EDIÇÃO 42 RBCIAMB

More documents

Recommendations

Info

A influência da renovação da frota de veículos na qualidade do ar na região central de Curitiba maior redução de concentração no ar com o aumento da frota de automóveis modernos, com coeficientes de correlação de Pearson de -0,9060 e -0,8220, respectivamente, pois o sistema de injeção eletrônica permite a combustão completa, evitando a emissão desses gases. Por outro lado, os poluentes PTS e O 3 apresentam pouca correlação com a alteração da frota de automóveis modernos, -0,0973 e 0,0811, respectivamente, provavelmente devido à influência da poeira ambiente e das condições climáticas. Na Figura 4 pode-se observar que o ozônio não sofre influência da circulação de veículos, mas sim da radiação solar, tendo maior concentração no período das 11h00 às 17h00. Os particulados PTS e PI, com o CO e o NO 2 , apresentam picos pela manhã, entre 07h00 e 10h00, e no período das 17h00 às 22h00, horário de maior fluxo de veículos. Esses picos corroboram o observado por Gioda et al. (2016), em estudo realizado no Rio de Janeiro, onde também foram verificados picos de poluentes nos horários de grande tráfego de veículos; também Krecl et al. (2015), em estudo realizado em Estocolmo, identificaram picos de aumento de concentração de poluentes coincidindo com o aumento do número de veículos no trânsito. É possível verificar que a concentração de SO 2 sofre um acúmulo nas primeiras horas do dia até as 17h00 e posteriormente sofre redução até as 24h00, provavelmente devido à interação entre a radiação e o calor acumulado no final do dia. Esse efeito merece ser avaliado com mais profundidade em estudos futuros. Para avaliar se o comportamento das concentrações de poluentes monitorados pela estação Ouvidor Pardinho tem relação exclusiva com o tráfego de veículos, foram comparados os valores de NO 2 , CO, PTS e PI com os valores obtidos na estação CIC (poluentes monitorados em ambas as estações). A estação CIC fica próximo à cidade de Araucária, e no estudo realizado por Barbon e Gomes (2010), sobre a poluição do ar naquela região, as emissões veiculares foram desconsideradas, por representarem menos de 1% das emissões totais locais diante das emissões das indústrias da região. Verificou-se que na estação CIC, além de os picos de concentração de poluentes coincidirem com os picos de maior tráfego de veículos, entre 5h00 e 10h00 pela manhã e entre 17h00 e 21h00 à tarde, os índices de CO, PTS e PI ficaram elevados devido à influência da poluição gerada pelas indústrias localizadas nessa região. Outro ponto a ser observado é a maior concentração de NO 2 na região da Estação Ouvidor Pardinho, que se deve, segundo Ribas et al. (2016) e Souza, Silva e Silva (2013), ao maior tráfego de ônibus (veículos movidos a diesel e que produzem como principal poluente o NO 2 ). Concluiu-se, assim, que a estação PAR é a mais representativa da poluição automotiva na região em estudo. μg/m 3 40 35 30 25 20 15 10 5 0 y=-0,1549x+27,132 y=-0,3619x+20,894 y=-0,7663x+24,758 y=-0,0297x+12,698 y=-0,2506x+2,743 y=-0,0758x+1,8614 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Ano CO NO 2 O 3 PTS PI SO 2 Figura 2 – Médias anuais da concentração de poluentes em Curitiba, entre 2003 e 2014, Estação Ouvidor Pardinho. 7 RBCIAMB | n.42 | dez 2016 | 2-11
Escuciatto, E.; Dziedzic, M.; Vasconcelos, E.C. CO (μg/m 3 ) 3,6 3,1 2,6 2,1 1,6 1,1 0,6 0,1 220000 (Coeficiente de correlação de Pearson=-0,9069) 320000 420000 520000 620000 720000 820000 920000 Número de veículos modernos 1020000 PI (μg/m 3 ) 30 28 26 24 22 20 18 16 14 12 220000 (Coeficiente de correlação de Pearson=-0,8220) 320000 420000 520000 620000 720000 820000 920000 Número de veículos modernos 1020000 NO 2 (μg/m 3 ) 26 24 22 20 18 16 14 12 10 220000 (Coeficiente de correlação de Pearson=-0,5233) 320000 420000 520000 620000 720000 820000 920000 Número de veículos modernos 1020000 SO 2 (μg/m 3 ) 2,4 1,9 1,4 0,9 0,4 220000 (Coeficiente de correlação de Pearson=-0,4720) 320000 420000 520000 620000 720000 820000 920000 Número de veículos modernos 1020000 PTS (μg/m 3 ) 39 34 29 24 19 14 220000 (Coeficiente de correlação de Pearson=-0,0973) 320000 420000 520000 620000 720000 820000 920000 Número de veículos modernos 1020000 O 3 (μg/m 3 ) 18,4 17,4 16,4 15,4 14,4 13,4 12,4 11,4 10,4 9,4 220000 (Coeficiente de correlação de Pearson=-0,0811) 320000 420000 520000 620000 720000 820000 920000 Número de veículos modernos 1020000 Figura 3 – Correlação entre a frota de veículos modernos e as concentrações de poluentes, em Curitiba, entre 2003 e 2014. 8 RBCIAMB | n.42 | dez 2016 | 2-11
Page 1 and 2: Revista Brasileira de Ciências Amb
Page 3 and 4: ÍNDICE 1 - EDITORIAL Maurício Dzi
Page 5 and 6: DOI: 10.5327/Z2176-947820160198 A I
Page 7 and 8: Escuciatto, E.; Dziedzic, M.; Vasco
Page 9: Escuciatto, E.; Dziedzic, M.; Vasco
Page 13 and 14: Escuciatto, E.; Dziedzic, M.; Vasco
Page 15 and 16: DOI: 10.5327/Z2176-947820160009 DIS
Page 17 and 18: Marcelo, V.F. et al. ao desenvolvim
Page 19 and 20: Marcelo, V.F. et al. O nível da so
Page 21 and 22: Marcelo, V.F. et al. 4 repetições
Page 23 and 24: Marcelo, V.F. et al. Assim, do pont
Page 25 and 26: Marcelo, V.F. et al. Tabela 4 - Par
Page 27 and 28: Marcelo, V.F. et al. LEPSCH, I. F.
Page 29 and 30: DOI: 10.5327/Z2176-947820160035 CON
Page 31 and 32: Souza, A.C.; Orrico, S.R.M. me de e
Page 33 and 34: Souza, A.C.; Orrico, S.R.M. do proc
Page 35 and 36: Souza, A.C.; Orrico, S.R.M. estabel
Page 37 and 38: Souza, A.C.; Orrico, S.R.M. ocorrê
Page 39 and 40: Souza, A.C.; Orrico, S.R.M. FRONZA,
Page 41 and 42: Batanolli, J.A.R.; Milioli, G. Nas
Page 43 and 44: Batanolli, J.A.R.; Milioli, G. Essa
Page 45 and 46: Batanolli, J.A.R.; Milioli, G. form
Page 47 and 48: Batanolli, J.A.R.; Milioli, G. caç
Page 49 and 50: Batanolli, J.A.R.; Milioli, G. Mas
Page 51 and 52: Batanolli, J.A.R.; Milioli, G. e ap
Page 53 and 54: Batanolli, J.A.R.; Milioli, G. perc
Page 55 and 56: Batanolli, J.A.R.; Milioli, G. Assi
Page 57 and 58: Batanolli, J.A.R.; Milioli, G. nív
Page 59 and 60: DOI: 10.5327/Z2176-947820160107 APR
Page 61 and 62:
Victorino, T.R.; Pereira, R.G.; Fia
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Santos Filho, F.M. et al. Os elemen
Page 73 and 74:
Santos Filho, F.M. et al. que ocorr
Page 75 and 76:
Santos Filho, F.M. et al. provenien
Page 77 and 78:
Santos Filho, F.M. et al. no Brasil
Page 79 and 80:
Santos Filho, F.M. et al. de r 2 =0
Page 81 and 82:
Santos Filho, F.M. et al. BURGER, J
Page 83 and 84:
Santos Filho, F.M. et al. MORALES-A
Page 85 and 86:
DOI: 10.5327/Z2176-9478201600122 VU
Page 87 and 88:
Lerner, F.; Ferreira, M.I.P. frági
Page 89 and 90:
Lerner, F.; Ferreira, M.I.P. de est
Page 91 and 92:
Lerner, F.; Ferreira, M.I.P. da ág
Page 93 and 94:
Lerner, F.; Ferreira, M.I.P. gunas
Page 95 and 96:
Lerner, F.; Ferreira, M.I.P. mente,
Page 97 and 98:
Lerner, F.; Ferreira, M.I.P. rosos,
Page 99 and 100:
Lerner, F.; Ferreira, M.I.P. -25300
Page 101 and 102:
Lerner, F.; Ferreira, M.I.P. res da
Page 103 and 104:
Lerner, F.; Ferreira, M.I.P. serva
Page 105 and 106:
Lerner, F.; Ferreira, M.I.P. CORREA
Page 107 and 108:
DOI: 10.5327/Z2176-947820160130 BIO
Page 109 and 110:
Favaro, A. et al. at the Conquistin
Page 111 and 112:
Favaro, A. et al. hierarchical aggl
Page 113 and 114:
Favaro, A. et al. According to the
Page 115 and 116:
Favaro, A. et al. SUYAMA, F.; GUIMA
Page 117 and 118:
Knakiewicz, A.C. et al. The epidemi
Page 119 and 120:
Knakiewicz, A.C. et al. The extract
Page 121 and 122:
Knakiewicz, A.C. et al. Fruit and f
Page 123 and 124:
Knakiewicz, A.C. et al. POWELL, J.
Page 125 and 126:
Simioni, F.J. et al. The population
Page 127 and 128:
Simioni, F.J. et al. they would be
Page 129 and 130:
Simioni, F.J. et al. In this case,
Page 131 and 132:
Simioni, F.J. et al. 2 A 2 B CP 2 (
Page 133 and 134:
Simioni, F.J. et al. The connection
Page 135 and 136:
Simioni, F.J. et al. PIZAIA, M. G.
Page 137 and 138:
Érico Soriano - Universidade Feder
Page 139:
Simone Georges El Khouri Miraglia -
show all

EDIÇÃO 42 RBCIAMB

Create successful ePaper yourself

Delete template?

Save as template?