90
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
Caroline Santolaya
Estudante de graduação no
Departamento de Engenharia
Química, Universidade Federal de
São Paulo (Unifesp) –
São Paulo (SP), Brasil.
Maria Carla Queiroz
Diniz Oliveira
Estudante de mestrado no
Departamento de Ciências
Ambientais, Unifesp –
São Paulo (SP), Brasil.
Luciana Varanda Rizzo
Docente na Unifesp – São Paulo
(SP), Brasil.
Simone Georges
El Khouri Miraglia
Docente no Departamento de
Engenharia Química, Unifesp –
São Paulo (SP), Brasil.
Endereço para correspondência:
Luciana Varanda Rizzo –
Rua São Nicolau, 210 – Centro –
CEP 09913-030 – Diadema (SP),
Brasil – E-mail: lrizzo@unifesp.br
Recebido em: 30/10/2019
Aceito em: 20/12/2019
RESUMO
O ozônio (O
3
) é um dos poluentes responsáveis pela deterioração da qualidade
do ar em áreas urbanas. Trata-se de um poluente secundário, formado na
atmosfera por meio de reações fotoquímicas, e sua produção depende tanto
de fatores meteorológicos quanto de fatores químicos. Este trabalho teve
por objetivo analisar a variabilidade interanual das concentrações de O
3
na
região metropolitana de São Paulo entre 2005 e 2015, isolando a contribuição
de fatores químicos mediante a aplicação do filtro Kolmogorov–Zurbenko.
Os resultados mostraram que a variabilidade das condições meteorológicas
explicou de 39 a 52% da variância das concentrações de O
3
no período
de estudo. A incidência relativamente baixa de radiação solar em 2008 e
2009 foi um fator limitante para a produção de O
3
, já que as concentrações
observadas foram inferiores às concentrações esperadas considerando
apenas os fatores químicos. Por outro lado, os picos de concentração de O
3
entre 2010 e 2012 foram atribuídos majoritariamente a fatores químicos,
associados a mudanças no padrão de emissão de precursores. Nos anos
em que foram constatadas altas concentrações de O
3
, houve aumento no
consumo de gasolina em relação ao etanol.
Palavras-chave: qualidade do ar; ozônio; condições meteorológicas;
química da atmosfera; região metropolitana de São Paulo.
ABSTRACT
Ozone (O
3
) is one of the main pollutants that contribute to air quality
deterioration in urban areas. It is a secondary pollutant, produced in
the atmosphere by photochemical reactions, in a way that its formation
depends both on meteorological and chemical factors. This work aimed to
analyze the interannual variability of O
3
concentrations at the São Paulo
metropolitan region between 2005 and 2015, isolating the contribution of
chemical factors using the Kolmogorov-Zurbenko filter. Results indicate that
the variability of meteorological conditions explained from 39 to 52% of O
3
concentration variance during the study period. The relatively low incidence
of solar radiation in 2008 and 2009 was a limiting factor for the O
3
production,
since the observed concentrations were below what would be expected if
only chemical factors were considered. Conversely, O
3
concentration peaks
between 2010 and 2012 were mainly associated with chemical factors,
associated with changes in the emission pattern of precursors. Years with
high O
3
concentrations occurred simultaneously with increases on the
gasoline usage relative to ethanol.
Keywords: air quality; ozone, meteorological conditions; atmospheric
chemistry; São Paulo metropolitan region.
DOI: 10.5327/Z2176-947820190577
CONTRIBUIÇÃO DE FATORES QUÍMICOS E METEOROLÓGICOS
PARA A FORMAÇÃO DE OZÔNIO TROPOSFÉRICO EM SÃO PAULO
CONTRIBUTION OF CHEMICAL AND METEOROLOGICAL FACTORS
TO TROPOSPHERIC OZONE FORMATION IN SÃO PAULO, BRAZIL
http://orcid.org/0000-0002-4184-4301
http://orcid.org/0000-0001-8660-9244
https://orcid.org/0000-0002-1748-6997
http://orcid.org/0000-0001-9482-602X
mailto:lrizzo@unifesp.br
Contribuição de fatores químicos e meteorológicos para a formação de ozônio troposférico em São Paulo
91
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
INTRODUÇÃO
No Brasil, o rápido processo de urbanização e indus-
trialização foi acompanhado da emissão de poluentes
atmosféricos e da consequente deterioração da qua-
lidade do ar. O foco no desenvolvimento econômico
sem considerar os impactos ambientais resultou em
efeitos negativos na saúde da população, principal-
mente no caso de residentes em regiões metropo-
litanas (MIRAGLIA; NASCIMENTO SALDIVA; BÖHM,
2005; MIRAGLIA; GOUVEIA, 2014; SANTOS et al., 2016;
TAKANO et al., 2019; WANG et al., 2019). Até a década
de 1980, as indústrias eram a principal fonte de emis-
são de poluentes na região metropolitana de São Paulo
(RMSP) (ANDRADE et al., 2017). Porém, a partir da dé-
cada de 1990, o avanço do controle de emissões e as
mudanças de ocupação do solo levaram muitas empre-
sas a moverem indústrias para o interior do estado, e a
frota veicular passou a ser a principal fonte de poluição
atmosférica (ANDRADE et al., 2012; MIRANDA et al.,
2018; PEREIRA et al., 2017).
A RMSP possui uma frota veicular que aumenta a
cada ano, tendo alcançado o número de 7,3 milhões
de veículos em 2017, o que representa 48% da frota
do estado de São Paulo (CETESB, 2019). Embora tenha
havido esse aumento, a concentração de alguns po-
luentes atmosféricos como o monóxido de carbono e
o dióxido de enxofre tem diminuído ao longo dos últi-
mos 30 anos, em resposta a programas de controle de
emissão veicular, utilização de combustíveis menos po-
luentes e avanços tecnológicos (ANDRADE et al., 2017;
CARVALHO et al., 2015). O ozônio (O3), contudo, pos-
sui comportamento mais complexo do que os demais
e continua ultrapassando os padrões de qualidade do
ar, apesar da diminuição na concentração de seus pre-
cursores. No ano de 2018, por exemplo, as concentra-
ções de O3 na RMSP excederam o padrão estadual em
18 dias (140 µg/m3 em oito horas) (CETESB, 2019).
A complexidade do comportamento do O
3
troposféri-
co está relacionada ao fato de que este é um poluente
secundário, cuja produção fotoquímica depende tan-
to de fatores químicos quanto de fatores meteoroló-
gicos. Seus precursores são os óxidos de nitrogênio
(NOx) e algumas espécies de hidrocarbonetos (HC),
como aldeídos e alcenos (ALVIM et al., 2017; ORLAN-
DO et al., 2010). Na RMSP, as emissões de NOx provêm
de fontes veiculares (64%) e de fontes industriais (36%)
(CETESB, 2019). Considerando as fontes antrópicas, os
HC também são emitidos por veículos (85%) e indús-
trias (15%) na RMSP (BRITO et al., 2015; CETESB, 2019),
entretanto a emissão de HC de origem biogênica pela
vegetação urbana também é significativa na região
(DOMINUTTI et al., 2016) e pode influenciar as con-
centrações de O3 (CALFAPIETRA et al., 2013; MARTINS
et al., 2006). Mudanças no uso de combustíveis em
veículos resultam em alterações nas emissões de NOx
e HC, que por sua vez podem influenciar as concentra-
ções de O3 na RMSP (SALVO; GEIGER, 2014). A produ-
ção fotoquímica de O
3
depende de maneira não linear
da concentração de seus precursores, e em áreas urba-
nas predomina o regime de produção limitado por HC
(DUNCAN et al., 2010; KLEINMAN, 2005). Nesse regime
de produção, aumento nas concentrações de espécies
de HC precursoras de O3 promove elevação nas con-
centrações de O
3
, enquanto aumento nas concentra-
ções de NOx resulta na diminuição da produção líquida
de O
3
(ALVIM et al., 2017; JHUN et al., 2015).
Além de fatores químicos, a concentração de O
3
tam-
bém depende de condições meteorológicas propícias
para a sua produção fotoquímica, como altas tempe-
raturas e incidência de radiação solar, e da ocorrência
de transporte de massas de ar ricas em O3 (CAMALIER
et al., 2007; SÁNCHEZ-CCOYLLO et al., 2006; SANTOS,
2016). Desse modo, mesmo que as emissões de pre-
cursores de O
3
permanecessem constantes, variações
interanuais nas condições meteorológicas levariam
a diferenças na produção fotoquímica de O
3
, dificul-
tando a comparação entre concentrações observadas
em períodos distintos. A variabilidade das condições
meteorológicas pode dificultar a determinação de
tendências de longo prazo na concentração de O3 e a
proposição de medidas efetivas para o controle desse
poluente secundário em áreas urbanas. Para contornar
esse problema, métodos estatísticos têm sido aplica-
dos para obter séries temporais de concentração de O3
meteorologicamente ajustadas, isto é, que excluem a
influência da variabilidade das condições meteoroló-
gicas (AHMADI; JOHN, 2015; LOU THOMPSON et al.,
2001; WISE; COMRIE, 2005).
Tendências de longo prazo na qualidade do ar já fo-
ram avaliadas anteriormente na RMSP (ANDRADE
et al., 2017; CARVALHO et al., 2015; PÉREZ-MARTÍNEZ;
ANDRADE; MIRANDA, 2015), indicando que as con-
centrações de O3 não têm acompanhado a queda nas
Santolaya, C. et al.
92
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
concentrações de seus precursores ao longo dos anos,
porém os trabalhos anteriores não consideraram a va-
riabilidade de longo prazo das condições meteorológi-
cas, de modo que a influência dessas sobre a produ-
ção de O
3
ficou sobreposta a variações nos padrões de
emissão dos precursores NOx e HC.
O presente trabalho inovou ao isolar a contribuição
de fatores químicos para a produção de O
3
na RMSP.
Tais fatores são diretamente relacionados ao perfil e à
intensidade das emissões antrópicas, que por sua vez
são passíveis de restrições por meio da aplicação de
políticas públicas que visem promover a qualidade do
ar. O objetivo deste trabalho foi analisar a variabilida-
de interanual das concentrações de O
3
na RMSP entre
2005 e 2015, avaliando separadamente a contribuição
de fatores químicos e de fatores meteorológicos que
influenciam a produção fotoquímica desse poluente.
MATERIAIS E MÉTODOS
Área de estudo e bases de dados
As estações de monitoramento de qualidade do ar fo-
ram escolhidas de acordo com a localização, influência
de fontes emissoras e disponibilidade de dados, sendo
elas as estações da Companhia Ambiental do Estado
de São Paulo (CETESB) de Diadema, Ibirapuera, Mauá
e Pinheiros (Figura 1). Todas as estações sofrem in-
fluência de emissões veiculares em maior ou menor
grau (Quadro 1). Algumas estações possuem caracte-
rísticas específicas: a estação Ibirapuera sofre influên-
cia de emissões biogênicas de HC, enquanto a estação
Mauá está localizada nas proximidades de fontes fixas,
como o Polo Petroquímico de Capuava. Já a estação
Pinheiros, com representatividade espacial caracterís-
tica de microescala (CETESB, 2016), sofre influência de
emissões veiculares pouco envelhecidas.
O clima da RMSP é caracterizado por verões quentes e
úmidos e invernos secos (REBOITA et al., 2012). Em ge-
ral, a primavera apresenta as condições mais favoráveis
para a produção fotoquímica de O
3
, já que combina in-
cidência de radiação solar relativamente alta e menor
nebulosidade em comparação ao verão (CARVALHO
et al., 2015). A variabilidade interanual das condições
meteorológicas no sudeste do Brasil está relacionada
principalmente a teleconexões associadas a eventos
de El Niño (GRIMM; AMBRIZZI, 2009). Destaca-se a
seca do verão austral 2013/2014, quando anomalias
de temperatura da superfície do mar no Pacífico Oeste
encadearam anomalias anticiclônicas em baixos níveis
no Atlântico Sul, resultando em aproximação da área
de influência da Alta Subtropical do Atlântico Sul ao
continente (COELHO et al., 2016; SETH et al., 2015).
A atuação desse sistema de alta pressão sobre o sudes-
te do Brasil impediu o avanço de sistemas frontais e o
transporte de umidade da Amazônia que tipicamente
ocorre no verão austral, causando subsidência, estabi-
lidade atmosférica e baixa ventilação, o que propicia
condições favoráveis para o acúmulo de poluentes e
para a produção de poluentes secundários como o O
3
.
Dados horários de concentração dos poluentes O
3
, NO
e NO
2
no período entre julho de 2003 e julho de 2017
foram adquiridos por meio do sistema de informações
de qualidade do ar da CETESB (QUALAR). Dados ho-
rários de temperatura (T) e velocidade do vento (VV),
dados diários de radiação solar global (RS) e de precipi-
tação anual acumulada foram fornecidos pela estação
meteorológica do Instituto de Astronomia, Geofísica
e Ciências Atmosféricas da Universidade de São Pau-
lo (IAG-USP). Foram calculadas as máximas diárias de
concentração de poluentes e de variáveis meteorológi-
cas, reduzindo as séries temporais horárias para séries
temporais diárias.
Filtro Kolmogorov–Zurbenko
O filtro Kolmogorov–Zurbenko (KZ) (RAO et al., 1997)
foi aplicado ao logaritmo das máximas diárias de con-
centração de O
3
, temperatura e radiação solar global.
O filtro KZ permite a decomposição de séries temporais
em três componentes (Equação 1):
X(t) = e(t) + W(t) + S(t) (1)
Em que:
X(t) = a série temporal original;
Contribuição de fatores químicos e meteorológicos para a formação de ozônio troposférico em São Paulo
93
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
e(t) = a componente de longo prazo, representando
variações em uma escala de tempo de anos em razão
da variabilidade climática ou mudanças no perfil e na
intensidade das emissões de poluentes;
W(t) = a componente de curto prazo, equivalendo a
variações em uma escala de tempo de dias a sema-
nas, associadas principalmente à ocorrência de fenô-
menos meteorológicos que influenciam a dispersão
de poluentes;
S(t) = a componente sazonal, representando variações
em uma escala de tempo de meses por conta do clima
da Região Sudeste do Brasil e de variações sazonais nas
emissões de poluentes atmosféricos.
BL(t) é denominada de componente de base, determi-
nada pela soma das componentes e(t) e S(t), conforme
Equação 2:
BL(t) = e(t) + S(t) (2)
O filtro KZ consiste em um método iterativo que utiliza
a média móvel de m = 2p + 1 pontos (dias) e k itera-
ções, de acordo com a Equação 3:
0 50 100 km
N
0 15 30 km
N
Pinheiros Ibirapuera
Mauá
Diadema
IAG-USP
Figura 1 – A região metropolitana de São Paulo, localizada no sudeste do estado de São Paulo, e a posição das estações de
monitoramento da qualidade do ar utilizadas neste trabalho: Diadema, Ibirapuera, Mauá e Pinheiros e estação meteorológica
do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (IAG-USP).
Quadro 1 – Características das estações de monitoramento e variáveis monitoradas. A representatividade espacial das estações
de monitoramento da qualidade do ar foi determinada pela Companhia Ambiental do Estado de São Paulo (IAG-USP, 2016).
Estações Coordenadas
Variáveis
monitoradas
Representatividade
espacial
Principais fontes de
poluentes
Diadema
23°41’18.4”S,
46°36’49.3”W
O
3
0,4–4 km Veiculares
Ibirapuera
23°35’14.8”S,
46°39’27.6”W
O
3
, NO e NO
2
4–50 km
Veiculares e
biogênicas
Mauá
23°40’07.9”S,
46°27’52.8”W
O
3
, NO e NO
2
0,4–4 km
Veiculares e
industriais
Pinheiros
23°33’42.3”S,
46°42’07.3”W
O
3
, NO e NO
2
<100 m Veiculares
IAG/USP
23°39’03.6”S
46°37’19.2”W
T, VV, RS - -
O
3
: ozônio; NO: óxido nítrico; NO
2
: dióxido de nitrogênio; T: temperatura do ar; VV: velocidade do vento; RS: radiação solar global.
Santolaya, C. et al.
94
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
Y
i
= X
i+j
1
m
p
j=-p∑ (3)
Em que:
X = série temporal original;
Y = a variável de saída, que atua como variável de en-
trada na próxima iteração k.
Assim, a aplicação do filtro KZ para determinar as com-
ponentes de curto, médio e longo prazo pode ser re-
presentada por X
m,k
(t). Os valores de m e k foram esco-
lhidos com base em Ahmadi e John (2015), da forma
explicitada pela Equação 4:
⎧
⎪
⎨
⎪
⎩
e(t) = X
365.3
(t)
S(t) = X
15.5
(t) - X
365.3
(t)
W(t) = X(t) - X
15.5
(t)
(4)
Vale ressaltar que a aplicação do filtro KZ provoca di-
minuição de 547 pontos em cada extremidade da sé-
rie temporal original, de modo que os resultados dessa
análise ficaram compreendidos entre janeiro de 2005 e
dezembro de 2015. Como exemplo, a Figura 2 ilustra a
decomposição da série temporal original X(t) nas com-
ponentes de longo prazo, sazonal e de curto prazo no
caso da estação Ibirapuera. Procedimento semelhante
foi realizado para as outras estações de monitoramento.
X(
t)
1,5
1,7
1,9
2,1
2,3
2,5
2003 2005 2007 2009 2011 2013 2015 2017
E(
t)
, S
(t
)
-0,3
-0,2
-0,1
0
0,1
0,2
0,3
X(
t)
2.5
2.3
2.1
1.9
1.7
1.5
2003 2005 2007 2009 2011 2013 2015 2017
W
(t
)
1
0.5
0
-0.5
-1
-1.5
X(t) = log(O3)
X(t) = log(O3)
W(t)
E(t) S(t)
Figura 2 – Decomposição da série temporal do logaritmo da concentração de ozônio (O
3
), X(t),
nas componentes de longo prazo, e (t), sazonal, S(t), e de curto prazo, W(t), para a estação Ibirapuera.
Contribuição de fatores químicos e meteorológicos para a formação de ozônio troposférico em São Paulo
95
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
Após o cálculo das componentes e(t), S(t), W(t) e BL(t)
para as séries temporais diárias de O
3
, temperatura,
velocidade do vento e radiação solar, foram calculadas
correlações entre a componente de base do O
3
, O
BL
(t), e
as componentes de base das variáveis meteorológicas:
temperatura, T
BL
(t), radiação solar, RS
BL
(t), e velocidade
do vento, VV
BL
(t). Em alguns casos, foi necessário aplicar
uma defasagem entre as séries temporais para maximi-
zar a correlação. Entre as variáveis meteorológicas dis-
poníveis, T e RS apresentaram melhor correlação linear
com O3, de modo que essas variáveis foram escolhidas
para a aplicação de regressão multilinear, de acordo com
a Equação 5. Foi adotado o método de regressão robus-
ta (HUBER, 1981), já que as séries temporais envolvidas
não atenderam aos critérios de normalidade nem de ho-
mocestaticidade, necessários para utilizar o método dos
mínimos quadrados. Analogamente, foi realizada uma
regressão multilinear entre as componentes de curto
prazo W(t) para as mesmas variáveis (Equação 6):
OBL(t) = a.TBL(t+i)+b.RSBL(t+j)+c+εBL(t) (5)
O
W
(t) = f.T
W
(t)+g.RS
W
(t)+ε
W
(t) (6)
Em que:
a, b, c, g = os coeficientes dos ajustes (Tabela 1);
i, j = os números de dias deslocados entre as séries
temporais para obter a correlação máxima;
ε
BL
(t) e ε
W
(t) = resíduos da regressão linear (AHMADI;
JOHN, 2015). Ressalta-se que o coeficiente constante
foi excluído do modelo de regressão apresentado na
Equação 6 por possuir p superior a 0,05.
Somando os resíduos das regressões lineares (equa-
ções 5 e 6), obtém-se uma nova série temporal que ex-
clui a influência das condições meteorológicas sobre a
concentração de O
3
(Equação 7):
O
quim
(t) = ε
BL
(t) + ε
W
(t) (7)
Dessa forma, a série temporal O
quim
(t) representa a
variabilidade na concentração de O
3
em razão, exclu-
sivamente, de mudanças nas concentrações de seus
precursores, que sofrem reações fotoquímicas na at-
mosfera para produzir O
3
. Já a série temporal de O
3
in-
fluenciada unicamente pelas condições meteorológicas
(O
met
) pode ser obtida pela soma dos modelos lineares
definidos pelas equações 5 e 6 (Equação 8):
O
met
(t) = [a.T
BL
(t+i)+b.RS
BL
(t+j)+c]+[f.T
W
(t)+g.RS
W
(t)] (8)
Em seguida, o filtro KZ (Equação 4) foi novamente aplica-
do, agora sobre as séries temporais O
quim
e O
met
, de modo
a extrair as componentes de longo prazo O
quim_e
e O
met_e
.
A porcentagem de variância explicada pelos modelos
multilineares foi calculada pela Equação 9:
r2 = 100.
var[O
met
(t)]
var[O
3
(t)]
(9)
Em que:
var = variância;
O
met
(t) = o resultado da regressão multilinear (Equação 8);
O
3
(t) = a série temporal original do logaritmo da con-
centração de O
3.
Tabela 1 – Coeficientes dos modelos de regressão multilinear e suas incertezas (a, b, c, g) e número de
dias deslocados entre as séries temporais de ozônio (O
3
), temperatura e radiação solar para obter correlações máximas (i, j).
Todos os coeficientes são significativos considerando significância de 95% (p < 0,05).
a(x10-2) b(x10-2) c f(x10-2) g(x10-2) i j
Diadema 1,27 ± 0,11 1,42 ± 0,08 1,298 ± 0,018 3,22 ± 0,08 0,80 ± 0,06 2 -1
Ibirapuera 1,10 ± 0,09 1,63 ± 0,07 1,398 ± 0,015 2,38 ± 0,07 1,12 ± 0,05 3 -2
Mauá 1,52 ± 0,08 0,96 ± 0,07 1,348 ± 0,014 3,69 ± 0,07 0,20 ± 0,05 3 -1
Pinheiros 0,45 ± 0,13 3,08 ± 0,10 1,183 ± 0,021 1,72 ± 0,09 1,63 ± 0,07 5 0
http://f.TW
http://f.TW
Santolaya, C. et al.
96
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
RESULTADOS E DISCUSSÃO
A Figura 3 apresenta as médias anuais das máximas
concentrações diárias de O
3
, dióxido de nitrogênio
(NO
2
), óxido nítrico (NO) e da radiação solar global.
Observam-se semelhanças entre a variabilidade inte-
ranual das concentrações de O
3
e a da radiação solar,
especialmente as quedas acentuadas em 2008 e 2013.
Nesses anos, a radiação solar global medida na Esta-
ção Meteorológica do IAG-USP ficou abaixo da média
climatológica em boa parte da primavera e do verão
austral (IAG-USP, 2008; 2013), que são as estações
do ano mais propícias para a produção de O
3
em São
Paulo (CARVALHO et al., 2015). Esse comportamento
sugere que nesses anos houve menor disponibilidade
de radiação solar para a produção fotoquímica de O
3
,
levando à diminuição de suas concentrações em to-
das as quatro estações de monitoramento avaliadas.
Por outro lado, o mês de janeiro de 2014 apresentou
recorde de radiação solar global desde 1961, com
média mensal 22% superior à média climatológica
(IAG-USP, 2014). O ano de 2014 também teve acu-
mulação pluviométrica 13% abaixo da média climato-
lógica (IAG-USP, 2014). Esse comportamento das va-
riáveis meteorológicas em superfície é um reflexo da
seca do verão austral de 2013/2014, que assolou toda
a Região Sudeste do Brasil (COELHO et al., 2016; SETH
et al., 2015). Coerentemente, constatou-se aumento
nas concentrações de O
3
de 2013 para 2014 em todas
as estações de monitoramento (Figura 3A).
Entretanto, além dos fatores meteorológicos, a produ-
ção de O
3
está sujeita à variabilidade na concentração
de seus precursores químicos, que são os NOx (NO +
NO
2
) e algumas espécies de HC. As médias anuais de
concentração de O
3
representadas na Figura 3 são re-
sultantes da contribuição simultânea de fatores meteo-
120
110
100
90
80
70
60
50
O
3 (
µg
.m
-3
)
2005 2007 2009 2001 2013 2015
18
17
16
15
14
13
2.5
2.0
1.5
1.0
0.5
0.0
2005 2007 2009 2001 2013 2015
120
110
100
90
80
70
60
50
40
N
O
2 (
µg
.m
-3
)
2005 2007 2009 2001 2013 2015
300
250
200
150
100
50
0
N
O
(µ
g.
m
-3
)
2005 2007 2009 2001 2013 2015
Pr
ec
ip
.(x
10
³m
m
.a
no
¯¹
)
RS
(M
J.m
- ²)
Diadema Ibirapuera Mauá Pinheiros precipitação radiação solar global
Figura 3 – Médias anuais das máximas concentrações diárias de ozônio (O
3
), dióxido de nitrogênio (NO
2
) e óxido nítrico
(NO) e da radiação solar global (RS) diária e precipitação anual acumulada. Foi adotado o número mínimo de 219 dias
de monitoramento (cobertura anual de 60% do ano) para que a média anual fosse representada. Diadema não possui
dados para os poluentes NO
2
e NO.
Contribuição de fatores químicos e meteorológicos para a formação de ozônio troposférico em São Paulo
97
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
rológicos e de fatores químicos. A contribuição isolada
de cada fator será discutida a seguir.
Observa-se tendência de diminuição nas concentra-
ções de NO
2
e NO, especialmente nas estações Ibira-
puera e Pinheiros (Figura 3). Esse comportamento é
coerente com estudos anteriores e pode ser explicado
pela aplicação de políticas públicas como o Programa
de Controle da Poluição do Ar por Veículos Automoto-
res (PROCONVE) e pela adoção de padrões de qualida-
de do ar restritivos no estado de São Paulo (ANDRADE
et al., 2017; CARVALHO et al., 2015), que promoveram
o uso de combustíveis menos poluentes e de disposi-
tivos de controle de emissões, como catalisadores, e
avanços tecnológicos na indústria automobilística. Por
outro lado, as concentrações de O
3
não apresentaram
tendência linear clara ao longo dos anos.
Na Figura 3, podem-se notar diferenças entre as estações
no que se refere às concentrações dos poluentes, como
reflexo das diferenças entre as fontes emissoras locais
que influenciam as estações, bem como diferenças nas
escalas de representatividade espacial (Quadro 1).
A estação Ibirapuera exibiu as maiores concentrações
de O
3
, de maneira coerente com o fato de que ela
apresenta elevada frequência de ultrapassagens do
padrão estadual de qualidade do ar (CETESB, 2019).
Uma possível explicação para esse comportamento é a
localização da estação, em uma área verde com cerca
de 160 ha, cujas espécies mais abundantes são as dos
gêneros Eucalyptus (14% do total de árvores), Ligus-
trum (7%), Eugenia (3%) e Tipuana (3%) (SILVA FILHO;
TOSETTI, 2010).
A vegetação emite HC para a atmosfera, e, em termos
globais, as emissões biogênicas de HC equiparam-
-se com as emissões antrópicas de HC ou as superam
(SINDELAROVA et al., 2014), com impactos na química
atmosférica. Os compostos mais abundantes emitidos
pela vegetação são o isopreno e os monoterpenos, e as
taxas de emissão podem variar em até quatro ordens
de magnitude, dependendo da espécie e das condições
ambientais, atingindo até cerca de 70 μg.g-1.h-1 no caso
de Eucalyptus globulus (HE; MURRAY; LYONS, 2000).
Estudos anteriores apontam a influência de emissões
biogênicas de HC sobre a química atmosférica em São
Paulo, e o isopreno figura entre os 20 compostos que
mais contribuem para a produção de O
3
(ALVIM et al.,
2017; MARTINS; ANDRADE, 2008b; ORLANDO et al.,
2010). Uma pesquisa de simulação computacional in-
dica que as emissões biogênicas causam aumento de
15% no pico diurno de concentração de O
3
em São Pau-
lo (MARTINS et al., 2006).
Já a estação Pinheiros se diferencia das demais esta-
ções pelas elevadas concentrações de NO, como con-
sequência da proximidade a uma via de intenso tráfe-
go de veículos (Marginal Pinheiros) e da influência de
emissões veiculares pouco envelhecidas. Altas concen-
trações de NOx em um regime de produção limitado
por HC, como ocorre em São Paulo e em outras cida-
des do mundo (JHUN et al., 2015; MARTINS; ANDRADE,
2008b; SILLMAN, 1999), causam diminuição na produ-
ção líquida de O3, o que explica as concentrações de O3
relativamente baixas em Pinheiros em comparação às
demais estações.
Para isolar a influência das condições meteorológicas
e da disponibilidade de precursores químicos sobre
as concentrações de O3, foram realizadas regressões
multilineares (equações 5 e 6), tendo como variável
dependente as componentes de base e de curto prazo
de O3, respectivamente OBL(t) e OW(t), e tendo as sé-
ries temporais de temperatura e radiação solar como
variáveis independentes. A Figura 4 ilustra a aplica-
ção da regressão multilinear sobre dados da estação
Ibirapuera, utilizada como exemplo. A série temporal
resultante da aplicação de modelos multilineares, de-
nominada de Omet(t) (Equação 8), representa a porção
da série temporal de O
3
que pode ser explicada pela
variabilidade nas condições meteorológicas. Por outro
lado, o resíduo dos modelos multilineares, denomina-
do de Oquim(t) (Equação 7), consiste na porção da sé-
rie temporal de O
3
meteorologicamente ajustada, isto
é, excluindo a influência da meteorologia e, portanto,
considerando somente a influência da disponibilidade
de precursores químicos sobre as concentrações de O
3
.
A porcentagem de variância explicada pelo modelo
multilinear aplicado a cada estação foi calculada pela
Equação 9, e os resultados são apresentados na Tabe-
la 2. Variações nas condições meteorológicas em cur-
to, médio e longo prazo explicaram, em média, 43% da
variabilidade das concentrações de O3 nas estações de
monitoramento investigadas. O restante da variabilida-
de das concentrações de O
3
seria explicado por fato-
res não meteorológicos, como as taxas de emissão dos
precursores NOx e HC.
Santolaya, C. et al.
98
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
Como limitação, cabe reconhecer que o método utili-
zado neste trabalho não levou em conta o transporte
vertical nem horizontal de O
3
na atmosfera, que são
fatores meteorológicos que podem influenciar na con-
centração desse poluente (BOIAN; ANDRADE, 2012).
Entretanto, a fraca correlação entre as séries temporais
de concentração de O
3
e de velocidade do vento sugere
que a contribuição do transporte de poluentes é pouco
significativa nesse contexto.
As componentes de longo prazo O
quimε
, calculadas
para cada estação, permitem avaliar o quanto as con-
centrações de O
3
seriam diferentes do observado, Oε,
caso as condições meteorológicas fossem as mesmas
ao longo de todo o período de estudo. A magnitude
de O
quimε
é pequena em comparação com Oε, já que
O
quimε
foi calculada com base no resíduo de regres-
sões multilineares.
Para facilitar a visualização das componentes de longo
prazo Oεe Oquimε na mesma escala, adotamos o proce-
dimento de Wise e Comrie (2005) na Figura 5, soman-
do a média de Oε à série temporal Oquimε. Além disso,
aplicamos a função exponencial aos valores das séries
temporais para apresentar os resultados na forma de
concentrações, já que o filtro KZ foi aplicado ao logarit-
mo das concentrações de O
3
.
Vê-se na Figura 5 que as concentrações de O
3
expli-
cadas pela disponibilidade de precursores químicos,
O
quimε
, são muito próximas das concentrações efetiva-
mente observadas, Oε. Particularmente, os resultados
resíduo O
BL
Ibirapuera
Co
m
po
ne
nt
e
de
b
as
e
de
O
3 (
ad
im
) 2,5
2
1,5
1
0,5
0
-0,5
2005 2007 2010 2012 2015
O
BL
regressão O
BL
Figura 4 – Resultado da regressão multilinear aplicada aos dados da estação Ibirapuera. A linha azul representa a previsão
da componente de base de concentração de ozônio (O
3
), O
BL
(linha preta), em função da temperatura e da radiação solar,
de acordo com o modelo multilinear adotado (Equação 5 e Tabela 1). A linha vermelha corresponde ao resíduo do modelo
multilinear. Esse resíduo pode ser interpretado como uma série temporal de fatores não meteorológicos que influenciam na
concentração de O
3
, como variações nas taxas de emissão de precursores químicos.
Variância explicada (%)
Diadema 43
Ibirapuera 39
Mauá 52
Pinheiros 40
Tabela 2 – Porcentagem de variância explicada pelos modelos multilineares aplicados a cada estação,
representando a influência de fatores meteorológicos sobre as concentrações de ozônio (O
3
) observadas.
Contribuição de fatores químicos e meteorológicos para a formação de ozônio troposférico em São Paulo
99
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
Diadema
O
3 (
µg
.m
-3
)
2005
80
75
70
65
60
2007 2009 2011 2013 2015
Ibirapuera
O
3 (
µg
.m
-3
)
2005
110
100
90
80
70
60
2007 2009 2011 2013 2015
Mauá
O
3 (
µg
.m
-3
)
2005
90
80
70
60
2007 2009 2011 2013 2015
O
e
O
quim_e
+média(O
e
)
Pinheiros
O
3 (
µg
.m
-3
)
2005
80
75
70
65
60
2007 2009 2011 2013 2015
Figura 5 – Componentes de longo prazo das séries temporais originais de concentração de ozônio (O
3
) (O
e
) e das séries
temporais que consideram somente a influência da disponibilidade de precursores químicos sobre as concentrações de O
3
(O
quim_e
), isto é, excluída a influência da meteorologia.
indicam que os picos de concentração de O
3
consta-
tados em 2006 e no período de 2010 a 2012 podem
ser explicados majoritariamente pela variabilidade nas
emissões de precursores e que variações nas condições
meteorológicas tiveram pouco impacto sobre os picos
de concentração verificados. O fato de esse compor-
tamento ser comum a todas as estações evidencia o
caráter regional desse problema ambiental.
Tanto em 2006 quanto no período de 2010 a 2012, o
consumo de gasolina foi superior ao de etanol (Figu-
ra 6), por conta das flutuações de preço desses com-
bustíveis (CETESB, 2017; SALVO; GEIGER, 2014). Essa
variação no tipo de combustível consumido provocou
mudanças na razão HC/NOx, da qual a produção de
O
3
depende. No regime de produção limitado por HC,
que é o caso de áreas urbanas, como São Paulo, a
produção de O
3
aumenta com a razão HC/NOx, isto é,
com diminuições na emissão de NOx e/ou aumentos
na emissão de HC (ALVIM et al., 2017; ORLANDO et
al., 2010). Em comparação com a gasolina, a combus-
tão de etanol produz menor emissão de NOx e HC
aromáticos e maior emissão de HC aldeídos (GRAH-
AM et al., 2008), que são espécies que atuam na pro-
dução de O
3
de maneira eficiente (ALVIM et al., 2017;
ORLANDO et al., 2010). Assim, alterações no perfil e
na magnitude das emissões de precursores podem
influenciar a produção de O
3
em diferentes sentidos,
de modo que as consequências não são triviais de se
prever, evidenciando que a produção química de O
3
é
um problema que depende de muitas variáveis e de
maneira não linear.
Considerando que a principal fonte de precursores de
O
3
na RMSP é a emissão veicular (BRITO et al., 2015;
CETESB, 2019), o comportamento apresentado nas Fi-
guras 5 e 6 sugere que os picos de concentração obser-
vados em 2006 e no período de 2010 a 2012 podem
Santolaya, C. et al.
100
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
Diesel
Gasolina
Etanol
bi
lh
õe
s
de
li
tr
os
12
10
8
6
4
2
2005 2007 2009 2011 2013 2015
Fonte: com base em Companhia Ambiental do Estado de São Paulo (CETESB, 2017).
Figura 6 – Evolução do consumo aparente de combustíveis no estado de São Paulo entre 2006 e 2015.
O volume de diesel reportado reflete aquele que foi utilizado em veículos, excluindo, portanto,
usos em outras aplicações, como construção civil, máquinas e tratores
estar ligados à diminuição no consumo de etanol em
relação à gasolina. Esse resultado é coerente com um
estudo de simulação computacional realizado na RMSP
que indicou que o aumento do consumo de etanol le-
varia à diminuição das concentrações de O
3
(MARTINS;
ANDRADE, 2008a).
Por outro lado, os resultados do presente trabalho
contradisseram, de certa forma, um estudo baseado
em observações na RMSP entre 2008 e 2011, que re-
velou que, naquele período, a diminuição do consumo
de etanol causou redução nas concentrações de O
3
em escalas de tempo de curto prazo (dias a semanas)
(SALVO; GEIGER, 2014). Logo, percebe-se que o impac-
to das mudanças no consumo de combustíveis sobre
as concentrações de O
3
na RMSP ainda não é consenso
na comunidade científica e requer mais investigações,
baseadas tanto em observações quanto em simula-
ções computacionais.
Na Figura 5, nota-se que em alguns períodos houve
diferenças entre as curvas O
quimε
e Oε. Entre 2007 e
2009, a série temporal O
quimε
superou as concentra-
ções observadas em todas as estações, revelando
que, se dependesse apenas da disponibilidade de
precursores, a produção fotoquímica de O
3
teria sido
maior do que a constatada, mas as condições meteo-
rológicas foram desfavoráveis para essa produção.
De fato, as médias anuais de radiação solar global
diminuíram em 2008 e 2009 em comparação às dos
outros anos (Figura 3). Por outro lado, entre 2013 e
2015 as concentrações de O
3
(Oε) superaram a série
temporal de O
3
com efeitos meteorológicos removi-
dos (O
quimε
), sugerindo que condições meteorológicas
favoráveis teriam atuado no sentido de intensificar
a produção de O
3
acima do que seria previsto com
base na disponibilidade de precursores químicos.
De modo geral, avaliamos que o filtro KZ é uma ferra-
menta promissora para separar a influência de fatores
meteorológicos e de fatores químicos que influenciam
a produção de O
3
na RMSP. Recomenda-se a aplicação
dessa ferramenta em estudos de longo prazo na RMSP,
utilizando séries temporais mais longas e maior núme-
ro de estações de monitoramento.
Contribuição de fatores químicos e meteorológicos para a formação de ozônio troposférico em São Paulo
101
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
CONCLUSÕES
As médias anuais de concentração de NO e NO
2
entre
2005 e 2015 indicaram tendência de diminuição em
três estações de monitoramento da CETESB na RMSP.
Esse resultado é coerente com estudos anteriores e
está relacionado à adoção de políticas públicas que pro-
moveram o controle das emissões veiculares, como o
PROCONVE e o Programa de Controle da Poluição do Ar
por Motociclos e Veículos Similares. As médias anuais
de concentração de O3 não acompanharam a diminui-
ção na concentração de seus precursores NOx nem
apresentaram tendência linear no período de estudo.
Foram observadas diferenças na concentração de O
3
entre as quatro estações de monitoramento analisa-
das, tendo a estação Ibirapuera apresentado as maiores
concentrações, entretanto a variabilidade nas concen-
trações de O
3
foi semelhante em todas as estações, com
picos de concentração em 2006 e entre 2010 e 2012.
Essa semelhança indica que os fatores que influenciam
na produção de O
3
na RMSP atuam em escala regional.
As concentrações de O
3
observadas nas estações de
monitoramento são consequência da atuação de dois
fatores de natureza distinta: fatores meteorológicos,
principalmente relacionados à disponibilidade de radia-
ção solar para a produção fotoquímica de O
3
; e fatores
químicos, pertinentes à disponibilidade dos precurso-
res NOx e HC. Variações interanuais nas condições me-
teorológicas podem mascarar a influência das emissões
antrópicas de precursores sobre as concentrações de
O
3
. Uma técnica de análise espectral denominada de
filtro KZ, associada a uma regressão multilinear, foi apli-
cada às séries temporais de concentração de O
3
para
isolar a contribuição dos fatores meteorológicos. Os re-
sultados mostraram que a variabilidade nas condições
meteorológicas explicou de 39 a 52% da variância das
concentrações de O
3
no período de estudo. A influência
das condições meteorológicas pode ser visualizada, por
exemplo, entre 2008 e 2009, quando a incidência de ra-
diação solar foi relativamente baixa e as concentrações
de O
3
ficaram aquém do que poderia ser produzido con-
siderando a disponibilidade de precursores.
A série temporal de O
3
meteorologicamente ajustada,
isto é, excluindo a variabilidade por causa das condições
meteorológicas e mantendo apenas a variabilidade em
razão de fatores químicos, apresentou comportamento
semelhante ao da componente de longo prazo da série
temporal original de O
3
, indicando que os picos de con-
centração observados em 2006 e entre os anos de 2010
e 2012 podem ser explicados majoritariamente pela
variabilidade nas emissões de precursores. Inventários
de emissão veicular apontam que nesses anos houve
oscilação no consumo de gasolina e de etanol no estado
de São Paulo, em função de flutuações no preço relati-
vo desses combustíveis. Os picos de concentração de
O
3
coincidiram com o aumento do consumo de gasolina
em relação ao etanol. É sabido que o perfil das emis-
sões provenientes da combustão de gasolina e de eta-
nol apresenta particularidades, de modo que mudanças
no consumo de combustíveis podem afetar a razão HC/
NOx e influenciar a produção de O
3
. Mais estudos são
necessários para elucidar essa questão.
Por fim, recomenda-se que as análises de tendência de
longo prazo nas concentrações de O
3
em cidades brasi-
leiras considerem a variabilidade das condições meteo-
rológicas, de maneira a isolar a contribuição de fatores
químicos para a produção de O
3
. Além do filtro KZ, outros
métodos estatísticos podem ser utilizados para remover a
influência das condições meteorológicas das séries tem-
porais de concentração, permitindo melhor compreensão
sobre a influência das emissões antrópicas na produção
de O
3
e sobre a proposição de medidas efetivas para o
controle desse poluente secundário em áreas urbanas.
REFERÊNCIAS
HMADI, M.; JOHN, K. Statistical evaluation of the impact of shale gas activities on ozone pollution in North Texas.
Science of the Total Environment, v. 536, p. 457-467, 2015. http://doi.org/10.1016/j.scitotenv.2015.06.114
ALVIM, D.S.; GATTI, L.V.; CORRÊA, S.M.; CHIQUETTO, J.B.; DE SOUZA ROSSATTI, C.; PRETTO, A.; SANTOS, M.H.; YAMAZAKI,
A.; ORLANDO, J.P.; SANTOS, G.M. Main ozone-forming VOCs in the city of Sao Paulo: observations, modelling and
impacts. Air Quality, Atmosphere & Health, v. 10, p. 421-435, 2017. http://doi.org/10.1007/s11869-016-0429-9
http://doi.org/10.1016/j.scitotenv.2015.06.114
http://doi.org/10.1007/s11869-016-0429-9
Santolaya, C. et al.
102
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
ANDRADE, M. de F.; KUMAR, P.; FREITAS, E.D.; YNOUE, R.Y.; MARTINS, J.; MARTINS, L.D.; NOGUEIRA, T.; PEREZ-MARTINEZ, P.; MIRANDA,
R.M.; ALBUQUERQUE, T.; GONÇALVES, F.L.T.; OYAMA, B.; ZHANG, Y. 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. http://doi.org/10.1016/j.atmosenv.2017.03.051
ANDRADE, M. de F.; MIRANDA, R.M.; FORNARO, A.; KERR, A.; OYAMA, B.; ANDRE, P.A.; SALDIVA, P. Vehicle emissions and PM(2.5) mass
concentrations in six Brazilian cities. Air Quality, Atmosphere & Health, v. 5, p. 79-88, 2012. http://doi.org/10.1007/s11869-010-0104-5
BOIAN, C.; ANDRADE, M.F. Characterization of ozone transport among metropolitan regions. Revista Brasileira de
Meteorologia, v. 27, n. 2, p. 229-242, 2012. http://dx.doi.org/10.1590/S0102-77862012000200009
BRITO, J.; WURM, F.; YÁÑEZ-SERRANO, A.M.; ASSUNÇÃO, J.V.; GODOY, J.M.; ARTAXO, P. Vehicular Emission Ratios
of VOCs in a Megacity Impacted by Extensive Ethanol Use: Results of Ambient Measurements in São Paulo, Brazil.
Environmental Science and Technology, v. 49, n. 19, p. 11381-11387, 2015. http://doi.org/10.1021/acs.est.5b03281
CALFAPIETRA, C.; FARES, S.; MANES, F.; MORANI, A.; SGRIGNA, G.; LORETO, F.: Role of Biogenic Volatile Organic
Compounds (BVOC) emitted by urban trees on ozone concentration in cities: A review. Environmental Pollution, v. 183,
p. 71-80, 2013. http://doi.org/10.1016/j.envpol.2013.03.012
CAMALIER, L.; COX, W.; DOLWICK, P. The effects of meteorology on ozone in urban areas and their use in assessing ozone
trends. Atmospheric Environment, v. 41, n. 33, p. 7127-7137, 2007. http://doi.org/10.1016/j.atmosenv.2007.04.061
CARVALHO, V.S.B.; FREITAS, E.D.; MARTINS, L.D.; MARTINS, J.A.; MAZZOLI, C.R.; ANDRADE, M. de F. Air quality status
and trends over the Metropolitan Area of São Paulo, Brazil as a result of emission control policies. Environmental
Science & Policy, v. 47, p. 68-79, 2015. http://doi.org/10.1016/j.envsci.2014.11.001
COELHO, C.A.S.; OLIVEIRA, C.P.; AMBRIZZI, T.; REBOITA, M.S.; CARPENEDO, C.B.; CAMPOS, J.L.P.S.; TOMAZIELLO, A.C.N.;
PAMPUCH, L.A.; CUSTÓDIO, M.S.; DUTRA, L.M.M.; ROCHA, R.P.;. REHBEIN, A. The 2014 southeast Brazil austral summer
drought: regional scale mechanisms and teleconnections. Climate Dynamics, v. 46, n. 11, p. 3737-3752, 2016. http://
doi.org/10.1007/s00382-015-2800-1
COMPANHIA AMBIENTAL DO ESTADO DE SÃO PAULO (CETESB). Classificação expedita da representatividade espacial
das estações de monitoramento da qualidade do ar da CETESB no Estado de São Paulo. São Paulo: CETESB, 2016.
Disponível em: . Acesso em: 02 junho. 2018.
COMPANHIA AMBIENTAL DO ESTADO DE SÃO PAULO (CETESB). Emissões veiculares no Estado de São Paulo em 2016.
São Paulo: CETESB, 2017.
COMPANHIA AMBIENTAL DO ESTADO DE SÃO PAULO (CETESB). Qualidade do ar no Estado de São Paulo, São Paulo. São
Paulo: CETESB, 2019. Disponível em: . Acesso em: 10 agosto. 2019.
DOMINUTTI, P.A.; NOGUEIRA, T.; BORBON, A.; ANDRADE, M.F.; FORNARO, A. One-year of NMHCs hourly observations
in Sao Paulo megacity: meteorological and traffic emissions effects in a large ethanol burning context. Atmospheric
Environment, v. 142, p. 371-382, 2016. http://doi.org/10.1016/j.atmosenv.2016.08.008
DUNCAN, B.N.; YOSHIDA, Y.; OLSON, J.R.; SILLMAN, S.; MARTIN, R.V.; LAMSAL, L.; HU, Y.; PICKERING, K.E.; RETSCHER, C.; ALLEN,
D.J.; CRAWFORD, J.H. Application of OMI observations to a space-based indicator of NOx and VOC controls on surface ozone
formation. Atmospheric Environment, v. 44, n. 18, p. 2213-2223, 2010. http://doi.org/10.1016/j.atmosenv.2010.03.010
GRAHAM, L.A.; BELISLE, S.L.; BAAS, C.L. Emissions from light duty gasoline vehicles operating on low blend ethanol gasoline
and E85. Atmospheric Environment, v. 42, n. 19, p. 4498-4516, 2008. http://doi.org/10.1016/j.atmosenv.2008.01.061
GRIMM, A.M.; AMBRIZZI, T. Teleconnections into South America from the Tropics and Extratropics on Interannual and
Intraseasonal Timescales, in Past Climate Variability in South America and Surrounding Regions. Estados Unidos: Springer, 2009.
http://doi.org/10.1016/j.atmosenv.2017.03.051
http://doi.org/10.1007/s11869-010-0104-5
http://dx.doi.org/10.1590/S0102-77862012000200009
http://doi.org/10.1021/acs.est.5b03281
http://doi.org/10.1016/j.envpol.2013.03.012
http://doi.org/10.1016/j.atmosenv.2007.04.061
http://doi.org/10.1016/j.envsci.2014.11.001
http://doi.org/10.1007/s00382-015-2800-1
http://doi.org/10.1007/s00382-015-2800-1
http://www.cetesb.sp.gov.br/
https://cetesb.sp.gov.br/ar/publicacoes-relatorios/
http://doi.org/10.1016/j.atmosenv.2016.08.008
http://doi.org/10.1016/j.atmosenv.2010.03.010
http://doi.org/10.1016/j.atmosenv.2008.01.061
Contribuição de fatores químicos e meteorológicos para a formação de ozônio troposférico em São Paulo
103
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
HE, C.; MURRAY, F.; LYONS, T. Monoterpene and isoprene emissions from 15 Eucalyptus species in Australia. Atmospheric
Environment, v. 34, n. 4, p. 645-655, 2000. https://doi.org/10.1016/S1352-2310(99)00219-8
HUBER, P.J. Robust Statistics. Hoboken: John Wiley & Sons, 1981.
INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS DA UNIVERSIDADE DE SÃO PAULO (IAG-USP).
Boletim Climatológico anual da Estação Meteorológica do IAG/USP. São Paulo: IAG/USP, 2008. Disponível em: . Acesso em: 23 março. 2019.
INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS DA UNIVERSIDADE DE SÃO PAULO (IAG-USP).
Boletim Climatológico anual da Estação Meteorológica do IAG/USP. São Paulo: IAG/USP, 2013. Disponível em: . Acesso em: 23 março. 2019.
INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS DA UNIVERSIDADE DE SÃO PAULO (IAG-USP).
Boletim Climatológico anual da Estação Meteorológica do IAG/USP. São Paulo: IAG/USP, 2014. Disponível em: . Acesso em: 23 março. 2019.
JHUN, I.; COULL, B.A.; ZANOBETTI, A.; KOUTRAKIS, P. The impact of nitrogen oxides concentration decreases on ozone trends
in the USA. Air Quality, Atmosphere & Health, v. 8, n. 3, p. 283-292, 2015. http://doi.org/10.1007/s11869-014-0279-2
KLEINMAN, L.I. The dependence of tropospheric ozone production rate on ozone precursors. Atmospheric Environment,
v. 39, n. 3, p. 575-586, 2005. http://doi.org/10.1016/j.atmosenv.2004.08.047
LOU THOMPSON, M.; REYNOLDS, J.; COX, L.H.; GUTTORP, P.; SAMPSON, P.D. A review of statistical methods for the
meteorological adjustment of tropospheric ozone. Atmospheric Environment, v. 35, n. 3, p. 617-630, 2001. http://doi.
org/10.1016/S1352-2310(00)00261-2
MARTINS, L.D.; ANDRADE, M.F. Emission Scenario Assessment of Gasohol Reformulation Proposals and Ethanol Use in
the Metropolitan Area of São Paulo. The Open Atmospheric Science Journal, v. 2, p. 166-175, 2008a.
MARTINS, L.D.; ANDRADE, M.F. Ozone formation potentials of volatile organic compounds and ozone sensitivity to
their emission in the megacity of São Paulo, Brazil, Water, Air, and Soil Pollution, v. 195, n. 1-4, p. 201-213, 2008b.
http://doi.org/10.1007/s11270-008-9740-x
MARTINS, L.D.; VASCONCELLOS, P.C.; CARVALHO, L.R.F.; ANDRADE, M.F. Estimated impact of biogenic hydrocarbon
emissions on periods of the winters of 1999-2000. Revista Brasileira de Meteorologia, v. 21, n. 2, p. 190-200, 2006.
MIRAGLIA, S.G.E.K.; GOUVEIA, N. Custos da poluição atmosférica nas regiões metropolitanas brasileiras. Ciência e
Saúde Coletiva, v. 19, n. 10, p. 4141-4147, 2014. http://doi.org/10.1590/1413-812320141910.09232014
MIRAGLIA, S.G.E.K.; NASCIMENTO SALDIVA, P.H.; BÖHM, G.M. An evaluation of air pollution health impacts and costs in
São Paulo, Brazil. Environmental Management, v. 35, n. 5, p. 667-676, 2005. http://doi.org/10.1007/s00267-004-0042-9
MIRANDA, R.M.; ANDRADE, M.F.; DUTRA RIBEIRO, F.N.; MENDONÇA FRANCISCO, K.J.; PÉREZ-MARTÍNEZ, P.J. Source
apportionment of fine particulate matter by positive matrix factorization in the metropolitan area of São Paulo, Brazil.
Journal of Cleaner Production, v. 202, p. 253-263, 2018. http://doi.org/10.1016/j.jclepro.2018.08.100
ORLANDO, J.P.; ALVIM, D.S.; YAMAZAKI, A.; CORRÊA, S.M.; GATTI, L.V. Ozone precursors for the São Paulo Metropolitan
Area. Science of the Total Environment, v. 408, n. 7, p. 1612-1620, 2010. http://doi.org/10.1016/j.scitotenv.2009.11.060
PEREIRA, G.M.; TEINILÄ, K.; CUSTÓDIO, D.; SANTOS, A.G.; XIAN, H.; HILLAMO, R.; ALVES, C.A.; ANDRADE, J.B.; ROCHA,
G.O.; KUMAR, P.; BALASUBRAMANIAN, R.; ANDRADE, M.F.; VASCONCELLOS, P.C. Particulate pollutants in the Brazilian
city of Saõ Paulo: 1-year investigation for the chemical composition and source apportionment. Atmospheric Chemistry
& Physics, v. 17, n. 19, p. 11943-11969, 2017. http://doi.org/10.5194/acp-17-11943-2017
https://doi.org/10.1016/S1352-2310(99)00219-8
http://www.estacao.iag.usp.br/Boletins/2008.pdf
http://www.estacao.iag.usp.br/Boletins/2008.pdf
http://www.estacao.iag.usp.br/Boletins/2013.pdf
http://www.estacao.iag.usp.br/Boletins/2013.pdf
http://www.estacao.iag.usp.br/Boletins/2014.pdf
http://www.estacao.iag.usp.br/Boletins/2014.pdf
http://doi.org/10.1007/s11869-014-0279-2
http://doi.org/10.1016/j.atmosenv.2004.08.047
http://doi.org/10.1016/S1352-2310(00)00261-2
http://doi.org/10.1016/S1352-2310(00)00261-2
http://doi.org/10.1007/s11270-008-9740-x
http://doi.org/10.1590/1413-812320141910.09232014
http://doi.org/10.1007/s00267-004-0042-9
http://doi.org/10.1016/j.jclepro.2018.08.100
http://doi.org/10.1016/j.scitotenv.2009.11.060
http://doi.org/10.5194/acp-17-11943-2017
Santolaya, C. et al.
104
RBCIAMB | n.54 | dez 2019 | 90-104 - ISSN 2176-9478
PÉREZ-MARTÍNEZ, P.J.; ANDRADE, M.F.; MIRANDA, R.M. Traffic-related air quality trends in São Paulo, Brazil. JGR
Atmospheres, v. 120, n. 12, p. 6290-6304, 2015. http://doi.org/10.1002/2014JD022812
RAO, S.T.; ZURBENKO, I.G.; NEAGU, R.; PORTER, P.S.; KU, J.Y.; HENRY, R.F. Space and Time Scales in Ambient Ozone
Data. Bulletin of the American Meteorological Society, v. 78, n. 10, p. 2153-2166, 1997. http://doi.org/10.1175/1520-
0477(1997)078<2153:SATSIA>2.0.CO;2
REBOITA, M.S.; KRUSCHE, N.; AMBRIZZI, T.; PORFÍRIO, R.; ROCHA, D. Entendendo o Tempo e o Clima na América do
Sul O Sol como Fonte de Energia. Terrae Didatica, v. 8, n. 1, p. 34-50, 2012. http://doi.org/10.20396/td.v8i1.8637425
SALVO, A.; GEIGER, F.M. Reduction in local ozone levels in urban São Paulo due to a shift from ethanol to gasoline use.
Nature Geoscience, v. 7, n. 6, p. 450-458, 2014. http://doi.org/10.1038/NGEO2144
SÁNCHEZ-CCOYLLO, O.R.; YNOUE, R.Y.; MARTINS, L.D.; ANDRADE, M.F. Impacts of ozone precursor limitation and
meteorological variables on ozone concentration in São Paulo, Brazil. Atmospheric Environment, v. 40, supl. 2, p. 552-
562, 2006. http://doi.org/10.1016/j.atmosenv.2006.04.069
SANTOS, T.C. dos. Relação de variáveis atmosféricas com a qualidade do ar no Estado de São Paulo. São Paulo: UNIFEI, 2016.
SANTOS, U.P.; GARCIA, M.L.S.B.; BRAGA, A.L.F.; PEREIRA, L.A.A.; LIN, C.A.; ANDRÉ, P.A.; ANDRÉ, C.D.S.; SINGER, J.D.M.;
SALDIVA, P.H.N. Association between traffic air pollution and reduced forced vital capacity: A study using personal
monitors for outdoor workers. PLoS One, v. 11, n. 10, p. 1-12, 2016. http://doi.org/10.1371/journal.pone.0163225
SETH, A.; FERNANDES, K.; CAMARGO, S.J. Two summers of São Paulo drought: Origins in the western tropical Pacific.
Geophysical Research Letters, v. 42, n. 24, p. 10816-10823, 2015. http://doi.org/10.1002/2015GL066314
SILLMAN, S. The relation between ozone, NOx and hydrocarbons in urban and polluted rural environments. Atmospheric
Environment, v. 33, n. 12, p. 1821-1845, 1999. http://doi.org/10.1016/S1352-2310(98)00345-8
SILVA FILHO, D.F.; TOSETTI, L.L. Valoração das árvores no Parque do Ibirapuera - SP: Importância da infraestrutura verde
urbana. Rev. LABVERDE, n. 1, p. 11-25, 2010. http://doi.org/10.11606/issn.2179-2275.v0i1p11-25
SINDELAROVA, K.; GRANIER, C.; BOUARAR, I.; GUENTHER, A.; TILMES, S.; STAVRAKOU, T.; MÜLLER, J.F.; KUHN, U.;
STEFANI, P.; KNORR, W. Global data set of biogenic VOC emissions calculated by the MEGAN model over the last 30
years. Atmospheric Chemistry and Physics, v. 14, n. 17, p. 9317-9341, 2014. http://doi.org/10.5194/acp-14-9317-2014
TAKANO, A.P.C.; JUSTO, L.T.; SANTOS, N.V.; MARQUEZINI, M.V.; ANDRÉ, P.A.; ROCHA, F.M.M.; PASQUALUCCI, C.A.;
BARROZO, L.V.; SINGER, J.M.; ANDRÉ, C.D.S.; SALDIVA, P.H.N.; VERAS, M.M. Pleural anthracosis as an indicator of
lifetime exposure to urban air pollution: An autopsy-based study in Sao Paulo. Environmental Research, v. 173, p. 23-
32, 2019. http://doi.org/10.1016/j.envres.2019.03.006
WANG, M.; AARON, C.P.; MADRIGANO, J.; HOFFMAN, E.A.; ANGELINI, E.; YANG, J.; LAINE, A.; VETTERLI, T.M.; KINNEY, P.L.;
SAMPSON, P.D.; SHEPPARD, L.E.; SZPIRO, A.A.; ADAR, S.D.; KIRWA, K.; SMITH, B.; LEDERER, D.J.; DIEZ-ROUX, A.V.; VEDAL, S.;
KAUFMAN, J.D.; BARR, R.G. Association Between Long-term Exposure to Ambient Air Pollution and Change in Quantitatively
Assessed Emphysema and Lung Function. Jama, v. 322, n. 6, p. 546-556, 2019. http://doi.org/10.1001/jama.2019.10255
WISE, E.K.; COMRIE, A.C. Extending the kolmogorov–zurbenko filter: Application to ozone, particulate matter, and
meteorological trends. Journal of Air & Waste Management Association, v. 55, n. 8, p. 1208-1216, 2005. http://doi.org
/10.1080/10473289.2005.10464718
Este é um artigo de acesso aberto distribuído nos termos de licença Creative Commons.
http://doi.org/10.1002/2014JD022812
http://doi.org/10.1175/1520-0477(1997)078
http://doi.org/10.1175/1520-0477(1997)078
http://doi.org/10.20396/td.v8i1.8637425
http://doi.org/10.1038/NGEO2144
http://doi.org/10.1016/j.atmosenv.2006.04.069
http://doi.org/10.1371/journal.pone.0163225
http://doi.org/10.1002/2015GL066314
http://doi.org/10.1016/S1352-2310(98)00345-8
http://doi.org/10.11606/issn.2179-2275.v0i1p11-25
http://doi.org/10.5194/acp-14-9317-2014
http://doi.org/10.1016/j.envres.2019.03.006
http://doi.org/10.1001/jama.2019.10255
http://doi.org/10.1080/10473289.2005.10464718
http://doi.org/10.1080/10473289.2005.10464718