmetros de qualidade do ar, como O3,
à meteorologia foi conduzido porEder et ai. (1994)eDavis et ai. (1998).
Agrupamento em dois estágios, ou seja, ligação média seguida pork-means foi a
abordagem preferida, pois mostrou ter o melhor desempenho em termos de
coesão do cluster. Além disso, foi aplicado com sucesso em estudos anteriores (
Davis, 1991; Davis e Walker, 1992;Davis e Gay, 1993) que visam vincular a poluição
do ar e a qualidade do ar com a meteorologia. O clustering de ligação média foi
empregado porCheng et ai. (1992)para investigar as concentrações de poluição O3
e partículas suspensas totais (TSP)) na Filadélfia durante o verão. O Temporal
Synoptic Index (TSI) desenvolvido anteriormente porKalkstein et ai. (1987)foi
usado novamente como a variável de agrupamento para estabelecer 10 tipos de
agrupamento das principais categorias sinóticas de verão. As concentrações de
poluentes associadas a cada categoria mostraram a maior concentração de massa
de ar continental, caracterizada por baixas quantidades de cobertura de nuvens,
alta temperatura e pressão do ar, uma grande depressão do ponto de orvalho e
ventos moderados de sudoeste. Alternativamente, o polar continental,
relacionado à condição de baixa pressão do ar e temperatura do ponto de orvalho,
apresentou a menor concentração de poluição.Comrie (1996)identificou 6 padrões
de circulação atmosférica na região da fronteira EUA-México, com o objetivo de
relacionar os padrões climáticos com a poluição por ozônio na região. Aplicação
dek-significa o agrupamento de dados de altura geopotencial de 850 mb durante
um período de 32 anos, produziu 6 principais padrões de circulação. Os tipos de
aglomerados representam os 6 padrões de circulação atmosférica
climatologicamente característicos, consistindo em fluxo ciclônico e anticiclônico.
Verificou-se que os períodos de alta poluição por ozônio ocorrem durante a
presença de sistemas de alta pressão e, portanto, durante o verão. Uma avaliação
dos padrões climáticos sinópticos nas concentrações de poluentes registradas no
verão para quatro cidades dos EUA com condições climáticas variadas foi
conduzida porGreene et ai. (1999). Usando uma série de variáveis
meteorológicas, incluindo temperatura do ar e do ponto de orvalho, cobertura de
nuvens, pressão e velocidade e direção do vento, o objetivo foi desenvolver uma
ETI que possa ser usada para identificar eventos sinóticos associados a episódios
específicos de poluição. Foi aplicado agrupamento de ligação média, produzindo
entre 8 e 10 categorias sinóticas para todas as cidades. Esses tipos de
aglomerados representavam categorias sinóticas que descrevem as diferentes
condições atmosféricas que normalmente ocorrem em um determinado local e
que foram associadas a características meteorológicas específicas. No geral,
verificou-se que as quatro cidades diferem em suas cargas de poluição sob os
diferentes padrões sinóticos. No entanto, este estudo tem mais implicações para a
relação entre clima e poluição e seu efeito na mortalidade humana.Gramsch et ai.
(2006)aplicou agrupamento hierárquico a O3e PM10concentrações para Santiago,
Chile, e demonstrou que esses dois poluentes tinham características de
agrupamento semelhantes, sugerindo que as concentrações desses poluentes
eram controladas por fatores meteorológicos e topográficos. Os quatro clusters
estabelecidos representam similaridade espacial entre as estações baseadas no O
3e PM10padrões poluentes. Além disso, a redução da poluição para essa região em
particular deve incorporar toda a cidade, pois os resultados mostram que os níveis
locais de poluição não dependem apenas das fontes locais de emissão.Adame et
ai. (2012)aplicadok-significa agrupamento de padrões diários de O3, NÃO2e assim2,
onde a região de estudo era de forte atividade industrializada na Espanha, e onde
poderiam ser definidos quatro regimes. Os quatro tipos de regime (ou cluster)
descrevem a variação diurna para cada poluente na resolução temporal horária.
Análise do diário
P. Govender e V. Sivakumar
variação de parâmetros meteorológicos associados, como temperatura e
velocidade do vento, foram utilizadas para caracterizar as condições que estão
ligadas à ocorrência desses regimes. Para a variação diária do ozônio, um dos
aglomerados apresentou pico nas primeiras horas da manhã. As possíveis razões
para isso podem ser a influência de emissões industriais, formação de camada
residual durante a noite e intensos mecanismos de mistura durante o dia. No
entanto, essas razões exigiram verificação possivelmente com o auxílio de
modelos meteorológicos de mesoescala.Hsu e Cheng (2016)demonstrou o uso da
abordagem de agrupamento em dois estágios para a classificação de padrões
sinóticos de tempo com o objetivo de investigar a influência de características
meteorológicas no PM2.5em Yunlin, Taiwan. As principais condições
meteorológicas sinóticas compreendiam os diferentes tipos de aglomerados para,
por exemplo, anticiclone continental, fluxo de monções e sistema de alta pressão
subtropical do Pacífico.Wang et ai. (2016)PM investigado2.5características de
poluição por um período de 3 anos em Xangai, China. Variações sazonais no PM2.5
concentração de massa foram analisados juntamente com os principais padrões
de transporte regionais gerados através do modelo HYSPLIT. Trajetórias de
retorno sobre a região de Xangai foram agrupadas e 4 tipos de massa de ar foram
identificados. Geralmente, a massa de ar da região oeste resultou na maior
poluição, enquanto a massa de ar do mar da China Oriental teve a menor poluição
devido ao ar marítimo. PM moderado2.5a poluição foi associada à massa de ar do
norte da China. Usando agrupamento hierárquico com exposição e dados
meteorológicos,Cakmak et ai. (2018)realizou uma avaliação dos efeitos do PM a
longo prazo2.5
e exposição ao ozônio, estabelecendo zonas climáticas sinóticas no Canadá. Com
base em 5 parâmetros, 6 categorias/zonas meteorológicas foram estabelecidas
(aqui e no estudo anterior porCakmak et al., 2016). Os tipos de aglomerados eram
zonas de tipo climático espacialmente diferenciadas. PM alto2.5e descobriu-se que
as exposições ao ozônio estão correlacionadas com diferentes categorias
climáticas, fornecendo informações úteis sobre como os padrões climáticos
influenciam o impacto dos poluentes atmosféricos na saúde e na mortalidade
humanas. Além disso, a exposição ocupacional à poluição do ar também foi um
aspecto investigado e contribuiu para o câncer de pulmão. No entanto, algumas
ocupações foram consideradas de maior risco do que outras, mas isso não pode
ser totalmente explicado pela presente análise. Semelhante ao seu trabalho
anterior,Hsu e Cheng (2019)realizou uma classificação dos padrões sinóticos do
tempo para avaliar os efeitos das condições meteorológicas no PM10, PM2.5e O3
poluentes. Os tipos de cluster compreendiam tipos de clima de inverno associados
a altas concentrações de poluentes. Seis padrões climáticos e o comportamento
poluente associado foram identificados para a região.
5.1.4. Técnicas de agrupamento para outros tipos de agrupamento
Crecelius et al. (1980)realizou um dos primeiros estudos sobre aerossóis onde
kO agrupamento de meios foi usado para examinar os tipos de aerossóis e seu
processo de formação associado. Os tipos de cluster consistiram em grupos de
elementos que têm um processo de formação semelhante. Classificação das
propriedades microfísicas e ópticas de aerossóis de 250 estações da Aerosol
Robotic Network usandok-significa agrupamento, foi feito porOsmar et ai. (2005).
Um conjunto de 6 grupos principais de tipos de aerossóis foi classificado como
poeira do deserto, queima de biomassa, poluição industrial urbana, fundo rural,
poluição marinha poluída e poluição suja (ou seja, poluição contendo quantidades
significativas de espécies absorventes). O exame da climatologia das medições in
situ em locais individuais foi proposto como uma validação apropriada dos
resultados do agrupamento. No entanto, a disponibilidade de tais dados estava
atualmente restrita a poucos locais e, além disso, as medições in situ dos tipos de
aerossóis nas estações AERONET eram bastante limitadas.Beddows et ai. (2009)
investigou o uso de quatro, ou seja, difuso,k- significa,k-técnicas de agrupamento
baseadas em modelos e medianas, para a caracterização de dados de tamanho de
partícula de 4 estações de monitoramento no Reino Unido. Após a aplicação de
um índice de validade de cluster apropriado,k-means foi encontrado para produzir
o melhor agrupamento. Os tipos de aglomerados mostram tendências diurnas e
noturnas distintas nos dados de tamanho de partícula e revelaram informações
relacionadas sobre sua formação e processos dinâmicos que foram essenciais
para entender seu efeito na saúde humana. Uma extensão desta análise, incluindo
dados de fontes de partículas adicionais em toda a cidade, seria necessária se a
distribuição da fonte fosse
49
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
examinado.Wegner e outros. (2012)analisou as distribuições de tamanho do
número de aerossóis. Os resultados mostraram 7 distribuições de tamanho
características. Distribuições de tamanho agrupadas foram analisadas em termos
de propriedades físicas e associação com condições meteorológicas locais. Igual a
Beddows et ai. (2009),Hussein e outros. (2014)aplicadok- significa agrupar para
entender as impressões digitais de partículas de aerossol urbano em Helsinque,
Finlândia. Sete impressões digitais de aerossóis foram identificadas, algumas das
quais originárias de fontes locais, como o setor de transporte e outras atividades
antrópicas.von Bismarck-Osten e Weber (2014)demonstrou a aplicação de doisk
-significa abordagens de agrupamento para analisar a distribuição do tamanho do
número de partículas de 9 locais na Europa Central. Uma assinatura específica foi
atribuída a cada tipo de aglomerado com base na ocorrência temporal e sazonal e
nas condições meteorológicas predominantes.
5.2. Trajetórias de massa de ar
Uma trajetória descrita porDorling e Davies (1995)é a “história” de uma
encomenda aérea.Hafner e outros. (2007)explica que as trajetórias são uma
aproximação do caminho percorrido por uma partícula de ar antes de chegar a
um determinado local. A aplicação da análise de cluster às trajetórias resultará em
grupos com velocidades e direções de transporte semelhantes e que são
considerados representativos de padrões sinóticos específicos. Dentro de cada
cluster, as trajetórias individuais podem ser calculadas para produzir uma
trajetória média que representa o padrão geral do cluster. Uma fonte comum de
trajetórias inclui a Trajetória Integrada Lagrangiana de Partícula Única Híbrida,
(HYSPLIT) modelo do Laboratório de Recursos Aéreos (ARL) da Administração
Oceânica e Atmosférica Nacional (NOAA). HYSPLIT é o modelo de trajetória de ar
mais amplamente aplicado empregado para estabelecer relações fonte-receptor
em longas distâncias (Wang e outros, 2010). A aplicação do agrupamento de
trajetórias de massas de ar para a análise de padrões de circulação atmosférica,
relacionando massas de ar a condições sinóticas/meteorológicas e investigando o
comportamento de poluentes em termos de sua fonte, rotas de transporte,
distribuição de fontes e monitoramento da qualidade do ar, foram os objetivos
comuns em muitos dos os estudos revisados aqui.
Nos últimos anos, o agrupamento de trajetórias de massas de ar tem
sido amplamente utilizado para identificar grupos homogêneos de padrões
de transporte. Em particular, o k- significa que as técnicas foram
extensivamente aplicadas (Brankov e outros, 1988; Legras e outros, 1988;Mo
e Gil, 1988;Dorling e outros, 1992;Dorling e Davies, 1995;Mahura e outros,
1999;Jorba e outros, 2004;Abdalmogith e Harrison, 2005;Borge e outros,
2007;Hafner e outros, 2007;Pongkiatkul e Oanh, 2007;Toledano e outros,
2009;Padeiro, 2010;Markou e Kassomenos, 2010;Rozwadowska e outros,
2010;Wang e outros, 2010;Wong e outros, 2010;Cheng et ai. 2011,2013;
Makra et al., 2011;Valenzuela e outros, 2012;Bycenkiene et al., 2014;Yu et al.,
2014;Donnelly e outros, 2015;Lv et al., 2015;Luo e Chen, 2015;Terrouche et
al., 2015;Fang e outros, 2017;Ding e outros, 2017;Wu e outros, 2018;Skiles e
outros, 2018;Liu e outros, 2019;Zhan e outros, 2019). Outros trabalhos (
Moody e Galloway, 1988;Moody e Samson, 1989;Cheng e Wallace, 1993;Cape
et al., 2000;Wang e outros, 2004;Taubman e outros, 2006;Tshela e Djolov,
2018) empregaram vínculos Ward e average, enquanto menos estudos (
Fernau e Samson, 1990a; b;Harris e Kahl, 1990;Ele e outros, 2003;
Kassomenos et al., 2010;Li e outros, 2012) contaram com vários métodos e
abordagens em dois estágios.Tabela 3apresenta um resumo da literatura
que tem aplicado métodos hierárquicos ek- significa técnicas para trajetórias
de massas de ar para estudos de poluição do ar. Cada autor é listado junto
com os dados/variáveis agrupados, método e, se mais de um método de
agrupamento foi aplicado, o método que apresentou o melhor desempenho
foi indicado.
5.2.1. Técnicas de agrupamento para vincular trajetórias de massas de ar com
meteorologia sinótica
Usando o agrupamento de Ward,Moody e Galloway (1988)
investigou a relação entre o transporte atmosférico e a composição da
precipitação nas Bermudas. Trajetórias para níveis de 850 mb e 700 mb
foram calculadas usando o Gridded Atmospheric Multilevel Backward
P. Govender e V. Sivakumar Pesquisa de Poluição Atmosférica 11 (2020) 40–56

Tabela 3
Resumo da literatura que aplicou métodos hierárquicos,k-métodos e técnicas de agrupamento em dois estágios para trajetórias de massas de ar em estudos de poluição do ar.

Ano Autor Dados/variáveis Abordagem/método de agrupamento Método de melhor desempenho

se mais de um usado

1988 Legras et ai. Alturas geopotenciais de 500 hPa Alturas k-significa

1988 Mo e Gil geopotenciais de 500 mb Trajetórias a 850 mb, k-significa
1988 Moody e Galloway 700 mb Rawinsonde e dados químicos de hierárquico
1989 Moody e Sansão precipitação Trajetórias a 300 m acima do nível do hierárquico
1990a Fernau e Sansão solo Trajetórias a 300 m acima do nível do solo hierárquico ligação de ala
1990b Fernau e Sansão Trajetórias a 700 hPa e 500 hPa hierárquico ligação de ala
1990 Harris e Kahl Agrupamento hierárquico em dois Dois estágios
estágios: ligação de Wards ek- significa

1992 Dorling e outros. Trajetórias a 1000 hPa k-significa

1993 Cheng e Wallace Campos de altura de 500 hierárquico
1995 Dorling e Davies hPa Trajetórias a 1000 hPa k-significa
1998 Brankov e outros. Trajetórias a 200 m acima do nível do solo k-significa
1999 Mahura et ai. Trajetórias k-significa
2000 Cabo et al. Trajetórias para 900 hPa hierárquico
2003 Ele e outros. Trajetórias a 200 m, 500 m, 1000 m, 1500 m, 2000 me 3000 m acima do Agrupamento em dois estágios:
nível do solo, PM2,5 ligação média ek-significa k-significa
2004 Jorba et ai. Dados meteorológicos, trajetórias a 5500 m, 3000 m, 1500 m acima do nível médio do
mar
2004 Wang et ai. Trajetórias a 1100 m acima do nível do solo hierárquico
2005 Abdalmogith e Trajetórias a 900 hPa, PM10 k-significa
Harrison
2006 Taubman et ai. Trajetórias a 1000 m, 2000 m, 3000 m acima do nível do solo hierárquico
2007 Hafner e outros. Trajetórias, PM2.5 k-significa
2007 Borges et ai. Trajetórias a 750 m, 1.500 m e 3.000 m acima do nível médio do mar Trajetórias a 1.000 m k-significa
2007 Pongkiatkul e Oanh acima do nível do solo, altura média de mistura, altura máxima de mistura, nebulosidade k-significa
total, temperatura de bulbo seco e úmido, pressão de superfície, precipitação diária,
umidade, velocidade do vento e direção Trajetórias a 500 m, 1500 m, 3000 m acima do
2009 Toledano et ai. nível médio do mar Trajetórias a 10 m, 400 m, 800 m acima do nível do solo k-significa
2010 padeiro k-significa
2010 Kassomenos et al. Trajetórias a 10 m, 100 m e 500 m acima do nível do solo hierárquico,k-meios e mapas Nenhum indicado
auto-organizados
2010 Markou e Trajetórias a 750 m, 1500 m, 3000 k-significa
Kassomenos m acima do nível médio do mar
2010 Rozwadowska et ai. Trajetórias 1000 m 2500 m e 5000 m acima do nível médio do mar, AOT k-significa
2010 Wang et ai. Trajetórias a 300 m acima do nível do solo k-significa
2010 Wong e outros. Trajetórias a 500 m, 1.000 m, 2.000 m e 4.000 m, dados de aerossol Dois estágios: Ward ek-significa k
2011 Cheng et ai. Trajetórias a 50 m acima do nível do solo, PM2.5 -significa
2011 Makra et al. Trajetórias a 500, 1500 e 3000 m acima do nível do mar, PM10,e dados k-significa
2012 Li et ai. meteorológicos Dados meteorológicos, PM10,trajetórias a 200 m Agrupamento em dois estágios:
ligação média ek-significa k-significa
2012 Valenzuela et ai. AOD, AE, Trajetórias a 1500 m, 3000 m acima do nível do solo
2013 Cheng et ai. Trajetórias a 30 m acima do nível médio do mar, PM10 k-significa
2014 Bycenkiene et al. Trajetórias a 100 m acima do nível médio do mar, BC k-significa
2014 Yu et ai. Trajetórias a 100 m acima do nível do solo, PM2.5, PM10, ó3, NÃO2, CO, SO2 k-significa
2015 Donelly et ai. Trajetórias, NÃO2, PM10 k-significa
2015 Lv et al. Trajetórias a 200 m acima do nível do solo, PM2.5 k-significa
2015 Luo e Chen Trajetórias, PM2.5 k-significa
2015 Terrouche et ai. Trajetórias a 750 m k-significa
2017 Fang et ai. Trajetórias a 10 m acima do nível do solo, PM10, PM2.5 k-significa
2017 Ding et ai. Trajetórias a 100 m acima do nível do solo, PM2.5 k-significa
2018 Skiles et ai. Trajetórias a 100 m, PM2.5 k-significa
2018 Tshela e Djolov Trajetórias a 500 m acima do nível do solo Trajetórias hierárquico
2018 Wu e outros. a 100 m acima do nível do solo, PM2.5 k-significa
2019 Liu et ai. Trajetórias, AOD, velocidade do vento e alturas geopotenciais de 850 hPa e k-significa
500 hPa
2019 Zhan et ai. Trajetórias a 1000 m, PM2.5, PM10, CO, NÃO2, ENTÃO2, ó3,e dados meteorológicos k-significa

Modelo de Trajetória Isobárica (GAMBIT). Padrões de fluxo dominante por estação
foram identificados onde havia 7 e 9 clusters encontrados para as estações
quentes e frias, respectivamente. As concentrações de sulfato e nitrato foram
maiores na estação quente em comparação com a estação fria. Embora este
estudo tenha abordado a influência do transporte atmosférico na composição da
precipitação, também existem outros fatores de influência, como deposição úmida
e seca. Ignorar esses fatores limita a quantidade de variabilidade química que
pode ser explicada considerando apenas o caminho de transporte em
consideração. Igual aMoody e Galloway (1988),Moody e Sansão (1989)analisou as
trajetórias de volta através do agrupamento hierárquico de Ward para identificar
os episódios de precipitação que ocorreram
sob padrões de transporte semelhantes no centro-oeste dos Estados Unidos. Os
resultados do agrupamento forneceram informações sobre as características de
precipitação para a região. Por exemplo, descobriu-se que certos padrões de
transporte estavam fortemente correlacionados com concentrações de íons mais
altas. Outros resultados também mostraram que diferenças nos padrões de
transporte podem ser responsáveis pela variabilidade na composição da
precipitação. Havia também vários outros possíveis fatores que poderiam ter
resultado em diferenças na composição mesmo em condições de transporte
semelhantes, mas não foram abordados. O agrupamento hierárquico por ligação
de Ward aplicado ao vetor de transporte derivado de trajetórias de retorno foi
investigado porFernau e Sansão (1990a). O objetivo era

50
P. Govender e V. Sivakumar
caracterizar movimentos de massa de ar e identificar períodos de meteorologia e
química de precipitação semelhantes para a região leste da América do Norte. A
análise de agrupamento de trajetórias amostradas em 10 locais produziu 7
agrupamentos, com campos de transporte médios distintos correspondentes a
sistemas de alta e baixa pressão observados em mapas meteorológicos. Além de
Ward, foram testadas ligações médias, centróides e medianas, mas os resultados
mostraram-se insatisfatórios, uma vez que um grande cluster e clusters menores
referidos como “clusters outliers” foram produzidos. Isso contrasta com a
configuração de agrupamento produzida pelo método de Ward, que resultou em
agrupamentos de tamanho igual.Fernau e Sansão (1990b)estenderam seus
trabalhos anteriores investigando a precipitação espacial e os padrões de
poluentes para a mesma região. O agrupamento de Ward foi novamente usado e
identificou padrões climáticos correlacionados com grandes quantidades de
deposição de poluição. A análise revelou alguns clusters associados a condições
muito secas na região, enquanto alguns com níveis de precipitação muito altos.
Além disso, alguns aglomerados foram associados a altos níveis de deposição de
poluentes. Verificou-se que as maiores deposições de poluentes nas áreas mais
amplas foram resultado de padrões médios de transporte, com grandes áreas de
movimento lento de massa de ar sobre as regiões de altas emissões de enxofre.
Harris e Kahl (1990)realizou classificação de trajetória para Mauna Loa, Havaí. A
análise de 8 anos de trajetórias isobáricas de 700 hPa e 500 hPa foi realizada
usando o agrupamento de Ward, após o linkage médio e k-significa métodos.
Ward foi combinado com ok-means procedimento, que revelou 6 clusters com
características distintas, como fluxo de leste no verão associado a ventos alísios e
forte fluxo de oeste durante o inverno. O clustering de ligação média foi
eliminado, pois produziu clusters outliers contendo poucos membros do cluster.
Dorling e outros. (1992) fez uso dek-significa o agrupamento de trajetórias
isobáricas de 1000 hPa chegando a Eskdalemuir, na Escócia, para investigar a
relação entre a meteorologia sinótica e as concentrações de poluentes. Foram
encontrados oito clusters que descrevem fluxos de ar distintos com regiões de
fonte de poluição significativamente diferentes que foram identificadas.Cheng e
Wallace (1993)aplicou o agrupamento de Ward aos padrões de circulação no
inverno no Hemisfério Norte. Vários regimes foram estabelecidos por meio do
agrupamento, três dos quais foram considerados os mais reprodutíveis em
subconjuntos de dados. A reprodutibilidade dos clusters maiores foi comparada
observando quão bem vários deles foram replicados quando o procedimento foi
repetido em metades escolhidas aleatoriamente do conjunto de dados em um
conjunto de 50 execuções. No entanto, apesar desta tentativa de verificar a
reprodutibilidade, observou-se que a adesão mesmo dos clusters mais
reprodutíveis mudou substancialmente.Dorling e Davies (1995) foi uma extensão
do trabalho deDorling e outros. (1992), em que foi aplicada a mesma técnica de
agrupamento e onde foram incluídas cinco estações de monitorização adicionais
no noroeste da Europa.McGregor e Bamzelis (1995)empregou o procedimento de
agrupamento hierárquico de Ward para categorizar uma variedade de variáveis
meteorológicas com o objetivo de identificar dias de condições climáticas
semelhantes e diferentes tipos de massa de ar para Birmingham, Reino Unido.
Usando o índice sinótico multivariado, foram encontrados 6 tipos principais de
massas de ar e as características meteorológicas associadas foram delineadas. A
categoria de massa de ar anticiclônica continental marítima mista foi a que
ocorreu com mais frequência. Características dos poluentes, em particular do SO2,
NÃO2, ó3, NÃO, CO, PM10, associados aos principais tipos de massa de ar também
foram apresentados. Uma das descobertas foi que a atividade anticiclônica está
ligada a uma maior frequência de eventos de poluição severa em comparação
com a atividade ciclônica. Devido à variação espacial das relações meteorológicas
de poluição do ar, qualquer índice sinótico derivado de dados específicos da
estação pode não ser aplicável além da região para a qual foi desenvolvido. A
aplicação do agrupamento de ligações médias para trajetórias de retorno
chegando a Mace Head, na Irlanda, foi conduzida porCabo et al. (2000). Os 5 tipos
de aglomerados produzidos podem ser descritos como norte, noroeste, oeste,
sudoeste e leste. Uma das principais descobertas incluiu a diferença significativa
nas concentrações de ozônio dos aglomerados. Embora o estudo tenha sido
baseado em um conjunto de dados muito limitado, diferentes concentrações de
ozônio foram adequadamente capturadas por agrupamento.Jorba et ai. (2004)
agrupado de volta
51
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
trajetórias chegando a 1500, 3000 e 5500 m acima do nível do mar para a área de
Barcelona, usando 4 anos de dados de trajetória. Os principais padrões de
transporte foram identificados a 5500 m, que consistiam em fluxos de oeste,
noroeste, sudoeste e recirculações regionais. Alguma da variabilidade interanual
observada nos padrões de agrupamento pode ser atribuída à Oscilação do
Atlântico Norte (NAO), embora a inversão da NAO (2000/01) não tenha sido
claramente captada pelos padrões médios anuais de transporte. Em vez disso,
esse recurso foi observado entre os padrões de inverno. Investigando a poluição
do ar no verão no meio do Atlântico dos EUA porTaubman et ai. (2006)foi feito
usando o método de ligação média. Foram identificados oito clusters que
descrevem as densidades de trajetória, padrões de transporte e regiões de origem
dos clusters. Os resultados mostram que as áreas de máxima densidade de
trajetória combinadas com a velocidade do vento são preditores eficazes de
carregamentos regionais de poluentes. Igual aJorba et ai. (2004),Toledano et ai.
(2009)também seguiu a abordagem de agrupamento deDorling e outros. (1992)
para a classificação das massas de ar que chegam a El Arenosillo, localizada na
costa sudoeste da Espanha. Os aerossóis que chegaram ao local foram
caracterizados quantitativamente por Aerosol Optical Depth (AOD) e Angstrom
Expoente (AE). As trajetórias das massas de ar a 1500 m podem ser agrupadas em
7 grupos. O estudo identificou três aerossóis principais, ou seja, poeira marinha
costeira, continental e desértica, observados na região.Padeiro (2010)conduzidok
-significa agrupamento para a análise de rotas de transporte aéreo de longo
alcance e concentrações de poluentes associadas em Birmingham, Reino Unido.
Seis aglomerados de trajetórias principais foram identificados como Ártico, forte-
oeste, lento-leste, oeste, sudoeste e lento-sul. Os resultados mostraram que as
maiores concentrações de poluentes foram associadas ao aglomerado de massa
de ar de leste lento, enquanto as menores foram associadas aos aglomerados de
massa de ar sudoeste e oeste forte.Kassomenos et al. (2010)realizou uma
comparação de hierarquia,k-médios e métodos de agrupamento de mapas auto-
organizados, para a classificação de trajetórias de massas de ar chegando a
Atenas, Grécia, para alturas de chegada de 10 m, 100 m e 500 m. Todos os
métodos mostraram-se dependentes da altura de chegada, mas com vários graus
de dependência. De todos os métodos,k-means foi o menos dependente da altura
de chegada da trajetória. Fontes de MP10em Xangai foram investigados porLi et ai.
(2012), onde o agrupamento em dois estágios formou um dos três métodos para
o estudo. Isso produziu 7 clusters que foram encontrados para produzir a melhor
solução para a classificação da massa de ar. Três aglomerados associados à
monção de inverno foram responsáveis pelo transporte de uma alta
concentração de PM10. O cluster restante corresponde ao período de transição das
monções e apresentou uma contribuição insignificante para PM10níveis de
concentração em Xangai. A investigação sobre os eventos de poeira do deserto
sobre Granada, na Espanha, foi realizada porValenzuela et ai. (2012). O
agrupamento foi aplicado a um conjunto de 183 trajetórias de retorno que
chegam à região de Granada. As propriedades ópticas e microfísicas do aerossol
também foram incluídas na análise. Uma das descobertas incluiu que o transporte
de massas de ar do norte da África em direção à região sudeste da Península
Ibérica mostrou seguir três caminhos principais. Seis poluentes, como foi usado
por Zhao et ai. (2016)de 22 cidades, foram analisados dados meteorológicos e
trajetórias de massas de ar chegando a 1000 m. Foram identificados três padrões
climáticos poluídos e cinco limpos, que geralmente ocorreram no inverno e no
verão, respectivamente. Estudos mais recentes que empregaramk-significa
agrupamento de trajetórias de massa de ar na China para a análise do transporte
de poluentes foram os deFang et ai. (2017),Ding et ai. (2017)eWu e outros. (2018).
Ding et ai. (2017)investigou as características espaciais e temporais do PM2.5
poluição em Hong Kong. PM mais alto e mais baixo2.5níveis foram encontrados
durante as estações de inverno e verão, respectivamente. Além disso, seis
principais regiões de origem foram identificadas como responsáveis pela PM2.5
poluição.Fang et ai. (2017) realizadak-significa agrupamento em trajetórias que
chegam a Haikou, uma cidade costeira chinesa, para a identificação de PM10e PM
2.5fontes durante as estações de inverno e primavera. Os resultados mostraram
que as concentrações de poluentes foram maiores no inverno do que na
primavera. Além disso, a análise das trajetórias mostra que os poluentes foram
significativamente afetados por fontes regionais durante o inverno em
comparação com a primavera
P. Govender e V. Sivakumar
temporada.Tshela e Djolov (2018)usou a ligação Ward para identificar 5 padrões
principais em trajetórias de ar chegando a seis locais em Limpopo, África do Sul.
Estes correspondiam a padrões de norte a nordeste, de leste a sudeste e de
sudoeste a noroeste.Wu e outros. (2018)identificou várias cidades chinesas
(províncias de Pequim, Tianjin e Shandong, Henan e Hebei) com o maior PM2.5
poluição por agrupamento de trajetórias. PM alto2.5os níveis de poluição durante o
inverno podem ser resultado das emissões diretas e formação secundária de PM
2.5, e pela queima de biomassa e combustíveis fósseis para aquecimento
residencial. Liu et ai. (2019)analisou a distribuição, origem e transporte de
aerossóis na Ásia Central durante um período de 8 anos. Em particular, eventos de
poeira e fumaça sobre a área foram o foco principal da investigação. O
agrupamento de trajetórias revelou que, durante a primavera e o verão, os
eventos de poeira foram transportados principalmente das regiões do norte da
Península Arábica e do norte da África, enquanto os eventos de fumaça foram
transportados principalmente da Rússia e da Europa. Durante as estações de
outono e inverno, a maioria dos eventos de aerossol foi produzida localmente.
Também para a Bacia de Sichuan, e semelhante aoZhao et ai. (2016)eZhao et ai.
(2018),Zhan et ai. (2019)estudou a poluição do ar na região por meio da análise de
padrões climáticos sinópticos e sua associação e impacto à poluição por partículas.
5.2.2. Técnicas de agrupamento para vincular trajetórias de massa de ar com padrões de
poluentes
Ele e outros. (2003)ligação média usada comk- significa agrupamento para
investigar a relação fonte-receptor entre as concentrações de poluentes e o
transporte de PM de massas de ar de longo alcance2.5chegando em Taean, Coreia
do Sul. Foram identificados cinco grupos de trajetórias que continham 98% dos
dados, fazendo com que os outros três grupos fossem substancialmente menos
significativos.Hafner e outros. (2007)realizou uma análise de agrupamento em
chuva e aerossol fino (PM2.5) para três locais do oeste dos EUA, usando o métodok-
significa algoritmo. Usando um período de 7 anos de trajetórias diárias, o objetivo
foi atribuir quantidades de chuva e concentrações de poluentes ao tempo de
chegada de cada trajetória, a fim de entender os padrões sinóticos e as rotas de
contaminação atmosférica, respectivamente. Os resultados mostraram que as
trajetórias podem ser agrupadas em 6 padrões principais para cada site. Para
cada trajetória de local, clusters de 1, 5 e 10 dias foram computados para denotar
padrões de fluxo de curto, médio e longo alcance, respectivamente. Verificou-se
que o PM mais alto2.5concentrações foram associadas com aglomerados de
movimento lento e menor PM2.5concentrações com aglomerados de movimento
rápido. No geral, os clusters gerados usando trajetórias de um dia tiveram melhor
desempenho na diferenciação dos clusters por chuva e concentração de aerossóis
e, portanto, são um melhor preditor de chuva e PM2.5concentrações. Isso foi
seguido por trajetórias de 5 dias como o segundo melhor. Clusters incapazes de
reconhecer PM de alta concentração e curto prazo2.5eventos, por exemplo, um
incêndio florestal ou plumas distantes, foram destacados como uma desvantagem
do método.Borges et ai. (2007)analisaram as influências do transporte de longa
distância na PM urbana10poluentes por agrupamento de trajetórias com alturas
de chegada de 750, 1500 e 3000m, para Atenas, Madrid e Birmingham. Os
resultados sugerem que o transporte de longa distância das regiões do norte da
África e da Europa continental tem um impacto significativo no PM10níveis em
Madrid e Birmingham, enquanto um efeito moderado para Atenas. Em vez disso,
as fontes de emissão locais desempenham um papel maior para o PM10níveis em
Atenas. Além disso, dois índices baseados em PM10excedências foram propostas
para a avaliação de PM10em cada cluster e pode ser usado para associar
excedências futuras com padrões de circulação específicos.Pongkiatkul e Oanh
(2007)também avaliou o transporte de poluentes de longo alcance, na região
metropolitana de Bangkok, onde o agrupamento de trajetórias HYSPLIT produziu
6 grupos principais associados ao PM10e PM2.5níveis. Para avaliar a contribuição do
transporte de longo alcance em poluentes e tirar conclusões definitivas, são
necessários locais de monitoramento adicionais e mais dados de composição de
MP. Caracterização do PM10concentração em Leece, Itália foi estudada por Contini
et al. (2010), onde Ward linkage compreendeu um dos três métodos usados na
análise.Markou e Kassomenos (2010)demonstraram o uso de agrupamento para a
classificação de trajetórias de retorno chegando a Atenas na Grécia. Cinco anos de
trajetórias chegando a três alturas, 750, 1500 e 3000m foram agrupados
separadamente, produzindo 12 trajetórias
52
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
aulas para cada nível. Os resultados do agrupamento podem ser usados em
investigações posteriores, como a identificação de massas de ar sobre a área e a
análise da influência dos padrões de transporte atmosférico nas concentrações de
poluentes. Análise de trajetórias de massas de ar para investigar o transporte de
poluentes atmosféricos, particularmente PM10, sobre Pequim foi conduzido por
Wang et ai. (2010). aplicandok-agrupamento de meios para trajetórias, o estudo
teve como objetivo encontrar uma relação entre padrões de transporte
atmosférico e PM10níveis que afetam a qualidade do ar. Igual aWang et ai. (2010),
Cheng et ai. (2011) ter aplicado ok-meios técnica para a análise de várias fontes de
poluentes e respectivas vias de transporte na China, o que foi conseguido através
da combinação de medições de poluentes atmosféricos com agrupamento de
trajetória de massa de ar.Cheng et ai. (2013)realizou uma investigação semelhante
à de Wang et ai. (2010)eCheng et ai. (2011), para a análise de fontes poluentes e
vias de transporte na China.Bycenkiene et al. (2014)aplicado k- significa agrupar-se
em trajetórias que chegam a Preila, Lituânia, com o objetivo de avaliar os padrões
de transporte de carbono negro na região sudeste do Báltico. Seis clusters foram
identificados e os níveis de carbono associados a cada um deles foram analisados.
Dias com altas concentrações de black carbon foram associados a massas de ar
que se originaram e passaram pelas regiões do sul da Europa antes de sua
chegada a Preila no inverno. Outros estudos na China semelhantes aosWang et ai.
(2010),Cheng et ai. (2011)e Cheng et ai. (2013)incluir aqueles porYu et ai. (2014),Lv
et al. (2015)e Luo e Chen (2015). Igual aJin et ai. (2011),Skiles et ai. (2018)
apresentou uma análise de rateio de origem usandok-significa agrupamento de
trajetórias de massa de ar no vale de San Joaquin, no entanto, neste caso, para PM
2.5
poluentes de carbono orgânico.
5.2.3. Técnicas de agrupamento para outros tipos de agrupamento
Wong e outros. (2010)estudou vias de transporte em Hong Kong para
investigar fontes potenciais de diferentes aerossóis. Ward combinado comk- o
agrupamento de meios foi aplicado às propriedades do aerossol, como espessura
óptica do aerossol (AOT), albedo de dispersão única (SSA) e expoente de Angstrom
(AE), para produzir uma classificação de 4 tipos de aerossol, ou seja, urbano misto,
urbano poluído, poeira e poluição pesada. Os aerossóis urbanos mistos foram os
mais prevalentes. Os 4 tipos foram associados a trajetórias (500, 1000, 2000 e
4000m) para identificar as fontes poluentes e os caminhos que chegam a Hong
Kong.Terrouche et ai. (2015)usou o agrupamento de trajetórias para a
identificação de potenciais fontes distantes que contribuem para a poluição
particulada e elementos metálicos em Constantine, Argélia. Trajetórias chegando
a 750m foram agrupadas pelok-significa algoritmo, mostrando que o deserto do
Saara foi uma fonte importante que contribuiu para o PM10
e Fé. O transporte de massas de ar de longa distância originárias das regiões
norte e sul, em particular do mar Mediterrâneo, foram os principais
contribuintes para Na, Mg, K e Ca. Elementos como Zn, Cu e Pb são de
origem antropogênica, ou seja, tráfego e atividades industriais.
6. Resumo
O objetivo deste artigo foi fornecer uma revisão das aplicações da
análise de cluster para estudos de poluição do ar, em particular usando
medições de poluição baseadas no solo e trajetórias de massa de ar
representando rotas de transporte de poluentes. Esta revisão enfocou o uso
de ligações hierárquicas (Ward, simples, médias, centróides e completas) e
particionais (k-means) técnicas de agrupamento. Com base na discussão
apresentada na Seção5, pode-se concluir o seguinte:
• Aplicação de hierarquia ekOs métodos de agrupamento de meios têm sido
aplicados em estudos de poluição do ar por mais de três décadas, com um dos
primeiros trabalhos de pesquisa aparecendo em 1980. Desde então, um
grande número de trabalhos de pesquisa contribuiu para este tópico. Os
estudos de poluição do ar têm se mostrado especialmente importantes para
os locais com altos níveis de concentração de poluentes, principalmente de
atividades humanas, como operações industriais, emissões de veículos e
queima de biomassa. Muitos dos estudos revisados neste artigo mostraram
que o agrupamento de medições de poluição do ar pode permitir o
monitoramento eficiente da poluição,
P. Govender e V. Sivakumar
Figura 4.A porcentagem de estudos usados pelok-meios e métodos hierárquicos em cada categoria. Para ambas as categorias,k-meios teve a maior proporção. Para a categoria 1, as
ligações Ward e average são os segundos métodos mais usados. Para a categoria 2, a ligação de Ward é usada principalmente apósk-significa.
identificação de fontes e desenvolvimento e implementação de
estratégias efetivas de controle e mitigação. Pesquisas envolvendo esses
aspectos são e continuarão sendo importantes devido ao aumento
contínuo das emissões de poluentes dessas atividades em andamento.
• Muitos dos estudos se concentraram na análise das características espaço-
temporais dos poluentes, origens e caminhos das massas de ar, padrões de
transporte associados a vários poluentes atmosféricos que chegam a
diferentes localizações geográficas e estabelecem ligações entre tipos de clima
e poluentes atmosféricos, todos importantes para fins ambientais. . Um
exemplo de tal finalidade é o monitoramento da qualidade do ar, que
atualmente é de grande importância devido aos efeitos adversos que
representa para a saúde humana.
• Como mostrado emFig. 4, para o agrupamento de medições de poluição do ar
terrestre (categoria 1), okO método -means foi usado em 30% dos estudos
nesta revisão e, portanto, considerado o mais comum. Isso é seguido por
Ward e agrupamento de ligação média, para os quais cada um foi de 19%. O
agrupamento em dois estágios e o uso de métodos múltiplos individualmente
representam 13% e 5% dos estudos, respectivamente. Alguns estudos (4%)
não especificaram o método de agrupamento, enquanto outros estudos (9%)
afirmaram o uso de um método hierárquico, mas não especificaram o tipo de
ligação. Para o agrupamento de trajetórias de massas de ar (categoria 2), ok-
significa que o método tem sido empregado em
Figura 5. frequência encia of estudos b y país (
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
70% dos estudos revisados, seguido pelo agrupamento de Ward que responde
por cerca de 11%. Métodos múltiplos foram usados em 9%, enquanto
agrupamento em dois estágios foi usado em 7% dos estudos. O average
linkage foi o método menos utilizado, respondendo por 4%.
• No geral, a partir desta revisão, três técnicas, ou seja,k-means, Ward e average
linkage clustering mostraram ser os mais usados para ambas as categorias,
respondendo por cerca de 77% de todos os estudos. Além disso, de todos os
estudos que utilizaram agrupamento hierárquico, apenas o método
aglomerativo foi empregado, com pouca atenção aos métodos divisivos. Isso
pode ser devido aos pesquisadores serem guiados pela literatura onde o
método aglomerativo é amplamente aplicado. Individualmente,k-significa que
os métodos de Ward e média constituem 48%, 16% e 13%, de todos os
estudos, respectivamente. As ligações Ward e Average foram escolhas
populares, enquanto outras ligações não foram.
• Fig. 5mostra a proporção de estudos em termos de localização geográfica.
Mais especificamente, o local onde o estudo foi realizado. A China e os EUA
apresentaram a maior porcentagem de estudos (cada um com 24%)
empregando hierarquia ek-significa agrupamento para estudos de poluição
do ar. Isso foi seguido pelos estudos que se concentraram em vários locais
(13%). O Reino Unido e a Espanha foram semelhantes com 7% e 6%,
respectivamente. Todos os outros países representaram individualmente
menos de 5% de todos os estudos.
• Dado que a abordagem em dois estágios deve ajudar na
c aqui o es estudo foi conduzido cted) com base na revisão atual.
53
P. Govender e V. Sivakumar
desenvolvendo os agrupamentos de cluster iniciais para a seleção
do 'k' nok-means, seria de se esperar que muito mais estudos
empregassem esse método, uma vez que a seleção do número de
clusters é um dos problemas mais conhecidos na análise de
clusters, conforme apontado porJain (2010). No entanto, foi
observado na literatura apresentada aqui que a maioria dos
pesquisadores continua a gravitar em torno do uso de técnicas de
abordagem única, comok-means, média e Ward clustering.
• Não há consenso sobre um único critério para validar o número de clusters.
Em vez disso, os critérios de validação de cluster variaram entre os autores.
Portanto, seria melhor que o usuário realizasse uma comparação usando dois
ou mais critérios de validação, a fim de decidir o mais adequado para os dados
em questão.
• Muitos dos estudos revisados aqui aplicaram técnicas de agrupamento
para registros de dados de longo prazo, em alguns casos superiores a 10
anos. Portanto, isso destaca e fala sobre a importância de estabelecer e
manter estações de medição de alta qualidade a longo prazo para
registrar vários tipos de dados de poluição do ar, para a identificação e
monitoramento de padrões, tendências e anomalias.
• A partir da revisão, o principal software que foi usado para realizar o
clustering foi o SPSS. Outros softwares incluíam MATLAB, SAS,
XLSTAT (um add-in para Excel) e R. Para agrupamento de trajetórias,
o software TrajStat era freqüentemente usado.
No geral, cada um dos dois métodos de agrupamento tem suas próprias
vantagens e desvantagens. Além disso, a literatura sobre estudos de
poluição do ar aqui apresentada não oferece um consenso claro sobre o
melhor método. Portanto, cabe ao pesquisador explorar e testar diferentes
métodos com o objetivo de encontrar o mais adequado para os dados.
Tabelas 2 e 3pode ser usado para facilitar a comparação entre os dados ou
variáveis usadas e os diferentes métodos de agrupamento, bem como para
auxiliar o pesquisador a selecionar o método mais adequado em cada uma
das duas categorias.
7. Recomendações
As seguintes sugestões/recomendações são propostas com base na
revisão atual:
• As ligações médias e de Ward foram as mais comumente usadas entre
os estudos, enquanto outras ligações foram menos comuns. Devem ser
realizados estudos para analisar e comparar diferentes métodos de
ligação e seu desempenho quando aplicados a dados de poluição do ar e
trajetórias de massa de ar.
• A maioria dos estudos analisou o comportamento de poluentes
provenientes de atividades industriais e aerossóis urbanos. Seria
interessante investigar os níveis de poluição e as vias de transporte em
locais onde existem várias usinas de grande porte.
•
Atualmente, a China e os EUA realizam a maioria das pesquisas sobre
poluição do ar, enquanto em outros países isso tem sido
significativamente menor, especialmente em regiões como África e Índia,
onde a queima de biomassa é predominante. Portanto, mais estudos em
locais com altos níveis de poluição precisam ser realizados.
• Tendo em vista que o uso da análise de cluster tem sido bem-sucedido no estudo do
comportamento dos poluentes atmosféricos, em particular para a análise de
características espaciais e temporais, os resultados devem ser incorporados em
pesquisas voltadas para o desenvolvimento de modelos de previsão de poluentes
atmosféricos.
8. Conclusões
O objetivo deste artigo foi fornecer uma revisão das aplicações de agrupamento, em
particular pelo uso de aglomeração hierárquica e k-significa métodos, que têm sido
aplicados em estudos de poluição do ar realizados nos últimos 40 anos. Mais
especificamente, estudos que enfocaram as características espaço-temporais dos
poluentes atmosféricos, o comportamento dos poluentes em
54
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
termos de sua fonte, vias de transporte, repartição e links para
condições meteorológicas, foram apresentados nesta revisão.
Atualmente, faltam revisões de técnicas de agrupamento aplicadas a
estudos de poluição do ar e este estudo visa preencher essa lacuna. O
uso de dois métodos de agrupamento foi revisado, particularmente
para estudos envolvendo medições terrestres de poluentes e
trajetórias de massas de ar que descrevem fontes e caminhos de
poluentes. Para todos os estudos envolvendo medições terrestres de
poluentes, okO método -means foi empregado em 28% deles, seguido
pela média (20%) e Ward linkages (20%). Métodos de dois estágios
foram usados em 13% dos estudos, enquanto todos os outros
métodos individualmente compreendem menos de 10%. Para estudos
envolvendo trajetórias de massas de ar descrevendo fontes e caminhos
de poluentes, okO método -means compreendeu 70% deles, seguido
por Ward linkage (11%), métodos múltiplos (9%) e agrupamento em
dois estágios (6%). Dos vários métodos de ligação hierárquica, média e
Ward foram os mais comumente aplicados. Em termos de localização
geográfica, a maioria dos estudos (48%) revisados foi realizada na
China e nos EUA. Cada técnica de agrupamento tem suas próprias
vantagens e desvantagens e não existe um método “melhor”. Portanto,
cabe ao pesquisador explorar os diferentes métodos de agrupamento
para encontrar o que melhor se adapta aos dados ou à aplicação em
questão. No geral, esta revisão pretende fornecer aos pesquisadores
um guia para escolher o método de análise de cluster mais apropriado
para aplicação a alguns dos dados comumente encontrados em
estudos de poluição do ar. Além disso,
Declarações de interesse
Nenhum.
Reconhecimentos
P. Govender gostaria de agradecer ao National Astrophysics
e Programa de Ciência Espacial (NASSP) na Universidade de KwaZulu-Natal,
África do Sul, pelo apoio financeiro.
Referências
Abdalmogith, SS, Harrison, RM, 2005. O uso da análise de cluster de trajetória para examinar
o transporte de longo alcance de aerossol inorgânico secundário no Reino Unido. Atmos. Ambiente.
39, 6686–6695.
Adame, JA, Notario, A., Villanueva, F., Albaladejo, J., 2012. Aplicação de cluster
análise para ozônio de superfície, NÃO2e assim2padrões diários em uma área industrial no
Centro-Sul da Espanha medidos com um sistema DOAS. ciência Ambiente Total. 429, 281–
291. Aghabozorgi, S., Shirkhorshidi, AS, Wah, TY, Soltanian, H., Herawan, T., 2014. Espacial
e agrupamento temporal da poluição do ar na Malásia: uma revisão. In: Conferência
Internacional sobre Agricultura, Meio Ambiente e Ciências Biológicas (ICFAE 14),
Antalya, Turquia.
Anderberg, MR, 1973. Análise de cluster para aplicativos. Imprensa Acadêmica, Nova York. Austin,
E., Coull, B., Thomas, D., Koutrakis, P., 2012. Uma estrutura para identificar distintos
perfis multipoluentes em dados de poluição do ar. Ambiente. Int. 45, 112–121. Baker, J., 2010. Uma
análise de cluster de vias de transporte aéreo de longo alcance e associados
concentrações de poluentes no Reino Unido. Atmos. Ambiente. 44, 563–571.
Ball, GH, Hall, DJ, 1965. Uma técnica de agrupamento para resumir dados multivariados.
Behav. ciência 12, 153–155.
Beaver, S., Palazoglu, A., 2006. Análise de cluster de medições horárias de vento para revelar
regimes sinóticos que afetam a qualidade do ar. J. Appl. Meteorol. Climatol. 45, 1710–1726. Beddows,
DCS, Dall'osto, M., Harrison, RM, 2009. Análise de agrupamento de áreas rurais, urbanas e
dados de tamanho de partícula atmosférica curbside. Ambiente. ciência Tecnol. 43, 4694–4700.
Bergstra, AD, Brunekreef, B., Burdorf, A., 2018. O efeito da poluição aérea relacionada à indústria
lução sobre a função pulmonar e sintomas respiratórios em escolares. Ambiente. Saúde 17
(30), 1–9.
Bhagat, A., Kshirsagar, N., Khodke, P., Dongre, K., Ali, S., 2016. Seção de parâmetros de penalidade
leção para agrupamento hierárquico de fluxo de dados. Procedia Comput. ciência 79, 24–31.
Borge, R., Lumbreras, J., Vardoulakis, S., Kassomenos, P., Rodríguez, E., 2007. Análise de
influências do transporte de longa distância no PM urbano10usando clusters de trajetória atmosférica
de dois estágios. Atmos. Ambiente. 41 (21), 4434–4450.
Brankov, E., Rao, ST, Porter, PS, 1988. Uma metodologia de correlação de agrupamento de trajetória
para examinar o transporte de longo alcance de poluentes atmosféricos. Atmos. Ambiente. 32 (9),
1525–1534.
Bycenkiene, S., Dudoitis, V., Ulevicius, V., 2014. O uso da análise de cluster de trajetória para
avaliar o transporte de longo alcance do aerossol de carbono negro na região sudeste do
Báltico. Adv. Meteorol. ID do artigo 137694, 1–11.
P. Govender e V. Sivakumar
Cakmak, S., Hebbern, C., Vanos, J., Crouse, DL, Burnett, R., 2016. Exposição ao ozônio e
mortalidade relacionada a doenças cardiovasculares na Coorte de Saúde e Meio Ambiente do
Censo Canadense (CANCHEC) por zona de classificação sinótica espacial. Ambiente. Poluir. 214,
598–599.
Cakmak, S., Hebbern, C., Pinault, L., Lavigne, E., Vanos, J., Crouse, DL, Tjepkema, M.,
2018. Associações entre PM de longo prazo2.5e exposição ao ozônio e mortalidade na Coorte
de Saúde e Meio Ambiente do Censo Canadense (CANCHEC), por zona de classificação
sinótica espacial. Ambiente. Int. 111, 200–211.
Cape, JN, Methven, J., Hudson, LE, 2000. O uso da análise de cluster de trajetória para
interpretar medições de gás traço em Mace Head, Irlanda. Atmos. Ambiente. 34,
3651–3663.
Cheng, S., Ye, H., Kalkstein, LS, 1992. Uma avaliação das concentrações de poluição em
Filadélfia usando uma abordagem sinótica automatizada. Geógrafo dos Estados do Meio 25, 45–51.
Cheng, X., Wallace, JM, 1993. Análise de cluster do inverno do hemisfério norte
Campo de altura de 500 hPa: padrões espaciais. J. Atmos. ciência 50 (16), 2674–2696.
Cheng, S., Yang, L., Zhou, X., Wang, Z., Zhou, Y., Gao, X., Nie, W., Wang, X., Xua, P.,
Wang, W., 2011. J. Environ. Monit. 13, 1662–1671.
Cheng, S., Wang, F., Li, J., Chen, D., Li, M., Zhou1, Y., Ren, Z., 2013. Aplicação de
métodos de agrupamento de trajetória e distribuição de fontes para investigar PM
atmosférico transfronteiriço10poluição. Qual. de ar aerossol. Res. 13, 333–342. Chu,
HJ, Liau, CJ, Lin, CH, Su, BS, 2012. Integração de análise de cluster fuzzy e
estimativa de densidade do kernel para rastrear trajetórias de tufões na região de Taiwan.
Especialista Sist. Appl. 39, 9451–9457.
Comrie, AC, 1996. Uma climatologia sinóptica de todas as estações da poluição do ar nos EUA-México
região de fronteira. Prof. Geogr. 48, 237–251.
Contini, D., Genga, A., Cesari, D., Siciliano, M., Donateo, A., Bove, MC, Guascito, MR,
2010. Caracterização e repartição de fontes de PM10em um local de fundo urbano
em Lecce. Atmos. Res. 95, 40–54.
Crecelius, EA, Lepel, EA, Laul, JC, Rancitelli, LA, McKeever, RL, 1980. Histórico
química de partículas do ar perto de Colstrip, Montana. Ambiente. ciência Tecnol. 14 (4),
422–428.
Davis, RE, Kalkstein, LS, 1990. Usando uma classificação climatológica sinóptica espacial para
avaliar as mudanças nas concentrações de poluição atmosférica. Física geogr. 11 (4),
320–342.
Davis, RE, Gay, DA, 1993. Uma análise climatológica sinóptica da qualidade do ar no Grand
Parque Nacional do Cânion. Atmos. Ambiente. 27A, 713–727.
Davis, RE, 1991. Uma análise climatológica sinóptica das tendências de visibilidade do inverno no
meio-leste dos Estados Unidos. Atmos. Ambiente. B Ambientes Urbanos. 25 (2), 165–175.
Davis, JM, Eder, BK, Nychka, D., Yang, Q., 1998. Modelando os efeitos da meteorologia
no ozônio em Houston usando análise de cluster e modelos aditivos generalizados. Atmos.
Ambiente. 32 (14), 2505–2520.
Davis, RE, Walker, DR, 1992. Uma climatologia sinótica do ar superior do oeste dos Estados Unidos
Estados. J. Clim. 5 (12), 1449–1467.
Davuliene, L., Sakalys, J., Dudoitisa, V., Reklaite, A., Ulevicius, V., 2019. Preto de longa data
variação de carbono na região sudeste do Báltico em 2008-2015. Atmos. Poluir. Res.
10, 123–133.
Ding, H., Liu, Y., Yu, Z., Cheung, C., Zhan, J., 2017. Características espaciais e temporais
e principais regiões contribuintes de alta PM2.5poluição em Hong Kong. Qual. de ar
aerossol. Res. 17, 2955–2965.
Dominick, D., Juahir, H., Talib, LM, Zain, SM, Aris, AZ, 2012. Avaliação espacial do ar
padrões de qualidade na Malásia usando análise multivariada. Atmos. Ambiente. 60,
172–181.
Donnelly, AA, Broderick, BM, Misstear, BD, 2015. O efeito da massa de ar de longo alcance
vias de transporte na PM10e não2concentrações em locais urbanos e rurais na
Irlanda: quantificação usando técnicas de agrupamento. J. Environ. ciência Saúde,
Parte A 50 (7), 647–658.
Dorling, SR, Davies, TD, Pierce, CE, 1992. Análise de agrupamento: uma técnica para estimar
os controles meteorológicos sinópticos na química do ar e da precipitação – método e
aplicações. Atmos. Ambiente. 26A (14), 2575–2581.
Dorling, SR, Davies, TD, 1995. Estendendo links de meteorologia sinóptica de análise de cluster para
caracterizar climas químicos em seis estações de monitoramento do noroeste da Europa. Atmos.
Ambiente. 29 (2), 145–167.
Dubes, R., Jain, AK, 1976. Técnicas de agrupamento: o dilema do usuário. Reconhecimento de padrão.
8, 247–260.
Eder, BK, Davis, JM, Bloomfield, P., 1994. Um esquema de classificação automatizado
assinado para melhor elucidar a dependência do ozônio na meteorologia. J. Appl.
Meteorol. 33, 1182–1199.
Everitt, BS, Landau, S., Leese, M., Stahl, D., 2011. Análise de Cluster. Wiley, Londres. Fang,
X., Bi, X., Xu, H., Wu, J., Zhang, Y., Feng, Y., 2017. Distribuição da fonte de am-
PM biente10e PM2.5em Haikou, China. Atmos. Res. 190, 1–9.
Fernau, ME, Samson, PJ, 1990a. Uso de análise de cluster para definir períodos de similar
meteorologia e química da precipitação no leste da América do Norte. Parte I: padrões de
transporte. J. Appl. Meteorol. 29, 735–750.
Fernau, ME, Samson, PJ, 1990b. Uso de análise de cluster para definir períodos de similar
meteorologia e química da precipitação no leste da América do Norte. Parte II: Padrões de
precipitação e deposição de poluentes. J. Appl. Meteorol. 29, 751–761. Flemming, J., Stern,
R., Yamartino, RJ, 2005. Uma nova classificação do regime de qualidade do ar
esquema para O3, NÃO2, ENTÃO2e PM10locais de observação. Atmos. Ambiente. 39,
6121–6129.
Fullerton, DG, Brucec, N., Gordon, SB, 2008. Poluição do ar interior por combustível de biomassa
o fumo é um grande problema de saúde no mundo em desenvolvimento. Trans. Royal Soc. Trop.
Med. Hyg. 102, 843–885.
Gao, H., Chen, J., Wang, B., Tan, SC, Lee, CM, Yao, X., Yan, H., Shi, J., 2011. Um estudo de
poluição do ar de aglomerados de cidades. Atmos. Ambiente. 45, 3069–3077.
Giri, D., Murthy, VK, Adhikary, PR, Khanal, SN, 2007. Análise de agrupamento aplicada a
55
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
dados de concentração atmosférica de PM₁₀ para determinação de fontes e padrões
espaciais na qualidade do ar ambiente do vale de Kathmandu. atual ciência 93 (5), 684–688.
Gómez-Losada, A., Lozano-García, A., Pino-Mejías, R., Contreras-González, J., 2014.
Modelos de misturas finitas para caracterizar e refinar redes de monitoramento da qualidade do ar.
ciência Ambiente Total. 485–486, 292–299.
Gómez-Losada, A., Pires, JCM, Pino-Mejías, R., 2018. Modelagem de poluição aérea de fundo
exposição à poluição em ambientes urbanos: implicações para a pesquisa epidemiológica.
Ambiente. Modelo. Software 106, 13–21.
Gong, X., Richman, MB, 1995. Sobre a aplicação da análise de cluster à estação de crescimento
dados de precipitação na América do Norte a leste das Montanhas Rochosas. J. Clim. 8, 897–
931. Gorham, E., Martin, FB, Litzau, JT, 1984. Chuva ácida: correlações iônicas no leste
Estados Unidos. Ciência 225, 407–409.
Gramsch, E., Cereceda-Balic, F., Oyola, P., von Baer, D., 2006. Exame de poluição
tendências em Santiago do Chile com análise de cluster de PM10e dados de ozônio. Atmos.
Ambiente. 40, 5464–5475.
Greene, JS, Kalkstein, LS, Ye, H., Smoyer, K., 1999. Relações entre sinóticos
climatologia e poluição atmosférica em 4 cidades dos EUA. Teor. Appl. Climatol. 62, 163–
174.
Grivas, G., Chaloulakou, A., Kassomenos, P., 2008. Uma visão geral do PM10poluição
problema, na área metropolitana de Atenas, na Grécia. Avaliação de fatores de controle e
impacto potencial do transporte de longa distância. ciência Ambiente Total. 389, 165–177.
Hafner, WD, Solorzano, NN, Jaffe, DA, 2007. Análise de chuva e dados de aerossóis finos
usando análise de trajetória agrupada para sites de Parques Nacionais no oeste dos EUA. Atmos.
Ambiente. 41, 3071–3081.
Halkidi, M., Batistakis, Y., Vazirgiannis, M., 2001. Sobre técnicas de validação de agrupamento. j.
Intel. Inf. Sist. 17, 107–145.
Harinath, S., Murthy, ONU, 2012. Efeito da poluição do ar na saúde humana em indústrias
áreas - um estudo de caso. J. Ind. Poluição. Controle 28 (1), 9–11.
Harris, JM, Kahl, JD, 1990. Uma climatologia descritiva do transporte atmosférico para o
Observatório Mauna Loa, usando trajetórias agrupadas. J. Geophys. Res. 95 (D9)
13.651-13.667A.
Han, J., Kamber, M., Pei, J., 2012. Conceitos e técnicas de mineração de dados. Elsevier, EUA.
Hartigan, JA, Wong, MA, 1979. Algoritmo AS 136: ak-significa algoritmo de agrupamento.
Appl. Estado. 28, 100–108.
He, Z., Kim, YJ, Ogunjobi, KO, Hong, CS, 2003. Características do PM2.5espécies e
transporte de massas de ar de longo alcance na estação de fundo de Taean, Coreia do Sul. Atmos.
Ambiente. 37, 219–230.
Hsu, CH, Cheng, FY, 2016. Classificação de padrões climáticos para estudar a influência de
Características meteorológicas no PM2.5concentrações no Condado de Yunlin, Taiwan.
Atmos. Ambiente. 144, 397–408.
Hsu, CH, Cheng, FY, 2019. Padrões climáticos sinópticos e poluição do ar associada em
Taiwan. Qual. de ar aerossol. Res. 19, 1139–1151.
Huang, P., Zhang, J., Tang, Y., Liu, L., 2015. Distribuição espacial e temporal de PM2.5
poluição na cidade de Xi'an, China. Int. J. Environ. Res. Saúde Pública 12, 6608–
6625. Hussein, T., Mølgaard, B., Hannuniemi, H., Martikainen, J., Järvi, L., Wegner, T.,
Ripamonti, G., Weber, S., Timo Vesala, T., Hämeri, K., 2014. Impressões digitais da
distribuição de tamanho de partícula urbana em Helsinki, Finlândia: características locais
versus regionais. Ambiente Boreal. Res. 19, 1–20.
Iizuka, A., Shirato, S., Mizukoshi, A., Noguchi, M., Yamasaki, A., Yanagisawa, Y., 2014. A
análise de cluster de dados de monitoramento de ar ambiente constante da região de
Kanto, no Japão. Int. J. Environ. Res. Saúde Pública 11, 6844–6855.
Jain, AK, Murty, MN, Flynn, PJ, 1999. Agrupamento de dados: uma revisão. Computação ACM. Sobreviver
31 (3), 264–323.
Jain, AK, 2010. Agrupamento de dados: 50 anos depoisk-significa. Reconhecimento de padrão. Deixe 31,
651–666.
Jin, L., Harley, RA, Brown, NJ, 2011. Regimes de poluição por ozônio modelados para um verão
temporada no vale de San Joaquin, na Califórnia: uma análise de cluster. Atmos. Ambiente. 45,
4707–4718.
Jolliffe, IT, Philipp, A., 2010. Alguns desenvolvimentos recentes na análise de agrupamentos. Física Chem.
Terra 35, 309–315.
Jorba, O., Perez, C., Rocadenbosch, F., Baldasano, JM, 2004. Análise de cluster de 4 dias
trajetórias anteriores chegando à região de Barcelona, Espanha, de 1997 a 2002. J. Appl.
Meteorol. 43, 887–901.
Kahya, C., Balcik, FB, Oztaner, YB, Ozcomak, D., Seker, DZ, 2017. Espaço-temporal
análise de PM2.5sobre a região de Mármara. Peru. Fren. Ambiente. Touro. 26 (1), 310–
317.
Kalkstein, LS, Corrigan, P., 1986. Uma abordagem climatológica sinóptica para
análise: avaliação das concentrações de dióxido de enxofre. Ana. Associado Sou. geogr. 76
(3), 381–395.
Kalkstein, LS, Tan, G., Skindlov, JA, 1987. Uma avaliação de três procedimentos de agrupamento
para uso na classificação climatológica sinóptica. J. Clim. Appl. Meteorol. 26, 717–730. Kampa,
M., Castanas, E., 2008. Efeitos da poluição do ar na saúde humana. Ambiente. Poluir.
151, 362–367.
Kaufman, L., Rousseeuw, PJ, 1990. Encontrando Grupos em Dados: uma Introdução ao Cluster
Análise. Wiley, Nova Jersey.
Kassomenos, P., Vardoulakis, S., Borge, R., Lumbreras, J., Papaloukas, C., Karakitsios, S.,
2010. Comparação de técnicas estatísticas de agrupamento para a classificação de
trajetórias atmosféricas modeladas. Teor. Appl. Climatol. 102, 1–12.
Kim, SB, Temiyasathit, C., Chen, VCP, Park, SK, Sattler, M., Russell, AG, 2008.
Caracterização de regiões espacialmente homogêneas com base em padrões temporais de material
particulado fino nos Estados Unidos continentais. J. Air Waste Manag. Associado 58 (7), 965–975.
Kwon, Y., Lee, H., Lee, H., 2018. Implicações da análise de agrupamento usando estufa
emissões de gases de países asiáticos para a mitigação das mudanças climáticas. Mitig. Adaptar. Estratégias
Glob. Mudança 23, 1225–1249.
Latif, MT, Dominick, D., Ahamad, F., Khan, MF, Juneng, L., Hamzah, FM, Nadzir,
P. Govender e V. Sivakumar
MSM, 2014. Avaliação de longo prazo da qualidade do ar de uma estação de fundo na
Península da Malásia. ciência Ambiente Total. 482–483, 336–348.
Laumbach, RJ, Kipen, HM, 2012. Efeitos da poluição do ar na saúde respiratória: atualização sobre
fumaça de biomassa e poluição do tráfego. Clínica de Alergia. imunol. 129 (1), 3–13. Legras,
B., Desponts, T., Piguet, B., 1988. Análise de cluster e regimes meteorológicos. Proc. de
o Workshop sobre a Natureza e Previsão de Sistemas Meteorológicos Extratropicais 2. ECMWF,
Reading, Shinfield Park, Reino Unido, pp. 123–149.
Li, M., Huang, X., Zhu, L., Li, J., Song, Y., Cai, X., Xie, S., 2012. Análise do transporte
caminhos e fontes potenciais de PM10em Xangai com base em três métodos. ciência
Ambiente Total. 414, 525–534.
Liao, TW, 2005. Agrupamento de dados de séries temporais - uma pesquisa. Reconhecimento de padrão. 38,
1857–1874.
Liu, Y., Zhu, Q., Wang, R., Xiao, K., Cha, P., 2019. Distribuição, origem e transporte de
os aerossóis sobre a Ásia central. Atmos. Ambiente. 210, 120–131.
Lu, HC, Chang, CL, Hsieh, JC, 2006. Classificação de PM10distribuições em Taiwan.
Atmos. Ambiente. 40, 1452–1463.
Lu, WZ, He, HD, Dong, LY, 2011. Avaliação do desempenho do monitoramento da qualidade do ar
redes usando análise de componentes principais e análise de cluster. Construir. Ambiente. 46, 577–
583.
Luo, M., Chen, C., 2015. Fontes potenciais e vias de transporte de PM2.5em Xangai,
China. In: Proceedings of the 2nd IEEE International Conference on Spatial Data
Mining and Geographical Knowledge Services (ICSDM), Fuzhou, China.
Lv, B., Liu, Y., Yu, P., Zhang, B., Bai, Y., 2015. Caracterizações da poluição PM2.5
análise de caminhos e fontes em quatro grandes cidades da China. Qual. de ar aerossol. Res. 15,
1836–1843.
Lyapina, O., Schultz, MG, Hense, A., 2016. Análise de agrupamento do ozônio superficial europeu
observações para avaliação dos dados de reanálise do MACC. Atmos. Chem. Física 16,
6863–6881.
MacQueen, JB, 1967. Alguns métodos para classificação e análise de ob-
servições. Proc. do 5º Simpósio de Berkeley em Estatística Matemática e Probabilidade, vol. 1.
University of California Press, Berkeley, pp. 281–297. Madulatha, TS, 2012. Uma visão geral
sobre métodos de agrupamento. IOSR J. Eng. 2 (4), 719–725. Mahura, AG, Jaffe, DA, Andres, RJ,
Merrill, JT, 1999. Trajeto de transporte atmosférico
caminhos desde a usina nuclear de Bilibino até o Alasca. Atmos. Ambiente. 33,
5115–5122.
Makra, L., Matyasovszky, I., Guba, Z., Karatzas, K., Anttila, P., 2011.
efeitos de transporte de alcance no PM urbano10níveis usando clusters 3D de trajetórias
para trás. Atmos. Ambiente. 45, 2630–2641.
Markou, MT, Kassomenos, P., 2010. Análise de cluster de cinco anos de trajetórias anteriores
chegando em Atenas, na Grécia. Atmos. Res. 98, 438–457.
McGregor, GR, Bamzelis, D., 1995. Tipagem sinóptica e sua aplicação ao in-
investigação das relações entre a poluição do ar e o clima, Birmingham, Reino Unido.
Teor. Appl. Climatol. 51, 223–236.
Milligan, GW, Cooper, MC, 1985. Um exame dos procedimentos para determinar o
número de clusters em um conjunto de dados. Psychometrika 50 (2), 159–179.
Mo, K., Ghil, M., 1988. Análise de cluster de múltiplos regimes de fluxo planetário. J. Geophys.
Res. 93, 10927–10952.
Moody, JL, Galloway, JN, 1988. Quantificar a relação entre a atmosfera
transporte e a composição química da precipitação nas Bermudas. Tellus B Chem.
Física Meteorol. 40 (5), 463–479.
Moody, JL, Samson, PJ, 1989. A influência do transporte atmosférico na precipitação
química em dois locais no meio-oeste dos Estados Unidos. Atmos. Ambiente. 23,
2117–2132.
Munir, S., Habeebullah, TM, Mohammed, AMF, Morsy, EA, 2015. Uma análise sobre o
variações temporais do ozônio ao nível do solo no clima árido de Meca aplicandok- significa
algoritmos. Ambiente. Ásia 8 (1), 53–60.
Namratha, M., Prajwala, TR, 2012. Uma visão abrangente dos algoritmos de agrupamento
no reconhecimento de padrões. IOSR J. Comput. Eng. 4 (6), 23–30.
Omar, AH, Won, JG, Winker, DM, Yoon, SC, Dubovik, O., McCormick, MP, 2005.
Desenvolvimento de modelos globais de aerossóis usando análise de cluster de medições
Aerosol Robotic Network (AERONET). J. Geophys. Res. 110 (D10S14), 1–14. Omran, MGH,
Engelbrecht, AP, Salman, A., 2007. Uma visão geral dos métodos de agrupamento.
Intel. Análise de Dados. 11, 583–605.
Pandey, B., Agrawal, M., Singh, S., 2014. Avaliação da poluição do ar em torno da mineração de carvão
área: enfatizando distribuições espaciais, variações sazonais e metais pesados,
usando cluster e análise de componentes principais. Atmos. Poluir. Res. 5, 79–86.
Pires, JCM, Sousa, SIV, Pereira, MC, Alvim-Ferraz, MCM, Martins, FG, 2008a.
Gerenciamento do monitoramento da qualidade do ar usando componente principal e análise de
cluster - parte I: SO2e PM10. Atmos. Ambiente. Times 42, 1249–1260.
Pires, JCM, Sousa, SIV, Pereira, MC, Alvim-Ferraz, MCM, Martins, FG, 2008b.
Gestão do monitoramento da qualidade do ar usando componente principal e análise de
cluster - parte II: CO, NO2e O3. Atmos. Ambiente. 42, 1261–1274. Pongkiatkul, P., Oanh,
NTK, 2007. Avaliação do potencial de transporte de longo alcance de
poluição do ar particulada usando modelagem de trajetória e dados de monitoramento. Atmos. Res.
85, 3–17.
Qiao, X., Ying, Q., Li, X., Zhang, H., Hu, J., Tang, Y., Chen, X., 2018. Fonte distribuída-
mento de PM2,5 para 25 capitais provinciais chinesas e municípios usando um modelo de
qualidade do ar multiescala comunitário orientado à fonte. ciência Ambiente Total. 612, 462–
471. Rozwadowska, A., Zielinski, T., Petelski, T., Sobolewski, P., 2010. Análise de cluster do
impacto das trajetórias de retorno do ar nas propriedades ópticas do aerossol em Hornsund,
Spitsbergen. Atmos. Chem. Física 10, 877–893.
Saksena, S., Joshib, V., Patilc, RS, 2003. Análise de cluster da qualidade do ar ambiente de Delhi
dados. J. Environ. Monit. 5, 491–499.
56
Pesquisa de Poluição Atmosférica 11 (2020) 40–56
Sanchez, ML, Ramos, MC, Pascual, D., Perez, I., 1990. Aplicação da análise de cluster para
identificar fontes de partículas transportadas pelo ar. Atmos. Ambiente. 21, 1521–1527.
Sausy, D., Anderson, JR, Buseck, PR, 1987. Amostras de análise de agrupamento do
Ártico norueguês. Atmos. Ambiente. 21, 1649–1657.
Shi, P., Xie, PH, Qin, M., Si, FQ, Dou, K., Du, K., 2014. Análise de agrupamento para padrões diários
termos de SO2e não2medida pelo Sistema DOAS em Xiamen. Qual. de ar aerossol.
Res. 14 (5), 1455–1465.
Skiles, MJ, Lai, AM, Olson, MR, Schauer, JJ, Foy, BD, 2018. Distribuição da fonte
de carbono orgânico PM2.5 no vale de San Joaquin usando observações mensais e diárias e
agrupamento meteorológico. Ambiente. Poluir. 237, 366–376. Soares, J., Makar, PA, Aklilu, Y.,
Akingunola, A., 2018. O uso de agrupamento hierárquico
para o projeto de redes de monitoramento otimizadas. Atmos. Chem. Física 18,
6543–6566.
Solazzo, E., Galamarini, S., 2015. Comparando maçãs com maçãs: usando espacialmente dis-
séries temporais tributadas de dados de monitoramento para avaliação do modelo. Atmos. Ambiente. 112, 234–
245.
Steinhaus, H., 1956. Sur la division des corp materiels en parties. Touro. Acad. Polonês. ciência
IV (C1.III), 801–804.
Taubman, BF, Hains, JC, Thompson, AM, Marufu, LT, Doddridge, BG, Stehr, JW,
Piety, CA, Dickerson, RR, 2006. Perfis verticais de aeronaves de poluição por gases residuais e
aerossóis sobre o meio do Atlântico nos Estados Unidos: estatísticas e análise meteorológica de
aglomerados. J. Geophys. Res. 111, 1–14 D10S07.
Terrouche, A., Ali-Khodja, H., Kemmouche, A., Bouziane, M., Derradji, A., Charron, A.,
2015. Identificação de fontes de material particulado atmosférico e traços de metais em
Constantine, Argélia. Qualidade do Ar Atmos. Saúde. 9 (1), 69–82.
Toledano, C., Cachorro, VE, Frutos, ME, Torres, B., Berjon, A., Sorribas, M., Stone, RS,
2009. Classificação de massa de ar e análise de tipos de aerossóis em El Arenosillo (Espanha).
J. Appl. Meteorol. Climatol. 48, 962–981.
Tshela, C., Djolov, G., 2018. Criação de perfil de origem, distribuição de origem e transporte de cluster
análise para identificar as fontes de PM e a origem das massas de ar para uma área rural
industrializada no Limpopo. Ar Limpo J. 28 (2), 54–66.
Tuffery, S., 2011. Data Mining e Estatística para Tomada de Decisão. Wiley, Sussex. Unal,
YS, Toros, H., Deniz, A., Incecik, S., 2011. Influência de fatores meteorológicos e
fontes de emissão em variações espaciais e temporais de PM10concentrações na área
metropolitana de Istambul. Atmos. Ambiente. 45, 5504–5513.
Valenzuela, A., Olmo, FJ, Lyamani, H., Antón, M., Quirantes, A., Alados-Arboledas, L.,
2012. Classificação das propriedades radiativas do aerossol durante as invasões de poeira do deserto
africano no sudeste da Espanha por origens setoriais e análise de cluster. J. Geophys. Res. 117, 1–18.
von Bismarck-Osten, C., Weber, S., 2014. Uma classificação uniforme do tamanho da assinatura do aerossol
distribuições baseadas em análise de agrupamento observacional e guiada por regressão. Atmos.
Ambiente. 89, 346–357.
Wang, YQ, Zhang, XY, Arimoto, R., Cao, JJ, Shen, ZX, 2004. As vias de transporte
e fontes de poluição PM10 em Pequim durante a primavera de 2001, 2002 e 2003.
Geophys. Res. Deixe 31 (L14110), 1–4.
Wang, F., Chen, DS, Cheng, SY, Li, JB, Li, MJ, Ren, ZH, 2010. Identificação de
PM atmosférico regional10vias de transporte usando HYSPLIT, MM5-CMAQ e análise
de padrão de pressão sinóptica. Ambiente. Modelo. Softw 25 (8), 927–934. Wang, HL,
Qiao, LP, Lou, SR, Zhou, M., Ding, AJ, Huang, HY, Chen, JM, Wang, Q.,
Tao, SK, Chen, CH, Li, L., Huang, C., 2016. Composição química do PM2.5e impacto
meteorológico entre três anos na área urbana de Xangai, China. J. Limpo. Prod. 112,
1302–1311.
Ward, JH, 1963. Agrupamento hierárquico para otimizar uma função objetivo. Geléia. Estado.
Associado 58, 236–244.
Wegner, T., Hussein, T., Hämeri, K., Vesala, T., Kulmala, M., Weber, S., 2012. Propriedades
de distribuições de tamanho de assinatura de aerossol no ambiente urbano, derivadas por análise de
cluster. Atmos. Ambiente. 61, 350–360.
Wong, MA, Nichol, JE, Lee, KH, 2010. Sensoriamento remoto da atmosfera e nuvens
III. Proc. SPIE 7859, 78590E.
Wu, X., Ding, Y., Zhou, S., Tan, Y., 2018. Característica temporal e análise de fonte de
PM2.5na aglomeração urbana mais poluída da China. Atmos. Poluir. Res. 9 (6), 1221–
1230.
Yu, S., Zhang, Q., Yan, R., Wang, S., Li, P., Chen, B., Liu, W., Zhang, X., 2014. Origem do ar
poluição durante um episódio semanal de forte neblina em Hangzhou, China. Ambiente. Chem. Deixe
12, 543–550.
Zhan, CC, Xie, M., Fang, DX, Wang, TJ, Wu, Z., Lu, H., Li, MM, Chen, PL, Zhuang,
BL, Li, S., Zhang, ZQ, Gao, D., Reng, JY, Zhao, M., 2019. Padrões climáticos sinópticos e seus
impactos na poluição regional por partículas no aglomerado de cidades da Bacia de Sichuan,
China, Atmos. Ambiente. Vezes 208, 34–47.
Zhang, J., Huang, X., Chen, Y., Luo, B., Luo, J., Zhang, W., Rao, Z., Yang, F., 2019.
Caracterização de partículas atmosféricas contendo chumbo em uma cidade típica da bacia da
China: variações sazonais, áreas de origem potencial e respostas a fogos de artifício. ciência
Ambiente Total. 661, 354–363.
Zhang, JJ, Smith, KR, 2007. Poluição do ar doméstico causada por combustíveis de carvão e biomassa em
China: medições, impactos na saúde e intervenções. Ambiente. Perspectiva de Saúde. 115
(6), 848–855.
Zhao, S., Yu, Y., Yin, D., He, J., Liu, N., Qu, J., Xiao, J., 2016. Variáveis anuais e diurnas
emissões de poluentes gasosos e particulados em 31 capitais provinciais com base em dados de
monitoramento in situ da qualidade do ar do Centro Nacional de Monitoramento Ambiental da China.
Ambiente. Int. 86, 92–106.
Zhao, S., Yu, Y., Qin, D., Yin, D., Dong, L., He, J., 2018. Análises de poluição regional e
transporte de PM2.5e ozônio nos aglomerados de cidades da Bacia de Sichuan, China. Atmos.
Poluir. Res. 10 (2), 374–385.