Previsão de poluentes atmosféricos utilizando Redes Fuzzy na Região Metropolitana do Recife

Resumo

A revolução industrial foi um grande marco para a intensificação da poluição atmosférica devido a produção de poluentes em larga escala. Como consequência disso, houve também, a modernização urbana e automotiva que expandiu e concentrou as fontes de poluição geograficamente. A poluição do ar é um tema atual e imperativo, pois apesar de estar diretamente ligado a temas ambientais centrais como aquecimento global, pode representar risco à saúde e provocar doenças respiratórias e cardiovasculares (NASCIMENTO et al., 2006; MARTINS et al., 2006; JUNGER et al., 2007). O conhecimento prévio dos níveis de poluentes na atmosfera de uma região pode ser útil ao fornecer dados para ativar ações de emergência durante períodos de estagnação atmosférica, quando os níveis de poluentes possam representar risco à saúde pública. Por isso a análise da composição do ar tem avançado e explicado muitos fenômenos antes desconhecidos. Dentre os poluentes que compõem o ambiente atmosférico estão em maior importância química o monóxido de carbono (CO), os óxidos de nitrogênio (NOx), o dióxido de enxofre (SO2), o ozônio (O3) e os materiais particulados (PM). Neste contexto, este trabalho apresenta uma comparação entre os resultados obtidos do modelo de Sistema de Inferência Adaptativo Neuro-Difuso (ANFIS) e do modelo de Regressão Linear Múlltipla (RLM) na previsão de poluentes atmosféricos: Material Particulado (MP10), Monóxido de carbono (CO), Ozônio (O3) e Dióxido de nitrogênio (NO2). Estes dados foram coletados em concentrações horárias do material particulado com diâmetro inferior a 10µm (PM10, µg/m3), para o período de 17/07/2015 à 09/04/2017, na refinaria Abreu e Lima situada na Região Metropolitana da cidade do Recife- PE e cedidos pela Agência Estadual de Meio Ambiente de Pernambuco (CPRH). Foi realizada uma busca exaustiva para os dois modelos, a fim de gerar todas as possíveis soluções (equações) e verificar com qual delas obtêm-se as melhores previsões para o poluente considerado. Para ambos modelos foi adotado o índice de concordância (Index Agreement – IA) como métrica de desempenho para suas análises. Os resultados mostraram que o ANFIS se sobressai e obtém as melhores previsões quando comparado ao RLM, com todos os valores de IA maiores que 0,95.