Escolar Documentos
Profissional Documentos
Cultura Documentos
Diadema
2022
1
Diadema
2022
2
3
Banca Examinadora
AGRADECIMENTO
Agradeço ainda a minha família, por toda compreensão, apoio e incentivo durante todos os
anos de graduação. De forma especial a minha tia Maria e Madrinha Jô.
Agradeço à minha orientadora, professora doutora Luciana Rizzo, por sempre acreditar em
mim, mais que eu mesma. Agradeço por todo ensinamento, apoio e por ser tão atenciosa e paciente
comigo.
Agradeço as minhas amigas, Beatriz, Fabiana, Fernanda, Larissa, Nathalia e Vanessa por
estarem comigo em todos os momentos da graduação, sempre me incentivando, apoiando e
proporcionando as melhores risadas.
Agradeço ao meu namorado Lucas, que sempre me apoiou e esteve comigo desde o
primeiro momento que vi meu nome na lista e me acompanhou no dia em que tive mais medo, o
dia da matrícula.
RESUMO
Os grandes centros urbanos sofrem com a urbanização desordenada, altas demandas de transporte
e atividades industriais, que levam à emissão de poluentes atmosféricos, causando a deterioração
da qualidade do ar e impactos na saúde da população. Dentre os poluentes, destacam-se as
partículas de aerossol, presente na atmosfera em diversas faixas de tamanho, desde alguns
nanômetros até 100 µm. Os aerossóis são classificados a partir de seu diâmetro e divididos em 4
grupos ou modas: moda de nucleação, Aitken, acumulação e moda grossa. Este estudo teve como
objetivo analisar medidas de distribuição de tamanho de aerossóis submicrométricos em Diadema,
identificando padrões de variabilidade temporal e processos dinâmicos. Foram analisados dados de
um experimento realizado no verão 2016/2017 no campus Diadema da UNIFESP, incluindo dados
de propriedades físicas e químicas de aerossóis, concentração de gases traço e dados
meteorológicos fornecidos pela estação meteorológica do Instituto de Astronomia, Geofísica e
Ciências Atmosféricas da Universidade de São Paulo (IAG/USP). Utilizando o software R, foi
caracterizada a variabilidade temporal das distribuições de tamanho e a ocorrência e relevância das
modas de nucleação, Aitken e de acumulação. Também foi realizada uma análise cluster que
permitiu associar a ocorrência de determinados formatos de distribuição de tamanho a condições
atmosféricas. A concentração média do número total de partículas foi de 1,22 x 104 cm-3 e o
diâmetro geométrico médio foi de 51,5 nm, com predominância da moda de Aitken. Na análise
cluster foram obtidos quatro agrupamentos. Os clusters 1 e 3 possuem grande contribuição da moda
de nucleação, sugerindo a presença de partículas frescas e pouco processadas. A ocorrência do
cluster 2 no período da tarde, sob ventos de leste e alta umidade relativa sugere a influência da
brisa marítima. O cluster 4 apresenta características de material mais processado, corroborando
com o fato de as distribuições de tamanho possuírem um diâmetro um pouco maior em comparação
aos demais clusters. Os resultados também sugerem a influência da deposição úmida de aerossóis
durante um período com altas taxas de precipitação. O estudo evidencia a importância de monitorar
a concentração de aerossóis ultrafinos para melhor avaliar os riscos à saúde humana decorrentes da
exposição ao material particulado.
ABSTRACT
Large urban centers suffer from disorderly urbanization, great demand for transport and industrial
activities, which lead to the emission of atmospheric pollutants, causing the deterioration of air
quality and impacts to the human health. Among the pollutants, aerosol particles stand out, present
in the atmosphere in various size ranges, from a few nanometers to 100 µm. Aerosols are classified
based on their diameter and divided into 4 categories or modes: nucleation mode, Aitken,
accumulation, and coarse mode. This study aimed to analyze measurements of the size distribution
of submicrometric aerosols in Diadema, identifying patterns of temporal variability and dynamic
processes. Data from an experiment carried out in the summer of 2016/2017 at the Diadema campus
of UNIFESP were analyzed, including data on physical and chemical properties of aerosols, the
concentration of trace gases, and meteorological data provided by the meteorological station of the
Astronomy, Geophysics and Atmospheric Sciences Institute of the University of Sao Paulo
(IAG/USP). The temporal variability of size distributions and the occurrence and relevance of
nucleation, Aitken, and accumulation modes were characterized using the R software. A cluster
analysis was also carried out, which allowed associating the occurrence of certain size distribution
formats with atmospheric conditions. The mean concentration of the total number of particles was
1.22 x 104 cm-3 and the mean geometric diameter was 51.5 nm, with a predominance of the Aitken
mode. In the cluster analysis, four clusters were obtained. Clusters 1 and 3 have a large contribution
of the nucleation mode, suggesting the presence of fresh and poorly processed particles. The
occurrence of cluster 2 in the afternoon, under easterly winds and high relative humidity, suggests
the influence of the sea breeze. Cluster 4 presents characteristics of more processed material,
corroborating that the size distributions have a slightly larger diameter than the other clusters. The
results also suggest the influence of aerosol wet deposition during a period with high precipitation
rates. This study shows the importance of monitoring the concentration of ultrafine aerosols to
better assess the risks to human health arising from exposure to particulate matter.
LISTA DE ILUSTRAÇÕES
Figura 6 – Série temporal das médias diárias de concentração total (Ntotal), diâmetro geométrico
médio (Dpg), precipitação diária acumulada e velocidade do vento, ao longo de todo o período do
experimento. A região sombreada destaca um período de estiagem ocorrido durante o experimento
........................................................................................................................................................ 26
Figura 7 – Ciclo diurno médio da concentração e do diâmetro médio a cada 30 minutos, em horário
local ............................................................................................................................................... 27
Figura 10 – Heatmap dos clusters avaliando o comportamento da frequência com variação de hora
local, concentração de N, velocidade média e direção do vento .................................................... 31
Figura 12 – Heatmap dos cluster avaliando a concentração do ozônio (O3), dióxido de nitrogênio
(NO2), black carbon (BC) e sulfato (SO4) ..................................................................................... 34
9
LISTA DE TABELAS
Tabela 1 – Resumo das observações e cálculos de ocorrência, média (± desvio padrão) e mediana
do número de aerossóis, diâmetro e largura das modas identificadas ............................................ 23
11
BC – Black carbon
MP – Material particulado
O3 – Ozônio
SO4 – Sulfato
SUMÁRIO
2. OBJETIVOS ......................................................................................................................... 18
1. INTRODUÇÃO E JUSTIFICATIVA
Os grandes centros urbanos sofrem com a urbanização desordenada, altas demandas por
transportes, energia e atividades industriais, levando à emissão de poluentes atmosféricos,
causando a degradação da qualidade do ar e impactando a saúde da população local (ANDRADE
et al., 2017). Estudos epidemiológicos relacionam as emissões de poluentes emitidos por
automóveis e indústrias como potencializadores de doenças respiratórias, principalmente em
crianças e idosos, que constituem os grupos com maior fragilidade (BRAGA et al., 2001).
Além dos impactos à saúde, as partículas de aerossol também influenciam o clima devido
ao seu impacto no balanço de radiação do sistema Terra-atmosfera, podendo espalhar ou absorver
radiação, alterando a radiação incidente na superfície e, em algumas circunstâncias, também o
alterando o perfil termodinâmico da atmosfera (QUIRANTES, A. et al.,2019; PBMC, 2014).
em moda de nucleação, Aitken e acumulação. Ainda na moda fina, define-se aerossóis ultrafinos
como aqueles com diâmetro inferior a 0,1 µm.
As partículas inaláveis finas, com diâmetros inferiores a 2,5μm (MP2,5), vêm sendo alvo de
pesquisas, e sua concentração é regulamentada por padrões de qualidade do ar. No Brasil, a
resolução CONAMA (Conselho Nacional do Meio Ambiente), nº 491, de 19 de novembro de 2018,
estabeleceu pela primeira vez padrões de qualidade do ar para esse poluente, baseando-se nos
valores definidos pela Organização Mundial da Saúde (OMS) em 2005.
Figura 1 – Esquematização da distribuição de tamanho de aerossóis e exemplos de processos físicos e químicos que
podem transformar as partículas em cada moda.
A moda de nucleação refere-se a pequenas partículas (diâmetro menor que 30 nm) emitidas
ou recém-formadas a partir da fase gasosa. Essas partículas podem sofrer processos de crescimento
por condensação, que consiste no crescimento da partícula a partir de vapores que condensam sobre
a superfície de aerossóis existente, assim como também ocorre na moda de Aitken (JACOBSON,
2002; SEINFELD; PANDIS, 2006). As modas nucleação e Aitken (diâmetro aproximadamente
entre 30 e 100 nm) compõem a faixa de tamanho das partículas ultrafinas e tipicamente sofrem
processos de coagulação (colisão entre as partículas dando origem a uma única partícula), gerando
o crescimento, resultando na mudança de moda (deslocamento do diâmetro) e envelhecimento
químico (HUSSEIN et al., 2004; (NØJGAARD et al., 2012). Já a moda de acumulação (diâmetro
aproximadamente entre 100 e 600 nm) abriga, em geral, partículas que já sofreram processamento
físico e químico na atmosfera, atingindo uma faixa de tamanho que favorece sua permanência na
atmosfera (SEINFELD; PANDIS, 2006). Além dos processos que promovem a formação e
alteração dos diâmetros dos aerossóis, existem processos que atuam na remoção desse material,
como a remoção úmida e seca. A remoção seca consiste no transporte do material pelos
movimentos de ar na ausência de precipitação, como a sedimentação para partículas da moda
grossa e difusão turbulenta, atuando em partículas de moda fina (WALLACE e HOBBS, 2006;
FERNANDES et al., 2018).
A identificação da presença e relevância de cada moda pode ser realizada a partir do ajuste
de curvas lognormais a medidas de distribuição de tamanho de aerossóis. Na equação 1, N, 𝜎𝑔 e
𝐷𝑝𝑔 representam a concentração de partículas, o desvio padrão geométrico e o diâmetro geométrico
médio de uma determinada moda da distribuição de tamanho, respectivamente (SEINFELD e
PANDIS, 2006). Pode-se ajustar uma ou mais curvas lognormais a uma amostra de distribuição de
tamanho, dependendo se ela apresenta características multimodais ou não.
16
Em relação à composição química dos aerossóis da moda fina em São Paulo, predominam
os aerossóis orgânicos, sendo encontrado por Santos et al,. (2021) e Brito et al,. (2018) valores
entre 45% e 55% de contribuição de orgânicos na massa de aerossóis submicrométricos. Dentre
os compostos orgânicos existe a fração de aerossóis orgânicos oxigenados (OOA - oxygenated
organic aerosols), representando a parcela dos aerossóis que sofreram processamento químico na
atmosfera e que apresentam características decorrentes de reações de oxidação (JIMENEZ et al,.
2009). Estudos anteriores na Região Metropolita de São Paulo (RMSP) indicam que a fração OOA
corresponde a cerca de 40-46% da massa dos aerossóis orgânicos (BRITO et al., 2018; SANTOS
et al., 2021). A porcentagem de OOA pode ser utilizada como indicador do grau de processamento
das partículas. Dentre a composição química dos aerossóis inorgânicos, outros estudos realizados
na RMSP indica a influência de sulfatos e black carbon (BC) (SANTOS et al., 2021). O BC é
emitido predominantemente por processo de combustão incompleta e apresenta destaque pela
grande importância decorrente da sua capacidade de absorção da radiação luminosa (ALVES,
2005)Além de transformações físico-químicas, o tamanho das partículas também pode ser
influenciado pela natureza e proximidade de fontes de emissão. Em geral, partículas da moda fina,
17
recém-emitidas apresentam diâmetros menores em comparação com partículas que passaram mais
tempo na atmosfera, apresentando diâmetros tipicamente na faixa das modas de nucleação e de
Aitken. A concentração de partículas e de gases traço também é influenciada pelo clima e pelas
condições meteorológicas (FREITAS; SOLCI, 2009; DIAZ-DE-MERA, et al., 2015). Em
particular, a dinâmica da camada limite planetária (CLP) influencia a variabilidade diurna das
concentrações de poluentes. Durante o dia, o aquecimento da superfície da Terra resulta em
movimentos turbulentos que resultam no desenvolvimento da Camada Limite Convectiva (Figura
2), na qual os poluentes se distribuem de maneira homogênea. Durante a noite, com o resfriamento
da superfície, cessam os movimentos turbulentos dando origem a uma camada limite noturna
estável, de modo que os poluentes se distribuem em um volume de ar menor, resultando em um
aumento da concentração. Além disso, a precipitação pode remover partículas da atmosfera em um
processo denominado deposição úmida, influenciando a distribuição de tamanho dos aerossóis
(SEINFELD e PANDIS, 2006).
Este trabalho parte da hipótese de que a variabilidade temporal das distribuições de tamanho
é influenciada pela natureza e dinâmica de fontes emissoras e processos atmosféricos em um
determinado local. Assim, a caracterização da distribuição de tamanho de aerossóis
submicrométricos pode auxiliar a identificar processos que determinam sua concentração. O
conhecimento sobre esses processos é importante para delinear estratégias de mitigação da poluição
do ar por partículas submicrométricas.
2. OBJETIVOS
Este trabalho de conclusão de curso tem como objetivo geral analisar medidas de
distribuição de tamanho de aerossóis submicrométricos em Diadema - SP, identificando padrões
de variabilidade temporal e sua relação com outras variáveis atmosféricas. Os objetivos específicos
são:
3. PROCEDIMENTO METODOLÓGICO
automóveis, além da sua proximidade com grandes cidades da RMSP, como a cidade de São Paulo,
São Bernardo do Campo e Santo André (IBGE, 2017).
orgânicos foi subdividida em 4 fatores utilizando a técnica estatística PMF (Positive Matrix
Factorization): aerossóis orgânicos oxigenados (OOA), aerossóis orgânicos hidrogenados (HOA1
e HOA2) e aerossóis orgânicos de queima de biomassa (BBOA) (Santos et al., 2021). Nesse
trabalho de iniciação científica, nos limitamos a trabalhar com os dados processados e
disponibilizados pelo Laboratório de Física Atmosférica da Universidade de São Paulo. Mais
informações sobre os procedimentos e equipamentos utilizados podem ser obtidas em Santos et al.,
(2021).
O algoritmo de análise cluster não-hierárquica K-means foi aplicado aos dados de distribuição
de tamanho normalizadas pelo maior valor de concentração de cada amostra. Em linhas gerais, o
algoritmo K-means cria agrupamentos de amostras semelhantes entre si, através da minimização
da soma das distâncias quadráticas entre amostras e a centróide (média) dos clusters (FACELI;
GAMA; CARVALHO, 2011). Neste tipo de análise, o número apropriado de clusters é definido
pelo usuário, considerando métricas que avaliam a eficácia da separação das amostras entre os
agrupamentos e a interpretabilidade da solução obtida. O índice de Dunn, definido pela razão entre
a mínima distância intercluster e a máxima distância intracluster, foi utilizado como métrica para
definir o número ideal de clusters de distribuições de tamanho, sendo apropriado para identificar
clusters compactos e bem separados (FACELI; GAMA; CARVALHO, 2011; LORENA; GAMA;
FACELI, 2000). Quanto maior for o valor do índice de Dunn, melhor será a separação entre os
clusters.
Na análise cluster foi realizada utilizando a função “kmeans” do pacote “stats v.3.6.2” do
software R. É importante ressaltar que algoritmos de análise cluster já foram aplicados
anteriormente a dados de distribuição de tamanho de aerossóis, obtendo resultados satisfatórios
(e.g., DALL’OSTO et al., 2012; RIZZO et al., 2018; TUNVED; STRÖM; HANSSON, 2004).
Para avaliar qual seria o número ideal de clusters, o algoritmo de análise foi aplicado variando
o número de clusters de 3 a 10, calculando o índice de Dunn a cada passo. Esse procedimento foi
repetido 5 vezes para avaliar a estabilidade da solução. Para verificar a eficiência na separação das
amostras entre os clusters, observou-se o comportamento do índice Dunn em função do número de
clusters de (Figura 4). Os maiores valores para o índice de Dunn foram encontrados para a formação
de 4 clusters nas repetições feitas.
22
4. RESULTADOS E DISCUSSÃO
concentração média do número total de partículas monitoradas foi de 1.22 x 104 cm-3 e o diâmetro
geométrico médio foi de 51,5 nm. A Figura 5 ilustra a mediana das amostras de distribuição de
tamanho e a contribuição das modas de nucleação, de Aitken e de acumulação.
Tabela 1 – Estatísticas para os parâmetros das distribuições de tamanho e das modas lognormais: concentração (N),
diâmetro geométrico médio (Dpg) e desvio-padrão geométrico (σg). Os valores médios se referem à média dos
parâmetros ajustados a cada distribuição de tamanho observada, assim como a mediana e o desvio-padrão reportados.
Também são apresentados o número de amostras e a frequência de cada moda.
também encontraram valores médios de concentração dessa ordem de grandeza, tendo sido
realizados na RMSP durante a primavera. Comparando o diâmetro geométrico médio das
distribuições de tamanho (Dpg), esses mesmos autores reportam valores médios entre 50 e 60 nm,
indicando a predominância da moda de Aitken na maior parte do tempo, assim como no presente
estudo. Um experimento realizado em túneis na cidade de São Paulo mostrou que partículas recém-
emitidas por veículos apresentaram valores médios de Dpg de 48 nm e 39 nm, respectivamente para
veículos leves e veículos pesados (BRITO et al., 2013). Em Diadema, o valor médio de Dpg foi de
51.5 nm, sugerindo a influência de emissões veiculares pouco processadas, considerando o fato de
que as emissões veiculares constituem uma importante fonte de material particulado fino na RMSP
(CETESB, 2021).
A amostragem foi realizada durante 85 dias, sendo 38 sem chuvas e 25 com chuvas
acumuladas acima de 10 mm/dia. O período de amostragem ocorreu entre dezembro de 2016 a
março de 2017, época que apresenta características de altas taxas de precipitação e favorável para
processos de remoção úmida de poluentes. A figura 6 mostra a série temporal da média diária de
concentração numérica de partículas (Ntotal), do diâmetro geométrico médio das distribuições de
tamanho (Dpg), da precipitação diária acumulada e da velocidade média do vento, monitorada na
estação do IAG/USP.
Figura 6 – Série temporal das médias diárias de concentração total (N total), diâmetro geométrico médio (Dpg),
precipitação diária acumulada e velocidade do vento, ao longo de todo o período do experimento. A região
sombreada destaca um período de estiagem ocorrido durante o experimento.
A figura 7 mostra o ciclo diurno médio de Ntotal e Dpg. Esses ciclos demonstram o
comportamento padrão das variáveis no ciclo diurno, onde é possível observar o aumento da
concentração no início da manhã e no final da tarde, que pode ser associado à variabilidade das
emissões veiculares e à dinâmica da camada limite ao longo do dia. As maiores concentrações
foram observadas às 11h. Resultados parecidos também foram apontados por Backman em 2012,
27
atribuindo a variabilidade diurna das concentrações às emissões veiculares durante a hora do rush
e a uma possível influência do efeito da ilha de calor que ocorre em grandes metrópoles. Segundo
Backman et al., (2012), o efeito da ilha de calor pode provocar uma circulação dos ventos nas
bordas da metrópole que favorece a dispersão de poluentes e a diminuição das concentrações no
meio da tarde.
Em relação ao ciclo diurno médio do diâmetro (Dpg), observa-se uma diminuição de seus
valores durante a manhã. Em geral, espera-se que partículas recém-emitidas e pouco processadas
na atmosfera apresentem menores diâmetros, por terem sofrido poucas transformações físico-
químicas. Desta forma, é possível que a diminuição no Dpg pela manhã esteja associada a uma
maior contribuição de partículas submicrométricas recém-emitidas.
Figura 7 – Ciclo diurno médio da concentração e do diâmetro médio a cada 30 minutos, em horário local.
A figura 8 mostra o ciclo diurno médio da concentração dos aerossóis nas modas de
nucleação, Aitken e acumulação. A variabilidade diurna das concentrações de partículas para Ntotal
apresentadas na figura 7 e das modas (figura 8) demonstram um comportamento similar, de forma
geral, no qual a concentração aumenta durante a manhã até o início da tarde, decrescendo após esse
período, aumentando novamente somente com o início da noite. No trabalho de Santos et al.,
(2021), o comportamento diurno das concentrações totais e das modas foram semelhantes. A moda
de Aitken predomina, seguida da moda de nucleação. Segundo Boucher et al., (2015), a moda de
28
Figura 8 – Ciclo diurno médio da concentração da moda de nucleação, Aitken e acumulação. As regiões sombreadas
representam o desvio-padrão.
Aplicando a análise cluster k-means aos dados de distribuição de tamanho, foram obtidos
4 agrupamentos ou clusters. As centróides de cada cluster, isto é, a média das distribuições de
tamanho em cada agrupamento, são apresentadas na Figura 9a. O número de amostras em cada
cluster é apresentado na Figura 9b. Apesar do cluster 1 possuir mais amostras do que os demais,
nota-se a partir da Figura 9b que as amostras ficaram razoavelmente bem distribuídas entre os 4
clusters. O primeiro cluster (em azul) possui 997 amostras (Figura 9b), e sua centróide de
30
distribuição de tamanho está centrada em um diâmetro de cerca de 40 nm, com uma dispersão
relativamente grande em comparação aos demais clusters, sugerindo uma sobreposição das modas
de nucleação e de Aitken. A centróide do segundo cluster (em laranja) também está centrada em
cerca de 40 nm, porém com uma distribuição mais estreita em comparação ao cluster 1, indicando
a predominância da moda de Aitken. No terceiro cluster (em verde) predomina a moda de
nucleação. Já o cluster 4, em vermelho, apresenta diâmetros maiores, mas ainda está centrado na
faixa de Aitken, em cerca de 70 nm. (figura 9a).
Figura 9 – a) Média da distribuição de tamanho em cada cluster (centróides). b) Número de amostras em cada
cluster.
Figura 10 – Heatmap dos clusters avaliando o comportamento da frequência com variação de hora local,
concentração de N, velocidade média e direção do vento.
A partir das observações na figura 9a, compreende-se que os centróides dos clusters 1 e 3
têm uma contribuição importante da moda de nucleação. Ao observar a figura 10, o cluster 1
ocorreu em todos os horários do dia, mas predominou no período da noite e início da manhã,
enquanto o cluster 3 predominou pela manhã e início da tarde. Quando o sol nasce e a camada de
mistura diurna começa a se desenvolver, é comum acontecer uma mistura com a camada residual
do dia anterior, que pode armazenar poluentes emitidos durante a noite. Assim, logo de manhã
temos: emissões frescas da hora do rush matinal e a entrada de poluentes que estavam na camada
32
residual. Uma hipótese é que as partículas emitidas durante a noite anterior, e armazenadas na
camada residual, não crescem muito por condensação, pois não há radiação solar para reações
fotoquímicas e conversão de gases em partículas. Considerando esses fatores, os clusters 1 e 3, que
são frequentes no período da manhã, teriam a maior presença de partículas menores, como
observado.
Figura 11 – Heatmap dos clusters avaliando a umidade relativa do ar (%) e a fração de OOA/Orgânico.
Figura 12 – Heatmap dos cluster avaliando a concentração do ozônio (O3), dióxido de nitrogênio (NO2), black
carbon (BC) e sulfato (SO4).
O cluster 4 apresenta características distintas quando comparado aos demais clusters, já que
ocorre principalmente à noite e madrugada e possui o maior diâmetro médio, mesmo sendo
dominado pela moda de Aitken. A velocidade do vento é a mais baixa em comparação com os
demais clusters, o que é coerente com o fato de que o cluster 4 ocorre à noite. Se a velocidade do
vento é baixa, é possível que o cluster 4 represente condições mais locais, ou seja, não são
partículas que vieram de longe. O cluster 4 se diferencia dos demais por apresentar as
35
concentrações mais altas de BC e de SO4. Compostos de enxofre são emitidos principalmente por
atividade industrial e combustão de diesel (CETESB, 2021). A presença de SO4 pode também
indicar a influência de aerossóis inorgânicos secundários, ou seja, mais processados. A %OOA
também é alta neste cluster, o que também reforça o aspecto dos aerossóis presentes serem mais
processados, e corrobora com o fato terem um diâmetro um pouco maior. A concentração N das
amostras agrupadas no cluster 4 (Figura 10) é um pouco maior em comparação aos demais clusters.
Isso concorda com a observação de Santos et al. (2021), de que a contribuição da moda de
acumulação foi maior em períodos de alta concentração de partículas. Tais características sugerem
que o cluster 4 podem ser, em parte, resultado do processamento/crescimento das partículas cujas
distribuições foram agrupadas nos clusters 1 e 3. É como se a moda de nucleação dos clusters 1 e
3 (que aparecem pela manhã) tivesse crescido por condensação no período da tarde, resultando no
cluster 4.
Por fim, foi avaliada a ocorrência dos 4 clusters em períodos com condições meteorológicas
contrastantes. Durante o experimento, houve dias com altas taxas de precipitação e dias sem chuva,
algo não muito frequente considerando a época do ano em que os dados foram coletados.
Considerando isso, observou-se a frequência de ocorrência de cada cluster em dois períodos de 4
dias, sendo o período sem chuva do dia 15 ao dia 18 de fevereiro, e o período do dia 17 a 20 de
janeiro onde a precipitação média diária foi de 24 mm/dia, variando entre 11 e 38 mm/dia.
Figura 13 – Frequência de cada cluster no período chuvoso (17-20 de janeiro) e no período de estiagem
(15 - 18 de fevereiro).
5. CONSIDERAÇÕES FINAIS
características específicas nos clusters obtidos, sendo que o cluster 2, que teve maior ocorrência à
tarde e à noite, sugere a influência da brisa marítima. Esta costuma entrar na RMSP no período da
tarde, trazendo geralmente um ar mais úmido. Já o cluster 4 apresenta características de material
mais processado, corroborando com o fato de possuírem um diâmetro um pouco maior. Os clusters
1 e 3 indicam a presença de aerossóis mais frescos em comparação aos demais clusters, condizente
com o fato de apresentarem diâmetros menores, com uma importante contribuição da moda de
nucleação.
6. REFERÊNCIAS BIBLIOGRÁFICAS
ALMEIDA, G. P. et al. Measured and modelled cloud condensation nuclei (CCN) concentration
in São Paulo, Brazil: the importance of aerosol size-resolved chemical composition on CCN
concentration prediction. Atmospheric Chemistry and Physics, v. 14, n. 14, p. 7559-7572,
2014.
ANDRADE, M. F. et al. Air quality in the megacity of São Paulo: Evolution over the last 30
years and future perspectives. Atmospheric environment, v. 159, p. 66-82, 2017.
38
BACKMAN, J. et al. On the diurnal cycle of urban aerosols, black carbon and the occurrence of
new particle formation events in springtime São Paulo, Brazil. Atmospheric Chemistry and
Physics, v. 12, n. 23, p. 11733-11751, 2012.
BRAGA, A. et al. Poluição atmosférica e saúde humana. Revista USP, n 51, p 58-71, 2001.
BRAGA, Alfesio; PEREIRA, Luiz Alberto Amador; SALDIVA, Paulo Hilário Nascimento.
Poluição atmosférica e seus efeitos na saúde humana. Trabalho apresentado no evento de
sustentabilidade na geração e uso de energia, UNICAMP, v. 18, 2002.
BRITO, J. et al. Disentangling vehicular emission impact on urban air pollution using ethanol as
a tracer. Scientific reports, v. 8, n. 1, p. 1-10, 2018.
BRITO, J. et al. Physical–chemical characterisation of the particulate matter inside two road
tunnels in the São Paulo Metropolitan Area. Atmospheric Chemistry and Physics, v. 13, n. 24,
p. 12199-12213, 2013.
CLEMENT, Charles F.; FORD, Ian J. Gas-to-particle conversion in the atmosphere: I. Evidence
from empirical atmospheric aerosols. Atmospheric Environment, v. 33, n. 3, p. 475-487, 1999.
DALL'OSTO, Manuel et al. Urban aerosol size distributions over the Mediterranean city of
Barcelona, NE Spain. Atmospheric Chemistry and Physics, v. 12, n. 22, p. 10693-10707, 2012.
DIAZ-DE-MERA, Yolanda et al. Submicron particle concentration and particle size distribution
at urban and rural areas in the surroundings of building materials industries in central Spain.
Atmospheric Pollution Research, v. 6, n. 3, p. 521-528, 2015.
FERNANDES, Everlin Pereira et al. Estudo das propriedades químicas e físicas dos aerossóis
submicrométricos na Amazônia Central. 2018.
HUSSEIN, Tareq et al. Evaluation of an automatic algorithm for fitting the particle number size
distributions. Boreal environment research, v. 10, n. 5, p. 337, 2005.
HUSSEIN, Tareq et al. Urban aerosol number size distributions. Atmospheric Chemistry and
Physics, v. 4, n. 2, p. 391-411, 2004.
JIMENEZ, J. L. et al. Evolution of Organic Aerosols in the Atmosphere. Scienc. v. 326, p.1525-
1529. 2009.
LI, ZHANQING et al. Aerosol and boundary-layer interactions and impact on air quality.
National Science Review, v. 4, n. 6, p. 810-833, 2017.
LORENA, Ana Carolina; GAMA, João; FACELI, Katti. Inteligência Artificial: Uma
abordagem de aprendizado de máquina. Grupo Gen-LTC, 2000.
NØJGAARD, Jacob K. et al. Nucleation and Aitken mode atmospheric particles in relation to O3
and NOX at semirural background in Denmark. Atmospheric Environment, v. 49, p. 275-283,
2012.
Painel Brasileiro de Mudanças Climáticas - PBMC. (2014). Base científica das mudanças
climáticas: Volume 1 - Primeiro relatório de avaliação nacional. Rio de Janeiro: COPPE/UFRJ.
40
PEREZ, Gabriel MP; SILVA DIAS, Maria AF. Long‐term study of the occurrence and time of
passage of sea breeze in São Paulo, 1960–2009. International Journal of Climatology, v. 37, p.
1210-1220, 2017.
RIZZO, Luciana V. et al. Multi-year statistical and modeling analysis of submicrometer aerosol
number size distributions at a rain forest site in Amazonia. Atmospheric Chemistry and
Physics, v. 18, n. 14, p. 10255-10274, 2018.
SANTOS, D. M., RIZZO, et al. Physical and chemical properties of urban aerosols in São Paulo,
Brazil: Links between composition and size distribution of submicron particles, Atmos. Chem.
Phys., 1–29, doi:10.5194/acp-2020-533, 2021.
SCHNEIDER, Ismael Luis et al. Atmospheric particle number concentration and size distribution
in a traffic–impacted area. Atmospheric pollution research, v. 6, n. 5, p. 877-885, 2015.
SEINFELD, J.H.; PANDIS, S.N. Atmospheric chemistry and physics: From air pollution to
climate change. New York: John Wiley& Sons, Inc, 2006.
SUN, Y. L. et al. A case study of aerosol processing and evolution in summer in New York City.
Atmospheric Chemistry and Physics, v. 11, n. 24, p. 12737-12750, 2011.
TUNVED, P., STRÖM, J. and HANSSON, H.: An investigation of processes controlling the
evolution of the boundary layer aerosol size distribution properties at the Swedish background
station Aspvreten, Atmos. Chem. Phys., 4, 2581–2592, doi:1680-7324/acp/2004-4-2581, 2004.
WIEDENSOHLER, A. et al. Rapid aerosol particle growth and increase of cloud condensation
nucleus activity by secondary aerosol formation and condensation: A case study for regional air
pollution in northeastern China. Journal of Geophysical Research: Atmospheres, v. 114, n.
D2, 2009.