ASPECTOS METODOLGICOS PARA ESTUDO DA PRODUO DE CO VEICULAR NO AMBIENTE

URBANO
Mnica Kofler Freitas1

Introduo
Na maioria das cidades brasileiras os veculos automotores so os principais viles responsveis pela poluio
do ar em reas intra-urbanas de intensa atividade. Em regies de congestionamento, o trfego de veculos responde
cerca de 80% das emisses de CO. O acumulo do CO depende no s do nmero, tipo e das condies de trfego, mas
tambm dos fatores meteorolgicos (gradiente vertical de temperatura, grau de insolao, velocidade e direo dos
ventos, etc.) e das condies de disperso, como por exemplo, a topologia das edificaes.
A estrutura da malha viria e a topologia das edificaes das cidades interferem significativamente na
disperso dos poluentes, em pesquisas cientificas, a associao entre o alinhamento das edificaes e a direo
predominante dos ventos so exemplos mais conhecido. De maneira geral, tanto as fontes de emisso quanto as
condies de disperso dos poluentes na atmosfera determinam a qualidade do ar (PERRY & SLATER, 1981). Todos
estes fatores devem ser considerados em seu conjunto para que possa prever com sucesso novas situaes que se
assemelhem quelas j estudadas.
Como raro municpios brasileiros de porte mdio realizar o controle e a preveno da poluio do ar, deixa de
existir uma coletnea de dados que identifique e caracterize os nveis de emisso diariamente e anualmente. Nesse
sentido, pouco tem sido desenvolvido em termos de sistemas de monitoramento ambiental em reas urbanas com o
intuito de balizar polticas pblicas que garantam melhor qualidade ambiental (PHILIPPI Jr. et al., 1999).
O conceito de cidade sustentvel deve levar em considerao aspectos ambientais intrnsecos s morfologias e
tipologias das cidades e seus efeitos no ar e clima. A resoluo do CONAMA n. 001 (23/01/1986) considera impacto
ambiental qualquer alterao das propriedades fsicas, qumicas e biolgicas do meio ambiente, causada por qualquer
forma de matria ou energia resultante das atividades humanas que direta ou indiretamente afetam a qualidade dos
recursos ambientais.
O estudo de impacto alm de atender as exigncias da legislao da Poltica Nacional do Meio Ambiente, e
considerar o Plano Diretor do Municpio, deve definir a rea de influncia geogrfica a ser afetada pelo
empreendimento na fase anterior e posterior a implantao. Para tanto, so necessrios contemplar alternativas
tecnolgicas para o EIA, como o SIG - Sistema de Informaes Geogrficas e modelos matemticos de previso o qual
desempenham papel importante no planejamento urbano-ambiental, para a localizao e informaes das variveis que
apresentam maior peso no processo de produo e disperso. Para a caracterizao da qualidade ambiental da futura
rea de influncia do empreendimento, necessrio comparar diferentes situaes da adoo no projeto, sistema virio
e suas alternativas, assim como a hiptese da no implantao do mesmo.
O SIG alimentado com informaes tcnicas provenientes do levantamento em campo, possibilitando
conduzir pesquisas espaciais e os "overlays" que possibilitam at gerar e manipular outras informaes pertinentes
BATTY & DENSHAM (1996). O SIG possibilita em uma anlise mais complexa, simular cenrios alternativos de
ocupao do solo em funo da capacidade viria, determinando faixas de nvel de CO em limites razoveis ao padro
de qualidade.

1 Arquiteta e Urbanista, Doutorado pela Escola de Engenharia de So Carlos EESC/USP

A possibilidade de combinar um modelo matemtico de previso da concentrao de poluentes a um SIG,

amplia a sua capacidade de anlise (BACHMAN et al., 1996), principalmente quando se pretende obter um Estudo de
Impacto Ambiental (EIA) para a implantao de um empreendimento em uma determinada zona.
A RNA - Rede Neural Artificial utilizada para o desenvolvimento de um modelo matemtico de previso,
pois demonstram ser bastante viveis para modelar sistemas no lineares. A rede do tipo MultiLayer Perceptron (MLP)
utiliza camadas para resolver problemas no lineares, como no caso de poluio atmosfrica. Na primeira camada, temse uma rede Perceptron para cada grupo de entradas linearmente separveis. Na Segunda, combinam-se as sadas das
redes da primeira camada, produzindo-se a classificao final (Figura 5).

Figura 5 - Duas camadas intermedirias

A funo de ativao que melhor se adapta as redes multicamadas do tipo sigmoidal logstica, de acordo com
a equao 1 e os limites da funo variam entre 0 e 1 (unipolar).

(v k ) =

1
1 + exp( av)

(1)

Sendo que a o parmetro que determina a inclinao da curva.

O primeiro passo do processo de desenvolvimento da rede a separao do conjunto de dados em duas
categorias:
a - dados de treinamento - permite que aprenda a partir dos exemplos apresentados; e
b - dados de teste - onde verificada a aplicao real.
O treinamento da rede pode ser realizado pelo algoritmo back-propagation, que compara o valor da sada
com o valor desejado, determinando um erro. Esse erro percorre o caminho inverso na rede, repassando para a camada
antecedente um valor passvel de reajuste em funo dos valores desejados para a ltima camada (MARTINEZ, 1996).
O modo de treinamento utilizado padro devido ao menor armazenamento de dados, alm de ser menos suscetvel ao
problema de mnimos locais, e pela natureza estocstica que realiza (SCHMUELI, D. et al., 1996).
O treinamento deve ser interrompido quando a rede apresentar uma boa capacidade de generalizao e quando
a taxa de erro for suficientemente pequena, ou seja, menor que um erro admissvel. Assim, deve-se encontrar um ponto
timo de parada com erro mnimo e capacidade de generalizao mxima (CARVALHO et al, 1998).
Para o treinamento com a rede importante salientar que se considerou uma margem de erro de aprendizagem
-2

de 10 , definindo a preciso que se deseja obter no reconhecimento dos padres observados. A soma do erro quadrtico
mdio mostrado na Equao 2. Quando a soluo geral do problema encontrada os pesos da rede convergem para a
soluo do problema em funo do critrio estabelecido de parada.

E (o,t)i = i (oi - ti)

(2)

Sendo que E (o,t)i o valor atual da sada no i-simo n;

ti o nvel de resultado solicitado para o exemplo.
O uso do parmetro de "momentum", que de acordo com RUMELHART et al. (1986), permite incrementar a
taxa de aprendizado do algoritmo, sem conduzir o algoritmo para estados de incertezas. A adoo desse termo permite
uma diminuio no tempo de aprendizado da rede, um menor nmero de interaes requeridas e solues mais precisas
(CARVALHO et al., 1998).
O conjunto de teste utilizado para determinar a performance da rede, realizado com dados que no so
previamente utilizados. A performance da rede, medida nesta fase, uma boa indicao de sua performance real.
Finalmente com a rede treinada e avaliada, ela pode ser integrada em um sistema do ambiente operacional de aplicao
em SIG. Para maior eficincia da soluo, este sistema dever conter facilidades de utilizao como interface
conveniente e facilidades de aquisio de dados atravs de planilhas eletrnicas.
Aspectos Metodologicos
Para a investigao da concentrao de CO no ambiente urbano estabelecido o seguinte procedimento:
1.

Coleta de dados;

2.

Tratamento dos dados e modelagem; e

3.

Simulao no modelo de RNA (MATLAB verso 12) e anlise no SIG (software ArcView verso 3.2).
Baseado nestes procedimentos metodolgicos definido um esquema geral, Figura 1, que sintetiza a seqncia

para o desenvolvimento do trabalho.

Coleta dos
Dados In Loco

Anlise e
Tratamento
dos Dados

RNA

Interpretao
dos Dados

SIG

Representao
Cartogrfica

Figura 1 - Estrutura Geral do Fluxograma metodolgico (FREITAS, 2003)

Toda a coleta de dados In Loco deve ser realizada simultaneamente, nesse caso, inclui o volume de trfego,
concentrao de CO na calada pblica, caractersticas das vias de trnsito e edificaes adjacentes e de fatores
meteorolgicos, pois todos eles afetam a produo e disperso dos poluentes de origem veicular. O CO um dos
poluentes escolhidos para o estudo como indicador da poluio atmosfrica causada por veculos, por ser um composto
mais estvel e emitido em muito maior quantidade do que os demais. Alm disso, seu efeito sobre a sade humana
pronunciado e sua quantificao justificada.
A rea delimitada para o presente estudo localiza-se na zona central da cidade de Ribeiro Preto (Figura 2), o
qual possui elevada densidade urbana e de trfego. O sistema virio caracteriza-se por uma malha ortogonal comum
maioria das cidades brasileiras de porte mdio, onde se concentram as maiores atividades comerciais e de prestao de

servios. Em adio a este fato, deve-se considerar que a topologia das edificaes apresenta influncia considervel
nos possveis impactos do trfego de veculos na disperso dos poluentes.
As variveis consideradas para a coleta de dados compreenderam:
a) Trafego: fluxo de veculos, velocidade mdia de deslocamento, classificao dos veculos;
b) Topolgicas: Altura e testada das edificaes, recuos frontais das edificaes em relao ao lote e largura da via;
c) Poluio do ar: concentrao de CO (ppm).
d) Meteorolgicas: temperatura, umidade relativa do ar, velocidade e direo dos ventos;

rea central da cidade - local da

Coleta de dados

Figura 2 - Mapa do Permetro Urbano de Ribeiro Preto e localizao da Zona Central.

Os dados so obtidos atravs de uma estao que contm um sistema que suga o ar a 1,5 m do solo; micro
estao meteorolgica digital; um sistema de contagem de veculos e um computador porttil que recebe os dados da
estao meteorolgica. A contagem dos veculos feita diferenciando veculos leves (passageiros), mdios (peruas e
vans), pesados (caminhes e nibus) e motocicletas. A velocidade mdia dos veculos medida pelo cronmetro no
tempo necessrio para estes atravessarem um percurso de extenso conhecida. A Tabela 1 resume os parmetros
utilizados no treinamento do modelo matemtico e as tcnicas de medida empregadas na sua obteno.

Tabela 1 Dados coletados

Parmetros de Entrada
CO (Monxido de Carbono)
Nmero de veculos
(VL, VM, VP e Motos)
Velocidade mdia dos veculos
(VL, VM, VP e Motos)
Topologia da edificao
Direo dos ventos
Velocidade dos ventos
Temperatura
Umidade relativa do ar

Tipo de Medio
Bomba de suco do ar
Contador de trfego

Unidades
Ppm
Veculos/h

Cronmetro

m/s

Levantamento in loco, mapas e fotos digitais

Estao meteorolgica
Estao meteorolgica
Estao meteorolgica
Estao meteorolgica

M
Graus
m/s
Celsius
(%)

Para a caracterizao da rea de estudo e a escolha dos pontos de coleta utilizou-se recursos de fotografias
areas, preto e branco escala 1:8000, a partir da cobertura aerofotogramtrica (1994) para a montagem do mosaico
digital para extrao das entidades de interesse. A planta digital bsica no AutoCad obtida pela SEPLAN - Secretaria
de Planejamento Urbano de Ribeiro Preto e transferida ao ambiente SIG.
O critrio de escolha dos pontos de coleta estabelecido atravs das caractersticas diferenciadas da topologia
das edificaes analisadas atravs do mosaico digital. Atravs da observao em campo do volume do trfego,
predominncia do tipo de veculos que transita na via, verificao da altura das edificaes, classificao da via e a
direo do vento predominante em relao ao eixo da rua (Figura 3). Atravs das fotografias areas registrou as
caractersticas e a topologia da zona e um permetro delimitando a rea de influncia (Figura 4). Confeccionado o mapabase com a localizao dos lotes e da rea edificada, realizou-se medio em campo da testada e recuo das edificaes
para a classificao e quantificao da rea ocupada.

Figura 3 - Topologia das edificaes em uma Quadra

Figura 4 - A Quadra: rea de influncia de um dos pontos

de coleta

A Topologia das edificaes analisada em funo da determinao do ndice Topolgico do trecho de via em
anlise, representando o fator entre alturas mdias das edificaes de ambos os lados da via e a largura mdia da via
considerando-se sua largura efetiva (pista de rolamento e caladas) acrescida da mdia dos recuos frontais das
edificaes. O ndice Topolgico traduz desta forma a "calha da via" e tem grande influncia na disperso de CO.
Os pontos so locados no meio da quadra e alguns deles, localizados em vias ortogonalmente dispostas, para evidenciar
a relao entre a direo e predominncia dos ventos em funo da edificao. A coleta realizada em quatro perodos
de 1 hora, distribudos ao longo do dia, sendo dois na parte da manh, o primeiro s 07h00min quando se inicia o fluxo
de trfego em funo das atividades escola-trabalho e a atmosfera apresenta-se estvel. Os outros horrios seguintes
12h00min, 15h30min e 17h30min caracterizam diferentes situaes do trfego e condies da atmosfera. A estao
programada para registrar a mdia de cinco em cinco minutos, calcula-se a mdia aritmtica horria das variveis

microclimticas de cada local (temperatura, umidade relativa e presso atmosfrica), da velocidade e direo dos ventos
de cada ponto de coleta, facilitando assim, a anlise dos resultados atravs da mdia horria de cada amostragem.
A concentrao de CO obtida no perodo de 1 hora, simultaneamente obteno das demais variveis. A
leitura da concentrao de CO feita, por processo de anlise contnua por absoro seletiva de infravermelho, em um
equipamento HORIBA - via 510, calibrado com gases de padro primrio para trabalhar entre zero e 20 ppm de CO. As
anlises do ar e equipamento foram realizadas atravs do Ncleo de Engenharia Trmica e Fluidos (NETef
http://www.netef.eesc.sc.usp.br/)

da Escola de Engenharia de So Carlos (EESC).

A topologia das edificaes na quadra definida pela altura mdia equivalente dos edifcios na extenso da
quadra, considerado a rea facial de cada edificao, o que representa o grau de obstruo ou de canalizao dos ventos.
Para os dados referentes direo dos ventos necessrio, a partir dos dados da estao, estabelecer o ngulo da
direo do vento em funo da orientao da rua, iniciando no 00 quando a direo do vento est no norte e paralelo
rua, 1800 quando a direo do vento est ao sul, lado oposto ao sentido da rua.
Para a entrada dos dados no modelo da rede preciso normalizar os dados em intervalos entre 0 e 1, conforme
a funo de ativao, sigmoidal logstica, estabelecida para este tipo de modelo de previso. Para esse procedimento, o
software utilizado o MATLAB verso 12, muito usado para o desenvolvimento de RNA Rede Neural Artificial.
um sistema interativo onde o elemento bsico uma matriz e grficos. Isto permite resolver muitos problemas
numricos em um tempo bem menor do que levaria em programas de linguagem C, por exemplo, (SANTOS &
ROMERO, 1994).
Para o treinamento da RNA, duas topologias da rede so adotadas: a primeira uma rede constituda de 15
neurnios na camada de entrada, 20 neurnios na primeira camada intermediria e 10 neurnios na segunda camada
intermediria e 1 neurnio na camada de sada. A segunda topologia constituda de 15 neurnios na camada de
entrada, 20 neurnios na camada intermediria e 1 neurnio na camada de sada. Utilizaram-se outras arquiteturas
variando-se, por exemplo, o nmero de camadas intermedirias e de neurnios, descrito em pesquisa de FREITAS,
2003. O programa e anlises foram disponibilizados pelo Instituto de Cincias Matemtica e Computao (ICMC) da
Escola de Engenharia de So Carlos (EESC).
Um conjunto de 348 dados retirado aleatoriamente de um total de 465 disponveis e utilizado no treinamento
da rede. Os parmetros alimentados rede so: velocidade e direo dos ventos, temperatura e umidade relativa do ar,
fluxo do trfego, velocidade mdia dos veculos, recuos frontais, alturas dos prdios e largura das vias. Os restantes 117
exemplos so utilizados como testes na verificao da capacidade de previso da rede.
Resultados
No SIG, vrias anlises puderam ser realizadas aps a estruturao do projeto, algumas descritas no presente
trabalho. reas de estudo que mediante o cruzamento das vrias feies da topologia local, do fluxo de veculos e
pontos de amostragem (locais de A a J) identificam suas interaes.
A concentrao de CO variou anualmente em cada local de amostragem em funo das diferentes amostras
analisadas, a Figura 6 mostra o grfico gerado pelo SIG. O Arcview identificou no mapa o maior valor mdio anual
(ano 2001) de CO na via denominada H (entorno de 1200 veic./h), onde o valor de 10 ppm (Figura 7). Observa-se,
entretanto, o maior fluxo mdio anual de veculos est na via B, cerca de 2200 veculos por hora (Figura 8), porm o
CO no passou de 8,0 ppm.

Figura 6 Mdia da Concentrao de CO (ppm) ao longo do ano de 2001 nos locais

Figura 7 - Mdia anual (2201) da Concentrao de CO nos locais de amostragem

Figura 8 - Fluxo Mdio de Veculos x Concentrao mdia de CO nos locais B e H

Mas quando se analisa no ArcGis 3.2, a topologia das edificaes nas quadras nestes mesmos lugares,
verificam-se as diferenas nos locais. O local B, por exemplo, uma avenida larga e aberta ventilao com altura
mdia das edificaes equivalente a 5 m. Sendo que o local H uma via secundria com os edifcios apresentando uma
altura mdia de 7 m. Embora o fluxo de veculos em B (2200 veic./h) duas vezes menos que A (1200 veic./h), a
concentrao mdia anual de CO maior na via A (10 ppm) do que na via B (7,9 ppm). A Figura 9, pode ser visto como
um exemplo, de que a topologia local (a legenda ao lado indica cores em cada altura) tem uma certa relevncia no
processo de disperso do CO e conseqentemente no modelo aplicao de RNA.

Figura 9 - Caractersticas das Edificaes (altura e recuos frontais) nas quadras

A Previso do nvel de CO a partir da simulao do modelo de RNA pode ser determinada em locais onde no se
tenha feito amostragem do poluente. O modelo pode prever o CO com a entrada dos dados referente s caractersticas
topolgicas das edificaes da quadra e do fluxo horrio mdio de trfego do local; A rede ainda est sendo testada
considerando as variveis mais relevantes. A Figura 10 mostra a anlise do software em um local desconhecido, onde
dever ser prevista a concentrao de CO (ponto marcado no mapa) em funo das caractersticas topolgicas das
edificaes e do fluxo mdio de veculos na via (representado pela cor da linha do eixo da via).

Figura 10 - Topologia das edificaes na quadra

A utilizao do modelo RNA pode facilitar o tratamento de casos como nos exemplos exemplificados acima, das
reas de estudo. O modelo testado com 117 situaes experimentais escolhidas aleatoriamente, que no so utilizadas
como treinamento. A Figura 11 mostra o grfico gerado pelo software MATLAB e compara os resultados calculados
(previsto) pela rede para os 117 casos no includos no seu treinamento com os dados experimentais correlatos, sendo
aqui o erro definido segundo a Equao 3.
Erro = 100 (valor medido valor calculado)

(3)

valor medido
Nota-se que 75% das previses esto dentro da faixa dos 30% do desvio do valor medido. Podendo considerar,
portanto, um bom desempenho da rede para o propsito do planejamento urbano-ambiental.

1,0

CO Previsto

0,8
0,6
0,4

___ -30%
----- 30%

0,2
0,0
0,0

0,2

0,4

0,6

0,8

1,0

CO Medido

Figura 11 Concentrao de CO medida e previsto pelo modelo para 117 dados independentes tomados aleatoriamente
de 465 situaes experimentais monitoradas no ambiente (FREITAS, 2003)

Concluso
A anlise no SIG resulta numa visualizao mais clara do papel desempenhado do trfego e da topologia das
edificaes no processo de produo e disperso do CO. A topologia das edificaes mostra a influncia significativa na
disperso do CO, algumas vias secundrias com a metade do volume do trafego das avenidas perimetrais tiveram uma
concentrao media anual de CO com 20 % acima das avenidas.
Uma das principais vantagens na utilizao do modelo RNA para a previso da concentrao de CO em rea
urbana a capacidade de aprender atravs de exemplos e apresentar bons desempenhos em situaes onde o
conhecimento no est explcito. O controle efetivo do meio ambiente urbano depende em parte da habilidade de se
simular a dinmica do uso e ocupao e poluio atmosfrica.
Pode-se reduzir a emisso de poluentes reduzindo-se a intermitncia do deslocamento dos veculos, para
facilitar a disperso do CO, atravs dos resultados gerados pela RNA, restringir gabarito das edificaes e
empreendimentos em determinadas reas, subsidiar diretrizes no planejamento de uso e ocupao do solo urbano. O
problema quantificar estas aes, prever resultados antes que ocorra e trabalhar com cenrios possveis ainda durante
a fase de planejamento do uso solo. neste sentido que este trabalho pretende dar sua contribuio.
Bibliografia
BACHMAN, W. ET AL. (1996) - "Geographic Information System Framework for Modeling mobile-Source
Emissions". Transportation Research-Record, n 1551, p. 123-132.
BATTY & DENSHAM (1996) - "Decision Support, Sig, and Urban Planning", Centre de Anlises Espaciais Avanadas
Colgio Universitrio de Londres, Torrington Place, Londres Wcle 6bt, Reino Unido, p. 1-19.
CARVALHO, A C. P. L P. ET AL. (1998) - "Fundamentos de Redes Neurais Artificiais". 11a. Escola de ComputaoCOPPE, 246p.
FREITAS, M. K. (2003) - Investigao da Produo e Disperso de Poluentes do Ar no Ambiente Urbano:
Determinao Emprica e Modelagem em Rede Neural da Concentrao de CO. Tese de Doutorado, EESC/USP-So
Carlos.
MARTINEZ, l. (1996) - "Soluo de Problemas de Otimizao de Redes Neurais Multicamadas baseado em Casos e
Redes Neurais. Tese de Mestrado do Instituo de Cincias Matemticas e Computao de So Carlos, 80p.
PHILIPPI Jr. ET AL. (1999) - Municpios e Meio Ambiente: Perspectivas para a Municipalizao da Gesto Ambiental
no Brasil. So Paulo: Associao Nacional de Municpios e Meio Ambiente, 201 p.
RUMELHART, D. ET AL. (1986) - "Learning Internal Representations by error Propagation". In D. Rumelhart &
McClelland (Eds). Parallel Distributed Processing, vol 1, p. 318-362.
SANTOS, V. P. & ROMERO, R. A F. (1994) - "Utilizao do Matlab para o desenvolvimento de redes neurais".
Relatrios tcnicos do ICMSC, n. 18.