PREVISÕES DE CONCENTRAÇÃO DE POLUENTES NO CICLO OPERACIONAL DO LABORATÓRIO MASTER

Transcrição

1 PREVISÕES DE CONCENTRAÇÃO DE POLUENTES NO CICLO OPERACIONAL DO LABORATÓRIO MASTER Melissa Santi Itimura 1 Edmilson Dias de Freitas 2 Leila Droprinchinski Martins 3 Pedro Leite da Silva Dias 4 Saulo Ribeiro de Freitas 5 RESUMO: A partir da década de 80, a qualidade do ar, junto com outros temas ambientais, vem atraindo a atenção de profissionais do meio ambiente, cientistas, políticos e a mídia em geral. Centros operacionais de previsão meteorológica, como o Centro de Previsão de Tempo e Estudos Climáticos, desenvolvem pesquisas relacionadas à qualidade do ar, incluindo a previsão da concentração de alguns poluentes, considerados inertes, em escala continental. Neste trabalho, é apresentado um sistema de previsão de concentração de poluentes introduzido no ciclo operacional do laboratório MASTER (Meteorologia Aplicada a Sistemas de Tempo Regionais) do IAG/USP. Esse sistema visa a previsão de curto prazo (48 horas), em escala regional, da concentração de alguns poluentes atmosféricos, incluindo espécies reativas, tais como CO, COVs, SO 2, PM 25, O 3, NO 2 e NO, a partir dos quais são calculados índices de qualidade do ar para a Região Metropolitana de São Paulo (RMSP). ABSTRACT: Since the 80 s, the air quality and other environmental issues increased the attention of environment professionals, scientists, politicians and the media in general. Weather forecast centers, such as the Center for Weather Forecasting and Climate Research (Centro de Previsão de Tempo e Estudos Climáticos) in Brazil, develop researches on the air quality, including the development of forecast products of some non-reactive pollutants in the continental scale. In this work we present a forecast system for pollution concentration implemented at the operational cycle of the MASTER laboratory, located at the Department of Atmospheric Sciences IAG/USP. The goal of this system is to provide regional short period forecast (48 hours) of the concentration of some pollutants, including reactive species, such as CO, VOC s, SO 2, PM 2.5, O 3, NO 2 and NO, from which air quality indexes are calculated for the Metropolitan Area of São Paulo (MASP). 1 Departamento de Ciências Atmosféricas IAG/USP Rua do Matão, 1226, Cidade Universitária São Paulo SP CEP Fone: (11) melissa@master.iag.usp.br 2 Departamento de Ciências Atmosféricas IAG/USP Rua do Matão, 1226, Cidade Universitária São Paulo SP CEP Fone: (11) efreitas@model.iag.usp.br 3 Departamento de Ciências Atmosféricas IAG/USP Rua do Matão, 1226, Cidade Universitária São Paulo SP CEP Fone: (11) leiladro@model.iag.usp.br 4 Departamento de Ciências Atmosféricas IAG/USP Rua do Matão, 1226, Cidade Universitária São Paulo SP CEP Fone: (11) pldsdias@master.iag.usp.br 5 Centro de Previsão de Tempo e Estudos Climáticos INPE Rodovia Presidente Dutra, km 40 SP-RJ Cachoeira Paulista SP, CEP sfreitas@cptec.inpe.br 1

2 Palavras-chave: Concentração de Poluentes - Qualidade do ar - BRAMS INTRODUÇÃO A Região Metropolitana de São Paulo (RMSP) é uma das regiões mais urbanizadas do mundo, sendo constituída por 39 municípios que ocupam uma área de aproximadamente 8000 km 2 dos quais 1500 km 2 são constituídos de áreas altamente urbanizadas. Possui também uma das maiores frotas do mundo (7,2 milhões de veículos) que emite um grande número de poluentes para a atmosfera, causando inúmeros problemas à saúde da população e ao meio ambiente. Embora exista uma grande preocupação por parte da WMO (World Meteorological Organization) no desenvolvimento de estudos sobre a qualidade do ar na América Latina, no Brasil ainda não existe um sistema operacional que realize prognósticos sobre a qualidade do ar, considerando oxidantes fotoquímicos como o ozônio, em escala regional. Tal informação pode ser de grande importância tanto para a população quanto para os órgãos governamentais. Sendo assim, este trabalho objetivou a inclusão no ciclo operacional do laboratório MASTER de simulações em caráter prognóstico experimental da concentração de alguns poluentes (CO, NO, NO 2, VOC's, O 3, SO 2 e material particulado), a partir dos quais são calculados os índices de qualidade do ar. A escolha desses poluentes é baseada no fato de a rede observacional da CETESB ter medidas regulares de concentração na Grande São Paulo. METODOLOGIA Para a realização das previsões é utilizado um módulo de dispersão acoplado ao modelo de mesoescala BRAMS (Brazilian Regional Atmospheric Modeling System). O módulo de dispersão consiste em um modelo de emissões baseado no trabalho de FREITAS (1999) e modificado por FREITAS (2003) e de um modelo fotoquímico simplificado desenvolvido no laboratório MASTER com a colaboração do Laboratório de Análise de Processos Atmosféricos (LAPAt) do Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG) da Universidade de São Paulo (SPM-BRAMS, FREITAS et al., 2005). As emissões dos poluentes gerados pelas atividades industriais e pelo tráfego de veículos são realizadas com base nos inventários fornecidos pela Companhia de Tecnologia e Saneamento Ambiental de São Paulo (CETESB). Os processos de dispersão de poluentes 2

3 são altamente dependentes das condições atmosféricas na Camada Limite Planetária (CLP). Sendo assim, além das parametrizações anteriormente citadas, o modelo BRAMS utiliza uma parametrização fisicamente adequada ao tratamento de regiões urbanas, representada pelo modelo TEB (MASSON, 2000, FREITAS et al., 2006). O TEB, entre outros aspectos relacionados à estrutura das cidades, representa as contribuições antropogênicas (industriais e veiculares) aos fluxos de calor sensível e latente, aspecto fundamental para uma boa representação da superfície urbana. Os fluxos de calor sensível e latente, bem como as emissões de origem veicular, tentam representar os horários de máxima circulação de veículos (horários de pico) através da superposição de duas distribuições normais, seguindo o trabalho de CASTANHO (1999). Para automatizar a previsão da concentração de poluentes, foi necessário desenvolver um programa (em UNIX Shell Script) que funciona como um administrador de tarefas. Este programa, além de gerar as condições iniciais, altera automaticamente as configurações de alguns parâmetros existentes no namelist do modelo BRAMS (o arquivo RAMSIN) tais como a atualização do dia da semana, considerando a diferença nas taxas de emissão entre finais de semana e dias normais, inicia a simulação, extrai as concentrações de poluentes de interesse para posterior análise e, finalmente, faz o cálculo dos índices de qualidade do ar e a criação das figuras com informações de séries temporais, transporte de poluentes e dos níveis de qualidade do ar, calculados na etapa anterior. O script tem a seguinte estrutura: 1. Preparação dos dados (leitura da condição inicial); 2. Integração do modelo; 3. Extração das variáveis de interesse; 4. Geração de resultados. RESULTADOS Com as concentrações obtidas foi possível estabelecer três tipos de representação. São eles: séries temporais, transporte da pluma de poluentes e níveis de qualidade do ar. As séries temporais consistem na representação gráfica da concentração de cada poluente em função do tempo, o que permite identificar ao longo do período simulado os valores de concentração em alguns pontos pré-definidos, bem como uma posterior comparação com medidas realizadas em superfície pela CETESB, para uma possível avaliação do modelo utilizado. A segunda representação, ilustrando transporte da pluma de 3

4 poluentes originados na RMSP, consiste na identificação da dispersão espacial da concentração de cada poluente próximo à superfície. As figuras 1 e 2 exemplificam, respectivamente, os dois tipos de representação dos resultados. No caso da dispersão da pluma, são geradas imagens para cada hora de simulação e, assim, obtém-se diariamente uma animação do comportamento de cada poluente próximo à superfície sobre a RMSP e regiões vizinhas para as 48 horas de simulação. Figura 1: Série temporal da concentração de Monóxido de Carbono (CO) para os dias 03 e 04 de maio de 2006 referente à estação Parque Dom Pedro II. Figura 2: Dispersão da pluma de O 3 nos horários 15h e 18h do dia 05 de agosto de No caso da previsão da qualidade do ar (figura 3), o esquema de visualização é o mesmo da dispersão da pluma, porém, as figuras são geradas de acordo com os critérios utilizados pela CETESB. Para cada poluente existe um padrão de qualidade, estabelecido pelo IBAMA e aprovados pelo CONAMA, que define o limite máximo de concentração. Depois de simuladas as concentrações, são realizadas médias móveis para cada hora de simulação e, com cada média móvel, calculado o índice de qualidade para cada poluente. O 4

5 índice de qualidade do ar e saúde relaciona a concentração de um determinado poluente e a qualidade do ar (Tabela 1). Os produtos obtidos nesse processo podem ser verificados no endereço Figura 3: Qualidade do ar em relação ao ozônio nos horários 15h e 16h do dia 05 de agosto de 2006 para a região metropolitana. Tabela1: Índice de qualidade do ar e saúde Qualidade do Ar Índice MP 10 (μg/m 3 ) O 3 (μg/m 3 ) CO (ppm) NO 2 (μg/m 3 ) SO 2 (μg/m 3 ) Boa , Regular , Inadequada Má Péssima >299 >420 >800 >30 >2260 >1600 Para uma boa representação dos processos relacionados à dispersão de poluentes é necessário que o modelo utilizado seja capaz de representar os processos de superfície adequadamente. Sendo assim, além das concentrações de poluentes e dos outros produtos anteriormente citados, os campos meteorológicos obtidos de cada simulação são também disponibilizados diariamente no site do laboratório MASTER ( link: comparação entre modelos) para que as variáveis meteorológicas geradas pela versão do BRAMS que contém o módulo de dispersão e a parametrização de áreas urbanas (FREITAS et al., 2006) possam ser avaliadas e comparadas com os demais modelos e com os dados de METAR (figura 4). CONCLUSÕES Embora o sistema apresentado tenha sido recentemente implementado e ainda necessite de alguns ajustes, bem como de uma validação utilizando um maior número de 5

6 experimentos, através da comparação com as medidas de superfície, para diferentes períodos do ano e situações atmosféricas, ele representa um esforço inédito na previsão operacional e uma ferramenta de grande utilidade para a população e para os órgãos governamentais. As comparações entre as séries de temperatura e temperatura do ponto de orvalho mostram-se bastante consistentes com as observações. Figura 4: Comparação entre as séries temporais de temperatura e temperatura do ponto de orvalho para os dias 03 e 04 de maio de 2006 para a estação SBSP. AGRADECIMENTOS: Os autores gostariam de agradecer ao projeto LBA pelo apoio financeiro, ao programa PROSUR/IAI e ao FINEP/BRAMSNET pelo suporte.. REFERÊNCIAS BIBLIOGRÁFICAS CASTANHO, A. D. A. A determinação quantitativa de fontes de material particulado na atmosfera da cidade de São Paulo. São Paulo, p. Dissertação de Mestrado do Instituto de Física da Universidade de São Paulo. FREITAS, E. D. Circulações locais em São Paulo e sua influência sobre a dispersão de poluentes. São Paulo, 2003, 156p. Tese de Doutoramento do Departamento de Ciências Atmosféricas do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo. FREITAS, E. D.; ROZOFF, C; COTTON, W. R.; SILVA DIAS, P. L., Interactions of urban heat island and sea breeze circulations during winter over the Metropolitan Area of São Paulo Brazil. Bound-Layer Meteorol. In Press. FREITAS, E. D.; MARTINS, L. D.; SILVA DIAS, P. L.; ANDRADE, M. F., 2005: A simple photochemical module implemented in RAMS for tropospheric ozone concentration forecast in the Metropolitan Area of São Paulo Brazil: Coupling and Validation. Atmos. Environ. 39(34), FREITAS, S. R. Modelagem numérica do transporte e das emissões de gases e aerossóis de queimadas no cerrado e floresta tropical da América do Sul. São Paulo, 1999, 185p. Tese de Doutoramento do Departamento de Ciências Atmosféricas do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo. MASSON, V., 2000: A physically-based scheme for the urban energy budget in atmospheric models. Bound-Layer Meteorol., 94,