Qualidade do ar

Pesquisadores da Universidade Tecnológica Federal do Paraná (UTFPR), Câmpus Ponta Grossa, publicaram artigo sobre poluição do ar em tempos de pandemia. O estudo foi elaborado em parceria com a Universidade Federal do Paraná (UFPR) e a Manchester Metropolitan University (Reino Unido), e publicado no periódico Environmental Pollution (Fator de Impacto 6.792), da Elsevier. A pesquisa é intitulada “Dynamic model to predict the association between air quality, COVID-19 cases, and level of lockdown”.  

Diante do cenário mundial de pandemia da COVID-19, os pesquisadores identificaram a necessidade de estudar a relação entre a qualidade do ar, taxa de isolamento social e novos casos diários de COVID-19. Para tal, foram aplicadas quatro redes neurais artificiais (RNAs) diferentes para prever os níveis de poluentes atmosféricos (CO, O3, NO2, NO, PM2,5, PM10) em função da taxa de isolamento social, casos de COVID-19 e variáveis meteorológicas para a cidade de São Paulo (um dos epicentros da pandemia). 

Esta é a primeira vez que RNAs são aplicadas para previsão de qualidade do ar por conta do isolamento social. Estudos já publicados sobre o assunto somente observaram dados passados, sem fazer previsões para o futuro. Neste estudo, relata o Prof. Hugo Valadares (DAELE), recém contemplado com bolsa pesquisador CNPq, “nós aplicamos as RNAs para simular quatro cenários hipotéticos de taxa de isolamento social: 10% (mínimo), 30% (chamado de isolamento vertical – somente pessoas no grupo de risco permanecem em isolamento), 70% (taxa considerada ideal para reduzir o contágio) e 90% (medida extrema de isolamento)”. 

Como esperado, os níveis de poluição do ar são maiores para taxas de isolamento de 10 e 30%. Para alguns dias específicos, o comportamento foi contrário, mostrando a complexa interdependência dos níveis de poluição do ar com diversas variáveis, principalmente variáveis meteorológicas. De acordo com a Profa. Yara de Souza Tadano (DAMAT), coordenadora da pesquisa, “a principal conclusão é que, quando mudanças abruptas nas condições meteorológicas são preditas, são recomendadas ações de isolamento alguns dias antes, para diminuir a emissão de poluentes e evitar eventos extremos de poluição do ar, e consequentemente, poupar a saúde da população”. 

Os modelos aplicados mostraram-se robustos e poderão, futuramente, ser aplicados para descrever o equilíbrio entre poluição do ar, casos de COVID-19 e isolamento social, entre outras variáveis. Este artigo contou ainda com a colaboração dos professores da UTFPR/Ponta Grossa: Yslene R. Kachba, Daiane M.G. Chiroli e Thiago Antonini Alves, e a aluna do PPGEM-PG Vivian Machado. Além dos pesquisadores da UFPR: Profs. Ricardo H.M. Godoi e Luciana Casacio e as alunas Jéssica C. Santos-Silva e Camila A.B. Moreira e da pesquisadora da Manchester Metropolitan University: Profa. Sanja Potgieter-Vermaak.