DESENVOLVIMENTO DE UM MODELO FUZZY PARA MONITORAMENTO DA QUALIDADE DO AR
Resumo
Nos últimos anos ampliou-se a preocupação mundial com a qualidade do ar devido a associação entre poluentes atmosféricos e seus possíveis efeitos prejudiciais à saúde humana. No Brasil, o monitoramento do ar segue os padrões estabelecidos pela Resolução CONAMA nº 03/1990 que contempla os poluentes: partículas inaláveis (MP10), ozônio (O3), monóxido de carbono (CO), dióxido de nitrogênio (NO2) e dióxido de enxofre (SO2). No Estado de São Paulo vigora o Decreto Estadual nº 59.113/2013 que contempla além desses, o poluente partículas inaláveis finas (MP2,5). A qualidade do ar é medida por meio de uma ferramenta matemática, o Índice de Qualidade do Ar (IQar) onde, para efeitos de divulgação, considera-se a qualidade do ar de uma determinada estação pelo pior resultado de poluente atingido. Esse trabalho tem como objetivo aprimorar um modelo fuzzyque possui como diferencial a utilização de todos os poluentes estabelecidos para calcular o índice, possuindo assim uma maior sensibilidade na classificação da qualidade do ar quando comparado ao método atual.Estas modificações realizadas no modelo atendem a legislação vigente,acrescentando o poluente partículas inaláveis finas (MP2,5) e a mudança da classificação que se tornou mais rígida que a anterior.Referências
ANDERSON, H.R. & PONCE, L.A. & BLAND, J.M. & BOWER, J.S. Air pollution and daily mortality in London: 1987-92. British Medical Journal, p. 665-669, 1996.
BALLESTER, F. & CORELLA, D. & PEREZ, H.S. & HERVAS, A. Air pollution and mortality in Valencia, Spain: a study using the APHEA methodology. Journal of Epidemiology and Community Health, p. 527-533, 1996.
BORJA, A.H. & LOOMIS, D.P.& BANGDIWALA, S.I. & SHY, C.M. Ozone, suspended particulates, and daily mortality in Mexico City. American Journal of Epidemiology, p. 258-268, 1997.
CETESB. Companhia Ambiental do Estado de São Paulo. 2018. <http://www.cetesb.sp.gov.br/>. Acesso: julho de 2018.
KHAN, F.I. & SADIQ, R. Risk-based prioritization of air pollution monitoring using fuzzy synthetic evalution technique. Environmental Monitoring and Assessment, p. 261-283, 2005.
SILVERT, W. Fuzzy indices of environmental conditions. Ecological Modelling, p. 111-119, 2000.
ENGIN, G.O. & DEMIR, I. & HIZ, H. Assessment of urban air qualityin Istanbul using fuzzy synthetic evaluation. Atmospheric Environment, p. 3809-3815, 2004.
DAVIDA, G.S. & RIZOLA, P.M.S.R. & NASCIMENTO, L.F.C. Modelos computacionais Fuzzy para avaliar efeitos da poluição do ar em crianças. Revista Paulista de Pediatria (online), Vol. 36, n.1, p.10-16, 2017.
YEN, J. Fuzzy Logic: A Modern Perspective. IEEE Transactions on Knowledge and Data Engineering, Vol.11, n. 1, p. 153-165, 1999.
SUGENO, M. Industrial applications of fuzzy control. Elsevier Science Pub. Co., 1985.
MAMDANI, E.H. & ASSILIAN, S. An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, Vol. 7, n. 1, p. 1-13, 1975.
MAMDANI, E.H. Advances in the linguistic synthesis of fuzzy controllers. International Journal of Man-Machine Studies, Vol. 8, n. 6, p. 669-678, 1976.
TIAGO, G.M. & BUENO, E.I. & BARBOSA, P.R. Air quality monitoring using fuzzy logic. In: 21st International Congress of Mechanical Engineering, Natal, 2011.
MATHWORKS. About MathWorks – Founders – Cleve Moler. The MathWorks, Inc., 1994 – 2013. Disponível em <http://www.mathworks.com/company/aboutus/founders/clevemoler.html>. Acesso em: 08 out. 2013.
KNEALE, W. & KNEALE, M. The development of logic. Londres: Oxford University Press, 1962.
ZADEH, L.A. From Circuit Theory to System Theory. Proceedings of the IRE, Vol. 50, n. 5, p. 856-865, 1962.
Downloads
Publicado
Edição
Seção
Licença
Este obra está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.