Critérios para identificação de veículos leves do ciclo Otto com elevadas emissões, utilizando dispositivo de sensoriamento remoto

• Autor(a) principal: Bruni, Antonio de Castro
• Data de Publicação: 2018
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/6/6134/tde-19042018-120404/
• topic: Caracterização de Frota; Carbon Monoxide; Hidrocarbonetos; High Emitter; High Emitters; Hydrocarbons; I/M Program; Mobile Source; Monóxido de Carbono; Nitric Oxide; On-Road Measurement; Óxido Nítrico; Poluição Veicular; Potência Específica do Veículo; Proconve; Proconve; Programa I/M; Remote Sensing Devices; Sensoriamento Remoto; Vehicle Emission; Vehicle Fleet Characteristics; Vehicle Specific Power

Ocorrem anualmente aproximadamente 600.000 mortes de crianças com até cinco anos, no mundo. Pneumonia é a principal causa e mais de 50 por cento destas mortes são atribuídas à poluição do ar. Ela ainda é responsável pelo aumento do risco de infecções respiratórias, asma, condições neonatais adversas e anomalias congênitas. A poluição do ar também afeta o desenvolvimento cognitivo de crianças e induz o desenvolvimento de doenças crônicas na idade adulta. Entre 70 e 80 por cento da poluição do ar em nações em desenvolvimento são de origem veicular. Objetivando definir critérios baseados em medições com sensoriamento remoto para identificação de veículos automotores leves do ciclo Otto com elevadas emissões de monóxido de carbono, hidrocarbonetos ou óxido nítrico, foram utilizados os dados secundários gerados pela Remote Sensing do Brasil Ltda dos quais foram selecionados 179.142 veículos em uso da frota circulante da cidade de São Paulo com medições completas dos índices de emissão dos poluentes monóxido de carbono (CO), hidrocarbonetos (HC) e óxido nítrico (NO) e ainda velocidade e aceleração do veículo quando da medição e inclinação da pista no local escolhido para as medições. Foram ajustados modelos estatísticos da classe Generalised Additive Models for Location, Scale and Shape (GAMLSS) visando testar a influência do Tipo de Combustível, da Potência Específica do Veículo (VSP) e das Fases do Programa de Controle da Poluição do Ar por Veículos Automotores (Proconve) sobre as emissões de CO, HC e NO, medidos usando o Remote Sensing Device (RSD). As emissões foram então conceitualmente subdivididas em dois grupos: veículos com emissões normais e com emissões anormais, isso para os diversos poluentes em veículos das Fases L3, L4 e L5 que são as fases de interesse para o gerenciamento da qualidade do ar. Variáveis latentes foram definidas para indicarem as distribuições dos veículos em relação a esses grupos e Fases. O algoritmo Expectation-Maximization (EM) foi empregado para identificação dos parâmetros das distribuições. Para determinação dos valores associados aos veículos com elevadas emissões de determinado poluente e fase do Proconve, foi empregado o percentil 98 por cento da distribuição ajustada para os veículos dos grupos com emissões normais. Assim sendo, o Erro de Tipo I foi fixado em 2 por cento sendo que esse percentual foi estabelecido considerando o Erro de Tipo II, de apontar o veículo como tendo emissão normal quando na realidade trata-se de um high emitter. Através desta abordagem foram determinados os valores indicativos de veículos com elevadas emissões segundo o poluente e a Fase do Proconve. Os resultados apontaram decréscimo nas emissões de CO e de HC segundo as Fases do Proconve. Para o NO, o comportamento das emissões não acompanhou as reduções impostas pelas Fases do Proconve. Foi constatado que os veículos de 2005 a 2009, movidos exclusivamente a gasool, foram os que apresentaram as maiores emissões de NO. Diversos possíveis fatores causadores deste comportamento diferenciado do NO foram discutidos neste trabalho. Os dados de qualidade do ar detectaram aumento significativo nas concentrações ambientais de Óxidos de Nitrogênio (NOx) em 2007, quando foi monitorado este parâmetro no período de inverno, o que pode indicar a influência dos high emitters, mas necessita de estudos mais aprofundados para confirmação da causa deste comportamento.