Marta Luma (2021)

MARTA LUMA (2021).pdf
Documento PDF (4.4MB)

Exibir conteúdo Baixar

UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
CURSO DE PÓS-GRADUAÇÃO EM METEOROLOGIA

MARTA LUMA BATISTA SILVA

ESTIMATIVA DA QUALIDADE DO AR NAS PRINCIPAIS ÁREAS
METROPOLITANAS DO NORDESTE BRASILEIRO.

Maceió-AL
2021.

MARTA LUMA BATISTA SILVA

ESTIMATIVA DA QUALIDADE DO AR NAS PRINCIPAIS ÁREAS
METROPOLITANAS DO NORDESTE BRASILEIRO.

Dissertação apresentada ao corpo docente do curso de
Pós-Graduação do Instituto de Ciências Atmosféricas da
Universidade Federal de Alagoas, como parte dos
requisitos para obtenção do grau de Mestre em
Meteorologia.
Orientador: Prof. Dr. Rosiberto Salustiano da Silva Junior
Co-Orientador: Prof. Dr. Roberto Fernando da Fonseca
Lyra

Maceió-AL
2021.

AGRADECIMENTOS

A Deus, pelo dom da vida e pela permissão de concretizar mais uma etapa.
Ao meu Orientador, Professor Dr. Rosiberto Salustiano da Silva Júnior, por aceitar o
desafio e acreditar neste trabalho, e sempre ser solícito em todos os momentos que
precisei.
Ao meu esposo que acompanha a minha caminhada desde a graduação e nunca me
permitiu desistir.
Aos meus pais e irmãos por todo amor, cuidado e incentivo em todos os momentos.
Aos verdadeiros amigos que fiz na turma de 2019 durante o Programa de PósGraduação.
Aos grandes professores que tive o prazer de ter durante a Pós-Graduação, pelo
acolhimento e os ensinamentos transmitidos.

RESUMO
A poluição atmosférica tem influência na qualidade do ar, que pode ser
comprometida caso as substâncias emitidas devem estar dentro dos padrões
estabelecidos pelo CONAMA, que tem como referência os valores guia
recomendados pela Organização Mundial da Saúde. O aumento da quantidade de
poluentes, bem como a sua dispersão no meio está diretamente associado as
variáveis meteorológicas são responsáveis por esta dispersão ou concentração de
substâncias. Diante disso, o presente estudo tem como principal objetivo identificar
os principais poluentes e avaliar a qualidade do ar das capitais do Nordeste do Brasil,
para o ano de 2015. A justificativa para a realização deste estudo se dá diante dessa
problemática da falta de monitoramento da qualidade do ar na região Nordeste.
Devido a ausência de estações de monitoramento da qualidade do ar para a maioria
das capitais do da região foram utilizadas três bases de dados com a finalidade de
estimar a qualidade do ar para as nove unidades Federativas, a saber, a Estação de
Monitoramento de Concórdia na Região Metropolitana de Salvador no Estado da
Bahia, o modelo ECMWRF Copernicus e os dados obtidos através do Satélite da
NASA, os poluentes que foram avaliados são o CO e NO 2. Para a identificação da
influência das variáveis meteorológicas nos processos de dispersão e concentração
dos contaminantes atmosféricos, foi utilizado o modelo WRF/Chem, a fim de simular
o estado da atmosfera para quantificar as espécies CO e NO2.
Palavras-chave:
atmosférica.

modelo

WRF/Chem,

concentração,

estimativa,

poluição

ABSTRACT
Atmospheric pollution has an influence on air quality, which can be compromised if the substances emitted must meet the standards established by CONAMA,
which has as reference the guide values recommended by the World Health Organization. The increase in the amount of pollutants, as well as its dispersion in the medium is directly associated with meteorological variables that are responsible for this
dispersion or concentration of substances. Therefore, the main objective of this study
is to identify the main pollutants and assess the air quality of the capitals of the
Northeast of Brazil, for the year 2015. The justification for this study is given this
problem of the lack of monitoring of the air quality in the Northeast region. Due to the
absence of air quality monitoring stations for most capitals in the region, three databases were used in order to estimate the air quality for the nine Federative units,
namely, the Concordia Monitoring Station in Metropolitan Region of Salvador in the
State of Bahia, the ECMWRF Copernicus model and the data obtained through the
NASA Satellite, the pollutants that were evaluated are CO and NO2. To identify the
influence of meteorological variables on the processes of dispersion and concentration of atmospheric contaminants, the WRF/Chem model was used in order to simulate the state of the atmosphere to quantify CO and NO2 species.

Keywords: WRF/Chem model, concentration, estimation, air pollution.

LISTA DE FIGURAS
Figura 1: Emissões relativas de poluentes por tipo de fontes. .................................... 19
Figura 2: Evolução da frota veicular do Brasil no ano de 2015. .................................. 29
Figura 3: a- Média da frota veicular para as regiões do Brasil. b- Percentagem da
frota veicular distribuído por região. ................................................................................ 30
Figura 4: Unidades federativas da região Nordeste. .................................................... 31
Figura 5: a- evolução da frota veicular ao longo do ano de 2015. b- percentagem
veicular para cada Estado do NEB. ................................................................................ 31
Figura 6: Representação das Estações Meteorológicas da Região Metropolitana de
Salvador, em destaque a estão 13 de Concórdia. ......................................................... 33
Figura 7: Emissão de poluentes para o NEB, base de dados PREP-CHEM-SRC-1.5
coluna da esquerda, e base de dados ACOM/NCAR coluna da direita. ..................... 37
Figura 8: Médias da concentração de monóxido de carbono para a estação de
monitoramento da qualidade do ar da estação de Concórdia - Salvador/BA. ............ 39
Figura 9: Níveis de concentrações de poluentes para a localidade de Concórdia,
Salvador/BA no ano de 2015, utilizando o modelo de qualidade do ar WRF/Chem. . 40
Figura 10: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade
relativa (c) e velocidade do vento (d), para a cidade de Salvador/BA, ano 2015. ...... 42
Figura 11: Concentração NO2 para NEB de acordo com os dados do ECMWF
Copernicus ......................................................................................................................... 44
Figura 12: Variação mensal da velocidade do vento (d), para a cidade de João
Pessoa/PB, ano 2015. ...................................................................................................... 45
Figura 13: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade
relativa (c) e velocidade do vento (d), para a cidade de João Pessoa/PB, ano 2015.
............................................................................................................................................ 45
Figura 14: Concentração NO2 para o NEB de acordo com os dados da NASA........ 47
Figura 15: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade
relativa (c) e velocidade do vento (d), para a cidade de Recife/PE, ano 2015. .......... 47
Figura 16: Concentração CO para o NEB de acordo com os dados da NASA ......... 49
Figura 17: Acumulado mensal de precipitação pluviométrica nas capitais do NEB.50

Figura 18: Condição meteorológica do NEB (Temperatura do Ar, Velocidade do
Vento e Radiação Solar), para o dia 15/06/2015 para as 12h e 20h, resultados das
simulações realizadas com o modelo WRF/Chem sistema ACOM/NCAR. ................ 51
Figura 19: Variação espacial da concentração do CO (Monóxido de Carbono) e
PM10 (Material Particulado 10m) para o NEB, obtidos a partir de simulações com o
modelo WRF/Chem, sistema ACOM/NCAR. .................................................................. 52
Figura 20: Variação espacial da concentração do NO2 (Dióxido de Nitrogênio) e O3
(Ozônio) para o NEB, obtidos a partir de simulações com o modelo WRF/Chem,
sistema ACOM/NCAR....................................................................................................... 54
Figura 21: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade
relativa (c) e velocidade do vento (d), para as capitais do NEB, ano 2015, simulações
utilizando o modelo atmosférico WRF. ............................................................................ 55
Figura 22: Concentração média de CO (a), NO2 (b), O3 (c), PM10 (d), Velocidade do
Vento (e), e Temperatura do Ar (f), para as capitais do NEB, ano 2015, simulações
WRF/Chem com sistema ACOM/NCAR. ........................................................................ 56

LISTA DE TABELAS
Tabela 1: padrões de qualidade do ar de acordo com a RESOLUÇÃO Nº 491, DE 19
DE NOVEMBRO DE 2018......................................................................................... 20
Tabela 2: Níveis de atenção, alerta e emergência para poluentes e suas
concentrações de acordo com a RESOLUÇÃO Nº 491, DE 19 DE NOVEMBRO DE
2018. ......................................................................................................................... 21
Tabela 3: Tempos de amostragem usados para os padrões de CO. ........................ 23

LISTA DE ABREVIATURAS E SIGLAS
CETESB- Companhia Ambiental do Estado de São Paulo
CH4- metano
CLP- Camada Limite Planetária
CO- Monóxido de carbono
CO2- Dióxido de carbono
CONAMA- Conselho Nacional do Meio Ambiente
DETRAN/AL- Departamento Estadual de Trânsito em Alagoas
EPA- Environmental Protection Agency
INPE- Instituto Nacional de Pesquisas Espaciais
MMA- Ministério do Meio Ambiente
MP 10- Material particulado 10 µm
MP 2,5- Material Particulado 2,5 µm
NEB- Nordeste Brasileiro
NO2- dióxido de Nitrogênio
NOX- Óxidos de Nitrogênio
O3- Ozônio
ppb- Parte por bilhão
ppm- Parte por milhão
PRONAR- Programa Nacional de Controle de Qualidade do Ar
PRONCOVE- Programa de Controle de Poluição do Ar por Veículos Automotores
SO2- dióxido de enxofre
SOX- Óxidos de enxofre
WRF/Chem- Weather Research and Forecasting – Chemistry

SUMÁRIO
1. INTRODUÇÃO ...................................................................................................... 14
OBJETIVO GERAL ................................................................................................... 16
OBJETIVOS ESPECÍFICOS ..................................................................................... 16
JUSTIFICATIVA ......................................................................................................... 17
2. REVISÃO DA LITERATURA................................................................................. 18
2.1. Padrões Nacionais de Qualidade do Ar .............................................................. 18
2.2. Emissões veiculares no Nordeste do Brasil ....................................................... 21
2.3. Padrão de qualidade do ar ................................................................................. 22
2.4. Estimativa de poluentes atmosféricos. ............................................................... 23
2.4.1. Estimativas de poluentes utilizando imagens de satélite. ................................ 23
2.4.2. Estimativa de poluentes utilizando o modelo WRF/Chem. .............................. 24
2.5. Relação entre os poluentes NO2 e CO e as reações que ocorrem na
troposfera...................................................................................................................23
3. METODOLOGIA ................................................................................................... 29
3.1. Área de estudo ................................................................................................... 30
3.2. Dados utilizados para avaliar a qualidade do ar no NEB ................................... 32
3.2.1. Dados da estação de monitoramento de Concórdia em Salvador-BA ............ 32
3.2.2. ECMWF (European Centre for Medium-range Weather Forecasting)
Copernicus ................................................................................................................ 30
3.2.3. Dados NASA ................................................................................................... 34
3.2.4. Modelo WRF/Chem (Weather Research and forecasting/Chemistry). ............ 34
3.2.5. Inventário de Emissões como entrada química do modelo WRF/Chem ......... 35
4. RESULTADOS E DISCUSSÃO............................................................................. 38
4.1. Análise da qualidade do ar utilizando dados da estação de monitoramento de
Concórdia na Região Metropolitana de Salvador/BA. ............................................... 38
4.2. Análise da qualidade do ar utilizando a base de dados ECMWF (European

Centre for Medium-range Weather Forecasting) Copernicus. ................................... 43
4.3. Análise da qualidade do ar utilizando o satélite da NASA .................................. 46
4.7. Dados obtidos do modelo WRF/Chem. .............................................................. 50
5. CONCLUSÕES ..................................................................................................... 58
6. REFERÊNCIAS BIBLIOGRÁFICAS ..................................................................... 59

1. INTRODUÇÃO

A atmosfera é responsável por vários processos químicos, nela ocorre à
absorção de diferentes substâncias, seja no estado sólido, líquido ou gasoso,
provenientes de fontes naturais ou antropogênicas; estes compostos podem se
dispersar, reagir entre si ou com outras substâncias presentes no ar. Os poluentes
atmosféricos originam-se principalmente pela queima de combustíveis fósseis para
fins industriais e veiculares. (LISBOA, 2014).
Tomando como exemplo o estado de São Paulo, que registra como poluentes
aqueles emitidos por fontes estacionárias e móveis por meio da combustão de
processos industriais e queima de resíduos sólidos, estes são responsáveis pelas
emissões de dióxido de carbono (CO2), hidrocarbonetos (CH), óxidos de nitrogênio
(NOx) e enxofre (SOx), as fontes naturais registram emissões de poeiras e material
particulado, além de gases como o ácido sulfídrico (H2S) (CETESB, 2018).
Na região Nordeste do Brasil, a cidade de Fortaleza-CE, é a quinta maior
capital em termos de população, com cerca de 2 milhões de habitantes (IBGE,2016).
No Estado, foi registrada uma frota de mais de 1 milhão de veículos em circulação
(DETRAN-CE, 2017), e assim como o estado de São Paulo, as fontes móveis podem
estar relacionadas a emissão de poluentes atmosféricos.
De acordo com um estudo realizado por Oliveira et. al. (2019), desde o ano de
2007 não há monitoramento da qualidade do ar da capital Fortaleza localizada no
Estado do Ceará, publicado pelos órgãos responsáveis, e apenas a comunidade
científica reporta estudos de qualidade do ar, porém o monitoramento contínuo por
parte dos órgãos ambientais tem sido negligente diante disso, a justificativa para
este estudo se dá diante dessa problemática, a falta de monitoramento da qualidade
do ar na região Nordeste.
Para este estudo, foram utilizadas três bases de dados com a finalidade de
estimar a qualidade do ar para estas capitais, a primeira é a Estação de
Monitoramento de Concórdia na Região Metropolitana de Salvador no Estado da
Bahia. A estação conta com dados diários de poluentes atmosféricos, destacando
para este estudo, o CO e NO2. A segunda base de dados é o modelo ECMWRF
Copernicus, que também possui modelagem, e dispõe de dados de concentração

dos poluentes presentes neste estudo, já os dados obtidos através do Satélite da
NASA, permite a observação dos dados de forma espacial, sendo assim, torna-se
possível verificar a dispersão ou concentração de uma substância. Para as duas
últimas fontes de dados, foram utilizados valores diários para todo o ano de 2015
para os poluentes CO e NO2.
O modelo WRF/Chem neste estudo foi utilizado para identificar as possíveis
relações de influência das variáveis meteorológicas sob a concentração dos
poluentes estudados, a fim de simular o estado da atmosfera para quantificar as
espécies CO e NO2, bem como analisar o seu processo de dispersão e/ou
concentração.

OBJETIVO GERAL
Estimar a qualidade do ar das regiões metropolitanas da Região Nordeste do Brasil.
OBJETIVOS ESPECÍFICOS
 Utilizar os dados obtidos a partir da Estação de Monitoramento de Concórdia, situada na Região Metropolitana de Salvador como ponto de partida para identificar os
poluentes monóxido de carbono (CO) e Dióxido de carbono (NO 2), objetos de estudo
deste trabalho.
 Estimar a qualidade do ar no Nordeste brasileiro utilizando os dados obtidos a
partir da base de dados do ECMWF Copernicus e Satélite da Nasa para o ano de
2015.
 Simular as concentrações de poluentes obtidas nas regiões metropolitanas através do modelo WRF-Chem.
 Analisar a influência das variáveis meteorológicas simuladas no modelo WRFChem

JUSTIFICATIVA

Devido às emissões de compostos químicos, o clima urbano vem sofrendo
alterações ao longo dos anos, o que classifica que a emissão dessas substâncias na
atmosfera é uma variável importante por influenciar na saúde humana e meio
ambiente a depender das suas concentrações (CORREIA, 2011).
Na região Nordeste, estudar, quantificar e analisar o monitoramento de
poluentes é imprescindível, pois se trata de uma área que não conta com muitos
investimentos para a criação de estações de monitoramento da qualidade do ar
(Freitas et al., 2018).

2. REVISÃO DA LITERATURA
2.1. Padrões Nacionais de Qualidade do Ar

A Resolução Nº 491, de 19 de novembro de 2018, dispõe dos padrões
estabelecidos, para a qualidade do ar, considerando como referência valores guia de
substâncias emitidas na atmosfera de acordo com a Organização Mundial de saúde
(OMS) em 2005. Porém a antiga resolução do CONAMA Nº 05 em 15 de junho de
1989 instituiu o PRONAR, com a finalidade da criação da Rede Nacional de
Monitoramento da Qualidade do Ar.
“Como um dos instrumentos básicos da gestão ambiental para
proteção da saúde e bem estar das populações e melhoria da
qualidade de vida com o objetivo de permitir o desenvolvimento
econômico e social do país de forma ambientalmente segura, pela
limitação dos níveis de emissão de poluentes por fontes de poluição
atmosférica (Resolução CONAMA Nº 05, de 15/06/1989)”.

O Programa Nacional de Controle da Qualidade do Ar estabeleceu limites
nacionais para as emissões, separando por tipo de fonte emissora e por poluentes
prioritários, utilizando os padrões de qualidade do ar como ação de controle. Além
disso, foram previstas medidas para a classificação das áreas de acordo com os
níveis pretendidos de qualidade do ar, monitoramento, inventário de emissões e
licenciamento ambiental (MMA, 2015).
Considerando que a emissão por veículos automotores é uma fonte móvel de
poluição, em maio de 1986, a Resolução CONAMA nº 18 criou o Programa de
Controle de Poluição do Ar por Veículos Automotores (PROCONVE), coordenado
pelo Instituto Brasileiro do Meio Ambiente (IBAMA). O aumento do número de
veículos automotores pode corroborar para o aumento da concentração de
poluentes que não devem ultrapassar o nível máximo tolerável, valores estes, que
são definidos por órgãos ambientais.

Figura 1: Emissões relativas de poluentes por tipo de fontes.

Fonte: (CETESB, 2015).

De acordo com os dados do relatório da qualidade do ar oferecido pela
CETESB (ver figura 1) é possível observar que em sua maioria, os poluentes
emitidos no Estado de São Paulo para o ano de 2015 são de fontes móveis, onde as
substâncias mais comuns emitidas por essas fontes são o monóxido de carbono
(CO), hidrocarbonetos (HC), material particulado (MP10), óxidos de nitrogênio (NOx)
e os óxidos de enxofre (SOx) que tem maior índice nos processos industriais.
Os padrões de qualidade do ar definem os limites de um poluente na atmosfera,
de modo que assegure a saúde e o meio ambiente. Tais padrões foram
estabelecidos pelo Instituto Brasileiro de Meio Ambiente (IBAMA), e aprovados pelo
Conselho Nacional de Meio Ambiente, pela resolução CONAMA nº 491, de 19 de
novembro de 2018, que regulamentou os poluentes padronizados no Brasil, podem
ser representados pela tabela 1.

Tabela 1: padrões de qualidade do ar de acordo com a RESOLUÇÃO Nº 491, DE 19
DE NOVEMBRO DE 2018.
Poluente Atmosférico

Período de
Referência

PI-1

PI-2 PI-3

mg/m³ m/m³ mg/m³ mg/m³ ppm
Material Particulado - MP10

24 horas

120

100

Anual¹

24 horas

Anual¹

24 horas

125

Anual¹

1 hora²

260

240

220

200

Anual¹

Ozônio - O3

8 horas³

140

130

120

100

Fumaça

24 horas

120

100

Anual¹

Monóxido de Carbono - CO

8 horas³

Partículas Totais em Suspensão - PTS

24 horas

240

Anual4

Anual¹

0,5

Material Particulado - MP2,5

Dióxido de Enxofre - SO2

Dióxido de Nitrogênio - NO2

Chumbo - Pb5
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: Disponível em: https://www.in.gov.br/web

Além dos valores estabelecidos para os poluentes, a resolução do CONAMA
11/2018 estabelece também os níveis de alerta mediante episódios críticos de
poluição, a fim de prevenir os riscos a saúde da população; estes dados estão
representados na tabela 2.

Tabela 2: Níveis de atenção, alerta e emergência para poluentes e suas
concentrações de acordo com a RESOLUÇÃO Nº 491, DE 19 DE NOVEMBRO DE
2018.
PARÂMETROS
Dióxido de enxofre (µg/m3) – 24 h
Partículas totais em suspensão
(PTS) ( µg/m3) – 24 h
SO2 X PTS ( µg/m3)( µg/m3) – 24 h
Monóxido de carbono (ppm) – 8 h
Ozônio ( µg/m3) – 1 h
Partículas inaláveis (µg/m3) – 24 h
Fumaça ( µg/m3)
Dióxido de Nitrogênio (µg/m3)

ATENÇÃO
≥ 800

NÍVEIS
ALERTA
≥ 1.600

EMERGÊNCIA
≥ 2.100

≥ 375

≥ 625

≥ 875

≥ 65.000
≥ 15
≥ 400*
≥250
≥250
≥1.130

≥ 261.000
≥ 30
≥ 800
≥ 420
≥ 420
≥2.260

≥ 393.00
≥ 40
≥1.000**
≥500
≥500
≥3.000

Fonte: Disponível em: https://www.in.gov.br/web

2.2. Emissões veiculares no Nordeste do Brasil
A literatura ainda é um pouco escassa em estudos que abrangem uma análise
completa da qualidade do ar de todos os centros urbanos da região nordeste
brasileira, porém é sabido que a poluição está relacionada com as fontes
antropogênicas como a combustão, processos industriais, queima de resíduos
sólidos e a frota veicular que corresponde a aproximadamente 80% dos poluentes
gasosos presentes na atmosfera (LISBOA, 2014). Portando, a análise dos poluentes
presentes na atmosfera, tem sino às medidas tomadas por órgãos ambientais e
outros segmentos da sociedade, com o objetivo de reduzir e controlar as emissões
veiculares.
Em um estudo realizado por GERMANO (2009) foram definidas as taxas de
emissões de gases poluentes de origem veicular para a cidade de Maceió, no
Estado de Alagoas, a partir das principais rotas de tráfego da cidade, que para o ano
em questão, apresentava uma frota de aproximadamente 206 mil veículos para o
ano de 2009, considerou que há emissão de 39 mil ton/ano de CO e 12 mil ton/ano
de NOx. Em um estudo realizado por Silva (2012), para o Estado de Alagoas, cerca
de Em Alagoas cerca de 80 veículos entre novos, seminovos são vendidos
mensalmente (Superintendência Municipal de Transporte e Trânsito-SMTT). De
acordo com o plano de controle veicular realizado pelo IMA (Instituto do Meio
Ambiente), cerca de 95% da poluição da capital Maceió vem da queima de
combustíveis.

O Ceará é o quinto estado mais populoso do Brasil, localizada na Região
Nordeste, a capital Fortaleza, possui um clima tropical que se caracteriza por duas
estações predominantes, a chuvosa e seca. De acordo com LOPES et.al. (2018) a
área da Região Metropolitana de Fortaleza (RMF), possui cerca de 4 milhões de
habitantes e por consequência houve o aumento da frota veicular, sendo
considerada a décima segunda maior região metropolitana do Brasil.
Diante disso, muitos autores têm elaborado estudos compostos por inventários
de emissões de poluentes em regiões urbanas utilizando metodologias como
programas de simulação, imagens por sensoriamento remoto e monitoramento
contínuo de substâncias nocivas ao meio e a saúde humana (LOPES et.al., 2018).

2.3. Padrão de qualidade do ar
De acordo com as resoluções normativas que definem o padrão de qualidade
do ar nacional, a resolução CONAMA Nº 491 de 19/11/2018, define como forma de
poluente atmosférico qualquer que seja a forma de matéria que se torne nociva à
saúde, ao bem-estar público, prejudiciais à fauna e a flora e/ou torne prejudicial às
atividades normais da comunidade (Disponível em: < https://www.in.gov.br/>).
De modo a exemplificar o padrão da qualidade do ar, e tomando como base o
relatório de qualidade do ar da CETESB (2008), a região metropolitana de São
Paulo, não registra a ultrapassagem do padrão de qualidade do ar para o monóxido
de carbono, considerando o nível máximo de 9 ppm para o período de 8 horas de
exposição, estabelecidos pelo CONAMA. Essa concentração está ligada ao período
diário, ou seja, podendo ser considerado um período de 8 horas não sendo
necessariamente um período de horas seguidas, esses valores pode ser somado ao
longo do dia, uma vez que, existem países que adotam como referência um período
de amostragem menor (ver tabela 3).

Tabela 3: Tempos de amostragem usados para os padrões de CO.
Tempo de Amostragem
15 min
30 min

8h
24 h
Sem padrão

Países
OMS, Hong Kong (proposição)
OMS, Hong Kong (proposição)
OMS, EUA, CARB (EUA), Canadá, Nova
Zelândia, Hong Kong, China, Coréia do Sul,
Índia, Chile e Brasil.
OMS, EUA, CARB (EUA), Canadá, Nova
Zelândia, Hong Kong, China, Coréia do Sul,
Índia, Chile e Brasil.
Suíça, Japão e China
Peru

Fonte: Disponível em: <https://energiaeambiente.org.br/>

Tomando como referência Hong Kong na China, considerada uma cidade com
alto índice de poluição, em um estudo Arbex et. al. (2012), foi avaliado a associação
entre poluentes aéreos e a influência no desenvolvimento de doenças respiratórias
entre os anos 2000-2004.
De acordo com a tabela 4, é possível observar que Hong Kong o tempo de
amostragem para a determinação da concentração de poluentes são de 15 e 30
minutos, e 1-8 horas de exposição, e o Brasil estabelece um menor número de
amostragem, sendo apenas para de 1-8 horas para todo o país, considerando que
existem grandes centros urbanos, como São Paulo. Dessa forma, os números
estabelecidos pela resolução do CONAMA tornam-se permissivos para o Estado.

2.4. Estimativa de poluentes atmosféricos.
2.4.1. Estimativas de poluentes utilizando imagens de satélite.
O método do uso das imagens de satélite tem sido utilizado em alguns estudos
para detectar a qualidade do ar, principalmente para poluentes presentes na
estratosfera e troposfera. Dentre eles, podemos destacar o dióxido de Nitrogênio
(NO2) e os aerossóis, sendo o primeiro um dos principais componentes da poluição
do ar urbana sendo gerado principalmente por ações antrópicas (BECHLE et al.,
2013).
A utilização de imagens de satélite para estudos de monitoramento e estimativa
da qualidade do ar tem sido fundamental, uma vez que para algumas regiões como
o Nordeste do Brasil são escassas de investimentos em redes de monitoramento.
De acordo com Freitas et.al (2018), que realizou estudos de monitoramento do

dióxido de nitrogênio utilizando imagens de satélite, por permitir a observação em
grande expansão espacial em um pequeno espaço temporal.
No estudo realizado por Freitas et.al (2018), utilizando o Satélite Aura, o autor
gerou imagens espectrais que permitiu quantificar o NO2 presente na atmosfera e os
locais que apresentavam maiores concentrações desta substância, com o objetivo
de quantificar as concentrações e a identificação da variação espacial e temporal, a
fim de relacionar as tendências mensais e sazonais deste gás e a sua relação com
as variáveis meteorológicas.
Em um estudo realizado por Azevedo et.al. (2021) através do processamento
de imagens de satélite utilizando o TROPOMI Sentinel - 5P e MODIS AOD no
primeiro semestre de 2019 e 2020, início do período pandêmico. O estudo foi
realizado para a região Nordeste do Brasil e conduzido pelo uso da plataforma de
processamento de dados do Google Earth Engine (GEE), que disponibiliza as
imagens.
O autor considerou as áreas com fontes potenciais de emissão, a saber, áreas
urbanas, áreas industriais e os entornos de reservatórios de água. Para as áreas
urbanas foram escolhidas as cidades de Recife e Caruaru- PE. De acordo com os
dados obtidos pelas imagens de satélite para as cidades de Recife e Caruaru, houve
uma diminuição observada nos dois primeiros bimestres de 2020 para o poluente
NO2. De acordo com Azevedo et.al. (2021), esse fato pode ser justificado devido
aos maiores índices do isolamento social.
2.4.2. Estimativa de poluentes utilizando o modelo WRF/Chem.
O

modelo

previsão

tempo

clima

Weather

Research

Forescast/Chemistry é utilizado para a verificação da qualidade do ar. O sistema
numérico de previsão do tempo em multiescala torna-se aplicável por ser eficaz
tanto para previsão operacional quanto para pesquisas atmosféricas, uma vez que
permite a identificação de poluentes como o monóxido de carbono, ozônio, dióxido
de carbono e óxidos de nitrogênio (GRELL et al., 2005).
O WRF tem uma estrutura modular que possui um módulo específico para
cada cálculo de poluente, esta estrutura modular é denominada CHEM. As reações
são obtidas on-line, o que evita que haja interpolação de dados. Além disso, a
viabilidade do modelo permite que sejam acoplados outros processos físicos e

químicos tais como transporte, a emissão do poluente e as suas transformações,
interação com aerossóis, radiação, entre outros (SCHUCH; FREITAS, 2017). Neste
estudo o modelo WRF disponibiliza dados de concentração, dados de vento e
temperatura. O modelo matemático foi utilizado com a finalidade de comparar os
dados obtidos através das outras bases, com as variáveis meteorológicas e a sua
influência nos processos de dispersão dos poluentes.
Uma grande variedade de estudos relaciona a dispersão de poluentes
atmosféricos com modelos matemáticos. De acordo com IRIART et al. (2016), em
um estudo sobre a simulação da dispersão de gases em um centro de lançamento
de foguetes, foi utilizado o modelo Weather Research and Forecasting (WRF),
estando acoplado ao seu módulo químico para que fosse simulada a dispersão dos
poluentes emitidos por um Veículo Lançador de Satélites (VLS) (IRIART; FISCH,
2016).
As simulações foram feitas para períodos diurnos e noturnos durante as
estações secas e chuvosas, e mediante a isso foi identificado às regiões afetadas
pelas emissões de monóxido de carbono e a trajetória dessas partículas de acordo
com o vento, e identificou-se que das regiões atingidas, o estacionamento do local
apresentou maiores níveis de concentração de monóxido, além disso, com as
simulações utilizando os modelos, foi possível gerar dados de tempo de dissipação
do poluente (IRIART; FISCH, 2016).
O modelo WRF/Chem tem sido bastante utilizado em estudos de qualidade do
ar e poluição, de acordo com CUCHIARA et al.(2014) em um estudo foi possível
identificar e quantificar as previsões da região de Houston no Texas quando alguma
parametrização da camada limite planetária é alterada, e dessa maneira, os autores
encontraram diversas variáveis que podiam ser correlacionadas com as variáveis
meteorológicas da região, a saber, razão de mistura de vapor d’água, temperatura
potencial, entre outros.
O WRF/Chem foi utilizado por CHAPMAN et al. (2009) para avaliar a influência
das fontes pontuais de aerossóis levando em consideração seus efeitos diretos e
indiretos, e analisando os efeitos da retroalimentação do modelo nos aerossóis das
nuvens e na radiação incidente. Diante disso, o modelo escolhido para este estudo,
se deu através da sua estrutura modular, que podem ou não serem acoplados. Este
modelo possui módulos de previsão do tempo (REAL), químico (CHEM), uma vez

que será trabalhada a estimativa de poluentes, e estes, podem ser trabalhados de
forma integrada e funcionar ao mesmo tempo.
2.5. Relação entre os poluentes NO2 e CO e as reações que ocorrem na
troposfera.
As principais substâncias emitidas diretamente pelos veículos durante o
processo de combustão são o dióxido de enxofre (SO2), monóxido de carbono (CO),
óxidos de nitrogênio (NOx) e material particulado (MP). Esta seção consiste na
apresentação das principais reações que acontecem na troposfera através dos
poluentes NO2 e CO, objetos de estudo deste trabalho.
Sabe-se que na presença da radiação solar os óxidos de nitrogênio (NO e NO 2)
podem dar origem a outro poluente, o ozônio (O3) que ocorre pela fotólise do NO2
como pode ser visto na equação 4.
Equação (4): NO2 + hv → NO + O
Equação (5): O + O2 + M → O3 + M
De acordo com SILVA (2018) não há outras fontes significativas de ozônio na
atmosfera além da reação 5. Uma vez formado, o O 3 reage com o NO podendo regenerar o NO2:
Equação (6): O3 + NO → NO2 + O2
Ainda de acordo com o autor, as reações 4,5 e 6, chegarão a um ponto no qual
o NO2 será quebrado e regenerado de forma rápida até que um ciclo estável possa
ser mantido. Este mesmo ciclo poderá ser alterado na presença de monóxido de
carbono (CO) e compostos orgânicos voláteis (COV’s) que podem sofrer oxidação
através dos radicais hidroxilas (OH) como pode ser visto na equação 7.
Equação (7): CH4 + OH → CH3 + H2O
Já a reação de oxidação do metano (CH4) que é um composto orgânico volátil
na presença do OH, o radical metil (CH3) irá reagir com o gás oxigênio formando o
produto radical peróxido de metil (CH3O2):
Equação (8): CH3 + O2 + M → CH3O2 + M

O radical peróxido de metil (CH3O2) na troposfera pode reagir com o NO, produzindo então o radical metóxi (CH3O) e NO2.
Equação (9): CH3O2 + NO → CH3O + NO2
Para o produto CH3O formado na reação 9, na troposfera, poderá reagir com o
O2 que dará origem ao formaldeído (HCHO) e o radical HO2.
Equação (10): CH3O + O2 → HCHO + HO2
O produto HO2 pode reagir com NO formando regenerando o NO2 e formar hidroxila (OH):
Equação (11): HO2 + NO → NO2 + OH
De acordo com ROJAS (2013), as reações 9 e 11, a produção de dióxido de nitrogênio (NO2) podem resultar em uma alta produção de ozônio a partir das equações 4 e 5. Além disso, os radicais HO2 e OH obtidos como produtos da reação durante o processo de oxidação do metano (CH4) também podem reagir com o ozônio
de acordo com as equações 12 e 13.
Equação (12): HO2 + O3 → OH + 2 O2
Equação (13): OH + O3 → HO2 + O2
Já para o poluente monóxido de carbono (CO), através das reações de oxidação
dessa substância, seu ciclo se inicia quando ele reage com o radical hidroxila, formando CO2:
Equação (14): CO + OH → CO2 + H
O átomo de hidrogênio (H) que foi formado na oxidação da reação 14 reage
com o O2 para formar o produto hidroperóxido (HO2):
Equação (15): H + O2 + M → HO2 + M
O produto HO2 pode reagir com o NO, para formar NO2 e regenerar o radical
hidroxila:
Equação (16): HO2 + NO → NO2 + OH

O radical HO2 também reage com ele mesmo para formar o peróxido de hidrogênio (H2O2):
Equação (17): HO2 + HO2 → H2O2 + O2
O peróxido de hidrogênio é temporariamente um reservatório de HOx (OH +
HO2), que pode ocorrer em duas etapas, representadas pelas equações 18 e 19:
Equação (18): H2O2 + hv → OH + OH
Equação (19): H2O2 + OH → HO2 + H2O

O NO2 produzido na reação 16 participa do ciclo fotoquímico do NOx (NO +
NO2) representados pelas reações 20, 21 e 22:
Equação (20): NO2 + hv → NO + O
Equação (21): O + O2 + M → O3 + M
Equação (22): O3 + NO → NO2 + O2
O ciclo se finda quando o radical hidroxila (OH) e o dióxido de nitrogênio (NO 2)
reagem e formam o ácido nítrico como representado na equação 23.
Equação (23): OH + NO2 → HNO3 + M
Como visto, é importante a análise da qualidade do ar, pois muitas substâncias que
são emitidas na atmosfera, podem formar ciclos e consequentemente novas
substâncias que trazem riscos a saúde e ao meio ambiente.

3. METODOLOGIA
Com o aumento da população e do número de veículos no Brasil (ver figura 2),
pressupõe-se que as pessoas encontram-se mais expostas à poluição, e com a
mudança nessas variáveis, consequentemente os índices de poluição e qualidade
do ar podem estar relacionados a este aumento. Esta seção destaca as etapas da
realização do estudo da avaliação da qualidade do ar na região Nordeste. De acordo
com os dados do DENATRAN (2015), em janeiro, o país contava com uma frota de
aproximadamente 87.073.671, tendo aumentado ao longo do ano. A frota de
brasileira em 2015 assume uma média de 88.882.052, incluindo todos os tipos de
veículos automotores.
Figura 2: Evolução da frota veicular do Brasil no ano de 2015.
91.000.000

90.686.936

90.000.000
89.000.000
88.000.000
87.073.671
87.000.000
86.000.000
85.000.000
JAN

FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
Fonte: Autor,2021.

A figura 3a mostra a média da frota veicular de acordo com as regiões
brasileiras, e o gráfico 4b, aponta o percentual da frota veicular levando em
consideração todos os veículos automotores movidos à gasolina, diesel e etanol.

Figura 3: a- Média da frota veicular para as regiões do Brasil. b- Percentagem da
frota veicular distribuído por região.

Fonte: Autor,2021.

Com o auxílio da figura 3, é possível observar que a região sudeste é a maior
em termos de frota veicular, e a região Norte possui um número menor de veículos
automotores (ver figura 3b). Correspondendo a aproximadamente 17% da frota
brasileira, a região nordeste, foi escolhida para desenvolver este estudo, por não
haver monitoramento da qualidade do ar nas capitais, sendo necessária a realização
de mais estudos para tornar conhecidos os níveis dos contaminantes atmosféricos.
3.1. Área de estudo
A Região Nordeste ocupa uma área total de 1.561.177km² e fica localizada
entre os meridianos 48º 05' W - 35º 02' W e paralelos 1º S - 18º 05' S. A região é
banhada, ao Norte e a Leste, pelo oceano Atlântico, e, foi escolhida como ponto de
partida para o início deste estudo, pois vem crescendo ao longo dos anos sendo a
terceira maior região do Brasil e a maior em número de estados, ao todo são nove
unidades federativas, a saber, Alagoas (AL), Bahia (BA), Ceará (CE), Maranhão
(MA), Paraíba (PB), Pernambuco (PE), Piauí (PI), Rio Grande do Norte (RN) e
Sergipe

(SE),

como

representado

figura

<https://www.ibge.gov.br/cidades-e-estados/al.html>).

(Disponível

respectivas

em:

capitais

nordestinas são: Maceío/AL, Salvador/BA, Fortaleza/CE, São Luis/MA, João
Pessoa/PB, Recife/PE, Teresina/PI, Natal/RN e Aracaju/SE.

Figura 4: Unidades federativas da região Nordeste.

CE
PI

RN
PB
PE
AL
SE

Fonte: Autor, 2021.

O ano de 2015 foi escolhido para desenvolver este estudo, devido a presença
dos dados da Estação de Concórdia na Bahia, que foi utilizada para como ponto de
partida. Para o ano de 2015 foi registrado uma frota veicular de aproximadamente
14.775.892 para todo o NEB. Em geral todos os estados do Nordeste do Brasil
apresentam frota veicular acima de 600 mil em 2015 (ver figura 5a), sendo os
estados da Bahia, Ceará e Pernambuco com maiores frotas do Nordeste, sendo o
estado de Sergipe e Alagoas as menores, com números abaixo de 1 milhão.
Figura 5: a- evolução da frota veicular ao longo do ano de 2015. b- percentagem
veicular para cada Estado do NEB.

Fonte: Autor, 2021.

Com o auxílio da figura 5a, pode-se afirmar que a quantidade de veículos da
região Nordeste tem frota similar as regiões Centro-Oeste e Sul, e estando muito
abaixo da região Sudeste. Avaliando a distribuição percentual, ainda na figura 7b, os
estados da Bahia, Ceará e Pernambuco são responsáveis por aproximadamente 60%
da frota, dados obtidos no portal do DENATRAN, disponível no site do ministério da
infraestrutura, que estabelece as percentagens veiculares por região.
3.2. Dados utilizados para avaliar a qualidade do ar no NEB
Foram realizadas análises da qualidade do ar para as capitais dos estados do
NEB, e para isso o presente estudo conta com variadas fonte de dados, tomando
como ponto de partida a estação de monitoramento de qualidade do ar de SalvadorBA. As demais fontes são provenientes da base de dados do Copernicus, que são
divulgados na plataforma Windy (https://www.windy.com/) e disponibilizados na
plataforma ECMWF Copernicus Programme (https://atmosphere.copernicus.eu/data);
NASA (https://data.nasa.gov/). Além destes, foi utilizado o modelo WRF/Chem, com
a finalidade de comparar as concentrações das substâncias com as variáveis
meteorológicas tais como velocidade e direção do vento e temperatura. O período
de dados horário e diário estudados foi o ano de 2015 (janeiro a dezembro), e os
poluentes presentes neste trabalho são o monóxido de carbono (CO) e dióxido de
nitrogênio (NO2) Foram considerados dados horários para os períodos de 00:00,
06:00, 12:00 e 18:00.
3.2.1. Dados da estação de monitoramento de Concórdia em Salvador-BA
Tendo em vista que a Bahia é o estado com maior percentagem da frota
veicular, os dados da estação de monitoramento de qualidade do ar e estação
meteorológica automática de salvador é uma das ferramentas utilizadas neste
estudo. A estação automática de superfície possui uma memória central que está
ligada a sensores meteorológicos, tais como temperatura, pressão, concentração de
poluentes, entre outros. A estação de Concórdia, número 13 da figura 6, na Região
Metropolitana de Salvador (RMS) está localizada a 13° 19 ’ 33”S,39° 35 ’ 53” W.

Figura 6: Representação das Estações Meteorológicas da Região Metropolitana de
Salvador, em destaque a estão 13 de Concórdia.

Fonte: Instituto de Energia e Meio Ambiente, 2014.

De acordo com o Instituto de energia e meio ambiente, ao publicar o primeiro
diagnóstico de monitoramento de qualidade do ar no Brasil no ano de 2014, o
monitoramento para esta estação é automático, possui confiabilidade e se dá de
forma contínua, baseando-se nas propriedades físico-químicas das substâncias e
são analisadas em tempo real através de métodos ópticos tais como absorção
ultravioleta, infravermelho entre outros.
A estação meteorológica presente neste estudo está localizada na cidade de
Dias D’Ávila-BA, e possui monitoramento para os poluentes PM10, SO2, H2S, CO,
NH3 e NO2, e os parâmetros meteorológicos registrados são direção e velocidade do
vento.

3.2.2. ECMWF (European Centre for Medium-range Weather Forecasting)
Copernicus.
O

provedor

dados

europeu

Copernicus

disponível

site

(https://atmosphere.copernicus.eu/data), que gera resultados pelo modelo de
previsão ECMWF (European Centre for Medium-range Weather Forecasting). O
Copernicus é uma ferramenta baseada em observações por satélite, que fornece
dados em tempo real a um nível global, podendo recolher informações in situ. Dessa
forma, o Copernicus pode criar mapas que permitem a identificação de anomalias no
local estudado, e extrai as informações estatisticamente. Neste estudo foram
extraídas informações a respeito do poluente NO2. Porém, esta fonte de dados
fornece informações para todo o globo, porém foram extraídas informações para o
nordeste do Brasil.
Além disso, o modelo de previsão fornece dados de qualidade do ar para
outros

poluentes

como

material

particulado

PM2,5;

já

para

parâmetros

meteorológicos o modelo apresenta dados de direção do vento, temperatura e
umidade relativa.
3.2.3. Dados NASA
A agência espacial americana (NASA) possui um satélite para pesquisa e previsão
par a obtenção de dados para análise climática a curto e longo prazo. O site da NASA
(https://data.nasa.gov/) disponibiliza de forma gratuita dados de condições climáticas
e ambientais a para o globo. Com uma resolução temporal de 24 horas, o satélite é
capaz de monitorar a poluição do ar a uma escala não só global, bem como local e
regional. Para este estudo foram utilizados dados locais, em específico para a região
nordeste do Brasil. Os dados coletados foram diários para o ano de 2015 e, os
valores foram disponibilizados no GRADS para a obtenção de imagens espaciais
para todo o nordeste, esta fonte, foi utilizada para a obtenção de dados de dióxido
de nitrogênio.
3.2.4. Modelo WRF/Chem (Weather Research and Forecasting/Chemistry).
A parte meteorológica do modelo WRF, foi configurado de modo a cobrir todo o
NEB, com resolução de 12km e 131 pontos em X e Y, bem como 31 níveis verticais.

As parametrizações foram Microfísica das Nuvens (Lin et al. scheme), Radiação de
Onda Longa (rrtmg scheme), Radiação de Onda Curta (Goddard Short wave),
Camada Limite Planetária (ACM2 Pleim Scheme), Camada Limite Superficial
(Monin-Obukhov Scheme), uso do solo (NOAH Land-Surface Model), Cúmulos (New
Grell Scheme G3).
Para o presente estudo foi utilizado o modelo WRF/Chem para realizar
simulações de qualidade do ar para o Nordeste brasileiro. O sistema numérico de
previsão do tempo em multiescala torna-se aplicável por ser eficaz tanto para
previsão operacional quanto para pesquisas atmosféricas, uma vez que permite a
identificação de poluentes como o monóxido de carbono, ozônio, dióxido de carbono
e óxidos de nitrogênio (GRELL et al., 2005).
O WRF tem uma estrutura modular que possui um módulo específico para
tratamento da química da atmosfera (emissão, reações, dispersão, difusão), esta
estrutura modular é denominada CHEM. As reações são obtidas on-line, o que evita
que haja interpolação de dados. Além disso, a viabilidade do modelo permite que
sejam acoplados outros processos físicos e químicos tais como transporte, a
emissão do poluente e as suas transformações, interação com aerossóis, radiação,
entre outros (SCHUCH; FREITAS, 2017). Neste estudo o modelo WRF disponibiliza
dados de concentração, dados de vento e temperatura. O modelo matemático foi
utilizado com a finalidade de comparar os dados obtidos através das outras bases,
com as variáveis meteorológicas e a sua influência nos processos de dispersão dos
poluentes.
O módulo químico do modelo WRF/Chem foi configurado com as mesma
características de domínio da parte meteorológica, e da mesma forma sendo
suficiente para cobrir todo o território do Nordeste do Brasil (NEB). As opção química
utilizada na realizar as simulações diárias para todo o mês de junho/2015
(chem_opt=303 RADM2 e GOCART, biomass_burn_opt = 1, plumerisefire_frq = 120,
bio_emiss_opt=3 MEGAN).

3.2.5. Inventário de Emissões como entrada química do modelo WRF/Chem
Inventários de emissões utilizados como condição inicial para as simulações
realizadas com o modelo WRF/Chem foram baseados nos sistemas ACOM/NCAR e

PREP-CHEM-SRC-1.5. O sistema ACOM/NCAR (“Atmospheric Chemistry Observations and Modeling Lab” do “National Center for Atmospheric Research”) desenvolveu programas de pré-processamento de dados de entrada para o modelo de qualidade do ar WRF/Chem, condição inicial e de contorno química (mozbc, MOZART-4
e CAM “Chem global model output”), emissão antropogênica (anthro_emiss, global
EDGAR-HTAP emission inventory), emissão biogênica (bio_emiss, Model of Emissions of Gases and Aerosols from Nature - MEGAN), emissão por queimadas
(fire_emiss, Fire Inventory for NCAR – FINN).
O

sistema

PREP-CHEM-SRC

versão

1.5

(PREP-CHEM-SRC-1.5),

foi

desenvolvido para estimar as emissões de gases e aerossóis para áreas
urbanas/industriais, biogênica, queima de biomassa, fontes vulcânicas e para
biocombustíveis e queimadas agrícolas, ver Longo, et al., 2010. Esse sistema
disponibiliza uma base de dados com alta resolução temporal e espacial e detecção
de focos de queimadas utilizando satélites. O sistema PREP-CHEM-SRC-1.5 foi
configurado de forma semelhante ao ACOM/NCAR, emissão antropogênica
(anthro_emiss, global EDGAR-HTAP emission inventory), emissão biogênica
(bio_emiss, Model of Emissions of Gases and Aerosols from Nature - MEGAN),
emissão por queimadas (fire_emiss, Biomass Burning Emissions Inventory - 3BEM)
(Freitas, et al., 2011).
De modo a comparar as bases de emissão, as figuras dispostas em Figura 7,
demonstram a intensidade e localização das emissões de poluentes na área de
estudo, o Nordeste Brasileiro. Em termos de intensidade ambos os sistemas
estimam emissão na mesma magnitude para os poluentes utilizados como entrado
do modelo WRF/Chem. Porém no tocante ao posicionamento das fontes de
emissões, percebe-se que o sistema de emissão ACOM/NCAR é mais preciso, tendo
como parâmetro o posicionamento das Regiões Metropolitanas do NEB (RMNEB).
Vale destacar ainda, que para o presente estudo não foi possível obter informações
de fontes de emissão por queimadas no sistema de emissão PREP-CHEM-SCR-1.5.
Por este motivo, serão analisados os resultados obtidos com o sistema de emissão
ACOM/NCAR

Figura 7: Emissão de poluentes para o NEB, base de dados PREP-CHEM-SRC-1.5
coluna da esquerda, e base de dados ACOM/NCAR coluna da direita.
Sistema de Emissão PREP-CHEM-SCR-1.5

Fonte: Autor, 2021.

Sistema de Emissão ACOM/NCAR

4. RESULTADOS E DISCUSSÃO
Nesta seção serão abordados os fatores e parâmetros que determinam a
qualidade do ar para as principais regiões metropolitanas do NEB. Desde resoluções
e normativas governamentais que definam padrões de qualidade do ar, fontes de
emissões de poluentes, concentrações de poluentes e dispersão dos poluentes.
4.1. Análise da qualidade do ar utilizando dados da estação de monitoramento
de Concórdia na Região Metropolitana de Salvador/BA.
O monitoramento da qualidade do ar para Salvador/BA foi realizado de acordo
com a legislação brasileira vigente. De acordo com o gráfico 4a e 4b, na seção 3.2,
que mostra a frota veicular das regiões do Brasil, tendo o Nordeste no mesmo
patamar do Sul e Centro-Oeste, e ainda mostrando que a Bahia é o estado
nordestino com maior frota veicular, acima de 4 milhões de veículos na estimativa
realizadas em janeiro de 2020. Inicialmente foi realizado um levantamento dos
dados de qualidade do ar para a região metropolitana de Salvador/BA, e ainda
destacando o fato de ser a única cidade Nordeste com um sistema de
monitoramento de qualidade do ar. Os dados estão disponíveis de forma diária, e,
nesta seção serão apresentado na forma estão dispostos gráficos, que
representarão médias mensais correspondentes ao ano de 2015 para o poluente
monóxido de carbono.
Pode-se concluir que os dados da Estação de Concórdia localizada em
Salvador/Bahia (ver figura 8) para o monóxido de carbono no ano de 2015, também
estão dentro dos padrões de qualidade do ar, não superando os valores da média
estabelecida pelo CONAMA de 9ppm, e sendo o mês de junho/2015 com maior
concentração de CO (0,25ppm). Logo a atmosfera pode ser classificada como não
poluída para o poluente monóxido de carbono.

Figura 8: Médias da concentração de monóxido de carbono para a estação de
monitoramento da qualidade do ar da estação de Concórdia - Salvador/BA.
CONCENTRAÇÃO CO(ppm)

0,3
0,25
0,2
0,15
0,1
0,05
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
2015
Fonte: Autor, 2021.

Para fins comparativos foram realizadas simulações com o modelo WRF/Chem
para o NEB, a figura 8 mostra dados de concentração dos principais poluentes
atmosféricos de uma atmosfera urbana, com destaque para o poluente monóxido de
carbono e especificamente para o mês de junho/2015, apesar do padrão de
concentração estar dentro do estimado, é possível identificar que os dias 15 e
16/06/2015 apresentaram os maiores valores de concentração dessa substância,
provavelmente devido ao fato da influência das variáveis meteorológicas como
velocidade e direção do vento, temperatura, e umidade relativa do ar.
Ainda sobre a figura 9a, os dados foram obtidos a partir da Estação de
monitoramento de Concórdia na Região Metropolitana de Salvador, o dia 15 foi
colocado em destaque pois apresentou o pico mais alto de concentração de CO, em
relação aos outros dias do mês de junho, abrindo questionamentos para avaliar com
mais detalhes este dia, e confrontar com dados meteorológicos, em busca de
explicação para esta maior concentração. Situação esta também percebida para a
concentração de NO2, figura 9b, onde o dia 15/06/2021 foi o terceiro maior registro
do mês, porém não tendo o mesmo destaque para a concentração de PM10, figura
9c. Com o auxílio da figura 9d, percebe-se uma forte alteração da direção do vento
de Sul/Sudeste para Norte nos dias 15 e 16/06/2015, que possivelmente tenha sido
o causador das concentrações ligeiramente mais altas neste dias.

Figura 9: Níveis de concentrações de poluentes para a localidade de Concórdia,
Salvador/BA no ano de 2015, utilizando o modelo de qualidade do ar WRF/Chem.

(a - Monóxido de Carbono CO)

(b - Dióxido de Nitrogênio NO2)

(c - Material Particulado 10m)

(d - Velocidade e Direção do Vento)
Fonte: Autor, 2021.
Sendo assim, ao confrontar os resultados observados na figura 9 e 10, que
reúne os gráficos dos parâmetros meteorológicos tais como temperatura do ar,
pressão atmosférica, umidade relativa do ar, precipitação pluviométrica, direção e
velocidade do vento para o período de janeiro a dezembro de 2015 em Salvador/BA.
De modo a avaliar a precisão do modelo de qualidade do ar WRF/Chem, foi
realizada uma simulação para todo o NEB, e extraído os dados para o mesmo ponto
da estação de Concórdia, Salvador/BA. Assim como registrado na estação de
monitoramento de Concórdia, o modelo WRF/Chem também estimou concentração
de CO baixas e em torno de 0,1 ppm, que caracteriza um atmosfera não poluída
para CO. No mês de junho/2015, com base na figura 13, os dados meteorológicos
mostram temperaturas mais baixas (aproximadamente 24°C), Umidade Relativa
acima de 85%, mês mais chuvoso do ano com aproximadamente 350mm, e ventos
médios intensos acima de 1,5m/s. Características estas que favoreceram a
dispersão dos poluentes e em especial para o CO, ver figura 10.

Figura 10: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade
relativa (c) e velocidade do vento (d), para a cidade de Salvador/BA, ano 2015.

Fonte: LABMODEL, 2021.

De acordo com a figura 8, apresentado nesta seção, junho apresentou um
índice mais elevado concentração de CO, contudo o referido mês apresentou uma
concentração de monóxido inferior a estabelecida pela resolução do CONAMA que é
de 9 ppm a cada 8 horas de exposição. Em termos comparativos, a figura 10a
mostra a variação da o gráfico da temperatura do ar, onde apresenta os meses mais
frios junho, julho e agosto/2015, sendo classificado para região Nordeste como a
estação chuvosa. Vale destacar que a temperatura do ar para o trimestre
consecutivo indicado, varia entre 24 e 25°C.
Na figura 10b, observa-se que a precipitação aumentou consideravelmente em
junho, cerca de 350 mm, sendo este o mês mais chuvoso do ano de 2015. De
acordo com Lima et. al.(2020) a deposição de substâncias são mecanismos que
podem facilitar a diminuição da concentração de poluentes na atmosfera através da
precipitação, uma vez que quadras chuvosas contribuem para que as partículas
sejam arrastadas da atmosfera para a superfície terrestre, conhecida como
deposição úmida, e deposição seca quando os poluentes são depositados na
superfície somente com influência da gravidade.
A partir da figura 10c nota-se um aumento da umidade relativa entre os meses

de maio, junho e julho, em resposta aos maiores índices pluviométricos. Associado a
isto se destaca o episódio com maiores concentração de CO, apresentados Na
figura 8, especialmente para o dia 16 as 0h. Ainda segundo Lima et. al.(2020) esse
aumento da concentração pode ser justificado pelos ventos menos intensos na
região de acordo com o gráfico 10d.
Todos os fatores analisados podem ou não corroborar para um aumento ou
diminuição na concentração de substâncias, mas de acordo com o gráfico 8 e 9a, o
monóxido de carbono não apresenta mudanças bruscas de concentração, esse fator
pode ser explicado pela pouca variação na velocidade do vento como pode ser visto
em 10d. Segundo UNAL et al., (2011) o aumento na velocidade do vento é
responsável pela dispersão e transporte do poluente, para longe, ou perto da fonte
emissora a depender da direção dos ventos, esse fato pode ser caracterizado pelo
fato da atmosfera de Salvador-BA não ser poluída como preconiza a legislação
CONAMA.
4.2. Análise da qualidade do ar utilizando a base de dados ECMWF (European
Centre for Medium-range Weather Forecasting) Copernicus.
Com base nos dados disponíveis do ECMWF Copernicus, para o poluente NO 2,
nos horários das 12:00 horas. Na figura 11, pode-se avaliar espacialmente a
qualidade do ar para o NEB, sendo possível observar um aumento da concentração
para o mês de junho, especificamente para o dia 16, a figura, mostra a concentração
de dióxido de nitrogênio para quatro dias, para mostrar a diminuição da
concentração ao longo dos dias. É possível identificar um ponto mais escuro no
estado da Paraíba, o que classifica uma concentração maior se comparado aos
outros estados. Esse fato pode ser explicado pelo aumento da umidade relativa, de
acordo com a figura 10c, há um aumento entre os meses de junho-julho, os valores
médios correspondem a aproximadamente 80 e 85%, por ser uma estação chuvosa,
favorece o aumento na concentração desses poluentes. A figura 10d, mostra que a
velocidade do vento permanece quase constante para todo o período, podendo ser
um fator que facilita o aumento da concentração na região da Paraíba.

Figura 11: Concentração NO2 para NEB de acordo com os dados do ECMWF
Copernicus

Fonte: Autor, 2021.

A figura 12, obtida a partir do modelo WRF/Chem, mostra a variabilidade dos
dados meteorológicos para João Pessoa/PB, de modo a demonstrar a relação entre
as variáveis meteorológicas e a concentração de NO2, podemos notar que para o
mês de junho de 2015, apresenta maiores valores de precipitação, umidade relativa,
e menores valores para temperatura e velocidade do vento, com esses fatores é
possível que haja aumento na concentração de poluentes, uma vez que o vento é
responsável pela dispersão das substâncias.
De acordo com um estudo realizado por Freitas et al. sobre a concentração de
dióxido de nitrogênio (NO2) para o período de 2005-2015 na região Nordeste foi
identificado que houve diminuição da concentração dessa substância para o período
de setembro a dezembro. Ainda de acordo com o autor, o período que foi

identificado com tendência de aumento foram os meses entre maio e setembro
(início da primavera), onde atingiu o maior valor da variável. Pode-se observar que
na figura 13, a partir do mês de maio há um aumento da umidade relativa, variável
que pode influenciar no aumento da concentração de poluentes, além disso, outro
fator, é a velocidade do vendo que pode ser visto na figura 11, esta variável se
encontra menor se comparado ao mês de agosto e setembro.
Figura 12: Variação mensal da velocidade do vento (d), para a cidade de João
Pessoa/PB, ano 2015.

Fonte: LABMODEL, 2021.

Figura 13: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade
relativa (c) e velocidade do vento (d), para a cidade de João Pessoa/PB, ano 2015.

Fonte: LABMODEL, 2021.

A temperatura do ar como pode ser visto em 13a, não é favorável ao aumento
da concentração, pois de acordo com Melkonyan et.al. (2012) a temperatura elevada
pode transformar poluentes primários em secundários, e neste caso há uma
diminuição da temperatura para o período de julho a agosto, classificado pela
quadra chuvosa da época, que pode ser explicada pela figura 13b, entre os meses
de junho-julho, há um aumento considerável da precipitação.
Como visto, a figura 11 explica a dispersão do NO2 ao longo dos quatro dias,
para a cidade da Paraíba, já na figura 16d a velocidade do vento não variou muito,
com isso a estabilidade atmosférica afeta o movimento vertical do ar a convecção e
a turbulência são fatores que aumentam quando o ar é considerado instável,
podendo também ser inibidos quando o ar é estável (ZANNETI, 1990).
4.3. Análise da qualidade do ar utilizando o satélite da NASA
O satélite dispõe de informações da estimativa dos poluentes monóxido de
carbono e dióxido de nitrogênio, como mostra a figura 14, esta corresponde aos
dados da NASA para os dias 14 a 17 de junho/2015; é possível observar que ao
longo do dia, a concentração do NO2 no estado de Pernambuco se encontra maior
comparado aos outro estados, porém nota-se que este poluente está se dispersando
ao longo do Estado da Paraíba e estes dados podem ser confrontados com a figura
18, que mostra a dispersão do dióxido de nitrogênio.
A concentração de NO2 apresenta falhas por conta da faixa de abertura do
satélite orbital, como pode ser constatado na figura 14 nos dias 14 e 16 de junho, as
falhas podem surgir devido a faixa de abertura e também ao tempo de revisita para
determinadas regiões, situação esta que explica a falta de registro em algumas
regiões.

Figura 14: Concentração NO2 para o NEB de acordo com os dados da NASA

Fonte: Autor, 2021.

Ainda sobre a dispersão de NO2 ao longo do estado de Pernambuco, pode-se
notar, que uma provável explicação para esse processo, seria o aumento
significativo da precipitação entre os meses de junho e julho, ver figura 15, variável
meteorológica esta que serve como deposição úmida e consequentemente
diminuição da concentração de material particulado.

Figura 15: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade

relativa (c) e velocidade do vento (d), para a cidade de Recife/PE, ano 2015.

Fonte: LABMODEL, 2021.

Além dos dados das concentrações de dióxido de nitrogênio, foram obtidos
dados referentes ao CO. A figura 16 mostra um possível transporte do poluente
monóxido de carbono demonstrado na sequencia de imagens referentes aos 4 dias
(14, 15, 16 e 17/06/2015), neste período ocorre uma diminuição da concentração do
monóxido de carbono especificamente no estado da Paraíba, esse fator pode ser
remetido ao aumento da precipitação no Estado, para o mês de junho representado
pela linha azul na figura 17.
Ainda com o auxílio da figura 16 é possível observar os máximos de
concentração de no interior do Ceará, Paraíba, Pernambuco e Alagoas. Este fato
pode ser explicado pela linha vermelha do gráfico 17, sobre a influência da
diminuição da precipitação corrobora para a intensificação da concentração do CO.

Figura 16: Concentração CO para o NEB de acordo com os dados da NASA

Fonte: Autor, 2021.

Dessa maneira, pode-se afirmar que a influência da precipitação pode
aumentar ou diminuir a concentração das substâncias, ao analisar a figura 17
podemos ver que no mês de junho para a capital João Pessoa/PB aumenta em
aproximadamente 200 milímetros, em contrapartida em Fortaleza essa precipitação
é de aproximadamente 50 milímetros, classificando um período mais seco.

Figura 17: Acumulado mensal de precipitação pluviométrica nas capitais do NEB.

Fonte: LABMODEL, 2021.

4.7. Dados obtidos do modelo WRF/Chem.
Os resultados do modelo WRF/Chem, são referente as simulações realizadas
com a base de dados de emissão ACOM/NCAR. Pode-se notar a variação das
concentrações de CO (Monóxido de Carbono), NO (Monóxido de Nitrogênio), VV
(Velocidade do Ventp), DV (Direção do Vento), Temp (Temperatura do Ar), para todas
as capitais dos estados do NEB (Maceió-MCZ, Aracajú-ARA, Fortaleza-FOR, João
Pessoa-JOA, Natal-NAT, Salvador-SAL, São Luis-SAO, Teresina-TER, ConcórdiaCON).
De modo a tornar a discussão mais eficiente, será analisado espacialmente a
condição meteorológica e qualidade do ar, para o dia 15/06/2015. Tendo em vista
que este dia em especifico, foi o que apresentou maior concentração de CO, medido
pela estação de monitoramento de Concórdia - Salvador/BA.
Com base na figura 18, em especial a parte litorânea do NEB por se encontrar
as capitais, pode-se argumentar a maior intensidade de radiação solar no período
diurno (às 12h), variando entre 600W/m2 (litoral Leste do NEB) e 900W/m2 (litoral
Norte do NEB), e naturalmente ausência de radiação no período noturno (às 20h).
Em reflexo a variabilidade de radiação solar, pode-se notar temperaturas mais
elevadas no litoral Norte do NEB (da ordem de 32°C) e temperatura mais amena no
litoral Leste do NEB (da ordem de 28°C), e havendo diminuição para o período
noturno de aproximadamente 6°C às 20h. Seguindo a mesma tendência, a
velocidade do vento para o período diurno também mostrou ventos mais intensos no

litoral Norte (da ordem de 6m/s) em comparação ao litoral Leste (da ordem de 5m/s)
do NEB, e também da mesma forma apresentou diminuição da intensidade do vento
para o período noturno, da ordem de 3m/s abaixo.
Figura 18: Condição meteorológica do NEB (Temperatura do Ar, Velocidade do Vento
e Radiação Solar), para o dia 15/06/2015 para as 12h e 20h, resultados das
simulações realizadas com o modelo WRF/Chem sistema ACOM/NCAR.

Fonte: Autor, 2021

De modo a avaliar a variabilidade da concentração do poluentes atmosféricos
no NEB, com o auxílio da figura 19, ficou evidente a diminuição da concentração de
CO e PM10 no período diurno, devido principalmente a maior eficiência da dispersão
dos poluente por conta da maior velocidade do vento. Fato este que explica os
maiores valores de concentração durante do período noturno. Vale destacar também,
a forte influência da fontes de emissão antropogênicas das cidades do NEB, ver
figuras 07 e 19, onde claramente é possível notar as maiores concentrações
próximas a fonte de emissão antropogênicas. Mesmo com a contribuição de
emissão antropogênicas nos grandes centros urbanos do NEB, os índices de
poluição ainda estão abaixo do estabelecido pelo CONAMA. Devido principalmente
as condições meteorológicas favorecem a dispersão dos poluentes, apesar da
intensa emissão veicular nas cidades do NEB. Ou seja, com o auxílio das diferentes
bases de dados, e em especial as simulações realizadas com o modelo WRF/Chem,
pode-se afirmar que não houve mudanças bruscas nas concentrações, e
classificando assim, como uma atmosfera não poluída.
Figura 19: Variação espacial da concentração do CO (Monóxido de Carbono) e
PM10 (Material Particulado 10m) para o NEB, obtidos a partir de simulações com o
modelo WRF/Chem, sistema ACOM/NCAR.

Fonte: Autor, 2021.

Vale destacar que os ventos Alíseos são os principais responsável na faixa
litorânea do NEB, pelos ventos mais intensos e consequentemente maior dispersão
dos poluentes, e direção predominante do vento de SE. De acordo com um estudo
realizado por BERNARDO & MOLION (2000) sobre a variabilidade da direção e
velocidade do vento na cidade de Maceió/AL durante os anos de 1991-1996, que
durante o período chuvoso que vai de abril a julho, a direção preferencial do vento
durante o dia foi de sul-sudeste (SSE), apresentando também as direções sul (S) e
sul-sudoeste (SSW) e as velocidades horárias médias em torno de 4-4,5 m/s. Já
durante o período noturno a predominância foi de norte (N) e velocidades médias
aproximadas de 0-1 m/s.
Ainda de acordo com os autores a intensidade e direção do vento foram
estudadas para três diferentes períodos do ciclo anual, classificadas como:
dezembro-março, abril-julho e agosto-novembro, BERNARDO & MOLLION (2000)
concluíram que durante o ciclo de abril-julho as velocidades máximas do vento
encontradas foram inferiores a 4 m/s entre 13 e 15 horas enquanto que durante a
noite os mínimos não excederam os 0,5 m/s.
Já a figura 20, mostra a variação espacial da concentração de NO 2 e O3, com o
objetivo de avaliar as concentração de O3 troposférico que é um poluente nocivo a
saúde e também sendo o gás do efeito estufa (atuando na absorção da radiação de
onda longa terrestre, na janela atmosférica). Para o dia em questão, 15/06/2015, os
níveis de concentração de O3 troposférico para o NEB, estiveram abaixo da
concentração de 80ppb (nível de concentração que determina a atmosfera poluída),
sendo registrado o máximo de 35ppb na região Oeste da Bahia. Portando pode-se

afirmar que apesar da emissões antropogênicas nos grandes centros urbanos, a
eficiente dispersão dos poluentes, explicados por ventos alíseos intensos e
concentrações baixas de NO2 (da ordem de 4ppb período diurno e 8ppb no período
noturno) que é um precursor de formação do O3.

Figura 20: Variação espacial da concentração do NO2 (Dióxido de Nitrogênio) e O3
(Ozônio) para o NEB, obtidos a partir de simulações com o modelo WRF/Chem,
sistema ACOM/NCAR

Fonte: Autor, 2021.

Desta feita, dando maior ênfase as capitais do NEB, a figura 21 mostra de
forma comparativa as variáveis meteorológicos para todos os meses do ano de 2015.
Fica evidente ao analisar a figura 21a, que Salvador/BA é a capital mais fria do NEB
(em média 24°C no verão e 20°C no inverno), já Teresina/PI é a capital mais quente

do NEB (em média 30°C no verão e 27°C no inverno), as demais cidades do NEB
oscilam entre 27°C e 25°C. No tocante a precipitação e umidade relativa a cidade de
Salvador/BA se destaca com os maiores valores, provavelmente associado com a
maior ocorrência de entrada de frente frias, como constatado pelo estudo de
BERNARDO & MOLION, 2000, e sendo Teresina/PI a mais seca das capitais. Bem
como os menores índices de intensidade do vento são conferidos à Salvador/BA e
Teresina/PI (variando de 3 a 4m/s). Portando, que a cidade de Salvador/BA
apresenta características diferenciadas de baixas temperaturas, bastante umidade e
ventos

fracos,

condições

que

dificultam

dispersão

dos

poluentes

consequentemente maiores concentrações de poluentes.
Figura 21: Variação mensal da Temperatura do ar (a), Precipitação (b), Umidade
relativa (c) e velocidade do vento (d), para as capitais do NEB, ano 2015, simulações
utilizando o modelo atmosférico WRF.

Fonte: LABMODEL, 2021.

Na tentativa de avaliar a composição da atmosfera nas capitais do NEB, foram
realizadas simulações com o modelo de qualidade do ar WRF/Chem, utilizando o
sistema ACOM/NCAR, para todo o mês de junho de 2015, ver figura 22. Os
principais resultados dão conta que as cidades de Maceió/AL e São Luis/MA, figura
22a, foram as que apresentaram maiores concentrações de CO (aproximadamente

0,15ppm), porém não suficientes para ultrapassar/igualar os índices CONAMA. Já
para os poluentes NO2 e O3, figuras 22b e 22c, os destaques são para as cidades de
Maceió/AL e Aracaju/SE, que apresentaram maiores concentrações, e novamente
não sendo suficiente para serem classificadas com cidades poluídas para estes
compostos (30ppb e 20ppb, respectivamente). Para o material particulado de
10(PM10), figura 22d, as cidades de Maceió/AL e Teresina/PI apresentaram
maiores

concentrações

(aproximadamente

3g/m3),

que

também

não

ultrapassa/iguala ao nível estabelecido pelo CONAMA. Apesar de temperaturas mais
baixas novamente registradas para a cidade de Salvador/BA (incluindo estação a
localidade da estação Concórdia-Salvador/BA), ver figura 22f, a intensidade do vento
esteve na média ou superiores (dias 27 e 28/06) as demais cidades do NEB, ver
figura 22e, o que remete a hipótese que a intensidade do vento por intermédio da
dispersão condiciona a qualidade do ar, pois as concentrações dos poluentes
estimada para Salvador/BA, não são as maiores registrada, mesmo sendo a cidade
com maior frota veicular, ver figura 5.
Figura 22: Concentração média de CO (a), NO2 (b), O3 (c), PM10 (d), Velocidade do
Vento (e), e Temperatura do Ar (f), para as capitais do NEB, ano 2015, simulações
WRF/Chem com sistema ACOM/NCAR.

(a)

(b)

(c)

(d)

(f)

(e)
Fonte: LABMODEL, 2021.

5. CONCLUSÕES
De acordo com os resultados obtidos, foi observado que todas as capitais do
Nordeste Brasileiro, encontram-se dentro dos padrões de qualidade do ar
estabelecidos pelo CONAMA. Apesar da capital Salvador/BA apresentar a maior
frota veicular do NEB, não foi a cidade mais poluída com base nas estimativas
realizadas com o WRF/Chem, ou seja, não existindo uma relação direta em aumento
da frota veicular e aumento da concentração de poluentes. O modelo de qualidade
do ar WRF/Chem representou a variabilidade temporal e espacial das concentrações
dos poluentes condicionadas pelas variáveis meteorológicas. Para o período de
estudo e poluentes avaliados, as concentrações estiveram dentro dos padrões de
qualidade do ar estabelecidos pelo CONAMA, tendo um destaque para a cidade de
Maceió/AL, Teresina/PI, São Luis/MA registraram as maiores concentrações de CO,
com destaque para a cidade de Maceió/AL que para todos os poluentes analisados
esteve na maioria dos casos com a maiores concentrações entre as cidades do NEB.
As imagens de satélite, facilitaram a visualização da dispersão e/ou concentração
dos poluentes, em conjunto com as simulações obtidas através do WRF/Chem
esses dados foram validados.
Os testes com os inventários de emissões que serviram como dados dos
compostos químicos de entrada do WRF/Chem, determinou que o sistema
ACOM/NCAR apresentou melhores resultados quando comparado ao PREP-CHEMSRC-1.5, em termos de localização das fontes de emissão antropogênicas e muita
dificuldade na representação da emissão por queima de biomassa. Diferente do
sistema ACOM/NCAR o sistema PREP-CHEM-SRC-1.5 não oferece a opção de
gerar a emissão da concentração de fundo e condição de borda para os dados
químicos, diminuindo ainda mais a qualidade das simulações.

6. REFERÊNCIAS BIBLIOGRÁFICAS
AZEVEDO, L.S., CANDEIAS, A.L., TAVARES, J.R. Análise de mudanças na poluição
atmosférica e sua relação com o isolamento social em função da pandemia da
COVID-19 no Nordeste Brasileiro. V.33. 2021.
BECHLE, M. J.; et al. Remote sensing of exposure to NO2: satellite versus groundbased measurement in a large urban area. Atmos. Environ., v. 69, p. 345-353, 2013.
https://doi.org/10.1016/j.atmosenv.2012.11.046 .
CETESB,
Relatório
de
Qualidade
do
ar.
Disponível
em:
<https://cetesb.sp.gov.br/ar/wpcontent/uploads/sites/28/2013/12/RQAR-2015.pdf.>.
Governo do Estado de São Paulo. Secretaria do Meio Ambiente. CETESB, 2015.
Acesso em: 20 de mar 2021.
CETESB, Relatório de Qualidade do Ar no Estado de São Paulo – 2018.
Secretaria do Meio Ambiente. ISSN 0103-4103, Sao Paulo.
CIESLINSKI, J.E.F. Estudo da emissão e do controle dos gases e particulados
provenientes da queima de biomassa. Faculdade de Engenharia do Campus de
Guaratinguetá. UNESP. 2014. Disponível em: <https://repositorio.unesp.br/>. Acesso
em: 06 de abr 2021.
MMA - Ministério do Meio Ambiente, Cidades e Estados. Disponível em:
<https://www.ibge.gov.br/cidades-eestados/al.html> Acesso em: 04 abr 2020.
CORREIA, J. G. A. Estudo Preliminar de NO2 na Atmosfera da Cidade de João
Pessoa. 2011. 54 f. Dissertação (Mestrado em Química) — Universidade Federal da
Paraíba, Paraíba, 2011.
CHAPMAN, E.G.; GUSTAFSON JR., W.I.; BARNARD, J.C.; GHAN, S.J.; PEKOUR,
M.S.; FAST, J.D. Coupling aerosol-cloud-radioative processes in the WRF-Chem
model: Investigating the radiative impact of large point sources. Atmos. Chem.
Phys., v. 9, p. 945-964, 2009.
CHEN, D.; LI, Q.; STUTZ, J.; MAO, Y.; ZHANG, L.; PIKELNAYA, O.; TSAI, J.Y.;
HAMAN, C.; LEFER, B.; RAPPENGLÜCK, B.; ALVAREZ, S.; NEUMAN, J.A.; FLYNN,
CUCHIARA, G.C.; LI, X.; CARVALHO, J.; RAPPENGLUCK, B.; Intercomparison of
planetary boudary layer parametrization and its impacts on surface ozone
concentration in the WRF/Chem model for a case study in
Houston/Texas. Atmospheric Environment, v. 96, p. 175-185, 2014.

DENATRAN - Estatísticas frota de veículos. Disponível em:
<https://infraestrutura.gov.br/component/content/article/115-portal-denatran/8552estat%C3%ADsticas-frota-de-ve%C3%ADculos-denatran.html>Acesso em: 08 abr
2020.

DIAS, H. L. F. SOUSA, F.F. de M. SULIANO, F. M. BERTONCINI, P.B. Estimativa de
emissões de poluentes atmosféricos veiculares, integrada a modelagem da
demanda por viagens. Fortaleza-CE. 2016.
EPA – U.S. Environmental Protection Agency. AP-42: Compilation of Air
Pollutant Emission Factors. Volume I. Fifth Edition. Chapter 1. Section 1.3: Fuel Oil
Combustion. Maio, 2010.
FREITAS, I. G.F.; ALVES, J.C.S.; MARIANO, E.V.C.; MARIANO, G. L.
Comportamento do Dióxido de Nitrogênio Sobre a Região Nordeste do Brasil e
sua Relação com Variáveis Meteorológicas. Ciência e Natura v.40, Edição
Especial: X Workshop Brasileiro de Micrometeologia, 2018.
GERMANO, A. S. Estimativa da concentração de poluentes (CO, NO e NO2) de
origem veicular na cidade de Maceió, utilizando o modelo WRF/chem.
Universidade Federal de Alagoas. 2014. Instituto de Energia e Meio Ambiente. 1º
Diagnóstico da rede de monitoramento da qualidade do ar no Brasil. 2014.
GOLDEMBERG, J.; BARBOSA, L. M. A legislação ambiental no Brasil e em São
Paulo. Revista Eco 21, Rio de Janeiro, n.96, nov. 2004. Disponível na Internet em:
<www.eco21.com.br/textos/textos.asp?ID=954>. Acesso em: 20 fev. 2020.
GUERRA, F.P.; MIRANDA, R.M. (2011) Influência da meteorologia na
concentração do poluente atmosférico PM2,5 na RMRJ e na RMSP. Congresso
INPE - INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS, Índices teóricos da
radiação UV-B, para as cidades Brasileiras. 2006. Disponível em:
<http://www.dge.inpe.br/ozonio/radiauvb.html>. Acesso em: 21 fev 2020.
IRIART P.G., FISCH G. Uso do modelo WRF-CHEM para a simulação da
dispersão de gases no Centro de Lançamento de Alcântara. Revista Brasileira
de Meteorologia. 31(4):610-625. 2016.
J.; ROBERTS, J.M.; NOWAK, J.B.; GOUW, J.; HOLLOWAY, J.; WAGNER, N.L.;
VERES, P.; BROWN, S.S.; RYERSON, T.B.; WARNEKE, C.; POLLACK I.B.;
CONFEDERAÇÃO NACIONAL DO TRANSPORTE (CNT). Transporte &
Desenvolvimento: Transporte Metroferroviário de Passageiros. Brasília: CNT,
2016. Disponível em: <http://cnt.org.br>. Acesso em: 01 abr 2020.
Kuik, F.; Lauer, A.; Churkina, G.; van de Gon, H. A. C. D.; Fenner, D.; Mar, K. A.;
Butler, T. M. Air quality modelling in the Berlin-Brandenburg region using WRFChem
v3.7.1: sensitivity to resolution of model grid and input data. Geoscientific Model
Development, v. 9, p. 4339-4363, 2016.
LIMA, J.R. , SALGADO, B.C, CAVALCANTE, F.S., OLIVEIRA, M.L. , ARAÚJO, R.S.
Avaliação da poluição atmosférica na área do distrito industrial de Maracanaú
(CE), Brasil. Eng Sanit Ambient, v.25 n.3, maio/jun 2020, 521-530.

LYRA, D.G.P. (2006). A influência da meteorologia na dispersão dos poluentes
atmosféricos da Região Metropolitana de Salvador. Congresso Brasileiro de
Meteorologia, Florianópolis. 14. Anais.
MELKONYAN, A.; KUTTLER, W. Long-term analysis of NO, NO2 and O3
concentrations in North Rhine-Westphalia Germany. Atmospheric Environment, v.
60, p. 316-326. https://doi.org/10.1016/j. atmosenv.2012.06.048. (2012)
WRF-CHEM simulation of NOx and O3 in the L.A. basin during CalNex2010.
Atmospheric Environment, v. 81, p. 421-432, 2013.
MMA - Ministério do Meio Ambiente, Brasileiro de Gestão Ambiental, 2. Anais.
Indicadores Ambientais Nacionais. Disponível em:
<http://dados.mma.gov.br/dataset/indicadores>. Acesso em: 18 fev 2020.
MMA – Ministério do Meio Ambiente. Inventário Nacional de Emissões
Atmosféricas por Veículos Automotores Rodoviários: Ano Base 2018 –
Relatório Final. Brasília. 2018. Disponível em:
<https://www.mma.gov.br/estruturas/163/_publicacao>. Acesso em: 31 mar 2020.
MMA – Ministério do Meio Ambiente. PRONAR. Ações para o fortalecimento do
PRONAR. 2009. Disponível
em:<https://www.mma.gov.br/estruturas/163/_arquivos/promot_163.pdf>.Acesso em:
01 abr 2020.
PROCONV/ PROMOT. Programa de Controle da Poluição do Ar por Veículos
Automotores. Coleção meio Ambiente. 3ª edição. Disponível em:
< http://www.ibama.gov.br/emissoes/veiculos-automotores/programa-de-controle-deemissoes-veiculares-proconve f>. Acesso em:
02 abr 2020.
PRONAR - PROGRAMA NACIONAL DE CONTROLE DE QUALIDADE DO AR.
Fonte: Disponível em:<https://www.mma.gov.br/estruturas/arquivos/pronar.pdf>.
Acesso em: 01 abr 2020.
PROMOT - Programa de Controle da Poluição do Ar por Motociclos e Veículos
Similares. Disponível em: <https://www.mma.gov.br/estruturas/arquivos/promo.pdf>.
Acesso em: 02 abr 2020.
Resolução CONAMA nº 491, de 19 de novembro de 2018. Dispõe sobre
padrões de qualidade do ar. MMA – Ministério do Meio Ambiente. PRONAR. Ações
para o fortalecimento do PRONAR. 2009.
Rojas C. S. A. Condições meteorológicas e níveis de poluição na Região
Metropolitana de Lima – Perú. 2013. 148 f. Dissertação (Mestrado em Meteorologia)
Universidade de São Paulo, São Paulo, 2013.
SANTANA, E. Cunha, K.B.; Ferreira,A.L.; Zamboni,A.; Padrões de qualidade do ar
Experiência comparada Brasil, EUA e União
Europeia. São Paulo, julho de 2012. Disponível em:

<https://energiaeambiente.org.br/wp-content/uploads/2012/01/padroes-final01.pdf>.
Acesso em: 20 de mar 2021.
SANTOS, W. L. P. dos; MÓL, Gerson de Souza, SILVA, Roberto Ribeiro da,
CASTRO, Eliane Nilvana F. de, SILVA, Gentil de Souza, MATSUNAGA, Roseli
Takako, SANTOS, Sandra Maria de Oliveira, DIB, Siland Meiry França. Química e
sociedade: um projeto brasileiro para o ensino de química por meio de temas
CTS. V. 3, p. 20-28, 2009.
SILVA, C.M.S. Relação entre os Óxidos Nitrogenados NOx (NO+NO2) e a Emissão
veicular na cidade de Maceió em função de variáveis meteorológicas: Estudo de
caso. 2012.
SILVA, M. O. Avaliação da qualidade do ar na cidade de Maceió-AL utilizando o
modelo atmosférico WRF/CHEM. Universidade Federal de Alagoas. 2018.
SIMOB/ANTP - Sistema de Informações da Mobilidade Urbana da Associação
Nacional de
Transportes Público. Relatório geral 2017. Publicado em: Janeiro
de 2020. Disponível em: <http://files.antp.org.br/simob/sistema-de-informacaodemobilidade-urbana-da-antp--2017.pdf>. Acesso em: 01 abr 2020.
SCHIRMER, W.N., LISBOA, H.M. QUÍMICA DA ATMOSFERA: CONSTITUINTES
NATURAIS, POLUENTES E SUAS REAÇÕES. 2008. Disponível em:
<https://online.unisc.br/seer/index.php/tecnologica/article/viewFile/563/447> Acesso
em: 28 abr 2020.
SCHUCH, D. FREITAS, E.D. Avaliação do modelo WRF-Chem para
Dispersão das emissões da frota veicular da região
Metropolitana da grande são paulo. 2017.
TOMASONI, A.M; TOMASONI, K. R. ATMOSFERA EM TRANSFORMAÇÃO: o
ozônio e os CFCs, certezas e incertezas. Universidade Federal da Bahia.
Disponível em: <http://www.geoambiente.ufba.br/ozonio.pdf>. Acesso em: 21
fev.2020.
UNAL, Y.S.; TOROS, H.; DENIZ, A.; INCECIK, S. Influence of meteorological
factors and emission sources on spatial and temporal variations of PM10
concentrations in Istanbul metropolitan area. Atmospheric Environment, v. 45, n.
31, p. 5504-5513. (2011).