Tese Doutorado:
Previsão de Ozônio Troposférico na Região Metropolitana do Rio de Janeiro Com Base em Técnicas de Imputação de Dados Faltantes e Calibração Multivariada

Rafael Corrêa da Gama de Oliveira

DEAMB
Orientador
Prof. Sergio Machado Corrêa
Coorientador
Prof. Alexandre Rodrigues Tôrres
Banca
* Prof. Sergio Machado Corrêa - Faculdade de Tecnologia - UERJ
* Prof. Alexandre Rodrigues Tôrres - Faculdade de Tecnologia - UERJ
* Profa. Dra. Lilian Lefol Nani Guarieiro - Centro Universitário SENAI - CIMATEC
* Profa. Dra. Debora Souza Alvim - INPE
* Prof. Dr. Leonardo Baptista - Faculdade de Tecnologia - UERJ
* Prof. Eduardo Monteiro Martins Currículo Lattes
Data - hora da defesa
27/05/2022
Resumo
OLIVEIRA, Rafael Corrêa Gama de. Previsão de ozônio troposférico na região metropolitana do Rio de Janeiro com base em técnicas de imputação de dados faltantes e calibração multivariada. 145 f. Tese (Doutorado em Engenharia Ambiental) - Faculdade de Engenharia, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2022. O ozônio troposférico tem um impacto negativo no meio ambiente e, consequentemente na saúde pública. Devido a este problema, este trabalho propõe estudar modelos estatísticos utilizando metodologia de aprendizado de máquina para a previsão de ozônio troposférico na Região Metropolitana do Rio de Janeiro. Técnicas de calibração multivariada baseada nos métodos Regressão de Mínimos Quadrados, Florestas Aleatórias, Máquinas de Vetor de Suporte e Rede Neural Artificial combinados com o algoritmo de imputação MissForest, foram aplicados para entender a interação entre ozônio e óxidos de nitrogênio, monóxido de carbono, velocidade do vento, radiação solar, temperatura, umidade relativa, entre outros poluentes, cujos dados foram coletados na Região Metropolitana do Rio de Janeiro em quatro estações de qualidade do ar de diferentes perfis, nas localidades de Adalgisa Nery, Porto das Caixas, Laboratório do INEA e Vila São Luiz, entre 2014 e 2018. Essas técnicas fornecem uma maneira fácil e viável de modelagem e análise de poluentes atmosféricos, a qual podem ser utilizadas e combinadas com outros métodos estatísticos para a validação do modelo. Os resultados mostraram que as técnicas quimiométricas Florestas Aleatórias, Máquinas de Vetor de Suporte e Rede Neural Artificial podem ser usadas na modelagem e previsão de concentrações de ozônio troposférico, com coeficiente de determinação da previsão de até 0,92. O erro quadrático médio de previsão varia entre 4,17 e 22,45 μg m-3, dependendo das estações de monitoramento da qualidade do ar e estação do ano. Palavras-chave: Qualidade do ar. Aprendizado de máquina. Dados faltantes. Linguagem R e Python. Ozônio. Troposfera.

Download do Trabalho