Previsão da concentração de material particulado MP10 em ambiente urbano utilizando aprendizado de máquina

Resumo : O presente estudo trata da previsao da concentracao de material particulado com diametro aerodinamico de 10 ƒÊm (MP10) em ambiente urbano. Para isso, foram utilizados dados meteorologicos de duas estacoes do INMET (Instituto Nacional de Meteorologia) e dados de fluxo de veiculos de uma via urbana no bairro Jardim das Americas, em Curitiba (PR). A qualidade do ar foi analisada em dois pontos de monitoramento, denominados Politecnico e Perkons, em que foram instalados sensores opticos SDS011. A metodologia baseou-se na aplicacao do algoritmo Random Forest (RF) e do metodo baseline, com uso de codigo em Python. O RF foi introduzido por Breiman em 2001 (GENUER; POGGI; TULEAU-MALOT, 2010) e e usado para solucao de problemas de classificacao e regressao. No estudo, ele foi utilizado para construir 1000 arvores de decisao simples. Foi incluido no RF o metodo baseline, que usa heuristica, estatistica simples e aleatoriedade para criar previsoes de uma certa variavel. O baseline considerado no trabalho foi um conjunto de dados de uma base historica de medicoes de material particulado de estacoes de monitoramento de Curitiba pertencentes ao projeto de extensao da UFPR intitulado CWBreathe. Diversos cenarios foram testados e concluiu-se que a escala temporal diaria apresenta melhor desempenho na previsao do MP10, com acuracia de 77,95%, utilizando o metodo baseline e MP10 Perkons como descritores. Alem disso, as variaveis mais revelantes para o algoritmo, quando nao aplicado o baseline, foram a temperatura instantanea (‹C), velocidade do vento (m/s) e rajada de vento (m/s). Os resultados tambem mostraram que ao longo do dia ocorreram dois picos com grande quantidade de poluentes no ar, proximo das 8:00 horas e das 18:00 horas, horarios em que ha os maiores fluxos de veiculos circulando na via. Notou-se ainda que ha concordancia entre as medicoes de material particulado realizadas nos dois pontos de monitoramento, localizados a 1000 metros de distancia