Processo de Poisson não homogêneo com presença de covariáveis para estimar o número de ultrapasses de concentração de ozônio na Cidade do México
A poluição do ar é um dos principais riscos ambientais à saúde pública mundial. Entre as principais consequências desta, estão doenças como acidente vascular cerebral, doenças cardíacas, doenças pulmonares crônicas e câncer de pulmão. Em grandes cidades, como a Cidade do México, a preocupação com a...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2025 |
| País: | Brasil |
| Institución: | Universidade Estadual Paulista (UNESP) |
| Repositorio: | Repositório Institucional da UNESP |
| Idioma: | portugués |
| OAI Identifier: | oai:repositorio.unesp.br:11449/315137 |
| Acceso en línea: | https://hdl.handle.net/11449/315137 |
| Access Level: | acceso abierto |
| Palabra clave: | Ozônio Método de Monte Carlo via cadeias de Markov Processo de Poisson Ozone Markov Chain Monte Carlo Methods Poisson Process |
| Sumario: | A poluição do ar é um dos principais riscos ambientais à saúde pública mundial. Entre as principais consequências desta, estão doenças como acidente vascular cerebral, doenças cardíacas, doenças pulmonares crônicas e câncer de pulmão. Em grandes cidades, como a Cidade do México, a preocupação com a concentração de poluentes atmosféricos, especialmente o ozônio, tem crescido devido ao seu impacto direto na saúde humana e no meio ambiente. O ozônio troposférico é um poluente secundário formado por reações químicas entre óxidos de nitrogênio e compostos orgânicos voláteis sob luz solar. Embora o ozônio estratosférico desempenhe um papel vital na proteção contra a radiação ultravioleta, o ozônio ao nível do solo é nocivo, pois causa irritações nas vias respiratórias e danos ao tecido pulmonar, o que afeta particularmente populações vulneráveis como crianças e idosos. Diante desse cenário, a análise do tempo entre ultrapassagens de limiares ambientais nas concentrações de poluentes assim como o número de vezes que este limiar é ultrapassado, se torna essencial para compreender a dinâmica da poluição atmosférica e seus efeitos na saúde pública. O processo de Poisson é uma ferramenta estatística eficaz para modelar a frequência e o intervalo de eventos ao longo do tempo, permitindo a análise de eventos de ultrapassagem de limites de concentração de poluentes. Este estudo propõe utilizar o processo de Poisson não homogêneo com presença de covariáveis para estimar o número de ultrapassagens de concentração de ozônio na Cidade do México, considerando fatores como dióxido de nitrogênio, monóxido de carbono, temperatura, umidade relativa do ar e partículas inaláveis. O uso de métodos computacionais, como a inferência Bayesiana e técnicas de Monte Carlo via cadeias de Markov (MCMC), viabiliza os cálculos necessários para a estimativa dos números de ultrapasses de limiares para o ozônio. A metodologia adotada tem como base o trabalho de Rodrigues, Nicholls, Tarumoto e Tzintzun (2019), que utilizaram um modelo de Poisson não homogêneo com anisotropia espacial e pontos de mudança para analisar dados de poluição do ar no contexto da Cidade do México. A análise do tempo entre eventos de ultrapassagem oferece entendimento sobre como as condições atmosféricas e os níveis de poluentes interagem, a qual permite a identificação das principais covariáveis que influenciam os eventos de ultrapassagem. Em suma, o estudo da poluição do ar e da dinâmica dos eventos de ultrapassagem de concentrações de poluentes é importante para proteger a saúde pública e promover um ambiente mais saudável. A aplicação de métodos estatísticos avançados, como o processo de Poisson, representam uma ferramenta robusta para a análise e a compreensão dos padrões de poluição, que contribuem para o desenvolvimento de estratégias eficazes de controle, mitigação e prevenção. |
|---|