Processo de Poisson não homogêneo com presença de covariáveis para estimar o número de ultrapasses de concentração de ozônio na Cidade do México
Carregando...
Data
Autores
Orientador
Tarumoto, Mário Hissamitsu 
Coorientador
Rodrigues, Eliane Regina
Pós-graduação
Matemática Aplicada e Computacional - FCT
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
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.
Resumo (inglês)
Air pollution is one of the main environmental risks to global public health. Among its primary consequences are diseases such as stroke, heart disease, chronic lung diseases, and lung cancer. In large cities, such as Mexico City, the concern about the concentration of air pollutants, especially ozone, has grown due to its direct impact on human health and the environment. Tropospheric ozone is a secondary pollutant formed by chemical reactions between nitrogen oxides and volatile organic compounds under sunlight. Although stratospheric ozone plays a vital role in protecting against ultraviolet radiation, ground-level ozone is harmful as it causes respiratory irritation and lung tissue damage, particularly affecting vulnerable populations such as children and the elderly. Given this scenario, the analysis of the time between pollutant concentration exceedances environmental limits as well as the number of trends in which exceedances occur becomes essential to understanding the dynamics of air pollution and its effects on public health. The Poisson process is an effective statistical tool for modeling the frequency and interval of events over time, allowing the analysis of pollutant concentration exceedance events. This study proposes to use the inhomogeneous Poisson process with covariates to estimate the number of ozone concentration exceedances in Mexico City, considering factors such as nitrogen dioxide, carbon monoxide, temperature, relative humidity, and inhalable particles. The use of computational methods, such as Bayesian inference and Markov chain Monte Carlo (MCMC) techniques, enables the necessary calculations for estimating number of ozone exceedances of its environmental threshold. The methodology adopted is based on the work of Rodrigues, Nicholls, Tarumoto and Tzintzun (2019), who used a non-homogeneous Poisson model with spatial anisotropy and change points to analyze air pollution data in the context of Mexico City. The analysis of the time between exceedance events provides studies into how atmospheric conditions and pollutant levels interact, allowing the identification of the main covariates influencing exceedance events. In summary, the study of air pollution and the dynamics of pollutant concentration exceedance events is important for protecting public health and promoting a healthier environment. The application of advanced statistical methods, such as the Poisson process, represents a robust tool for analyzing and understanding pollution patterns, contributing to the development of effective control, mitigation and prevention strategies.
Descrição
Palavras-chave
Ozônio, Método de Monte Carlo via cadeias de Markov, Processo de Poisson, Ozone, Markov Chain Monte Carlo Methods, Poisson Process
Idioma
Português
Citação
POMPEI, Maria Isabela de Souza. Processo de Poisson não homogêneo com presença de covariáveis para estimar o número de ultrapasses de concentração de ozônio na Cidade do México. Orientador: Mário Hissamitsu Tarumoto. 2025. 106 f. Dissertação (Mestrado em Matemática Aplicada e Computacional) – Faculdade de Ciências e Tecnologia, Universidade Estadual Paulista, Presidente Prudente, 2025.
