UNIVERSIDADE FEDERAL DA BAHIA

ESCOLA POLITÉCNICA

DEPARTAMENTO DE ENGENHARIA QUÍMICA

BEATRIZ ALVES DE JESUS SANTOS

Avaliação do impacto ambiental decorrente da diminuição do fluxo de veículos na

Avenida Mário Leal Ferreira em Salvador-BA durante o início do período da
pandemia de COVID-19.

Salvador

2021

1
 BEATRIZ ALVES DE JESUS SANTOS

Avaliação do impacto ambiental decorrente da diminuição do fluxo de veículos na

Avenida Mário Leal Ferreira em Salvador-BA durante o início do período da pandemia
de COVID-19.

Trabalho final de curso apresentado à banca

Examinadora da Universidade Federal da
Bahia, para obtenção do grau de Bacharel em
Engenharia Química.

Orientadora: Prof.ª Dr.ª Elaine C.M.

Cabral Albuquerque.

Co-orientador: Prof. Dr. Édler Lins de

Albuquerque.

Salvador

2021

2
 BEATRIZ ALVES DE JESUS SANTOS

Avaliação do impacto ambiental decorrente da diminuição do fluxo de veículos na

Avenida Mário Leal Ferreira em Salvador-BA durante o início do período da pandemia
de COVID-19.

Trabalho de Conclusão de Curso apresentado como requisito parcial para a

obtenção do grau de Bacharel em Engenharia Química, Escola Politécnica, da
Universidade Federal da Bahia.

Data da Aprovação:______________________________

Banca Examinadora:

Édler Lins – Orientador_______________________________________

Elaine Cabral – Orientadora___________________________________

3
 AGRADECIMENTOS

A Deus pela vida, pela força e por cada conquista. Por ter me feito a pessoa que sou
hoje e por me mostrar que tudo é possível ao que crê. Por ter segurado a minha mão em cada
dificuldade e por me impulsionar para conquistar cada desafio. A Ele minha gratidão!

Ao meu melhor amigo e marido Railander, por todo apoio e incentivo que me
ajudaram a chegar até aqui. Por não me deixar desacreditar de mim e por muitas vezes ser
trampolim para que eu alcance voos altos.

Aos meus pais Hamilton e Edivania por fazerem de mim a mulher que sou hoje. Por
cada conversa e por me ajudar a superar cada dificuldade que se apresentou a mim com força e
coragem. E acima de tudo por terem plantado em mim o amor a Deus.

A minha irmã Bianca, pela parceria, companheirismo, pelas longas conversas, pelos
sorrisos largos e por sempre acreditar em mim, você é um presente de Deus na minha vida.

Aos meus avós Cosme e Lourdes que plantaram em mim o desejo em buscar
conhecimento. Obrigada por terem me ajudado a não desistir de buscar os meus sonhos. Sem
dúvidas foi por vocês que eu iniciei essa caminhada.

Aos meus familiares que entenderam por tantas vezes a minha ausência e que sempre
torceram por cada conquista.

Aos meus amigos de longa data, que por tantas vezes foram válvulas de escape nessa
caminhada. Obrigada pela amizade, pelos diálogos bobos e pelos papos “cabeça” também.

Aos amigos que a UFBA me deu por não só compartilharem das dores da graduação,
mas por se tornarem peças fundamentais na minha caminhada. Quero levar vocês pra minha
vida.

Ao professor Édler pelo comprometimento e confiança. Foi um desafio superar as

dificuldades impostas a mim neste período de quarentena, mas a sua compreensão e paciência
me ajudaram a não desistir e concluir minha graduação. É uma dádiva ser orientada por um
professor e ser humano como o senhor.

A professora Elaine por ter sido paciente e uma mentora no período em que
trabalhamos juntas, que sorte a minha ter encontrado a senhora no caminho.

Aos colegas do ECOIN que também foram importantíssimos no processo de construção

do meu trabalho.

Ao meu chefe de estágio Gilmar Sales por ter aberto as portas da SUMAI-UFBA pra
mim, por ter me mostrado o mundo da engenharia ambiental com tanta paciência e
comprometimento. Você plantou a semente da área ambiental em mim.

Aos colegas da SUMAI por terem me acolhido tão bem no período em que estive com
vocês. Eu aprendi muito com cada um.

Minha profunda gratidão a todos que fazem parte da minha caminhada!

4
EPÍGRAFE

“O sucesso da vida não se mede pelo

caminho que você conquistou, mas sim
pelas dificuldades que superou no
caminho.”

Abraham Lincoln

5
 RESUMO

A poluição do ar é um dos problemas ambientais mais complexos a serem enfrentados

pela humanidade atualmente, sendo os veículos uma das principais fontes de emissão de
poluentes nos centros urbanos. Em 2020 a frota de veículos em Salvador chegou a 1.035.490
veículos automotores que circulam em toda a cidade causando congestionamentos,
principalmente nos horários de pico. Os veículos emitem poluentes com potencial em causar
sérios impactos à saúde da população, como o Monóxido de Carbono (CO), Material Particulado
(MP) e o Dióxido de Nitrogênio (NO2). Atualmente a rede de monitoramento da qualidade do ar
da cidade encontra-se desativada, o que torna os modelos matemáticos que estimam a
concentração de poluentes ferramentas úteis para a avaliação de impacto em receptores. Este
trabalho consiste na avaliação do impacto ambiental decorrente da diminuição do fluxo de
veículos na Avenida Mário Leal Ferreira, após a implementação das medidas de restrição para
conter o avanço da COVID-19 na cidade de Salvador-BA por meio de simulações realizadas com
o software AERMOD View. Para isso foram utilizados os dados de fluxo de abril de 2019, janeiro,
fevereiro e abril de 2020. A partir dos fatores de emissão dos poluentes, as informações de
tráfego da via e os dados meteorológicos da cidade, obtiveram-se as distribuições de
concentrações dos poluentes CO, MP e NO2. Os resultados da simulação mostraram que os
valores de concentração para o CO em 8h variam entre 143,25 – 14.313,16 (µg/m³) em abril de
2019; 125,91 – 12.5523,97 (µg/m³) em janeiro/fevereiro de 2020 e 82,45 – 8.209,11 (µg/m³) em
abril de 2020. Os valores de concentração para o MP10 em 24h variam entre 2 – 179,05 (µg/m³)
em abril de 2019; 1 – 124,53 (µg/m³) em janeiro/fevereiro de 2020 e 0,7 – 70,38 em abril de
2020. Para 1 ano a concentração de MP10 variou entre 0,9 – 96,47 (µg/m³) em abril de 2019; 0,7
– 72,70 (µg/m³) em janeiro/fevereiro de 2020 e 0,4 – 36,85 em abril de 2020. Para o NO2 em 1h
a concentração variou entre 24,99 – 2.503,47 (µg/m³) em abril de 2019; 21,15 – 2.111,21
(µg/m³) em janeiro/fevereiro de 2020 e 17,55 – 1.369,48 (µg/m³) em abril de 2020. Para 1 ano
a concentração de NO2 variou entre 3,15 – 302,76 em abril de 2019; 2,25 – 243,21 (µg/m³) em
janeiro/fevereiro de 2020 e 1,35 – 126,50 (µg/m³) em abril de 2020. Os picos de concentração
ocorreram nos receptores mais próximos a avenida e em regiões de vale onde a dispersão de
poluentes também é dificultada pelas construções em seu entorno. Sendo que as concentrações
no mês de abril de 2020 foram muito menores que nos meses anteriores. Quando comparados
com os padrões estabelecidos pela Resolução CONAMA n° 491 de 19/11/18 para o NO2, os
resultados em todos os meses extrapolaram o padrão, para o CO e para o MP apenas os
resultados para abril de 2020 ficaram dentro do padrão estabelecido pela legislação. Os
resultados também foram comparados com trabalhos anteriores, mostrando que ao longo dos
anos a concentração de poluentes cresceu na avenida. A avaliação mostra que a diminuição do
fluxo de veículos leva também a uma diminuição na concentração de poluentes provenientes
de fontes móveis de emissão, diminuindo o impacto na saúde pública da população ao redor da
avenida causado pela exposição a altos níveis de concentração destes poluentes. A modelagem
matemática se mostrou uma ferramenta útil para o estudo permitindo prever as concentrações
nos receptores estudados.

Palavras-chave: Qualidade do ar. Poluição veicular. COVID-19. Emissões atmosféricas.

AERMOD View. Salvador-BA.

6
 ABSTRACT

Air pollution is one of the most complex environmental problems currently being faced
by humanity, with vehicles being one of the main sources of pollutant emissions in urban
centers. In 2020, the vehicle fleet in Salvador reached 1.035.490 auto-vehicles that circulate
throughout the city, causing traffic jams, especially during peak hours. Vehicles emit pollutants
with the potential to cause serious impacts to the population’s health, such as Carbon Monoxide
(CO), Particulate Material (PM) and Nitrogen Dioxide (NO2). Currently, the city's air quality
monitoring network is disabled, which makes the mathematical models that estimate the
concentration of pollutants useful tools for evaluating the impact on receptors. This work
consists of an assessment of the environmental impact resultant from the decrease in the flow
of vehicles on Avenida Mário Leal Ferreira, after the implementation of restriction measures to
contain the advance of COVID-19 in the city of Salvador-BA, through simulations carried out with
the AERMOD View software. For this, flow data from April 2019, January, February and April
2020 were used. From the pollutant emission factors, the trafic lane's information and the city's
meteorological data, the distributions of CO, MP and NO2 pollutants concentrations were
obtained. The results showed that the concentration values for CO in 8h vary between 143.25 –
14,313.16 (µg/m³) in April 2019; 124.91 – 12,523.97 (µg/m³) in January/February 2020 and 82.45
– 8,209.11 (µg/m³) in April 2020. The concentration values for MP10 in 24h vary between 2 –
179.05 (µg/m³) in April 2019; 1 – 124.53 (µg/m³) in January/February 2020 and 0.7 – 70,38 in
April 2020. For 1 year the concentration of MP10 ranged between 0.9 – 96.47 (µg/m³) in April
2019; 0.7 – 72.70 (µg/m³) in January/February 2020 and 0.4 – 36.85 in April 2020. For NO2 in 1h
the concentration ranged between 24.99 – 2,503.47 (µg/m³) in April 2019; 21.15 – 2,111.21
(µg/m³) in January/February 2020 and 17.55 – 1,369.48 (µg/m³) in April 2020. For 1 year the
concentration of NO2 ranged between 3.15 – 302.76 in April 2019; 2.25 – 243.21 (µg/m³) in
January/February 2020 and 1.35 – 126.50 (µg/m³) in April 2020. The concentration peaks occur
in the receptors that are closest the avenue and in valley regions where the dispersion of
pollutants is also hampered by the constructions in its surroundings. Since the concentrations in
April 2020 were much smaller than in previous months. When compared with the standards
defined by CONAMA Resolution No. 491/18 for NO2, the results in every month extrapolated the
standard, for the CO and for the MP only the results for April 2020 remained within the standard
established by the legislation. The results were also compared with previous work, showing that
over the years the pollutants concentration increased in the avenue. The evaluation shows that
the decrease in the flow of vehicles also leads to a decrease in the concentration of pollutants
from mobile emission sources, reducing the impact on the population’s public health around the
avenue caused by exposure to high concentration levels of these pollutants. Mathematical
modeling proved to be a useful tool for the study, allowing to predict the concentrations in the
studied receptors.

Key words: Air quality. Vehicle pollution. COVID-19. Atmospheric emissions. AERMOD View.
Salvador-BA.

7
 ÍNDICE

1. INTRODUÇÃO ................................................................................................................. 13
2. OBJETIVOS ...................................................................................................................... 15
2.1 OBJETIVOS ESPECÍFICOS .......................................................................................... 15
3. REVISÃO BIBLIOGRÁFICA ................................................................................................ 16
3.1 ESTRUTURA ATMOSFÉRICA ...................................................................................... 16
3.2 POLUIÇÃO DO AR..................................................................................................... 17
3.3 EMISSÕES VEICULARES ............................................................................................ 18
3.3.1 Frota veicular no Brasil ..................................................................................... 19
3.3.2 Combustíveis ................................................................................................... 22
3.3.3 Emissões de descarga....................................................................................... 24
3.3.4 Emissões evaporativas ..................................................................................... 25
3.3.5 Poluentes......................................................................................................... 26
3.4 QUALIDADE DO AR .................................................................................................. 29
3.4.1 PROCONVE ...................................................................................................... 30
3.4.2 PROMOT .......................................................................................................... 33
3.4.3 Parâmetros de Qualidade do Ar ....................................................................... 33
3.5 INVENTÁRIO DE EMISSÕES....................................................................................... 35
3.6 MODELAGEM MATEMÁTICA .................................................................................... 36
3.6.1 AERMOD View. ................................................................................................ 38
4 METODOLOGIA ............................................................................................................... 40
4.1 DEFINIÇÃO DA ÁREA DE ESTUDO ............................................................................. 40
4.2 RECEPTORES ............................................................................................................ 41
4.3 DADOS DE ENTRADA NO SOFTWARE ....................................................................... 41
4.4 DADOS METEOROLÓGICOS ...................................................................................... 43
4.5 CARACTERIZAÇÃO METEOROLÓGICA DA CIDADE DE ESTUDO .................................. 43
4.5.1 Ventos ............................................................................................................. 43
4.5.2 Precipitação pluviométrica ............................................................................... 45
4.5.3 Topografia e cobertura do terreno ................................................................... 45
4.6 QUANTIFICAÇÃO DA FROTA DA AVENIDA BONOCÔ. ................................................ 47
5 RESULTADOS E DISCUSSÃO............................................................................................. 49
5.1 ESTIMATIVA DOS FATORES DE EMISSÃO DE POLUENTES .......................................... 49
5.1.1 ESTIMATIVA DAS TAXAS DE EMISSÃO................................................................... 54
5.2 RESULTADOS DA SIMULAÇÃO .................................................................................. 56

8
 5.2.1 SIMULAÇÕES DE POLUENTES NO AERMOD VIEW ................................................. 58
• MONÓXIDO DE CARBONO (CO)................................................................................ 58
• MATERIAL PARTICULADO (MP10).............................................................................. 61
• DIÓXIDO DE NITROGÊNIO (NO2)............................................................................... 67
• CONCENTRAÇÃODE POLUNTES NOS DIFERENTES PERÍODOS .................................... 72
6 CONCLUSÕES .................................................................................................................. 74
7 SUGESTÕES PARA TRABALHOS FUTUROS ....................................................................... 75
8 APÊNDICES...................................................................................................................... 76
APÊNDICE A – Descrição matemática do AERMOD. ............................................................. 76
DESCRIÇÃO DO AERMET...................................................................................................... 76
• METODOLOGIA DO AERMOD ................................................................................... 80
• Cálculo da concentração no AERMOD. ..................................................................... 85
• Caracterização da dispersão em camada limite urbana. ........................................... 95
APÊNDICE B – Planilhas de fluxo de veículos da av. Bonocô fornecidas pela TRANSALVADOR.
........................................................................................................................................... 97
9 REFERÊNCIAS ................................................................................................................ 118

9
 LISTA DE FIGURAS

Figura 01: Estrutura da atmosfera (baseado em U.S. Standard Atmosphere). .......................... 17

Figura 02: Tipos de emissões. .................................................................................................. 24
Figura 03: Concentração de HC, CO e NOx nos gases de escape em relação a φ. ..................... 25
Figura 04: Comparação do diâmetro das partículas de MP. ..................................................... 29
Figura 05: Evolução dos limites de CO, HC, NOx e CHO para veículos leves (fases PROCONVE -
L). ........................................................................................................................................... 31
Figura 06:Esquema da pluma Gaussiana.................................................................................. 37
Figura 07: Emissão tipo Puff. ................................................................................................... 38
Figura 08: Modo de entrada dos dados dos pré-processadores no ARMOD. ............................ 39
Figura 09: Delimitação da avenida Mário Leal Ferreira (Bonocô). ............................................ 40
Figura 10: Direções dos ventos em Salvador. ........................................................................... 44
Figura 11: Estatísticas mensais da velocidade e direções do vento em Salvador. ..................... 44
Figura 12: Chuva mensal média (linha contínua) acumulada durante o período contínuo de 31
dias ao redor do dia em questão, com faixas d e25° ao 75° e do 10° ao 90° percentil. ............. 45
Figura 13: Mapa topográfico de Salvador - região da av. Mário Leal Ferreira. .......................... 46
Figura 14: Gradiente de velocidade do vento em função da altura e tipo de cobertura do solo.
............................................................................................................................................... 46
Figura 15:Frota mensal da av. Mário Leal Ferreira sentido BR324. ........................................... 48
Figura 16: Pluma de dispersão de CO no mês de abril de 2019. ............................................... 58
Figura 17: Pluma de dispersão de CO nos meses de janeiro e fevereiro de 2020. ..................... 59
Figura 18: Pluma de dispersão de CO no mês de abril de 2020. ............................................... 59
Figura 19: Pluma de dispersão de MP10 24h em abril de 2019. ................................................ 62
Figura 20: Pluma de dispersão de MP10 24h nos meses de janeiro e fevereiro de 2020. ......... 62
Figura 21: Pluma de dispersão de MP10 24h em abril de 2020. ............................................... 63
Figura 22: Pluma de dispersão de MP10 em um ano - abril de 2019.......................................... 63
Figura 23: Pluma de dispersão de MP10 em um ano - janeiro e fevereiro de 2020. ................. 64
Figura 24: Pluma de dispersão de MP10 em um ano - abril de 2020. ....................................... 64
Figura 25: Pluma de dispersão de NO2 em 1 hora - abril de 2019. ............................................ 67
Figura 26: Pluma de dispersão de NO2 em 1 hora - janeiro e fevereiro de 2020. ...................... 68
Figura 27: Pluma de dispersão de NO2 em 1 hora - abril de 2020. ............................................ 68
Figura 28: Pluma de dispersão de NO2 em um ano - abril de 2019. .......................................... 69
Figura 29:Pluma de dispersão de NO2 em um ano - janeiro e fevereiro de 2020. ..................... 69
Figura 30: Pluma de dispersão de NO2 em um ano - abril de 2020. .......................................... 70
Figura 31: Estado da pluma horizontal e seguindo o terreno. .................................................. 84
Figura 32: Cálculo do fator de ponderamento, f, usado no cálculo da concentração total. ....... 85
Figura 33: Perfil de concentração vertical resultante da representação do perfil de
concentração Gaussiana de parcelas de ar ascendentes e descendentes. ................................ 86
Figura 34: Representação das fontes direta, indireta e penetrada. .......................................... 87

10
 LISTA DE TABELAS

Tabela 1: Frota de veículos de 2012 a 2020. ............................................................................ 20

Tabela 2:Categoria de veículos e o tipo de combustível empregado. ....................................... 21
Tabela 3: Limites de emissão para veículos com motor a Diesel.............................................. 22
Tabela 4: Categoria das emissões evaporativas ....................................................................... 26
Tabela 5:Compostos emitidos pelos veículos e seus efeitos. .................................................... 27
Tabela 6: Padrões de Qualidade do Ar ..................................................................................... 34
Tabela 7: Níveis de Atenção, Alerta e Emergência Para Poluentes e Suas Concentrações......... 34
Tabela 8: : Níveis de Qualidade do AR. .................................................................................... 35
Tabela 9: Altura dos veículos. .................................................................................................. 47
Tabela 10: Distribuição da frota por combustível para cada categoria veicular - ABRIL DE 2019.
............................................................................................................................................... 50
Tabela 11: Distribuição da frota por combustível para cada categoria veicular. - JANEIRO DE
2020 ....................................................................................................................................... 50
Tabela 12: Distribuição da frota por combustível para cada categoria veicular - FEVEREIRO DE
2020. ...................................................................................................................................... 50
Tabela 13: Distribuição da frota por combustível para cada categoria veicular – ABRIL DE 2020.
............................................................................................................................................... 50
Tabela 14: Fator de emissão por automóvel (g/km)................................................................. 53
Tabela 15: Fator de emissão por comercial leve (g/km). .......................................................... 53
Tabela 16: Fator de emissão por caminhão (g/km). ................................................................. 53
Tabela 17: Fator de emissão por ônibus (g/Km). ..................................................................... 53
Tabela 18: Média horária semanal de cada sentido da avenida Mário Leal Ferreira. ................ 54
Tabela 19: Fatores de emissão por automóvel em cada sentido da via (g/s). .......................... 54
Tabela 20: Fatores de emissão por comercial leve em cada sentido da via (g/s)...................... 54
Tabela 21: Fatores de emissão por caminhão em cada sentido da via (g/s).............................. 55
Tabela 22: Fator de emissão por ônibus em cada sentido da via (g/s). ..................................... 55
Tabela 23: Fator de emissão por motocicleta em cada sentido da via (g/s). ............................. 55
Tabela 24: Fator médio para todas as categorias veiculares. ................................................... 56
Tabela 25: Concentrações mínimas e máximas de CO em cada período do estudo. ................. 60
Tabela 26: Faixas de concentrações de CO em 8h. ................................................................... 61
Tabela 27: Concentrações mínimas e máximas de MP10 em cada período do estudo. ............ 65
Tabela 28: Concentrações mínimas e máximas de MP10 em cada período do estudo. ............ 65
Tabela 29: Faixas de concentrações de MP10 em 24h. ............................................................ 66
Tabela 30: Faixas de concentrações de MP10 em 1 ano. ......................................................... 66
Tabela 31: Concentrações mínimas e máximas de NO2 em cada período do estudo. ............... 70
Tabela 32: Concentrações mínimas e máximas de NO2 em cada período do estudo. ............... 70
Tabela 33: Faixas de concentrações de NO2 em 1h. ................................................................ 71
Tabela 34: Faixas de concentrações de NO2 em 1 ano............................................................. 72
Tabela 35: Frota total de veículos na av. Mário Leal Ferreira por mês. ..................................... 72

11
 LISTA DE GRÁFICOS

Gráfico 1: Evolução da frota de veículos.....................................................................................51

Gráfico 2: Evolução da frota de automóveis. ........................................................................... 51

Gráfico 3:Evolução da frota de comercial leve. ........................................................................ 52
Gráfico 4: Evolução da frota de motocicleta. ........................................................................... 52
Gráfico 5: Frota circulante mensal de veículos por hora. ......................................................... 57

12
 1. INTRODUÇÃO
Emissões atmosféricas ocorrem de forma natural como na dispersão de pólen, emissão
de substâncias em erupções vulcânicas, poeira proveniente de dunas. Ou a partir de fontes
antropogênicas como as substâncias provenientes das chaminés das indústrias, material
proveniente da queima de combustíveis, fuligem gerada por queimadas causadas pela ação do
homem. A emissão dessas substâncias influencia na dinâmica da atmosfera, podendo afetar no
clima e causar efeitos adversos ao meio ambiente (GODISH, 2003).

Ao longo dos anos o aumento do uso de combustíveis fósseis, seja para a geração de
energia elétrica ou para uso como combustível de veículos automotores, tem provocado o
aumento da quantidade de poluentes emitidos na atmosfera. Esses poluentes apresentam
potencial em afetar à saúde humana, de plantas e a integridade de estruturas (AHRENS e
HENSON, 2019; IEMA, 2014).

Segundo a OMS, em 2016 a poluição atmosférica foi responsável por 4,2 milhões de
mortes prematuras. Essa mortalidade foi causada principalmente pela exposição a
micropartículas que provocam doenças cardiovasculares e respiratórias (WHO, 2018a). No
Brasil, alguns estudos mostraram que o crescimento da poluição do ar em grandes centro
urbanos do país, está diretamente associado ao crescimento de internações e mortes por
doenças respiratórias e cardiovasculares em crianças e idosos (GOUVEIA et al., 2003).

Estimativas recentes apontam que nove em cada dez pessoas no mundo respiram ar
contendo altos níveis de poluentes. Ambientes com péssimas condições de qualidade do ar
apresentam grande risco a saúde humana, sendo os ambientes urbanos os que apresentam
maiores índices de poluição devido ao grande número de fontes móveis e estacionárias de
emissão (GOUVEIA et al., 2021; WHO, 2018b).

O controle dos níveis de poluentes na atmosfera é de grande importância não só para

preservação da vida como para o controle de eventos que influenciam a economia local, como
os custos relacionados a cuidados médicos, diminuição da produtividade e diminuição da
qualidade de vida (GOUVEIA et al., 2021; SHEPHERD et al., 2016). Para isso, é necessário
monitorar a concentração de poluentes no ar através de redes de monitoramento, e através de
políticas públicas reduzir as emissões e implementar novas tecnologias nas fontes de emissão
(OLIVEIRA, 2018).

As fontes móveis veiculares são uma das principais fontes de poluição atmosférica nos
centros urbanos. O tráfico de veículos é responsável por cerca de 90% das emissões de
monóxido de carbono (CO), 80 a 90% das emissões de óxidos de nitrogênio (NOx), é responsável
também pela emissão de hidrocarbonetos e de uma quantidade significativa de material
particulado (MP) (HABERMANN; GOUVEIA, 2012; HABERMANN; MEDEIROS; GOUVEIA, 2011).
Os veículos grandes como ônibus e caminhão são responsáveis pela maior parte da emissão de
óxidos de nitrogênio e de enxofre, enquanto os veículos leves são os principais responsáveis
pela emissão de monóxido de carbono e hidrocarbonetos (TEIXEIRA; FELTES; DE SANTANA,
2008).

Características físico-químicas, meteorológicas e/ou topográficas estão diretamente

relacionadas ao processo de espalhamento de poluentes em uma região, modelos matemáticos

13
de dispersão de poluentes auxiliam na obtenção de parâmetros da qualidade do ar e
possibilitam a comparação destes parâmetros com os padrões estabelecidos pelos órgãos
ambientais, permitem a avaliação dos impactos ambientais na área de estudo reforçando os
parâmetros obtidos pelos instrumentos de controle da qualidade do ar (AMBIMET, 2021).

Em Salvador, os fatores geográficos como a intensidade e a constância de ventos

proporcionam uma boa dispersão de poluentes diminuindo a poluição atmosférica (OLIVEIRA,
2018). A cidade contava com uma rede de monitoramento com oito estações fixas e uma móvel
em diferentes regiões que monitoravam os parâmetros da qualidade do ar considerando os
padrões estabelecidos pela legislação. A rede foi desativada em 2016, e segue desativada até
hoje impossibilitando o conhecimento da qualidade do ar na cidade e dificultando a criação de
políticas públicas que auxiliem no enfrentamento desta questão.

Nos últimos anos poucos trabalhos sobre a dispersão de poluentes na cidade de

Salvador-BA podem ser verificados na literatura. Em 2001, Lyra publicou em artigo o Inventário
das Emissões Atmosféricas da Região metropolitana de Salvador (LYRA, 2001). Em 2008, Lyra
publicou sua tese de doutorado onde propôs uma metodologia de elaboração de projeto de
rede de monitoramento da qualidade do ar na Região metropolitana de Salvador (LYRA, 2008).
Em 2014 Vianna em sua tese de doutorado avaliou a poluição atmosférica baseado em princípios
da abordagem da análise de risco (VIANNA, 2014). Em 2018 Oliveira publicou em seu trabalho
de conclusão de curso uma avaliação da dispersão de poluentes na Avenida Antônio Carlos
Magalhães, através do software AERMOD view (OLIVEIRA, 2018). E em 2020, Brandão publicou
sua dissertação de mestrado o estudo da dispersão atmosférica de poluentes originários da frota
veicular em Savador-BA (BRANDÃO, 2020).

O fluxo de veículos é uma variável que está ligada diretamente ao nível de atividade
da fonte móvel de emissão e, consequentemente, à quantidade de poluentes emitidos em uma
região (JACONDINO, 2005). Quanto maior o fluxo de veículos em uma avenida, por exemplo,
maior será a concentração de poluentes ao longo desta avenida.

Em março de 2020, medidas de restrição estabelecidas em Salvador para conter o

avanço da pandemia de COVID-19, afetaram diretamente o fluxo de veículos em toda cidade.
Trabalhos vêm sendo desenvolvidos para avaliar o impacto dessa diminuição de fluxo na
poluição atmosférica nas cidades ao redor do mundo. Na literatura ainda não é possível
constatar nenhum trabalho dessa natureza sobre a cidade de Salvador.

Diante do exposto, o presente trabalho tem como objetivo realizar o estudo da

dispersão de poluentes atmosféricos por intermédio da modelagem matemática e simulação na
Avenida Mário Leal Ferreira em Salvador - BA, considerando o fluxo de veículos nesta via antes
e após a implementação das medidas de restrição para conter o avanço da pandemia de COVID-
19. Uma vez que não há monitoramento das concentrações, os resultados obtidos permitirão
comparar com os resultados de trabalhos anteriores e com a legislação vigente.

14
 2. OBJETIVOS
Avaliar o impacto da diminuição do fluxo de veículos em Salvador-BA na qualidade do
ar nas imediações da Av. Mário Leal Ferreira, estudando os poluentes – Monóxido de Carbono
(CO), Material particulado (MP) e Dióxido de Nitrogênio (NO2) – emitidos pelos veículos ao
longo da avenida, após a implementação das medidas de restrição para conter o avanço da
pandemia de COVID-19 na cidade.

2.1 OBJETIVOS ESPECÍFICOS

- Realizar a estratificação da frota de veículos circulante na Avenida Mário Leal Ferreira por
categoria veicular e tipo de combustível em cada mês do estudo.

- Estimar o fator de emissão de cada categoria veicular em cada período.

- Efetuar o estudo de dispersão dos poluentes atmosféricos através do Software AERMOD View.

- Na localidade estudada, compreender as consequências da poluição do ar para a saúde pública

e estimar a qualidade do ar na avenida em estudo.

15
 3. REVISÃO BIBLIOGRÁFICA

3.1 ESTRUTURA ATMOSFÉRICA

A atmosfera terrestre é composta por uma mistura de gases e partículas. As
substâncias mais abundantes são o nitrogênio (78%) e o oxigênio (21%) o restante é composto
por traços de outros gases como argônio, hidrogênio, hélio, dióxido de nitrogênio, e outros
componentes como vapor de água, material particulado, partículas de nitrato (NO3-), amônio
(NH4+) e sulfato (SO4-2). Mesmo que presentes em concentrações muito pequenas, estes
componentes têm um papel fundamental no estabelecimento do clima e na manutenção da vida
no planeta, pois são importantes para a absorção e emissão de energia radiante (GODISH, 2003;
LEMOS, 2010).

A atmosfera é dividida em quatro camadas, cada uma possui um perfil de temperatura

diferente. Este gradiente de temperatura é o que define as camadas ou zonas da atmosfera. A
troposfera é a primeira camada, possui de 10 a 15 km de altitude. Aqui a temperatura decresce
com a altitude devido ao gradiente de pressão. A troca de calor entre a superfície da terra e a
troposfera provoca um intenso movimento de energia, gerando instabilidade térmica nesta
camada, o que resulta em mudanças diárias de temperatura provocando nebulosidade e
precipitação (GODISH, 2003; VISSCHER, 2014).

A troposfera pode ser dividida em duas regiões, a camada limite planetária, que tem
uma extensão vertical de 1 km e a troposfera livre, que se estende até a tropopausa (GODISH,
2003). A troposfera é a camada mais próxima à superfície terrestre, onde ocorrem os fenômenos
climáticos relacionados com a poluição do ar, é nesta camada onde se concentra os estudos de
dispersão de poluentes e seus efeitos (LEMOS, 2010).

Entre a tropopausa e a estratopausa encontra-se a estratosfera, que chega a 50 km de

altitude. Nesta camada ocorre um processo de inversão de temperatura causada pela absorção
dos raios ultravioletas pela camada de ozônio e pelas reações de formação do ozônio. É na
estratosfera que o ozônio se encontra em maior concentração. Logo acima está a mesosfera,
que chega a 90 km de altitude. Esta é a camada mais fria da atmosfera, onde a temperatura
chega aos níveis mais baixos. A camada seguinte é a termosfera, onde a temperatura chega aos
níveis mais altos, devido a fotodissociação do O2 e do N2 (VISSCHER, 2014).

16
 Figura 01: Estrutura da atmosfera (baseado em U.S. Standard Atmosphere).

Fonte: Dubin et al., 1976 apud Visscher; 2013.

3.2 POLUIÇÃO DO AR
O ar presente na atmosfera é um recurso ambiental essencial para a manutenção da
vida, para o metabolismo dos seres vivos e para a dispersão de substâncias resultantes de
fenômenos naturais e de atividades antrópicas. A contaminação do ar pode ocorrer por
diferentes processos naturais, no entanto são os processos antropogênicos que apresentam
maior potencial de causar danos ao meio ambiente e à saúde pública (GODISH, 2003).

Segundo Miller Jr., 2007, “a poluição do ar é caracterizada pela presença de

substâncias químicas na atmosfera em concentrações altas o suficiente para prejudicar
organismos e materiais (como metais e pedras utilizados em construções e estátuas) e para
alterar o clima”. As concentrações de poluentes na atmosfera dependem: do clima, topografia,
do nível de atividades industriais locais e da densidade populacional (MILLER JR, 2007).

A poluição atmosférica é considerada local quando ocorre em uma região

relativamente pequena, ou global quando envolve toda a eco esfera (LEMOS, 2010). Pode causar
doenças respiratórias, cardiovasculares e neurológicas principalmente em crianças e idosos.
Ocasiona a acidificação das águas da chuva, contaminando os corpos d’água, seus biomas, o solo
e as plantas, levando à redução da capacidade fotossintética (IEMA, 2014). Podem criar efeitos
agudos, quando existem episódios extremos de poluição, por exemplo, a poluição que atingiu
Londres de 5 a 12 de dezembro de 1952 e matou cerca de 4000 pessoas. Ou efeitos crônicos ou
de longo prazo, como resultado dos níveis de poluição comumente encontrados em áreas
urbanas e industriais que levam ao câncer de pulmão, doenças respiratórias e cardiovasculares,
irritação nos olhos, nariz e garganta (VISSCHER, 2014).

17
 Os poluentes podem ser classificados como poluentes primários que são emitidos
diretamente na troposfera em uma forma nociva, como fuligem e monóxido de carbono. Ou
secundários, que são gerados na troposfera quando algum poluente primário reage com outro
ou com componentes básicos do ar (MILLER JR, 2007).

Os poluentes atmosféricos mais estudados são os óxidos de nitrogênio (NOx), óxidos

de enxofre (SOx), material particulado (MP) e os compostos orgânicos voláteis (COVs). A maior
quantidade desses poluentes é proveniente das atividades industriais, da construção civil, e de
fontes móveis, como veículos automotores, navios e máquinas (EC, 2016).

3.3 EMISSÕES VEICULARES

As emissões de poluentes na atmosfera são provenientes de atividades industriais,
fontes naturais, fontes estacionárias ou fontes móveis. As estacionárias são definidas como
qualquer instalação, equipamento ou processo natural ou artificial, em local fixo, que possa
liberar ou emitir matéria ou energia para a atmosfera. As fontes móveis são as que se encontram
em movimento, como veículos automotores, aeronaves, navios, trens entre outros meios de
transporte (VASQUES, 2018).

De acordo com a resolução CONAMA n°491/2018 os principais poluentes atmosféricos

regulamentados no Brasil são o monóxido de carbono (CO), o ozônio troposférico (O2), dióxido
de nitrogênio (NO2), material particulado (MP10), material particulado (MP2,5), partículas totais
em suspensão (PTS), dióxido de enxofre (SO2), chumbo (PB) e fumaça. Segundo a CETESB (2012),
os poluentes emitidos mais comumente por veículos automotores são os óxidos de nitrogênio
(NOx), monóxido de carbono (CO, hidrocarbonetos totais (HC), óxidos de enxofre (SOx), aldeídos
(RCOH), material particulado (MP) como fumaça, partículas totais, partículas inaláveis – MP10 e
partículas inaláveis finas – MP2,5.

As emissões são classificadas em pontuais, fugitivas e evaporativas. De acordo com

Lyra (2001), as emissões pontuais são aquelas provenientes das chaminés de fornos e caldeiras,
flares, colunas de destilação e absorção. Já as emissões fugitivas provêm de compostos
orgânicos voláteis, como exemplo as perdas de vapores dos equipamentos do processo como
bombas, válvulas, flanges, conexões e tomada de amostra. Emissões evaporativas são
provenientes de áreas abertas para a atmosfera, como bacias de decantação, lagoas de
estabilização, reatores abertos, separadores de água e óleo, redes de drenagem, tanques, torres
de resfriamento (LYRA, 2001).

A poluição do ar também pode ser causada por fontes naturais, como os gases
liberados durante as erupções vulcânicas, nas queimadas florestais, na decomposição de plantas
e animais, por pólens e esporos, hidrocarbonetos voláteis liberados pelas plantas, vapor do
oceano, erosão do solo e minerais carregados pelo vento, gases provenientes do solo e da
superfície da água, ozônio (O3), óxidos de nitrogênio (NOx) provenientes de tempestades
elétricas, e ozônio advindo da intrusão estratosférica e de reações fotoquímicas (GODISH, 2004).

Poluentes naturais podem apresentar riscos à qualidade do ar quando gerados em

quantidades significativas perto de locais com alta densidade populacional. Com exceção de
grandes eventos como tempestades de poeira, incêndios florestais e vulcões, a poluição natural
do ar não apresenta grande preocupação à sociedade. Em quantidade de massa, a natureza

18
polui mais do que os humanos, no entanto essa poluição tem um potencial relativamente baixo
em causar efeitos na saúde e no bem-estar, já que os contaminantes associados à poluição
natural do ar são tipicamente muito baixos, normalmente a distância que separa as fontes de
poluição natural e grandes populações humanas é grande, e as principais fontes de poluição
natural são esporádicos e transitórios (GODISH, 2004).

As fontes móveis veiculares são umas das principais fontes de poluição do ar,
principalmente nas grandes cidades. Os grandes congestionamentos em horários de pico, a
redução na velocidade média nos corredores de tráfego, e o maior gasto de combustível são
questões comuns nos centros urbanos. As emissões dos veículos contêm substâncias tóxicas
prejudiciais à saúde pública e ao meio ambiente (TEIXEIRA; FELTES; DE SANTANA, 2008). Essas
substâncias têm potencial de modificar as propriedades da atmosfera e da precipitação; causar
danos à vegetação e elevar o potencial de doenças e mortes prematuras em humanos e
deteriorar materiais. (AHRENS e HENSON, 2019; OLIVEIRA, 2018).

3.3.1 Frota veicular no Brasil

O setor automobilístico é um importante impulsionador da economia mundial, tanto
por seus efeitos tecnológicos como pelo dinamismo que trouxe para a economia dos diferentes
países envolvidos no processo de criação deste setor. No Brasil, a indústria automobilística
começou a se consolidar a partir da década de 1950, o que desempenhou grande relevância na
evolução e crescimento da indústria nacional. Nos anos 2000, o aumento da renda per capita
brasileira, a ascensão da classe C, o fácil acesso a crédito, e as políticas governamentais
incentivando a economia e a indústria, fizeram com que a indústria automobilística tivesse uma
expansão significativa. (CATTO, 2015).

A frota circulante, que é o conjunto de veículos que se estima estarem circulando

independente de constar nos registros do órgão de trânsito, é calculada a partir das vendas de
veículos novos nos últimos 40 anos e submetida às curvas de sucateamento. É diferente da frota
registrada onde se considera um conjunto de veículos que receberam o primeiro licenciamento
no órgão de trânsito quando novos e ainda continuam com seus registros ativos (CETESB, 2016).

Em 2018, a frota circulante chegou a 44,8 milhões de unidades circulantes, entre

automóveis, comerciais leves, caminhões e ônibus e 13,12 milhões de motocicletas. Estimou-se
que em 2019 e em 2020 a frota brasileira alcançaria 45,8 milhões e 47,1 milhões de veículos
respectivamente (SINDIPEÇAS, 2019).

19
 Tabela 01: Frota de veículos de 2012 a 2020.

Fonte: Sindipeças, 2019.

O crescimento da frota circulante vem acompanhado de um aumento na emissão de

poluentes atmosféricos oriundos da queima dos combustíveis utilizados para abastecer os
veículos automotores. Entre os 47 milhões de veículos, devem-se considerar os tipos de
combustíveis, o ano e a tecnologia de fabricação, o tipo e a frequência de uso (transporte de
passageiros ou carga), além do seu porte (pequeno, médio, grande, leve, pesado).

Veículos pequenos de passageiros normalmente empregam como combustível etanol

hidratado, gasolina comum e o gás natural veicular (GNV). Alguns veículos com tecnologia flex-
fuel podem operar com gasolina ou etanol hidratado. As motocicletas utilizam gasolina e os
modelos flex-fuel utilizam etanol hidratado ou gasolina. Os comerciais leves podem operar com
etanol hidratado, gasolina ou diesel. Os veículos pesados como caminhões, caminhonetas,
ônibus, micro-ônibus, empregam de modo geral, apenas o diesel como combustível, como é
possível ver na tabela (2).

20
 Tabela 02:Categoria de veículos e o tipo de combustível empregado.

Fonte: (CETESB, 2016).

PBT: Peso Bruto Total. PBTC: Peso Bruto Total Combinado.

(1) Resolução CONAMA 15/1995.

No Brasil em 2018, 67,1% da frota total era de veículos flex-fuel, 22,2% de veículos a
gasolina e 10% de veículos a diesel. Os veículos híbridos e elétricos já somavam 11.038 unidades,
o que representou 0,025% da frota total (SINDIPEÇAS, 2019).

21
 Gráfico 01: Evolução da frota por combustível (Automóveis; Comerciais leves; Caminhões; ônibus).

Fonte: (Sindipeças, 2019).

3.3.2 Combustíveis
Os combustíveis utilizados em veículos automotores (Gasolina, Diesel, GNV e etanol)
são hidrocarbonetos ou misturas de hidrocarbonetos (HC) (JACONDINO, 2005).

A gasolina e o diesel são derivados de petróleo formados por diferentes tipos de

hidrocarbonetos como as parafinas, olefinas, naftenos e aromáticos, e por traços de outros
componentes como o enxofre e o nitrogênio. Os componentes presentes nos combustíveis são
classificados de acordo com o número de átomos de carbono das moléculas. O tamanho e a
geometria da molécula influenciam em suas propriedades químicas (FERGUSON; KIRKPATRICK,
2016).

O óleo diesel é composto por hidrocarbonetos de cadeia longa (de 08 a 16 carbonos),

traços de nitrogênio, enxofre e oxigênio. É utilizado em veículos pesados que possuem motores
ciclo Diesel de combustão interna e ignição por compressão como ônibus, caminhões, trens,
navios, máquinas agrícolas e em alguns veículos de pequeno porte (ANP, 2020a). Na tabela
abaixo estão os limites máximos de emissão de poluentes para veículos pesados (BRASIL, 2008).

Tabela 3: Limites de emissão para veículos com motor a Diesel.

Poluentes/ limites de emissão

NOx HC CO CH4 MP NMHC Opacidade
(m-1)
Ensaio 2,00 0,46 1,50 N.A 0,02 N.A 0,5
ESC/ELR
Ensaio 2,00 N.A 4,00 1,10 0,03 0,55 N.A
ETC
Fonte: Adaptado de Brasil, 2008.

A gasolina é o combustível de maior comercialização no Brasil. Da mesma forma que o

etanol, a gasolina é utilizada em veículos e equipamentos que possuem motores com
funcionamento do ciclo Otto.

22
 A gasolina é uma mistura inflamável complexa de vários hidrocarbonetos que são
obtidos através do refino de correntes do petróleo. Suas moléculas podem variar de 5 a 12
átomos de carbono. A mistura de hidrocarbonetos que compõem a gasolina entra inicia a
ebulição em aproximadamente 30°C com um ponto final em 215°C (ANP, 2020b).

No Brasil, as gasolinas disponíveis para comercialização são a gasolina A comum,

gasolina A premium, gasolina C comum e gasolina C premium. A gasolina A é também chamada
de gasolina pura, não contém etanol em sua composição. Não é vendida nos postos de
abastecimento. Já a gasolina C é a gasolina comercial vendida nos postos de combustíveis. Possui
em sua composição 22 % de etanol anidro conforme a legislação (CETESB, 2020a). A gasolina
premium possui propriedades de octanagem superiores às da gasolina comum. Ela é indicada
para veículos que exigem um combustível de maior octanagem para o melhor aproveitamento
da capacidade automotiva. Já a gasolina aditivada é a gasolina C acrescida de um aditivo,
normalmente um detergente/dispersante (ANP, 2020b).

O etanol é uma substância de fórmula molecular C2H6, produzido pela fermentação de

açúcares. É um biocombustível utilizado em motores de ciclo Otto em substituição à gasolina. O
etanol pode ser utilizado de duas formas: como etanol anidro, na mistura de formação da
gasolina C, ou como etanol hidratado, utilizado em todo país como um combustível acabado
(ANP, 2020c).

Gás natural é uma substância composta por hidrocarbonetos que se apresentam na

forma gasosa nas condições normais de temperatura e pressão. É composto, em sua maioria,
por metano (CH4) e etano (C2H6) e, em menores quantidades por propano (C3H8). O Gás natural
veicular (GNV) é uma mistura combustível gasosa, advinda do gás natural ou do biometano,
utilizada para abastecer veículos onde o metano é o componente principal (ANP, 2020d).

Os gases poluentes, resultantes da combustão dos combustíveis fósseis, são

responsáveis pela significativa participação do setor de transportes no avanço da poluição
atmosférica. Esses gases são provenientes do tubo de escapamento, do sistema de alimentação
de combustível, respiros, juntas e conexões. Os gases expelidos pelo escapamento, têm origem
na queima dos combustíveis fósseis e constituem as emissões de descarga. Já as emissões
formadas pela evaporação do combustível são denominadas de emissões evaporativas
(JACONDINO, 2005; LYRA, 2001).

23
 Figura 02: Tipos de emissões.

Fonte: (JACONDINO, 2005).

3.3.3 Emissões de descarga

Emissões de descarga são dependentes do modo de operação do veículo, que são
classificados em condições estabilizadas, partida a quente e partida a frio. Dentro de cada modo
de operação o veículo pode operar em velocidade constante, parado, em aceleração ou
desaceleração. O modo de partida refere-se aos primeiros minutos de operação após a partida
do veículo. A diferenciação entre a partida a frio e a partida a quente está na duração do período
entre o desligamento do veículo e a sua partida. Nas demais situações o veículo opera em
condições estabilizadas (JACONDINO, 2005).

O fator responsável pela diferenciação da quantidade de poluentes emitidos entre os

diferentes modos de operação é a taxa ar/combustível (A/F) (HEYWOOD, 2018). A taxa
estequiométrica corresponde ao ar necessário para a completa oxidação da massa de
combustível. Nesta situação A/F é de aproximadamente 14,8 e denominada A/E estequiométrica. A
relação A/F é normalmente estabelecida em função do peso, e pode variar em função do
combustível empregado.

Esta relação também pode ser expressa a partir de outra variável, a taxa equivalente
φ.

A taxa equivalente é definida pela equação a seguir:

(𝐴⁄𝐹)
𝑒𝑠𝑡𝑒𝑞𝑢𝑖𝑜𝑚é𝑡𝑟𝑖𝑐𝑎
Taxa equivalente = φ = (𝐴⁄𝐹 )𝑎𝑡𝑢𝑎𝑙

Onde (𝐴⁄𝐹 )𝑎𝑡𝑢𝑎𝑙 , é a taxa ar-combustível atual do motor. A utilização da taxa

equivalente é mais vantajosa na medida em que possibilita a comparação de motores operando
com combustíveis diferentes, uma vez que o valor absoluto de (𝐴⁄𝐹) é função das
𝑒𝑠𝑡𝑒𝑞𝑢𝑖𝑜𝑚é𝑡𝑟𝑖𝑐𝑎
propriedades do combustível empregado. A relação qualitativa entre a taxa equivalente e a taxa
de ar-combustível com a quantidade de emissão produzida pode ser vista na figura a seguir:

24
 Figura 03: Concentração de HC, CO e NOx nos gases de escape em relação a φ.

Fonte: (JACONDINO,2005; Heywood, 2018).

Misturas ricas geram grande quantidade de poluentes devido a queima incompleta do

combustível. No entanto, este mecanismo de formação não é igual para todos os tipos de
motores. Nos motores de ciclo Diesel diferente dos motores de ciclo Otto, a combustão ocorre
com grande quantidade de ar na mistura/ar combustível. Por isso, os motores do ciclo Diesel
opera, na maior parte do tempo, com misturas pobres, emitindo baixa quantidade de CO e
grandes quantidades de NOx (De Nevers, 2000).

3.3.4 Emissões evaporativas

As emissões evaporativas são formadas a partir da evaporação do combustível. São
compostas basicamente por hidrocarbonetos (HC) e tem sua formação vinculada à variação de
temperatura. A figura a seguir mostra os tipos de emissões evaporativas e o processo de
formação.

25
 Tabela 4: Categoria das emissões evaporativas

Fonte: Adaptada de EPA, 1994.

3.3.5 Poluentes
Em condições ideais a combustão de hidrocarbonetos que constituem os combustíveis
resulta em H2O e CO2. No entanto, estas condições nem sempre são alcançadas, e o que ocorre
é a queima parcial do combustível e reações secundárias indesejáveis. Como resultado da
combustão incompleta são formados subprodutos que constituem poluentes perigosos.

Compostos como material particulado, chumbo (Pb) e dióxidos de enxofre (SO2) são
subprodutos da combustão dos hidrocarbonetos. São denominados poluentes primários, pois
são lançados na atmosfera diretamente pelos veículos. Reações secundárias envolvendo os
subprodutos do processo de combustão podem ocorrer e formar compostos como o ozônio (O3)
e o dióxido de carbono (CO2) (JACONDINO, 2005).

26
 Tabela 5:Compostos emitidos pelos veículos e seus efeitos.

Fonte: (JACONDINO, 2005).

3.3.5.1 Óxidos de Nitrogênio (NOx)

Os óxidos de nitrogênio são formados através da reação entre o nitrogênio do ar (N2)
e os gases de temperatura elevada provenientes da queima dos combustíveis.
Aproximadamente, 90-95% dos óxidos de nitrogênio gerados na combustão estão na forma de
óxido nítrico (NO), porém outros óxidos podem se formar, especialmente o dióxido de
nitrogênio (NO2). O nitrogênio molecular não é reativo nas condições atmosféricas, mas sob
altas condições de temperatura e pressão ele pode reagir com o oxigênio (O2) do ar (VALLERO,
2008):
∆
𝑁2 + 𝑂2 → 2𝑁𝑂

Nos grandes centros urbanos, os veículos são os principais responsáveis pela emissão
dos óxidos de nitrogênio (CETESB, 2020b). Quando a queima de combustível é ineficaz a
formação de NOx é pequena, no caso contrário, quando há excesso de O2 e maior queima de
combustível uma maior quantidade de NOx é formada (JACONDINO, 2005).

Na presença de luz solar o NOx reage com os hidrocarbonetos formando oxidantes

fotoquímicos como o ozônio e geram uma atmosfera oxidante denominada “smog fotoquímico”
(BRANDÃO, 2020). Ele também reage com amônia e outros componentes formando ácido nítrico
levando a formação da chuva ácida (VISSCHER, 2014b):

3 𝑁𝑂2 + 𝐻2 𝑂 → 2 𝐻𝑁𝑂3 + 𝑁𝑂

27
 A poluição por NOx está diretamente relacionada aos casos de doenças
cardiovasculares e respiratórias nas populações dos centros urbanos. Estima-se que há um
aumento de 8% no risco de morte quando a concentração de NOx cresce em 10 𝜇𝑔/𝑚 3
(VISSCHER, 2014). A exposição a níveis de NO2 entre 50 e 10 ppm pode levar a inflamação no
tecido pulmonar, quando a concentração de NO2 passa a 150 e 200 ppm leva a ocorrência de
casos de bronquiolite fibrosa obliterante e a exposição a concentrações acima de 500 ppm pode
levar a morte (LYRA, 2008)

3.3.5.2 Monóxido de carbono

O monóxido de carbono (CO) é produto da combustão incompleta de combustíveis.
Isso ocorre quando o oxigênio é insuficiente para queima completa de todo carbono presente
no combustível que deveria ser convertido em CO2 (JACONDINO, 2005). As emissões veiculares
são os principais responsáveis pela propagação de CO nos centros urbanos (CETESB, 2020b).

O CO é altamente nocivo ao organismo humano, quando presente na corrente

sanguínea ele se liga a hemoglobina no lugar do oxigênio (O2) formando a carboxihemoglobina.
Este processo diminui o número de moléculas de hemoglobinas disponíveis para realizar o
transporte de O2 no sistema circulatório, isso produz efeitos adversos no sistema cardiovascular
e reduz a resistência física (VALLERO, 2008).

3.3.5.3 Material particulado

O material particulado (MP) é formado por finas partículas de sólidos dispersos na

atmosfera. O diâmetro das partículas varia de 10 nm a mais de 10 µm. Partículas com diâmetros
entre 0,1 e 1 µm tem um longo tempo de vida na atmosfera por causa da dificuldade de remoção
dessas partículas por mecanismo natural. Essas partículas são prejudiciais à saúde humana.
Quanto menor o tamanho das partículas maior sua toxicidade, por isso, além das partículas
totais em suspensão, as partículas com diâmetro menor que 2,5 µm (MP 2,5) e com diâmetro
menor que 10 µm (MP10) também são regulamentadas (VISSCHER, 2014b).

Partículas em suspensão podem causar câncer de pulmão, problemas respiratórios e

cardiovasculares, infecções respiratórias agudas e bronquites crônicas (VALLERO, 2008).
Podendo levar a morte prematura em pessoas com problemas cardíacos e pulmonares e a
infartos (EPA, 2020a).

28
 Figura 04: Comparação do diâmetro das partículas de MP.

Fonte: (EPA, 2020a).

O MP pode ser de origem natural como o sal marinho, poeira em suspensão, pólen e
cinza vulcânica. Ou antropogênica, que são provenientes principalmente da queima de biomassa
para aquecimento doméstico, da agricultura, de atividades da indústria, acionamento de freios,
desgaste de pneus, desgaste de estradas e da combustão de combustíveis (BRANDÃO, 2020).

3.4 QUALIDADE DO AR
A qualidade do ar é alterada de acordo com as condições meteorológicas. As
concentrações de substâncias como monóxido de carbono, material particulado e dióxido de
enxofre aumentam nos meses de inverno, período em que as condições meteorológicas são
menos favoráveis à dispersão de poluentes, causando uma piora nos índices de qualidade do ar.
O ozônio apresenta maiores concentrações na primavera e verão, por ser um poluente
secundário que depende da intensidade da luz solar para ser formado (CETESB, 2019).

Alguns poluentes são determinantes para definir o nível da qualidade do ar. Eles são
escolhidos de acordo com sua frequência de ocorrência, os efeitos adversos à saúde pública e
ao meio ambiente, e segundo os recursos materiais e humanos disponíveis. O grupo de
poluentes determinados universalmente como indicadores da qualidade do ar são o monóxido
de carbono, dióxido de enxofre, material particulado, dióxido de nitrogênio e o ozônio (CETESB,
2019).

Em 1970 a EPA criou a classificação dos poluentes atmosféricos em duas categorias

distintas, são elas: criteria air polluants – poluentes que podem trazer efeitos negativos sobre a
saúde pública e hazardous air polluants – poluentes perigosos, que apresentam riscos de

29
ocorrência de danos irreversíveis e fatais à saúde. No início da regulamentação o dióxido de
enxofre (SO2), ozônio (O3), óxidos de nitrogênio (NOx), monóxido de carbono (CO), material
particulado (MP) e chumbo (Pb) foram classificados como criteria air polluants. E o mercúrio,
berílio, asbesto, cloreto de vinila, benzeno, arsênio, coque e cádmio foram classificados como
hazardous air polluants. A partir dessa classificação foram desenvolvidos os padrões primários
e secundários de qualidade do ar (LEMOS, 2010).

No Brasil, foi na constituição de 1967 que se mencionou pela primeira vez o tema
ambiental. E, foi apenas a partir da sua participação na Conferência de Estocolmo em 1972, que
se iniciou a mobilização do estado brasileiro para criar normas para garantir a manutenção do
meio ambiente. Em 1981 foi criada a legislação ambiental brasileira que é utilizada como base
até hoje para a Política Nacional do Meio Ambiente, Lei n°6.938/81 (MOURA, 2016; MURO JR.,
2014).

Com a criação do Programa Nacional de Controle da Poluição do Ar (PRONAR), em

1989, através da instituição da Resolução CONAMA n° 05, complementada pelas resoluções n°
03, 08 e pela 491/18, foram estabelecidos os padrões de qualidade do ar de partículas totais
em suspensão (PTS), fumaça, partículas inaláveis, dióxido de enxofre, monóxido de carbono,
ozônio e dióxido de nitrogênio (TEIXEIRA; GAETANI; MANDARINO, 2012).

O PRONAR tem como objetivos a melhoria da qualidade do ar; o atendimento aos

padrões de emissões estabelecidos; e o não comprometimento da qualidade do ar em áreas
tidas como não degradadas. Para garantir o cumprimento desses objetivos, foram estabelecidos
padrões primários e secundários da qualidade do ar. Os padrões primários foram definidos como
os níveis de emissão que, se ultrapassados, poderão afetar a saúde humana. Ou seja, são os
níveis máximos de concentração de poluentes atmosféricos, onde a meta de cumprimento foi
determinada a curto prazo. Os padrões secundários foram considerados como sendo as
concentrações de poluentes atmosféricos abaixo das quais há previsão do mínimo efeito
adverso ao bem-estar e a saúde pública, aos materiais e ao meio ambiente (TEIXEIRA; GAETANI;
MANDARINO, 2012).

3.4.1 PROCONVE
Em 1986 foi criado o Programa de Controle da Poluição do Ar por Veículos
Automotores – PROCONVE, com o objetivo de reduzir os níveis de emissão de poluentes e
atender aos padrões de qualidade do ar; promover o desenvolvimento tecnológico nacional na
engenharia automobilística e nos equipamentos de ensaio para medição da emissão de
poluentes; criar programas de inspeção e de manutenção para veículos automotores já em
circulação; conscientizar a população quanto aos problemas da poluição do ar por motores de
combustão interna; avaliar os resultados alcançados de acordo com as medidas estabelecidas
para promover a diminuição da poluição atmosférica e; promover a melhoria das características
técnicas dos combustíveis líquidos, de maneira a reduzir as emissões de poluentes (MMA, 2010).

O PROCONVE foi implementado em diferentes fases e estabelece um cronograma de

redução gradual da emissão de poluente para veículos leves (automóveis) e veículos pesados
(ônibus e caminhões). E determina alguns procedimentos para a implementação das tecnologias
industriais já existentes que foram adaptadas às necessidades do Brasil (LEMOS, 2010).

30
 A primeira fase do PROCONVE foi implantada para os veículos leves (L-1), de 1988 a
1991. É caracterizada pela eliminação dos modelos mais poluentes e aprimoramento da
produção. Na segunda fase (L-2), de 1992 a 1996, investiu-se na adequação de catalisadores e
sistemas de injeção eletrônica para uso com mistura de gasolina e etanol. Na terceira fase (L-3),
de 1997 a 2004, foram empregadas as melhores tecnologias disponíveis para a formação de
mistura e controle eletrônico do motor como, por exemplo, o sensor de oxigênio. Na fase (L-4),
2005 – 2008, foram desenvolvidos motores com novas tecnologias como a otimização da
geometria da câmara de combustão e dos bicos de injeção, o aumento da pressão da bomba
injetora e a injeção eletrônica. Na fase (L-5) deu-se prioridade a redução das emissões de HC e
NO. Nessa fase reduziu-se 31% das emissões de hidrocarbonetos não metano para os veículos
leves do ciclo Otto e Diesel, respectivamente. Além disso, as emissões de aldeídos foram
reduzidas em aproximadamente 67% para os veículos do ciclo Otto (MMA, 2010).

Os gráficos a seguir mostram a evolução dos limites de emissão de veículos leves em

cada fase já implantada ou em andamento.

Figura 05: Evolução dos limites de CO, HC, NOx e CHO para veículos leves (fases PROCONVE - L).

Fonte: Ministério do Meio Ambiente (MMA), Brasil.

Em setembro de 2009 foi publicada a nova fase (L-6) de exigências do PROCONVE para
veículos automotores leves novos de uso rodoviário. Nesta fase foram estabelecidos limites
máximos de emissão de poluentes como o monóxido de carbono (CO), hidrocarbonetos totais
(THC), hidrocarbonetos não metano (NMHC), NOx, aldeídos (CHO) para o ciclo Otto, MP para o
ciclo diesel, CO em marcha lenta para o ciclo Otto, provenientes do escapamento de veículos

31
automotores leves de passageiros e de uso rodoviário. Os limites máximos de emissão de
poluentes estabelecidos pela fase L-6 do PROCONVE foram estabelecidos entre os anos de 2013
e 2017.

Em dezembro de 2018 foram divulgadas as fases L-7 e L-8 de novas exigências do

PROCONVE. Na fase L-7 é estabelecida novos limites máximos de emissão de poluentes para
veículos rodoviários leves, de passageiros e comerciais, nacionais e importados, para
comercialização no país. É estabelecido o limite máximo de emissão de combustível evaporado
dos veículos a gasolina, etanol ou flex. Nesta fase são estabelecidos também os limites máximos
de emissão de monóxido de carbono (CO), hidrocarbonetos não metano (NMHC), óxidos de
nitrogênio (NOx), compostos orgânicos totais (THC) e metano (CH4) para veículos a gás natural
veicular e o limite de emissão de ruído veicular. A fase L7 será implementada entre os anos de
2023 e 2025.

Esta resolução estabelece que os veículos da fase L8 devem atender individualmente

aos limites estabelecidos na fase L7 e não podem regredir em seus níveis de emissão. Na fase L8
os veículos automotores leves são classificados em veículos leves de passageiros ou veículos
leves comerciais, e divididos de acordo com a massa do veículo, a massa em ordem de marcha
de acordo com o número de assentos, o transporte de carga útil e o transporte de passageiros.
Na fase L8 é instituída a geração de créditos de emissão de poluentes, assim como novos limites
máximos de emissão.

O PROCONVE também prevê o controle de emissões para veículos pesados, uma vez
que estes veículos são os principais emissores de material particulado e óxidos de nitrogênio.
Para isso foram publicadas fases de implantação de estratégias para controle de emissões de
poluentes. Nas fases P1 e P2, de 1990 – 1993, iniciou-se o controle de emissão gasosa (fase P-1)
e material particulado (fase P-2) para veículos pesados. Na fase P-3, 1994 a 1997, deu-se o
desenvolvimento de novos modelos de motores visando a redução do consumo de combustível,
aumento da potência e redução das emissões de óxidos de nitrogênio (NOx) por meio da adoção
de intercooler e motores turbo. Na fase seguinte (P-4), 1998-2002, os limites criados na fase P-
3 foram ainda mais reduzidos. As fases P-5 (2003 – 2008) e P-6 (2009 – 2011) tiveram como
objetivo reduzir as emissões de MP, NOx e HC.

Em novembro de 2008 uma nova fase (P-7), para veículos pesados, foi estabelecida
com limites de emissão ainda mais rígidos, que entrou em vigor em janeiro de 2012. No mesmo
período o CONAMA aprovou uma nova resolução que define as exigências da fase P-8 para o
controle das emissões de gases poluentes e de ruído para veículos automotores pesados novos
de uso rodoviário.

Desde a sua criação, os resultados alcançados pelo PROCONVE mostram que a

estratégia para sua implantação foi acertada, e seu êxito se deu a adoção de fases cada vez mais
restritivas credenciando-o como um dos programas mais bem sucedidos em termos de políticas
para o setor ambiental (MMA, 2010).

32
 3.4.2 PROMOT
O Programa de Controle da Poluição do Ar por Motociclos e Veículos Similares
(PROMOT) foi criado em 2002 com o objetivo de complementar o controle do PROCONVE, e
contribuir para reduzir a poluição do ar por fontes móveis no Brasil. De forma análoga ao
PROCONVE, foram implementadas as fases do PROMOT denominadas de “fases M”. Nestas
fases estão contempladas inovações tecnológicas nos ciclomotores e similares que possibilitam
a redução das emissões. O controle realizado pelo PROMOT é executado a partir da classificação
dos ciclomotores em função de seu deslocamento volumétrico (cilindradas) (MMA, 2010).

A primeira fase M-1, de 2003 a 2005, estabeleceu os limites iniciais máximos de

emissão de gases de escapamento para ciclomotores novos (veículos de duas rodas e seus
similares, providos de um motor de combustão interna, cuja cilindrada não exceda a cinquenta
centímetros cúbicos). Na segunda fase M-2, 2006 – 2008, foram determinadas reduções
drásticas dos limites estabelecidos na 1ª fase. A terceira fase M-3, 2009, contemplou todos os
modelos de ciclomotores, motociclos e veículos similares novos e veículos em produção. Nesta
fase ocorreu uma redução significativa das emissões de poluentes, em alguns casos, superiores
a 50% dos limites previstos na fase anterior. Segundo o Ministério do Meio ambiente (MMA) “os
principais resultados alcançados pelo PROMOT até então, mostram de forma inequívoca
grandes ganhos no controle de emissão de poluentes por esses veículos”.

3.4.3 Parâmetros de Qualidade do Ar

O parágrafo II do artigo 2° da Resolução Conama 491 de 2018 define os padrões de
qualidade do ar como sendo “um dos instrumentos de gestão da qualidade do ar, determinado
como valor de concentração de um poluente específico na atmosfera, associado a um intervalo
de tempo de exposição, para que o meio ambiente e a saúde da população sejam preservados
em relação aos riscos de danos causados pela poluição atmosférica”.

Os conceitos de padrões de qualidade do ar intermediários – PI e padrões de qualidade

do ar final – PF, são definidos nos parágrafos III e IV do artigo 2° como:

“III – Padrões de qualidade do ar intermediários – PI: são padrões estabelecidos como

valores temporários a serem cumpridos em etapas.

IV – Padrões de qualidade do ar final – PF: são valores guia definidos pela Organização
Mundial da saúde – OMS em 2005”.

O artigo 5° estabelece que “os órgãos ambientais estaduais e distrital deverão

elaborar, em até 3 anos a partir da entrada em vigor desta resolução, um Plano de Controle de
Emissões Atmosféricas que deverá ser definido em regulamentação própria”.

33
 Tabela 6: Padrões de Qualidade do Ar

Período de PI-1 PI-2 PI-3 PF

Poluente Atmosférico
Referência μg/m3 μg/m3 μg/m3 μg/m3 ppm
Material Particulado – 24 horas 120 100 75 50 -
MP10 Anual1 40 35 30 20 -
24 horas 60 50 37 25 -
Material Particulado - MP2,5
Anual1 20 17 15 10 -
24 horas 125 50 30 20 -
Dióxido de Enxofre – SO2
Anual1 40 30 20 - -
Dióxido de Nitrogênio – 1 hora 260 240 220 200 -
NO2 Anual1 60 50 45 40 -
Ozônio – O3 8 horas3 140 130 120 100 -
24 horas 120 100 75 50 -
Fumaça
Anual1 40 35 30 20 -
Monóxido de Carbono – CO 8 horas3 - - - - 9
Partículas Totais em 24 horas - - - 240 -
Suspensão – PTS Anual4 - - - 80 -
Chumbo – Pb5 Anual1 - - - 0,5 -
1
– média aritmética anual
2
– média horária
3
– máxima média móvel obtida no dia
4
– média geométrica anual
5
– medido nas partículas totais em suspensão
Fonte: adaptado da Resolução CONAMA 491/18.

A resolução estabeleceu ainda os critérios para episódios críticos de poluição do ar.

Esses critérios são apresentados na tabela 07.

Tabela 7: Níveis de Atenção, Alerta e Emergência Para Poluentes e Suas Concentrações.

Poluentes e concentrações
SO2 Material Particulado CO O3 NO2
μg/m3 MP10 MP2,5 ppm μg/m3 μg/m3
Nível 3 3
(média de μg/m μg/m (média (média de (média de
24h) (média de (média de móvel de 8h) 1h)
24h) 24h) 8h)
Atenção 800 250 125 15 200 1.130
Alerta 1.600 420 210 30 400 2.260
Emergência 2.100 500 250 40 600 3.000
Fonte: adaptado da Resolução CONAMA 491/18.

SO2 = dióxido de enxofre; MP10 = material particulado com diâmetro aerodinâmico equivalente
de corte de 10μm; MP2,5 = material particulado com diâmetro aerodinâmico equivalente de
corte 2,5 μm; CO = monóxido de carbono; O3 = ozônio; NO2 = dióxido de nitrogênio μm/m3; ppm
= partes por milhão.

O parágrafo X do artigo 3° da resolução Conama 491/18 define o índice de Qualidade

do Ar – IQAR como sendo o valor utilizado para fins de comunicação e informação à população,
que relaciona as concentrações dos poluentes monitorados aos possíveis efeitos adversos à
saúde.

34
 O IQAR pode ser calculado pela equação seguinte:
𝐼𝑓𝑖𝑛− 𝐼𝑖𝑛𝑖
𝐼𝑄𝐴𝑟 = 𝐼𝑖𝑛𝑖 + 𝐶𝑓𝑖𝑛 − 𝐶𝑖𝑛𝑖
𝑥 (𝐶 − 𝐶𝑖𝑛𝑖 )

Onde:

Iini = valor do índice que corresponde à concentração inicial da faixa.

Ifin = valor do índice que corresponde à concentração final da faixa.
Cini = concentração inicial da faixa onde se localiza a concentração medida.
Cfin = concentração final da faixa onde se localiza a concentração medida.
C = concentração medida do poluente.

Tabela 8: Níveis de Qualidade do AR.

MP10 Mp2,5 O3 CO NO2 SO2

Qualidade Índice μg/m3 μg/m3 μg/m3 Ppm μg/m3 μg/m3
24h 24h 8h 8h 1h 24h
N1 – Boa 0 – 40 0 – 50 0 – 25 0 – 100 0–9 0 – 200 0 – 20
Fonte: Adaptado da Resolução CONAMA 491/18.

3.5 INVENTÁRIO DE EMISSÕES

Visando subsidiar o PRONAR no que tange às cargas locais de emissão de poluentes a
resolução CONAMA n°05, de 15 de junho de 1989 estabeleceu a criação de um Inventário
Nacional de Fontes de emissões. No entanto, o 1° Inventário Nacional de Emissões atmosféricas
por Veículos Automotores Rodoviários só foi publicado em 2011, e estimou as emissões
nacionais de poluentes atmosféricos e de gases de efeito estufa por veículos de transporte de
cargas e passageiros. Em 2014 foi publicado o 2° Inventário Nacional de Emissões Atmosféricas
por Veículos Automotores Rodoviários 2013: Ano-base 2012 trazendo dados oficiais sobre
emissões de 1980 a 2012.

Um inventário de emissões atmosféricas é um instrumento utilizado para estabelecer

políticas e ações para garantir que os padrões de emissão de qualidade do ar sejam respeitados.
É obtido pela junção dos dados de poluição atmosféricas de diferentes fontes, numa dada área
geográfica e em um dado período. Pode ser usado como ferramenta para compreender as
relações entre as emissões e as concentrações de poluentes (CETESB, 2019).

Através de um inventário de emissões é possível quantificar as fontes de emissão de

poluentes atmosféricos, caracterizar os poluentes emitidos, a periodicidade da emissão e sua
localização. Possibilita que se estabeleça metas de redução de emissões de poluentes
atmosféricos, e estratégias de controle ou manutenção da qualidade do ar. São caracterizados
segundo a identificação química e física dos poluentes; área geográfica estudada; impacto na
poluição; período que se procedeu o levantamento das emissões; tipos de fontes das emissões
(LYRA, 2001; FERREIRA, 2005).

Estima-se as emissões de poluentes utilizando os dados provenientes do

monitoramento das fontes de emissão. Porém, quase nunca é possível monitorar todas as fontes
de emissão devido ao alto custo do processo. Por esse motivo a EPA desenvolveu uma forma

35
mais rápida e prática de se estimar as emissões de poluentes, utilizando fatores de emissão
baseados em parâmetros conhecidos (LYRA, 2001).

O cálculo de emissões de gases por autoveículos, pode ser feito através do método
Tier-1 ou top-down, ou pelo método Tier-2 ou bottom-up. A escolha da metodologia dependerá
da qualidade dos dados primários locais existentes (Lemos, 2010). A abordagem top-down utiliza
os dados de consumo aparente de combustível para estimar as emissões de uma determinada
região, já a abordagem bottom-up utiliza os dados da frota, a distância percorrida para cada tipo
de veículo, a autonomia e o volume de combustível consumido e os fatores de emissão dos
veículos para estimar a emissão de poluentes (BRANDÃO, 2020; CETESB, 2019).

A metodologia bottom-up é a mais empregada para estimar a massa de poluentes

emitidos anualmente por fontes móveis no Brasil, por ser mais precisa que a top-down e levar
em consideração mais parâmetros na hora de estimar a emissão de poluentes (BRANDÃO,
2020).

Equação que descreve o cálculo da quantidade de poluentes emitida:

𝐸𝐹 = 𝑁 𝑥 𝐾𝑚 𝑥 𝐹𝑒𝐹

Onde:

EF: Emissão do poluente considerado para a frota (g.ano-1);

N: Número de veículos que compões a frota da localidade em questão;

Km: Quilometragem média anual (km);

FeF: Fator de emissão unitário da frota para o poluente de interesse [g.(veículo.km)-1].

3.6 MODELAGEM MATEMÁTICA

Um modelo de dispersão é a descrição matemática do processo de difusão turbulenta
que ocorre na atmosfera. Os modelos de dispersão do ar têm se tornado uma das principais
ferramentas no estudo acadêmico da qualidade do ar e na prática da engenharia ambiental
(VISSCHER, 2014).

Os dados de entrada em um modelo de dispersão requerem três tipos de dados:

informações sobre as fontes de poluentes, dados meteorológicos e a topografia da região. A
partir desses dados o modelo simula matematicamente o transporte e a dispersão dos poluentes
e tem como resultado a concentração do poluentes para um período de tempo específico e
para um receptor específico (LYRA, 2008).

Segundo (BRANDÃO, 2020) “os modelos de devem ser capazes de simular em detalhes
os efeitos da turbulência para obter estimativas confiáveis sobre a distribuição da concentração
dos poluentes no espaço”. Esses modelos podem ser agrupados em duas classes principais: a
classe dos modelos Eulerianos e a dos modelos Lagrangeanos. Existem ainda os modelos
Gaussianos que foi obtido a partir dos outros dois.

36
O modelo Gaussiano foi alcançado a partir de aproximações com relação à homogeneidade da
turbulência e a velocidade do vento que permitiu a simplificação da equação de transporte de
massa, a ponto de se obter uma solução analítica. Este modelo é amplamente utilizado na
tomada de decisão na avaliação do impacto ambiental proveniente de efluentes gasosos e
industriais devido ao mínimo custo de processamento computacional e da boa concordância
destas estimativas com os valores reais (VICENTINI, 2011).

O modelo de pluma Gaussiana apresenta condições de emissão constantes e expressa um

campo de concentrações tridimensional gerado por uma fonte pontual elevada transportando
o poluente da fonte para o receptor. Pode ser derivado da equação de advecção-difusão,
considerando a velocidade do vento constante, regime estacionário e turbulência homogênea
(VICENTINI, 2011).

Figura 06:Esquema da pluma Gaussiana.

Fonte: (VISSCHER, 2014).

As concentrações são calculadas a partir da seguinte equação:

𝑄 𝑦2 (𝑧 − 𝐻)2 (𝑧 + 𝐻)
𝐶 (𝑥, 𝑦, 𝑧) = exp (− 2 ) 𝑥 [exp (− 2
) + 𝛼 exp (− )]
2𝜋𝜎𝑦 𝜎𝑧 2𝜎𝑧 2𝜎𝑧 2𝜎𝑧2

Onde:

𝐶 (𝑥, 𝑦, 𝑧) é a concentração do poluente à sotavento da fonte no ponto (x, y, z);

𝑥 é a distância horizontal da fonte;

𝑦 é a distância horizontal do eixo central da pluma;

𝑧 é a altura do solo;

𝑄 é a vazão mássica de emissão (vazão de lançamento do gás);

37
𝑢̃ é a velocidade média do vento;

𝐻 é a altura efetiva da chaminé;

𝜎𝑦 é o coeficiente de dispersão lateral;

𝜎𝑧 é o coeficiente de dispersão vertical.

Os modelos de puff Gaussianos foram desenvolvidos para aplicações de emissões não

estacionárias (condições meteorológicas variando) e em condições de dispersão não
homogênea (VICENTINI, 2011). Neste modelo assume-se que a emissão de uma fonte pode ser
subdividida em uma série de nuvens de poluentes que possuem um perfil de concentração
Gaussiano em todas as direções. Cada puff segue a velocidade do vento local e a direção do
vento independentemente de outros puffs. Portanto, neste modelo quando a direção do vento
muda no espaço ou no tempo, o puff seguirá um caminho curvo (VISSCHER, 2014a).

Figura 07: Emissão tipo Puff.

Fonte: (AHRENS e HENSON, 2019).

3.6.1 AERMOD View.

O AERMOD (AERMIC Model) é um pacote de modelagem de dispersão do ar de pluma
gaussiana e estado estável que abrange um raio de simulação de até 50 km da fonte,
desenvolvido pela AERMIC da American Meteorological Society (AMS) e pela United States
Enviromental Protection Agency (EPA).

O AERMOD VIEW é uma interface para modelos de dispersão do ar desenvolvido pela

Lakes Environmental utilizado por empresas de consultoria, indústrias, agências governamentais
e grupos de pesquisa. O modelo utiliza características meteorológicas, do terreno, dados das
fontes e dos poluentes. É um modelo Gaussiano que fornece resultados de concentração e
dispersão de poluentes atmosféricos, gerando curvas de distribuição gaussiana.

O AERMOD incorpora alguns modelos populares de dispersão norte-americanos da

EPA em uma interface integrada. Esse modelo de dispersão é usado para avaliar a concentração
de poluentes de uma ampla variedade de fontes (Lakes Enviromental, 2020).

38
 Figura 08: Modo de entrada dos dados dos pré-processadores no ARMOD.

MODELAGEM DA ESTRUTURA DO SISTEMA

ENTRADA ENTRADA
N OS
W NI
S T
E

AERMET AERMAP
• Gera PBL Para Gera dados do terreno
• Passa perfis medidos e do receptor
P P P X
O
A B A Y
B
S L R Z
S
S A hc

INTERFACE M
AERMOD
• Relações de semelhança U, turb, dT/dZ Cálculos de
• Perfis interpolados concentrações
Fonte: Adaptado de CIMORELLI et. al, 2004.

O AERMOD contém dois pré-processadores, o AERMET que provê para o AERMOD as

informações meteorológicas necessárias para caracterizar a camada limite planetária (PBL). A
função do AERMET é calcular o balanço de energia da superfície, determinar se a atmosfera é
estável ou convectiva, e calcular a velocidade de fricção, a velocidade escalar convectiva e o
comprimento de Obukhov (L) (VISSCHER, 2014). Primeiramente o AERMET estima o fluxo de
calor sensível (H), a velocidade de fricção (𝑢∗ ) e o comprimento (L). Com esses parâmetros, o
AERMET estima a altura da camada de mistura e a escala de velocidade convectiva (𝑤 ∗ ) (EPA,
2020b). O processamento dos dados meteorológicos ocorre em três estágios distintos: 1 –
extração dos dados do arquivo de dados meteorológicos e em seu processamento. 2 – o AERMET
une os dados disponíveis em períodos de 24 horas e grava em um único arquico. 3 – leitura dos
dados agrupados e estimativa dos parâmetros da camada limite para o AERMOD. Como
resultado o AERMET fornece dois arquivos, um com formato SFC e outro com formado PFL para
o AERMOD (U.S. EPA, 2004a).

O outro pré-processador o AERMAP, realiza a caracterização do terreno e fornece

dados dos receptores para o modelo de dispersão do AERMOD (CIMORELLI et al., 2004). O
AERMAP calcula a altura representativa de influência do terreno, ou seja, a elevação da base das
fontes e dos receptores e, a partir dessa informação, o AERMOD considera os impactos em
terrenos planos e elevados, para fornecer a concentração de poluentes (U.S. EPA, 2004b).

A união desses pré-processadores permite o cálculo da dispersão na área de estudo

considerando os aspectos meteorológicos e de terreno, permitindo a obtenção das plumas de
dispersão de poluentes na área de estudo mais coerente com a realidade.

Mais detalhes sobre a modelagem matemática realizada pelo AERMOD estão descritas
no Apêndice A.

39
 4 METODOLOGIA
Este estudo será realizado para análise da qualidade do ar da Avenida Mário Leal
Ferreira (Bonocô) no período pré pandemia e durante a pandemia de COVID-19. Para isso, a
modelagem será feita com os dados de fluxo da avenida Bonocô nos meses de abril de 2019,
janeiro, fevereiro e abril de 2020.

Para a obtenção dos dados de concentração e das plumas de dispersão dos poluentes
emitidos por veículos automotores na Av. Bonocô a serem estudados neste trabalho, utilizou-se
o Software AERMOD view, da Lakes Enviromental. Os parâmetros utilizados para a simulação
foram: fluxo veicular na avenida estudada, fator de emissão para cada poluente, comprimento
e largura da via escolhida, altura média dos veículos, condições meteorológicas e topográficas
da área de estudo.

4.1 DEFINIÇÃO DA ÁREA DE ESTUDO

A avenida Mário Leal Ferreira (Bonocô) está localizada numa das regiões mais
importantes de Salvador. Interliga a BR 324 com a região do Comércio, e a orla com a região da
Pituba. Possui faixas exclusivas para ônibus e duas estações de metrô.

Figura 09: Delimitação da avenida Mário Leal Ferreira (Bonocô).

Fonte: Google Maps, 2020.

Os critérios que nos levaram a escolher essa avenida para estudo foram:

• A avenida possui intenso tráfego de veículos e radares que permitiu a obtenção dos
dados de fluxo para o estudo.
• Está localizada numa região importante da cidade, rodeada de prédios comerciais,
construções residenciais, supermercados e estações do metrô. Interliga a BR324 ao
comércio, Lapa e a avenidas importantes como a av. ACM.
• Possui um grande fluxo de veículos que são majoritariamente responsáveis pela
poluição atmosférica dessa região.
• Disponibilidade dos dados de fluxo na avenida.

A área da avenida considerada para o estudo foi os seus 3,3 km de comprimento e seus
65,6 metros de largura (considerando os dois sentidos da via).

40
 4.2 RECEPTORES
A avenida Bonocô possui um grande fluxo de veículos por ser uma avenida que liga
importantes regiões da cidade. É uma região muito utilizada para realizar integração entre linhas
de ônibus e o metrô. Além disso a Bonocô é próxima de bairros de grande densidade
populacional como os bairros de Nazaré, Brotas, Cosme de Farias, Daniel Lisboa, Luís Anselmo,
Engenho Velho de Brotas, Campinas de Brotas e Santa Teresa.

São considerados como receptores principais na av. Bonocô os estabelecimentos

comerciais de maior que possuem uma maior movimentação de pessoas:

• Supermercado Atacadão Bonocô, responsável pelo fluxo intenso de veículos e pessoas;

• Supermercado Maxxi atacado;
• Petshop Petz, possui um grande fluxo de por pessoas que levam seus animais de
estimação para procedimentos de saúde ou higiene;
• Holambelo flores e plantas com fluxo de pessoas que frequentam o local para adquirir
plantas e flores para decoração;
• Le biscuit possui uma considerável movimentação de pessoas;
• Concessionária Ford Revisa com fluxo de pessoas relativamente baixo, mas que passam
uma quantidade considerável de tempo no local;
• Concessionária Danton Peugeot também possui um fluxo de pessoas relativamente
baixo, mas que passam uma quantidade considerável de tempo no local;
• Colégio Estadual João Pedro dos Santos frequentado por alunos e professores dos
ensinos fundamental e médio;
• Estações do metrô Brotas e Bonocô.

4.3 DADOS DE ENTRADA NO SOFTWARE

Para obter os perfis de concentração dos poluentes foi utilizada a seguinte
configuração no AERMOD:

4.3.1 Definição das variáveis de entrada

➢ Sistema de coordenadas: UTM – Universal Transversa de Mercator;

➢ Sistema de referência (DATUM): WGS84 – Sistema geodésico mundial;
➢ Hemisfério e zona UTM da área de estudo;
➢ Coordenadas do ponto de referência: rede de monitoramento da concessionária Ford
Revisa 12°58’42.54”S 38°28’52.75”O, rede de monitoramento do Posto Mataripe
12°58’57.81”S 38°28’54.64”O ambos na Av. Bonocô;
➢ Raio de modelagem 3 km.

4.3.2 Seleção dos poluentes, das médias necessárias para obtenção das concentrações e do
tipo de terreno;

4.3.3 Definição do tipo de fonte: linha tipo volume, com uma configuração continua (emissão
ao longo de toda via);

4.3.4 Inserção dos dados da fonte:

41
 ➢ Taxa de emissão;
➢ Largura da via;
➢ Número de vias na avenida;
➢ Tamanho médio dos veículos;
➢ Frota veicular em cada hora do dia ao longo de um mês ou três meses.

4.3.5 Seleção dos grids:

No trabalho foram utilizados dois grids:

a) Grid maior: contempla um raio de 3 km ao redor da avenida, com 441 nós e

espaçamento de 2309,78 metros no eixo x e de 967,03 metros no eixo y.

b) Grid menor: utilizado para fornecer um maior detalhamento sobre a dispersão de

poluentes na avenida em estudo. Contempla a região da avenida Bonocô, com 441 nós
e espaçamento de 6034,45 metros no eixo x e de 6019,74 metros no eixo y.

4.3.6 Seleção da base de elevação da torre meteorológica: 28 metros (anemômetro) e dos

dados meteorológicos: período do ano a ser utilizado.

4.3.7 Alimentação do modelo com os dados do terreno:

➢ Na avenida Bonocô considerou-se o terreno elevado.

4.3.8 O computador utilizado para as simulações foi um DELL – Optiplex 7040, Intel® core ™
i5 – 6500 CPU@ 3,20 GHz 3,19 GHz, 8GB – RAM. Sistema operacional de 64 bits,
processador com base em x64, Windows 10.

Algumas considerações foram realizadas para realizar a modelagem:

➢ Foi realizado um somatório do fluxo de todas as categorias (motos, veículos pequenos,

médios e grandes) para cada sentido da via Mário Leal Ferreira. A localização da fonte em
perímetro urbano. A área de influência da avenida, ou seja, a população em seu entorno. Foi
feita a estimativa da população nos bairros em torno da avenida, com o valor definido em
145.705 pessoas.
➢ Neste estudo as fontes móveis são os veículos que trafegam na avenida através das
quatro faixas em cada sentido, onde considerou-se que cada faixa possui com 3,3 metros de
largura. Em cada sentido da via foram inseridas duas linhas tipo volume, cada uma com seus
respectivos fluxo de veículos e fatores de emissão. Como cada linha do AERMOD pode
representar até duas faixas de uma via e cada sentido da avenida apresenta 4 faixas, inserindo
duas linhas em cada sentido da via, cada linha inserida representa duas faixas totalizando quatro
faixas.
➢ Os cenários da modelagem foram construídos considerando os poluentes: monóxido de
carbono (CO) simulado para 8 horas; material particulado (MP10), para cada 24 horas e anual;
dióxido de nitrogênio (NO2) simulado para cada 1 hora e anual, para comparação com trabalhos
anteriores e com os padrões definidos pela CONAMA n° 491/2018.

42
 4.4 DADOS METEOROLÓGICOS
Os dados meteorológicos disponíveis foram implementados no pré-processador
AERMET. Foram utilizadas as informações do perfil meteorológico local no ano de 2013 e dados
de superfície. O AERMET requer dados de entrada de superfície, que foram adicionados hora a
hora, como unidade relativa, temperatura, velocidade e direção do vento, radiação solar,
precipitações e informações do Upper-air (camada atmosférica acima de 1,5 km), como
temperatura, altitude e direção e velocidade dos ventos. A partir dos arquivos de entrada o
ARMET pode extrair essas informações, avalia-los e agrupar em um bloco com informações de
cada dia. Como saída o AERMET gera dois arquivos de dados contendo informações referentes
ao perfil vertical da atmosfera para o cálculo dos parâmetros da camada limite e dados
meteorológicos de superfície (EPA, 2020b).

4.5 CARACTERIZAÇÃO METEOROLÓGICA DA CIDADE DE ESTUDO

Na cidade de Salvador o verão é quente e de céu parcialmente encoberto tem duração
de 3,8 meses, de 17 de dezembro a 11 de abril; já o inverno é morno, com precipitação e de céu
praticamente sem nuvens com duração de 3,0 meses, de 14 de junho a 12 de setembro. Ao
longo do ano a temperatura varia de 22°C a 31°C, raramente é inferior a 20°C ou superior a 33°C
(WEATHER SPARK, 2021).

Temperaturas mais elevadas na cidade registradas no verão, colabora para a formação

de fortes movimentos verticais ascendentes (convecção) gerando uma remoção dos poluentes
do ar localizados nos níveis mais baixos para os níveis mais elevados. Enquanto que
temperaturas mais baixas, observadas no inverno dificultam movimentos verticais, mantendo
os poluentes nos níveis mais baixos da atmosfera (VICENTINI, 2011).

4.5.1 Ventos
Por estar localizada em uma região litorânea, Salvador conta com a constância das
brisas marinhas e terrestres durante o ano, com ciclos diurnos, maior incidência de ventos
durante o dia e predomínio ao final da tarde e ao cair da noite. Além desses, a cidade conta com
a influência de mecanismos atmosféricos globais – ventos alísios – caracterizados por um regime
também constante. A direção desse mecanismo gera uma predominância de ventos vindos do
leste e sudeste (BAHIA, 2001).

A figura 10 mostra a direção dos ventos em Salvador, já a figura 11 apresenta

informações sobre ventos em todos os meses, de onde se vê que no mês de julho a velocidade
média dos ventos é maior que em janeiro.

43
 Figura 10: Direções dos ventos em Salvador.

Fonte: (BAHIA, 2013).

A predominância dos ventos auxilia no processo de dispersão de poluentes,

melhorando a qualidade do ar na cidade, especialmente nas regiões litorâneas. O
comportamento do vento junto a superfícies irá depender de variáveis como rugosidade do
terreno, condição atmosférica, grau de complexidade topográfica (JEANMONOD, 2015).

A avenida Mário Leal Ferreira é também influenciada por esses ventos, em menor grau
uma vez que fica localizada numa região cercada de construções.

Figura 11: Estatísticas mensais da velocidade e direções do vento em Salvador.

Fonte:(WINDFINDER, 2021).

44
 4.5.2 Precipitação pluviométrica
A precipitação pluviométrica através das chuvas, a depender da sua intensidade
apresentam grande potencial na remoção dos poluentes do ar, contribuem com a melhora na
qualidade do ar em localidades onde o escoamento do ar é obstruído por construções ou
barreiras naturais. Também auxiliam na intensificação dos ventos, por isso, regiões onde
grandes edificações interferem no deslocamento do ar, a chuva se torna protagonista na
emissão de poluentes (VICENTINI, 2011).

Em Salvador chove ao longo de todo o ano, com uma variação sazonal significativa na
precipitação mensal de chuva. A estação de maior precipitação dura 4,8 meses, de 23 de março
a 17 de agosto, com probabilidade acima de 37% de que um determinado dia tenha precipitação.
A probabilidade máxima de um dia com precipitação é de 56% em 7 junho. A estação seca dura
7,2 meses, de 17 de agosto a 23 de março. A probabilidade mínima de um dia com precipitação
é de 19% em 20 de dezembro (WEATHER SPARK, 2021).

A figura 12 mostra a variação da precipitação de chuva no dia em que a plataforma foi

consultada e a precipitação média histórica de chuva acumulada durante um ano na cidade de
Salvador-BA. Tem-se uma variação do índice pluviométrico alternando entre 10 e 50 mm no
verão e 50 e 140 mm no inverno para a faixa de 25° ao 75° percentil. O máximo de chuva ocorre
com acúmulo total médio de 164 milímetros e o mínimo de 48 milímetros (WEATHER SPARK,
2021).

Figura 12: Chuva mensal média (linha contínua) acumulada durante o período contínuo de 31 dias ao
redor do dia em questão, com faixas d e25° ao 75° e do 10° ao 90° percentil.

Fonte: (WEATHER SPARK, 2021).

4.5.3 Topografia e cobertura do terreno

A topografia de uma região influencia significativamente na circulação dos ventos e
consequentemente, a dispersão de poluentes numa determinada região (JEANMONOD, 2015).
Nesse contexto, a cidade de Salvador apresenta uma altitude média de 8 metros. Percebe-se
que a topografia, entretanto, possui grande variação, característica que abrange toda a cidade,
com relevo composto por elevações e morros, bem como áreas planas, especialmente no litoral
(BAHIA, 2001).

A avenida Mário Leal Ferreira apresenta altitude que varia de 24 a 62 metros de altura.
Está localizada em uma região de morro e possui trechos com altitude elevada e outros de

45
menores altitudes, além de estar cercada de construções comerciais e residenciais. Na avenida
passa também um trecho da linha 01 do metrô de Salvador com duas estações de transbordo
localizadas ao longo da avenida. Essa configuração dificulta a dispersão de poluentes, pois
funciona como uma barreira topográfica à dispersão, como mostra a figura 13.

Figura 13: Mapa topográfico de Salvador - região da av. Mário Leal Ferreira.

Fonte: (TOPOGRAPHIC MAP, 2021).

Diferentes coberturas no terreno, seja pelo relevo ou pela presença de construções,

proporcionam uma variação de rugosidade e essa variação funciona como uma barreira à
passagem do vento próximo a superfície, fazendo com que ocorra uma variação da velocidade
do vento ao longo do perfil vertical gerando um fluxo de ar heterogêneo e complexo (BAHIA,
2013).

Figura 14: Gradiente de velocidade do vento em função da altura e tipo de cobertura do solo.

Fonte: (BAHIA, 2013).

46
 4.6 QUANTIFICAÇÃO DA FROTA DA AVENIDA BONOCÔ.
A altura média dos veículos foi calculada a partir dos dados da altura média de cada
categoria veicular, para isso foi feita a consulta da ficha técnica dos modelos mais vendidos de
cada categoria e os dados obtidos podem ser visto na tabela a seguir:

Tabela 9: Altura dos veículos.

CATEGORIA VEICULAR ALTURA DOS VEÍCULOS

Motos 0,74
Pequenos 1,42
Médio 1,50
Grande 3,40
Fonte: Próprio autor (2021).

As informações sobre o fluxo de veículos da avenida Bonocô foram obtidas através da

Superintendência de Trânsito de Salvador (TRANSALVADOR). Os dados são referentes ao mês
de abril de 2019 e de janeiro a março de 2020 que foram obtidos por dois radares localizados na
avenida em estudo – equipamento 0010 próximo a concessionária Revisa sentido centro e o
equipamento 069 próximo ao Posto Mataripe sentido BR 324.

Os dados foram disponibilizados em planilhas e separados por categoria veicular. A

TRANSALVADOR caracteriza a frota veicular em quatro categorias: pequeno, médio, grande e
moto, a categoria de veículos pequenos representa os automóveis, os veículos médios
representam os comerciais leves e os veículos grandes engloba os ônibus, caminhões e micro-
ônibus. A figura 15 mostra uma das planilhas disponibilizadas pela Transalvador com a frota
veicular de um mês de um sentido da avenida em estudo, onde é possível observar o fluxo
horário, diário e mensal das quatro classes de veículos. As demais planilhas com o fluxo de
veículos fornecidas pela TRANSALVADOR nos meses do estudo encontram-se no apêndice B.

47
Figura 15:Frota mensal da av. Mário Leal Ferreira sentido BR324.

Fonte: (TRANSALVADOR, 2020).

48
 5 RESULTADOS E DISCUSSÃO

5.1 ESTIMATIVA DOS FATORES DE EMISSÃO DE POLUENTES

A simulação na avenida foi realizada inserindo a frota total de cada período sem
diferenciação por categoria. Sabendo que os veículos automotores apresentam diferentes
fatores de emissão, foi utilizada uma média ponderada dos fatores de emissão para o cálculo da
taxa de emissão (Fe) total da via para cada poluente.

A obtenção do fator de emissão para cada categoria veicular é o primeiro passo para
o cálculo da taxa de emissão de cada sentido da via. O fator de emissão depende do ano de
fabricação e do tipo de combustível que o veículo está consumindo. Os fatores foram obtidos a
partir da metodologia definida no Inventário nacional de Emissões Atmosféricas por Veículos
Automotores Rodoviários do Ministério do Meio Ambiente (2013). Os veículos pequenos, por
exemplo, são compostos por veículos a gasolina, a álcool, do tipo flex, a diesel, gás natural e
elétricos de diferentes anos de fabricação. Um automóvel pequeno a álcool de 2007 emite um
determinado poluente com um fator diferente de um veículo flex do mesmo ano ou a diesel de
um ano diferente. Nos anos de 2020 e 2021 foi utilizado o fator de emissão de 2019 uma vez
que os dados utilizados foram fornecidos pela CETESB até o ano de 2019.

A seguir estão listadas as etapas efetuadas para estimativa dos fatores de emissão
médios de cada categoria em cada período considerado:

➢ Foram reunidos os dados da frota de Salvador nos períodos do estudo, disponibilizados

pelo DENATRAN. Os dados foram separados por categoria veicular em automóveis,
comerciais leves, micro-ônibus, caminhões, ônibus e motocicletas. Foram obtidos
também os dados da frota por tipo de combustível.

➢ O quantitativo de combustível foi distribuído por cada categoria veicular. Admitindo que
ônibus, caminhões e micro-ônibus consomem apenas diesel como combustível obteve-
se a diferença da frota de diesel e esta diferença foi atribuída a parte da frota de
comerciais leves que também consomem diesel.

➢ Todo o quantitativo de veículos GNV foi atribuído aos automóveis.

➢ Com base nos dados do DENATRAN Admitiu-se que apenas os automóveis e os

comerciais leves consomem álcool, e que a maior parte dos veículos a álcool são
automóveis, foi atribuído uma porcentagem de 83,476% para os automóveis de
16,523% aos comerciais leves.

➢ Em seguida foi feita a atribuição do quantitativo de veículos a gasolina e os flex para os

automóveis, comerciais leves e motocicletas levando em consideração as demais
porcentagens de combustíveis já distribuídas para essas categorias, como mostrado nas
tabelas abaixo para cada mês do estudo. A fração flex para cada período foi estimada
com base em (GOLDEMBERG, J.; NIGRO, F. E. B.; COELHO, 2008) e os preços dos
combustíveis para cada mês foram obtidos em (ANP, 2021).

49
 Tabela 10: Distribuição da frota por combustível para cada categoria veicular - ABRIL DE 2019.

Categoria Veicular Álcool Flex/gasolina Flex/etanol Diesel Gasolina GNV

Automóveis 20364 297644 25882 0 222338 35942
Comercial leve 4031 65692 5712 16956 35845 0
Motocicleta 0 79396 6904 0 62188 0
Ônibus 0 0 0 8582 0 0
Caminhão 0 0 0 33243 0 0
Micro-ônibus 0 0 0 4189 0 0
Total 24395 442732 38498 62970 320011 35942
Fonte: Próprio autor (2021).

Tabela 11: Distribuição da frota por combustível para cada categoria veicular. - JANEIRO DE 2020

Categoria veicular Álcool Flex/gasolina Flex/etanol Diesel Gasolina GNV

Automóveis 18808 310747 19835 0 216485 38343
Comercial leve 5596 62822 4010 18275 38658 0
Motocicleta 0 78738 5026 0 66862 0
Ônibus 0 0 0 9030 0 0
Caminhão 0 0 0 34092 0 0
Micro-ônibus 0 0 0 4233 0 0
Total 24404 452307 28871 65630 322005 38343
Fonte: Próprio autor (2021).

Tabela 12: Distribuição da frota por combustível para cada categoria veicular - FEVEREIRO DE 2020.

Categoria veicular Álcool Flex/gasolina Flex/etanol Diesel Gasolina GNV

Automóveis 19747 304816 19456 0 224159 38560
Comercial leve 4656 66893 4270 18264 38670 0
Motocicleta 0 83273 5315 0 59261 0
Ônibus 0 0 0 9038 0 0
Caminhão 0 0 0 34170 0 0
Micro-ônibus 0 0 0 4247 0 0
Total 24403 454982 29041 65719 322090 38560
Fonte: Próprio autor (2021).

Tabela 13: Distribuição da frota por combustível para cada categoria veicular – ABRIL DE 2020.

Categoria veicular Álcool Flex/gasolina Flex/etanol Diesel Gasolina GNV

Automóveis 18792 310983 19850 0 219476 38634
Comercial leve 5613 64279 4103 22746 39814 0
Motocicleta 0 81596 5208 0 63137 0
Ônibus 0 0 0 9048 0 0
Caminhão 0 0 0 34288 0 0
Micro-ônibus 0 0 0 4261 0 0
Total 24405 456858 29161 66082 322427 38634
Fonte: Próprio autor (2021).

50
 ➢ A evolução da frota tanto em relação a categoria veicular e ao tipo de combustível
processado foram baseados nos dados do inventário de nacional de emissões (BRASIL,
2014).
Gráfico 1: Evolução da frota de veículos.

Evolução da frota de veículos

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1984

1992

2001

2010

2019
1982
1983

1985
1986
1987
1988
1989
1990
1991

1993
1994
1995
1996
1997
1998
1999
2000

2002
2003
2004
2005
2006
2007
2008
2009

2011
2012
2013
2014
2015
2016
2017
2018

2020
AUTOMÓVEIS COMERCIAL LEVE MOTOCICLETA CAMINHÃO ÔNIBUS MICRO- ÔNIBUS

Fonte: Próprio autor.

Gráfico 2: Evolução da frota de automóveis.

Evolução da frota de automóveis por combustível

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
19821984198619881990199219941996199820002002200420062008201020122014201620182020

ÁLCOOL GASOLINA FLEX GNV

Fonte: Próprio autor.

51
 Gráfico 3:Evolução da frota de comercial leve.

Evolução da frota de comercial leve por combustível

100,00%

80,00%

60,00%

40,00%

20,00%

0,00%
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
ÁLCOOL GASOLINA FLEX DIESEL

Fonte: Próprio autor.

Gráfico 4: Evolução da frota de motocicleta.

Evolução da frota de motocicleta por combustível

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1982

1985

1988

1991

1994

1997

2000

2003

2006

2009

2012

2015

2018

2021
1983
1984

1986
1987

1989
1990

1992
1993

1995
1996

1998
1999

2001
2002

2004
2005

2007
2008

2010
2011

2013
2014

2016
2017

2019
2020

GASOLINA FLEX

Fonte: Próprio autor.

➢ Para obter a frota veicular estratificada foi feita a multiplicação da porcentagem de cada
categoria, pela porcentagem do combustível pela frota total de cada ano. Com os dados
de frota obtidos foi feita a normalização destes para encontrar o valor exato da frota
total dos meses do estudo.

➢ Com a frota estratificada e os fatores obtidos do Inventário Nacional, calculou-se um

fator para cada categoria veicular como mostrado na tabela 14.

52
 Tabela 14: Fator de emissão por automóvel (g/km).

Fator de emissão por automóvel (g/km)

Mês CO NOx MP NMHC
ABRIL DE 2019 2,377 0,213 0,0224 0,223
JANEIRO DE 2020 2,300 0,206 0,0227 0,222
FEVEREIRO DE 2020 2,402 0,212 0,0224 0,223
ABRIL DE 2020 2,353 0,208 0,0224 0,219
Fonte: Próprio autor (2021).

Tabela 15: Fator de emissão por comercial leve (g/km).

Fator de emissão por comercial leve (g/km)

Ano CO NOx MP NMHC
ABRIL DE 2019 1,800 0,351 0,0255 0,157
JANEIRO DE 2020 1,805 0,351 0,0254 0,154
FEVEREIRO DE 2020 1,814 0,347 0,0254 0,156
ABRIL DE 2020 1,797 0,391 0,0269 0,160
Fonte: Próprio autor (2021).

Tabela 16: Fator de emissão por caminhão (g/km).

Fator de emissão por caminhão (g/km)

Ano CO NOx MP NMHC
ABRIL DE 2019 0,607 3,502 0,776 0,175
JANEIRO DE 2020 0,606 3,492 0,775 0,174
FEVEREIRO DE 2020 0,606 3,494 0,775 0,174
ABRIL DE 2020 0,606 3,494 0,775 0,174
Fonte: Próprio autor (2021).

Tabela 17: Fator de emissão por ônibus (g/Km).

Fator de emissão por ônibus (g/km)

Ano CO NOx MP NMHC
ABRIL DE 2019 1,443 7,475 0,896 0,340
JANEIRO DE 2020 1,398 7,261 0,889 0,330
FEVEREIRO DE 2020 1,394 7,245 0,889 0,328
ABRIL DE 2020 1,389 7,220 0,888 0,320
Fonte: Próprio autor (2021).

É possível observar uma pequena variação nos valores dos fatores de emissão de cada
poluente nos diferentes meses do estudo. Esta variação ocorre devido a mudança na
composição da frota em cada mês, como o fator de emissão depende da categoria veicular e do
tipo de combustível que o veículo consome essa mudança na frota leva também a uma variação
nos fatores de emissão em cada mês do estudo.

As unidades dos fatores de emissão apresentam a unidade g/km diferente da unidade

de entrada no ARMOD VIEW (g/s). Por esta razão, foi realizada a conversão a partir das
velocidades médias (km/h) de cada sentido da avenida como mostrado na equação 136.

53
 𝑔 𝑔 𝑘𝑚 1ℎ
𝐹𝑒 ( ) = (𝐹𝑒 ∗ ) ( ) 𝑥𝑉𝑚 ( ) 𝑥 ( )
𝑠 𝑘𝑚 ℎ 3600𝑠

5.1.1 ESTIMATIVA DAS TAXAS DE EMISSÃO

As velocidades médias de cada sentido da avenida foram extraídas do site da TRANSALVADOR.
Na tabela 09 abaixo podemos observar os valores de velocidade média semanal de cada sentido
da via.

Tabela 18: Média horária semanal de cada sentido da avenida Mário Leal Ferreira.

Velocidade média da via sentido Centro Velocidade média da via sentido Iguatemi
(km/h) (km/h)
56,59 51,88
Fonte: Próprio autor (2021).

Os dados fornecidos pela TRASALVADOR são categorizados em pequenos, médios e grandes.

Uma vez que a frota de micro-ônibus na via é muito menor que a de comerciais leves,
considerou-se que a frota de veículos médios era majoritariamente composta por veículos do
tipo comercial leve. Sendo assim, as taxas de emissão foram calculadas apenas para automóveis,
comerciais leves, ônibus, caminhão e motocicleta.

Tabela 19: Fatores de emissão por automóvel em cada sentido da via (g/s).

Taxa de emissão por automóvel

sentido Centro sentido Iguatemi
Mês CO NOx MP NMHC CO NOx MP NMHC
(g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s)
ABRIL DE 2019 3,74E-02 3,34E-03 3,52E-04 3,51E-03 3,43E-02 3,06E-03 3,23E-04 3,22E-03
JANEIRO DE 2020 3,62E-02 3,24E-03 3,56E-04 3,49E-03 3,31E-02 2,97E-03 3,27E-04 3,20E-03
FEVEREIRO DE 2020 3,78E-02 3,34E-03 3,52E-04 3,51E-03 3,46E-02 3,06E-03 3,23E-04 3,21E-03
ABRIL DE 2020 3,70E-02 3,27E-03 3,52E-04 3,44E-03 3,39E-02 3,00E-03 3,23E-04 3,25E-03
Fonte: Próprio autor (2021).

Tabela 20: Fatores de emissão por comercial leve em cada sentido da via (g/s).

Taxa de emissão por comercial leve

sentido Centro sentido Iguatemi
Mês CO NOx MP NMHC CO NOx MP NMHC
(g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s)
ABRIL DE 2019 2,83E-02 5,52E-03 4,01E-04 2,47E-03 2,59E-02 5,06E-03 3,68E-04 2,27E-03
JANEIRO DE 2020 2,84E-02 5,52E-03 3,99E-04 2,43E-03 2,60E-02 5,06E-03 3,66E-04 2,22E-03
FEVEREIRO DE
2,85E-02 5,45E-03 3,99E-04 2,45E-03 2,61E-02 5,00E-03 3,66E-04 2,24E-03
2020
ABRIL DE 2020 2,82E-02 6,15E-03 4,23E-04 2,51E-03 2,59E-02 5,64E-03 3,88E-04 2,30E-03
Fonte: Próprio autor (2021).

54
 Tabela 21: Fatores de emissão por caminhão em cada sentido da via (g/s).

Taxa de emissão por caminhão

sentido Centro sentido Iguatemi
Mês CO NOx MP NMHC CO NOx MP NMHC
(g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s)
ABRIL DE 2019 9,53E-03 5,51E-02 1,22E-02 2,75E-03 8,74E-03 5,05E-02 1,12E-02 2,53E-03
JANEIRO DE 2020 9,52E-03 5,49E-02 1,22E-02 2,74E-03 8,73E-03 5,03E-02 1,12E-02 2,51E-03
FEVEREIRO DE
9,53E-03 5,49E-02 1,22E-02 2,74E-03 8,73E-03 5,03E-02 1,12E-02 2,51E-03
2020
ABRIL DE 2020 9,53E-03 5,49E-02 1,22E-02 2,73E-03 8,74E-03 5,03E-02 1,12E-02 2,51E-03
Fonte: Próprio autor (2021).

Tabela 22: Fator de emissão por ônibus em cada sentido da via (g/s).

Taxa de emissão por ônibus

sentido Centro sentido Iguatemi
Mês CO NOx MP NMHC CO NOx MP NMHC
(g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s)
ABRIL DE 2019 2,27E-02 1,17E-01 1,41E-02 5,34E-03 2,08E-02 1,08E-01 1,29E-02 4,90E-03
JANEIRO DE 2020 2,20E-02 1,14E-01 1,40E-02 5,18E-03 2,01E-02 1,05E-01 1,28E-02 4,75E-03
FEVEREIRO DE 2020 2,19E-02 1,14E-01 1,40E-02 5,17E-03 2,01E-02 1,04E-01 1,28E-02 4,74E-03
ABRIL DE 2020 2,18E-02 1,13E-01 1,40E-02 5,02E-03 2,00E-02 1,04E-01 1,28E-02 4,61E-03
Fonte: Próprio autor (2021).

Tabela 23: Fator de emissão por motocicleta em cada sentido da via (g/s).

Taxa de emissão por motocicleta

sentido Centro sentido Iguatemi
Mês CO NOx MP NMHC CO NOx MP NMHC
(g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s)
ABRIL DE 2019 1,58E-02 8,60E-04 2,11E-04 2,21E-03 1,45E-02 7,88E-04 1,93E-04 2,03E-03
JANEIRO DE 2020 1,56E-02 8,32E-04 2,10E-04 2,18E-03 1,43E-02 7,62E-04 1,92E-04 2,00E-03
FEVEREIRO DE 2020 1,49E-02 7,84E-04 2,08E-04 2,06E-03 1,36E-02 7,18E-04 1,90E-04 1,89E-03
ABRIL DE 2020 1,52E-02 8,02E-04 2,09E-04 2,11E-03 1,39E-02 7,36E-04 1,91E-04 1,93E-03
Fonte: Próprio autor (2021).

➢ Depois de obter os fatores de emissões na unidade adequada, calculou-se a emissão de

cada poluente para cada sentido da via e em seguida calculou-se um único fator para
todas as categorias somando a contribuição de cada categoria veicular para cada
poluente e dividindo pela frota total da via. Como os meses de janeiro e fevereiro
possuem perfil de frota semelhantes, os dados desses meses foram inseridos em uma
única simulação, assim, foi calculado um fator médio para o período considerando a
frota e o fator de emissão de cada mês. Foram obtidos os seguintes fatores médios de
emissão para cada período do estudo:

55
 Tabela 24: Fator médio para todas as categorias veiculares.

FATOR DE EMISSÃO
SENTIDO CENTRO SENTIDO IGUATEMI
PERÍODO NOx MP NMHC CO NOx MP NMHC
CO (g/s)
(g/s) (g/s) (g/s) (g/s) (g/s) (g/s) (g/s)
ABR 2019 3,59E-02 5,55E-03 7,40E-04 3,46E-03 4,69E-02 5,76E-03 8,70E-04 5,13E-03
JAN/FEV 2020 3,54E-02 5,37E-03 7,30E-04 3,44E-03 3,28E-02 4,79E-03 6,40E-04 3,16E-03
ABR 2020 3,52E-02 4,86E-03 6,40E-04 3,36E-03 3,27E-02 4,38E-03 5,70E-04 3,10E-03
Fonte: Próprio autor (2021).

5.2 RESULTADOS DA SIMULAÇÃO

Nesta seção serão apresentados e discutidos os resultados obtidos na modelagem e
simulação dos dados de fluxo da avenida Mário Leal Ferreira (Bonocô), antes e durante a
implementação das medidas para controlar a pandemia de COVID-19 em Salvador-BA, no
software AERMOD View.

Em Salvador, o decreto municipal nº 32.281 de 23 de março de 2020 estabeleceu

medidas para o enfrentamento da pandemia decorrente do coronavírus que entraram em vigor
em 25 de março de 2020, dentre estas medidas estão a suspensão de diversas atividades
comerciais, o fechamento de estabelecimentos públicos e particulares não essenciais, a
suspensão de atividades da construção civil, entre outras. Essas restrições levaram a uma
diminuição do fluxo de veículos em toda cidade.

Visando avaliar o impacto da diminuição da frota circulante na av. Mário Leal Ferreira
na concentração de poluentes provenientes de fontes veiculares nesta via, as simulações foram
realizadas para os meses de abril de 2019, janeiro, fevereiro e abril de 2020. Visto que os meses
de janeiro e fevereiro de 2020 possuem uma frota circulante semelhante, gráfico 05, os dados
desses meses foram inseridos em uma única simulação. Como o mês de março apresenta um
perfil de fluxo de veículos intermediário, uma vez que as restrições começaram na última
semana do mês, março não será avaliado no estudo.

Como é possível observar no gráfico 05, o mês de abril de 2020 foi o que apresentou
o menor fluxo de veículos em todos os horários ao longo do dia na avenida Bonocô. Visto que
neste mês as medidas de restrição para conter o crescimento da pandemia de COVID-19 em
Salvador estavam em pleno vigor.

56
 Gráfico 5: Frota circulante mensal de veículos por hora.

35000

30000

25000 ABRIL DE 2019

JANEIRO DE2020
20000
FEVEREIRO DE 2020
FROTA CIRCULANTE

15000 ABRIL DE 2020

10000

5000

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
(h)

Fonte: Próprio autor (2021).

Foram geradas as plumas de dispersão para os poluentes atmosféricos, e as

concentrações destes nas médias horárias dos padrões estabelecidos pela resolução CONAMA
n. 491/2018 para possibilitar a comparação dos resultados com estes padrões e com trabalhos
anteriores.

As concentrações monitoradas em ppm (CO) foram convertidas para 𝜇𝑔/𝑚3 utilizando

as médias horárias de temperatura e pressão medidas no mesmo horário pelas estações,
segundo a equação:

𝜇𝑔 𝑝𝑀
𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎çã𝑜 𝑒𝑚 3
= 𝑥 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎çã𝑜 𝑒𝑚 𝑝𝑝𝑚
𝑚 8.314𝑇

onde 𝑝 é a pressão em pascal;

𝑀 é a massa molar do poluente e

𝑇 é a temperatura ambiente em kelvin.

57
 5.2.1 SIMULAÇÕES DE POLUENTES NO AERMOD VIEW

• MONÓXIDO DE CARBONO (CO)

A dispersão de monóxido de carbono (CO) foi avaliada a partir do perfil de
concentração obtido para a média de 8 horas nos meses de abril de 2019, janeiro, fevereiro e
abril de 2020. A modelagem foi realizada com duas linhas tipo volume para cada sentido da via
(Centro e Iguatemi).

Figura 16: Pluma de dispersão de CO no mês de abril de 2019.

Para o mês de abril de 2019 a simulação para 8 h apresentou valores de concentração

entre 143,25 e 14.313,16 𝜇𝑔/𝑚 3. A partir dos mapas de dispersão, é possível estimar as
concentrações para cada receptor. Os locais com grande movimentação de pessoas ao longo da
avenida, são as estações de metrô Brotas e Bonocô, o supermercado Atacadão e o Colégio
Estadual João Pedro dos Santos. De acordo com os resultados da simulação a concentração na
estação de metrô Brotas foi de 7.942,46 𝜇𝑔/𝑚 3, na estação de metrô Bonocô 8.997,23 𝜇𝑔/𝑚 3,
no supermercado Atacadão 3.718,69 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos
9.889,72 𝜇𝑔/𝑚3 .

58
 Figura 17: Pluma de dispersão de CO nos meses de janeiro e fevereiro de 2020.

O perfil de concentração para 8 h, figura 17, nos meses de janeiro e fevereiro de 2020
apresentou valores entre 124,91 e 12.523,97 𝜇𝑔/𝑚 3. A concentração na estação de metrô
Brotas foi de 5.680,31 𝜇𝑔/𝑚3 , na estação de metrô Bonocô 8.297,13 𝜇𝑔/𝑚 3 no supermercado
Atacadão 3.548,45 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos 7.557,09 𝜇𝑔/𝑚 3.

Figura 18: Pluma de dispersão de CO no mês de abril de 2020.

Em abril de 2020 o resultado da simulação para 8h, na figura 18, apresentou uma faixa
de concentração entre 82,45 e 8.209,11 𝜇𝑔/𝑚 3. As concentrações nas estações de metrô Brotas
foi de 2.825,43 𝜇𝑔/𝑚 3, na estação de metrô Bonocô 5.180,37 𝜇𝑔/𝑚 3, no supermercado
Atacadão 1.366,33 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos 2.553,83 𝜇𝑔/𝑚 3.

59
 Observa-se que embora as estações de transbordo do metrô Brotas e Bonocô estejam
localizadas a uma mesma distância da avenida, a estação de transbordo Bonocô está exposta a
uma concentração de CO mais elevada que a estação Brotas, isso ocorre por causa da diferença
de altitude entre as duas estações. A estação Brotas está a aproximadamente 60 metros de
altitude e mais próxima a faixa litorânea o que possibilita uma melhor dispersão do poluente,
enquanto que a estação Bonocô está a 35 metros de altitude e numa região mais interna do
continente o que torna a dispersão de poluentes menos favorável. O Colégio estadual João
Pedro dos Santos também se encontra em uma região de elevada concentração de poluente
devido à proximidade com a avenida.

Em abril de 2020 os valores de concentração de CO caíram consideravelmente devido

ao menor fluxo de veículos nesse período. Mas ainda é possível observar que existem alguns
trechos da avenida com concentrações mais elevadas. Essas regiões são regiões de vale com
altitudes mais baixas, cercada de construções o que dificulta a dispersão do CO. Evidenciando
que a altitude do terreno é um fator importante na dispersão das emissões, por ser
determinante na intensidade dos ventos, já que em altitudes mais baixas a velocidade do vento
é menor.

Tabela 25: Concentrações mínimas e máximas de CO em cada período do estudo.

Mês Concentração 8h (𝝁𝒈/𝒎𝟑)

Abril de 2019 143,25 – 14.313,16
Janeiro e fevereiro de 2020 124,91 – 12.523,97
Abril de 2020 82,45 – 8.209,11
10.300 (𝜇𝑔/𝑚 3 )
Padrão CONAMA (PF = PI)
(9ppm)
Fonte: Próprio autor (2021).

Comparando os valores de concentração de CO nos períodos do estudo com os

padrões estabelecidos pela resolução CONAMA 491/18, tabela 25, é possível observar que em
alguns trechos da avenida Bonocô a concentração de CO ultrapassa o padrão de qualidade do
ar estabelecido pela legislação, exceto em abril de 2020 onde o fluxo de veículos caiu
consideravelmente em função das medidas de restrição no transporte público e em atividades
econômicas não essenciais para conter o avanço da pandemia de COVID-19, levando a uma
diminuição na concentração de CO emitido por veículos ao longo da avenida .

A partir do índice de qualidade do ar é possível conhecer os riscos à saúde associados

a concentração de poluentes atmosféricos. Segundo (CETESB, 2013) quando a concentração de
CO está entre 0 e 10.300 𝜇𝑔/𝑚3 e o índice de qualidade do ar entre 0 - 40 a qualidade do ar
pode ser considerada boa, entre 10.300 e 12.589 𝜇𝑔/𝑚3 (índice entre 41 – 80) a qualidade do
ar é considerada moderada, entre 12.589 e 14.879 𝜇𝑔/𝑚 3 (índice entre 81 – 120) a qualidade
do ar é considerada ruim, entre 14.879 e 17.168 (índice entre 121 – 200) a qualidade do ar é
muito ruim e acima de 17.168 (índice acima de 200) a qualidade do ar é considerada péssima.

De acordo com os resultados de concentração para o mês de abril de 2019 (143,25 – 14.313,16
𝜇𝑔/𝑚 3) a qualidade do ar neste período é considerada ruim. A população pode apresentar
sintomas como tosse seca, cansaço, ardor nos olhos, nariz e garganta. As crianças, os idosos e
as pessoas com doenças respiratórias e cardíacas podem apresentar efeitos mais sérios na

60
saúde. Nos meses de janeiro e fevereiro de 2020 (124,91 – 12.523,97 𝜇𝑔/𝑚 3) a qualidade do ar
é considerada moderada, e apresenta riscos as pessoas dos grupos sensíveis como crianças,
idosos e pessoas com doenças respiratórias e cardíacas que podem vir a apresentar sintomas
como tosse seca e cansaço. Já no mês de abril de 2020 (82,45 – 8.209,11 𝜇𝑔/𝑚 3) a qualidade
do ar é considerada boa e não apresenta riscos a saúde da população (CETESB, 2021).

As concentrações de CO obtidas por (BRANDÃO, 2020) em alguns receptores da

avenida Bonocô foram colocados na tabela 26 para serem comparados com os valores obtidos
em cada período do estudo.

Tabela 26: Faixas de concentrações de CO em 8h.

Concentrações de CO - 8h (𝝁𝒈/𝒎𝟑 )
Receptor
(BRANDÃO, 2020) ABRIL 19 JAN/FEV 20 ABRIL 20
Estação do
1.000 – 2.000 4.490 – 7.942 4.156 – 6.668 2.825 – 3.225
metrô Brotas
Maxxi
2.000 – 3.500 2.462 – 2.509 2.198 – 2.397 1.089 – 1.366
Atacado
Cresauto 3.500 – 3.935 2.591 – 4.849 2.626 – 4.088 1.243 – 2.595
Fonte: Próprio autor (2021).

Ao comparar os valores obtidos por (BRANDÃO, 2020) e os resultados desse estudo é

preciso levar em consideração algumas diferenças nas metodologias dos dois estudos. Os dados
de fluxo de veículos utilizados nas simulações são diferentes, os dados de Brandão (2020) são
do ano de 2018. A metodologia utilizada nos dois estudos para obter os fatores de emissão dos
veículos não é a mesma. E os cálculos realizados nas demais etapas da metodologia também são
diferentes.

Quando comparados com os resultados da simulação de abril de 2019, os valores de

concentrações de CO na estação de metrô Brotas obtidos no presente estudo são muito maiores
que os encontrados por (BRANDÃO, 2020), enquanto que a faixa de concentração no
supermercado Maxxi Atacado (antigo Hiper Bompreço) está dentro da faixa de concentração
encontrada por (BRANDÃO, 2020), já a faixa de concentração na concessionária Cresauto
apresenta um valor mínimo menor e um valor máximo maior que os encontrados por
(BRANDÃO, 2020). O mesmo comportamento se repete com os valores obtidos na simulação
com os dados de fluxo dos meses de janeiro e fevereiro de 2020. Já para o mês de abril de 2020,
as faixas de concentrações de CO no supermercado Maxxi Atacado e na concessionária Cresauto
são muito menores que os valores obtidos por (BRANDÃO, 2020). Na estação de metrô Brotas
as concentrações de CO são menores que os valores obtidos nos meses de abril de 2019, janeiro
e fevereiro de 2020, porém são maiores que os encontrados por (BRANDÃO, 2020).

• MATERIAL PARTICULADO (MP10)

A dispersão do material particulado (MP10) foi avaliada a partir da média de
concentração para 24 horas e 1 ano, nos meses de abril de 2019, janeiro, fevereiro e abril de
2019. A modelagem foi realizada com duas linhas tipo volume para cada sentido da via (Centro
e Iguatemi).

61
 Figura 19: Pluma de dispersão de MP10 24h em abril de 2019.

No mês de abril de 2019 a simulação para 24 h apresentou valores de concentração

entre 2,11 e 165,02 𝜇𝑔/𝑚 3. Na estação Brotas a concentração foi de 82,74 𝜇𝑔/𝑚3 , na estação
Bonocô 95,35 𝜇𝑔/𝑚 3 no supermercado Atacadão 37,02 𝜇𝑔/𝑚 3 e no Colégio Estadual João
Pedro dos Santos 108,58 𝜇𝑔/𝑚 3.

Figura 20: Pluma de dispersão de MP10 24h nos meses de janeiro e fevereiro de 2020.

A média de concentração para 24 h nos meses de janeiro e fevereiro de 2020

apresentou valores entre 1,09 e 124,53 𝜇𝑔/𝑚 3. Com concentração de 51,60 𝜇𝑔/𝑚 3 na estação
de metrô Brotas, 80,20 𝜇𝑔/𝑚 3 na estação de metrô Bonocô, 29,36 𝜇𝑔/𝑚 3 no supermercado
Atacadão e 73,61 no Colégio Estadual João Pedro dos Santos.

62
 Figura 21: Pluma de dispersão de MP10 24h em abril de 2020.

Já para o mês de abril de 2020 o resultado da simulação para 24h, na figura 21,
apresentou uma média de concentração entre 0,69 e 70,38 𝜇𝑔/𝑚 3. Na estação de metrô Brotas
a concentração de poluente ficou em torno de 25,65 𝜇𝑔/𝑚 3, na estação Bonocô 43,8 𝜇𝑔/𝑚 3,
no supermercado Atacadão 13,60 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos 19,50
𝜇𝑔/𝑚 3.

Figura 22: Pluma de dispersão de MP10 em um ano - abril de 2019.

Em abril de 2019 a simulação para o período de 1 ano apresentou resultados de

concentração entre 0,87 e 89,03 𝜇𝑔/𝑚3 , o resultado da simulação pode ser visualizado na figura
22. Na estação de metrô Brotas a concentração foi em torno de 39,92 𝜇𝑔/𝑚 3 , na estação
Bonocô 48,54 𝜇𝑔/𝑚3 , no supermercado Atacadão 19,69 𝜇𝑔/𝑚3 e no Colégio estadual João
Pedro dos Santos 53,38 𝜇𝑔/𝑚 3.

63
 Figura 23: Pluma de dispersão de MP10 em um ano - janeiro e fevereiro de 2020.

Nos meses de janeiro e fevereiro de 2020 os resultados de concentração da simulação

apresentaram valores entre 0,68 e 72,70 𝜇𝑔/𝑚 3. A concentração na estação de metrô Brotas
ficou em torno de 25,00 𝜇𝑔/𝑚 3, na estação Bonocô 43,16 𝜇𝑔/𝑚 3, no supermercado Atacadão
13,60 𝜇𝑔/𝑚 3e no Colégio Estadual João Pedro dos Santos 40,07 𝜇𝑔/𝑚3 .

Figura 24: Pluma de dispersão de MP10 em um ano - abril de 2020.

Já para o mês de abril de 2020 o resultado da simulação para 1ano, figura 24,
apresentou uma média de concentração entre 0,019 e 36,86 𝜇𝑔/𝑚 3. A concentração na estação
de metrô Brotas foi de 0,36 𝜇𝑔/𝑚3 , na estação Bonocô 21,96 𝜇𝑔/𝑚3 , no supermercado
Atacadão 7,45 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos 10,22 𝜇𝑔/𝑚3 .

64
 Os resultados das simulações mostram que as plumas de dispersão do MP10 nas
diferentes médias de horário apresentaram pouca variação. Os receptores expostos a
concentrações mais elevadas são praticamente os mesmos para a simulação em 24 horas e em
1 ano. Assim como para o CO, o Colégio Estadual João Pedro Santos e a estação de metrô Bonocô
estão expostos a concentrações mais elevadas de MP 10 por conta da localização destes
receptores.

Tabela 27: Concentrações mínimas e máximas de MP10 em cada período do estudo.

Mês Concentração 24h (𝝁𝒈/𝒎𝟑 )

Abril de 2019 2 – 179,05
Janeiro e fevereiro de 2020 1 – 124,53
Abril de 2020 0,7 – 70,38
CONAMA PI-1 120
PF - OMS 50
Fonte: Próprio autor (2021).

Tabela 28: Concentrações mínimas e máximas de MP10 em cada período do estudo.

Mês Concentração 1 ano (𝝁𝒈/𝒎𝟑 )

Abril de 2019 0,9 – 96,47
Janeiro e fevereiro de 2020 0,7 – 72,70
Abril de 2020 0,4 – 36,85
CONAMA PI-1 40
PF - OMS 20
Fonte: Próprio autor (2021).

As concentrações para 24h e 1 ano foram obtidos para serem comparadas com os
padrões definidos pela resolução CONAMA 491/18, como mostrado nas tabelas 27 e 28. O
padrão intermediário I (PI-1) é o utilizado pela legislação brasileira, enquanto que o padrão final
(PF) é o estabelecido pela OMS. É possível observar que em comparação com o PI-1, alguns
pontos a concentração de MP10 ultrapassa os valores estabelecidos pela legislação, exceto no
mês de abril de 2020 em que a concentração máxima para 24h foi igual a 70,38 𝜇𝑔/𝑚 3 e a
máxima para 1 ano foi de 36,85 𝜇𝑔/𝑚 3 e a legislação estabelece que a concentração máxima
deve ser de 120 𝜇𝑔/𝑚 3 para 24h e 40 𝜇𝑔/𝑚 3 para 1 ano. Já em comparação com o PF todos os
meses, tanto para 24 h quanto para 1 ano, apresentaram concentrações máximas que
ultrapassam a legislação.

De acordo com os índices de qualidade do ar para o estado de São Paulo quando a

concentração de MP10 em 24h está entre 0 – 50 𝜇𝑔/𝑚 3 a qualidade do ar pode ser considerada
boa, entre 50 – 100 𝜇𝑔/𝑚 3a qualidade do ar é considerada moderada, entre 100 – 150 𝜇𝑔/𝑚 3
a qualidade do ar é considerada ruim, entre 150 – 250 𝜇𝑔/𝑚3 a qualidade do ar está muito ruim
e acima de 250 a qualidade do ar está péssima (CETESB, 2021). Segundo os resultados de
concentração no mês de abril de 2019 (2 – 179,05 𝜇𝑔/𝑚 3) a qualidade do ar é considerada
muito ruim podendo levar a população a apresentar agravamento dos sintomas como tosse
seca, cansaço, ardor nos olhos, nariz e garganta e ainda falta de ar e respiração ofegante,
podendo causar efeitos ainda mais graves em crianças, idosos e pessoas com doenças
respiratórias e cardíacas. Nos meses de janeiro e fevereiro de 2020 (1 – 124,53 𝜇𝑔/𝑚 3) a
qualidade do ar é considerada ruim levando a população a apresentar sintomas como tosse seca,

65
cansaço, ardor nos olhos, nariz e garganta e levar as pessoas de grupos sensíveis a apresentarem
efeitos mais sérios na saúde. Já no mês de abril de 2020 (0,7 – 70,38 𝜇𝑔/𝑚3 ) a qualidade do ar
é considerada moderada e pode levar crianças, idosos e pessoas com doenças respiratórias e
cardíacas a apresentarem sintomas como tosse seca e cansaço.

As concentrações de MP10 obtidas por (BRANDÃO, 2020), para a média de 24h e 1 ano,
em alguns receptores da avenida Bonocô foram colocados na tabela 29 para serem comparados
com os valores obtidos neste estudo.

Tabela 29: Faixas de concentrações de MP10 em 24h.

Concentrações de MP10 - 24h (𝝁𝒈/𝒎𝟑 )

Receptor
(BRANDÃO, 2020) ABRIL 19 JAN/FEV 20 ABRIL 20
Estação do
10 – 40 56 – 83 51 – 120 25 – 32
metrô Brotas
Maxxi
10 – 40 24 – 24 17 – 20 9,0 – 10
Atacado
Cresauto 10 – 40 24 – 50 34 – 45 9,0 – 20
Fonte: Próprio autor (2021).

Assim como para o CO, é necessário levar em consideração as diferenças na

metodologia utilizada por (BRANDÃO, 2020) e a metodologia usada neste estudo. Comparando
os resultados da simulação de abril de 2019 para o MP 10 em 24h com os resultados obtidos por
(BRANDÃO, 2020) é possível observar que os valores de concentrações de MP 10 na estação de
metrô Brotas e na concessionária Cresauto obtidos no estudo são maiores que os encontrados
no estudo de 2018, enquanto que a faixa de concentração no supermercado Maxxi Atacado
(antigo Hiper Bompreço) está dentro da faixa de concentração encontrada anteriormente. O
mesmo comportamento se repete com os valores obtidos na simulação com os dados de fluxo
dos meses de janeiro e fevereiro de 2020. Enquanto que no mês de abril de 2020, as faixas de
concentrações de MP10 na estação de metrô Brotas e na concessionária Cresauto apresentam
intersecção com o intervalo encontrado por (BRANDÃO, 2020) e no supermercado Maxxi
Atacado as concentrações de MP10 são menores que os valores obtidos anteriormente.

Tabela 30: Faixas de concentrações de MP10 em 1 ano.

Concentração de MP10 - 1 ano (𝝁𝒈/𝒎𝟑 )

Receptor
(BRANDÃO, 2020) ABRIL 19 JAN/FEV 20 ABRIL 20
Estação do 10 – 30
19 – 40 25 – 35 11 – 16
metrô Brotas
Maxxi Atacado 10 – 30 10 – 13 7,0 – 10 4,0 – 05
Cresauto 5,0 – 7,0 11 – 25 18 – 24 3,0 – 10
Fonte: Próprio autor (2021).

Já para 1 ano, no mês de abril de 2019 os valores de concentrações de MP10 na estação de metrô
Brotas e na concessionária Cresauto obtidos no estudo são maiores que os encontrados por
(BRANDÃO, 2020), e as concentrações no supermercado Maxxi Atacado (antigo Hiper
Bompreço) são menores que as encontradas por (BRANDÃO, 2020) embora apresentem
intersecções nos intervalos considerados. O mesmo comportamento se repete com os valores
obtidos na simulação com os dados de fluxo dos meses de janeiro e fevereiro de 2020. Enquanto

66
que no mês de abril de 2020, as faixas de concentrações de MP 10 na estação de metrô Brotas e
na concessionária Cresauto são próximas às encontradas por (BRANDÃO, 2020), no
supermercado Maxxi Atacado as concentrações de MP10 são menores que os valores obtidos
por (BRANDÃO, 2020).

• DIÓXIDO DE NITROGÊNIO (NO2)

Os óxidos de nitrogênio (NOx) são uma mistura de óxidos como o NO, NO2 e N2O.
Normalmente a taxa de emissão é dada em função do NOx, e para conhecer a emissão dos
demais óxidos presentes na mistura que compõe o NOx é importante saber qual a razão destes
óxidos na mistura. Segundo (BRANDÃO, 2020) 45% da concentração de NOx corresponde a
concentração de NO2 em Salvador-BA. Desta forma, após obter os resultados das concentrações
para o NOx saberemos qual a concentração de NO2 obtida em cada período estudado.

A dispersão de dióxido de nitrogênio (NO2) foi avaliada a partir da média de

concentração para 1 hora e 1 ano, nos meses de abril de 2019, janeiro, fevereiro e abril de 2019.
A modelagem foi realizada com duas linhas tipo volume para cada sentido da via (Centro e
Iguatemi) como anteriormente.

Figura 25: Pluma de dispersão de NO2 em 1 hora - abril de 2019.

Para o mês de abril de 2019 a simulação para 1 h apresentou valores de concentração

de NOx entre 55,23 e 5.498,34 𝜇𝑔/𝑚 3, o mapa de dispersão resultante da simulação pode ser
visualizado na figura 25. Na estação de metrô Brotas a concentração ficou em torno de 3.518,95
𝜇𝑔/𝑚 3, na estação Bonocô 3.977,53 𝜇𝑔/𝑚 3, no supermercado Atacadão 1.504,82 𝜇𝑔/𝑚 3 e no
Colégio Estadual João Pedro dos Santos 3.848,68 𝜇𝑔/𝑚3 .

As concentrações de NO2 ficaram entre 24,99 𝜇𝑔/𝑚 3 e 2.474,25 𝜇𝑔/𝑚 3. A

concentração na estação Brotas foi de 1.583,53 𝜇𝑔/𝑚 3, na estação Bonocô 1.789,89 𝜇𝑔/𝑚 3,
no supermercado Atacadão 677,17 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos
1.731,91 𝜇𝑔/𝑚3 .

67
 Figura 26: Pluma de dispersão de NO2 em 1 hora - janeiro e fevereiro de 2020.

Nos meses de janeiro e fevereiro de 2020 a concentração apresentou valores entre

21,15 e 2.111,21 𝜇𝑔/𝑚3 para o NO2. Na estação de metrô Brotas a concentração ficou em torno
de 1.217,94 𝜇𝑔/𝑚 3, na estação Bonocô 1.283,27 𝜇𝑔/𝑚 3, no supermercado Atacadão 571,99
𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos 1.169,58 𝜇𝑔/𝑚 3.

Figura 27: Pluma de dispersão de NO2 em 1 hora - abril de 2020.

No mês de abril de 2020 o resultado da simulação para 1h, figura 27, apresentou uma
faixa de concentração entre 17,55 e 1.369,48 𝜇𝑔/𝑚 3 de NO2. A concentração na estação de
metrô Brotas ficou em torno de 622,91 𝜇𝑔/𝑚 3 , na estação Bonocô 886,88 𝜇𝑔/𝑚3 , no
supermercado Atacadão 342,01 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos 396,80
𝜇𝑔/𝑚 3.

68
 Figura 28: Pluma de dispersão de NO2 em um ano - abril de 2019.

Para o mês de abril de 2019 a simulação para o período de 1 ano apresentou valores
de concentração entre 3,15 e 297,22 𝜇𝑔/𝑚 3 de NO2, a pluma de dispersão pode ser visualizada
na figura 28. A concentração na estação de metrô Brotas ficou em torno de 133,40 𝜇𝑔/𝑚 3, na
estação Bonocô 162,18 𝜇𝑔/𝑚 3, no supermercado Atacadão 65,60 𝜇𝑔/𝑚3 e no Colégio Estadual
João Pedro dos Santos 176,52 𝜇𝑔/𝑚3 .

Figura 29:Pluma de dispersão de NO2 em um ano - janeiro e fevereiro de 2020.

A faixa de concentração para 1 ano nos meses de janeiro e fevereiro de 2020

apresentou valores entre 2,25 e 243,21 𝜇𝑔/𝑚 3 de NO2. Na estação de metrô Brotas a
concentração ficou em torno de 83,62 𝜇𝑔/𝑚 3, na estação Bonocô 145,01 𝜇𝑔/𝑚 3 , no
supermercado Atacadão 55,89 𝜇𝑔/𝑚3 e no Colégio Estadual João Pedro dos Santos 134,68
𝜇𝑔/𝑚 3.

69
 Figura 30: Pluma de dispersão de NO2 em um ano - abril de 2020.

Para o mês de abril de 2020 o resultado da simulação para 24h, figura 30, apresentou
uma faixa de concentração entre 1,35 e 126,50 𝜇𝑔/𝑚 3. A concentração na estação de metrô
Brotas ficou em torno de 40,28 𝜇𝑔/𝑚 3, na estação Bonocô 75,22 𝜇𝑔/𝑚 3, no supermercado
Atacadão 25,64 𝜇𝑔/𝑚 3 e no Colégio Estadual João Pedro dos Santos 28,76 𝜇𝑔/𝑚 3.

Os receptores expostos a concentrações mais elevadas de NO2 são praticamente os

mesmos para a simulação em 1 hora e em 1 ano. Como visto anteriormente os receptores
expostos as concentrações mais elevadas estão localizados a margem da avenida, em uma
região de vale, cercados de construções o que dificulta a dispersão do NO2.

Tabela 31: Concentrações mínimas e máximas de NO2 em cada período do estudo.

Mês Concentração 1h (𝝁𝒈/𝒎𝟑)

Abril de 2019 24,99 – 2.474,25
Janeiro e fevereiro de 2020 21,15 – 2.111,21
Abril de 2020 17,55 – 1.369,48
CONAMA PI – 1 260
PF – OMS 200
Fonte: Próprio autor (2021).

Tabela 32: Concentrações mínimas e máximas de NO2 em cada período do estudo.

Mês Concentração 1 ano (𝝁𝒈/𝒎𝟑 )

Abril de 2019 3,15 – 297,22
Janeiro e fevereiro de 2020 2,25 - 243,21
Abril de 2020 1,35 - 126,50
CONAMA PI – 1 60
PF – OMS 40

70
 Fonte: Próprio autor (2021).

As médias de concentração para 1h e 1 ano foram obtidos para serem comparadas

com os padrões definidos pela resolução CONAMA 491/18, como mostrado nas tabelas 31 e 32.
É possível observar que em comparação com o PI-1 e com o PF todos os valores ultrapassam a
concentração estabelecida pela legislação. As incertezas existentes nos parâmetros utilizados
para estimar a porcentagem de NO2 existente na mistura de óxidos que constituem o NOx, e a
falta de informações mais detalhadas sobre as categorias de veículos que compõem a frota de
veículos circulante na via para o cálculo dos fatores de emissão podem levar a resultados de
concentração de NO2 mais elevados.

Conforme os índices de qualidade do ar estabelecidos pela CETESB quando a

concentração de NO2 em 1h está entre 0 – 200 𝜇𝑔/𝑚 3 a qualidade do ar pode ser considerada
boa, entre 200 – 240 𝜇𝑔/𝑚3 a qualidade do ar é considerada moderada, entre 240 – 320 𝜇𝑔/𝑚3
a qualidade do ar é considerada ruim, entre 320 – 1130 𝜇𝑔/𝑚 3a qualidade do ar está muito
ruim e acima de 1130 a qualidade do ar está péssima (CETESB, 2021). Em alguns pontos os
resultados de concentração em todos os períodos do estudo (abril de 2019, janeiro, fevereiro e
abril de 2020) ultrapassa os 1.130 𝜇𝑔/𝑚 3, nestes locais a qualidade do ar pode ser considerada
muito ruim podendo levar a população a apresentar agravamento dos sintomas como tosse
seca, cansaço, ardor nos olhos, nariz e garganta e ainda falta de ar e respiração ofegante,
podendo causar efeitos ainda mais graves em crianças, idosos e pessoas com doenças
respiratórias e cardíacas (CETESB, 2021).

As concentrações de NO2 obtidas por (BRANDÃO, 2020), para a média de 1h e 1 ano,

em alguns receptores da avenida Bonocô foram colocados na tabela 26 para serem comparados
com os valores obtidos no estudo.

Tabela 33: Faixas de concentrações de NO2 em 1h.

Receptor Concentração de NO2 - 1h (𝝁𝒈/𝒎𝟑 )

(BRANDÃO, 2020) ABRIL 19 JAN/FEV 20 ABRIL 20
Estação do 300 – 500
1.151 – 1.790 1.218 – 1.260 623 – 1.223
metrô Brotas
Maxxi Atacado 300 – 500 429 – 452 354 – 359 185 – 245
Cresauto 100 – 300 468 – 871 423 – 654 182 – 454
Fonte: Próprio autor (2021).

Comparando os resultados da simulação de abril de 2019 para o NO2 em 1h com os

resultados obtidos por (BRANDÃO, 2020) é possível observar que os valores de concentrações
de NO2 na estação de metrô Brotas e na concessionária Cresauto obtidos no estudo são muito
maiores que os encontrados no estudo anterior, enquanto que a faixa de concentração no
supermercado Maxxi Atacado (antigo Hiper Bompreço) está dentro da faixa de concentração
encontrada por (BRANDÃO, 2020). O mesmo comportamento se repete com os valores obtidos
na simulação com os dados de fluxo dos meses de janeiro e fevereiro de 2020. No mês de abril
de 2020, a faixa de concentração de NO2 na estação de metrô Brotas é muito maior que os
valores encontrados no estudo de 2018, na concessionária Cresauto os valores estão dentro do
intervalo encontrado anteriormente e no supermercado Maxxi Atacado as concentrações de
NO2 são menores que os valores obtidos por (BRANDÃO, 2020).

71
 Tabela 34: Faixas de concentrações de NO2 em 1 ano.

Receptor Concentração de NO2 - 1 ano (𝝁𝒈/𝒎𝟑 )

(BRANDÃO, 2020) ABRIL 19 JAN/FEV 20 ABRIL 20
Estação do 70 – 90
62 – 134 84 - 119 40 – 54
metrô Brotas
Maxxi Atacado 50 – 70 33 – 42 30 - 35 14 – 18
Cresauto 20 – 40 36 – 82 34 – 59 08 – 33
Fonte: Próprio autor (2021).

Para 1 ano, os resultados de concentração para o mês de abril de 2019 apresentaram

valores de concentrações de NO2 na estação de metrô Brotas e na concessionária Cresauto
maiores que os encontrados por (BRANDÃO, 2020), e as concentrações no supermercado Maxxi
Atacado (antigo Hiper Bompreço) menores que as encontradas no estudo anterior. O mesmo
comportamento se repete com os valores obtidos na simulação com os dados de fluxo dos
meses de janeiro e fevereiro de 2020. No mês de abril de 2020, as faixas de concentrações de
NO2 na estação de metrô Brotas, na concessionária Cresauto e no supermercado Maxxi Atacado
foram menores que às encontradas por (BRANDÃO, 2020).

Assim como para o CO e para o MP10 a diferença entre as metodologias do trabalho de

2018 e este estudo resultaram nas diferenças entre os valores de concentração de NO2
observadas acima.

• CONCENTRAÇÃODE POLUNTES NOS DIFERENTES PERÍODOS

É possível observar que o mês de abril de 2020 apresentou os menores valores de
concentração de CO, MP10 e NO2 em comparação com abril de 2019, janeiro e fevereiro de 2020,
onde o fluxo de veículos pode ser considerado normal. A diminuição no fluxo de veículos, por
conta das restrições de circulação devido a pandemia de COVID-19, na avenida Mário Leal
Ferreira pode ser vista nos valores de fluxo na tabela 35. O fluxo total de veículos em abril de
2020 foi de 1.894.266 enquanto que a frota circulante em abril de 2019 foi de 3.415.236
veículos, representando uma diminuição de 44,5% no fluxo de veículos em abril de 2020. Como
esperado, a diminuição do fluxo de veículos levou também a uma diminuição na emissão de
poluentes provenientes de fontes móveis veiculares, outros estudos ao redor do mundo
também comprovaram o declínio na concentração de poluentes atmosféricos como efeito da
diminuição de veículos em circulação (SON et al., 2020; VENTER et al., 2020).

Tabela 35: Frota total de veículos na av. Mário Leal Ferreira por mês.

FLUXO DE VEÍCULOS DA AV. MÁRIO LEAL FERREIRA

CATEGORIA ABR/19 JAN/20 FEV/20 ABR/20
TOTAL 3.415.236 3.485.140 3.427.364 1.894.266
Fonte: Próprio autor (2021).

Segundo (DE TOLEDO; NARDOCCI, 2011) a poluição emitida por fontes veiculares é a
principal fonte de poluição atmosférica nos centros urbanos. A diminuição da qualidade do ar e
o aumento de doenças respiratórias e cardiovasculares, principalmente em crianças e idosos
estão diretamente relacionadas a emissão de poluentes como o CO, NO2 e MP10. Um incremento
de 10 𝜇𝑔/𝑚3 nos níveis de poluentes, e 1 ppm de CO resultou no aumento de 1,7% da

72
mortalidade por doenças do aparelho circulatório e 13,7% da mortalidade por doenças
respiratórias e 15% da mortalidade de crianças menores de 5 anos. Os estudos demostraram
que o CO também está associado a um aumento dos casos de angina e infarto agudo do
miocárdio, ao aumento de 30% na morte de idosos por pneumonias e ao aumento percentual
de 8 vezes nas internações por doenças respiratórias totais (GOUVEIA et al., 2003, 2019).

Da mesma forma que para o CO, o MP10 e o NO2 estão associados ao aumento nas
internações de idosos e crianças devido a doenças respiratórias. Um estudo em Belo Horizonte
(BH) e cidades da região metropolitana de BH demostrou que um aumento de 10 𝜇𝑔/𝑚 3 nos
níveis de MP10 pode levar ao aumento de até 33% nas internações por doenças respiratórias e
ao aumento de 2,3 vezes nas internações por doenças cardiovasculares em maiores de 39 anos
(GOUVEIA et al., 2019).

Um longo tempo de exposição ao NO2 pode levar a 4 milhões de novos casos de asma
pediátrica por ano (VENTER et al., 2020). Segundo (CHEN et al., 2020) a diminuição da
concentração de NO2 devido a melhoria na qualidade do ar durante o período de quarentena na
China evitou 8.911 mortes, das quais 65% estariam relacionadas a doenças cardiovasculares
(hipertensão, acidente vascular cerebral e doenças coronárias) e doença pulmonar obstrutiva
crônica (COPD).

As altas concentrações de poluentes no ar também estão associadas à gravidade das

infecções por COVID-19. Estudos sugerem que ambientes com altos níveis de poluentes podem
levar a maiores riscos de mortalidade associados com a COVID-19. Um prazo médio de exposição
a poluentes como o NO2 e o MP10 foram positivamente associados a casos confirmados e a 78%
das mortes por COVID-19 em regiões da Itália, Espanha, França e Alemanha (SON et al., 2020).
Assim como o NO2 e o MP10, o CO também está associado a casos confirmados de COVID-19, o
acréscimo de 10 𝜇𝑔/𝑚 3 de NO2 e MP10 e de 1 𝑚𝑔/𝑚3 de CO levaram ao aumento de 1,76%,
6,94% e 15,11% respectivamente de casos de COVID-19 confirmados diariamente na China (ZHU
et al., 2020).

73
 6 CONCLUSÕES
Este trabalho contribuiu para o conhecimento do tema de poluição atmosférica e de
uma de suas principais fontes que são os veículos automotores. A modelagem matemática
possibilitou a avaliação do impacto ambiental das medidas de restrição para conter o avanço da
pandemia de COVID-19 na cidade de Salvador-BA, na qualidade do ar em uma das principais
avenidas da cidade, a avenida Mário Leal Ferreira.

A partir dos dados da frota de veículos circulantes nos meses de abril de 2019, janeiro,
fevereiro e abril de 2020, obtidos através dos registros dos radares na avenida em estudo, foi
possível constatar que após a implementação das medidas de restrições de circulação na cidade,
em meados de março de 2020 para conter o avanço da pandemia de COVID-19 o fluxo de
veículos na av. Bonocô diminuiu consideravelmente, chegando a uma redução de 44,5% em
abril de 2020 em comparação com o fluxo de veículos no mesmo período no ano de 2019.

Os mapas de dispersão indicam que a diminuição no fluxo de veículos na avenida em

abril de 2020 levou a diminuição das concentrações dos poluentes CO, MP e NO2 em relação aos
meses anteriores. Quando comparados com os padrões (PI e PF) estabelecidos pela Resolução
CONAMA 491/18 as estimativas de CO em abril de 2019, janeiro e fevereiro de 2020 resultaram
em valores máximos de concentração acima dos valores dos padrões, devido
ao elevado número de veículos que circularam na avenida nesses meses. Apenas as estimativas
do mês de abril de 2020 ficaram dentro do limite estabelecido pela legislação.

O mesmo comportamento observado nas estimativas de CO foi observado para as

estimativas de MP, onde os valores máximos de concentração em 24 horas e 1 ano
ultrapassaram os valores estabelecidos pela legislação e as estimativas de concentração no mês
de abril de 2020 ficaram dentro dos padrões. Os valores máximos de concentrações de NO2
ultrapassaram os valores dos padrões para 1 hora e 1 ano em todos os meses do estudo. Esse
comportamento se deve ao fluxo de veículos pesados na avenida e a contribuição destes
veículos na geração de NOx.

As concentrações dos poluentes em alguns receptores na av. Bonocô obtidos por

Brandão (2020) foram diferentes dos valores de concentrações obtidos neste estudo. Essa
diferença se dá principalmente pela diferença na metodologia utilizada para obter os fatores de
emissão no estudo de 2018 e neste estudo, e devido a mudança no fluxo de veículos no ano de
2018 utilizado no estudo anterior e nos anos de 2019 e 2020 utilizados neste estudo.

Embora estudos desta natureza possuam incertezas associadas à obtenção de dados

para a simulação, como os dados meteorológicos, a estratificação da frota, e os fatores de
emissão para alguns anos, a modelagem matemática se mostrou uma ferramenta importante
para avaliação do tráfego nas vias. Os valores elevados de concentrações encontrados neste
estudo indicam a contribuição das fontes móveis veiculares sobre a qualidade do ar. Estes
resultados alertam para a necessidade de implantação de medidas de gestão, como a rede de
monitoramento da qualidade do ar e ações de incentivo ao uso de meios de transportes com
menor potencial de poluição como bicicletas, veículos elétricos e transportes públicos como o
metrô.

74
7 SUGESTÕES PARA TRABALHOS FUTUROS
➢ Realizar um levantamento mais detalhado sobre a categoria de veículos circulantes na
avenida Mário Leal Ferreira, para estimar fatores de emissões de poluentes mais
precisos.

➢ Realizar um estudo da qualidade do ar na avenida com dados de fluxo de veículos após

as flexibilizações nas medidas de restrições em 2021 e comparar com o estudo para os
anos de 2019 e 2020 e avaliar se houve uma mudança no perfil da frota circulante.

➢ Realizar o estudo do impacto das medidas de restrições para conter o avanço da

pandemia de COVID-19 na qualidade do ar em outras avenidas com grande fluxo de
veículos na cidade de Salvador-BA.

➢ Realizar a simulação no AERMOD VIEW com dados meteorológicos atuais.

75
8 APÊNDICES

APÊNDICE A – Descrição matemática do AERMOD.

DESCRIÇÃO DO AERMET
O primeiro passo do processamento no AERMET é o cálculo do ângulo solar mínimo
necessário para gerar calor suficiente para a superfície transferir calor para a atmosfera. A
base deste cálculo é a equação seguinte equação:

𝑅 = (990𝑠𝑒𝑛∅ − 30)(1 − 0,75𝑛3,4 ) (1)

Onde R é o fluxo de radiação solar recebido pela superfície (Wm-2), φ é a elevação solar
(ângulo do sol sobre o horizonte), e n é a fração de cobertura de nuvens (valor entre 0 e 1,
geralmente 1/8).

A distinção entre as condições estáveis e instáveis depende da radiação líquida, e não

da radiação solar. Para o cálculo desta radiação (VISSCHER, 2014a) propôs a seguinte
equação:

𝑅(1 − 𝑟) + 60𝑛 − 5,7𝑥10−8 𝑇 4 + 5,3𝑥10−13 𝑇 6

𝑅𝑛 = (2)
1,12

Onde r é o albedo da superfície, n é a fração de cobertura de nuvens (0 < n < 1), e T é

a temperatura em kelvin. A partir da substituição da equação (1) na equação (2), obtemos:

(990𝑠𝑒𝑛∅ − 30)(1 − 0,75𝑛3,4 )(1 − 𝑟) + 60𝑛 − 5,7𝑥10−8 𝑇 4 + 5,3𝑥10−13 𝑇 6

𝑅𝑛 =
1,12

(3)

A atmosfera neutral é em RN = 0, resolvendo a equação (3) para esta condição,

obtemos o critério necessário para calcular a transição de condição estável para instável:

1 −60𝑛 + 5,67𝑥10−8 𝑇 4 − 5,31𝑥10−13 𝑇 6

sin 𝜑𝑐𝑟𝑖𝑡 = [ + 30] (4)
990 (1 − 0,75𝑛3,4 )(1 − 𝑟)

Onde 𝜑𝑐𝑟𝑖𝑡 é a elevação solar crítica para a transição da condição atmosférica.

O albedo é uma função de ϕ, onde:

𝑟 = 𝑟 ′ + (1 − 𝑟 ′ ) exp[−0,1𝜑 − 0,51(1 − 𝑟 ′ )2 ] (5)

r’ é o albedo em 90°, e ϕ está em graus.

A combinação das equações (4) e (5) leva a equação implícita, que pode ser resolvida
por iteração para obter 𝜑𝑐𝑟𝑖𝑡 . O valor é usualmente em volta de 13° para condições limpas
e parcialmente nubladas e por volta de 23° para condições encobertas.

O fluxo de calor sensível (q) da superfície para a atmosfera é calculado pela radiação
líquida, por meio da equação:

76
 (1 − 𝐶𝐺 )𝑅𝑁
𝑞= (6)
1
1+
𝐵

Onde CG é a fração da radiação líquida que vai da superfície (=0,1 no AERMOD), e B é

a razão Bowen, que é a razão entre o fluxo de calor sensível e o fluxo de calor latente.

A maior parte dos cálculos dos parâmetros meteorológicos depende da condição da

camada limite (convectiva ou estável), a condição é indicada pelo valor de ϕ que pode ser
maior ou menor que 𝜑𝑐𝑟𝑖𝑡 .

Estimativa dos parâmetros na camada limite convectiva (CBL).

Na atmosfera convectiva, as variáveis u* (velocidade de fricção) e L (comprimento de

Obukhov) são calculadas por um procedimento iterativo. O procedimento é feito a partir do
cálculo do fluxo de calor sensível (q), uma estimativa da velocidade de fricção (u *) e do
cumprimento de Monin-Obukov (L). Uma vez obtidos esses parâmetros o AERMET consegue
estimar a altura da camada de mistura (zi) e a velocidade escalar convectiva (w*).

A estimativa inicial de u* é baseada na velocidade do vento, e calculada segundo a

equação:
𝑢∗ 𝑧
𝑢= 𝑙𝑛 (7)
𝑘 𝑧0

Onde:

𝑘𝑢𝑚
𝑢∗ = 𝑧 (8)
ln ( 𝑚 )
𝑧0

𝑢𝑚 é a velocidade média do vento, 𝑧𝑚 é a altura de referência da velocidade do

vento, z0 é chamado de comprimento da rugosidade e k é a constante de von Kármán
(~0,4).

Em seguida, é feita uma estimativa de L com a seguinte equação:

𝜌𝑐𝑝 𝑇𝑟𝑒𝑓 𝑢∗3

𝐿= − (9)
𝑘𝑔𝑞

Onde g é a aceleração da gravidade, cp é o calor específico a pressão constante, ρ é a

massa específica, q é o calor sensível e 𝑇𝑟𝑒𝑓 é a temperatura ambiente em kelvin.

As iterações de u* são baseadas nas equações (10) e (11):

𝑢∗ 𝑧 (𝑛02 + 1)(𝑛0 + 1)2

𝑢= {𝑙𝑛 + ln [ 2 ] + 2[arctan(𝑛) − arctan(𝑛0 )]} (10)
𝑘 𝑧0 (𝑛 + 1)(𝑛 + 1)2

Com

77
 1
𝑧0 𝑧 4
𝑛0 = (1 − 16 )1/4 𝑛 = (1 − 16 ) (11)
𝐿 𝐿

Resolvendo a equação 10 para u* obtém-se a seguinte equação:

𝑘𝑢
𝑢∗ = (12)
𝑧 (𝑛2 + 1)(𝑛0 + 1)2
𝑙𝑛 + ln ( 02 )+ 2(arctan(𝑛) − arctan(𝑛0 ))
𝑧0 (𝑛 + 1)(𝑛 + 1)2

Onde 𝑢∗ pode ser calculado pela equação (12) e L pela equação (10) sucessivamente
até convergir.

A velocidade escalar convectiva é estimada por (CIMORELLI et al., 2005):

1
𝑔𝑞ℎ𝑚𝑖𝑥 3
𝑤∗ = ( ) (13)
𝜌𝑐𝑝 𝑇𝑟𝑒𝑓

Onde hmix é a altura da camada de mistura convectiva.

Quando a atmosfera está estável o procedimento para calcular u* e L abordado

anteriormente são pouco precisos, e uma abordagem diferente é realizada.

A velocidade de fricção é calculada pela equação (VISSCHER, 2014b):

2
𝐶𝐷 𝑢 2𝑢0
𝑢∗ = [1 + √1 − ( ) ] (14)
2 √𝐶𝐷 𝑢

Onde

𝑘
𝐶𝐷 = 𝑧 (15)
ln ( )
𝑧0

5𝑔𝜃∗ (𝑧 − 𝑧0 )
𝑢02 = (16)
𝑇0

A temperatura de fricção 𝜃∗ é dada por (ULDEN; HOLTSLAG, 1985):

𝜃∗ = 0,09(1 – 0,5n²) (17)

Onde n é a fração coberta de nuvens e a constante 0,09 está em kelvin.

A equação (14) só pode ser usada quando a velocidade do vento excede um valor
mínimo (u > umin) dado por (VISSCHER, 2014b):

2𝑢0
𝑢𝑚𝑖𝑛 = (18)
√𝐶𝐷

78
 Esta restrição é porque a equação (17) não é válida em baixas velocidades do vento.
Quando a velocidade do vento é menor que umin (u < umin), a mínima velocidade de fricção é
obtida por:

𝐶𝐷 𝑢𝑚𝑖𝑛
𝑢∗𝑚𝑖𝑛 = = √𝐶𝐷 𝑢0 (19)
2

Neste caso a velocidade de fricção e a temperatura de fricção são calculados com as

seguintes equações:
𝑢
𝑢∗ = 𝑢∗𝑚𝑖𝑛 (20)
𝑢𝑚𝑖𝑛
𝑢
𝜃∗ = 0,09(1 − 0,5𝑛2 ) (21)
𝑢𝑐𝑟𝑖𝑡

E L pela equação:

𝑇𝑟𝑒𝑓 2
𝐿= 𝑢 (22)
𝑘𝑔𝜃∗ ∗

O fluxo de calor sensível é dado pela equação:

𝑞 = −𝜌0 𝑐𝑝 𝑢∗ 𝜃∗ (23)

O cálculo da altura da camada de mistura depende da condição da atmosfera. Na

camada limite convectiva, o cálculo da altura da camada de mistura (h mix) é realizado pelo
balanço de energia, que resulta na seguinte equação:
𝑡 ℎ𝑚𝑖𝑥
1,4 ∫ 𝑞(𝑡)𝑑𝑡 = 𝜌𝑐𝑝 ∫ [𝜃(ℎ𝑚𝑖𝑥 ) − 𝜃(𝑧)]𝑑𝑧 (24)
𝑡𝑎𝑚𝑎𝑛ℎ𝑒𝑐𝑒𝑟 0

Esta equação superestima a altura da camada de mistura próximo ao início das

condições convectivas porque a atmosfera é dominada por mistura mecânica. Por esta
razão, o cálculo de hmix em condição estável é adaptado e o valor mais alto é adotado:
3
ℎ𝑚𝑖𝑥,𝑒 = 𝐵𝑢∗2 (25)

Com B = 2300s1,5m0,5.

Assume-se que o valor real da altura da camada de mistura se aproxima do valor de

equilíbrio com o valor constante de 𝜏 dado por:

ℎ𝑚𝑖𝑥
𝜏= (26)
𝛽𝜏 𝑢∗

Onde 𝛽𝜏 = 2. A altura da camada de mistura no tempo t + ∆t é calculada pelo valor no

tempo t, o valor no equilíbrio e o tempo constante com a equação a seguir:

𝑡+∆𝑡 𝑡 ∆𝑡 𝑡+∆𝑡 ∆𝑡
ℎ𝑚𝑖𝑥 = ℎ𝑚𝑖𝑥 exp (− ) + ℎ𝑚𝑖𝑥,𝑒 [1 − exp (− )] (27)
𝜏 𝜏

79
 • METODOLOGIA DO AERMOD
Alguns dos procedimentos realizados pelo AERMOD para a obtenção do modelo de
dispersão são o cálculo do perfil de velocidade do vento, o cálculo do perfil de temperatura
potencial, e o cálculo perfil de dispersão vertical e lateral.

- Velocidade e direção do vento

Em condições instáveis, o perfil de velocidade do vento é calculado pela equação (10).

Todavia, em condições estáveis, o perfil de velocidade do vento é calculado pela equação:

𝑢∗ 𝑧 0,29𝑧 0,29𝑧0
𝑢= [𝑙𝑛 − 17 exp (− ) + 17 exp (− )] (28)
𝑘 𝑧0 𝐿 𝐿

Em baixos valores de z/L (condições levemente estáveis) a equação se reduz a:

𝑢∗ 𝑧 𝑧 − 𝑧0
𝑢= (𝑙𝑛 + 5 ) (29)
𝑘 𝑧0 𝐿

As equações acima só podem ser utilizadas para 7z0 e hmix. Abaixo de 7z0, usa-se a
equação:
𝑧
𝑢= 𝑢 (30)
7𝑧0 7𝑧0

Onde u7z0 é a velocidade do vento na altura 7z0. Em alturas que excedem a altura da
camada de mistura, e z=hmix.

- Gradiente do potencial de temperatura.

No AERMOD o potencial de temperatura é calculado em dois passos. Primeiro um

perfil do gradiente potencial de temperatura é gerado, em seguida este gradiente é
integrado para obter o potencial de temperatura (VISSCHER, 2014b).

Na camada limite convectiva ∂θ/∂z é considerado igual a zero, na camada limite

estável é estimado a partir da sondagem da temperatura matinal, quando z > hmix + 500m
assume-se que ∂θ/∂z é igual a 0,005K m-1 (CIMORELLI et al., 2005).

Na camada limite estável (SBL), nos primeiros 100m, ∂θ/∂z é estimado por (PANOFSKY;
DUTTON, 1983) como:

∂𝜃 𝜃∗ (𝑧)
= [1+ 5 ] 𝑝𝑎𝑟𝑎 𝑧 ≤ 2𝑚 (31)
∂𝑧 𝑘𝑧 𝐿

∂𝜃 𝜃∗ 𝑧
= [1+ 5 ] 𝑝𝑎𝑟𝑎 2𝑚 < 𝑧 ≤ 100𝑚 (32)
∂𝑧 𝑘𝑧 𝐿

Acima de 100 m o gradiente do potencial de temperatura é (ULDEN; HOLTSLAG, 1985):

80
 ∂𝜃 ∂𝜃{𝑧𝑚𝑥} (𝑧 − 𝑧𝑚𝑥 )
= 𝑒𝑥𝑝 [− ] (33)
∂𝑧 ∂𝑧 0,44𝑧𝑖𝜃

Onde zmx = 100m, ziθ = max(hmix, 100m), e a constante 0,44 foi obtido
experimentalmente (ANDRÉ; MARRT, 1982). O gradiente do potencial de temperatura deve
ser pelo menos 0,002 Km-1. Valores menores são prejudiciais, e quando ocorrem 0,002 Km -
1
é usado.

Para calcular o perfil de temperatura potencial a partir do perfil do gradiente de

temperatura potencial, um valor referencial de temperatura potencial θref é calculado na
altura de referência zref e na temperatura de referência Tref (VISSCHER, 2014b).
𝑔
𝜃𝑟𝑒𝑓 = 𝑇𝑟𝑒𝑓 + 𝑧 (34)
𝑐𝑝 𝑚𝑠𝑙

Onde 𝑧𝑚𝑠𝑙 é dada por:

𝑧𝑚𝑠𝑙 = 𝑧𝑟𝑒𝑓 + 𝑧𝑏𝑎𝑠𝑒 (35)

𝑧𝑏𝑎𝑠𝑒 é a altura base.

- Perfil de turbulência vertical

Na camada limite convectiva a turbulência vertical contém ambos componentes

2
mecânico (σwm ∝ 𝑢∗ ) e convectivo (σwc ∝ 𝑤∗ ), com a turbulência vertical (𝜎𝑤𝑇 ) dado por:
2 2 2
𝜎𝑤𝑇 = 𝜎𝑤𝑐 + 𝜎𝑤𝑚 (36)

Enquanto que na camada limite estável 𝜎𝑤𝑇 = 𝜎𝑤𝑚 .

2
A porção convectiva (𝜎𝑤𝑐 ) da variância total é calculada por:

2
𝑧 2/3 2
𝜎𝑤𝑐 = 1.6( ) 𝑤∗ 𝑝𝑎𝑟𝑎 𝑧 ≤ 0,1ℎ𝑚𝑖𝑥 , (37)
ℎ𝑚𝑖𝑥,𝑐
2
𝜎𝑤𝑐 = 0,35𝑤∗2 𝑝𝑎𝑟𝑎 0,1ℎ𝑚𝑖𝑥 < 𝑧 ≤ ℎ𝑚𝑖𝑥 , (38)

2
6(𝑧 − ℎ𝑚𝑖𝑥,𝑐 )
𝜎𝑤𝑐 = 0,35𝑤∗2 exp [− ] 𝑝𝑎𝑟𝑎 𝑧 > ℎ𝑚𝑖𝑥 , (39)
ℎ𝑚𝑖𝑥,𝑐

Onde hmix é a altura da camada de mistura em condições convectivas, e 𝑤∗ é a

velocidade de fricção.

A turbulência mecânica (𝜎𝑤𝑚 ) é calculada como uma soma da contribuição da camada

limite atual (𝜎𝑤𝑚𝑙 ) e a turbulência residual acima da camada de mistura (𝜎𝑤𝑚𝑟 ).
2 2 2 (40)
𝜎𝑤𝑚 = 𝜎𝑤𝑚𝑙 + 𝜎𝑤𝑚𝑟

A expressão para 𝜎𝑤𝑚𝑙 é encontrada pela equação:

81
 𝜎𝑢 𝑧 𝛼
= 1,3 (1 − ) (41)
𝑢∗ ℎ𝑚𝑖𝑥

Tomando α=0,5 dentro da camada de mistura. Acima da camada de mistura, 𝜎𝑤𝑚𝑙 é

igual a zero.

𝑧 1/2
𝜎𝑤𝑚𝑙 = 1,3𝑢∗ ( 1 − ) 𝑝𝑎𝑟𝑎 𝑧 < ℎ𝑚𝑖𝑥 (42)
ℎ𝑚𝑖𝑥

𝜎𝑤𝑚𝑙 = 0,00 𝑝𝑎𝑟𝑎 𝑧 ≥ ℎ𝑚𝑖𝑥 (43)

O termo residual é calculado da seguinte forma:

𝑧
𝜎𝑤𝑚𝑟 = 0,02 𝑝𝑎𝑟𝑎 (𝑧 < ℎ𝑚𝑖𝑥 ) (44)
ℎ𝑚𝑖𝑥

𝜎𝑤𝑚𝑟 = 0,02 𝑝𝑎𝑟𝑎 (𝑧 > ℎ𝑚𝑖𝑥 ) (45)

O cálculo da variância da velocidade do vento vertical na camada limite estável é

similar, exceto que nesta condição 𝜎𝑤𝑐 = 0.

- Perfil de turbulência Lateral

Em condições instáveis a turbulência lateral é calculada como a combinação da

turbulência mecânica (𝜎𝑢𝑚 ) e a convectiva (𝜎𝑢𝑐 ):
2 2 2
𝜎𝑣𝑇 = 𝜎𝑣𝑐 + 𝜎𝑣𝑚 (46)

Dentro da camada de mistura.

2
𝜎𝑣𝑐 = 0,35𝑤∗2 𝑝𝑎𝑟𝑎 (𝑧 < ℎ𝑚𝑖𝑥 ) (47)
2
Acima da camada de mistura o cálculo depende do valor de 𝜎𝑣𝑐 dentro da camada de
2 −2 2
mistura. Se 0,35𝑤∗ < 0,25𝑚²𝑠 , 𝜎𝑣𝑐 é calculado como:
2
𝜎𝑣𝑐 = 0,35𝑤∗2 𝑝𝑎𝑟𝑎 (𝑧 > ℎ𝑚𝑖𝑥 ) (48)

Se 0,35𝑤∗2 > 0,25𝑚²𝑠 −2 , 𝜎𝑣𝑐

2
é calculado como:

2
0,35𝑤∗2 − 0,25𝑚 2 𝑠 −2
𝜎𝑣𝑐 = 0,35𝑤∗2 − ( ) (𝑧 − ℎ𝑚𝑖𝑥,𝑐 ) (ℎ𝑚𝑖𝑥 < 𝑧 < 1,2ℎ𝑚𝑖𝑥 ) (49)
0,2ℎ𝑚𝑖𝑥,𝑐

2
𝜎𝑣𝑐 = 0,25𝑚 2 𝑠 −2 (𝑧 > 1,2ℎ𝑚𝑖𝑥 ) (50)
2
O cálculo de 𝜎𝑣𝑚 depende da altura da camada de mistura gerada mecanicamente:
2 2
𝜎𝑣𝑚 = 𝜎𝑣0 = 3,6𝑢∗2 𝑝𝑎𝑟𝑎 (𝑧 = 0) (51)

2 2 2 −2
𝜎𝑣𝑚 = 𝜎𝑣𝑚ℎ = min (0,25𝑚 2𝑠 , 𝜎𝑣0 ) 𝑝𝑎𝑟𝑎 (𝑧 > ℎ𝑚𝑖𝑥,𝑚 ) (52)

82
 2 2
2 2
𝜎𝑣0 − 𝜎𝑣𝑚ℎ
𝜎𝑣𝑚 = 𝜎𝑣0 −( )𝑧 𝑝𝑎𝑟𝑎 (0 < 𝑧 < ℎ𝑚𝑖𝑥,𝑚 ) (53)
ℎ𝑚𝑖𝑥,𝑚

Em condições estáveis o cálculo da variância da velocidade do vento lateral é similar,

2
exceto que 𝜎𝑣𝑐 = 0.

• Formula geral de dispersão do AERMOD modelo com terreno elevado.

Uma pluma simulada no AERMOD, em terreno elevado, é uma ponderação da soma
das concentrações de dois estados limites: uma pluma horizontal (terreno impactante) e
uma pluma que segue o terreno. Cada estado da pluma é ponderado usando os conceitos
de simplificação da divisão crítica e uma escala de altura específica para o receptor
(hc)(CIMORELLI et al., 2004; VENKATRAM et al., 2001).

O AERMAP faz uso dos dados de grade do terreno para calcular uma altura
representativa (hc) para cada receptor com o qual o AERMOD calcula um valor específico de
altura do receptor Hc. Através dessa abordagem, o AERMOD consegue calcular os impactos
dos poluentes nos terrenos plano e elevado dentro da mesma estrutura de modelagem,
evitando a necessidade de diferenciar as formulações para terrenos simples e complexos
como exigido para os modelos regulatórios anteriores (CIMORELLI et al., 2005).

A equação geral da concentração, que se aplica em condições estável e convectiva é

dada por:

𝐶𝑇 {𝑥𝑟 , 𝑦𝑟 , 𝑧𝑟 } = 𝑓𝐶𝑐,𝑠 {𝑥𝑟 , 𝑦𝑟 , 𝑧𝑟 } + (1 − 𝑓)𝐶𝑐,𝑠 {𝑥𝑟 , 𝑦𝑟 , 𝑧𝑝 } (54)

Onde CT{xr, yr, zr} é a concentração total, Cc,s{xr, yr, zr} é a contribuição da pluma
horizontal (subscritos c e s fazem referência as condições convectiva e estável
respectivamente), Cc,s{xr, yr, zp} é a contribuição da pluma que segue o terreno, f é o fator de
ponderação, {xr, yr, zr} são as coordenadas do receptor, zp (=zr – zT) é a altura do receptor
acima do solo, e zt é a altura do terreno local.

83
 Figura 31: Estado da pluma horizontal e seguindo o terreno.

Fonte: (CIMORELLI et al., 2005)

A ponderação dos dois estados da pluma depende da quantidade de massa residual

em cada estado. De acordo com (CIMORELLI et al., 2004) Hc pode ser calculada usando a
altura escalar de um receptor específico (hc) que representa a altura de uma colina única
isolada. Para o receptor em elevação zt e uma pluma de altura efetiva (he), a altura do estado
seguindo o terreno, naquele receptor, é zt + he. Para que as linhas de fluxo atinjam a altura
de seguimento do terreno, o terreno real que influencia o fluxo no receptor deve se estender
até ou acima dessa altura; neste caso, hc = zt + he. Se o terreno atual é menor que zt + he
então hc é definido para a altura do terreno atual que causa o máximo deslocamento da
pluma acima do receptor. Portanto, hc é definido como a altura mínima do mais alto terreno
atual e a altura seguindo o terreno até o receptor”.

A fração da massa da pluma abaixo de Hc (i.e., ϕp) é calculado como:

𝐻𝑐
∫0 𝐶𝑠 {𝑥𝑟 , 𝑦𝑟 , 𝑧𝑟 }𝑑𝑧
𝜑𝑝 = ∞ (55)
∫0 𝐶𝑠 {𝑥𝑟 , 𝑦𝑟 , 𝑧𝑟 }𝑑𝑧

Em condições convectivas, Hc = 0 e ϕp = 0.

Segundo (VENKATRAM et al., 2001), o fator de ponderamento do estado da pluma f é

dado por f = 0,5(1 + ϕp). Quando a pluma está inteiramente abaixo de Hc (ϕp = 1,0 e f = 1,0),
nestas condições a concentração na colina é determinada somente pela pluma horizontal.
Quando a pluma está inteiramente acima de Hc ou quando a atmosfera está convectiva, ϕp
= 0 e f = 0,5. Ou seja, a concentração em um receptor elevado em condições convectivas é
a média das contribuições para os dois estados. Em terrenos planos, as contribuições dos
dois estados são iguais em valores e são igualmente ponderados.

84
 Figura 32: Cálculo do fator de ponderamento, f, usado no cálculo da concentração total.

Fonte: (CIMORELLI et al., 2004).

• Cálculo da concentração no AERMOD.

O AERMOD calcula a concentração de poluentes em dois sistemas de coordenadas, um
segue o terreno e outro não. O cálculo da concentração é uma média ponderada desses dois
sistemas (VISSCHER, 2014b).

O cálculo da concentração no AERMOD segue o padrão geral de modelagem da pluma:

𝐶̅ = 𝐶𝑥 𝜑𝑦 𝜑𝑧 (56)

Onde Cx é o fator de diluição devido ao vento:

𝑄
𝐶𝑥 = (57)
𝑢̅

E 𝜑𝑦 e 𝜑𝑧 são os fatores de dispersão horizontal e vertical.

No AERMOD o valor da velocidade média do vento 𝑢̅ é representado por 𝑢̃ e a

equação do fator de diluição passa a ser:

𝑄
𝐶𝑥 = (58)
𝑢̃

85
 Ciclos convectivos presentes na camada limite convectiva consistem de pequenas,
porém fortes parcelas de ar ascendentes e maiores e mais fracas parcelas de ar
descendentes, e podem ser calculados de diversas formas. Uma pequena fração da pluma
que é arrastada pela corrente de ar ascendente aumenta consideravelmente em
comparação com a partícula média da pluma. Uma grande fração da pluma é arrastada pela
parcela de ar descendente e cai suavemente em comparação com a partícula média da
pluma.

O perfil de concentração vertical de poluentes da pluma é não Gaussiano, mas pode

ser descrito pela superposição de duas curvas Gaussianas.

Figura 33: Perfil de concentração vertical resultante da representação do perfil de

concentração Gaussiana de parcelas de ar ascendentes e descendentes.

Fonte: (VISSCHER, 2014b).

O comportamento de ciclos convectivos próximos à camada de inversão também afeta

o comportamento da pluma. Uma partícula da pluma que atinge a camada de inversão e é
arrastada em uma corrente de ar ascendente será transportada ao longo da camada de
inversão antes de descer em uma parcela de ar descendente. Isso leva ao atraso do
movimento descendente em comparação com a reflexão contra a camada de inversão.

Além dos efeitos do ciclo convectivo, o comportamento da pluma pode ser desviado
por um simples espalhamento Gaussiano quando parte da pluma penetra a camada de
inversão.

Os três efeitos citados acima são tratados no AERMOD considerando três fontes, a
fonte direta, a fonte indireta representada pela reflexão na camada de inversão, e a fonte
penetrada representada pela penetração das partículas da pluma na camada de inversão,
como mostrado na figura abaixo:

86
 Figura 34: Representação das fontes direta, indireta e penetrada.

Fonte: (VISSCHER, 2014b).

A contribuição da fonte direta no fator de dispersão vertical 𝜑𝑧𝑑 é dado por:

𝜆1 𝑓𝑝 (𝑧 − 𝜓𝑑1 )2 𝜆2 𝑓𝑝 (𝑧 − 𝜓𝑑2 )2
𝜑𝑧𝑑 = exp [− 2 ] + exp [− 2 ] (59)
√2𝜋𝜎𝑧1 2𝜎𝑧1 √2𝜋𝜎𝑧2 2𝜎𝑧2

Onde 𝑓𝑝 é a fração da pluma que não está aprisionado dentro da camada de inversão.
As variáveis 𝜓𝑑1 e 𝜓𝑑2 são a altura efetiva da fonte correspondente a corrente ascendente
e descendente de ar, respectivamente. Essas variáveis são dadas pelas seguintes equações:

̅̅̅̅𝑥
𝑤 1
𝜓𝑑1 = ℎ𝑠 + ∆ℎ𝑑 + (60)
𝑢

̅̅̅̅𝑥
𝑤2
𝜓𝑑2 = ℎ𝑠 + ∆ℎ𝑑 + (61)
𝑢

hs é a altura da fonte, ∆ℎ𝑑 é a ascensão da pluma direta, e u é a velocidade do vento

na altura da fonte.

O cálculo de 𝑓𝑝 é baseado na ascensão da pluma. Uma estimativa da ascensão da

pluma em ambiente estável é dada por:
1

3
2 3 3
∆ℎ𝑒𝑞 = [2,6 𝑃𝑆 + ( ) ] ∆ℎℎ (62)
3

Onde PS é um parâmetro de penetração, definido por:

𝐹𝑏
𝑃𝑆 = (63)
𝑢𝑁ℎ2 ∆ℎℎ3

Fb é o parâmetro de fluxo de flutuação. Assumindo que a emissão possui a mesma

massa molar do ar, e o comportamento de um gás ideal, pode-se escrever que:

87
 ∆𝑇
𝐹𝑏 = 𝑔𝑤𝑆 𝑟𝑆2 (64)
𝑇𝑆

wS é a velocidade de saída do gás da fonte, r S é o raio da fonte, ΔT é a diferença entre

a temperatura do gás que sai da fonte e a temperatura ambiente, e TS é a temperatura do
gás na fonte. A variável Nh é definida por:

𝑔 𝜕𝜃
𝑁ℎ = √ ( ) (65)
𝜃ℎ𝑚𝑖𝑥 𝜕𝑧 𝑧>ℎ𝑚𝑖𝑥

Onde 𝜃ℎ𝑚𝑖𝑥 é a temperatura potencial calculada em z=hmix; e Δhh é definida como a

distância entre o topo da fonte e a camada de inversão:

∆ℎℎ = ℎ𝑚𝑖𝑥 − ℎ𝑆 (66)

O cálculo de 𝑓𝑝 depende do valor relativo de ∆ℎℎ e ∆ℎ𝑒𝑞 :

Se ∆ℎℎ < 0,5∆ℎ𝑒𝑞 : 𝑓𝑝 = 0 (67)

Se ∆ℎℎ > 1,5∆ℎ𝑒𝑞 : 𝑓𝑝 = 1 (68)

∆ℎℎ
Se 0,5∆ℎ𝑒𝑞 < ∆ℎℎ : 𝑓𝑝 = − 0,5 (69)
∆ℎ𝑒𝑞

A contribuição da fonte indireta no fator de dispersão vertical 𝜑𝑧𝑖 é dado por:

𝜆1 𝑓𝑝 (𝑧 − 𝜓𝑟1 − 2ℎ𝑚𝑖𝑥 )2 𝜆2 𝑓𝑝 (𝑧 − 𝜓𝑟2 − 2ℎ𝑚𝑖𝑥 )2

𝜑𝑧𝑖 = exp [− 2 ] + exp [− 2 ] (70)
√2𝜋𝜎𝑧1 2𝜎𝑧1 √2𝜋𝜎𝑧2 2𝜎𝑧2

Onde:

𝜓𝑟1 = 𝜓𝑑1 − ∆ℎ𝑖 (71)

𝜓𝑟2 = 𝜓𝑑2 − ∆ℎ𝑖 (72)

∆ℎ𝑖 é igual a:

𝑥 2𝐹𝑏 ℎ𝑚𝑖𝑥
∆ℎ𝑖 = √ (73)
𝑢𝑝 𝛼𝑟 𝑢𝑝 𝑟𝑦 𝑟𝑧

up é a velocidade do vento usada para calcular a ascensão da pluma, Fb é o parâmetro

de fluxo de flutuação, αr = 1,4, e ryrz é dado por:
3
𝑎𝑒 𝜆2𝑦 𝑤∗2 𝑥∗2
𝑟𝑦 𝑟𝑧 = 𝑟ℎ2 + (74)
4 𝑢𝑝2

Onde

𝑟ℎ = 𝛽2 (ℎ𝑚𝑖𝑥 − ℎ𝑠 ) (75)

88
 𝛽2 = 0,4, 𝜆𝑦 = 2,3 𝑒 𝑎𝑒 = 0,1.

A contribuição da fonte penetrada no fator de dispersão vertical 𝜑𝑧𝑝 é dada pela

seguinte equação:

2
1 − 𝑓𝑝 (𝑧 − ℎ𝑒𝑝 )
𝜑𝑧𝑝 = exp [− 2 ] (76)
√2𝜋𝜎𝑧𝑝 2𝜎𝑧𝑝

O cálculo de hep depende do grau de penetração da pluma dentro da camada de

inversão. Quando a penetração é completa (𝑓𝑝 = 0), e hep é calculada como:

ℎ𝑒𝑝 = ℎ𝑠 + ∆ℎ𝑒𝑞 (77)

Quando a penetração não é completa, hep é calculada como:

ℎ𝑠 + ℎ𝑚𝑖𝑥
ℎ𝑒𝑝 = + 0,75∆ℎ𝑒𝑞 (78)
2

O fator de dispersão vertical 𝜑𝑧 é dado pela seguinte equação:

𝜑𝑧 = 𝜑𝑧𝑑 + 𝜑𝑧𝑖 + 𝜑𝑧𝑝 (79)

Na camada limite estável, o cálculo de 𝜑𝑧 é mais direto porque a dispersão pode ser
considerada Gaussiana. Desta forma:

1 1 (𝑧 − ℎ )2 1 (𝑧 + ℎ )2
𝜑𝑧 = {exp[− ] + exp [− ]} (80)
√2𝜋𝜎𝑧 2 𝜎𝑧2 2 𝜎𝑧2

O cálculo do fator de dispersão lateral 𝜑𝑦 é dado por:

1 1 𝑦2
𝜑𝑦 = exp (− ) (81)
√2𝜋𝜎𝑦 2 𝜎𝑦2

O cálculo da dispersão lateral 𝜎𝑦 é o mesmo tanto para a camada limite estável quanto
para a convectiva:

2
𝜎𝑦 = √𝜎𝑦,0 + 0,08(∆ℎ )2 (82)

Onde 𝜎𝑦,0 é o parâmetro de dispersão da pluma quando não há aumento da pluma.

𝜎̃𝑣 𝑥
𝜎𝑦,0 = (83)
78𝑧 𝜎̃𝑣 𝑥 0,3
𝑢̃ [1 + 𝑧 𝑃𝐺 ]
𝑚𝑎𝑥 𝑢
̃ ℎ𝑚𝑖𝑥

𝑢̃ é a velocidade efetiva do vento, 𝑧𝑃𝐺 =0,46m e zmax é dado por:

𝑧𝑚𝑎𝑥 = max(𝑧𝑠 , 𝑧𝑃𝐺 ) (84)

zs varia de acordo com a condição atmosférica. Na camada limite estável, z s é a altura

efetiva da fonte, dada pela soma da altura da fonte atual e a ascensão da pluma. Na camada

89
limite convectiva, zs é a altura da fonte atual, no caso da fonte penetrada, z s é igual a hep
(altura da fonte penetrada).

Se o receptor está abaixo de 2,15 𝜎𝑧 de distância de Hp, a velocidade efetiva do vento

𝑢̃ é igual a:
𝐻𝑝
1
𝑢̃ = ∫ 𝑢(𝑧)𝑑𝑧 (85)
𝐻𝑝 − 𝑧𝑟 𝑧𝑟

O cálculo da altura do centroide da pluma Hp varia de acordo com a distância final da

pluma xf. Se xf não for alcançada, o centroide é igual a altura efetiva da pluma obtida pela
soma da altura da fonte e a ascensão da pluma de transição:

𝐻𝑝 = ℎ𝑠 + ∆𝑧 (86)

Quando a distância final da pluma é alcançada o cálculo de Hp, em condições estáveis

permanece constante e é igual a altura efetiva da fonte:

𝐻𝑝 = ℎ𝑠 + ∆ℎ (87)

Em largas distâncias, o meandro da pluma devido ao desvio na direção do vento pode

aumentar a dispersão da pluma. O AERMOD inclui um procedimento para calcular esses
efeitos (VISSCHER, 2014b).

A concentração de poluentes na camada limite estável pode ser descrita pela equação:
∞ 2
𝑄 ( 𝑧 − ℎ𝑒𝑠 − 2𝑚𝑧𝑖𝑒𝑓𝑓 )
𝐶𝑠 {𝑧𝑟 , 𝑦𝑟 , 𝑧} = 𝜑𝑦 × ∑ 〈exp [− ]〉 , (88)
√2𝜋𝑢̃𝜎𝑧 2𝜎𝑧2
𝑚= −∞

Onde 𝑧𝑖𝑒𝑓𝑓 é a altura mecânica efetiva da camada de mistura, 𝜎𝑧 é a dispersão vertical

total, ℎ𝑒𝑠 é a altura da pluma na camada limite estável ((CIMORELLI et al., 2004;
VENKATRAM; WYNGAARD, 1988)), 𝜑𝑦 é a função de dispersão lateral.

A dispersão vertical é igual a:

2
𝜎𝑧 = √𝜎𝑧,0 + 0,08(∆ℎ )2 (89)

Na camada limite estável, o parâmetro de dispersão (𝜎𝑧,0 ) depende de dois

componentes: um componente próximo a superfície 𝜎𝑧,𝑔 e um componente elevado 𝜎𝑧,𝑒 .

Quando h < hmix

ℎ ℎ
𝜎𝑧,0 = (1 − ) 𝜎𝑧,𝑔 + 𝜎𝑧,𝑒 (90)
ℎ𝑚𝑖𝑥 ℎ𝑚𝑖𝑥

Quando h > hmix

𝜎𝑧,0 = 𝜎𝑧,𝑒 (91)

90
 E

𝜎̃𝑤 𝑥
𝜎𝑧,𝑒 = 1 (92)
2
𝜎̃𝑤 𝑥 1 𝑁𝐵𝑉
𝑢̃ (1 + 2𝑢 ( ))
̃ 0,36ℎ + 0,27𝜎̃𝑤

2 𝑢∗ 𝑥
𝜎𝑧,𝑔 = √ 1 (93)
𝜋 𝑥 3
𝑢̃ [1 + 0,7 ( )]
𝐿

Na camada limite estável a ascensão da pluma é dada pela equação:

1
1 1 1 1 3
𝐹𝑏 3 0,7𝑠 2 𝐹𝑚 0,7𝑠 2 𝑥 0,7𝑠 2 𝑥
∆𝑧 = 2,66 ( ) [ sin ( ) + 1 − cos ( )] (94)
𝑢̅𝑠 𝐹𝑏 𝑢̅ 𝑢̅

Onde s é o parâmetro de estabilidade, ou a raiz quadrada da frequência de Brunt-

Vaisala. Definida como:

𝑁 ′ = 0,7𝑁𝐵𝑉 (95)

Desta forma ∆𝑧 também pode ser descrita na forma:

1 1
𝐹𝑏 3 𝑁′𝐹𝑚 𝑁′𝑥 𝑁′𝑥 3
∆𝑧 = 2,66 ( ) [ sin ( ) + 1 − cos ( )] (96)
𝑢̅𝑁²𝐵𝑉 𝐹𝑏 𝑢̅ 𝑢̅

Uma questão envolvendo a ascensão na atmosfera estável é que a velocidade do vento

é fortemente dependente da altura, e a velocidade do vento na altura real da fonte não
pode ser representada pela média da velocidade do vento durante a ascensão da pluma.
Por esta razão, um procedimento iterativo é adaptado.

Para a iteração, primeiro calcula-se ∆𝑧 com os valores de 𝑁𝐵𝑉 e a velocidade do vento

na altura da fonte hs. Em seguida Calcula-se NBV e a velocidade do vento na altura hs e na
altura hs + ∆𝑧/2 e toma-se a média desses valores. Posteriormente ∆𝑧 é calculado com o
novo valor de NBV e a velocidade do vento. Se o novo valor de ∆𝑧 diferir do valor anterior
mais que a margem aceitável, repete-se o cálculo dos valores médios de NBV e da velocidade
do vento.

A distância para o aumento final da pluma é dado por:

𝑢̅ 𝐹𝑏
𝑥𝑓 = ′
𝑎𝑟𝑐𝑡𝑡𝑎𝑛 ( ′𝐹 ) (97)
𝑁 𝑁 𝑚

A ascensão final da pluma é igual a:

91
 1
𝐹𝑏 3
∆ℎ = 2,66 ( 2 ) (98)
𝑢̅ 𝑁𝐵𝑉

Quando a atmosfera está próxima da condição neutra, a frequência de Brunt-Vaisala

é igual a zero, e a ascensão final da pluma tende ao infinito. E uma equação diferente é
proposta. O AERMOD usa a seguinte equação nesta condição:

3 2
∆𝑧 = 1,2𝐿5𝑛 (ℎ𝑠 + 1,2𝐿𝑛 )5 (99)

Ln é a escala de comprimento neutra calculada por:

𝐹𝑏
𝐿𝑛 = (100)
𝑢𝑢∗2

No caso de a velocidade do vento ser aproximadamente igual a zero, a pluma torna-se

infinitamente larga. E a equação da ascensão final da pluma passa a ser:

1
−1/4 𝐹𝑏 8
∆ℎ = 𝜋1 ( ) (101)
𝑠³

- Cálculo da concentração no AERMOD na camada limite convectiva (CBL)

Diferentemente da SBL, na CBL a concentração total (Cc) é encontrada pela soma das
contribuições das três fontes (direta, indireta, penetrada) para a pluma horizontal:

𝐶𝑐 {𝑥𝑟 , 𝑦𝑟 . 𝑧𝑟 } = 𝐶𝐷 {𝑥𝑟 , 𝑦𝑟 . 𝑧𝑟 } + 𝐶𝑟 {𝑥𝑟 , 𝑦𝑟 . 𝑧𝑟 } + 𝐶𝑝 {𝑥𝑟 , 𝑦𝑟 . 𝑧𝑟 }, (102)

Onde CD, Cr e Cp são as contribuições das fontes diretas, indiretas e penetradas,

respectivamente.

A contribuição da fonte direta para a concentração é dada por:

2 ∞ 2
𝑄𝑓𝑝 𝜆𝑗 (𝑧 − 𝜓𝑑𝑗 − 2𝑚𝑧𝑖 )
𝐶𝑑 {𝑥𝑟 , 𝑦𝑟 . 𝑧} = 𝜑𝑦 ∑ ∑ 𝑥 〈exp [− 2 ]
√2𝜋𝑢̃ 𝜎𝑧𝑗 2𝜎𝑧𝑗
𝑗−1 𝑚−0
2
(𝑧 + 𝜓𝑑𝑗 + 2𝑚𝑧𝑖 )
+ exp [− 2 ]〉, (103)
2𝜎𝑧𝑗

Onde 𝜓𝑑𝑗 é a altura da pluma, 𝑢̃ é a velocidade efetiva do vento, 𝜑y é a função de

distribuição lateral e ∆ℎ𝑑 é a ascensão da pluma (Briggs 1984). C

A dispersão lateral total, para a pluma na CBL, é aprimorada pelos efeitos da flutuação
da pluma da mesma maneira descrita na SBL eq.28.

A Contribuição da fonte indireta para a concentração na CBL é dada por:

92
 2 ∞ 2
𝑄𝑓𝑝 𝜆𝑗 (𝑧 + 𝜓𝑟𝑗 − 2𝑚𝑧𝑖 )
𝐶𝑑 {𝑥𝑟 , 𝑦𝑟 . 𝑧} = 𝜑𝑦 ∑ ∑ 𝑥 〈exp [− 2 ]
√2𝜋𝑢̃ 𝜎𝑧𝑗 2𝜎𝑧𝑗
𝑗−1 𝑚−0
2
(𝑧 − 𝜓𝑟𝑗 + 2𝑚𝑧𝑖 )
+ exp [− 2 ]〉, (104)
2𝜎𝑧𝑗

Onde 𝜎𝑧𝑗 , ϕy e 𝜓𝑟𝑗 são os mesmos definidos anteriormente.

Para a fonte penetrada, a distribuição da concentração vertical e lateral tem uma

forma Gaussiana, tal que:

∞ 2
𝑄(1 − 𝑓𝑝 ) (𝑧 − ℎ𝑒𝑝 − 2𝑚𝑧𝑖𝑒𝑓𝑓 )
𝐶𝑝 {𝑥𝑟 , 𝑦𝑟 . 𝑧} = 𝜑𝑦 𝑥 ∑ 〈exp [− 2 ]
√2𝜋𝑢̃𝜎𝑧𝑝 2𝜎𝑧𝑗
𝑚= −∞
2
(𝑧 + ℎ𝑒𝑝 + 2𝑚𝑧𝑖𝑒𝑓𝑓 )
+ exp [− 2 ]〉 , (105)
2𝜎𝑧𝑝

Onde ϕy, hep, são definidos acima e 𝑧𝑖𝑒𝑓𝑓 é a altura da superfície refletora superior na
camada estável.

O cálculo da dispersão lateral, dada pela equação:

2
𝜎𝑧 = √𝜎𝑧,0 + 0,08(∆ℎ )2 (89)

Difere do cálculo para camada limite estável, porque o parâmetro de dispersão na

camada limite convectiva é função de dois parâmetros: um para corrente de ar ascendente
(𝜎𝑧,0,1 ) e um para a corrente de ar descendente (𝜎𝑧,0,2 ). Estes parâmetros são a soma de dois
componentes, um próximo a superfície e outro elevado:

2 2 2
𝜎𝑧,0,1 = 𝜎𝑧,𝑔,1 + 𝜎𝑧,𝑒,1 (106)

2 2 2
𝜎𝑧,0,2 = 𝜎𝑧,𝑔,2 + 𝜎𝑧,𝑒,2 (107)

Com

𝜎𝑤1 𝑥
𝜎𝑧,𝑒,1 = 𝛼𝑏 (108)
𝑢̃
𝜎𝑤2 𝑥
𝜎𝑧,𝑒,2 = 𝛼𝑏 (109)
𝑢̃

A variável 𝛼𝑏 é definida como:

4𝐻𝑝
𝛼𝑏 = min (0,6 + , 1) (110)
ℎ𝑚𝑖𝑥

Se a distância final não foi alcançada Hp é igual a:

93
 𝐻𝑝 = ℎ𝑠 + ∆𝑧 (86)

Se a distância da fonte excede xf o cálculo de Hp, na camada limite convectiva, envolve

uma segunda distância a favor do vento xm, como uma estimativa da distância até a
completa mistura vertical:

𝑢̅ℎ𝑚𝑖𝑥
𝑥𝑚 = (111)
𝜎𝑤
̅̅̅̅

𝑢̅ e ̅̅̅̅
𝜎𝑤 são valores médios dados por:

ℎ𝑚𝑖𝑥
1
𝑢̅ = ∫ 𝑢𝑑𝑧 (112)
ℎ𝑚𝑖𝑥 0

ℎ𝑚𝑖𝑥
1
𝜎𝑤 =
̅̅̅̅ ∫ 𝜎𝑤 𝑑𝑧 (113)
ℎ𝑚𝑖𝑥 0

Quando a distância da fonte excede xm, é assumido que a pluma é bem misturada
através da camada de mistura, e o centroide da pluma é:

ℎ𝑚𝑖𝑥
𝐻𝑝 = (114)
2

Entre xf e xm a altura do centroide da pluma Hp é calculada como uma interpolação

linear entre os valores limites:

ℎ𝑚𝑖𝑥 𝑥 − 𝑥𝑓
𝐻𝑝 = 𝐻𝑝 (𝑥𝑓 ) + [ − 𝐻𝑝 (𝑥𝑓 )] (115)
2 𝑥𝑚 − 𝑥𝑓

Onde 𝐻𝑝 (𝑥𝑓 ) é o valor de 𝐻𝑝 em x=𝑥𝑓 .

𝜎𝑤1 = 𝑅𝑤
̅̅̅̅1

𝜎𝑤2 = 𝑅𝑤
̅̅̅̅2

𝑆𝜎𝑤 𝛾1 4
𝑤1 =
̅̅̅̅ (1 + √1 + 2 ) (116)
2 𝛾1 𝛾2 𝑆 2

𝑆𝜎𝑤 𝛾2 4
̅̅̅̅
𝑤2 = (1 + √1 + 2 ) (117)
2 𝛾1 𝛾2 𝑆 2

𝑤∗3
𝑆 = 0,105 (118)
𝜎𝑤3

1 + 𝑅2
𝛾1 = (119)
1 + 3𝑅2

94
 𝛾2 = 1 + 𝑅² (120)

No AERMOD R é igual a 2.

O componente do parâmetro de dispersão próximo a superfície é calculado segundo

a seguinte equação, quando Hp < 0,1hmix:

𝐻𝑝 𝑢∗ 𝑥 2
𝜎𝑧,𝑔 = 𝑏𝑐 (1 − 10 )( ) (121)
ℎ𝑚𝑖𝑥 𝑢̃ |𝐿|

Onde bc = 0,5. Quando Hp > 0,1hmix, a equação passa a ser:

𝜎𝑧,𝑔 = 0 (122)

- Cálculo da ascensão da pluma ∆𝑧

Na camada limite convectiva o cálculo da ascensão da pluma de transição é

governado pela flutuabilidade e impulso:

1
3𝐹𝑚 𝑥 3𝐹𝑏 𝑥 2 3
∆𝑧 = ( 2𝑢̅2 + ) (123)
0,6 2.0,62 𝑢̅ ²

A velocidade do vento 𝑢̅, é a velocidade do vento no topo da fonte. F b é o parâmetro

de fluxo de flutuabilidade (64) e Fm é o parâmetro de fluxo de impulso:

𝑇
𝐹𝑚 = 𝑤𝑠2 𝑟𝑠𝑡 (124)
𝑇𝑠

As equações a seguir são utilizadas para calcular a máxima distância de ascensão da

pluma:

5/8
𝑥𝑓 = 𝑑1 𝐹𝑏 𝑝𝑎𝑟𝑎 𝐹𝑏 < 55𝑚 4 𝑠 −3 (125)

2/5
𝑥𝑓 = 𝑑2 𝐹𝑏 𝑝𝑎𝑟𝑎 𝐹𝑏 > 55𝑚 4 𝑠 −3 (126)

Onde 𝑑1 = 49𝑠15/8 𝑚 −3/2 , e 𝑑2 = 119𝑠 9/5 , e 𝑥𝑓 está em metros.

• Caracterização da dispersão em camada limite urbana.

Apesar das características de superfícies urbanas influenciarem nos parâmetros da

camada limite em todos os tempos, os efeitos térmicos da área urbana na estrutura da
camada limite é amplo a noite e relativamente ausente durante o dia (CIMORELLI et al.,
2004). Em áreas construídas uma fraca convecção como a camada limite se forma durante
a noite, hora em que o ar rural estável flui para uma superfície urbana mais quente. O
AERMOD conta com isso aumentando a turbulência vertical além daquela encontrada na
camada limite rural noturna. Uma representação da velocidade escalar convectiva é definida
pelo fluxo de calor urbano (Hu) e a altura da camada de mistura urbana (𝑧𝑖𝑢 ).

95
 O Fluxo Hu é calculado por:

𝐻𝑢 = 𝛼𝜌𝑐𝑝 ∆𝑇𝑢−𝑟 𝑢∗ , (132)

Por causa da diferença de temperatura urbana-rural, ∆𝑇𝑢−𝑟 tem um valor máximo na

ordem de 10°C e com ventos fracos 𝑢∗ na ordem de 0,1ms-1, α deve ter um valor máximo na
ondem de 0,1 polegada no centro da cidade. Assumindo uma variação linear de α a partir
de 0 até a parcela da área urbana de aproximadamente 0,1 no centro da área urbana
resultado da média de aproximadamente 0,03. Uma forma empírica desses dados fornece:

𝑃
∆𝑇𝑢−𝑟 = ∆𝑇𝑚𝑎𝑥 [0,1 ln (𝑃 ) + 1,0], (133)
0

Onde ∆𝑇𝑚𝑎𝑥 = 12°𝐶, 𝑃0 = 2000000, e P é a população do domínio da modelagem.

Segundo (OKE, 1973; VENKATRAM, 1978) 𝑧𝑖𝑢 ∝ 𝑃1/4 , e:

𝑃
𝑧𝑖𝑢 = 𝑧𝑖𝑢𝑜 ( 1 ), (134)
𝑃4

Onde 𝑧𝑖𝑢𝑜 é a altura da camada limite correspondente a Po.

Durante a noite urbana, a velocidade escalar convectiva é calculada pela substituição

𝑧𝑖𝑢 e Hu dentro da definição da equação para 𝑤∗ (DEARFORFF, 1970), tal que:

1
𝑔𝐻𝑢 𝑧𝑖𝑢𝑐 3
𝑤∗𝑢 =( ) , (135)
𝜌𝑐𝑝 𝑇𝑟𝑒𝑓

A turbulência vertical melhorada na camada limite urbana é calculada usando a

equação (36) com equação (135) usado para a escala de velocidade convectiva. Com
turbulência aprimorada, a dispersão vertical é calculada a partir da equação (92).

96
 APÊNDICE B – Planilhas de fluxo de veículos da av. Bonocô fornecidas pela
TRANSALVADOR.

PLANILHAS DE FLUXO SENTIDO BR – 324.

ABRIL DE 2019

97
98
JANEIRO DE 2020

99
100
FEVEREIRO DE 2020.

101
102
103
MARÇO DE 2020.

104
105
ABRIL DE 2020.

106
107
SENTIDO CENTRO.

ABRIL DE 2019.

108
109
JANEIRO DE 2020.

110
111
FEVEREIRO DE 2020.

112
113
MARÇO DE 2020.

114
115
ABRIL DE 2020.

116
117
 9 REFERÊNCIAS
AHRENS, C. D. E; HENSON, R. Meteorology Today. An Introduction to Weather,
Climate, and the Enviroment. 12a ed. Boston: CENGAGE, 2019.

AMBIMET. Dispersão Atmosférica. Disponível em:

<http://ambimet.com.br/segmentos/dispersao-atmosferica>. Acesso em: 29 abr.
2021.

ANDRÉ, J. C.; MARRT, L. The nocturnal surface inversion and influence of clean-air
radiative cooling. Journal of the atmospheric sciences, v. 39, p. 1–15, 1982.

ANP. Óleo Diesel. Disponível em: <https://www.gov.br/anp/pt-br/assuntos/producao-

de-derivados-de-petroleo-e-processamento-de-gas-natural/producao-de-derivados-
de-petroleo-e-processamento-de-gas-natural/oleo-diesel>. Acesso em: 18 out. 2020a.

ANP. Gasolina. Disponível em: <https://www.gov.br/anp/pt-br/assuntos/producao-de-

derivados-de-petroleo-e-processamento-de-gas-natural/producao-de-derivados-de-
petroleo-e-processamento-de-gas-natural/gasolina>. Acesso em: 18 out. 2020b.

ANP. Etanol. Disponível em: <https://www.gov.br/anp/pt-br/assuntos/producao-e-

fornecimento-de-biocombustiveis/etanol>. Acesso em: 19 out. 2020c.

ANP. Gás Natural. Disponível em: <https://www.gov.br/anp/pt-br/assuntos/producao-

de-derivados-de-petroleo-e-processamento-de-gas-natural/processamento-de-gas-
natural>. Acesso em: 19 out. 2020d.

ANP. Preço dos combustíveis. Disponível em:

<https://preco.anp.gov.br/include/Resumo_Mensal_Municipio.asp>.

BAHIA. Atlas do Potencial Eólico do Estado da Bahia. Camargo Schubert Engenharia

Eólica, COELBA/Iberdrola Empreendimentos do Brasil, p. 61, 2001.

BAHIA. Atlas Eólico da Bahia, 2013.

BRANDÃO, P. V. R. Estudo da Dispersão Atmosférica de Poluentes Originários da

Frota Veicular em Salvador - Ba. [s.l.] Universidade Federal da Bahia, 2020.

BRASIL. Inventário Nacional de Emissões Atmosféricas por Veículos Automotores

Rodoviários 2013 - Ano Base 2012. 2014.

CATTO, M. A. Z. A evolução da indústria automobilística brasileira (1956-2014). [s.l:

s.n.].

CETESB. Padrões de qualidade do ar. Disponível em:

<https://cetesb.sp.gov.br/ar/padroes-de-qualidade-do-ar/#:~:text=Qualidade do ar e
efeitos à saúde ,apresentar agravam ... 1 more rows>. Acesso em: 17 maio. 2021.

CETESB. Qualidade do Ar no estado de São Paulo 2018. Disponível em:

<https://cetesb.sp.gov.br/ar/wp-content/uploads/sites/28/2019/07/Relatório-de-
Qualidade-do-Ar-2018.pdf>. Acesso em: 19 maio. 2020.

CETESB. Combustíveis. Disponível em:

118
<https://cetesb.sp.gov.br/veicular/combustiveis/>. Acesso em: 21 maio. 2020a.

CETESB. Poluentes. Disponível em: <https://cetesb.sp.gov.br/ar/poluentes/>. Acesso

em: 5 nov. 2020b.

CETESB. Padrões de qualidade do ar. Disponível em:

<https://cetesb.sp.gov.br/ar/padroes-de-qualidade-do-ar/#:~:text=Qualidade do ar e
efeitos à saúde ,apresentar agravam ... 1 more rows>. Acesso em: 29 maio. 2021.

CHEN, K. et al. Air pollution reduction and mortality benefit during the COVID-19
outbreak in China. The Lancet Planetary Health, v. 4, n. 6, p. e210–e212, 2020.

CIMORELLI, A. J. et al. AERMOD: Description of model formulation. v. 44, n. July 2015,

p. 1–91, 2004.

CIMORELLI, A. J. et al. AERMOD: A dispersion model for industrial source applications.

Part I: General model formulation and boundary layer characterization. Journal of
Applied Meteorology, v. 44, n. 5, p. 682–693, 2005.

DE TOLEDO, G. I. F. M.; NARDOCCI, A. C. Poluição veicular e saúde da população: uma

revisão sobre o município de São Paulo (SP), Brasil. Revista Brasileira de
Epidemiologia, v. 14, n. 3, p. 445–454, 2011.

DEARFORFF, J. W. Convective Velocity and Temperature Scales for the Unstable

Planetary Boundary Layer and for Rayleigh Convection. Journal of the atmospheric
sciences, v. 27, p. 1–3, 1970.

EPA. Health and Environmental Effects of Particulate Matter (PM). Disponível em:
<https://www.epa.gov/pm-pollution/health-and-environmental-effects-particulate-
matter-pm>. Acesso em: 15 fev. 2021a.

EPA. AERMOD Modeling System Development. Disponível em:

<https://www.epa.gov/scram/aermod-modeling-system-development>. Acesso em:
18 fev. 2021b.

FERGUSON, C. R.; KIRKPATRICK, A. T. Internal Combustion Engines Applied

Thermosciences. 3th. ed. [s.l.] Wiley, 2016.

GODISH, T. Air Quality. 4th. ed. Muncie, Indiana: Lewis Publichers, 2003.

GOLDEMBERG, J.; NIGRO, F. E. B.; COELHO, S. T. Bioenergia no Estado de São Paulo:

situação atual, perspectivas, barreiras e propostas. Imprensa Oficial do Estado de São
Paulo, p. 150, 2008.

GOUVEIA, N. et al. Poluição do ar e efeitos na saúde nas populações de duas grandes

metropóles brasileiras. v. 12, n. 1, p. 29–40, 2003.

GOUVEIA, N. et al. Air pollution and the impacts on health in the metropolitan region
of belo horizonte in the state of Minas Gerais, Brazil. Ciencia e Saude Coletiva, v. 24, n.
10, p. 3773–3781, 2019.

GOUVEIA, N. et al. Ambient fine particulate matter in Latin American cities: Levels,

119
population exposure, and associated urban factors. Science of the Total Environment,
v. 772, p. 145035, 2021.

HABERMANN, M.; GOUVEIA, N. Tráfego veicular e mortalidade por doenças do

aparelho circulatório em homens adultos. Revista de Saúde Pública, v. 46, n. 1, p. 26–
33, 2012.

HABERMANN, M.; MEDEIROS, A. P. P.; GOUVEIA, N. Tráfego veicular como método de

avaliação da exposição à poluição atmosférica nas grandes metrópoles. Revista
Brasileira de Epidemiologia, v. 14, n. 1, p. 120–130, 2011.

HEYWOOD, J. B. Internal Combustion Engine Fundamentals. 2th. ed. [s.l.] McGraw-Hill

Education, 2018.

IEMA. Primeiro diagnóstico da rede de monitoramento da qualidade do ar no Brasil.

Instituto de Energia e Meio Ambiente, p. 277, 2014.

JACONDINO, G. B. Quantificação Das Emissões Veiculares Através Do Uso De

Simuladores De Tráfego. [s.l.] Universidade federal do Rio Grande do Sul., 2005.

JEANMONOD, P. J. F. S. Previsão numérica do vento em torno de topografia

complexa-dependência de parâmetros de simulação e comparação com resultados
experimentais. [s.l.] Universidade de Coimbra, 2015.

LEMOS, J. F. Poluição Veicular: Avaliação dos Impactos e Benefícios Ambientais com a

Renovação da Frota Veicular Leve na Cidade de São Paulo. São Paulo: Universidade de
São Paulo, 2010.

LYRA, D. G. P. Inventário das emissões atmosféricas da região metropolitana de

salvador. p. 1–20, 2001.

LYRA, D. G. P. (UNICAMP). Modelo Integrado de Gestão da Qualidade do Ar da Região

Metropolitana de Salvador. [s.l.] UNICAMP, 2008.

MILLER JR, G. T. Ciência Ambiental. 11a ed. São Paulo: Cengage Learning, 2007.

MMA. PROCONVE. Proconve, 2010.

MOURA, A. M. M. DE. Trajetória da Política Ambiental Federal no Brasil. Ipea, p. 13–44,

2016.

MURO JR., A. Política , Sistemas Normativos E Instrumentos De Controle Da Poluição

Do Ar : Aspectos Legais. p. 19–49, 2014.

OKE, T. R. City Size and The Urban Heat Island. Atmospheric Enviroment Pergamon
Press, v. 7, n. 4, p. 769–779, 1973.

OLIVEIRA, A. R. Avaliação da Dispersão de Poluentes na Avenida Antônio Carlos

Magalhães, em Salvador-BA, Através do Software AERMOD view. [s.l.] Universidade
Federal da Bahia, 2018a.

OLIVEIRA, A. R. Universidade Federal da Bahia. [s.l: s.n.].

120
OLIVEIRA, A. R.; OLIVEIRA, A. R. Universidade Federal da Bahia. Acta Botanica Brasilica,
v. 9, n. 2, p. 315–318, 2018.

PANOFSKY, H. A.; DUTTON, J. A. Atmospheric Turbulence, Models and Methods for

Engineering Applications. John Wiley & Sons, New York, 1984. [s.l: s.n.].

SHEPHERD, D. et al. The covariance between air pollution annoyance and noise
annoyance, and its relationship with health-related quality of life. International
Journal of Environmental Research and Public Health, v. 13, n. 8, 2016.

SINDIPEÇAS. Relatório da Frota Circulante - edição 2019. [s.l: s.n.].

SON, J. Y. et al. Reductions in mortality resulting from reduced air pollution levels due
to COVID-19 mitigation measures. Science of the Total Environment, v. 744, p.
141012, 2020.

TEIXEIRA, E. C.; FELTES, S.; DE SANTANA, E. R. R. Estudo das emissões de fontes móveis
na região metropolitana de Porto Alegre, Rio Grande do Sul. Quimica Nova, v. 31, n. 2,
p. 244–248, 2008.

TEIXEIRA, I. M. V.; GAETANI, F.; MANDARINO, A. S. B. Resoluções do CONAMA 1984 e

janeiro de 2012. [s.l: s.n.].

TOPOGRAPHIC MAP. Mapas topográficos. Disponível em: <https://pt-br.topographic-

map.com/maps/f5ws/Salvador/>. Acesso em: 29 abr. 2021.

U.S. EPA. User’s Guide for the AERMOD Meteorological Preprocessor (AERMET).
Research Triangle Park, NC, Office of Air Quality, p. 252, 2004a.

U.S. EPA. User’s Guide for the AERMOD Terrain Preprocessor (AERMAP). p. 136, 2004b.

ULDEN, V. A. P.; HOLTSLAG, A. A. M. Estimation of Atmosphere Boundary Layer

Parameters for Diffusion Application. v. 0450, n. November 1985, p. 1994–1998, 1985.

VALLERO, D. A. Fundamentals of Air Pollution. 4a edição ed. [s.l: s.n.].

VASQUES, T. V. Inventário de Emissões Veiculares no Estado de Santa Catarina. [s.l.]

Universidade Federal de Santa Catarina, 2018.

VENKATRAM, A. Estimating the convective velocity scale for diffusion applications.

Boundary-Layer Meteorology, v. 15, n. 4, p. 447–452, 1978.

VENKATRAM, A. et al. A complex terrain dispersion model for regulatory applications.

Atmospheric Environment, v. 35, n. 24, p. 4211–4221, 2001.

VENKATRAM, A.; WYNGAARD, J. C. Lectures on air pollution modeling. [s.l: s.n.]. v. 24

VENTER, Z. S. et al. COVID-19 lockdowns cause global air pollution declines.

Proceedings of the National Academy of Sciences of the United States of America, v.
117, n. 32, p. 18984–18990, 2020.

VIANNA, N. A. Poluição do ar em Salvador, Bahia: uma abordagem para a tomada de

decisão baseada em análise de riscos. p. 116, 2014.

121
VICENTINI, P. C. Uso de Modelos de Qualidade do Ar para Avaliação do Efeito do
Proconve Entre 2008 e 2020 na Região Metropolitana do Rio de Janeiro. [s.l.] UFRJ,
2011.

VISSCHER, A. Air Dispersion Modeling: Fundations and Applications. [s.l: s.n.]. v. 22

VISSCHER, A. Air Dispersion Modeling: Foundations and Applications. Canadá: Wiley,

2014b.

WEATHER SPARK. Condições meteorológicas médias de Salvador. Disponível em:

<https://pt.weatherspark.com/y/31054/Clima-característico-em-Salvador-Brasil-
durante-o-ano#Sections-Sources>. Acesso em: 28 abr. 2021.

WHO. Ambient (outdoor) air pollution.

WHO. 9 out of 10 people worldwide breathe polluted air, but more countries are
taking action. Disponível em: <https://www.who.int/news/item/02-05-2018-9-out-of-
10-people-worldwide-breathe-polluted-air-but-more-countries-are-taking-action>.
Acesso em: 28 abr. 2021b.

WINDFINDER. Estatisticas mensais da velocidade e direções do vento para Salvador

Aeroporto. Disponível em: <https://pt.windfinder.com/windstatistics/salvador>.
Acesso em: 28 abr. 2021.

ZHU, Y. et al. Association between short-term exposure to air pollution and COVID-19
infection: Evidence from China. Science of the Total Environment, v. 727, n. December
2019, p. 138704, 2020.

122